/cas d’usage
Inspection d’ouvrages par l’IA
Des défauts relevés, situés et classés par gravité sur vos images de drone ou de terrain.
L’inspection d’ouvrages par IA confie à un modèle de vision la lecture des photos prises au sol ou par drone. Il y repère fissures, corrosion, éclats et infiltrations et les situe sur l’ouvrage ; l’ingénieur valide chaque défaut. Dans « L’essentiel 2025 », VINCI Construction cite l’inspection routière automatisée, avec détection des fissures.
/usages
Une inspection d’ouvrages par IA qui nomme, délimite et situe chaque défaut.
Le modèle lit les images que vos équipes produisent déjà : campagnes de drone, photos de visite, caméras embarquées, nuages de points d’un scanner laser (lidar). Il s’applique aux ponts, murs de soutènement, façades, toitures, silos, cuves, pylônes, parkings…
- Fissures Trace chaque fissure, la situe sur l’ouvrage et signale celles qui s’allongent d’une visite à l’autre.
- Corrosion et éclats Délimite la rouille, les épaufrures et les armatures apparentes, sur l’acier comme sur le béton armé.
- Défauts d’entretien Signale infiltrations, végétation installée, joints dégradés et éléments manquants.
- Relevés 3D Classe les objets d’un nuage de points et y repère automatiquement l’élément que vos équipes pointent à la main sur chaque relevé.
/fonctionnement
Un modèle de vision entraîné sur les défauts que vos inspecteurs savent nommer.
Un réseau de neurones d’apprentissage profond (Deep Learning) apprend sur des images où vos inspecteurs ont délimité chaque défaut. Pour une fissure, fine et sinueuse, il décide pixel par pixel ce qui en fait partie (segmentation) ; pour un défaut localisé, comme une armature apparente, il l’encadre (détection d’objets). Chaque détection reçoit un type, un niveau de gravité et un score de confiance.
Apprentissage profond (Deep Learning)Comptage sur images
- Plan de volLe drone couvre chaque face de l’ouvrage à distance constante, avec un recouvrement entre clichés successifs.
- AssemblageLes clichés, situés par leur position et leur orientation, forment une image redressée de chaque face ou un modèle en trois dimensions de l’ouvrage (photogrammétrie).
- LectureLe modèle délimite les défauts sur chaque cliché et les reporte sur l’assemblage.
- RevueL’inspecteur confirme, corrige ou écarte chaque détection et garde le diagnostic ; ses corrections servent au réentraînement suivant.
/prérequis
Des images annotées, du calcul et des compétences en vision.
En 2025, 54 % des entreprises françaises de 10 salariés ou plus qui n’utilisent pas l’IA citent le manque d’expertise (Insee, hors secteurs agricole, financier et d’assurance). En vision, l’expertise se joue à la prise de vue, à l’annotation et à l’entraînement : nous l’apportons, puis la transmettons à vos équipes.
Les TIC dans les entreprises en 2025 (Insee Première n° 2120) (nouvel onglet)Qualité des donnéesIA hébergée chez vous
- Un jeu d’entraînement presque prêt grâce à vos photos et rapports de visite archivés
- Une prise de vue maîtrisée par des télépilotes et des inspecteurs formés
- Un étiquetage en partie automatique à partir des livrables de vos inspections passées
- Du calcul taillé pour l’image grâce à des processeurs graphiques (GPU) pour l’entraînement et les prétraitements
En 2024, 22 accidents du travail mortels du BTP sont des chutes de hauteur.
/sur le terrain
Un premier modèle étroit, élargi objet par objet.
Le premier modèle gagne à porter sur une seule catégorie d’objets, photographiée dans des conditions semblables, et à répondre à un besoin exprimé par le métier. Il fait entrer l’IA dans la production de vos rapports d’inspection.
Les gains attendus sont moins de travail en hauteur, des défauts repérés plus tôt et des ouvrages qui durent plus longtemps. L’historique d’images peut aussi servir de trace face aux autorités de contrôle et aux assureurs, et enrichir la maquette 3D tenue à jour de l’ouvrage (jumeau numérique).
- Météo Décale les campagnes et change l’aspect des surfaces : pluie, ombres portées et contre-jour trompent le modèle.
- Diversité des structures Multiplie les fausses alertes et appelle des modèles distincts selon les familles d’ouvrages.
- Nuages de points Se prêtent moins bien que l’image à la détection automatique et pèsent lourd à traiter : mieux vaut y limiter d’abord le nombre de types d’objets.
- Logiciels propriétaires Renchérissent l’intégration du modèle dans la chaîne de traitement des images et des relevés.
/cadre
Une finalité qui fixe le régime du règlement européen sur l’IA.
Le règlement européen sur l’IA s’applique pour l’essentiel depuis le 2 août 2026. Pour l’inspection d’ouvrages, tout dépend du rôle du modèle : préparer un constat, ou servir de composant de sécurité dans l’un des domaines de l’annexe III, point 2. Nous qualifions ce rôle dès le cadrage.
Veille réglementaireRèglement sur l’IA, annexe III (Commission européenne) (nouvel onglet)Loi du 10 juillet 1965, article 14-2 (Légifrance) (nouvel onglet)
- Annexe III, point 2 Classe à haut risque un modèle d’inspection utilisé comme composant de sécurité dans la gestion et l’exploitation du trafic routier, d’une infrastructure numérique critique ou de la fourniture d’électricité, de gaz, d’eau ou de chauffage. L’article 27 exclut ce domaine de l’analyse d’impact sur les droits fondamentaux.
- 2 décembre 2027 Marque, depuis le règlement omnibus de juillet 2026, l’entrée en application des obligations du haut risque de l’annexe III : évaluation et atténuation des risques, jeux de données de haute qualité, journalisation, surveillance humaine appropriée.
- Finalité prévue Décide seule du classement, selon le projet de lignes directrices de la Commission soumis à consultation et présenté par l’ACPR en juillet 2026 ; la validation par un humain n’y change rien.
- Article 14-2 de la loi de 1965 Impose aux copropriétés à destination totale ou partielle d’habitation un projet de plan pluriannuel de travaux quinze ans après la réception de l’immeuble, actualisé tous les dix ans. Selon l’ANIL, celles dont le diagnostic technique global ne prévoit pas de travaux sur dix ans en sont exemptées, et l’obligation s’applique dans les départements et régions d’outre-mer au 1er janvier 2028.
/méthode
Une inspection d’ouvrages par drone et IA, des scripts à vos logiciels.
Le modèle et l’écran de revue se livrent ensemble, puis s’entretiennent : la part des détections écartées, suivie à chaque campagne, signale le moment de réentraîner le modèle. Vos images restent dans vos locaux ou chez un hébergeur en France.
Mise en production des modèles (MLOps)Supervision des modèlesSouveraineté
- CHOIX DU PREMIER DÉFAUT Le premier défaut à détecter se choisit avec vos équipes techniques ; les campagnes et les rapports de visite archivés sont ensuite rassemblés.
- NOMENCLATURE ET ANNOTATION La liste des défauts et leur échelle de gravité se fixent avec vos inspecteurs, puis le jeu d’images s’annote avec eux.
- SCRIPTS DE DÉTECTION Viennent d’abord des scripts qui traitent une campagne entière et produisent la liste des défauts situés, que vos ingénieurs comparent à leur propre constat.
- INTÉGRATION ET EXTENSION Le modèle se raccorde à vos logiciels (système d’information géographique, jumeau numérique, gestion de patrimoine), puis s’étend à quelques nouveaux types de défauts.
/dans votre secteur
Le même cas d’usage, décliné secteur par secteur.
-
Analyse les vidéos de chaussée et les photos de terrain pour repérer nids-de-poule, fissures et dégradations, et construire le programme d’entretien de la voirie.
-
Analyse les photos de façades, de toitures, de parkings ou de chaussées prises au sol ou par drone, repère fissures, infiltrations et corrosion, et alimente le diagnostic technique ou le plan de travaux.
-
Analyse les photos de drone des silos, des cellules de stockage et des toitures des bâtiments d’élevage, pour repérer fissures, corrosion et défauts d’entretien.
/à savoir
Les questions fréquentes sur l’inspection d’ouvrages par IA.
Diagnostic Data IAcontactez-nous
Quelle différence entre inspection par drone et inspection par IA ?
Le drone capte les images, l’IA les lit. Sans modèle, un inspecteur parcourt chaque cliché à l’écran. Avec lui, il reçoit une liste de défauts situés et classés par gravité, et commence par les plus graves.
Comment l’IA repère-t-elle une fissure sur une photo ?
Le modèle a appris sur les images annotées les traits d’une fissure (fine, sombre, irrégulière, souvent ramifiée) et les recherche dans chaque zone de la photo. Joints de dilatation, coulures, ombres et câbles ressemblent à une fissure : le jeu d’images doit en contenir pour que le modèle les écarte. Une fissure invisible sur la photo lui échappe aussi.
Combien d’images faut-il pour entraîner un modèle de détection de défauts ?
Le nombre dépend de la variété à couvrir : types de défauts, matériaux, lumières, angles de prise de vue. Chaque environnement nouveau réclame ses propres exemples. La justesse, mesurée après chaque lot d’images annotées, montre le moment où en ajouter cesse d’améliorer le modèle.
Comment suivre l’évolution d’une fissure entre deux inspections ?
Les clichés de chaque campagne sont recalés sur le même modèle de l’ouvrage, grâce à leur position et à des repères fixes. Le modèle superpose alors le tracé de chaque fissure à celui de la campagne précédente et relève ce qui a changé : longueur, ramifications, fissures nouvelles. La comparaison suppose des prises de vue semblables d’une campagne à l’autre ; l’ingénieur décide ensuite d’une surveillance rapprochée ou de travaux.
/sources
Sources
- VINCI Construction, « L’essentiel 2025 », 2025 (nouvel onglet)
- Insee, Insee Première n° 2120, « Les technologies de l’information et de la communication dans les entreprises en 2025 », 21 juillet 2026, 2025 (nouvel onglet)
- Assurance Maladie, Risques professionnels, « Livret statistique de la sinistralité AT/MP 2024 du CTN B », 2024 (nouvel onglet)
- Commission européenne, « Cadre réglementaire sur l’IA », 2026 (nouvel onglet)
- Commission européenne, AI Act Service Desk, règlement (UE) 2024/1689, annexe III, 2026 (nouvel onglet)
- ACPR, réunion de Place IA du 1er juillet 2026 (diapositive 10), 2026 (nouvel onglet)
- Légifrance, loi n° 65-557 du 10 juillet 1965, article 14-2, 2023 (nouvel onglet)
- ANIL, « Les diagnostics de l’immeuble (DPE collectif, DTG, PPPT) sont-ils obligatoires ? », 2025 (nouvel onglet)
/cas proches
- Contrôle qualité visuel Inspecte pièces et produits sur images, signale les défauts et mesure les écarts, au rythme de la production.
- Lecture de documents numérisés Reconnaît le texte des courriers, formulaires et pièces numérisés, même manuscrits, pour les rendre exploitables (OCR).
- Extraction d’informations Lit factures, contrats et formulaires, en extrait les champs utiles et les transmet à vos logiciels.
- Comptage sur images Compte objets, véhicules ou passages sur images et vidéos, sans identifier personne.
/contact
Travaillons ensemble
Découvrez comment Inceptive peut vous aider à transformer votre activité et à résoudre des problématiques opérationnelles complexes grâce à l’intelligence artificielle.