De toutes les technologies qui se profilent à l’horizon dans le domaine du génie civil, l’intelligence artificielle est peut-être l’une de celles qui laissent le plus perplexe. Elle peut potentiellement aider les professionnels du secteur à concevoir et à construire des projets de manière plus rapide, plus efficace et plus sûre, mais certaines questions importantes incitent de nombreuses entreprises férues de technologie à rester prudentes dans l’adoption de l’IA.
Outre la possibilité d’aider les humains à résoudre des problèmes plus efficacement, l’IA soulève des questions telles que la sécurité et la propriété des données, les résultats hors cible, les pertes d’emploi potentielles et d’autres impacts sur les professionnels de l’industrie. Certaines de ces questions sont similaires aux préoccupations du grand public concernant l’IA et les outils accessibles au public tels que ChatGPT et Google Bard. Certains craignent que l’IA ne prenne trop de contrôle sur nos vies, un peu comme HAL dans la série L’Odyssée de l’espace d’Arthur C. Clarke.
Comme pour de nombreuses nouvelles technologies, la réalité se situe probablement quelque part entre les opinions des partisans enthousiastes de l’IA et celles des sceptiques qui ne veulent rien savoir de cette technologie. En s’appuyant sur le succès des premières tentatives d’utilisation de l’IA, les entreprises du secteur pourraient être en mesure d’en récolter les bénéfices tout en répondant aux inquiétudes concernant les inconvénients potentiels.
Se lancer dans l’aventure
Dans certains cas, l’IA s’inspire de technologies déjà développées, telles que la robotique, l’automatisation et la collecte de données numériques, afin d’aider les humains à utiliser les informations de manière plus efficace. Les fournisseurs de technologies Trimble et Boston Dynamics se sont associés pour monter des scanners laser sur des robots afin de permettre la collecte de grandes quantités de données de localisation sur les chantiers de construction. Ces données peuvent ensuite être utilisées pour automatiser d’autres tâches, telles que le contrôle et l’assurance qualité, le suivi du calendrier et les processus de paiement.
“Une grande partie du potentiel [de l’IA] réside dans l’analyse des données et dans la recherche de sens dans d’énormes quantités de données”, a déclaré Peter Ziegler, directeur de programme pour la robotique et directeur principal du marché chez Trimble. Avec le balayage laser robotisé, M. Ziegler explique que l’apprentissage automatique et l’IA peuvent contribuer au traitement des données et à l’automatisation des tâches précédemment effectuées par les humains, libérant ainsi les professionnels de la construction pour qu’ils puissent accomplir d’autres tâches. À plus long terme, il prévoit que l’IA pourrait compiler les données de plusieurs projets et appliquer les leçons apprises à de nouveaux projets.
Les entreprises d’AEC s’engagent
Les entreprises du secteur AEC trouvent également des possibilités d’utiliser les technologies d’automatisation pour développer des applications d’IA. Burns & McDonnell, société internationale d’ingénierie, d’architecture et de construction, est en train de prototyper un système de vision par ordinateur capable d’évaluer l’état de divers actifs des clients. Selon Jeff Danley, consultant associé en technologie et innovation chez Burns & McDonnell, ce système peut faire gagner du temps lors de l’analyse des biens.
Pour les projets en cours de construction, Burns & McDonnell explore les moyens d’appliquer l’IA à l’amélioration de l’efficacité et de la sécurité. En combinant les données de conception du projet avec les données sur site, telles que les images des caméras du chantier, l’entreprise peut être “plus proactive” dans la planification de la sécurité, a déclaré M. Danley. L’IA peut faire des prédictions basées sur les expériences précédentes, les conditions météorologiques et les activités critiques du projet, et aider à identifier les violations potentielles de la sécurité et les conditions de travail risquées. L’IA peut également faciliter la planification et l’ordonnancement au jour le jour. “Un chantier de construction est par nature un environnement très dynamique”, note M. Danley. “Nous pouvons utiliser l’IA pour procéder à des ajustements à la volée afin d’optimiser le calendrier.
Pour la conception et l’analyse, Burns & McDonnell trouve que la vision par ordinateur est utile pour automatiser les tâches à forte intensité de main-d’œuvre. Lors de l’analyse de projets d’infrastructure, par exemple, les consultants commencent souvent par des inspections vidéo réalisées à l’aide d’équipements de télévision en circuit fermé (CCTV). Historiquement, une personne devait ensuite visionner l’intégralité de la vidéo pour identifier les problèmes du système. Avec l’aide de l’IA, le processus peut être automatisé, un système informatique pouvant “apprendre” à partir des règles identifiées par les humains pour signaler les zones problématiques de l’inspection CCTV.
“Cela devrait fonctionner comme un feu de circulation”, a déclaré Saša Tomić, responsable de l’eau numérique chez Burns & McDonnell. Les zones ne présentant aucun problème reçoivent un feu vert et n’ont pas besoin d’être examinées par des humains. Les zones problématiques sont marquées en rouge et nécessitent une attention particulière. Les zones jaunes peuvent nécessiter une intervention humaine pour examiner des problèmes que le système n’a jamais vus auparavant, selon Tomić, un des premiers à avoir adopté l’IA dans l’industrie de l’eau, ses recherches remontant au milieu des années 1990. Il a été le principal développeur et l’auteur du brevet de la plateforme WaterGEMS, rachetée plus tard par Bentley, et le chef de produit des solutions de distribution d’eau Innovyze, rachetées plus tard par Autodesk.
À mesure que l’analyse passe à la modélisation informatique, l’IA peut aider à construire des modèles plus rapidement que les méthodes précédentes, selon Tomić. Alors que les premières techniques de modélisation nécessitaient la saisie manuelle de données spécifiques, les techniques assistées par l’IA importent des données SIG et “nettoient les modèles” en se basant sur les lignes directrices établies à partir des modèles précédents. Cela permet aux consultants de se concentrer davantage sur l’utilisation des résultats du modèle pour prendre des décisions et des mesures, a noté Tomić.
La conception CAO et BIM offre également des opportunités pour l’IA. Danley estime que les futurs travaux de conception seront facilités par l’IA générative, qui peut aider à créer des images, du texte, des géométries 3D et d’autres données en apprenant des modèles à partir de données existantes, puis en utilisant ces connaissances pour générer des résultats. Les concepteurs peuvent identifier les paramètres clés d’un projet, puis utiliser diverses formes d’automatisation pour générer de multiples options de conception. “Avec l’IA générative, un ingénieur peut plus rapidement créer des itérations d’un site de projet… et peser le pour et le contre d’une option par rapport à une autre”, a-t-il fait remarquer.
Examiner le cycle de vie de la construction
La nature spécifique du projet de construction offre des défis et des opportunités uniques pour l’IA, contrairement à l’industrie manufacturière et à d’autres industries dont les processus sont plus reproductibles. L’entreprise générale DPR Construction étudie les moyens d’utiliser l’IA pour tirer parti des connaissances acquises lors de projets antérieurs, tout en maintenant les humains en charge de la prise de décision. “Si nous considérons l’IA comme un assistant pour les personnes qui prennent les décisions, elle est très utile dans le secteur de la construction”, a déclaré Hrishi Maha, responsable de l’analyse des données chez DPR.
M. Maha a déclaré que l’IA pourrait aider l’entreprise à être plus prédictive dans la poursuite des projets, ainsi que dans la planification et l’exécution des travaux. À titre d’exemple, il a cité un plan de dotation en personnel pour un projet potentiel, où l’IA pourrait aider à prendre en compte la taille du projet, la combinaison des métiers nécessaires et d’autres facteurs pour aider à déterminer les besoins en personnel, sur la base de données de projets antérieurs. Une fois les projets en cours, l’IA pourrait aider à évaluer les coûts, le calendrier et d’autres données pour déterminer si les valeurs se situent dans des fourchettes raisonnables établies par les projets précédents. Le DPR utilise Microsoft Azure ML, ainsi que des algorithmes propriétaires développés en interne, pour créer des applications d’IA.
De nouveaux outils émergent
Outre les outils d’IA publics, généralement basés sur des modèles à grand langage (LLM) et de grandes quantités de données publiques, un certain nombre d’outils d’IA spécifiques à la construction ont vu le jour ces dernières années. En 2022, Slate Technologies a lancé son assistant numérique Slate, qui utilise l’IA et la ML pour fournir des informations situationnelles et contextuelles pertinentes dans la prise de décision. Un produit ultérieur, l’assistant de décision, dont la sortie est prévue pour la fin du mois de juin, s’appuie sur cette base avec une gamme de fonctionnalités pour aider les équipes de gestion de la construction dans le processus de prise de décision.
La plateforme Slate effectue des analyses multidimensionnelles à partir de sources de données internes et externes, apprenant au fur et à mesure à mieux comprendre le processus de construction. Les sources de données comprennent les systèmes de planification des ressources de l’entreprise (ERP), les modèles 3D, les demandes d’information (RFI) et les courriels, ainsi que des données publiques telles que la météo, la main-d’œuvre et le trafic. “Notre système ingère le calendrier et d’autres données, comprend au niveau de la tâche et consolide les données jusqu’à la tâche”, a déclaré Joel Hutchines, chef de produit de Slate. “Il s’agit d’un changement de paradigme qui va au-delà de l’interrogation des données ; il s’agit également de présenter les données et de guider l’utilisateur.
En ce qui concerne l’interaction avec un modèle, Slate peut par exemple identifier les coûts d’éléments individuels et mettre en évidence ces éléments dans un modèle 3D. Il peut également répondre à des questions conversationnelles telles que “Quels sont les problèmes en suspens ?” et générer une liste de problèmes, en mettant en évidence leur emplacement dans le modèle et en proposant des suggestions pour résoudre ces problèmes. Selon M. Hutchines, les améliorations futures de Slate pourraient inclure la possibilité d’informer de nouvelles conceptions sur la base d’expériences antérieures, en utilisant un plug-in CAO/BIM pour inciter à prendre des décisions de conception.
Parmi les autres outils d’IA destinés au secteur civil et à la construction, citons AirWorks, qui crée des lignes à partir de données géospatiales ; ALICE, une plateforme qui aide les entrepreneurs et les propriétaires à tirer parti de l’IA pour planifier, soumettre des offres et construire des projets ; et nPlan, qui guide la planification et d’autres décisions fondées sur des données en utilisant l’apprentissage automatique et des données historiques. Divers plug-ins sont également disponibles pour Chat GPT, Google Bard et d’autres produits afin de faciliter les tâches de génie civil et de construction. Il est possible de trouver une multitude d’outils d’IA liés à l’industrie en effectuant des recherches sur l’internet – peut-être en employant l’IA dans le processus de recherche !
Répondre aux préoccupations
Alors que les entreprises du secteur voient des avantages tangibles à l’IA, l’incertitude des résultats de l’IA et d’autres préoccupations pourraient limiter l’adoption à grande échelle. Tomić, de Burns & McDonnell, a cité le manque général de compréhension de l’IA, en particulier chez les LLM, comme un défi auquel le secteur est confronté. “C’est comme un puzzle. Vous lui donnez quelques pièces et elle remplit le reste. Si vous l’orientez dans une certaine direction, elle peut produire des résultats irréalistes”, a-t-il déclaré.
À l’instar de l’analogie de la boîte noire avec les premières applications informatiques (c.-à-d. “garbage in, garbage out”), l’IA peut générer des résultats que les utilisateurs risquent de ne pas comprendre. Ce qui préoccupe encore plus Tomić, c’est l’incapacité à comprendre pleinement les modèles que l’IA découvre en produisant des résultats. “Elle ne nous dit pas quels sont les schémas, ni pourquoi certains schémas sont sélectionnés. Elle se contente de donner une réponse”, a-t-il déclaré.
Ziegler, de Trimble, estime que les objectifs de l’IA doivent être mieux définis avant d’être largement utilisés dans le secteur de la construction. “Nous essayons d’identifier les opportunités et l’éthique”, a-t-il déclaré. “Nous ne voulons pas nous contenter de lancer l’IA. Il s’agit d’une activité aux enjeux importants. Grâce à une évaluation plus approfondie, il estime que l’industrie peut limiter les effets négatifs potentiels des résultats invalides de l’IA, souvent qualifiés d'”hallucination”.
La sécurité des données soulève d’autres questions. M. Danley, de Burns & McDonnell, a déclaré que les entreprises ne devraient pas divulguer de données propriétaires dans les outils d’IA publics. “Lorsque vous prenez des informations sur l’entreprise et que vous demandez à ces systèmes de les évaluer, elles sont divulguées dans le monde entier”, a-t-il déclaré. Les questions de propriété et de responsabilité des données doivent également être prises en compte : À qui appartiennent les données ? Et à qui appartiennent les résultats générés par l’IA ?
À long terme, la réputation de retardataire de la construction dans l’adoption de nouvelles technologies pourrait s’avérer bénéfique en ce qui concerne l’IA. Peut-être que certains des obstacles rencontrés par le grand public en matière d’IA peuvent aider l’industrie à affiner son approche de l’IA avant de la laisser concevoir et construire des projets sans accompagnement humain approprié. Désolé, HAL. Ce n’est pas toi qui commandes ici.
