Le Trésor fédéral lance le suivi par IA des chantiers de projets nationaux via QMonitoring

Le Trésor fédéral a transféré une partie du contrôle de construction à l'IA : pour les projets de construction de capital exécutés aux frais du budget fédéral, ils ont lancé une analyse automatique des risques. La base en était la plateforme russe QMonitoring, qui traite les vidéos des caméras sur les chantiers de construction dans tout le pays 24h/24, 7j/7.

Comment Fonctionne le Système

Le nouveau cadre de surveillance est construit autour d'une surveillance vidéo continue et d'une analyse automatique. Les caméras aux installations transmettent un flux vers la plateforme QMonitoring, et les algorithmes recherchent en temps réel des signes d'écarts qui devaient auparavant être suivis manuellement par des visites sur site, des rapports photographiques et des résumés intermédiaires. Pour le client, il s'agit d'une tentative de passer du contrôle réactif, où un problème n'est remarqué qu'après un retard de calendrier, à une détection de risque plus précoce.

De plus, il ne s'agit pas d'une seule région pilote, mais d'un réseau distribué de sites où une logique d'évaluation unifiée permet de comparer les installations entre elles. Le système fonctionne non pas comme une archive d'enregistrements, mais comme un outil de surveillance opérationnelle. Il ne se contente pas d'enregistrer la vidéo, mais interprète ce qui se passe sur le site et forme des signaux pour les décisions de gestion.

Chaque jour, l'IA prépare des rapports et des notifications selon la méthodologie du Centre analytique du Gouvernement de la Fédération de Russie. Cela signifie que les données des caméras sont converties en une structure adaptée à l'évaluation des calendriers, du rythme et des défaillances probables aux installations.

Quels Risques Cherche-t-Il

Selon la description du projet, la plateforme se concentre non pas sur la « construction intelligente » abstraite, mais sur des indicateurs tout à fait pratiques. L'IA suit la progression réelle de la construction, si le personnel et l'équipement sont suffisants, si des événements se produisent sur le site qui pourraient rapidement mettre l'installation dans une zone rouge. En pratique, cela pourrait signifier le risque de manquement au calendrier, des augmentations de coûts ou une mauvaise utilisation des fonds déjà alloués. Ce sont exactement les signaux importants pour une intervention précoce.

• nombre de travailleurs sur l'installation
• travaux effectués et leur caractère réel
• incidents d'urgence sur le site
• efficacité de l'utilisation des équipements lourds
• installations qui tombent dans la zone de risque

Cet ensemble de métriques est utile car il unifie la image d'exécution dans une fenêtre. S'il y a peu de gens sur le site, les équipements sont inactifs et le travail réel ne correspond pas au plan, le système peut le détecter avant que le problème ne se reflète dans les rapports officiels. Le Trésor pense que cette approche permettra d'identifier en temps utile les écarts dans les calendriers, le rythme et le volume de travail, puis de prendre des mesures à l'avance pour réduire les risques de construction et ne pas gonfler le budget.

«

La numérisation du contrôle est une condition nécessaire pour améliorer la vitesse, la transparence et la qualité de la gestion des fonds budgétaires. »

Un effet financier est également souligné séparément. Lorsque le contrôle devient continu plutôt qu'épisodique, le client a plus de chances de remarquer l'inefficacité à un stade précoce : des ressources inactives aux signes de retards de travail. Pour les projets financés par le budget, cela est particulièrement important car même de petits changements sur plusieurs sites se transforment rapidement en un problème systémique. En même temps, la dépendance aux rares inspections sélectives qui traînent souvent en longueur est réduite.

Ce Qui Sera Ajouté Ensuite

À la première étape de la mise en œuvre, la plateforme est déjà utilisée pour l'évaluation des risques, mais sa fonctionnalité est prévue pour s'étendre. Dans les mises à jour ultérieures, les développeurs veulent ajouter le suivi des volumes de construction, l'analyse du nombre d'étages des objets et de nouvelles sources de données pour évaluer les objets linéaires—par exemple, les routes et les ponts. C'est une expansion importante : de tels projets sont plus difficiles à évaluer à partir d'une seule caméra ou d'un type de signal, de sorte que le système aura besoin d'un ensemble plus riche d'indicateurs.

Le Trésor a également déclaré que lors de l'analyse des risques, l'attention première est accordée aux installations du secteur social. La logique est claire : les écoles, les hôpitaux, les sports et autres installations publiques sont plus sensibles aux manquements aux calendriers et attirent rapidement l'attention du public. Si le projet pilote et les phases ultérieures de mise en œuvre montrent des résultats stables, un tel format de contrôle numérique pourrait devenir la norme pour une part importante des projets de construction d'État.

Pour les départements, c'est aussi un moyen de définir les priorités où le coût du retard est le plus élevé.

Ce Que Cela Signifie

Le contrôle de construction gouvernamental se transforme progressivement d'une procédure papier et sélective en analytique en flux basée sur la vidéo. Pour le marché, c'est un signal que l'IA dans les projets d'infrastructure est de plus en plus utilisée non pour les présentations, mais pour une tâche concrète—remarquer les défaillances plus tôt, gérer les risques et surveiller de plus près l'efficacité des dépenses budgétaires. Si le système montre un effet durable, des approches similaires seront mises à l'échelle à d'autres types de projets budgétaires à l'avenir.