Innovation et données prévisibles
Brett Settles, directeur mondial de la réussite client
Comment faire confiance à vos données.
Alors que Revizto s’efforce de fournir plus de fonctionnalités à la façon dont notre industrie utilise les données, l’expression ancienne, fatiguée et pourtant vraie de « Garbage in, Garbage out » est toujours présente dans mon esprit, comme cela a été le cas tout au long de ma carrière. L’industrie s’efforce de lutter contre cela avec ISO 19650, PAS 1192. Des efforts supplémentaires sont déployés pour parvenir à un certain niveau de normalisation avec ces pratiques dans tous les formats de fichiers tels que IFC et BCF.
Je pense toujours à la façon dont les normes ont réellement joué dans ma carrière. Laissez-moi vous dire ceci, ce n’est pas l’idée de normes qui nous pose problème mais plutôt notre capacité à les utiliser efficacement et à les faire respecter pour créer une culture de normalisation. Il est vrai qu’avec tout livrable que nous créons, qu’il s’agisse de dessins, de données d’actifs, de modèles – plus nous devenons standardisés sur toutes les pratiques, plus le résultat est prévisible. Avec un résultat plus prévisible, il est plus facile à la fois de gérer et de faire confiance aux informations fournies, la confiance dans les données est importante.
Les nouvelles technologies de l’industrie AEC (y compris nous) s’efforcent souvent d’augmenter l’automatisation et l’automatisation a besoin d’entrées fiables. L’automatisation stimule l’efficacité et cette efficacité permet à l’équipe de se concentrer sur les éléments les plus gros et les plus critiques, et non sur la vérification des éléments fastidieux et sur ce qui devrait être une variable connue.
Cela pourrait être pour moi l’aspect le plus important lorsque nous parlons de l’équipe de projet travaillant efficacement et collectivement. Faire confiance à ce qui vous est présenté sera toujours une question, mais plus il y a de problèmes qui surviennent, moins les utilisateurs font confiance aux informations en main.
Du temps est régulièrement perdu à essayer de vérifier les données entre les équipes pour éviter des erreurs et des retouches coûteuses.
Cela étant dit, toutes les informations sur le projet doivent être soigneusement vérifiées. Mais ce n’est pas quelque chose dont chaque membre de l’équipe devrait être responsable et doit changer chaque fois qu’il doit additionner deux nombres à partir d’un calcul de coordonnées, lorsqu’il fournit une estimation basée sur un modèle ou simplement coordonner deux équipements. Le montant du temps s’accumule et le temps c’est de l’argent. La normalisation peut jouer un rôle considérable en soulageant la pratique quotidienne de vérification des informations et, à son tour, en minimisant le stress. Plus important encore, des pratiques plus efficaces permettent aux utilisateurs de se concentrer sur leur travail et de ne pas rechercher d’autres collègues pour vérifier si quelque chose est correct ou non. Cela s’applique à tout, des questions telles que « Quel style de texte dois-je utiliser » ou « Cet élément est-il correctement situé dans le projet » à « Pouvons-nous faire confiance à cette estimation basée sur un modèle ? » Toutes ces questions jouent un rôle important dans la confiance que vous avez dans votre livrable final. Pouvons-nous faire confiance aux coordonnées affichées pour cette ligne de flux, et sinon combien de temps prend la confirmation de ces chiffres ?
Les meilleurs outils ne vous sauveront pas de vous-même
J’ai rencontré cela plusieurs fois. Il y a beaucoup de choses dans la vie qui nous rendent plus efficaces. Un exemple serait un multimètre. Si vous prenez cet outil et le branchez à un appareil électrique, il vous donnera des résultats que vous pourrez utiliser car l’appareil sait à quoi s’attendre, un courant électrique. Il connaît alors les types d’informations qui vous seront utiles, telles que la tension, le courant et la résistance. Maintenant, si vous prenez ce même appareil et touchez les conducteurs à une conduite d’eau sous pression, cela ne retournera rien. C’est parce que l’appareil n’a aucun moyen de récupérer les informations de l’article, et même s’il le pouvait, il ne serait pas programmé pour traduire en données utiles. La raison pour laquelle j’évoque cet exemple est que les données ne sont pas différentes. Nous devons mettre en place les bons outils pour récupérer les informations correctes, pour terminer le travail pour lequel nous avons été embauchés. L’utilisation des données est sensiblement la même ; les outils que nous mettons en place doivent pouvoir récupérer et traduire les informations nécessaires en quelque chose d’utile. Les normes traitent cela directement dans BIM/VDC en créant un environnement où les outils savent à quoi s’attendre et peuvent traduire ces informations en quelque chose de digeste comme un ensemble de recherche, un rapport, une visualisation de données ou une tâche sans qu’un humain ait besoin de décoder la situation manuellement.
Innovation basée sur l’automatisation
L’un des moyens les plus simples de réduire les coûts de main-d’œuvre consiste à effectuer des tâches répétitives banales et à tirer parti de l’innovation pour effectuer ces tâches à votre place. C’est pourquoi nous avons des choses comme la dynamo, les machines CNC, les aspirateurs iRobot, les appels automatisés sans fin de garantie de voiture et mes grils à granulés préférés. Je veux dire que je pourrais mettre des morceaux de bois sur la chose moi-même encore et encore, mais je ne le veux pas. Encore une fois, ces choses fonctionnent parce que les appareils savent à quoi s’attendre. En standardisant non seulement nos dessins, nos données et nos processus, nous pouvons commencer à relier une chaîne d’événements qui se jouent les uns sur les autres. C’est la raison pour laquelle les métadonnées de la fonctionnalité Tampon de Revizto jouent un rôle important pour redonner des heures à nos clients. Le système sait à quoi s’attendre d’un simple clic et traduit ce problème dans le filtre, le rapport et le tableau de bord appropriés. Cette fonctionnalité sait à qui le problème est censé être transmis et permet à l’utilisateur final de comprendre quand quelqu’un a déposé une icône dans un modèle.
L’automatisation génère non seulement des résultats, mais aussi la facilité d’utilisation. Imaginez qu’un surintendant laisse un tampon sur un dessin et au lieu que tout ce qui précède se produise, il doit tout saisir manuellement. Cela entraîne un plus grand risque d’erreur humaine, une courbe d’apprentissage plus raide pour l’outil lui-même et prend également plus de temps à leur journée, ce qui peut entraîner de la frustration. En créant des normes, nous permettons aux outils pour lesquels nous dépensons de l’argent de travailler plus fort pour nous. Dans Revit, nous pouvons standardiser nos feuilles, familles, modèles de vues, nomenclatures et la liste continue. Cela nous offre une grande valeur de savoir que nous pouvons lancer le modèle d’entreprise fiable pour commencer.
Nous standardisons nos systèmes de gestion de projet, nos feuilles de calcul Excel, notre documentation RH pour une raison simple : cela nous fait gagner du temps. Cela nous permet aussi de rester organisé, de faire confiance à nos oreilles et à nos yeux, et nous permet de savoir où aller pour trouver ce dont nous avons besoin. Mais qu’en est-il du processus en dehors de la création ou de la documentation ? Comment standardiser et automatiser notre communication et notre responsabilité lorsque nous ne classons pas quelque chose au bon endroit ou ne créons pas quelque chose à partir d’un ensemble prédéterminé de pièces ? Qu’en est-il de la zone grise au milieu où la communication se fait sous forme d’e-mails, d’appels téléphoniques, de messages instantanés, de croquis de serviettes et tout cela, alors que nous travaillons toute la journée pour aller d’un point A à un point B. Nous travaillons tous les jours pour englober ce domaine dans quelque chose qui peut être entièrement standardisé, répliqué et automatisé. Notre innovation prospère grâce à la prévisibilité, tout comme de nombreux outils de notre écosystème. Mais plus important encore, les utilisateurs aussi.
Dans la dernière version de Revizto, nous avons commencé à relier les points et bien que nous puissions intégrer de nombreuses normes de notre part concernant la communication et les données de modèle, les normes qui nous précèdent peuvent également avoir un impact énorme. Les données prévisibles sont une grande préoccupation dans notre industrie et sont également un facteur important dans la façon dont ces outils innovants fonctionnent pour vous. Plus les informations sont prévisibles, plus vous tirerez de valeur des outils innovants. Cependant, il n’y a pas un seul endroit pour faire tout cela. Il s’agit d’un processus interconnecté piloté par les utilisateurs à travers leur pile technologique. Plus l’outil est avancé, plus il est susceptible de souffrir d’un processus non organisé au début.
L’envelopper
Ce blog est destiné à vous faire réfléchir à l’importance de créer des normes simples et faciles à comprendre pour l’ensemble de votre pile technologique. De nombreuses situations peuvent échouer simplement parce qu’il n’y a pas de chemin clair d’information d’un processus à un autre. Zut, même nous essayons continuellement d’améliorer nos flux d’informations internes. C’est la base même sur laquelle fonctionnent ces outils, en particulier Revizto. C’est la raison pour laquelle le logiciel d’estimation ne parvient pas à récupérer les éléments modélisés sur place. C’est aussi la raison pour laquelle un point a été mal placé dans le champ, la raison pour laquelle une dimension ne ressemble pas à toutes les autres dimensions de la feuille et pourquoi les éléments mal définis disparaissent de votre ensemble de recherche. Votre organisation doit chercher à tirer pleinement parti des investissements que vous faites dans une technologie innovante. Je vous invite vivement à regarder longuement ces quelques points. Où commence et se termine votre processus ? Qui est impliqué et qu’est-ce qui peut être standardisé en interne et avec vos partenaires commerciaux pour créer une culture de données prévisibles ? En fin de compte, cela augmentera non seulement considérablement la capacité de faire confiance à vos informations et à vos modèles, mais ouvrira également vraiment les vannes de l’efficacité via la confiance.