Une percée dans la chaîne d'approvisionnement de la construction

L'objectif principal de cette initiative centrée sur l'IA est de concevoir un instrument prédictif tourné vers l'avenir. Il est spécialement conçu pour les entreprises de construction qui ont la capacité de fournir des estimations de coûts et de temps pour les activités, et de discerner les risques potentiels. La mise en œuvre d'un tel outil marque une étape importante dans l'avancement de la chaîne d'approvisionnement du secteur de la construction.

PRÉDICTION DES PROJETS

Notre principal objectif était de tirer parti de modèles d'apprentissage automatique supervisé (ML) formés à partir d'une multitude de données historiques sur les projets. Cet outil permet d'obtenir des informations cruciales en prévoyant non seulement les coûts et les délais, mais aussi les profils de risque des projets.

Cet outil met en évidence des éléments essentiels pour aider à naviguer dans les facteurs de risque et favoriser une approche proactive pour faire face aux défis potentiels futurs.

‍

PRÉDICTION DE LA PERFORMANCE DES PROJETS

Notre méthodologie repose sur le déploiement du ML pour prévoir les profils de risque associés aux caractéristiques, aux performances et aux dépassements de coûts des projets. En incorporant diverses caractéristiques, nous mettons en évidence les principaux facteurs à l'origine des résultats clés des projets avec les partenaires de la chaîne d'approvisionnement de la construction.

Nous avons développé avec succès des modèles prédictifs de pointe pour les dépassements de coûts et les performances des projets- modèles qui surpassent nos performances de référence, grâce à des itérations successives et à l’intégration de nouvelles fonctionnalités.

‍

En outre, nous intégrons un modèle de traitement du langage naturel (NLP). Cette implémentation permet de catégoriser les descriptions d'activités sur site en groupes cohérents, ce qui aide à mettre en évidence les facteurs de performance. Ces facteurs comprennent notamment les conditions météorologiques, les dysfonctionnements des équipements, les encombrements et les plaintes liées au bruit.