Déchiffrer le code : comment l'IA va-t-elle transformer le métré ?

Les outils d'intelligence artificielle peuvent réussir l'examen du barreau, composer des poèmes, gagner des concours de photographie, couper du code, proposer des recommandations de recettes ou traduire du texte dans 95 langues différentes. Mais comment l’IA va-t-elle améliorer le rôle du métreur ? Et, plus important encore, comment cela va-t-il créer une nouvelle valeur pour les clients ?

Ce ne sont là que quelques-unes des questions auxquelles Cody Bui, métreur centré sur les données du Groupe Altus, a répondu lors d'un récent webinaire avec le Institut australien des métreurs.

À l’heure actuelle, l’IA est un « sujet extrêmement brûlant », en partie dû à l’essor fulgurant de ChatGPT, a noté Cody. Mais il est important de noter que ChatGPT ne coûte que un Un outil d'IA parmi tant d'autres qui peut rédiger du texte et visualiser des données, créer du nouveau contenu et, finalement, réinventer notre façon de travailler.

A cet effet, McKinsey a récemment salué 2023 comme « année marquante » pour l’IA générative – la branche de l’IA qui utilise des algorithmes avancés pour créer du contenu nouveau et original. Les trois quarts des entreprises s’attendent désormais à ce que l’IA générative entraîne un changement significatif ou perturbateur dans la dynamique concurrentielle de leur secteur d’ici trois ans.

Cette perturbation rapportera également des dollars. Un rapport récent, publié par Microsoft et le Tech Council of Australia en juillet, estime que l’IA générative pourrait contribuer jusqu’à 115 milliards de dollars australiens par an à l’économie australienne d’ici 2030.

Environ 80 milliards de dollars par an pourraient découler de l’automatisation et de l’augmentation des tâches de routine. En fait, le rapport de Microsoft estime qu’environ 44 % des heures du travailleur australien moyen pourraient être libérées pour se concentrer sur des tâches et des activités d’ordre supérieur qui augmentent la qualité de leur production.

Figure 1 : L'intelligence artificielle est un domaine en pleine croissance, divisé en deux catégories principales : l'apprentissage automatique classique et l'apprentissage profond.

Disrupter pour apporter une nouvelle valeur

Alors, comment l’IA va-t-elle perturber le métré ?

Les métreurs utilisent déjà l’IA pour effectuer une modélisation de régression afin de prédire les coûts de construction. En analysant les données historiques sur divers facteurs qui influencent les coûts (matériaux, main-d'œuvre, emplacement, formes de bâtiment, caractéristiques, etc.), un algorithme d'IA peut apprendre les relations entre ces facteurs et les coûts réels et créer un modèle prédictif qui estime les coûts des nouveaux projets de construction. basé sur des variables d’entrée.

Comme l’a souligné Cody : « Un modèle de régression peut nous aider à prédire combien coûtera un bâtiment. C’est ce que nous faisons en tant que métreurs. Nous prévoyons ou estimons le coût d’un bâtiment.

Cody a cité un exemple concret dans lequel l'IA a analysé une gamme de variables de prix de maison, de la taille du terrain et de l'étage à l'âge, du style de toit au type de chauffage, en utilisant des techniques de régression avancées pour créer une formule capable de prédire les prix de vente sur la base des développements théoriques dans l'avenir.

« La partie la plus difficile du processus n’est pas de construire la formule – même si cela peut être assez difficile. Le plus difficile est de collecter les données nécessaires à la modélisation », a déclaré Cody.

Figure 2 - Ensemble de données hypothétiques pour former un modèle de régression linéaire pour la prévision des prix de l'immobilier

"L'apprentissage automatique est une question de données – et la collecte de données est une tâche que nous devrions et pouvons tous commencer dès maintenant pour lancer le processus", a déclaré Cody au AIQS public.

Les métreurs ont généralement collecté l'UCA (zone couverte non fermée) et la FECA (zone couverte entièrement fermée), le nombre d'étages et les secteurs à des fins d'analyse comparative.

« Nous ne nous limitons pas à la FECA et à l'UCA », a déclaré Cody. « Nous pouvons collecter davantage de données caractérisant les projets, telles que la superficie du site, le nombre de portes, la surface vitrée, les systèmes CVC et le type de toit. En fin de compte, un hôpital ou une école peut être défini comme une structure dotée d’attributs spécifiques.

Ces informations doivent être nettoyées et structurées – c’est là que ARGUS Enterprise du Groupe Altus peut aider – à trier les « données significatives » de celles qui n'ont pas de sens. Ce n'est qu'alors que nous pourrons commencer à former des modèles d'apprentissage automatique, a déclaré Cody.

Mais les possibilités sont profondes. Visualisez des répartitions détaillées des coûts, des prévisions, des analyses de tendances et des variations en quelques clics. Imaginez une analyse instantanée des facteurs d'impact, tels que les mouvements du marché ou les conditions météorologiques, pour optimiser les coûts à la volée.

Passons maintenant à la question qui préoccupe tout le monde : pouvons-nous nous attendre à ce qu’un QSGPT assume le rôle des métreurs humains ?

Comme l’a souligné Cody, nous pouvons « former l’IA à devenir un spécialiste dans n’importe quel domaine ». Mais cela ne signifie pas qu’ils ont une expérience pratique en construction ou le bon sens nécessaire pour rassembler des concepts disparates dans une conception cohérente, découvrir des liens cachés ou rappeler des projets du monde réel. Les modèles d’IA n’ont pas la conscience humaine nécessaire pour déduire un sens, interpréter les conversations et, peut-être plus important encore, pour inspirer de nouvelles idées.

Bien sûr, les modèles d’IA ne sont pas toujours fiables, mais ce n’est qu’une des nombreuses « hallucinations » très médiatisées qui ont tiré la sonnette d’alarme. Cependant, s'adressant au public de l'AIQS, Cody a souligné que, compte tenu des récents progrès de l'IA, il est impératif pour les entreprises du secteur de la construction d'explorer les opportunités émergentes présentées par l'IA, car le paysage technologique subit une transformation rapide."

Fiction, prévisions et avenir florissant

L’IA n’en est encore qu’à ses débuts, et malgré le battage médiatique et les gros titres, intelligence artificielle générale avec des capacités surhumaines relève encore du domaine de la science-fiction.

Comment prédire l’avenir ? Gartner Cycle de battage médiatique technologique peut être un guide utile. La publicité précoce sur les avancées technologiques attire l’attention et produit des histoires de réussite, dit Garter, mais la plupart des entreprises ne sont pas convaincues et la technologie tombe dans le « creux de la désillusion » à mesure que les expériences échouent. Avec le temps, les premiers utilisateurs traduisent les essais en valeur réelle et l'adoption généralisée décolle.

À mesure que l’IA évolue dans le cycle de battage médiatique, elle augmentera, plutôt que de remplacer, les métreurs pour fournir une planification des coûts surhumaine. Et avec un analyste technologique Forrester prédit les dépenses en IA devraient dépasser 64 milliards de dollars d'ici 2025 – soit un doublement en seulement quatre ans – aucun aspect de la construction ne restera épargné.

Vous souhaitez être informé de nos nouveaux contenus, articles et événements CRE pertinents ?