L’émergence de grands modèles de langage (GML) tels que ChatGPT a été qualifiée de nouvelle révolution industrielle. Ce n’est pas peu dire. De la même manière que les exploitations agricoles familiales ont cédé la place à une production plus importante, pilotée par des machines, l’IA générative est en train de modifier la configuration de presque tous les secteurs.
Cela inclut l’immobilier et, plus spécifiquement, la gestion quotidienne des bâtiments – où les GML promettent d’aider les gestionnaires d’installations en simplifiant et en rationalisant la manière dont leurs bâtiments sont exploités, entretenus et optimisés.
Une brève introduction aux GML
À la base, un grand modèle de langage est un outil d’apprentissage automatique qui reconnaît et recrée le langage humain à l’aide de réseaux neuronaux profonds. Sa fonction principale est de deviner le mot suivant en fonction du texte précédent. C’est un peu comme si l’on remplissait un espace vide. Par exemple, la probabilité que le mot suivant soit « bleu » lorsqu’on donne les mots : « le ciel est ____ » est très élevée, alors que le mot « poisson » serait un peu moins probable.
En alimentant suffisamment de texte, l’outil devient très performant pour repérer les schémas d’utilisation des mots. Et, une fois qu’il a suffisamment appris, nous pouvons l’adapter pour qu’il devienne un expert dans des domaines spécifiques tels que le droit des contrats ou la manière d’élaborer des réponses au niveau des ressources humaines pour des clients difficiles. Ce processus d’ajustement est appelé « apprentissage par transfert », ce qui signifie que l’outil utilise ce qu’il a appris d’une chose pour s’améliorer dans une autre.
L’apprentissage par transfert est ce qui fait des GML des outils incroyablement polyvalents pour la personnalisation et l’automatisation de tâches banales ou complexes.
Il est donc facile de comprendre comment les GML pourraient être la clé d’une gestion sans faille des installations, en aidant à résoudre des problèmes chroniques tels que le manque de personnel, l’optimisation énergétique, l’organisation des bons de travail et le manque de vision prescriptive.
Comme nous le savons, les pratiques traditionnelles de gestion des bâtiments sont pleines de défis – de l’inefficacité énergétique aux problèmes de maintenance en passant par les goulets d’étranglement opérationnels. Mais, comme les bâtiments sont responsables de près de 40 % des émissions mondiales de CO2, il y a une pression croissante pour trouver des solutions de gestion plus intelligentes et plus durables. Dans cette optique, les GML semblent avoir fait leur apparition à un moment opportun, offrant une manière entièrement nouvelle et mieux informée de gérer les bâtiments.
Par exemple, lorsqu’ils sont enrichis des bonnes données sur les bâtiments et d’informations externes, les GML peuvent aider les gestionnaires de bâtiments à prendre des décisions plus rapides, plus précises et mieux informées sur la consommation d’énergie de leurs bâtiments. Ils peuvent fournir des informations de haut niveau (ou plus approfondies), y compris des visuels, des graphiques et des rapports faciles à comprendre et à partager, détaillant la consommation d’énergie et les émissions à travers les portefeuilles et les calendriers, révélant les tendances historiques et les prévisions.
En fait, les GML peuvent même envoyer des alertes sur les problèmes et les défaillances de l’équipement avant qu’ils ne se produisent, ce qui permet de programmer la maintenance et d’éviter des temps d’arrêt coûteux. Cet attrait est particulièrement important pour les gestionnaires d’installations alors que 67,4 % d’entre eux placent la maintenance préventive en tête de liste en matière de solutions d’entretien des bâtiments.
Malgré le potentiel prometteur des GML dans la gestion des bâtiments, des défis tels que la confidentialité et la sécurité des données restent à relever. L’intégration réussie de GML nécessite une approche prudente et réfléchie du traitement des données et de la sécurité du système. Les gestionnaires de bâtiments et les directeurs d’installations qui souhaitent adopter un GML doivent donner la priorité à ces préoccupations, en veillant à ce que les systèmes qu’ils utilisent soient à la fois efficaces et sûrs. C’est pourquoi il est toujours bon de vérifier si le GML que vous envisagez est conçu, formé et déployé de manière responsable – de préférence en utilisant un service tiers réputé tel que AWS Bedrock.
Pour les personnes qui hésitent encore à intégrer un GML dans leurs stratégies de gestion des bâtiments, un bon conseil serait de commencer modestement. Commencez par des projets pilotes pour démontrer la valeur d’une nouvelle fonctionnalité en vous assurant de vous associer avec des entreprises offrant un GML, qui ont des références solides, comme être membre de l’ASHRAE et posséder des certifications SOC 2 à jour.
Même si certaines personnes se méfient des GML, beaucoup ne savent pas que 1. Ils se développent plus rapidement que quiconque n’aurait pu le prévoir, et 2. Ils n’ont pas été inventés l’année dernière avec la montée en puissance de ChatGPT.
En fait, le premier agent conversationnel (ou « dialogueur »), Eliza, a été créé en 1966 par Joseph Weizenbaum, un chercheur du MIT. Eliza a marqué le début de la recherche sur le traitement automatique des langues (TAL), qui a jeté les bases de futurs GML plus complexes. Mais alors que les premiers réseaux neuronaux artificiels nécessitaient des centaines de milliers d’opérations pour l’entraînement (étapes nécessaires à l’entraînement du modèle), le GPT4 d’aujourd’hui (par OpenAI) nécessite environ 21 septillions d’opérations pour l’entraînement.
Et ce n’est qu’un début.
Le paysage technologique évolue si rapidement qu’il est peu probable qu’aucun secteur ne soit épargné, y compris celui de l’immobilier, réputé pour sa lenteur à adopter les nouvelles technologies. En fait, depuis l’émergence de l’IA générative en 2021, les volumes d’investissement des entreprises ont totalisé plus de 3,5 milliards de dollars US jusqu’en octobre 2023. En effet, les investisseurs peuvent constater la portée significative que cette technologie peut avoir sur le fonctionnement des bâtiments, et les propriétaires et gestionnaires de bâtiments peuvent voir comment elle offre un avenir plus transparent, plus durable et plus intelligent à leurs bâtiments.