Quelles tâches utiles les robots peuvent-ils effectuer sur les chantiers (et que ne peuvent-ils pas faire) ?

Oui et non, selon un nouveau rapport du cabinet de conseil en gestion McKinsey.

Un terrain accidenté, des conditions météorologiques variables, des flux de travail imprévisibles et des matériaux divers rendent les chantiers de construction plus difficiles à parcourir que les conditions contrôlées des entrepôts ou des usines.

Mais selon le rapport de McKinsey, Will embodied AI create robotic colleagues?, les progrès des machines « à usage général » alimentées par l'IA incarnée et capables de s'adapter à différentes tâches commencent à ouvrir de nouvelles possibilités, même dans ce secteur.

L’étude met en évidence les domaines dans lesquels ces robots sont les mieux placés pour ajouter de la valeur sur le site aujourd’hui et ceux où des limitations s’appliquent encore.

Dans le secteur de la construction, le potentiel le plus important réside dans les activités de « pick and place ». Parmi celles-ci :

• Sélection et placement d'objets légers ou de petite taille (où McKinsey estime que les robots alimentés par l'IA ont une grande capacité dans la construction)
• Prélever et placer des objets lourds ou volumineux (haute capacité)
• Prélèvement et déversement de petits contenants (haute capacité)

Cependant, leurs capacités diminuent fortement pour les tâches de chantier plus complexes ou plus adroites :

• Prélèvement et déversement de grands contenants (faible capacité)
• Pointer et diriger de petits outils (faible capacité)
• Pointer et diriger de grands instruments (faible capacité)
• Pointer et diriger des éléments non rigides tels que des câbles ou des matériaux flexibles (faible capacité)

Les résultats suggèrent que même si les robots peuvent effectuer des tâches de base sur site, tout ce qui nécessite un contrôle précis des outils, une interaction avec des matériaux flexibles (tels que des câbles ou du tissu) ou un assemblage complexe est susceptible de leur échapper.

Les robots, même dotés d'IA, semblent encore limités en termes de dextérité et de détection tactile, ce qui est potentiellement une bonne nouvelle pour les travailleurs inquiets pour leur emploi. McKinsey note que même les mains humanoïdes les plus avancées offrent moins de degrés de liberté que les mains humaines, ce qui rend difficiles les tâches délicates ou irrégulières.

Schindler RISE est le premier robot auto-grimpeur au monde conçu pour se déplacer seul le long de la cage d'ascenseur afin d'installer des composants. (Image reproduite avec l'aimable autorisation de Schindler)

Autres contraintes

Les contraintes ne sont pas seulement mécaniques. Comme pour les machines électriques à batterie, l'alimentation électrique constitue un autre obstacle majeur. Selon le rapport de McKinsey, les robots humanoïdes ne fonctionnent généralement que deux à quatre heures avec une charge lorsqu'ils effectuent des tâches dynamiques. Le levage de charges lourdes accélère l'épuisement des batteries, tandis que les infrastructures de recharge et de remplacement des batteries sont encore immatures. Cela limite la viabilité du déploiement de robots sur une période de travail complète et sans interruption.

Vient ensuite la question du coût. Le rapport souligne que le coût des robots polyvalents varie de 15 000 à 250 000 dollars américains par unité, avec des délais d'amortissement dépassant souvent deux ans lors des premiers essais. La maintenance est coûteuse et peut entraîner de longs temps d'arrêt si les réparations nécessitent un transport vers des installations spécialisées. Dans un secteur où les marges sont faibles, la rentabilité peut s'avérer difficile, sauf si les robots sont déployés à grande échelle ou pour des applications à forte valeur ajoutée.

Vue aérienne du robot prélevant un module photovoltaïque. Le robot prélève les modules sur les supports de modules autonomes qui fonctionnent avec lui. (Photo : Rosendin)

L'intégration au processus de construction présente également des obstacles. De nombreux robots existants sont assemblés à partir de pièces sur mesure, sans normes industrielles convenues. Cela crée des risques pour la chaîne d'approvisionnement et complique l'intégration des systèmes. Pour les entrepreneurs en construction, cela signifie que chaque déploiement peut ressembler à un projet sur mesure, plutôt qu'à une solution clé en main.

Malgré ces défis, les chercheurs de McKinsey ont constaté que la tendance vers l'IA incarnée présente également des avantages. L'amélioration des modèles fondamentaux vision-langage-action (le « cerveau » des robots modernes) leur permet d'interpréter des signaux visuels, de suivre des instructions orales et d'apprendre par l'observation. Cela pourrait permettre des déploiements plus flexibles dans des environnements conçus pour les humains, comme les chantiers de construction, sans nécessiter de refontes majeures.

Néanmoins, d'autres secteurs industriels que la construction devraient connaître une adoption plus rapide des robots dotés d'IA. La modélisation de McKinsey suggère que la logistique d'entrepôt, l'industrie légère, la vente au détail, l'agriculture et la santé sont mieux adaptés à court terme.

Cela s'explique par des paramètres plus prévisibles et un meilleur retour sur investissement à court terme. Malgré cela, le rapport soutient que les entreprises de construction tournées vers l'avenir devraient commencer à explorer des projets pilotes dès maintenant.

La rapidité d'adoption ne dépend pas seulement de la technologie disponible : l'économie, la réglementation et la préparation de la main-d'œuvre façonneront l'utilisation des robots dans la construction autant que l'ingénierie, souligne le rapport. Cela implique des projets pilotes soigneusement ciblés, une attention particulière portée aux retours mesurables et une vision réaliste de ce que les robots peuvent et ne peuvent pas faire sur les chantiers aujourd'hui.

Pour les entreprises qui envisagent leurs options, McKinsey conseille :

• Définissez une vision d’automatisation à long terme : identifiez où la robotique pourrait s’intégrer dans le processus de construction.
• Investir dans les données : les robots apprennent mieux grâce à des données riches en interactions physiques. La capture et la structuration de données spécifiques à un site dès maintenant pourraient contribuer à l'entraînement des systèmes futurs.
• Surveillez les technologies habilitantes : suivez les progrès en matière de densité de batterie, de détection tactile, de dextérité et de cadres réglementaires plutôt que de vous fier aux démonstrations marketing.
• Préparez la main-d'œuvre : N'attendez pas l'arrivée des robots pour former vos collaborateurs. Commencez à développer les talents et la culture nécessaires pour travailler aux côtés des machines.
• Établissez des partenariats : collaborez avec des start-ups de robotique, rejoignez des groupes de normes industrielles et adaptez l'infrastructure pour qu'elle soit prête pour les robots.

Lire le rapport complet ici.