Comment l'automatisation des machines 茅volue progressivement vers l'autonomie

17 avril 2025

脡coutez cet article (en anglais uniquement)
Les machines autonomes devront 锚tre surveill茅es en permanence Les machines autonomes devront 锚tre surveill茅es en permanence (Image : AdobeStock)

Les am茅liorations de l鈥橧A apportent des avanc茅es progressives aujourd鈥檋ui et de grands changements au fil du temps, 茅crit Tom Jackson.

Il a fallu une dizaine d'ann茅es pour que le secteur du b芒timent 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 mani猫re rentable sans elle.

Une trajectoire similaire est probable avec l'introduction r茅cente de l'intelligence artificielle (IA). Les changements 脿 venir promettent des avanc茅es majeures en mati猫re de productivit茅 et d'efficacit茅, mais il reste encore beaucoup 脿 faire.

L'IA englobe une tendance plus vaste appel茅e apprentissage automatique, et le plus dur sera d'enseigner 脿 ces machines tout ce qu'elles doivent savoir. Il s'av猫re que m锚me les machines les plus intelligentes ne font pas le poids face aux op茅rateurs et aux superviseurs de chantier exp茅riment茅s, du moins pour l'instant.

John Deere a d茅voil茅 ses camions-bennes articul茅s autonomes (ADT) lors du r茅cent Consumer Electronic Show 2025 脿 Las Vegas, aux 脡tats-Unis. John Deere a d茅voil茅 ses tombereaux articul茅s autonomes (ADT) lors du r茅cent Consumer Electronic Show 2025 脿 Las Vegas, aux 脡tats-Unis. (Image : John Deere)

Commencez petit, 茅voluez

芦 Il semble y avoir un changement d'orientation par rapport 脿 l'茅poque o霉 nous nous concentrions enti猫rement sur l'autonomie, vers une s茅rie de mesures visant 脿 obtenir davantage d'automatisation qui, un jour, m猫nera 脿 l'autonomie 禄, d茅clare Ian Welch, directeur de l'ing茅nierie des syst猫mes de terrain de construction civile chez Trimble.

芦 L'intelligence humaine ne se r茅sume pas 脿 des donn茅es. C'est notre intuition 禄, d茅clare Burcin Kaplanoglu, directeur d'Oracle Industry Labs. 芦 Difficile de faire mieux que quelqu'un qui a pass茅 deux d茅cennies dans la construction. Mais c'est la promesse. L'IA arrive et nous int茅grons ces fonctionnalit茅s 脿 nos produits. 禄

L鈥檕bjectif en lui-m锚me est simple et n鈥檈st pas sans rappeler celui du terrassement guid茅 par GPS/GNSS : rendre les op茅rateurs moins qualifi茅s meilleurs et les op茅rateurs qualifi茅s plus rapides et rendre le travail plus s没r, meilleur et plus 茅cologique.

L'IA jouera un r么le dans l'optimisation d'un processus, explique Welch. 芦 C'est la premi猫re 茅tape du processus 禄, pr茅cise-t-il. La deuxi猫me 茅tape est plus complexe. 芦 Que faire lorsque les choses ne se d茅roulent pas comme pr茅vu ? 禄 L'IA devra prendre des d茅cisions en temps r茅el, et je pense que nous en sommes encore loin.

Approche progressive

Neil Williams, pr茅sident de la division Contr么le des machines de la division G茅osyst猫mes d'Hexagon, explique que le secteur de la construction est pass茅 de l'engouement initial pour les 茅quipements de construction enti猫rement autonomes 脿 une approche plus pratique et progressive. Celle-ci comprend cinq niveaux d'autonomie :

1) Fonctionnement manuel 鈥� Contr么le humain complet avec une assistance num茅rique minimale.

2) Contr么le assist茅 鈥� L鈥檃utomatisation aide les op茅rateurs avec le guidage et le contr么le automatique de la lame.

3) Automatisation partielle 鈥� Les machines g猫rent certaines t芒ches de mani猫re autonome, mais n茅cessitent la surveillance d鈥檜n op茅rateur.

4) Autonomie conditionnelle 鈥� Les machines fonctionnent principalement de mani猫re ind茅pendante dans des conditions sp茅cifiques avec une intervention humaine minimale.

5) Autonomie totale 鈥� L鈥櫭﹒uipement fonctionne enti猫rement de mani猫re autonome, s鈥檃daptant en temps r茅el (ce n鈥檈st pas encore une norme industrielle).

Actuellement, le secteur progresse des niveaux deux 脿 quatre, tout en laissant le contr么le aux op茅rateurs, explique Williams. Au lieu d'une autonomie totale des machines, le secteur 茅volue vers des flux de travail semi-autonomes, o霉 les machines collaborent plus facilement avec les op茅rateurs et exploitent l'IA pour am茅liorer la productivit茅 et r茅duire les erreurs.

Neil Williams, pr茅sident de la division Machine Control, division Geosystems d'Hexagon Neil Williams, pr茅sident de la division Machine Control, division Geosystems d'Hexagon

Selon Williams, l'automatisation devient ainsi un outil fondamental qui transforme les op茅rations, ouvrant la voie 脿 une autonomie totale 脿 l'avenir tout en offrant des avantages tangibles d猫s aujourd'hui. Parmi ceux-ci figurent un contr么le am茅lior茅 des machines, des analyses bas茅es sur l'IA et l'int茅gration des donn茅es en temps r茅el pour rationaliser les flux de travail, renforcer la s茅curit茅 et r茅duire les gaspillages.

Selon le rapport 2023 Autonomous Construction Tech Outlook d'Hexagon, 84 % des d茅cideurs technologiques des entreprises g茅n茅rales de construction en Am茅rique du Nord, au Royaume-Uni et en Australie ont adopt茅 une forme de technologie autonome au cours de l'ann茅e pr茅c茅dente, 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 op茅rations autonomes cibl茅es. Ces op茅rations seront simples au d茅but, comme le transport de mat茅riaux d'un point A 脿 un point B, puis prendront de l'ampleur au fil du temps, en s'attachant 脿 minimiser les interactions n茅cessaires au maintien de la machine en mode autonome.

John Deere a pr茅sent茅 ses tombereaux articul茅s autonomes (ADT) lors du r茅cent Consumer Electronic Show 2025 脿 Las Vegas, aux 脡tats-Unis. Dans les carri猫res, les ADT transportent des mat茅riaux d'un point A 脿 un point B et r茅p猫tent ce trajet sans trop de variations, ce qui en fait l'application id茅ale pour une machine autonome. Face 脿 la p茅nurie de main-d'艙uvre qualifi茅e, l'ADT autonome 茅limine l'op茅rateur et permet aux clients de l'utiliser pour des t芒ches et des 茅quipements plus complexes.

Les machines simples d'abord

Selon Welch, les machines les plus susceptibles d'int茅grer l'autonomie 脿 l'avenir seront celles dont les applications sont les plus simples. Il y a plusieurs ann茅es, Trimble a d茅velopp茅 le logiciel et les capteurs d'un compacteur semi-autonome que l'entreprise pr茅sente fr茅quemment.

Burcin Kaplanoglu, directeur d'Oracle Industry Labs Burcin Kaplanoglu, directeur d'Oracle Industry Labs

Les compacteurs 茅taient 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 茅galement appel茅e 脿 effectuer de nombreuses t芒ches diff茅rentes dans des conditions vari茅es, explique Welch. Il en va de m锚me pour les bulldozers.

Nous sommes encore loin d'automatiser ces machines, mais beaucoup y travaillent. Nous verrons cela se d茅velopper avec la g茅n茅ralisation de la construction num茅rique. Mais sans cela, nous ne pourrons pas vraiment entra卯ner les machines.

芦 On peut atteindre 90 % d'autonomie, mais les 10 % restants sont difficiles 脿 atteindre 禄, explique Kaplanoglu. 芦 Et nous, humains, avons une tr猫s faible tol茅rance aux pannes et aux dysfonctionnements des machines. Nous sommes tol茅rants aux erreurs humaines, mais pas aux erreurs des machines. La coh茅rence, la fiabilit茅 et la pr茅cision sont essentielles dans le secteur de la construction. 禄

A voir et 脿 faire ensuite

Au Oracle Industry Lab, l'茅quipe utilise OCI Vision Services pour analyser les photos et les images, puis forme le logiciel 脿 reconna卯tre les 茅l茅ments des images et 脿 compiler les informations n茅cessaires 脿 l'utilisation de cet actif.

Il cite comme exemple hypoth茅tique le cas d'une unit茅 de CVC (chauffage, ventilation et climatisation) qui arrive sur un chantier sans documentation. Une simple photo envoy茅e au cloud permet d'identifier l'unit茅 et, avec un entra卯nement ad茅quat, le logiciel l'identifiera, mais en extraira 茅galement les sp茅cifications, les instructions d'installation et toute autre information pertinente. Gr芒ce 脿 l'apprentissage par IA, le logiciel produira toutes les informations requises, int茅gr茅es dans une seule r茅ponse, sans que l'ouvrier ait 脿 consulter plusieurs sites web ou 脿 ouvrir plusieurs 茅crans d'information pour obtenir ce dont il a besoin.

Certaines entreprises poussent ce mod猫le d鈥檃pprentissage visuel encore plus loin et programment des robots pour 芦 voir 禄 une action particuli猫re, l鈥檃pprendre, puis la r茅p茅ter.

Le terme technique pour cela est 芦 imitation 禄. Kaplanoglu cite l'exemple d'un robot qui enregistre des athl猫tes professionnels et recr茅e ensuite lui-m锚me ces mouvements.

Cela implique qu'il sera peut-锚tre possible 脿 l'avenir pour un bulldozer d'enregistrer une t芒che effectu茅e par un autre bulldozer, de stocker ces informations dans le cloud, puis de les utiliser pour dupliquer la t芒che sans op茅rateur. 芦 C'est, je pense, la plus grande promesse 禄, d茅clare Kaplanoglu. 芦 C'est la direction que prennent les choses, et des sommes consid茅rables sont investies dans ce domaine, ainsi que des recherches approfondies. 禄

Am茅liorer les comp茅tences de votre 茅quipage

芦 L'automatisation permet de d茅velopper les comp茅tences des employ茅s, et non de les supprimer 禄, affirme Williams. En prenant en charge les t芒ches r茅p茅titives, les technologies permettent aux travailleurs de se concentrer sur des t芒ches 脿 plus forte valeur ajout茅e, de la prise de d茅cision 脿 l'optimisation des processus. Cela am茅liore non seulement l'efficacit茅, mais rend 茅galement les emplois plus stimulants et contribue 脿 combler le d茅ficit de comp茅tences. Les entreprises qui adoptent l'automatisation ne r茅duisent pas leurs effectifs, mais les valorisent, affirme-t-il.

脌 mesure que les machines et les chantiers 茅voluent vers une plus grande autonomie, le r么le de l'op茅rateur pourrait 茅voluer vers celui de responsable technologique, explique Welch. Des op茅rateurs qualifi茅s seront toujours n茅cessaires pour former les machines 脿 effectuer certaines t芒ches. 芦 Et on arrivera 脿 un point o霉 certaines t芒ches seront tr猫s difficiles, tr猫s complexes, avec de nombreuses donn茅es que seul un humain peut g茅rer. Il faudra donc de nombreuses ann茅es avant que nous puissions tout faire sans humain dans la cabine 禄, dit-il.

Micro-machines grouillantes
David Veasy, chef de produit senior en charge de l'autonomie chez John Deere David Veasy, chef de produit senior en charge de l'autonomie chez John Deere

Il est 茅galement possible, voire probable, que l鈥檃utonomie puisse modifier la conception des engins de terrassement autrement qu鈥檈n 茅liminant la cabine ou en modifiant le nombre ou la taille des machines pour effectuer un travail particulier, explique Welch.

芦 Des recherches int茅ressantes sont en cours pour d茅terminer s鈥檌l serait plus efficace d鈥檃voir deux grandes machines ou dix petites machines robotis茅es qui fonctionnent ensemble. 禄

Trimble appelle cela la 芦 coordination multi-machines 禄, explique Welch. Au lieu de deux gros bulldozers, on pourrait plut么t parler de dix mini-bulldozers travaillant en essaim simultan茅ment. Les constructeurs seront les moteurs de ce d茅veloppement, mais la technologie, les logiciels et l'apprentissage automatique joueront un r么le majeur.

L'autonomie permettra 茅galement 脿 un seul op茅rateur de contr么ler plusieurs machines, selon le Veasy de Deere. 脌 terme, la tendance sera 脿 une r茅duction de l'intervention de l'op茅rateur pour l'utilisation et la gestion des 茅quipements 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 succ猫s du contr么le des machines par GPS/GNSS.

L'IA a permis de cr茅er des solutions autonomes et productives qui, auparavant, auraient 茅t茅 beaucoup plus longues 脿 d茅velopper et auraient pr茅sent茅 plusieurs limites d'utilit茅, explique Veasy. Par exemple, l'utilisation de la vision par ordinateur pour distinguer les objets et les types d'objets n'est r茅alisable que de mani猫re commerciale gr芒ce aux progr猫s de l'IA.

L'autonomie va probablement changer l'apparence et la conception des 茅quipements L'autonomie va probablement changer l'apparence et la conception des 茅quipements (Image : AdobeStock)

Williams affirme que l'IA n'a pas modifi茅 l'orientation d'Hexagon, mais a enrichi ses activit茅s existantes. L'apprentissage automatique, les jumeaux num茅riques et l'automatisation am茅liorent la pr茅cision, l'efficacit茅 et la prise de d茅cision depuis des ann茅es. Ce qui 茅volue aujourd'hui, c'est la capacit茅 de l'IA 脿 茅voluer, 脿 traiter les donn茅es plus rapidement et 脿 fournir des informations plus exploitables en temps r茅el.

Si l'avenir de l'IA et de l'automatisation est 脿 la pointe, il n'y a aucune raison d'attendre. Des am茅liorations progressives, porteuses de b茅n茅fices concrets, se produisent presque quotidiennement. 芦 Nous int茅grons l'IA pour affiner le contr么le des machines, automatiser le traitement des donn茅es d'arpentage et de capture de la r茅alit茅, et am茅liorer la surveillance des chantiers et le suivi de l'avancement des travaux 鈥� non pas pour remplacer les op茅rateurs, mais pour les aider 脿 travailler plus efficacement et en toute confiance 禄, explique Williams.

En fin de compte, le taux d'adoption variera en fonction de la technologie et des avantages. 芦 Nous avons constat茅 que les clients adoptent rapidement la technologie, lorsque la valeur ajout茅e l'emporte sur les co没ts 禄, explique Veasy. Il cite comme exemple historique le contr么le de pente GPS/GNSS.

芦 Une fois que les clients auront constat茅 qu'ils peuvent niveler en un seul passage, les gains de temps et d'efficacit茅 compenseront l'investissement initial 禄, poursuit Veasy. 芦 Nous pr茅voyons qu'avec la baisse du co没t des technologies de pointe et l'augmentation du besoin d'茅quipements plus productifs, l'adoption de ces technologies 茅voluera en cons茅quence. 禄

timer trk_px

Restez connect茅

Recevez les informations dont vous avez besoin, au moment o霉 vous en avez besoin, gr芒ce 脿 nos magazines, newsletters et briefings quotidiens de renomm茅e mondiale.

ENTREZ EN CONTACT AVEC L'脡QUIPE
Andy Brown 脡diteur, Editorial, Royaume-Uni - Wadhurst T茅l: +44 (0) 1892 786224 E-mail: andy.brown@khl.com
Neil Gerrard 脡diteur principal, Editorial, Royaume-Uni - Wadhurst T茅l: +44 (0) 7355 092 771 E-mail: neil.gerrard@khl.com
Catrin Jones R茅dactrice en chef adjointe, Editorial, Royaume-Uni 鈥� Wadhurst T茅l: +44 (0) 791 2298 133 E-mail: catrin.jones@khl.com
Eleanor Shefford Responsable de la marque T茅l: +44 (0) 1892 786 236 E-mail: eleanor.shefford@khl.com
CONNECTEZ-VOUS AVEC LES R脡SEAUX SOCIAUX