BUILDOTS, une start-up anglo-israélienne a convaincu des investisseurs de participer à une levée de fonds d’un montant de seize millions de dollars pour accélérer le développement de ses solutions IA destinées au secteur de la construction. (1)
La force du concept est son extrême simplicité apparente.
Des caméras avec une vision à 360 degrés sont montées sur des casques de protection pendant les visites du chantier pour enregistrer chaque détail d’un projet en cours. Ces données sont ensuite utilisées pour créer un jumeau numérique du site qui peut être comparé au modèle de conception. Nous avons ici un excellent exemple d’une solution IA que l’on appellera « capacitante » pour l’intervenant humain. Le concept d’une IA capacitante se distingue d’une IA substitutive ou rationalisante dans le fait que dans ce scénario là l’homme est aidé et augmenté de la solution IA. Ces considérations sont développées dans mon livre Manger 3.0 « Sept principe pour gérer le changement induit par l’IA ». Le niveau de détail saisi par les solution IA de BUILDOTS est impressionnant. Cette start-up affirme que le système peut, par exemple, identifier les prises électriques qui se trouvent mal placées à quelques centimètres seulement de l’endroit où elles devraient se trouver d’après les plans techniques de l’architecte et du bureau d’ingénieur en charge de la conception. Il peut également avertir que le placement d’un tableau électrique a pris du retard par rapport au planning convenu ou que sa spécification n’est pas conforme au cahier des charges. Des éléments spécifiques d’un projet – tels que l’électricité ou la plomberie – peuvent être suivis individuellement, ce qui permet aux responsables d’identifier les intervenants qui doivent prendre action.
C’est l’apprentissage machine qui est la vraie innovation
Nous pouvons définir l’apprentissage machine comme la capacité d’une machine à améliorer son processus de décision en se basant sur l’expérience. En termes simples, plus l’algorithme voit d’exemples, plus son processus de décision devient précis et exact. Une autre définition serait un algorithme informatique capable d’exécuter une tâche, sans jamais recevoir d’instructions spécifiques sur la façon de l’exécuter. Contrairement à tout gestionnaire humain, un ordinateur ne peut jamais s’ennuyer ou être frustré, même lorsque le nombre d’éléments qu’il doit suivre se compte en centaines de milliers. Il le fait volontiers, jour après jour, tout en maintenant les mêmes niveaux de vitesse et de précision. Le problème de collecte de données visuelles et technique a ainsi été résolu et toute l’énergie des équipes de développement a pu être concentrée sur le traitement et l’utilisation des données pour en extraire le meilleur.
« Comme un être humain qui a appris toute sa vie par l’exemple, les algorithmes d’apprentissage machine peuvent aussi être erronés. Réduire au minimum le nombre de faux verdicts est l’un des plus grands défis des systèmes logiciels basés sur l’apprentissage machine. Pour les solutions de construction qui affectent les processus critiques des projets, l’obtention d’un niveau élevé de précision est un facteur crucial. Il existe quelques moyens courants d’améliorer la fiabilité de ces algorithmes ; l’un consiste à combiner des humains dans la boucle dans les cas où le niveau de certitude atteint par l’algorithme est faible ; un autre serait d’intégrer plusieurs sources de données (par exemple, en utilisant différents points de vue de la même activité de construction). De plus, comme pour un employé humain, le plus important est de laisser l’algorithme apprendre de ses erreurs. Chaque fois que l’algorithme n’est pas suffisamment sûr de sa réponse ou qu’il se trompe, les données sont renvoyées à l’algorithme afin qu’il ne répète pas le même type d’erreur. Ces méthodes, ainsi que quelques autres, permettent aux systèmes d’IA d’atteindre un niveau de précision élevé, souvent même supérieur à celui d’un humain. Surtout si cet humain ne peut pas passer plus de cinq minutes sur le site avant que cinq travailleurs ne le distraient avec des questions ou des demandes. » (2)
Des chefs de projet avec une intelligence augmentée
En éliminant la pratique extrêmement fastidieuse de la collecte manuelle des données de chantier, les chefs de projet ont l’opportunité de se concentrer sur la recherche des solutions et la gestion des équipes et des partenaires. Ils peuvent en effet se reposer sur la solution IA pour suivre des centaines de milliers de tâches que requièrent les méga projets. Grâce à l’IA et et sa capacité à détecter les écarts, ils disposent d’une intelligence augmentée.
Des économies énormes à la clé
D’après un rapport de 2015 du bureau de consultance McKinsey
- 98 % des « méga projets » souffrent de dépassements de coûts de plus de 30 %
- 77 % ont un retard d’au moins 40 %.
Ce rapport qui a fait du bruit à l’époque estime que l’amélioration de la productivité pourrait apporter une valeur ajoutée de 1 600 milliards de dollars au secteur. Roy Danon, PDG de Buildots, a déclaré lors de la conférence de presse: « Dans le court laps de temps qui s’est écoulé depuis que nous avons commencé à déployer notre produit, l’immense valeur qu’il apporte à l’industrie est devenue évidente. Tout processus efficace doit être soumis à des contrôles appropriés, mais jusqu’à présent, le contrôle automatique des processus était impossible à mettre en œuvre dans le secteur de la construction. » « Grâce aux dernières avancées dans les domaines de l’IA et de la vision par ordinateur, nous avons pu mettre en place dans le secteur de la construction des systèmes modernes qui sont omniprésents dans d’autres industries.»
Tout le monde gagne !
Les principaux bénéfices de la solution BUILDOTS sont :
- Détecter les défauts visuels et techniques dès qu’ils se produisent pour gagner du temps et de l’argent ;
- Suivre et analyser les progrès avec précision et avec un minimum d’efforts ; améliorer la planification en utilisant des données historiques précises ;
- Augmenter l’efficacité des sous-traitants en utilisant un journal de bord, des statistiques et des informations automatisées disponibles en temps réel sur ordinateurs, smartphones, …
- Calculer facilement les échéanciers des paiements attendus, gagner du temps et de l’argent grâce aux prévisions ;
- Améliorer les relations sur place et la productivité grâce à une transparence totale des processus et une logique de réactivité et d’amélioration continue.
L’entreprise de construction qui fera appel à des solutions de ce type là est l’exemple parfait de l’entreprise qui fait une utilisation stratégique de l’IA pour renforcer son cœur de métier techniquement et dans ses relations avec toutes les parties prenantes (clients, sous-traitants, administration, …). Les adopteurs précoces de ces solutions feront partie des leaders de demain dans leur secteur. Fondée en 2018, BUILDOTS emploie 35 personnes et prévoit de lancer son produit aux États-Unis dans les 12 prochains mois, après avoir déjà fait ses débuts en Europe. (1) source : communiqué de presse BUILDOTS du 30 juillet 2020 (2) Extrait du blog de BUILDOTS