Les progrès de la technologie de l'IA ont révolutionné la façon dont nous gérons et entretenons les biens immobiliers "matériels".

Une application émergente est le registre intelligent des actifs, qui optimise la gestion des actifs critiques tels que les ascenseurs, les portails électriques, les alarmes et diverses machines dans de vastes portefeuilles immobiliers.

Le défi

La gestion d'un vaste portefeuille d'actifs est intrinsèquement complexe et coûteuse. Prenons l'exemple d'une grande association de logement qui supervise des centaines de milliers de maisons à Londres et dans le sud-est. Elle gère un large éventail d'actifs, dont plusieurs centaines d'ascenseurs, de chaudières, de portails électriques et de systèmes d'alimentation en eau. Les dépenses annuelles pour les seuls ascenseurs peuvent être considérables, atteignant des millions de livres.

Pour ces organisations, la complexité de la gestion des ascenseurs va au-delà des considérations financières. La diversité des modèles d'ascenseurs en place se traduit par des calendriers d'entretien et des exigences de service différents. Les ascenseurs Siemens, par exemple, peuvent offrir une grande fiabilité et des contrats de service à long terme, mais leur coût initial est plus élevé. D'un autre côté, les modèles moins chers des fabricants asiatiques peuvent avoir des coûts initiaux moins élevés, mais présentent des taux plus élevés de dysfonctionnements, de dépenses d'entretien et de réparations fréquentes, ce qui entraîne des temps d'arrêt inattendus. Au cours de la phase de planification et de développement des constructions, ces questions sont très souvent négligées ou ne font pas l'objet d'une attention suffisante ou cohérente, ce qui contribue largement au problème.

En outre, les fabricants d'ascenseurs diffèrent également en ce qui concerne le degré d'ouverture d'un accord de service. Il y a ceux qui, comme KONE et Otis, ont tendance à préférer les accords de service propriétaires, et il y a les ascenseurs moins coûteux qui sont généralement indifférents à la question de savoir qui assure l'entretien de leurs ascenseurs, comme par exemple le fabricant coréen Sigma. Avec une telle diversité inhérente au système, les approches manuelles actuelles de gestion des actifs sont inefficaces, entraînant des coûts élevés et une performance sous-optimale des actifs.

Cette situation est exacerbée par la nécessité de disposer d'informations précises et opportunes pour prendre des décisions plus éclairées. Supposons, par exemple, qu'un ascenseur tombe fréquemment en panne dans un immeuble de grande hauteur où vivent des personnes âgées ou handicapées. Dans ce cas, il ne s'agit pas seulement d'un désagrément, mais d'un problème critique qui affecte le bien-être et la sécurité des résidents. L'impact psychologique d'être "pris au piège" à cause d'un ascenseur peu fiable peut entraîner une détresse importante et des problèmes potentiels de santé mentale, en particulier dans les logements sociaux ou les grands immeubles d'habitation.

En outre, le respect des réglementations en matière de sécurité et des normes juridiques nécessaires est une préoccupation majeure des organisations immobilières. L'existence d'actifs immobiliers nombreux et divers (systèmes CVC (chauffage, ventilation et climatisation), ascenseurs, systèmes de sécurité, etc.) sur de multiples sites et types de biens immobiliers peut signifier que le suivi de la conformité réglementaire, de l'historique des services et des calendriers de maintenance devient une tâche décourageante. Il en résulte souvent une maintenance réactive plutôt que proactive.

La solution : Artefact's Intelligent Asset Register

Artefact a mis au point le Registre intelligent des actifs pour relever ces défis. Cet outil prédictif recommande le bien le plus adapté aux spécifications données d'un bâtiment en se basant sur les performances passées des biens appartenant au client.

L'un des principaux avantages des équipements modernes, tels que les ascenseurs installés au cours de la dernière décennie, est leur capacité à saisir et à enregistrer automatiquement un large éventail de données opérationnelles data. Ces équipements sont dotés de capteurs et de systèmes de surveillance avancés qui enregistrent des statistiques d'utilisation détaillées, notamment le nombre de trajets, le poids des charges, les arrêts à des étages spécifiques, les temps d'attente, etc. Ce site data est continuellement collecté et stocké dans des bases de données embarquées ou basées sur le cloud, ce qui élimine la nécessité d'une saisie manuelle sur data et réduit considérablement le risque d'erreur humaine.

La solution utilise donc ce site data enregistré automatiquement, ainsi que d'autres sources data telles que les factures de réparation passées, les spécifications de l'ascenseur et les coûts initiaux et d'entretien pour déterminer (c'est-à-dire prédire) quel(s) ascenseur(s) donne(nt) le meilleur retour sur investissement au fil du temps et pourquoi, afin d'équilibrer au mieux le coût initial d'achat de l'actif et les coûts d'entretien et de maintenance.

La solution fonctionne comme suit :

  • Le client dispose d'une interface utilisateur dans laquelle il saisit des informations clés telles que le nombre d'étages, le nombre d'unités, la durée de vie prévue du bâtiment, le nombre de résidents et le type de bâtiment.

  • Ce site data est introduit dans notre modèle d'apprentissage automatique supervisé, qui génère ensuite une liste classée des types d'ascenseurs recommandés. Chaque recommandation est assortie de raisons clés justifiant son classement, notamment des facteurs tels que le retour sur investissement (ROI) sur une période donnée, les calendriers d'entretien, les coûts initiaux par rapport aux coûts de maintenance et la durée de vie globale de l'actif.

class="img-responsive

Principaux avantages

La mise en œuvre du registre intelligent des actifs apporte plusieurs avantages significatifs. Tout d'abord, il offre un accès rapide à des informations cruciales, permettant aux décideurs d'optimiser rapidement le choix des actifs. Son évolutivité garantit l'ingestion et l'analyse continues de data , ce qui facilite les efforts de pérennisation à mesure que les portefeuilles d'actifs s'étoffent.

Cette approche fondée sur l'IA réduit la dépendance à l'égard des processus manuels, en minimisant la dépendance à l'égard des feuilles de calcul et du personnel clé. Elle rationalise la liste des types d'actifs pour un développeur avec moins de types d'actifs, ce qui réduit la complexité de la gestion, augmente les économies d'échelle en ce qui concerne les factures de réparation et augmente la familiarité avec des modèles spécifiques. Tout cela permet d'améliorer la collecte de data en interne et d'accélérer le processus de génération d'informations, ce qui permet aux cadres de se concentrer sur les décisions stratégiques et les recommandations futures plutôt que sur la collecte et l'analyse de data .

Au-delà de la gestion immobilière, le registre intelligent des biens peut être utilisé dans divers secteurs :

  • Santé: Le NHS peut utiliser l'outil pour optimiser la sélection des équipements afin d'équilibrer les coûts et la fiabilité, d'améliorer les soins aux patients et de garantir la conformité avec les réglementations en matière de sécurité.

  • L'éducation: Les campus universitaires peuvent gérer les équipements de laboratoire, les systèmes de chauffage et de refroidissement et les ascenseurs dans plusieurs bâtiments, ce qui garantit une utilisation efficace des budgets.

  • Transport: Les autorités de transport, par exemple TfL, peuvent équilibrer les coûts initiaux et de maintenance ainsi que les horaires des escaliers mécaniques, des ascenseurs et des systèmes de billetterie sur l'ensemble du réseau de transport public, ce qui permet d'accroître l'efficacité opérationnelle et la durabilité.

  • Immobilier commercial: Les groupes de construction peuvent assurer le fonctionnement efficace des infrastructures essentielles, telles que les ascenseurs et les systèmes de chauffage, de ventilation et de climatisation, dans les immeubles de bureaux et les espaces commerciaux.

Ainsi, nous constatons les avantages généraux suivants dans tous les secteurs d'activité :

  • Data-Prise de décision orientée: Fournir une approche solide de la sélection des actifs, basée sur le site data, en réduisant la dépendance à l'égard de l'intuition et du jugement subjectif.

  • Atténuation des risques: Minimiser le risque de sélection d'actifs sous-optimaux en tenant compte de l'ensemble des coûts et des performances data.

  • Gestion du cycle de vie: Offrir des informations sur l'ensemble du cycle de vie des actifs, afin de garantir une planification et une durabilité à long terme.

  • Évolutivité: Permettre l'évolutivité et l'adaptabilité, afin de répondre aux besoins des organisations en croissance ou des installations en expansion.

  • Efficacité accrue: Améliorer l'efficacité opérationnelle globale en recommandant les actifs les plus appropriés et les plus fiables pour chaque cas d'utilisation spécifique.

Garantir la précision et la fiabilité

Pour garantir la précision et la fiabilité d'un outil d'apprentissage supervisé conçu pour recommander des actifs et fournir des informations, les étapes suivantes sont suivies :

  • Base complète data : L'outil s'appuie sur un solide ensemble de données comprenant de nombreuses informations sur divers actifs, ce qui permet une compréhension complète des mesures de performance dans différents scénarios.

  • Techniques avancées d'apprentissage automatique: Nous utilisons des algorithmes d'apprentissage supervisé de pointe, méticuleusement réglés pour équilibrer les coûts initiaux, les coûts de maintenance et la durée de vie des actifs, garantissant ainsi des recommandations optimales adaptées aux exigences spécifiques du client.

  • Processus de validation rigoureux: Pour garantir l'efficacité de l'outil, nous utilisons des techniques de validation croisée et des mesures de performance pertinentes pour l'industrie. Ce processus de test rigoureux garantit que notre modèle se généralise bien aux nouvelles adresses data et fournit des recommandations cohérentes et précises.

  • Transparence et explicabilité: Notre outil intègre des méthodes d'explicitation telles que SHAP et LIME, offrant un aperçu clair de la raison d'être de chaque recommandation. Cette transparence permet au client de comprendre le processus de prise de décision et de se fier aux résultats.

  • Amélioration continue: Le modèle est régulièrement mis à jour à l'aide de nouvelles données ( data ) et de retours d'information afin de refléter l'évolution des conditions et d'améliorer ses capacités de prévision, ce qui lui permet de rester actuel et efficace.

  • Validation par des experts: Nous collaborons étroitement avec des experts de l'industrie et des parties prenantes clés du client pour valider les recommandations fournies par notre outil, en veillant à ce qu'elles soient pratiques, pertinentes et conformes aux exigences du monde réel et aux attentes du client.

  • Tests en conditions réelles: Notre outil a fait l'objet de tests approfondis en conditions réelles, démontrant sa fiabilité et sa précision dans des applications pratiques. Ce processus de test approfondi garantit que l'outil fonctionne bien dans des conditions de travail réelles.

  • Intégration des commentaires des utilisateurs: Nous apprécions et intégrons le retour d'information des utilisateurs, en affinant continuellement l'outil pour mieux répondre aux besoins des clients. Cette boucle de rétroaction renforce la fiabilité de l'outil et garantit qu'il évolue en fonction de l'expérience et des idées des clients.

Reconnaître les limites

La complexité: L'une des principales difficultés réside dans la nécessité de disposer d'un grand nombre de données de haute qualité ( data ) pour former un modèle efficace. Si le site data d'un client n'est pas numérisé, les informations doivent d'abord être extraites des documents manuscrits et des factures à l'aide de la reconnaissance optique des caractères (OCR). Ce processus peut s'avérer particulièrement difficile et sujet à des inexactitudes si les documents ont des formats de tableaux non conventionnels ou complexes. Dans les cas où l'OCR n'est pas possible, la saisie manuelle data et la numérisation sont nécessaires, ce qui peut prendre beaucoup de temps et de ressources.

Biais historique: les recommandations de l'outil se limitent aux actifs qui ont été utilisés dans le passé. Par conséquent, il ne peut pas fournir d'informations sur les actifs nouveaux ou récemment introduits en raison d'un manque de données à long terme data. Cette contrainte signifie que les nouveaux modèles et les innovations peuvent ne pas être inclus dans les recommandations, ce qui peut conduire à suggérer des actifs dépassés qui ont été remplacés par des options plus avancées. Cependant, une façon de surmonter cette limitation est d'extrapoler data pour les nouveaux modèles qui sont simplement des versions améliorées des modèles existants du même fabricant.

Coûts et exigences

Pour construire un outil efficace de recommandation d'actifs, nous avons besoin d'un site complet data, y compris des informations opérationnelles détaillées data telles que des statistiques d'utilisation, des registres de maintenance et des mesures de performance des actifs, ainsi que des informations financières data couvrant les coûts initiaux, les dépenses de maintenance historiques et les coûts projetés pour les nouveaux actifs. En outre, nous avons besoin des spécifications des actifs existants et passés, ainsi que de toute information pertinente sur les bâtiments où ces actifs sont ou ont été utilisés. En conséquence, les coûts de déploiement du registre intelligent des actifs de Artefactdépendent fortement de la question d'examen à laquelle il faut répondre, de la qualité de data et de l'étendue du projet, y compris le nombre et les différents types d'actifs. Ainsi, les coûts de la solution de registre intelligent des actifs devraient raisonnablement commencer à partir d'environ 70 000 livres sterling.

En outre, le déploiement réussi de la solution nécessite une collaboration étroite avec les principales parties prenantes et les experts du secteur pour aider à valider les recommandations du modèle et garantir l'alignement sur les meilleures pratiques et les normes réglementaires. Afin de faciliter l'adoption de l'outil et son amélioration continue, nous sommes en mesure d'aider nos clients à former les utilisateurs et à mettre en place un mécanisme de retour d'information. Cela permet de s'assurer que notre solution peut répondre efficacement aux besoins évolutifs des clients.

Pourquoi Artefact?

Artefact est une société de conseil mondiale de premier plan qui se consacre à l'accélération de l'adoption de data et de l'IA pour avoir un impact positif sur les personnes et les organisations. Nous sommes spécialisés dans la transformation data et le marketing data afin d'obtenir des résultats commerciaux tangibles sur l'ensemble de la chaîne de valeur de l'entreprise. Artefact offre l'ensemble le plus complet de solutions data, fondées sur une science data approfondie et des technologies d'IA de pointe, en réalisant des projets d'IA à grande échelle dans le secteur de l'immobilier au Royaume-Uni.

Nous sommes des partenaires de confiance pour les entreprises de l'immobilier résidentiel, commercial, industriel et les catégories d'actifs spécialisés. Nous comptons parmi nos partenaires des sociétés cotées au FTSE 350 et des organisations privées de taille similaire. Avec plus de 20 ans d'expérience dans l'immobilier, notre équipe dédiée à l'immobilier comprend des experts et des professionnels agréés dans les domaines de l'évaluation immobilière, de l'urbanisme, du développement et du financement.

Nos travaux antérieurs vont de l'élaboration de stratégies dynamiques ( data) avec nos clients - leur indiquant où jouer et comment gagner sur les marchés qu'ils ont choisis - à des changements opérationnels majeurs, tels que l'établissement de nouvelles armes et propositions commerciales. Nous avons travaillé à chaque étape du cycle de vie d'un bien immobilier, de l'acquisition du terrain à l'entretien courant, et avons collaboré avec nos clients pour améliorer scientifiquement ces processus.