La révolution digitale qui a débuté durant la seconde moitié du 20e siècle est à l'origine d'une croissance exponentielle des données dans tous les secteurs. Celui de la construction ne fait pas exception. Cependant, même si l’Intelligence Artificielle (IA) comprenant le machine learning devient de plus en plus populaire, la question est de savoir si les professionnels de la construction et les chefs de projets sont prêts à utiliser les données pour générer de nouvelles opportunités commerciales et des gains d’efficacité.
La donnée – un outil inestimable dans le secteur de la construction
L'un des impacts positifs de la pandémie est que cela a accéléré la digitalisation de nos sociétés. Dans ce cadre, la donnée ne devient pas seulement plus importante mais également accessible. La production de données est en constante augmentation et provient de multiples sources dans le domaine de la construction : des sources traditionnelles comme les plannings, les budgets et les plateformes de livraison de projet aux nouvelles sources comme les dispositifs portables, IoT (l’Internet des Objets), les bâtiments intelligents, les engins de terrassement, le suivi du matériel, la supply chain, etc.
" De nombreuses entreprises dans le domaine de la construction ont beaucoup de données disponibles mais peu d’entre elles les utilisent à leur plein potentiel. Ces données provenant de plusieurs sources sur l’ensemble des projets, récoltées sur de nombreuses années, sont le carburant essentiel pour les modèles de machine learning" explique Karthik Venkatasubramanian, Vice-Président data science and analytics chez Oracle Construction and Engineering.
Le big data est le moteur des modèles de machine learning permettant de fournir des informations prédictives pour améliorer la prise de décision à tous les niveaux d’une organisation dans le domaine de la construction. Il permet un meilleur planning et une meilleure estimation, une gestion des risques active, une prévision proactive des problèmes et la livraison avec succès des projets en améliorant la prévisibilité de l’ensemble du cycle de vie (planification, construction et exploitation).
Pourtant plusieurs obstacles doivent encore être dépassés pour pouvoir maximiser l’impact du machine learning et des données analytiques, notamment connecter des ensembles de données provenant de systèmes déconnectés. L'analyse des données basée sur des ensembles de données fragmentés ne donne donc pas les résultats escomptés.
Lorsque plusieurs systèmes sont utilisés sur les projets pour différents aspects de l’exécution, les données sont souvent en silos et il devient difficile de les gérer. Il devient aussi plus compliqué d’analyser et d’en tirer des enseignements. C’est un défi encore plus important sur les projets d’envergure car ils sont complexes et impliquent souvent un nombre élevé de participants par projet - ingénieurs, propriétaires, architectes, sous-traitants provenant généralement d’un nombre élevé d’entreprises.
Démocratisation des données
D’ici 2030, l'industrie de la construction devrait connaître une croissance de 85% à hauteur de 15,5 trillions de dollars selon PwC1. Considérant cela, le big data et la possibilité de créer une intelligence prédictive en utilisant le machine learning semble incontournable et deviendra sans doute la norme dans la plupart des projets.
La capacité de tirer des enseignements d’importants volumes de données historiques et d’appliquer ces informations aux projets actuels et futurs constitue actuellement un défi majeur pour de nombreuses entreprises. Cependant, cela représente également une opportunité considérable lorsque cela est bien réalisé, en utilisant une technologie Cloud de pointe combinée aux meilleures et récentes technologies du monde du machine learning.
Pour obtenir un réel avantage concurrentiel avec les données, les entreprises doivent se tourner vers de puissants outils d’IA qui peuvent aider à fournir une exécution de projet changeant la donne.
Oracle Construction Intelligence Cloud Advisor a été spécialement conçu pour aider les entreprises à tirer le meilleur parti des données qu’elles possèdent déjà. C’est une solution d’intelligence prédictive destinée à accompagner la prise de décision à tous les niveaux de l’entreprise. Alors que d’autres logiciels fournissent un aperçu des événements passés au cours du projet, cette application est également capable d’anticiper les événements futurs. Ses modèles de Machine Learning enrichissent leurs connaissances de manière continue en tirant les leçons des expériences passées d’une entreprise.
« Des modèles prédictifs tels que ceux d’Oracle Construction Intelligence Cloud Service donnent lieu à une infinité d’opportunités pour agir de manière proactive plutôt que d’être dans la réactivité », explique Patty Sullivan, Project manager, Strategic Initiatives Group chez Burns & McDonnell, dans une récente annonce d’Oracle à propos de la solution.
« De plus, je vois en cette technologie un vrai potentiel de gestion et d’atténuation des risques liés aux projets. C’est certainement un sujet sur lequel nous nous pencherons cette année et c’est pour cela que nous avons hâte de commencer à travailler avec Oracle en utilisant cette technologie qui contribuera au progrès et à la transformation de notre secteur. »
L’application est désormais capable de mettre à profit les données de la solution de planification Oracle Primavera pour prédire les retards dans les projets, souvent sources de dépassements budgétaires et aider les entreprises à prendre les mesures correctives, notamment en identifiant les étapes susceptibles d’être retardées, et les causes du retard. Oracle Construction Intelligence Cloud Advisor peut aussi aider à établir de meilleures estimations, à identifier l’impact des retards prévus sur les activités aval et à améliorer les processus de planification afin d’accroître la productivité.
Un projet d’extension mis en place pour l’année prochaine permettra à Oracle Construction Intelligence Cloud Advisor de connecter les données provenant de l’ensemble du portefeuille d’Oracle Construction and Engineering.
Grâce à cette évolution, les risques potentiels liés aux litiges juridiques, à la sécurité, au recadrage de projets, à la performance de la chaîne logistique ou à la trésorerie pourraient être identifiés plus aisément. De plus, les services d’analyse de données fournis par Oracle Construction Intelligence Cloud Service rejoindront officiellement la gamme des produits Oracle.
"Le Machine Learning a progressé dans la compréhension générale que l’on peut en avoir." constate Karthik Venkatasubramanian. Avant de poursuivre « Nous commençons tout juste à explorer les possibilités du Machine Learning dans le domaine de la construction et de l’ingénierie. Avec le temps, nous assisterons à une plus grande adoption de l’analyse prédictive. Nous sommes au tout début du chemin. ».
L’ère de l’analyse prédictive
Pour faire ressortir des informations pertinentes des données qui sont collectées, l’analyse prédictive prendra un rôle de plus en plus important dans le secteur de la construction. Grâce à l’analyse de différentes sources de données, les modèles de machine learning peuvent identifier les risques potentiels et améliorer les résultats futurs d’un projet. Mais cela peut nécessiter un changement culturel suivant ce que les parties prenantes sont prêtes à accepter quand à l’avenir possible d’un projet.
Autrement dit, il faut reconnaître la valeur de la probabilité dans la gestion des projets.
« Nous aimons tous la certitude mais l’industrie doit commencer à accepter d’utiliser les probabilités pour tirer le maximum des données disponibles. C’est une chose de collecter et de stocker des données, c’en est une autre de faire confiance à ce que les données nous disent du futur d’un projet. Et surtout, la valeur réelle n’est réalisée que lorsque nous sommes prêts à agir de manière proactive en se basant sur l’intelligence générée par les données » ajoute Karthik Venkatasubramanian.
Contenu proposé par Oracle Construction and Engineering
