IA / ML 
Développement de logiciels 
L’IA automatise l’analyse de la documentation géotechnique et accélère la préparation des offres
Client
Une entreprise américaine spécialisée en géotechnique, qui prépare des offres (RFP) pour des projets d’étude de sol et de forage. Lors du processus d’appel d’offres, elle analyse une documentation géotechnique volumineuse, comprenant des profils de forage et des représentations graphiques des couches de sol. Chaque projet présente un format de documents différent, ce qui nécessite l’implication de spécialistes expérimentés possédant une expertise du domaine.
Défi
La préparation de chaque offre nécessitait une analyse manuelle de centaines de pages de documentation PDF. Les experts identifiaient les couches de sol sur les schémas géotechniques, puis retranscrivaient les données dans des feuilles Excel utilisées pour les analyses ultérieures.
Le processus était :
- chronophage et monotone,
- dépendant de la disponibilité de spécialistes qualifiés,
- sujet aux erreurs humaines,
- difficile à automatiser avec des méthodes classiques en raison de la diversité des formats de documents.
Dans le cadre des travaux, une approche basée sur des algorithmes déterministes a également été testée, mais elle n’a pas offert une qualité de reconnaissance des données satisfaisante.
Solution
Un élément clé de la solution a été l’utilisation de grands modèles de langage (LLM) et de modèles vision-langage (VLM), qui combinent l’analyse des images et du langage. Cela a permis de traiter automatiquement des documents contenant à la fois du contenu textuel et des éléments visuels, tels que des tableaux, des graphiques, des schémas ou des dessins techniques.
Le système est ainsi capable d’analyser une documentation géotechnique complexe, de reconnaître les informations présentées sur les schémas et de les convertir en données structurées.
La solution :
- traite des fichiers PDF multipages,
- reconnaît la structure des documents et les divise en profils de forage individuels,
- identifie les couches de sol sur les schémas,
- enregistre les données structurées dans une base de données,
- génère automatiquement des feuilles Excel conformes au format requis par le client.
Le projet a débuté par une phase de Proof of Concept, au cours de laquelle l’efficacité des modèles d’IA a été vérifiée sur des données réelles du client, et des ensembles d’évaluation ont été préparés afin de comparer les résultats avec les analyses réalisées par des experts.
Résultats
Le déploiement de la solution a considérablement optimisé le processus de préparation des offres.
Principaux résultats :
- réduction du temps d’analyse des documents d’environ 3 semaines à seulement 3 heures,
- réduction de la charge de travail des experts grâce à l’automatisation des tâches manuelles répétitives,
- davantage de temps consacré à l’analyse et à la préparation d’un plus grand nombre d’offres,
- une qualité d’analyse comparable à celle d’un expert humain et, dans certains cas, supérieure, le système ayant identifié des erreurs présentes dans les données préparées manuellement,
- une adoption rapide par les utilisateurs, qui souhaitaient utiliser l’application dès les premières phases du déploiement.
Conception, développement, DevOps ou Cloud - de quelle équipe avez-vous besoin pour accélérer le travail sur vos projets ? Discutez avec vos partenaires de consultation pour voir si nous sommes compatibles.
Jakub Orczyk
Membre du Conseil d’administration/Directeur des ventes VM.PL
Réservez une consultation gratuite