Ce n'est un secret pour personne : beaucoup d'entre nous utilisent des assistants IA comme ChatGPT ; et nombreux sont ceux qui pensent que nous sommes au tout début d'une révolution qui va profondément remodeler la société humaine. Pour le secteur de la construction, cette transformation se traduit à la fois par d'immenses opportunités et par des questions cruciales, déclare Benedict Wallbank, responsable des partenariats et de la stratégie digitale en matière de construction chez Trimble.
La majeure partie de l'IA appliquée aujourd'hui au secteur de la construction est une « IA étroite », entraînée pour effectuer une seule tâche, souvent mieux et plus rapidement qu'un être humain. Il s'agit du seul type d'IA actuellement utilisé, aussi bien dans les chatbots que pour l'automatisation des flux de travail. Cependant, un changement plus profond se profile à l'horizon : une IA au comportement autonome, semblable à celui d'un agent, capable de planifier, de prendre des décisions et d'exécuter des tâches complexes avec moins d'intervention humaine.
La prochaine vague : l'IA agentique et de nouveaux modèles d'entreprise
Une transformation considérable est en cours, sous la forme de l'IA agentique. Contrairement à l'« IA étroite » que nous utilisons aujourd'hui et qui nécessite un humain pour déclencher chaque étape, l'IA agentique peut se baser sur le raisonnement pour planifier et exécuter des flux de travail complexes dans différents outils logiciels. S'il n'est pas encore question d'intelligence artificielle générale (IAG), qui permet d'égaler l'intelligence humaine pour n'importe quelle tâche, l'IA agentique permet d'ores et déjà aux systèmes actuels d'apprendre à partir du contexte et d'exécuter des projets par étapes, avec très peu d'intervention humaine.
Jari Heino, président et directeur général BIM & Ingénierie, Trimble Finlande
Cette évolution aura de profondes implications économiques. Selon Jari Heino, vice-président et directeur général BIM & Ingénierie chez Trimble en Finlande, c'est l'ensemble de notre modèle d'entreprise qui risque d'être affecté. « Les agents d'intelligence artificielle finiront par travailler de manière partiellement indépendante, ce qui laisse entrevoir un tout nouveau monde », affirme M. Heino. « Quelles sont les tâches que l'intelligence artificielle peut et doit prendre en charge ? »
Relever les principaux défis de la construction
L'intérêt pour l'IA dans le secteur de la construction est manifeste, et sa valeur concrète fait l'objet de nombreuses études. Le véritable potentiel de l'IA ne réside pas dans le remplacement des humains, mais dans l'élimination des tâches que les êtres humains ne devraient pas avoir à effectuer.
Réorienter le potentiel humain
En automatisant les tâches répétitives, peu gratifiantes ou dangereuses, l'IA libère du capital humain pour s'attaquer à des problèmes plus importants. « Nous sommes confrontés à une double crise : la pénurie de main-d'œuvre et l'urgence environnementale », explique M. Heino. « Le temps consacré à des tâches répétitives qui pourraient être automatisées représente en fin de compte un potentiel humain gaspillé. L'IA peut réorienter notre capital intellectuel vers la résolution de nos problèmes les plus critiques au lieu de le consommer dans des tâches de routine. Il en résultera non seulement plus d'efficacité, mais également une métamorphose fondamentale des tâches que les professionnels de la construction peuvent accomplir. »
Libérer les données piégées
L'un des défis les plus persistants du secteur est la fragmentation des données. Une pléthore de formats propriétaires emprisonne les informations, d'où une perte de valeur à chaque transfert de projet. Si les normes sont importantes, obliger tout le monde à travailler de la même manière n'est pas une solution pratique. Au lieu de cela, l'IA peut organiser les données en arrière-plan, ce qui permet aux équipes de maintenir des pratiques de travail flexibles tout en assurant la cohérence des données.
Benedict Wallbank, responsable des partenariats et de la stratégie digitale en matière de construction, Trimble
Benedict Wallbank, qui est également administrateur non exécutif du NIMA (anciennement l'alliance BIM du Royaume-Uni), explique ce potentiel : « Depuis des décennies, je suis obsédé par l'interopérabilité des données et les défis associés, et je cherche des moyens efficaces pour obtenir des données de qualité sur l'ensemble du cycle de vie des actifs. Au NIMA, un grand nombre de nos discussions actuelles portent sur la manière dont l'IA nous aidera à atteindre cet objectif. Je pense personnellement que l'IA agentique apportera une grande partie de la solution. Avons-nous encore besoin d'une classification et de normes ? Oui, bien sûr. Mais l'IA offre la possibilité d'identifier et de cartographier les données actuellement piégées dans les documents, les dessins, les modèles, les scans et la capture de la réalité. »
Applications de l'IA native du secteur
Alors que le domaine de l'IA grand public a réalisé de grandes avancées, l'attention se tourne à présent vers des solutions propres à l'industrie qui parlent le langage de la construction. Ces outils spécialisés sont axés sur la résolution de problèmes pratiques, la compréhension du contexte et l'intégration dans les flux de travail existants.
Au sein de Trimble, l'adoption de l'IA est déjà largement répandue : les développeurs l'utilisent pour accélérer l'écriture de code et améliorer les produits dans presque tous les secteurs afin d'améliorer les opérations, qu'il s'agisse de la conception, de la modélisation ou des opérations sur le terrain. L'IA permet aux utilisateurs de modifier les modèles 3D à l'aide de consignes textuelles, d'automatiser la création de géométries et de classer efficacement les modèles. Elle classe automatiquement les documents, vérifie la conformité des modèles BIM, analyse les ordres de modification, identifie les défauts de la chaussée et effectue des simulations énergétiques. Sur le terrain, l'IA peut contrôler la sécurité du site en identifiant la conformité des EPI et les zones dangereuses ; elle compare également les scans aux modèles pour détecter les écarts. De plus, elle facilite la recherche de contenu, la création de matériaux et l'élaboration des dessins techniques, répondant ainsi aux différents besoins des entreprises.
Anticiper l'avenir avec confiance et responsabilité
À mesure que l'IA gagne en autonomie, les questions de confiance, de responsabilité et de réglementation émergent. Sur ce dernier point, les stratégies mondiales varient. L'UE adopte une approche centralisée, en établissant un régime commun de supervision et d'application. Les États-Unis ont opté pour une approche plus légère, laissant les États gérer la réglementation selon les lois existantes afin d'encourager l'innovation, tandis que le Royaume-Uni a défini cinq principes clés qui doivent être appliqués secteur par secteur.
Plus les tâches sont confiées à des systèmes autonomes, plus il est important de définir celles dans lesquelles l'implication d'un être humain est nécessaire. « Nous développons des systèmes en tenant compte de la faillibilité humaine, mais nous attendons des systèmes automatisés qu'ils soient quasiment infaillibles », constate M. Heino. « Cette approche montre que confier à la technologie des décisions de vie ou de mort exige un degré de fiabilité extraordinaire ».
Le génie de l'IA s'est échappé de sa lampe, et il remodèle l'industrie au quotidien. Les entreprises prospères ne seront pas celles qui feront la course à l'innovation, mais celles qui, plus fondamentalement, s'efforceront de déterminer les capacités humaines à amplifier. Comment préserver le jugement irremplaçable qui résulte d'années de travail sur le terrain ? Les entreprises qui gèrent cette transition de manière stratégique, en comprenant que l'IA sert le constructeur plutôt que de le remplacer, ouvrent la voie à une croissance durable.
