Espace Inspection

Le lieu de rencontre de la communauté de l'inspection et des CND
Inspection Space Aquila Logo

Données d'inspection :   le grand, le méchant   and the Deep - Une entrevue avec Marcel Poser

inspection data big data deep data marcel poser

Avec la publication du rapport d'analyse, Harnessing The Data Advantage in Construction, par Autodesk et FMI, les projecteurs sont braqués sur les données d'inspection dans le secteur de la construction - défauts et tout. Pour approfondir ce sujet important, nous avons interrogé Marcel Poser, PDG de Screening Eagle, sur les données d'inspection, leur incidence sur notre environnement bâti, la façon dont nous pouvons exploiter les types de données les plus précieux et pourquoi nous devrions...

Marcel, quel est votre point de vue sur les données d'inspection ?

En matière d'inspection, une chose est sûre : les données sont le point de départ du contrôle de la santé structurelle, de l'amélioration de la sécurité et de l'augmentation de la valeur des actifs. Mais toutes les données ne sont pas égales. Certaines données d'inspection peuvent être lourdes à traiter, compliquées à analyser ou tout simplement de trop mauvaise qualité pour être utilisées. En revanche, les bonnes données sont extrêmement précieuses...

Quelle est la valeur des données de qualité ?

Les données d'inspection de qualité sont une denrée très prisée qui peut sauver des vies et des milliards de dollars pour les propriétaires d'actifs en éliminant le gaspillage, en gagnant du temps, en permettant de prendre des décisions plus rapidement, en facilitant la maintenance prédictive, en réduisant les émissions de CO2 provenant de la construction de l'environnement bâti et bien plus encore.

Quels sont les différents types de données ?

Dans mon esprit, les trois types de données dont on parle le plus sont les Big Data, les Bad Data et les Deep Data.

Big Data

Qu'est-ce que le big data et comment est-il utilisé pour protéger le monde bâti ?

Le terme "big data" désigne tout ensemble de données extrêmement vaste ou complexe qui nécessite une analyse avancée. Pour le monde construit, l'analyse du big data peut être utilisée à chaque étape du processus pour créer des modèles intuitifs basés sur les données et réaliser une surveillance prédictive de la santé structurelle.

L'apprentissage automatique combiné au big data est déjà utilisé pour prédire les défauts futurs ou pour optimiser les processus de maintenance dans les machines industrielles, l'aérospatiale, les équipements miniers et bien d'autres. Mais l'adoption de l'IA et de l'analyse du big data pour le monde construit a été lente dans la plupart des régions du monde.

Cependant, chez Screening Eagle Technologies, nous travaillons dur pour combler ce fossé technologique mondial et être en mesure d'anticiper les défauts suffisamment tôt grâce à des inspections périodiques avec des logiciels et des capteurs intelligents.

Le monde construit produit chaque jour de grandes quantités de données et le marché du Big Data devrait faire un bond de 30 milliards de dollars en valeur en 2021 et 2022, selon Analytics Insight. La création de valeur est à portée de main pour les premiers arrivants... mais que se passe-t-il lorsque les grandes quantités de données collectées sont "mauvaises" ?

Mauvaises données

Alors dites-nous, qu'est-ce qu'une mauvaisedonnées et quel est leur impact ?

Dans le monde de l'inspection, de mauvaises données de projet signifient qu'elles sont soit inexactes, incomplètes, incohérentes ou incapables de fournir des informations utilisables. Selon unrapport récent, les mauvaises données pourraient avoir coûté à l'industrie mondiale de la construction un énorme 1,84 trillion de dollars rien qu'en 2020... et il ne s'agit que de l'industrie de la construction. Ajoutez à cela les milliers de milliards gaspillés en raison d'une maintenance inadéquate des actifs existants et vous obtenez un gaspillage d'argent astronomique.

Il est difficile d'identifier une raison unique qui explique ce qui rend les données inutilisables, car il y a souvent plusieurs causes. Les mauvaises données d'inspection peuvent être dues à l'insuffisance des technologies déployées, à des conditions météorologiques entravant la collecte des données, à des données perdues, à des fichiers corrompus, à des rapports incomplets, à des tests inexacts et à bien d'autres raisons encore.

Par le passé, les inspections étaient effectuées sur le terrain et les données devaient être ramenées au bureau pour être traitées, ce qui pouvait prendre plusieurs heures, voire plusieurs jours, pour obtenir des informations. Les données étaient partagées via des copies papier et des clés USB qui se perdaient inévitablement avec le temps.

Aujourd'hui, la productivité, l'efficacité et la précision sont des priorités absolues pour que des décisions rapides et informées puissent être prises directement sur le terrain. Mais le coût de ces décisions rapides prises avec de mauvaises données peut être dévastateur. Le rapport mentionné précédemment a montré qu'en 2020, une mauvaise décision sur trois sera prise à cause de mauvaises données et que 14 % de toutes les reprises de travaux dans le secteur de la construction dans le monde seront dues à de mauvaises données.

Deep Data

Le Deep Data est-il la réponse à ce défi ?

Il ne s'agit pas seulement de collecter des Big Data, car une grande partie d'entre elles pourraient être inutilisables. Les véritables avantages résident dans la collecte de données profondes.

Les données profondes sont le nouvel or.

La différence réside dans la qualité et l'intégrité des données. Les données profondes sont toujours cohérentes, complètes, informatives et exploitables. C'est ce qui distingue les données profondes du simple Big Data.

Au lieu de découvrir que les données sont mauvaises au bureau une fois l'inspection terminée, ou de ne plus trouver les données quelques mois après l'inspection, nous avons maintenant la possibilité, grâce aux technologies d'inspection intelligentes, d'interpréter et de visualiser intuitivement les données directement sur le terrain pour vérifier que les bonnes données ont été collectées, de générer des rapports en quelques secondes et de les partager en toute sécurité en un clic depuis le terrain. Toutes les données sont synchronisées automatiquement dans la plateforme Workspace pour avoir une seule source de vérité, de sorte que la perte de données est éliminée et que les données sont disponibles pour toutes les parties prenantes pour les années et les décennies à venir.

Par le passé, il n'était pas facile de collecter des données approfondies dans l'espace d'inspection et dans l'environnement bâti, où les méthodes de travail "papier et papier" étaient la norme.Aujourd'hui, nos innovations en matière de capteurs et de logiciels d'inspection signifient que non seulement le Deep Data est possible, mais qu'il peut permettre d'économiser des milliers de milliards de dollars dans l'environnement bâti, de contribuer à la protection des actifs, d'accroître la sécurité, d'augmenter la valeur des actifs et, enfin et surtout, de contribuer à réduire les émissions de CO2 en exploitant les actifs plus longtemps et plus intelligemment et en éliminant l'approche des dernières décennies consistant à réparer en cas de panne et à démolir pour reconstruire plus tôt.

Exploiter l'or des données

Alors, comment pouvons-nous exploiter ces données profondes ?

Tous les professionnels de l'inspection, les localisateurs et les géomètres collectent des tonnes de données à l'aide de technologies telles que le radar à pénétration de sol (GPR), mais beaucoup les vendent sous forme de marques de peinture analogiques sur les routes, l'herbe, le sol et les surfaces en béton, perdent les données sur des clés USB et des disques durs ou sous forme de rapports PDF statiques. Cela laisse des tonnes de valeur sur la table !

Il existe désormais un moyen d'accéder à l'"or" des données et il est temps de se débarrasser du "gravier" des données analogiques et de mauvaise qualité.

Comme vous le savez, les mauvaises données peuvent avoir des conséquences catastrophiques. L'adoption de stratégies entièrement numériques et fondées sur les données profondes permettra de réaliser des économies considérables en termes de coûts et de temps, tout en répondant à certains des principaux problèmes de notre environnement bâti. Les mauvaises données commencent par la collecte de données, à l'aide de technologies de la vieille école et, oui... à l'aide de papier et de crayon.

Les bonnes données commencent par la collecte de données à la manière numérique... ou à la manière Screening Eagle.

La plateforme de logiciels, de capteurs et de solutions axées sur les données de Screening Eagle permet aux propriétaires d'actifs et aux experts de collecter non seulement les données les meilleures et les plus claires, mais aussi d'exploiter ces données de manière structurée et efficace à chaque étape du cycle de vie des actifs.

Comment les propriétaires d'actifs et les experts en inspection peuvent-ils tirer parti de la plateforme Screening Eagle ?

Nos équipes chargées des solutions sont à votre disposition. Elles s'informent sur vos points d'achoppement, écoutent et comprennent vos flux de travail actuels, puis proposent et élaborent des solutions qui répondent à vos besoins.

Parlons-en et nous verrons rapidement quelles sont les opportunités mutuelles.