Projets

Socotec combine GenAI et computer vision pour gérer ses plans techniques

Raphaël Leclerc, directeur data et IA de Socotec (à droite) avec Guillaume Wattellier, responsable data et IA chez SQLI (au centre) et Mehdi Boulaymen, ingénieur expérience client en IA chez IBM (à gauche) à Big Data & IA 2025. (Photo: Socotec)

Pour moderniser la gestion de ses plans techniques, éléments centraux de son activité, Socotec entame une réflexion de long terme sur l'exploitation de l'IA. Après un hackathon accompagné par IBM et SQLI, il s'est décidé pour une combinaison GenAI et computer vision (deep learning).

PublicitéEn matière de data et d'IA, Socotec mène plusieurs initiatives comme l'a rappelé Raphaël Leclerc, directeur data et IA de la société d'inspection et de certification pour l'industrie, le BTP et l'infrastructure, à l'occasion de la conférence Big Data et IA 2025, le 8 octobre à Paris. « Nous avons 5 axes stratégiques dans ces domaines. Le premier concerne l'inspection augmentée avec l'IA, car 60% de notre métier consiste à envoyer des personnes sur le terrain pour inspecter. Le deuxième porte sur l'IoT et la data, le troisième sur les assistants de GenAI et le quatrième sur la robotique. Enfin, le dernier cible l'extraction d'informations à partir de plans et de documents techniques », explique-t-il.

Un domaine clé pour Socotec, car « le plan, c'est l'outil de travail numéro un dans notre métier, poursuit Raphaël Leclerc. Mais cela a très peu évolué et nous avions besoin de changer ce processus ». Socotec a donc entamé une réflexion sur ce processus de gestion des plans techniques avec l'accompagnement d'IBM et de SQLI. Si le projet vise le long terme, l'entreprise a voulu expérimenter, « mais de manière modeste pour commencer », reconnaît le responsable. Il s'est focalisé sur un thème particulier : l'analyse de la conformité des plans vis-à-vis de la réglementation PMR (personne à mobilité réduite).

Une première réflexion sous forme de hackathon

Dans ce cadre, le trio est rapidement tombé d'accord sur l'organisation d'un hackhaton. IBM a fourni la couche technologique. « Nous sommes partis sur la plateforme Watsonx pour tester une grande panoplie de modèles comme Mistral, Llama ou Granite. Nous les avons mis en concurrence au fur et à mesure pour savoir lequel était le plus adapté, souligne Mehdi Boulaymen, ingénieur expérience client IA chez IBM. nous avons même exploité du deep learning classique au travers des modèles de computer vision ». De son côté, SQLI a accueilli le hackathon dans ses locaux pendant une journée et a mis des équipes spécialisées en IA à disposition, « mais aussi des designers qui nous ont challengés en tant qu'utilisateurs métier », glisse Guillaume Wattellier, responsable de la data et l'IA chez SQLI. Une approche importante selon lui, « car les techniciens arrivent rapidement à la limite sur le plan de l'imagination et de l'inventivité. Avec les designers, nous avons pu reconstruire la problématique ».

Raphaël Leclerc a souligné les deux enseignements principaux de cette démarche. « Pour commencer, il y a réellement un sujet et les technologies sont là ». Deuxième constat, Socotec n'arrivera à atteindre son objectif qu'avec une approche IA hybride. « Nous n'y arriverons pas en utilisant uniquement l'IA générative, mais il nous faudra la combiner avec du deep learning ». En l'espèce, les équipes ont commencé avec un modèle de reconnaissance d'images, Maverick 4, mais elles ont constaté des hallucinations. « Sur un plan où il y avait quatre appartements, le modèle nous en indiquait sept », se souvient Mehdi Boulaymen. Pour résoudre ce problème, ce dernier réfléchit à du fine tuning « moins coûteux à faire sur du deep learning que sur des transformers ». Autre élément qui joue en faveur d'outils de computer vision, « le besoin de récupérer les coordonnées exactes, pixel par pixel, pour être le plus déterministe possible. Or par essence, l'IA générative n'est pas déterministe », rappelle Mehdi Boulaymen. Raphaël Leclerc explique de son côté que dans le cadre d'un plan PMR, plusieurs éléments sont analysés : « Le plus basique est la largeur de la porte. Un fauteuil dans n'importe quel appartement PMR doit pouvoir tourner sur lui-même. Il faut prendre aussi en considération la position d'un interphone, les rampes d'accès. Tout cela nécessite des analyses géométriques complexes ».

PublicitéUn travail sur le long terme

Fort de ces différents enseignements, le directeur data et IA de Socotec estime nécessaire « d'aller plus loin sur l'approche deep learning ». Dans ce cadre, il a décidé de se tourner vers l'écosystème académique en « lançant une thèse avec Inria et Centrale Supélec pour valoriser des millions de plans ». Mais pendant les trois ans de la thèse, l'entreprise entend bien continuer de travailler « sur des sous-ensembles de plan comme la conformité des garde-corps ou les places de parking », comme souligne Raphaël Leclerc. Pour lui, cette démarche « évite les effets tunnel, car entre-temps le projet peut mourir 100 fois avant d'arriver au bout ».

Il reste concentré sur l'objectif principal : « faciliter le travail du contrôleur technique ». Outre les aspects technologiques, il y a des questions sur le rapport personne-machine, souligne le responsable. « Un contrôleur technique a la responsabilité pénale de ses missions. Il faut donc déterminer ce qu'il délègue ou non à la machine », reconnaît-il. Un temps d'acculturation sera donc nécessaire pour lever les doutes , « à nous de trouver les leviers pour rassurer », glisse-t-il en conclusion.