La plupart des actifs des agences publiques comprennent des chaussées et, par conséquent, nécessitent une étude de détection des dégradations ainsi qu'un entretien. Dans la mesure où les pratiques et technologies traditionnelles d'évaluation des chaussées sont chronophages et imprécises, Benesch a exploré l'intégration de l'intelligence artificielle (IA) et de l'apprentissage automatique (ML) dans ses workflows de collecte de données sur le terrain, en ciblant la détection des dégradations sur la chaussée. Cependant, elle a rencontré des difficultés pour relier l'identification numérique des dégradations et la classification des fissures sur la base de l'évaluation de leur état. Elle a donc cherché à développer sa propre solution technologique de détection des dégradations sur la chaussée.

Ils ont choisi les solutions iTwin Capture Modeler, AssetWise et iTwin de Bentley pour piloter leur innovation numérique sur trois sites de projets actifs aux États-Unis, en créant des jumeaux numériques des sites. La technologie Bentley a exploité la puissance de l'IA et de l'apprentissage automatique, rationalisé le processus de détection des fissures, et introduit les données dans le jumeau numérique pour analyse. La solution automatise la numérisation des données de tracé des fissures et permet d'économiser 75 % de temps sur le terrain. Elle doit également permettre d'économiser 144 000 dollars américains au cours de 100 inspections aéroportuaires sans aucune incidence sur le trafic et/ou les opérations aéroportuaires.