必赢体育

Q : Le secteur de la construction comprend-il l鈥檌mportance de l鈥檃nalyse des donn茅es ou cela a-t-il 茅t茅 difficile 脿 vendre ?

R : Les professionnels du b芒timent sont de plus en plus conscients de la valeur des donn茅es, avec l'av猫nement des jumeaux num茅riques, par exemple. Le secteur en est 脿 un point o霉 nous reconnaissons qu'il y a un probl猫me : si on ne peut pas mesurer quelque chose, il est difficile de le comprendre. Les gens sont donc ouverts 脿 des am茅liorations dans de nombreux domaines, de la productivit茅 脿 la mani猫re dont l'impact du changement climatique est 茅valu茅.

Le plus difficile est donc de savoir comment am茅liorer les choses. Nous sommes aujourd鈥檋ui plus efficaces dans la g茅n茅ration et le stockage des donn茅es, mais g茅n茅rer des informations 脿 partir d鈥檜ne vaste gamme de sources de donn茅es disparates et les exploiter est un domaine dans lequel le secteur peine encore. Le v茅ritable d茅fi consiste donc 脿 accompagner les gens dans cette d茅marche, en les aidant 脿 mieux exploiter les ensembles de donn茅es nouveaux et existants qui augmentent de mani猫re exponentielle.

Q : BKwai se d茅crit comme une entreprise qui 芦 simplifie le complexe 禄. Comment y parvenez-vous et quelle technologie utilisez-vous pour y parvenir ?

R : Il existe aujourd鈥檋ui une r茅elle opportunit茅 de mieux exploiter les donn茅es. Il y a une 茅norme diff茅rence, par exemple, entre s鈥檃ppuyer sur six points d鈥檈nqu锚te pour suivre un projet, 茅valu茅s toutes les quelques semaines, et avoir acc猫s 脿 des milliers de points de donn茅es provenant de diverses sources, dont certaines sont disponibles en temps r茅el. Le d茅fi consiste 脿 pouvoir identifier des mod猫les et des tendances 脿 partir de ces sources de donn茅es tr猫s diff茅rentes et 脿 en tirer des enseignements ou 脿 faire des pr茅visions et des pr茅dictions, ce que les humains trouvent difficile mais qui est facile pour une machine.

C'est l脿 que BKwai intervient. Les machines peuvent rep茅rer des informations cach茅es dans une masse de donn茅es enchev锚tr茅e, quel que soit le nombre d'ensembles de donn茅es import茅s. Notre plateforme utilise des donn茅es provenant de toutes sortes de sources, des satellites et des capteurs in situ aux ensembles de donn茅es environnementales, en utilisant des technologies adaptables qui collectent des donn茅es de diff茅rentes mani猫res. Notre solution rassemble ensuite ces donn茅es pour analyser les sch茅mas qu'elles contiennent, permettant aux entreprises de trouver la cause de ce qui se passe 脿 l'aide de nos outils d'analyse forensique, ainsi que de pr茅dire ce qui est susceptible de se produire. Cela facilite les actions pr茅ventives plut么t que r茅actives, ce qui permet 脿 nos utilisateurs de r茅duire consid茅rablement les co没ts de maintenance, de diminuer les risques et d'茅liminer une grande partie des erreurs qui peuvent survenir pendant le processus de construction ou de r茅am茅nagement.

Q : Connaissez-vous un client type et quels sont les projets sur lesquels votre entreprise a travaill茅 ? Comment la technologie de BKwai a-t-elle 茅t茅 utilis茅e pour le projet de tunnel Thames Tideway ?

R : Nous travaillons g茅n茅ralement avec des entrepreneurs de premier plan sur des projets de construction majeurs, comme le nouveau stade d'Everton et le projet de tunnel Thames Tideway. Cependant, nous travaillons 茅galement avec des gestionnaires d'actifs qui sont responsables, entre autres, des infrastructures nationales critiques telles que les infrastructures routi猫res et ferroviaires.

L'utilisation de notre plateforme varie d'un projet 脿 l'autre. Cependant, elle consiste g茅n茅ralement 脿 collecter et analyser des donn茅es pour am茅liorer la gestion des actifs et les pr茅visions des r茅sultats. Lors de nos travaux sur le Thames Tideway, par exemple, notre technologie de pointe a jou茅 un r么le essentiel dans l'att茅nuation des risques d'inondation lors de la construction de l'un des sites du super-茅gout de 25 km construit sous la Tamise pour mettre le r茅seau d'茅gouts de Londres 脿 niveau et 脿 pleine capacit茅, emp锚chant les d茅chets de se d茅verser dans la rivi猫re en cas de pluie.

Le projet pr茅voyait essentiellement de creuser un puits de 41 m de profondeur 脿 la station de pompage de Falconbrook, mais le puits et la zone environnante 茅taient sujets aux inondations en cas de fortes pluies, ce qui pr茅sentait un risque important pour les travailleurs et les 茅quipements qui devaient y descendre. Au d茅part, l'茅quipe du site s'appuyait uniquement sur les pr茅visions m茅t茅orologiques pour pr茅voir les inondations potentielles, mais cela a conduit 脿 des 茅vacuations de derni猫re minute fr茅quentes qui ont mis les personnes et les biens en danger, et 脿 des retards inutiles lorsque les travaux ont 茅t茅 report茅s mais qu'aucune inondation ne s'est produite.

Un r茅seau de capteurs a donc 茅t茅 install茅 pour surveiller les niveaux d鈥檈au en temps r茅el. Nous avons int茅gr茅 ces donn茅es aux donn茅es m茅t茅orologiques de plus de dix stations, et notre 茅quipe de science des donn茅es a utilis茅 ces donn茅es pour d茅velopper des mod猫les pr茅dictifs capables de pr茅voir les niveaux d鈥檈au plusieurs jours 脿 l鈥檃vance, en fournissant des avertissements critiques avant que les inondations ne se produisent. Les analyses pr茅dictives, accessibles sur la plateforme BKwai et affich茅es sur place, ont permis 脿 l鈥櫭﹒uipe de planifier plus efficacement, r茅duisant ainsi le besoin d鈥櫭﹙acuations pr茅cipit茅es et r茅duisant au minimum les jours de travail perdus en raison de fausses alarmes.

Il s鈥檃git de l鈥檈xemple parfait de la mani猫re dont notre approche plus intelligente, bas茅e sur les donn茅es, peut 锚tre adapt茅e 脿 chaque projet et 脿 chaque client pour produire des r茅sultats particuli猫rement b茅n茅fiques.

Q : La compr茅hension des donn茅es est-elle la cl茅 d鈥檜n secteur de la construction plus durable ?

R : Oui, absolument. L鈥檜n des grands d茅fis de la construction est la durabilit茅 et le changement climatique. Et il existe de nombreux exemples de la mani猫re dont la mesure et la compr茅hension de ces donn茅es pourraient rendre le secteur plus durable.

Si nous pouvons mesurer les changements, acc茅der aux donn茅es et comprendre comment les choses se comportent, nous pouvons anticiper les probl猫mes plut么t que de les r茅soudre lorsque les choses tournent mal. En ce sens, les donn茅es permettent d'茅conomiser du temps et des ressources mat茅rielles, ce qui est finalement b茅n茅fique pour la plan猫te. Nous voulons 茅viter de refaire ou de reconstruire. Nous voulons plut么t emp锚cher que des choses se produisent. Et plut么t que de d茅molir des b芒timents et d'en construire de nouveaux, ce qui est co没teux et cr茅e beaucoup de gaspillage de mat茅riaux, les entreprises peuvent utiliser les donn茅es pour comprendre comment leurs structures existantes se comportent, prolonger leur dur茅e de vie et opter pour des options de r茅novation respectueuses de l'environnement, plut么t que de les reconstruire.

Q : Quel sera l'impact de la technologie sur le secteur de la construction au cours de la prochaine d茅cennie ? Y a-t-il des tendances que nous observons actuellement qui laissent pr茅sager de cet avenir ?

R : Le secteur de la construction est souvent consid茅r茅 comme lent 脿 茅voluer. Mais nous sommes d茅sormais arriv茅s au point o霉 la technologie peut avoir un impact majeur au cours de la prochaine d茅cennie. Chez BKwai, par exemple, nous rendons les donn茅es plus accessibles, ce qui nous aide 脿 surmonter des d茅fis tels que les syst猫mes qui ont du mal 脿 communiquer et 脿 partager des donn茅es entre eux. Nous utilisons l'apprentissage automatique pour mieux comprendre les 茅normes quantit茅s de donn茅es qui peuvent submerger l'ing茅nieur, le g茅om猫tre ou le gestionnaire d'actifs. Si l'industrie dans son ensemble parvient 脿 relever ces d茅fis, notre secteur conna卯tra une croissance 茅norme.

脌 propos de l'auteur

Le Dr Sakthy Selvakumaran est le fondateur de BKwai, une soci茅t茅 issue de l'Universit茅 de Cambridge et du CSIC, une plateforme d'analyse de donn茅es destin茅e au secteur de la construction, qui vise 脿 am茅liorer la r茅silience des actifs b芒tis. Le projet Thames Tideway Tunnel 脿 Londres, au Royaume-Uni, a utilis茅 les donn茅es m茅t茅orologiques et les capteurs de BKwai pour pr茅dire les risques d'inondation lors de la construction r茅cente d'un super 茅gout.