L’IA dans le chiffrage des travaux de construction : ce qui est réel, ce qui relève encore de la démonstration et comment les entrepreneurs peuvent faire la différence

La construction repose sur des plans. Avant qu’un entrepreneur puisse soumissionner pour un bâtiment, un membre de son équipe effectue un métré. Il passe en revue le dossier de plans, l’ensemble des dessins PDF que l’architecte et les ingénieurs publient pour le projet, et compte et mesure tout ce que l’entrepreneur devra fournir et installer : prises électriques, portes, éviers, mètres linéaires de murs, mètres carrés de revêtement de sol. Ces quantités sont intégrées au devis, le document chiffré qui devient l’offre. Si l’offre est retenue, les mêmes chiffres réapparaissent dans les ordres de modification, les avenants chiffrés et signés au contrat lorsque le projet évolue.

Le métré est lent, répétitif et coûteux à réaliser avec des erreurs, ce qui en fait une cible évidente pour l’IA. Je développe des logiciels capables de lire des plans de construction, et les entrepreneurs à qui je parle cherchent à savoir quelles promesses concernant l’IA sont crédibles. Voici comment je distingue ce qui fonctionne de ce qui relève encore de la démonstration.

L’optimisme devance l’adoption

Deux enquêtes récentes quantifient cet écart. Dans une étude de Dodge Construction Network menée avec CMiC, publiée en décembre 2025, 87 % des entrepreneurs ont déclaré s’attendre à ce que l’IA transforme le secteur, et 19 % ont indiqué avoir adapté leurs processus de travail en conséquence.

RICS, l’organisme professionnel des métreurs, a interrogé plus de 2 200 professionnels de la construction pour son rapport 2025 sur l’IA dans la construction. Environ 45 % ont déclaré que leur organisation n’avait pas mis en œuvre l’IA, et moins de 1 % ont décrit son utilisation comme pleinement intégrée dans l’ensemble de l’organisation. Construction Dive a rendu compte des résultats sous le titre « Les entreprises de construction tardent à adopter l’IA malgré les avantages perçus. »

L’optimisme et l’adoption dans deux enquêtes récentes. Données : Dodge Construction Network et CMiC (décembre 2025), RICS (2025). Image : Bildrix

La phase de préparation du chantier, qui comprend tout ce qu’un entrepreneur fait avant le début des travaux (offres, examen des documents, planification), est un point de départ naturel, car les données d’entrée sont déjà des documents numériques.

Ce qui fonctionne aujourd’hui

La lecture d’un dossier de plans constitue désormais une catégorie de produits opérationnels. Les logiciels peuvent trier et nommer les feuilles d’un dossier, déterminer l’échelle de chaque dessin, compter les symboles — prises électriques, luminaires et appareils de plomberie, par exemple — en les comparant à la légende établie par l’ingénieur pour le projet, et mesurer les pièces et les murs. La reconnaissance des symboles sur les plans fait l’objet de recherches actives depuis des années. Le jeu de données FloorPlanCAD, publié en 2021, a permis d’annoter plus de 10 000 plans d’étage répartis dans 30 catégories d’objets, afin que les chercheurs puissent entraîner et tester des modèles pour cette tâche.

Deux autres fonctionnalités se révèlent efficaces dans la pratique. La première consiste à répondre à des questions à partir des plans et des spécifications, en citant la feuille dont provient la réponse afin qu’une personne puisse la vérifier en quelques secondes. La seconde permet d’intégrer les quantités vérifiées à un devis, à condition que le bordereau de prix de l’entrepreneur couvre les articles concernés.

Ce qui relève encore de la démonstration

Trois promesses méritent d’être accueillies avec davantage de méfiance.

Des prix que personne ne vérifie. Les prix des matériaux et de la main-d’œuvre varient selon les régions et évoluent. Un prix suggéré par l’IA peut constituer un point de départ raisonnable, mais il devrait être clairement identifié comme une suggestion et vérifié auprès d’un fournisseur avant d’être intégré à une offre.

Tous les corps de métier, à partir de n’importe quel type de document. Les PDF vectoriels propres, exportés directement depuis un logiciel de conception, sont le cas le plus simple. Les plans numérisés, les photos de dessins prises avec un téléphone et les dossiers incomplets posent encore problème, et la couverture varie considérablement selon le corps de métier. Un outil qui lit bien les plans électriques peut avoir du mal avec ceux d’un autre corps de métier.

Des offres entièrement automatisées. Une grande partie des éléments qui déterminent une offre ne figure jamais sur les plans : les lacunes de périmètre entre les corps de métier, les méthodes d’exécution, l’état des lieux existant dans le cas d’une rénovation, le calendrier et le niveau de risque que l’entrepreneur est prêt à assumer. C’est le métreur qui valide le montant et en répond.

Ce qui fonctionne aujourd’hui dans la pratique et ce qui relève encore de la démonstration. Image : Bildrix

Quatre signes que vous assistez à une démonstration

1. La solution ne fonctionne qu’avec les plans du fournisseur. Demandez à la voir à l’œuvre sur votre propre dossier de plans, idéalement le plus chaotique de ceux pour lesquels vous avez soumissionné le trimestre dernier.
2. La solution affiche un taux de précision unique, sans le définir. Quelle est la précision du comptage, pour quels éléments, sur quels plans et selon quelle méthode de mesure ? Un chiffre sans ventilation par élément ne vous apprend pas grand-chose.
3. Rien n’est signalé. Chaque modèle a des incertitudes. Un outil qui ne montre jamais ses doutes les dissimule.
4. Le résultat se limite à un fichier tableur que quelqu’un doit ressaisir dans le devis. Chaque chiffre ressaisi crée un nouveau risque de faute de frappe.

Questions à poser à tout fournisseur

• Quels types de données d’entrée la solution accepte-t-elle, quels corps de métier couvre-t-elle et que refuse-t-elle de faire ?
• Comment signale-t-elle les incertitudes, et combien de temps prend la vérification de l’un de mes dossiers ?
• Puis-je modifier le résultat, et mes modifications sont-elles reprises dans le devis et dans les modifications ultérieures ?
• Mes données servent-elles à entraîner les modèles de quelqu’un, et où sont-elles stockées ?

Le Cadre de gestion des risques liés à l’IA du NIST constitue une référence utile pour le dernier groupe. Il décrit notamment une IA digne de confiance comme étant valide et fiable, sûre et résiliente, responsable et transparente, et respectueuse de la vie privée. Chacun de ces critères donne lieu à une question qu’un entrepreneur peut poser à un fournisseur.

Pourquoi le doute est un atout

Les modèles affichent souvent une confiance excessive. En 2017, Guo et ses collègues ont montré que les réseaux neuronaux modernes ont tendance à être mal calibrés. Le niveau de confiance indiqué par un réseau ne correspond souvent pas à la fréquence à laquelle il donne la bonne réponse. Il est possible d’améliorer le calibrage ; une fois amélioré, le score de confiance devient un outil de gestion des tâches. Les éléments associés à un faible niveau de confiance sont confiés à une personne, tandis que ceux qui présentent un niveau élevé font l’objet d’une vérification rapide.

Cette propriété compte davantage pour moi que n’importe quelle fonctionnalité phare. Un estimateur n’a pas le temps de vérifier à nouveau chaque quantité sur un ensemble de quelques centaines de plans. En revanche, il a le temps de vérifier les quelques dizaines d’éléments que le logiciel signale comme incertains. L’estimateur signe toujours la soumission, et les bons outils accélèrent cette vérification.

Le logiciel lit et dénombre, une personne examine les éléments dont il doute, et l’estimateur signe la soumission. Image : Bildrix

Unite.AI a récemment publié un article de Baber Javed sur la conception de systèmes d’IA pour la paie, les admissions et d’autres domaines où les erreurs sont lourdement sanctionnées. Il soutient que des règles déterministes devraient régir tout ce qui entraîne des conséquences financières ou juridiques, le modèle se chargeant d’interpréter et d’expliquer, tandis qu’un humain vérifierait les résultats lorsque les erreurs coûtent cher. Une soumission de travaux de construction répond à cette description.

Les prochaines évolutions à suivre

Je m’attends à ce que les progrès de l’année à venir se concrétisent après le premier métré : comparaison des différentes versions des plans, puis report des quantités modifiées dans les avenants et les factures, sans avoir à les saisir de nouveau. Les révisions sont une source de pertes financières pour les entrepreneurs, qui ne s’en aperçoivent pas toujours : un changement dont le prix n’a pas été évalué donne lieu à des travaux effectués gratuitement.

Si vous dirigez une entreprise de travaux et souhaitez essayer ces solutions, testez-les sur vos propres plans, faites vérifier chaque résultat par une personne et consignez vos propres chiffres : les heures consacrées, les erreurs détectées et celles qui vous ont échappé. Vous en apprendrez davantage grâce à ces données qu’avec les chiffres de n’importe quel fournisseur.

Qu’auriez-vous besoin de constater avant de faire confiance à une quantité relevée par une machine dans une soumission portant votre nom ?