Il n’est pas exagéré de dire que l’IA générative aura un effet transformateur sur l’industrie mondiale. Capable de générer de nouveaux résultats à partir d’algorithmes et de données formées, elle représente la prochaine étape de l’intelligence artificielle et un nouveau niveau de sophistication pour l’apprentissage automatique. Des prédictions apparaissent déjà quant à sa valeur économique. Selon le FT, elle devrait donner un coup de pouce de 7 % au PIB mondial et toucher plus de 300 millions d’emplois.
La construction est l’un des secteurs les moins numérisés au monde, avec une productivité quasi stagnante au cours des deux dernières décennies, soit une croissance de 1 % seulement. La construction représentant 6 % du PIB de pays comme les États-Unis et le Royaume-Uni, des gains de productivité grâce à de meilleures données et à l’adoption de technologies dans le processus de conception permettraient non seulement d’accroître la productivité, mais aussi de construire de manière plus durable.
Prenons l’exemple de la conception d’un bâtiment. Si l’impact réel de l’IA générative n’est pas encore visible, pour les architectes dans le processus de conception, il marque un tournant dans le “voyage numérique” du secteur. Les gains d’efficacité, l’amélioration de la modélisation 3D et l’amélioration de l’expérience des utilisateurs ne sont que quelques-uns des avantages qu’il en retirera.
Les outils linguistiques de l’IA joueront certainement un rôle clé dans les processus, notamment en améliorant l’assistance et les temps de réponse du service clientèle. Mais le potentiel de cette technologie va bien au-delà. Grâce à l’amélioration de l’apprentissage automatique profond, elle pourrait être utilisée pour exploiter les ensembles de données existants et les informations sur les produits afin d’accélérer le processus de conception des constructions et de le rendre plus efficace. Elle peut contribuer à automatiser la visualisation des plans par les architectes et les concepteurs, à modifier l’intégration de matériaux plus durables, conformes aux normes réglementaires, et à améliorer l’efficacité des bâtiments tout au long de leur durée de vie.
Quelle est la prochaine étape ? Tout d’abord, nous devons reconnaître que les outils de traitement du “langage naturel” (NLP), tels que ChatGPT, ne mettent pas les emplois en péril. Au contraire, je pense que ces outils sont utilisés pour soutenir, plutôt que pour remplacer. Les recherches menées par OpenAI, le créateur de GPT-4, suggèrent que 80 % de la main-d’œuvre américaine pourrait voir 10 % de ses tâches exécutées par l’IA générative.
L’IA peut également réduire les risques. L’IA peut reconnaître l’incompatibilité de certains produits ou matériaux avec des systèmes spécifiques. L’identification de ces incompatibilités dès les premières étapes de la conception peut alors réduire le besoin de retouches coûteuses à un stade ultérieur. Les termes de recherche sont également grandement améliorés grâce à la capacité de comprendre le langage naturel. Les concepteurs peuvent ainsi trouver des informations plus rapidement et avec plus de précision.
Enfin, des outils tels que ChatGPT améliorent le processus global de prise de décision. Les systèmes peuvent alerter les concepteurs sur les caractéristiques ou la disponibilité d’un produit, garantissant ainsi qu’ils disposent des informations les plus récentes sur le produit. À une époque où les chaînes d’approvisionnement connaissent des difficultés, cela permet de s’assurer que les produits sont disponibles lorsque les architectes ou les concepteurs en ont besoin.
Enfin, il pourrait également apporter des solutions à la soif quasi illimitée de données du secteur. Les chantiers de construction d’aujourd’hui sont des foyers de technologie, et l’IA qui analyse les données plus rapidement et avec plus de perspicacité est très demandée. Déployée correctement, elle pourrait permettre d’améliorer l’utilisation de l’énergie, les calculs de carbone, ainsi que la sûreté et la sécurité sur le site.
Cependant, nous devons nous rappeler que chacun de ces éléments repose sur un ingrédient clé : l’examen humain. Quel que soit leur degré d’avancement, les technologies de la construction ne peuvent nous aider qu’en partie. Il faut encore des esprits hautement qualifiés pour vérifier les faits, analyser et comprendre les nuances requises à chaque étape de la construction.
Nous devons également être clairs sur les données qui alimentent la machine. Dans le cas de ChatGPT, elle a été entraînée sur la base d’informations disponibles en 2021. Si nous voulons vraiment utiliser l’IA générative à des fins commerciales, nous devons nous assurer que les données en question sont à jour et conformes aux dernières lois et réglementations. Une fois de plus, cela souligne l’importance de l’apport humain. Bien que potentiellement transformatrice, l’IA générative ne comprend pas les résultats qu’elle produit. En fin de compte, c’est la touche humaine qui fera toute la différence.
