OnsiteIQ a créé une plateforme de veille sur les chantiers, propulsée par Ultralytics YOLO11, qui exécute des modèles de segmentation sur des chantiers à 360 degrés afin de détecter en temps réel l’avancement des travaux, les risques pour la sécurité et les problèmes opérationnels, réduisant ainsi les retards de projet de 20 %.
Dans le secteur de la construction, les lacunes en matière d’information coûtent cher. Lorsqu’un projet prend du retard, déterminer la cause, établir les responsabilités et convenir d’une solution entre les propriétaires, les promoteurs et les sous-traitants peut prendre des semaines. Pendant ce temps, les retards s’accumulent, les budgets s’érodent et des revenus sont perdus. Pour un hôtel dont la livraison est retardée de deux mois, ce manque à gagner peut représenter une part importante du rendement du capital investi initialement prévu.
Le problème fondamental est le manque de visibilité. Les projets de construction font intervenir des dizaines de corps de métier qui travaillent simultanément sur des chantiers vastes et complexes. Sans registre fiable et continu des travaux réalisés, du moment où ils l’ont été et des personnes qui les ont effectués, les litiges sont difficiles à régler rapidement et il est difficile de prévoir l’avancement avec précision.
OnsiteIQ a été créée pour combler cette lacune. L’entreprise déploie un réseau de spécialistes en capture sur des chantiers actifs et en documente la totalité à l’aide de caméras à 360 degrés, à intervalles réguliers — chaque semaine, toutes les deux semaines ou chaque jour — selon le projet.
Ces images sont ensuite transformées en vues géolocalisées et traitées par un pipeline d’IA propriétaire qui détecte l’avancement des travaux, signale les risques pour la sécurité et fait ressortir des informations opérationnelles, le tout propulsé par Ultralytics YOLO11.
Mettre l’intelligence au service de chaque chantier#
OnsiteIQ fournit des solutions de veille sur les chantiers aux propriétaires et aux promoteurs immobiliers. À ce jour, OnsiteIQ a suivi plus de 3 000 projets dans plus de 200 villes aux États-Unis et au Canada, couvrant plus de 34 milliards de dollars de nouveaux projets de développement. Sa plateforme permet aux équipes de projet de comprendre ce qui se passe sur un chantier presque en temps réel, sans devoir s’y rendre. Une équipe qui gère un projet de développement d’un million de pieds carrés peut examiner l’ensemble du chantier en une seule journée de travail et consulter des informations générées par l’IA sur l’avancement par étage, par corps de métier et par zone.
La plateforme repose sur une proposition de valeur simple : veiller à ce que les capitaux investis produisent les résultats escomptés, dans les délais et les limites du budget. Les retards de construction ont un impact financier direct. Si la livraison d’un hôtel accuse deux mois de retard, les revenus perdus sur les chambres pendant cette période réduisent directement le rendement du capital investi dans le projet. OnsiteIQ donne aux équipes de projet la visibilité nécessaire pour repérer tôt les problèmes de séquencement, par exemple en constatant que la finition des cloisons sèches avance plus vite que prévu et en alertant les corps de métier de l’électricité et de la plomberie afin qu’ils suivent le rythme, avant que ces problèmes n’entraînent des retards plus importants.
En plus du suivi de l’avancement, la plateforme prend également en charge la surveillance de la sécurité et des risques. Détecter les extincteurs, les alarmes incendie, les infiltrations d’eau et d’autres conditions sur le chantier offre aux équipes de projet un niveau de supervision supplémentaire qui nécessiterait autrement des inspections en personne dédiées.
Le défi du suivi de l’avancement sur un chantier en constante évolution#
Les chantiers de construction sont des environnements dynamiques. Un même espace présente un tout autre aspect à chaque phase d’un projet, depuis l’excavation et la superstructure jusqu’aux travaux de gros œuvre en mécanique, électricité et plomberie, à la pose des cloisons sèches et à la finition intérieure. Pour suivre les travaux réalisés et ceux qui restent à faire, il faut un système capable de comprendre l’état visuel du chantier à toutes ces phases simultanément.
Les méthodes manuelles pour résoudre ce problème, comme les visites de chantier, les rapports d’avancement et l’envoi de photos, demandent souvent beaucoup de travail, manquent de cohérence et sont difficiles à déployer à grande échelle sur des projets vastes ou complexes.
Pour OnsiteIQ, le défi consistait à créer un système de détection capable de reconnaître avec précision des classes propres à la construction parmi des centaines de milliers d’images par projet, dans des conditions qui varient considérablement selon le chantier, l’éclairage et la phase des travaux. Le système devait être assez rapide pour traiter d’importants volumes d’images en arrière-plan, assez précis pour éclairer les décisions financières et opérationnelles, et assez flexible pour évoluer au fur et à mesure que l’ontologie des classes détectables de l’entreprise s’enrichissait.
Comment OnsiteIQ utilise Ultralytics YOLO11#
Le pipeline d’IA d’OnsiteIQ repose sur la segmentation avec Ultralytics YOLO11, appliquée à chaque image capturée sur un chantier. Le système s’appuie, pour entraîner le modèle et effectuer les détections, sur une ontologie propriétaire : un référentiel structuré des classes liées à la construction que OnsiteIQ a créé et qu’elle tient à jour. Comme l’explique le directeur principal de produit Rammohan Adabala, l’ontologie permet d’obtenir des détections suffisamment fiables pour guider les décisions : les classes sont définies à la fois par état et par objet, ce qui permet au système de distinguer les cloisons sèches posées de celles qui ont été enduites ou peintes. Cette distinction permet d’agréger les détections au niveau des images pour produire des données d’avancement sur lesquelles un propriétaire peut agir.
Le pipeline fonctionne en deux étapes :
• Détection au niveau de l’image. Chaque image à 360 degrés capturée sur un chantier est traitée par le modèle de segmentation YOLO11, qui détecte et classe les éléments de construction visibles. L’ontologie couvre un large éventail de classes correspondant à toutes les phases de la construction, de la superstructure en béton brut et des travaux de gros œuvre en mécanique, électricité et plomberie jusqu’aux cloisons sèches non peintes, aux surfaces finies et aux appareils installés. La détection d’un réfrigérateur ou d’un four, par exemple, indique au système qu’un logement résidentiel ou une unité d’hébergement a atteint l’étape des finitions.
• Agrégation des données pour en tirer des informations. Les détections individuelles sur les images sont agrégées à partir de l’ensemble des données d’un projet, ce qui permet de produire des indicateurs d’avancement par étage et par corps de métier. Ces indicateurs alimentent les fonctions de suivi de l’avancement, d’analyse du calendrier, d’analyse des risques et les tableaux de bord de sécurité de la plateforme, qui les présentent directement aux propriétaires, aux promoteurs et aux gestionnaires de projet.
La segmentation fournit à OnsiteIQ des informations spatiales plus riches que la seule détection par boîtes englobantes. À mesure que l’ontologie de l’entreprise s’enrichit, OnsiteIQ développe également une architecture en ensemble qui combine un modèle de segmentation et un classificateur, afin d’améliorer plus efficacement la précision du système pour un nombre croissant de classes qu’avec un seul modèle.
Fig. 1. La plateforme OnsiteIQ en action, propulsée par Ultralytics YOLO11.
Pourquoi choisir Ultralytics YOLO11 ?#
OnsiteIQ a choisi Ultralytics YOLO11 pour sa combinaison de précision de détection, de flexibilité d’entraînement et de facilité avec laquelle l’équipe pouvait créer ses propres jeux de données propriétaires et les améliorer de façon itérative. Selon l’ingénieur principal Evgeny Nuger, la possibilité de démarrer rapidement — en créant un jeu de données, en lançant l’entraînement et en itérant sur les résultats — était nettement plus rapide que de créer une infrastructure personnalisée à partir de zéro. Cette rapidité a été l’une des principales raisons qui ont amené l’équipe à adopter Ultralytics.
Comme les données d’entraînement d’OnsiteIQ sont propriétaires, capturées directement sur des chantiers actifs et étiquetées selon l’ontologie propre à l’entreprise, l’équipe gère sa propre infrastructure sur AWS, en utilisant le package Python Ultralytics pour entraîner les modèles et les maintenir à jour. Cette approche donne à OnsiteIQ un contrôle total sur ses données, tout en lui faisant profiter des performances et de la fiabilité de la famille de modèles YOLO.
La flexibilité de l’architecture YOLO a également été importante à mesure que le cas d’usage d’OnsiteIQ évoluait. Après avoir commencé avec un seul modèle de segmentation, l’équipe développe maintenant une approche en ensemble à mesure que l’ontologie s’enrichit, une évolution naturelle prise en charge par le framework YOLO sans nécessiter de changement fondamental au pipeline sous-jacent.
L’impact de l’intelligence appliquée à la construction à grande échelle#
OnsiteIQ a mené des études d’impact avec ses clients afin de quantifier les améliorations opérationnelles découlant du déploiement de sa plateforme. Plusieurs indicateurs récurrents se dégagent de ces études :
• Règlement des litiges 3 fois plus rapide. 81 % des utilisateurs ont indiqué que les litiges étaient réglés plus rapidement, avec une réduction moyenne par trois du délai de règlement et des cas jusqu’à 7 fois plus rapides selon la phase et la complexité du projet. Grâce à un registre visuel continu et géolocalisé de chaque zone du chantier, les parties prenantes peuvent rapidement déterminer quand et où un problème est survenu, ce qui réduit le temps consacré aux échanges entre les corps de métier.
• De 25 000 $ à 400 000 $ d’économies sur les dépassements de coûts. Les clients ont déclaré avoir évité de 25 000 $ à 400 000 $ de dépassements de coûts par projet en repérant les problèmes de séquencement et les risques avant qu’ils ne s’aggravent.
• Réduction de 20 % des retards de projet. Comme la majorité des projets de construction se terminent en retard, une réduction de 20 % des retards améliore de façon significative la prévisibilité de la livraison et la réalisation des revenus.
• Augmentation de 24 % de la prévisibilité des livraisons. 78 % des utilisateurs ont indiqué que la prévisibilité de la livraison des projets s’était améliorée, avec une hausse moyenne de 24 %, offrant ainsi aux propriétaires et aux promoteurs une base plus fiable pour la planification financière et les rapports aux parties prenantes.
Dans l’ensemble, la plateforme constitue également une archive durable du bâtiment. Une fois la construction terminée, les gestionnaires d’installations peuvent consulter les images d’OnsiteIQ pour voir ce qui se trouve derrière les murs, localiser la tuyauterie ou examiner des problèmes dans le bâtiment, sans devoir faire de suppositions ni entreprendre de travaux exploratoires perturbateurs.
Une visibilité continue tout au long du cycle de vie du projet#
OnsiteIQ s’attaque à un problème fondamental d’information dans le secteur de la construction. Les grands projets mobilisent des capitaux importants, nécessitent une coordination complexe entre plusieurs corps de métier et sont fortement exposés aux coûts financiers des retards. En associant la capture à 360 degrés à un pipeline d’IA basé sur Ultralytics YOLO11, OnsiteIQ donne aux équipes de projet la visibilité nécessaire pour respecter les échéanciers, du premier jour d’excavation à la remise des clés et au-delà.
Les résultats sont mesurables : les litiges sont réglés trois fois plus vite, les retards diminuent d’un cinquième et des centaines de milliers de dollars de dépassements de coûts sont évités par projet. À mesure que l’ontologie d’OnsiteIQ s’enrichit et que son architecture de modèle en ensemble évolue, Ultralytics YOLO demeure au cœur d’une plateforme conçue pour fournir une veille fiable et continue sur chaque chantier.
Tu t’intéresses à l’IA visuelle appliquée à la construction et aux infrastructures ? Découvre nos options de licence pour intégrer des solutions de vision par ordinateur à tes projets. Consulte notre dépôt GitHub et rejoins notre communauté.
