22 juin 2026
Face à la crise du logement, à la pénurie de main-d’œuvre et à l’explosion des coûts, l’industrie de la construction n’a plus le luxe de fonctionner comme avant. Pour Amin Chaabane, professeur-chercheur à l’ÉTS et spécialiste de la logistique et des chaînes d’approvisionnement, une transformation est inévitable : la construction doit gagner en efficacité en s’inspirant du secteur manufacturier, tout en respectant les contraintes bien réelles des chantiers.
« On voit apparaître en construction des enjeux de logistique que l’on connaissait déjà très bien en fabrication industrielle », explique-t-il. Planification fine, ordonnancement des tâches, synchronisation des flux : des concepts bien établis en génie industriel, mais encore difficiles à appliquer dans un secteur marqué par l’imprévu.
Quand la construction devient (un peu) industrielle
La construction s’oriente de plus en plus vers une forme d’industrialisation, notamment avec la construction hors site. Panneaux, modules ou composantes sont fabriqués en usine, puis transportés et assemblés sur le chantier. Cette approche permet d’améliorer la qualité, de réduire les délais et de mieux contrôler les coûts, des avantages cruciaux dans les milieux urbains densément peuplés et dans les régions nordiques ou arctiques, où les conditions climatiques compliquent le travail sur site.
Mais tout ne peut pas être industrialisé. « Certains procédés se prêtent très bien au hors site, d’autres non », rappelle Amin Chaabane. Cette hybridation complexifie énormément la planification : il faut coordonner la production en usine, le transport, la manutention, les contraintes municipales (taille des modules, accès au site), la disponibilité des sous-traitants et les réalités du chantier.
La planification : un casse-tête en temps réel
Sur un chantier, les imprévus sont la norme : retards de fournisseurs, bris d’équipement, météo capricieuse, changements de dernière minute. Sans outils adaptés, la planification devient une tâche quasi impossible lorsque plusieurs projets se déroulent en parallèle.
C’est là que la recherche d’Amin Chaabane entre en jeu. Son travail s’appuie sur des méthodes avancées d’optimisation et de planification de projets, nourries par un maximum de données issues du terrain. Depuis plus d’une décennie, il développe des modèles capables d’agir à différents niveaux (stratégique, tactique et opérationnel) et d’intégrer des outils comme la modélisation des données du bâtiment (BIM) pour améliorer la coordination entre les acteurs.
Intelligence artificielle : prévoir pour mieux s’adapter
Plus récemment, le professeur explore l’apport de l’intelligence artificielle pour rendre la planification plus proactive. L’IA permet de créer des modèles prédictifs capables d’analyser les données du chantier et de détecter des anomalies potentielles : un retard de livraison, un risque de congestion, un problème de coordination.
Ces prédictions sont ensuite transmises à un moteur d’optimisation qui ajuste automatiquement la planification. L’objectif n’est toutefois pas de tout optimiser en permanence. « Il faut éviter de suroptimiser », souligne le professeur Chaabane. Le défi consiste à trouver le juste équilibre entre stabilité et performance, afin de rendre les systèmes réellement utilisables sur le terrain.
Amin Chaabane, professeur à l'ÉTS
Cette approche, qui combine optimisation et apprentissage automatique, notamment l’apprentissage par renforcement profond, permet de passer d’une planification figée à une gestion dynamique, capable de réagir en temps réel.
Une chaîne d’approvisionnement plus durable et concertée
La logistique ne se limite pas à la performance économique. Amin Chaabane souhaite intégrer pleinement la durabilité dans les chaînes d’approvisionnement, en tenant compte de critères économiques, environnementaux et sociaux, dont l’acceptabilité sociale.
Ses travaux sur l’économie circulaire en construction visent à réduire les déchets générés lors des rénovations et démolitions. Récupérer, trier, réutiliser et valoriser les matériaux plutôt que les enfouir : il a développé des modèles pour optimiser le transport et le traitement des déchets, même en contexte d’incertitude sur les volumes ou la localisation des fournisseurs. Ces travaux ont déjà été appliqués au Québec et ont influencé l’organisation de réseaux de récupération et de recyclage.
Des outils pensés pour les gens de terrain
Un autre aspect central de la recherche du professeur Chaabane concerne l’interface entre la technologie et les utilisateurs. Son objectif est de concevoir des outils d’aide à la décision qui ne nécessitent pas d’expertise avancée en programmation, en modélisation ou en logistique.
Grâce à une combinaison d’IA générative, d’IA agentique et de techniques d’optimisation, les ingénieurs et gestionnaires pourraient interagir avec des agents en langage naturel pour décrire les objectifs et les contraintes. Ces agents formuleraient et résoudraient automatiquement les modèles d’optimisation et généreraient des recommandations : planification des sous-traitants, approvisionnement, livraisons, séquençage des tâches.
En plus de générer la planification, les agents seraient capables de suivre les opérations, d’évaluer différents scénarios, et de s’adapter de façon dynamique aux nouvelles conditions. Cette approche permettrait une prise de décision prédictive et réactive en plus de soutenir la transition entre la planification statique et la gestion intelligente, en temps réel.
Des retombées concrètes pour l’industrie et la société
Testés en collaboration avec l’industrie, ces travaux montrent des retombées tangibles : projets accélérés, coûts réduits, meilleure sécurité sur les chantiers, prévisibilité accrue et diminution de l’empreinte environnementale.
En filigrane, la recherche d’Amin Chaabane contribue à bâtir une nouvelle génération de chaînes d’approvisionnement intelligentes, capables de soutenir une construction plus rapide, plus durable et mieux adaptée aux besoins du Canada. Une transformation discrète, mais essentielle, pour relever les défis du logement et de l’aménagement de demain.
