Dans notre précédent article, nous avons examiné comment les solutions génériques d'intelligence artificielle échouent souvent dans le contexte des soins de santé. Aujourd'hui, nous examinons comment cette leçon s'applique au secteur de la construction, un domaine tout aussi complexe qui nécessite des solutions spécialisées.

‍

Introduction : au-delà de l'IA générique

L'intelligence artificielle a attiré l'attention des chefs d'entreprise de tous les secteurs. Toutefois, comme le montrent les expériences récentes dans les secteurs des soins de santé et de la construction, les solutions génériques d'intelligence artificielle échouent souvent lorsqu'elles sont appliquées à des domaines hautement spécialisés. La véritable transformation ne vient pas de l'application de capacités générales à des problèmes spécifiques, mais de la construction d'une intelligence artificielle qui comprend fondamentalement le domaine à partir de ses fondements.

‍

Cette vérité ressort clairement d'une analyse du secteur de la construction et de l'immobilier, où la complexité multidisciplinaire, la fragmentation du marché et les réglementations strictes créent des défis uniques que seules des solutions spécialisées peuvent relever efficacement.

‍

La nécessité d'une compréhension sectorielle spécialisée

‍

Désalignement terminologique et réglementaire

Les modèles génériques d'IA ne font pas la distinction entre des concepts techniques fondamentaux tels que les "murs porteurs" et les "cloisons", ou entre les "fondations par dalles" et les "fondations par piliers", ce qui entraîne des interprétations erronées dans des projets où la précision est vitale pour la sécurité. Ce décalage terminologique s'étend également aux variations régionales : une "dalle en latérociment" italienne présente des caractéristiques différentes de celles d'un système de dalles d'Europe du Nord, ce qui a des implications critiques pour les calculs structurels et antisismiques.

‍

De même, le cadre réglementaire strict du secteur de la construction, avec des codes de construction, des normes de sécurité et des réglementations environnementales qui varient d'une région à l'autre, représente un défi que les solutions IA généralistes parviennent rarement à relever. Les Eurocodes et les normes techniques italiennes de construction (NTC) présentent des différences substantielles dans les coefficients de sécurité qu'une IA généraliste ne peut pas discriminer, avec des conséquences potentiellement graves pour la sécurité structurelle.

Reconnaissance du potentiel de transformation

‍

Malgré ces défis, le potentiel de l'IA pour transformer le secteur est largement reconnu. Selon l'étude 2023 Global Real Estate Technology Survey de JLL, l'IA et l'IA générative ont été classées parmi les trois technologies qui auront le plus d'impact sur le secteur immobilier au cours des trois prochaines années par les investisseurs, les promoteurs et les entreprises occupantes. Cependant, ces mêmes répondants ont indiqué une moins bonne compréhension de l'IA par rapport à d'autres technologies telles que la blockchain, la réalité virtuelle et la robotique.

‍

Cette contradiction apparente souligne la nécessité d'approches spécialisées permettant de combler le fossé entre le potentiel reconnu et la mise en œuvre effective.

‍

L'approche spécialisée : des exemples de réussite dans le secteur de la construction

Les solutions spécialisées en matière d'IA du bâtiment ont déjà prouvé leur valeur au travers d'études de cas concrets :

‍

Réduire les erreurs de conception

Dans un grand projet résidentiel, la mise en œuvre d'un module d'intelligence spécifique à l'industrie a conduit à.. :

• Réduction de 68% des erreurs de conception
• Réduction de 23 % des délais d'audit
• Économie estimée à 15 % sur les coûts globaux
• Amélioration significative des délais de livraison

L'impact sur la gestion des variantes en cours de fabrication, historiquement responsables d'augmentations de coûts pouvant atteindre 20 à 30 %, a été particulièrement notable. La plateforme spécialisée a réduit ces impacts à 7 %, grâce à sa capacité à propager automatiquement les changements à tous les documents de projet connexes.

‍

Gestion optimisée des matériaux

Un constructeur d'infrastructures a mis en place un module de gestion des matériaux spécialisés qui a permis de.. :

• Réduction de 31 % des stocks
• Diminution de 24 % des retards de livraison
• Des économies de plus de 2 millions d'euros sur les coûts logistiques
• Améliorer la durabilité en réduisant les déchets matériels

Un aspect crucial, mais souvent négligé, était l'impact sur la gestion des flux de trésorerie. L'optimisation des achats a permis de réduire les immobilisations de 42 %, ce qui a considérablement amélioré la situation financière de l'entreprise.

‍

Optimisation de la programmation des chantiers

Une entreprise de construction spécialisée dans le réaménagement urbain complexe a mis en œuvre des algorithmes d'optimisation spatio-temporelle qui ont permis d'obtenir des résultats :

• Réduction de 28 % du temps de traitement global
• Augmentation de 34% de l'efficacité de l'équipe
• Diminution de 62% des interférences entre travaux simultanés
• Amélioration de la prévisibilité des délais, avec des écarts finaux inférieurs à 5 %.

Ce cas met en évidence la manière dont l'IA spécialisée peut résoudre l'un des problèmes endémiques de l'industrie : la difficulté de programmer dans des contextes complexes avec de multiples variables et contraintes. Les techniques traditionnelles de gestion de projet telles que le CPM ou le PERT montrent des limites importantes dans les scénarios du monde réel, alors que l'approche basée sur l'IA a démontré une supériorité opérationnelle mesurable.

‍

Vue d'ensemble : transformation du marché immobilier

L'impact de l'IA s'étend au-delà de la construction, transformant l'ensemble du secteur immobilier sur cinq dimensions clés :

‍

1. Géolocalisation et regroupement

Les entreprises et les investissements dans le domaine de l'IA ont tendance à se concentrer sur les marchés technologiques établis. Les recherches de JLL montrent une accélération de la demande de talents en IA, les offres d'emploi ayant augmenté de plus de 250 % depuis le début de l'année 2021. À long terme, cette croissance devrait se concentrer là où les talents en matière d'IA sont disponibles : les pôles technologiques primaires et secondaires établis, les centres d'innovation et les universités.

Aux États-Unis, 42 % des entreprises d'IA sont concentrées dans la région de la baie de San Francisco, suivie de Boston, Seattle et New York, avec une croissance immobilière prévue de 1,6 million de mètres carrés d'ici la fin de l'année rien qu'aux États-Unis.

‍

2. Modification de la demande entre les actifs

Le développement de l'IA nécessite des centres de données, des réseaux énergétiques et des infrastructures de connectivité plus nombreux et de meilleure qualité. Selon le JLL Global Data Centre Outlook 2023, le marché mondial des centres de données de colocation devrait croître de 11,3 % par an entre 2021 et 2026, tandis que le marché des centres de données hyperscale devrait connaître une croissance encore plus rapide, de l'ordre de 20 % par an.

Les critères de localisation des infrastructures de l'IA accordent plus d'importance aux prix de l'énergie et aux coûts fonciers moins élevés, ce qui stimule la croissance sur des marchés moins encombrés tels qu'Atlanta aux États-Unis, la Malaisie et la Thaïlande.

‍

3. Nouveaux types d'actifs et de produits

L'émergence du "bâtiment véritablement intelligent" est imminente. L'infrastructure basée sur l'IA deviendra une norme par défaut, tout comme les connexions internet sont une caractéristique par défaut des bâtiments actuels. L'IA contribuera également à la réalisation de bâtiments à zéro émission et à haute performance en matière de développement durable.

Cela correspond aux "jumeaux numériques dynamiques" décrits dans le secteur de la construction, qui dépassent le concept statique de la BIM pour aller vers des modèles qui évoluent en temps réel tout au long du cycle de vie du bâtiment, permettant une gestion prédictive de la maintenance qui réduit les coûts d'exploitation de 23 à 31 % et prolonge la durée de vie des installations de 15 à 20 %.

‍

4. Nouveaux modèles d'investissement et de revenus

La souscription et les processus améliorés par l'IA permettront des transactions plus rapides et une compréhension plus efficace des propriétés et des marchés, catalysant l'investissement à l'échelle mondiale. L'infrastructure basée sur l'IA et la capacité à connecter plusieurs systèmes pourraient également permettre l'expansion des modèles d'"espace en tant que service" et de nouvelles sources de revenus pour les propriétaires et les promoteurs.

Un exemple concret cité dans le rapport de JLL est celui de Royal London Asset Management, qui a enregistré des améliorations significatives dans les opérations de CVC et l'efficacité énergétique d'un bâtiment commercial de 11 600 mètres carrés. En mettant en œuvre les technologies d'IA de JLL, la société a obtenu un retour sur investissement record de 708 % et des économies d'énergie de 59 %, réduisant ainsi les émissions de carbone de 500 tonnes métriques par an.

‍

5. Nouvelles approches de la conception et de la fonctionnalité des espaces

L'IA permettra une conception axée sur l'expérience et des environnements hautement personnalisables. Cela complète l'IA multimodale pour l'inspection décrite dans l'industrie de la construction, qui combinera la compréhension du texte, des images et des données provenant de drones et de capteurs IoT pour surveiller l'avancement et la qualité de la construction, avec une promesse particulière d'intégration avec la technologie LiDAR pour la surveillance structurelle en temps réel.

‍

‍

La dimension socio-économique : impact sur le travail et les compétences

Contrairement aux craintes de substitution, les données recueillies montrent que l'IA spécialisée a un impact positif sur la main-d'œuvre :

Amélioration des compétences existantes

L'IA spécialisée a renforcé le rôle des artisans spécialisés, en les libérant des tâches administratives et en leur permettant de se concentrer sur les aspects qualitatifs du travail. Cela a conduit à une augmentation de la qualité perçue et à une revalorisation des compétences techniques.

‍

Cette approche s'aligne sur la vision de Satya Nadella, PDG de Microsoft, selon laquelle les fournisseurs de services d'IA font le choix conscient d'explorer une approche centrée sur l'humain, en développant des produits "copilotes" conçus pour aider les gens, plutôt que des produits "autopilotes" qui visent à remplacer complètement les rôles de l'homme.

‍

Transformation des profils professionnels

De nouveaux rôles hybrides apparaissent, tels que le "directeur de la construction BIM" et le "spécialiste de la construction numérique", dont les compétences se situent à cheval entre la construction traditionnelle et les technologies numériques. Les salaires de ces profils sont supérieurs de 35 à 40 % à la moyenne du secteur.

Selon Goldman Sachs, qui cite une étude de David Autor, économiste au MIT, plus de 85 % de la croissance de l'emploi aux États-Unis au cours des 80 dernières années s'explique par la création de nouveaux postes grâce à la technologie.

‍

Démocratisation de l'expérience

La capacité de l'IA à codifier et à rendre accessibles les meilleures pratiques a réduit l'écart de performance entre les petites et les grandes entreprises, favorisant une concurrence plus équitable fondée sur la qualité réelle plutôt que sur la taille de l'entreprise.

‍

L'avenir : innovations émergentes et approche stratégique

Progrès technologiques imminents

Dans le secteur du bâtiment, les innovations futures comprennent

• Analyse prédictive pour la sécurité des sites: modèles qui identifient de manière préventive les situations à risque sur la base de données historiques et de la configuration des sites, avec une capacité de prédiction des accidents de 76 % et une réduction potentielle des accidents graves de 58 %.
• IA multimodale pour l'inspection: Fonctionnalité qui intègre la compréhension de textes, d'images et de données provenant de drones et de capteurs IoT pour surveiller l'avancement et la qualité des constructions.
• Intégration avec la robotique de chantier: les premiers projets pilotes avec des robots de pose de sols et des systèmes de finition automatisés ont montré des gains de productivité allant jusqu'à 300 % dans les opérations répétitives, avec une qualité supérieure et une réduction des déchets.

Dans le secteur plus large de l'immobilier, JLL souligne que le marché des cas d'utilisation commerciale de l'IA générative devrait atteindre 42,6 milliards de dollars en 2023, et croître de 32 % par an pour atteindre 98,1 milliards de dollars d'ici 2026.

‍

Adoption stratégique et responsable

Les organisations doivent réfléchir à la manière d'exploiter le pouvoir de l'IA pour soutenir leurs objectifs commerciaux d'une manière responsable et éthique. JLL souligne l'importance d'être vigilant à l'égard de trois types de réglementations émergentes :

1. Normes et protocoles du marché relatifs à la qualité des données, aux droits de propriété intellectuelle, à la protection de la vie privée et à la sécurité des données.
2. Les réglementations visant à atténuer les risques sociaux, telles que les mesures visant à protéger le marché du travail contre les chocs ou les normes de sécurité pour les véhicules autonomes.
3. La législation environnementale, en particulier celle qui vise à atténuer les émissions de carbone de l'économie numérique en pleine croissance.

Les organisations devront réfléchir à un certain nombre de questions clés : que signifie la croissance de l'IA pour les stratégies d'investissement et de localisation ? Quelles sont les applications existantes ou futures de l'IA qui doivent être préparées et testées dès maintenant ? Quels sont les risques commerciaux et sociaux potentiels ?

‍

Conclusion : la valeur de l'approche spécialisée

Comme dans le secteur de la santé, la véritable transformation de la construction et de l'immobilier ne vient pas de l'application d'une IA générique à des problèmes complexes, mais de solutions conçues spécifiquement pour les défis uniques du secteur.

‍

La construction est un cas emblématique de secteur très complexe et peu numérisé : elle est à l'avant-dernière place des industries en termes de taux d'adoption du numérique. Ces mêmes caractéristiques en font un terrain idéal pour démontrer la valeur de l'IA spécialisée par rapport aux solutions génériques.

‍

La particularité du secteur de la construction réside dans le fait qu'il est à la fois à forte intensité de connaissances et à forte intensité de main-d'œuvre, avec un équilibre délicat entre les dimensions cognitives et opérationnelles. Ce dualisme exige des systèmes d'IA qui ne se limitent pas au traitement des données, mais qui comprennent en profondeur les processus décisionnels et opérationnels qui caractérisent le secteur.

‍

Comme l'a fait remarquer un chef de projet d'un grand cabinet d'architectes : "La différence entre l'AI général et l'AI spécialisé dans la construction est comparable à celle qui existe entre un ouvrier général et un maître spécialisé. Les deux ont de la valeur, mais lorsqu'il s'agit de projets complexes, l'expertise d'un spécialiste devient indispensable".

‍

Le défi pour l'avenir sera de trouver le bon équilibre entre la spécialisation verticale et l'interopérabilité horizontale, en permettant aux différents acteurs de la chaîne d'approvisionnement de bénéficier de solutions sur mesure qui peuvent toujours communiquer entre elles. Ce n'est qu'ainsi que l'IA pourra tenir sa promesse de transformer l'un des secteurs les plus réfractaires à l'innovation en un exemple d'efficacité, de durabilité et de qualité.