SIG, Intelligence Artificielle et Automatisation sur le Lieu de Travail

KelleyArroyo

Auteur : <\/SPAN>Steve Snow<\/A><\/H3>

Spécialiste principal de la stratégie nationale pour l'industrie gouvernementale chez Esri<\/P>

Partie 2 d'une série en 7 parties explorant SIG et Intelligence Artificielle<\/STRONG><\/EM><\/P> <\/P>De nombreuses professions sont impactées par l'introduction de l'Intelligence Artificielle (IA) sur le lieu de travail. Les emplois futurs et les choix de carrière seront à jamais modifiés par leur susceptibilité à l'automatisation et à l'informatisation.<\/P>Une étude qui se concentre sur les impacts de l'IA et de l'automatisation sur le lieu de travail provient du site Will Robots Take My Job ? Ce site a été créé à partir d'un rapport de Carl Benedikt Frey et Michael A. Osborne intitulé « The Future of Employment: How susceptible are jobs to computerization? ». Les auteurs estiment qu'environ 47 % des emplois aux États-Unis sont à risque en raison de l'automatisation d'ici 2033.<\/P>Ce qui préoccupe, ce sont les impacts de l'automatisation par IA sur le personnel géospatial. En utilisant l'interface du site Will Robots Take my job, il a été constaté que 4 types d'emplois géospatiaux devraient être impactés d'ici 2033. Les 4 recherches d'emploi suivantes : Ingénieurs Civils, Géographes, Cartographes et Photogrammètres, ainsi que Techniciens en Arpentage et Cartographie ont donné des résultats intéressants.<\/P>Comme vous pouvez le voir dans les résultats ci-dessous, les Ingénieurs Civils ont un taux probable de remplacement d'environ 2 % et sont protégés contre l'automatisation. Les Géographes ont un risque de remplacement plus élevé de 25 %. Pour les Cartographes et Photogrammètres ainsi que les Techniciens en Arpentage et Cartographie, les risques sont très élevés. Une raison possible est qu'il existe des flux de travail très répétitifs qui conviennent aux forces d'une machine telle que GeoAI pour automatiser.<\/P>Les résultats de l'image ci-dessous soulignent pourquoi les compétences en IA seront plus importantes que jamais comme compétence professionnelle à l'avenir. Je couvrirais davantage sur l'IA et les équipes humaines dans la Partie 3 de cette série.<\/P><\/span><\/P> <\/P>

Exemple 1 Automatisation Aujourd'hui (sans inclure GeoAI)<\/H3>
Un exemple d'automatisation (sans inclure GeoAI) sur le lieu de travail est celui du Kadaster néerlandais, qui est l'agence nationale de cartographie des Pays-Bas. Le Kadaster néerlandais envisageait initialement une automatisation ArcGIS pour leur série cartographique au 1:50 000 pour le pays. La série nécessitait typiquement 28 cartographes et 5 ans pour mettre à jour le système manuellement. Après la mise en œuvre de l'automatisation ArcGIS (non-GeoAI), l'agence cartographique est passée à 1 seul cartographe avec une complétion de la série en 3 semaines de traitement utilisant une approche 100 % automatisée avec une infrastructure de 6 ordinateurs utilisant chacun 6 CPU. Le retour sur investissement avec ArcGIS a été une réduction de 5000 % du temps et des ressources. Vous pouvez en savoir plus en visitant l'article Transformer la Production Cartographique Nationale<\/A><\/STRONG>.<\/P>

<\/span><\/H3> <\/P>Exemple 2 Automatisation Aujourd'hui (utilisant GeoAI)<\/H3>
Un second exemple d'automatisation utilisant GeoAI a été réalisé par le groupe AAM pour les services publics électriques en Australie. Le problème fondamental était comment automatiser la classification manuelle des nuages de points Lidar. GeoAI a été utilisé pour automatiser le flux de travail Lidar sur une grande région géographique. Après avoir créé le flux GeoAI dans ArcGIS, le retour sur investissement a permis d'économiser 50 000 heures-homme et 5 millions de dollars sur le projet ! Un des avantages supplémentaires d'utiliser GeoAI avec ArcGIS était que les bâtiments et la végétation étaient également classifiés par l'IA. De plus, un autre avantage est que le modèle GeoAI LiDAR est maintenant appliqué à d'autres projets. Vous pouvez en lire plus en consultant l'article PointCNN Remplaçant 50 000 heures-homme par IA.<\/P><\/span><\/P> <\/P>GeoAI dans des Environnements Dynamiques<\/H3>Un domaine où GeoAI sera un atout futur pour les organisations géospatiales sera dans les domaines de la navigation, la montée du niveau de la mer, les catastrophes, et la prédiction des inondations côtières lors des tempêtes. L'équipe humaine et IA peut rapidement effectuer l'extraction des caractéristiques des zones littorales et côtières où il y a un changement constant et rapide. L'extraction du trait de côte et de l'interface terre/eau est importante pour de nombreuses agences gouvernementales fédérales, étatiques et locales. Actuellement, beaucoup de cela est encore un processus manuel, mais une équipe humaine et IA pourrait rapidement mettre à jour les produits pour cartographier et fournir des informations officielles dans un environnement et des situations en rapide évolution.<\/P><\/span><\/P> <\/P>Lire la Partie 3 sur 7 : Travailler avec la Machine – IA sur le Lieu de Travail<\/A><\/P>

 <\/P>

Blogs supplémentaires dans la série : <\/STRONG><\/P>

Partie 1 : Impacts futurs de l'IA sur la cartographie et la modernisation<\/A><\/P>

 <\/