L'intelligence artificielle a le vent en poupe. Partout, semble-t-il - sauf dans le secteur de la construction et de l'immobilier. C'est du moins ce que laissent entendre les déclarations des professionnels du secteur. Mais la comparaison avec la réalité montre qu'il se passe bien plus de choses qu'on ne le pensait.
Des pas de bébé malgré l'omniprésence
Depuis une bonne dizaine d'années, le mot d'ordre de la transformation numérique hante le secteur de la construction et de l'immobilier. Ni les taux d'intérêt négatifs, ni la pandémie de coronavirus, ni le tournant énergétique n'ont sérieusement accéléré la numérisation du secteur. Au lieu de cela, elle continue de clapoter comme un doux ruisseau de montagne. Puis le chat GPT est arrivé et a catapulté l'intelligence artificielle (IA) dans la conscience de la société. Depuis, les experts et les spécialistes sont unanimes : l'IA va disrupter tous les secteurs économiques. Et qu'en pense le secteur de la construction et de l'immobilier ? Avant tout, une chose : ne pas se précipiter.
L'évaluation hésitante de l'intelligence artificielle est une tradition dans la branche, comme le montre un regard rétrospectif sur les résultats des précédentes enquêtes Digital Real Estate de pom+. En 2022, 56% des quelque 200 cadres et spécialistes interrogés lui attribuaient encore une utilité élevée ou très élevée. En outre, un peu plus de la moitié des personnes interrogées ont déclaré n'utiliser aucune forme d'IA dans leur travail quotidien, tandis que 29% ont confirmé que des applications d'IA étaient en cours de développement ou déjà utilisées dans leur entreprise. Un an plus tard, le Chat GPT a fait sa grande entrée et, paradoxalement, le secteur immobilier a immédiatement réduit ses attentes : en 2023, seuls 52% voyaient une grande utilité à l'IA, 48% ne l'utilisaient pas du tout et 30% seulement confirmaient la mise en place ou l'utilisation. Aujourd'hui encore, à peine un tiers (32%) des personnes interrogées indiquent que l'IA est en cours de développement ou d'utilisation dans leur propre entreprise.
Le marché devrait déjà être en avance
La frise chronologique du graphique montre clairement la lenteur de l'adoption de la technologie : sur les trois dernières années, l'IA n'a progressé que de 4% dans le secteur immobilier. Et ce, bien que peu de sujets aient été aussi présents au cours des 18 derniers mois. Le placement d'autres innovations sur le cycle Hype de Gartner (graphique ci-dessus) montre également une stagnation de leur degré de maturité pour le secteur et correspond à l'image d'une maturité numérique figée.
En y regardant de plus près, on peut toutefois supposer que l'omniprésence actuelle de Chat GPT a une influence négative supplémentaire sur le positionnement sur le cycle Hype. En raison de la focalisation latente sur l'IA générative, on oublie souvent que l'IA n'existe pas seulement depuis deux ans, mais qu'elle a traversé une histoire de développement de plusieurs décennies. Ainsi, différentes solutions qui relèvent également de l'IA sont déjà utilisées avec succès depuis un certain temps. On peut citer par exemple les Automated Valuation Models, c'est-à-dire des modèles d'évaluation automatisée de biens immobiliers. Un autre exemple est celui des solutions de capture, qui permettent de créer des modèles 3D structurés à partir de nuages de points scannés. Un coup d'œil sur les solutions proposées sur le marché montre que les approches basées sur l'IA sont présentes tout au long du cycle de vie des biens immobiliers et vont des outils d'aide à la planification à l'optimisation des flux de matières. Ces exemples soulignent que l'IA est en cours d'utilisation pratique et qu'elle aide déjà le secteur immobilier à optimiser les processus et à les rendre plus efficaces.
Raisons de l'évaluation négative
L'une des raisons pour lesquelles le secteur est réticent à l'égard de l'IA est sans doute l'idée souvent exagérée qu'il se fait de ce qu'elle peut réellement faire. La plupart des applications de l'IA dans le secteur de l'immobilier se limitent encore à une fonction de soutien, par exemple pour des simulations ou l'analyse de données.
Mais à l'avenir, les gains d'efficacité vraiment décisifs de l'IA devraient surtout provenir de l'intelligence extensive et autonome. C'est-à-dire lorsque l'IA agit comme une aide à la décision, en déduisant des connaissances à partir de données et en proposant ainsi de nouvelles solutions de manière autonome. Ou même si elle décide de manière autonome quels problèmes doivent être résolus et comment pour atteindre un objectif donné. Les difficultés à faire la distinction entre l'analyse des données et l'IA contribuent également à ces estimations pessimistes. En effet, l'IA est souvent considérée comme un sujet purement informatique et moins comme une partie intégrante de l'activité principale.
Un obstacle supplémentaire est le besoin de données d'exercice et de scénarios de test, qui sont indispensables pour une introduction réussie de l'IA générative. Tout comme pour la mise en œuvre de mesures de durabilité, la règle est la même ici : Aucun progrès n'est possible sans une base de données solide.
Un développement rapide
Le rythme de développement de l'IA générative est très rapide. Presque chaque jour, une nouvelle fonctionnalité basée sur l'IA générative est lancée sur le marché. Il est donc particulièrement difficile pour les petites et moyennes entreprises de garder une vue d'ensemble des possibilités et de ne pas rater le coche. Alors que les grandes entreprises se concentrent actuellement sur l'utilisation de l'IA générative pour la gestion des connaissances et la communication avec les clients, les investissements nécessaires à cet effet découragent les petites entreprises.
Il est pourtant indispensable pour toutes les entreprises de réfléchir à des cas d'application judicieux de l'IA et de s'attaquer progressivement à leur mise en œuvre. Si l'on passe à côté de cette étape, le processus de rattrapage risque d'être d'autant plus coûteux par la suite - voire de ne plus être possible du tout.
Un «upskilling» large est nécessaire
Dans ce contexte, il apparaît clairement que l'IA est loin d'être un simple défi technique, mais qu'il s'agit avant tout d'une tâche de gestion qui doit être abordée de manière stratégique et opérationnelle. Le succès des applications d'IA dépend fortement de la qualité des entrées et de la capacité des collaborateurs à utiliser efficacement cette technologie. Il est donc crucial d'initier systématiquement les professionnels à l'IA et de les former en conséquence. Ce n'est qu'ainsi que le plein potentiel de l'IA pourra être exploité dans le secteur immobilier.
La version originale de cet article a été publiée pour la première fois dans en IMMOBILIA août 2024.
Vous avez des questions ou des remarques ? Adressez-vous à nos experts.