Traduit automatiquement par IA, lire l'original
Comment l'automatisation des machines évolue progressivement vers l'autonomie
17 avril 2025

Les améliorations de l’IA apportent des avancées progressives aujourd’hui et de grands changements au fil du temps, écrit Tom Jackson.
Il a fallu une dizaine d'années pour que le secteur du bâtiment et de la construction lourde adopte pleinement la technologie GPS/GNSS pour le terrassement. Aujourd'hui, les moyennes et grandes entreprises ne peuvent plus travailler de manière rentable sans elle.
Une trajectoire similaire est probable avec l'introduction récente de l'intelligence artificielle (IA). Les changements à venir promettent des avancées majeures en matière de productivité et d'efficacité, mais il reste encore beaucoup à faire.
L'IA englobe une tendance plus vaste appelée apprentissage automatique, et le plus dur sera d'enseigner à ces machines tout ce qu'elles doivent savoir. Il s'avère que même les machines les plus intelligentes ne font pas le poids face aux opérateurs et aux superviseurs de chantier expérimentés, du moins pour l'instant.

Commencez petit, évoluez
« Il semble y avoir un changement d'orientation par rapport à l'époque où nous nous concentrions entièrement sur l'autonomie, vers une série de mesures visant à obtenir davantage d'automatisation qui, un jour, mènera à l'autonomie », déclare Ian Welch, directeur de l'ingénierie des systèmes de terrain de construction civile chez Trimble.
« L'intelligence humaine ne se résume pas à des données. C'est notre intuition », déclare Burcin Kaplanoglu, directeur d'Oracle Industry Labs. « Difficile de faire mieux que quelqu'un qui a passé deux décennies dans la construction. Mais c'est la promesse. L'IA arrive et nous intégrons ces fonctionnalités à nos produits. »
L’objectif en lui-même est simple et n’est pas sans rappeler celui du terrassement guidé par GPS/GNSS : rendre les opérateurs moins qualifiés meilleurs et les opérateurs qualifiés plus rapides et rendre le travail plus sûr, meilleur et plus écologique.
L'IA jouera un rôle dans l'optimisation d'un processus, explique Welch. « C'est la première étape du processus », précise-t-il. La deuxième étape est plus complexe. « Que faire lorsque les choses ne se déroulent pas comme prévu ? » L'IA devra prendre des décisions en temps réel, et je pense que nous en sommes encore loin.
Approche progressive
Neil Williams, président de la division Contrôle des machines de la division Géosystèmes d'Hexagon, explique que le secteur de la construction est passé de l'engouement initial pour les équipements de construction entièrement autonomes à une approche plus pratique et progressive. Celle-ci comprend cinq niveaux d'autonomie :
1) Fonctionnement manuel � Contrôle humain complet avec une assistance numérique minimale.
2) Contrôle assisté � L’automatisation aide les opérateurs avec le guidage et le contrôle automatique de la lame.
3) Automatisation partielle � Les machines gèrent certaines tâches de manière autonome, mais nécessitent la surveillance d’un opérateur.
4) Autonomie conditionnelle � Les machines fonctionnent principalement de manière indépendante dans des conditions spécifiques avec une intervention humaine minimale.
5) Autonomie totale � L’équipement fonctionne entièrement de manière autonome, s’adaptant en temps réel (ce n’est pas encore une norme industrielle).
Actuellement, le secteur progresse des niveaux deux à quatre, tout en laissant le contrôle aux opérateurs, explique Williams. Au lieu d'une autonomie totale des machines, le secteur évolue vers des flux de travail semi-autonomes, où les machines collaborent plus facilement avec les opérateurs et exploitent l'IA pour améliorer la productivité et réduire les erreurs.

Selon Williams, l'automatisation devient ainsi un outil fondamental qui transforme les opérations, ouvrant la voie à une autonomie totale à l'avenir tout en offrant des avantages tangibles dès aujourd'hui. Parmi ceux-ci figurent un contrôle amélioré des machines, des analyses basées sur l'IA et l'intégration des données en temps réel pour rationaliser les flux de travail, renforcer la sécurité et réduire les gaspillages.
Selon le rapport 2023 Autonomous Construction Tech Outlook d'Hexagon, 84 % des décideurs technologiques des entreprises générales de construction en Amérique du Nord, au Royaume-Uni et en Australie ont adopté une forme de technologie autonome au cours de l'année précédente, explique Williams.
L'autonomie n'est pas un objectif lointain, commente David Veasy, chef de produit senior autonomie chez John Deere. Mais elle se traduira par des opérations autonomes ciblées. Ces opérations seront simples au début, comme le transport de matériaux d'un point A à un point B, puis prendront de l'ampleur au fil du temps, en s'attachant à minimiser les interactions nécessaires au maintien de la machine en mode autonome.
John Deere a présenté ses tombereaux articulés autonomes (ADT) lors du récent Consumer Electronic Show 2025 à Las Vegas, aux États-Unis. Dans les carrières, les ADT transportent des matériaux d'un point A à un point B et répètent ce trajet sans trop de variations, ce qui en fait l'application idéale pour une machine autonome. Face à la pénurie de main-d'œuvre qualifiée, l'ADT autonome élimine l'opérateur et permet aux clients de l'utiliser pour des tâches et des équipements plus complexes.
Les machines simples d'abord
Selon Welch, les machines les plus susceptibles d'intégrer l'autonomie à l'avenir seront celles dont les applications sont les plus simples. Il y a plusieurs années, Trimble a développé le logiciel et les capteurs d'un compacteur semi-autonome que l'entreprise présente fréquemment.

Les compacteurs étaient le choix logique car ils ne font qu'une seule chose, et il est facile de prescrire ce chemin et d'optimiser ce processus, dit-il.
Une excavatrice est plus complexe et est également appelée à effectuer de nombreuses tâches différentes dans des conditions variées, explique Welch. Il en va de même pour les bulldozers.
Nous sommes encore loin d'automatiser ces machines, mais beaucoup y travaillent. Nous verrons cela se développer avec la généralisation de la construction numérique. Mais sans cela, nous ne pourrons pas vraiment entraîner les machines.
« On peut atteindre 90 % d'autonomie, mais les 10 % restants sont difficiles à atteindre », explique Kaplanoglu. « Et nous, humains, avons une très faible tolérance aux pannes et aux dysfonctionnements des machines. Nous sommes tolérants aux erreurs humaines, mais pas aux erreurs des machines. La cohérence, la fiabilité et la précision sont essentielles dans le secteur de la construction. »
A voir et à faire ensuite
Au Oracle Industry Lab, l'équipe utilise OCI Vision Services pour analyser les photos et les images, puis forme le logiciel à reconnaître les éléments des images et à compiler les informations nécessaires à l'utilisation de cet actif.
Il cite comme exemple hypothétique le cas d'une unité de CVC (chauffage, ventilation et climatisation) qui arrive sur un chantier sans documentation. Une simple photo envoyée au cloud permet d'identifier l'unité et, avec un entraînement adéquat, le logiciel l'identifiera, mais en extraira également les spécifications, les instructions d'installation et toute autre information pertinente. Grâce à l'apprentissage par IA, le logiciel produira toutes les informations requises, intégrées dans une seule réponse, sans que l'ouvrier ait à consulter plusieurs sites web ou à ouvrir plusieurs écrans d'information pour obtenir ce dont il a besoin.
Certaines entreprises poussent ce modèle d’apprentissage visuel encore plus loin et programment des robots pour « voir » une action particulière, l’apprendre, puis la répéter.
Le terme technique pour cela est « imitation ». Kaplanoglu cite l'exemple d'un robot qui enregistre des athlètes professionnels et recrée ensuite lui-même ces mouvements.
Cela implique qu'il sera peut-être possible à l'avenir pour un bulldozer d'enregistrer une tâche effectuée par un autre bulldozer, de stocker ces informations dans le cloud, puis de les utiliser pour dupliquer la tâche sans opérateur. « C'est, je pense, la plus grande promesse », déclare Kaplanoglu. « C'est la direction que prennent les choses, et des sommes considérables sont investies dans ce domaine, ainsi que des recherches approfondies. »
Améliorer les compétences de votre équipage
« L'automatisation permet de développer les compétences des employés, et non de les supprimer », affirme Williams. En prenant en charge les tâches répétitives, les technologies permettent aux travailleurs de se concentrer sur des tâches à plus forte valeur ajoutée, de la prise de décision à l'optimisation des processus. Cela améliore non seulement l'efficacité, mais rend également les emplois plus stimulants et contribue à combler le déficit de compétences. Les entreprises qui adoptent l'automatisation ne réduisent pas leurs effectifs, mais les valorisent, affirme-t-il.
À mesure que les machines et les chantiers évoluent vers une plus grande autonomie, le rôle de l'opérateur pourrait évoluer vers celui de responsable technologique, explique Welch. Des opérateurs qualifiés seront toujours nécessaires pour former les machines à effectuer certaines tâches. « Et on arrivera à un point où certaines tâches seront très difficiles, très complexes, avec de nombreuses données que seul un humain peut gérer. Il faudra donc de nombreuses années avant que nous puissions tout faire sans humain dans la cabine », dit-il.
Micro-machines grouillantes

Il est également possible, voire probable, que l’autonomie puisse modifier la conception des engins de terrassement autrement qu’en éliminant la cabine ou en modifiant le nombre ou la taille des machines pour effectuer un travail particulier, explique Welch.
« Des recherches intéressantes sont en cours pour déterminer s’il serait plus efficace d’avoir deux grandes machines ou dix petites machines robotisées qui fonctionnent ensemble. »
Trimble appelle cela la « coordination multi-machines », explique Welch. Au lieu de deux gros bulldozers, on pourrait plutôt parler de dix mini-bulldozers travaillant en essaim simultanément. Les constructeurs seront les moteurs de ce développement, mais la technologie, les logiciels et l'apprentissage automatique joueront un rôle majeur.
L'autonomie permettra également à un seul opérateur de contrôler plusieurs machines, selon le Veasy de Deere. À terme, la tendance sera à une réduction de l'intervention de l'opérateur pour l'utilisation et la gestion des équipements autonomes.
L'impact de l'IA
L'automatisation existait bien avant que l'IA ne devienne un nom familier. Cependant, l'IA est aujourd'hui la technologie la plus en vogue et s'appuie sur le succès du contrôle des machines par GPS/GNSS.
L'IA a permis de créer des solutions autonomes et productives qui, auparavant, auraient été beaucoup plus longues à développer et auraient présenté plusieurs limites d'utilité, explique Veasy. Par exemple, l'utilisation de la vision par ordinateur pour distinguer les objets et les types d'objets n'est réalisable que de manière commerciale grâce aux progrès de l'IA.

Williams affirme que l'IA n'a pas modifié l'orientation d'Hexagon, mais a enrichi ses activités existantes. L'apprentissage automatique, les jumeaux numériques et l'automatisation améliorent la précision, l'efficacité et la prise de décision depuis des années. Ce qui évolue aujourd'hui, c'est la capacité de l'IA à évoluer, à traiter les données plus rapidement et à fournir des informations plus exploitables en temps réel.
Si l'avenir de l'IA et de l'automatisation est à la pointe, il n'y a aucune raison d'attendre. Des améliorations progressives, porteuses de bénéfices concrets, se produisent presque quotidiennement. « Nous intégrons l'IA pour affiner le contrôle des machines, automatiser le traitement des données d'arpentage et de capture de la réalité, et améliorer la surveillance des chantiers et le suivi de l'avancement des travaux � non pas pour remplacer les opérateurs, mais pour les aider à travailler plus efficacement et en toute confiance », explique Williams.
En fin de compte, le taux d'adoption variera en fonction de la technologie et des avantages. « Nous avons constaté que les clients adoptent rapidement la technologie, lorsque la valeur ajoutée l'emporte sur les coûts », explique Veasy. Il cite comme exemple historique le contrôle de pente GPS/GNSS.
« Une fois que les clients auront constaté qu'ils peuvent niveler en un seul passage, les gains de temps et d'efficacité compenseront l'investissement initial », poursuit Veasy. « Nous prévoyons qu'avec la baisse du coût des technologies de pointe et l'augmentation du besoin d'équipements plus productifs, l'adoption de ces technologies évoluera en conséquence. »
Restez connecté




Recevez les informations dont vous avez besoin, au moment où vous en avez besoin, grâce à nos magazines, newsletters et briefings quotidiens de renommée mondiale.
ENTREZ EN CONTACT AVEC L'ÉQUIPE



