Afin de rejoindre la tendance technologique, l’industrie de la construction s’est récemment lancée dans l’apprentissage automatique. Il s’agit d’une solution pour contrer la pénurie et l’inexpérience de certains travailleurs, mais plus précisément de gagner en efficacité et en productivité.
La phase de préconstruction peut notamment profiter de l’apprentissage automatique afin d’accélérer l’évaluation et l’amélioration des plans et devis, de l’échéancier et des lots de travail. L’apprentissage automatique permet enfin, avec l’aide de données, d’optimiser le processus de décision et par conséquent l’ensemble de la gestion de projet.
Qu’est-ce que l’apprentissage automatique
L’apprentissage automatique ou machine learning (ML) est une forme d’intelligence artificielle selon laquelle des algorithmes permettent l’apprentissage des machines ou l’amélioration de leurs performances en fonction des données qu’elles traitent. Il serait ainsi possible de laisser une machine gérer l’administration d’un projet de construction et nous proposer des solutions concrètes afin d’optimiser (qualité, temps, coûts) la planification des activités. Un surintendant pourrait, par exemple, consacrer la grande majorité de son temps à valider l’exécution des travaux.
Un tournant
L’industrie de la construction est généralement en retard d’un point de vue technologique. Alors que plusieurs secteurs de l’économie ont fait le saut, la construction ainsi que ses travailleurs ont plus ou moins modifié leurs façons de faire. Depuis 2017, les États-Unis, la Chine et l’Australie ont toutefois commencé à implanter l’apprentissage automatique dans leurs industries de construction. En 2019, avec la pandémie de COVID-19, les recherches dans ce domaine ont bondi de 34 % à travers le monde. Afin d’éviter une augmentation substantielle des frais qui explosent de partout, plusieurs entrepreneurs utilisent dorénavant l’intelligence artificielle afin d’avoir des outils performants d’aide à la décision. Plusieurs entreprises au Québec ont aussi commencé à intégrer l’apprentissage automatique et se sont alliées à des firmes de développement technologique afin d’accélérer leur transformation numérique et ainsi rester compétitives.
La formation
Le processus d’apprentissage est ici fort différent puisqu’il faut principalement former une machine à améliorer son schéma décisionnel. La préparation des données par un spécialiste est donc d’une importance capitale dans le contexte de l’apprentissage automatique. Il existe 3 types d’apprentissages automatiques : le supervisé, le non supervisé et par renforcement.
1) L’apprentissage supervisé
Il s’agit d’entrer des données qui nous permettent d’obtenir un résultat attendu (par exemple : 3 charpentiers à 70 $ / h vont coûter 630 $ pour un travail nécessitant 3 heures).
2) L’apprentissage non supervisé
Avec l’aide des données, il est ici possible d’obtenir une analyse selon laquelle nous pouvons dégager une structure ou un modèle de travail.
3) L’apprentissage par renforcement
L’algorithme doit, dans ce contexte, choisir en fonction des données (compilées et sélectionnées par le spécialiste) parmi une liste d’actions. Un bon choix sera récompensé alors qu’un mauvais choix sera pénalisé. L’algorithme peut ainsi apprendre les meilleures stratégies en cumulant les récompenses.
Il est fortement suggéré, pour les entreprises qui veulent implanter l’apprentissage automatique, de se faire accompagner dans le processus par des spécialistes de l’intelligence artificielle. Vooban, une entreprise de logiciels située dans la Capitale nationale, est notamment un chef de file dans le domaine au Québec.
Le saviez-vous ?
Les premiers microprocesseurs et les premiers ordinateurs ont révolutionné l’industrie, dans les années 1970, en permettant l’apparition des dessins et conceptions assistés par ordinateur. Aujourd’hui le BIM, par l’usage de la modélisation et du partage automatisé de données, tend à révolutionner la façon dont les projets sont réalisés.
