Payment delay as the dominant predictor of schedule overrun in construction Projects
Cette étude emploie un nouveau cadre d'IA explicable fondé sur l'attribution SHAP à travers trois projets de construction majeurs en Irak pour démontrer empiriquement que les retards de paiement sont le prédicteur dominant des dépassements de délais, fournissant ainsi la première justification fondée sur des preuves pour prioriser les réformes de l'approvisionnement dans le secteur de la construction publique en Irak.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que vous deviez préparer un gâteau massif pour mille personnes, mais que chaque fois que vous avez besoin de farine, de sucre ou d'œufs, vous devez attendre que le chef principal signe un morceau de papier. Si le chef est lent, les ingrédients n'arrivent jamais, les boulangers s'ennuient et partent, et le gâteau finit par être en retard et à moitié mangé. C'est essentiellement ce qui se passe dans le monde de la construction, mais au lieu de gâteaux, ils construisent des gratte-ciel, des complexes immobiliers et des ponts. Pendant longtemps, les gens en Irak ont soupçonné que le gouvernement était le « chef lent », causant des retards interminables car les paiements pour le travail effectué sont différés. Cependant, dans le monde de la science, « soupçonner » ne suffit pas ; il faut des preuves. C'est là qu'intervient une branche de l'informatique appelée l'Intelligence Artificielle (IA). Considérez l'IA comme un détective super intelligent capable d'examiner des milliers d'indices à la fois pour comprendre exactement ce qui a causé un problème. Mais il y a un piège : parfois, ces détectives de l'IA sont des « boîtes noires », ce qui signifie qu'ils donnent une réponse mais n'expliquent pas pourquoi. Pour corriger cela, les scientifiques utilisent un outil spécial appelé SHAP (qui ressemble à un nom amical mais désigne une méthode mathématique complexe). SHAP agit comme une loupe, décomposant la décision de l'IA pour montrer exactement à quel point chaque indice — comme le mauvais temps, les matériaux en retard ou les paiements tardifs — a contribué au désastre final. La grande question est la suivante : le paiement tardif est-il le principal méchant, ou n'est-il qu'un des nombreux méchants de même importance ?
Dans cette étude, un chercheur nommé Layth Shakir, de l'Université de Bagdad, a décidé de mettre ce travail de détective à l'épreuve sur trois projets de construction massifs en Irak. Il ne s'agissait pas de petites maisons ; nous parlons d'une tour commerciale de 772 millions de dollars, d'un développement résidentiel de 10,1 milliards de dollars comprenant plus de 100 000 logements, et d'un projet d'infrastructure marine de 4,7 milliards de dollars. Ensemble, ces projets valaient plus de 15,57 milliards de dollars. Le chercheur a construit un système d'IA à deux couches pour agir comme une sentinelle numérique. La première couche, un « CNN-LSTM », était comme une caméra de surveillance qui surveillait les chantiers en temps réel, cherchant tout événement anormal, comme un arrêt soudain du travail. La seconde couche, un modèle « Transformer », était la boule de cristal qui tentait de prédire quand le projet serait terminé et s'il manquerait d'argent ou de temps.
Une fois que l'IA a fait ses prédictions, le chercheur a utilisé la loupe SHAP pour demander : « Quelle a été la raison principale du retard de ces projets ? » La réponse était étonnamment claire et cohérente. À travers ces trois projets très différents, l'indice de retard de paiement (PDI) — un score mesurant la rapidité avec laquelle le gouvernement payait les constructeurs — était le premier prédicteur des dépassements de calendrier. Ce n'était pas seulement légèrement important ; c'était le champion poids lourds. L'IA a attribué au retard de paiement un « score d'importance » (appelé valeur phi) de 0,313 en moyenne. Le suspect suivant, le plus proche, l'Indice de retard du chemin critique (qui suit les étapes les plus importantes du processus de construction), n'a obtenu que 0,214. Cela signifie que le retard de paiement était environ 46 % plus influent dans la cause des retards que le facteur suivant.
L'étude suggère qu'il ne s'agit pas seulement d'un problème avec un bâtiment spécifique ou un entrepreneur malchanceux. Comme le résultat était le même pour une tour commerciale à Bagdad, un projet de logement massif et un projet maritime à Bassorah, cela pointe vers un problème plus profond : la manière dont le gouvernement irakien gère les paiements est une partie structurelle du système, comme un moteur lent dans une voiture qui fait que l'ensemble du véhicule fonctionne mal, peu importe qui conduit. Les chercheurs ont également constaté que lorsqu'ils utilisaient ce système d'IA pour gérer les projets, la « santé » globale des projets de construction s'améliorait de 14,7 points en moyenne sur une nouvelle échelle qu'ils ont créée, appelée l'Indice de Santé de la Construction en Irak (ICHI).
L'article écarte explicitement l'idée que les retards de paiement soient un problème mineur ou qu'ils soient d'égale importance que d'autres risques comme la pénurie de matériaux ou les problèmes de main-d'œuvre. Bien que ces choses comptent, les données montrent qu'elles ne sont souvent que des effets secondaires du problème principal : ne pas être payé à temps. Quand l'argent est en retard, les constructeurs ne peuvent pas acheter de matériaux, et les sous-traitants ne peuvent pas payer leurs ouvriers, provoquant une réaction en chaîne qui arrête le travail. Les chercheurs sont assez sûrs de ce classement car ils ont utilisé une méthode statistique appelée « bootstrapping » pour vérifier leur travail, et les résultats ont tenu bon à chaque fois. Cependant, ils précisent qu'il s'agit d'une « preuve de concept », ce qui signifie que c'est un test très solide prouvant que l'idée fonctionne, mais que ce n'est pas encore une garantie que chaque futur projet sera réparé simplement en utilisant cet outil. Ils admettent également que, comme ils n'ont examiné que trois projets, ils ne peuvent pas affirmer avec certitude que cela s'applique à chaque projet de construction en Irak, mais les preuves sont assez solides pour suggérer qu'il s'agit d'un problème systémique majeur.
En fin de compte, cette recherche fournit la première preuve concrète, basée sur les données, que si l'Irak veut empêcher ses projets de construction d'être en retard, le moyen le plus efficace de commencer est d'accélérer le processus de paiement. C'est comme réaliser que le gâteau est en retard non pas parce que le four est cassé ou que les boulangers sont indisponibles, mais parce que la personne qui détient la clé du garde-manger met trop de temps à ouvrir la porte. En utilisant l'IA avancée pour éclairer le problème, l'étude offre une voie claire pour réparer le système.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.