evidoria

← Retour à la liste

Bonne pratique Importée

PlanAI — L'outil d'IA du Grand Cambridge réduit l'analyse des consultations d'urbanisme de 18,5 heures à 16 minutes

Royaume-Uni · Cambridge · Voir le profil de Royaume-Uni · Voir le profil de Cambridge

Preuves: Descriptif / auto-déclaré Top 24% 73/100 · Demandez à Evidence Copilot à propos de cette pratique

Le service de planification partagé du Grand Cambridge et l'Université de Liverpool ont conçu PlanAI, un grand modèle de langage entraîné sur 15 ans de consultations d'urbanisme, pour résumer les réponses du public aux documents du plan local — réduisant le temps d'analyse d'un essai de 18,5 heures à 16 minutes.

18.5 hours
Temps d'analyse des consultations, manuel
16 minutes
Temps d'analyse des consultations, PlanAI
5
Collectivités dans le pilote étendu (by Jul 2026)
PlanAI — L'outil d'IA du Grand Cambridge réduit l'analyse des consultations d'urbanisme de 18,5 heures à 16 minutes PlanAI — L'outil d'IA du Grand Cambridge réduit l'analyse des consultations d'urbanisme de 18,5 heures à 16 minutes

Détails

Maturité
En expansion
Promoteur
Greater Cambridge Shared Planning (Cambridge City Council & South Cambridgeshire District Council), with the University of Liverpool
Période
2024-2026
Mots-clés
local government, urban planning, generative AI, public consultation

Contexte

Les consultations d'urbanisme génèrent des milliers de commentaires publics que les équipes municipales doivent lire et résumer, un goulot d'étranglement chronophage pour les collectivités.

Activités

Greater Cambridge Shared Planning et des universitaires de l'Université de Liverpool ont construit PlanAI, un grand modèle de langage entraîné sur 15 ans de données de consultation (55 000+ contributions, 40 000+ termes d'urbanisme), financé par le PropTech Innovation Fund du gouvernement.

Résultats

Lors d'un essai initial sur trois consultations réelles, PlanAI a produit des synthèses détaillées et un rapport de synthèse en environ 16 minutes, contre environ 18,5 heures manuellement — une réduction d'environ 90 % du temps d'analyse. En juillet 2026, le pilote s'était étendu à cinq collectivités supplémentaires.

Conclusions

Le compte rendu du MHCLG constitue des données d'efficacité en phase pilote, provenant des concepteurs de l'outil et des collectivités partenaires, pas une étude auditée de manière indépendante, et ne fournit pas de taux de précision/erreur par rapport à une référence humaine.

Mise en œuvre
Coût indicatif
Faible (< 50 k€)
Délai jusqu’aux résultats
Moyen (1–3 ans)
Personnel et compétences
Greater Cambridge Shared Planning, University of Liverpool (Lord, Singleton, Green)

Conditions de réussite

  • large historical training corpus of past consultation responses
  • government PropTech Innovation Fund backing

Modes d’échec courants

  • no accuracy/error-rate data against a human baseline
  • efficiency figures self-reported by developers and partner councils

Habituellement financé par

National / regional programmes

Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.

Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pièces jointes

Pratiques similaires qui pourraient vous être utiles