Chaque semaine, un chantier génère du papier : bons de livraison de matériaux, certificats qualité des fournisseurs, rapports journaliers du chef de chantier, factures de sous-traitants. Quelqu'un doit les lire, les classer et les saisir dans le système avant qu'ils ne servent à quelque chose, et cette tâche revient souvent au bureau d'études ou à l'administration, en retard sur ce qui se passe réellement sur le terrain. Summum IA applique une classification documentaire automatique et de la vision par ordinateur pour que ces informations entrent seules dans le système et que l'avancement réel du chantier soit visible sans attendre le rapport hebdomadaire.
Le problème n'est pas le volume, c'est le format. Chaque fournisseur envoie son bon de livraison comme il l'entend — PDF scanné, photo prise avec un téléphone, papier signé à la main sur le chantier — et chaque certificat de matériau arrive avec son propre modèle. Le bureau d'études passe des heures à extraire manuellement ce qui est déjà écrit sur le document : référence du matériau, quantité, lot, date, chantier de destination. Ce travail répétitif est exactement celui qu'un système de classification documentaire par IA effectue en quelques secondes, avec l'avantage supplémentaire de ne jamais se fatiguer ni sauter une donnée en fin de mois.
Parallèlement, l'avancement physique du chantier — fondations coulées, dalle bétonnée, murs montés — est aujourd'hui presque toujours rapporté à l'œil : quelqu'un se rend sur place, estime un pourcentage et le note. Un système de vision par ordinateur entraîné sur des photos de chantier prises périodiquement (drone, caméra fixe ou simplement le téléphone du chef de chantier) peut estimer l'avancement par lot de travaux — structure, enveloppe, installations, finitions — et le comparer au planning, en déclenchant une alerte dès qu'un lot prend du retard sur le délai prévu. Il ne remplace ni la certification officielle des travaux ni le jugement de la direction de chantier : c'est une donnée d'appui, plus fréquente et plus objective qu'une visite bimensuelle, reliée à l'ERP de chantier pour que l'écart apparaisse là où le projet est déjà géré.
Cela a une lecture réglementaire qu'il convient de clarifier dès la conception du système. Le règlement (UE) 2024/1689 (AI Act) classe comme à haut risque, à son annexe III, point 4(b), les systèmes d'IA destinés à surveiller et évaluer la performance et le comportement de personnes dans le cadre d'une relation de travail. Un système de vision qui mesure l'avancement physique d'un ouvrage — béton coulé, maçonnerie posée, tuyauterie installée — n'évalue la performance d'aucun travailleur en particulier et n'entre donc pas dans cette catégorie ; nous le concevons explicitement autour du lot de travaux, et non de l'ouvrier. Cela dit, si les photographies captent des travailleurs dans le cadre, l'article 89 de la loi organique espagnole 3/2018 (LOPDGDD) s'applique, exigeant que l'employeur informe les travailleurs au préalable, de façon expresse, claire et concise, de l'utilisation de caméras sur le lieu de travail. Nous intégrons cela au déploiement : une notice d'information et un cadrage de caméra excluant les zones de repos ou les vestiaires, exactement comme l'exige la LOPDGDD.
Nous examinons quels documents arrivent chaque semaine (bons de livraison, certificats, rapports du chef de chantier, factures de sous-traitants), sous quel format, et quels champs il faut extraire de chacun. En parallèle, nous identifions les lots de travaux à suivre par vision — structure, enveloppe, installations, finitions — et la source de photos disponible (téléphone du chef de chantier, caméra fixe, drone).
Nous entraînons la reconnaissance sur les modèles réels de vos fournisseurs et sous-traitants, pas sur des modèles génériques. Le système classe chaque document par type, en extrait les champs pertinents et les prépare pour l'ERP sans intervention manuelle, sauf dans les cas qu'il signale comme incertains.
Nous configurons la capture périodique de photos par lot de travaux et entraînons le modèle de vision sur l'historique de chantiers similaires quand il existe, ou sur les premières semaines du chantier en cours. Le résultat est un pourcentage d'avancement par lot, actualisé à chaque nouvelle série de photos.
Nous relions les deux flux — documents et avancement — à votre ERP BTP (certifications, planification, contrôle des coûts) pour que les données extraites et le pourcentage d'avancement apparaissent là où votre équipe travaille déjà. Nous configurons les alertes d'écart de délai par lot selon le seuil que vous choisissez.
Le détail opérationnel : ce que nous livrons dans le cadre du travail et ce que nous maintenons vivant ensuite.
Classification automatique des bons de livraison et certificats
OCR et classification par type de document (bon de livraison, certificat de matériau, rapport de chantier, facture de sous-traitant) avec extraction des champs clés de chacun.
Tableau de bord d'avancement de chantier par vision artificielle
Pourcentage d'avancement estimé par lot de travaux (structure, enveloppe, installations, finitions) à partir de photos périodiques, comparé au planning.
Alertes d'écart de délai
Notification automatique lorsqu'un lot de travaux prend du retard sur le planning, avec l'historique de photos qui étaye l'estimation.
Intégration avec l'ERP de chantier
Documents classés et pourcentages d'avancement transmis à l'ERP BTP, sans double saisie entre systèmes.
Cadrage réglementaire du déploiement
Évaluation de la position du système vis-à-vis de l'annexe III de l'AI Act et notice d'information au personnel selon l'article 89 de la LOPDGDD avant toute installation de caméra.
Révision mensuelle et réentraînement
Ajustement du modèle de classification et du modèle de vision à partir des documents et photos réels accumulés chaque mois de chantier.
La classification documentaire et la vision d'avancement fournissent la donnée ; l'ERP BTP de Summum Sistemas est l'endroit où cette donnée devient certification, planification et contrôle des coûts. Ils se déploient comme des couches séparées et complémentaires, chacune gérée par la marque du groupe qui la maîtrise.
Non. L'ERP de Summum Sistemas (erp-construccion) gère le contrôle de chantier, les certifications, Verifactu et les sous-traitants. Cette page de Summum IA couvre la couche en amont : classer automatiquement les documents entrants et estimer l'avancement physique par vision par ordinateur. Les deux couches s'intègrent, mais chacune est déployée et maintenue par la marque du groupe spécialisée.
Non. C'est une donnée d'appui, plus fréquente et plus objective qu'une visite périodique de chantier, mais elle ne remplace ni le jugement de la direction de chantier ni la certification officielle des travaux, qui suit sa procédure habituelle.
Le règlement (UE) 2024/1689 (AI Act) classe comme à haut risque, à son annexe III, point 4(b), les systèmes d'IA destinés à surveiller et évaluer la performance et le comportement de personnes dans une relation de travail. Le système que nous déployons mesure l'avancement physique de lots de travaux — structure, enveloppe, installations —, non la performance d'un travailleur en particulier, et il est délibérément conçu ainsi pour rester en dehors de cette catégorie. Les obligations de l'article 6 et de l'annexe III du règlement s'appliquent en tout état de cause à partir du 2 août 2027.
L'article 89 de la loi organique espagnole 3/2018 (LOPDGDD) exige que l'employeur informe les travailleurs au préalable, de façon expresse, claire et concise, de l'utilisation de caméras sur le lieu de travail, et interdit de les installer dans les zones de repos ou les vestiaires. Nous intégrons cela au déploiement : notice d'information au personnel et cadrage de caméra défini avant la mise en service.
Ceux qui génèrent le plus de volume sur un chantier : bons de livraison de matériaux, certificats qualité des fournisseurs, rapports journaliers du chef de chantier et factures de sous-traitants, quel que soit le format d'arrivée (PDF scanné, photo de téléphone, papier signé sur le chantier).