À mesure que Digs introduisait de nouvelles capacités d'IA, ses besoins en annotation de données devenaient plus sophistiqués. Le travail qui a commencé par la segmentation des pièces s'est étendu à la dénomination des pièces, aux mesures, à l'interprétation des murs et à d'autres éléments du plan. Le défi ne se limitait pas à l'étiquetage d'un plus grand nombre d'images. Digs avait besoin d'un processus d'annotation des données capable de s'adapter à l'évolution du produit, tout en préservant la cohérence en aval dont dépendaient les constructeurs et les propriétaires.

Trouver un partenaire d'annotation capable de s'adapter à l'évolution du produit

Digs s'est associée à Uber AI Solutions (UAIS). Plutôt que de contraindre Digs à adopter une structure opérationnelle rigide, l'équipe UAIS s'est rapidement adaptée à l'environnement technique existant et aux flux de travail en constante évolution de l'entreprise. UAIS a constitué une équipe d'annotation dédiée et a travaillé dans le cadre du processus de révision établi par Digs. À mesure que les exigences changeaient, les flux de travail ont été ajustés progressivement. Les flux de travail ajustés ont pris en charge les mises en page pivotées, les règles de segmentation mises à jour, la dénomination des pièces, les mesures et les éléments de plan de plus en plus spécialisés, sans que l'opération doive être reconstruite chaque fois que les exigences changeaient.

La collaboration a également permis de remédier à un manque de visibilité opérationnelle. Comme les processus de révision et d'ingestion existaient dans des systèmes distincts, il pouvait être difficile d'identifier rapidement les travaux bloqués et les problèmes émergents. UAIS a mis en place des rapports sur tableau de bord et des mises à jour automatisées sur Slack pour visualiser l'état des files d'attente, les opérations en cours et les éléments bloqués, offrant ainsi aux deux équipes une meilleure visibilité au quotidien et leur évitant les tâches de coordination manuelle.

Forte de son expérience opérationnelle dans la gestion de programmes d’annotation complexes et l’adaptation à des exigences évolutives, UAIS a permis à Digs d’étendre l’utilisation de données de construction structurées sans devoir créer un nouveau processus interne chaque fois que les exigences d’annotation évoluaient.

Une base évolutive pour les flux de travail de construction assistés par l'IA

Les systèmes d'IA pour la construction résidentielle dépendent de l'interprétation précise de documents visuels très variables. La mise en place de ces capacités nécessite des opérations d'annotation qui peuvent évoluer en même temps que le produit lui-même.

En s'associant à Uber AI Solutions, Digs a mis en place un processus d'annotation des plans fiable, capable de répondre à l'évolution des exigences, de maintenir la qualité et d'évoluer sur le plan opérationnel sans introduire de complexité inutile. Aujourd'hui, Digs crée des processus alimentés par l'IA pour l'ère moderne de la construction et de la propriété immobilière.