L’IA en architecture et dans le BTP : conception, chiffrage et chantier

En architecture, l’IA intervient d’abord comme assistant de conception. Les générateurs d’images permettent d’explorer rapidement des ambiances, des matériaux, des façades ou des variantes d’insertion dans un site. Ces images servent à ouvrir une discussion avec le maître d’ouvrage, mais elles ne remplacent pas les plans, les détails constructifs ni les pièces du permis.

Les logiciels intégrant l’IA peuvent aussi aider à analyser un programme : surfaces demandées, relations entre locaux, contraintes d’orientation, circulations ou objectifs environnementaux. Dans un environnement BIM, l’enjeu est de relier ces informations à une maquette exploitable plutôt que de produire uniquement des visuels.

Les cas d’usage les plus opérationnels sont les suivants :

• ▹génération de variantes d’aménagement et de volumétrie ;
• ▹recherche d’images de référence et création de moodboards ;
• ▹détection de conflits dans une maquette BIM ;
• ▹contrôle de la cohérence entre plans, nomenclatures et pièces écrites ;
• ▹synthèse de programmes, normes et comptes rendus ;
• ▹préparation de notes méthodologiques et de cahiers des charges ;
• ▹analyse préliminaire des performances énergétiques et environnementales.

L’IA peut également accélérer la rédaction des CCTP, notices et comptes rendus à partir de modèles internes. La méthode fiable consiste à fournir un corpus validé, à imposer une structure de sortie et à faire relire chaque document par le professionnel compétent. Un assistant généraliste ne doit pas être considéré comme un outil de calcul de structure ou de validation incendie.

Le bénéfice principal n’est donc pas l’autonomie complète, mais la réduction du temps passé sur les premières itérations et la documentation.

Le métré assisté par IA analyse des plans PDF, des fichiers DWG ou des modèles BIM afin d’identifier des surfaces, volumes, linéaires et objets. Cette approche peut accélérer l’extraction des quantités avant l’établissement d’un devis, en particulier lorsque les dossiers comportent plusieurs niveaux ou de nombreuses variantes.

Des solutions spécialisées comme Togal.AI ciblent l’analyse automatisée de plans et le takeoff pour les estimateurs. D’autres plateformes de construction ajoutent des fonctions d’extraction documentaire, de recherche dans les pièces du projet ou d’aide à la préparation des offres. Les résultats dépendent fortement de la lisibilité des plans, de la présence d’échelles correctes, de la convention de nommage et de la capacité de l’outil à reconnaître les éléments propres au projet.

L’IA peut intervenir à plusieurs étapes :

• ▹repérage des murs, portes, fenêtres, réseaux et équipements ;
• ▹calcul des surfaces et des longueurs ;
• ▹classement des postes par lot ;
• ▹comparaison entre deux versions de plans ;
• ▹détection d’éléments oubliés dans un bordereau ;
• ▹préparation d’un devis à partir d’une bibliothèque de prix ;
• ▹rédaction d’un mémoire technique à partir de références internes.

Le résultat doit être contrôlé avant toute transmission commerciale. Une porte mal détectée, une unité erronée ou une version obsolète du plan peut modifier sensiblement le montant d’un marché. L’outil prépare le travail de l’économiste ou du chiffreur ; il ne porte pas la responsabilité du prix final.

Pour obtenir des résultats reproductibles, il faut conserver une nomenclature stable, versionner les fichiers et distinguer clairement les quantités calculées par l’outil de celles vérifiées par un professionnel.

Sur chantier, l’IA est surtout utilisée pour transformer des informations dispersées en indicateurs exploitables. Les applications de vision par ordinateur peuvent comparer des photographies, des vidéos ou des scans avec un planning, une maquette BIM ou une liste de contrôle. Elles servent à repérer des écarts d’avancement, des zones non traitées ou certains défauts visibles.

Les assistants documentaires sont également utiles pour les comptes rendus. À partir de notes, d’enregistrements transcrits ou de formulaires, ils peuvent produire une synthèse structurée : décisions prises, réserves, responsables, échéances et actions à relancer. Cette automatisation réduit le temps administratif du conducteur de travaux, à condition que les observations soient datées et rattachées au bon emplacement.

Les usages les plus concrets comprennent :

• ▹transcription et synthèse des réunions de chantier ;
• ▹création de listes d’actions et de relances ;
• ▹classement des photos par zone, date et lot ;
• ▹comparaison entre avancement prévu et avancement constaté ;
• ▹détection visuelle de défauts ou d’équipements manquants ;
• ▹préparation de fiches de contrôle et de listes de réserves ;
• ▹centralisation des documents nécessaires au DOE.

Les plateformes de gestion de construction comme Procore ou Autodesk Construction Cloud structurent déjà les données de projet, les plans, les RFI, les observations et les documents. L’IA apporte de la recherche en langage naturel, de la classification et de la synthèse lorsque ces données sont correctement renseignées.

Une alerte générée par IA doit donc déclencher une vérification sur place, et non une décision automatique concernant la réception, la sécurité ou la conformité.

Le marché combine des outils généralistes, des logiciels BIM enrichis par des fonctions d’automatisation et des plateformes spécialisées dans le takeoff ou le suivi d’exécution. Le bon choix dépend moins du caractère spectaculaire de la démonstration que de l’intégration avec les processus existants.

Autodesk Revit, Autodesk Construction Cloud, Autodesk Forma, Archicad, Rhino et Grasshopper couvrent différentes étapes de la conception, de la modélisation et de la coordination. Les fonctions d’IA ou d’automatisation peuvent aider à explorer des options, structurer des informations et repérer des incohérences. Pour le chantier, Procore et les solutions de gestion documentaire centralisent les échanges, les observations et les validations.

Des outils comme Togal.AI ciblent plus directement le métré et l’analyse de plans. Les assistants généralistes tels que ChatGPT, Claude ou Mistral Le Chat peuvent servir à rédiger, synthétiser, classer et interroger des documents, à condition de ne pas leur confier aveuglément des données sensibles ou des calculs engageants.

Avant un déploiement, vérifiez cinq points : formats compatibles, hébergement des données, gestion des droits, traçabilité des versions et export des résultats. Testez ensuite l’outil sur un projet terminé dont les quantités et les erreurs sont connues. Mesurez le temps gagné, le taux de corrections et le nombre d’alertes pertinentes avant de généraliser l’usage.

Un déploiement réussi commence par un cas d’usage limité, documenté et réversible. Le compte rendu de réunion, la recherche dans un dossier de projet ou la préparation d’une checklist offrent généralement un meilleur point de départ qu’un calcul technique ou qu’une décision de conformité.

Commencez par cartographier le processus : documents d’entrée, personne responsable, résultat attendu, délai et critères de contrôle. Créez ensuite un modèle de prompt ou de formulaire stable. Pour un compte rendu, imposez par exemple les rubriques décisions, actions, responsable, échéance et points à confirmer. Cette structure rend les sorties comparables et facilite la relecture.

Une charte interne doit préciser :

• ▹les outils autorisés et les comptes professionnels ;
• ▹les données interdites dans les services publics ;
• ▹les règles de conservation et de suppression ;
• ▹l’obligation de vérifier les plans, chiffres et références ;
• ▹le nom du valideur final ;
• ▹la manière de signaler une sortie générée par IA.

Le règlement européen sur l’IA prévoit une application progressive. L’article 4, consacré à la maîtrise de l’IA, s’applique depuis février 2025. Les obligations de transparence liées à certains systèmes génératifs doivent également être anticipées pour les usages concernés.

Dans la construction, la responsabilité professionnelle reste attachée à l’acteur qui signe, valide ou transmet le document. Un CCTP, un devis, une note de calcul ou un rapport produit avec une IA doit donc suivre le même circuit de contrôle qu’un document rédigé manuellement.

Le suivi doit reposer sur quelques indicateurs simples : temps moyen avant et après automatisation, taux de correction, erreurs critiques détectées, délai de réponse et adoption par les équipes. Si l’outil ne s’intègre pas au classement documentaire ou produit plus de corrections qu’il n’en évite, le processus doit être revu avant tout investissement supplémentaire.