BTP : IA & prévention des risques
Commandée par l’Observatoire des métiers du BTP, un rapport analyse la perception et l’intégration de l’IA dans les entreprises du secteur, à partir d’une enquête auprès de 621 dirigeants et de nombreux entretiens.
IA comme nouvel outil de gestion des risques
Le rapport insiste sur l’IA comme « nouvel assistant » pour la gestion des risques, en particulier via l’analyse de données de chantier et d’historiques d’incidents. Des modèles prédictifs permettent de repérer les chantiers les plus exposés, en croisant accidents, types de travaux, conditions météo, phases de chantier ou coactivités, afin de prioriser les actions de prévention. Des plateformes centralisent incidents, visites HSE, accueils sécurité, quasi-accidents...
Détection et surveillance augmentée des situations dangereuses
L’étude décrit le développement de solutions de vision par ordinateur, à partir de caméras fixes ou embarquées (casques, engins, grues), capables de détecter automatiquement le non‑port des EPI, la présence en zones interdites ou la proximité dangereuse engins/piétons. Ces systèmes génèrent des alertes et alimentent des tableaux de bord que les préventeurs et responsables QSE utilisent pour orienter leurs tournées, leurs causeries sécurité et leurs plans d’actions.
Transformation des métiers de la prévention
Le rapport souligne que les métiers de la sécurité (coordonnateurs SPS, QSE, techniciens prévention) ne sont pas remplacés mais voient leur pratique se recomposer. Leur rôle se déplace vers l’analyse de données, l’interprétation de tendances, la traduction d’alertes automatiques en actions concrètes (adaptation du plan de prévention, renforcement des contrôles, formation ciblée). Ils doivent développer des compétences nouvelles : compréhension des outils numériques, structuration des données, dialogue avec les services IT ou les fournisseurs de solutions, tout en conservant l’expertise réglementaire et la connaissance du terrain. Enfin, l'IA contribue aussi à la prévention des pannes et des défaillances, via la maintenance prédictive des équipements et infrastructures, en analysant en continu des données de capteurs (température, vibrations, consommation…). Cela permet de détecter des signaux faibles avant la panne, de planifier des interventions préventives et de limiter les situations d’urgence dangereuses.
Photo d’illustration © Getty Images
