L'illusion de l'imminence : où en est cette révolution de l'IA tant vantée ?

Pendant la majeure partie de la dernière décennie, le secteur immobilier britannique a présenté l’intelligence artificielle comme une technologie à venir : imminente, inévitable, mais toujours juste à l’horizon. Les programmes des conférences regorgent de tables rondes sur la PropTech, les stratégies d’innovation font abondamment référence aux data à l’automatisation, et la plupart des grandes entreprises peuvent citer au moins quelques projets pilotes, initiatives peu convaincantes ou démonstrations de faisabilité. Et pourtant, pour de nombreux professionnels sur le terrain, les progrès semblent encore timides et fragmentés. L'IA semble omniprésente dans les discours, mais n'est intégrée que de manière sélective dans la réalité.

Cette apparente apathie masque toutefois une réalité plus nuancée. Le problème n’est pas que l’IA n’ait pas trouvé sa place dans l’immobilier, ni que la technologie elle-même soit encore immature. En réalité, l’IA apporte déjà une valeur ajoutée tangible dans les domaines des transactions, de l’évaluation, de la gestion d’actifs et de l’exploitation des bâtiments. La véritable question est de savoir pourquoi son adoption a été plus lente, plus prudente et plus inégale que dans de nombreux secteurs comparables. La réponse réside moins dans les algorithmes que dans les caractéristiques structurelles du secteur immobilier britannique lui-même.

Pour comprendre où va le secteur, nous devons d'abord faire le point sur sa situation actuelle.

Le tournant : du projet pilote à l'intégration dans les processus de travail

Au cours des douze à dix-huit derniers mois, un changement significatif s’est opéré. L’IA a définitivement quitté la phase expérimentale pour s’intégrer dans les flux de travail professionnels quotidiens. Il y a seulement un an, la plupart des initiatives étaient encore présentées comme des projets pilotes, souvent confinés à de petites équipes d'innovation travaillant en marge de l'entreprise. Ces efforts avaient tendance à se concentrer sur des outils conversationnels : des chatbots conçus pour répondre à des questions basiques, rédiger des textes ou extraire des informations de référentiels de documents. Bien qu'utiles, ils étaient rarement reliés aux processus opérationnels fondamentaux.

Aujourd’hui, la situation a radicalement changé. L’IA s’intègre de plus en plus dans le travail quotidien des géomètres, des analystes, des gestionnaires d’actifs et des équipes opérationnelles. La rapidité de cette évolution est frappante. Alors que l'année dernière, l'activité tournait principalement autour de l'utilisation de grands modèles linguistiques (LLM) comme assistants passifs, l'attention s'est désormais tournée vers les systèmes agents ; des agents IA capables d'exécuter de manière autonome des tâches en plusieurs étapes, de collecter des informations, de valider les données d'entrée, de rédiger des rapports et de signaler les problèmes à des humains pour examen à des moments précis.

Pourtant, malgré cette accélération, un principe est resté largement inchangé dans l'ensemble du secteur immobilier britannique : l'IA est utilisée comme aide à la décision, et non comme décideur. Cette distinction n'est pas le fruit du hasard, ni le simple résultat d'un conservatisme culturel. Elle reflète une conception profondément ancrée de la responsabilité professionnelle et du risque, qui continue de déterminer jusqu'où les entreprises sont disposées et capables d'aller.

L'IA dans la pratique de la topographie : une augmentation des capacités, pas une automatisation

Opérations et vérification préalable

Dans la pratique, cela se manifeste surtout dans le cadre des transactions et des vérifications préalables, qui restent le domaine le plus avancé en matière d’adoption de l’IA. Dans ce contexte, la valeur ajoutée est claire et immédiate. Les systèmes d’IA sont désormais couramment utilisés pour lire et analyser de volumineux dossiers, extraire les clauses clés des baux, résumer les conditions d’urbanisme, les contrats de performance énergétique (EPC) et les manuels d’exploitation, ainsi que pour générer des premières ébauches de baux, d’annonces immobilières et de rapports de vérification préalable. Le concept essentiel qui sous-tend tous ces cas d'utilisation est celui de la « première lecture ». L'IA permet aux équipes de mettre en évidence les problèmes plus rapidement, de structurer les informations de manière plus cohérente et de concentrer l'attention des professionnels là où cela compte le plus. Elle ne supprime pas le besoin de jugement professionnel et d'expérience ; elle les affine plutôt.

Évaluation et études de marché

On observe une tendance similaire dans le domaine de l'évaluation et des études de marché. L'IA est de plus en plus utilisée pour sélectionner des données comparables, rédiger des commentaires initiaux sur le marché et réaliser des analyses de scénarios ou de sensibilité à une vitesse et à une échelle qui auraient été auparavant irréalisables. Cependant, l'avis d'évaluation lui-même reste fermement (et légalement) du ressort de l'évaluateur. Tant d'un point de vue professionnel que du point de vue des assurances, il ne peut en être autrement. L'IA accélère l'analyse, mais elle ne valide pas, et ne devrait pas valider, les avis de valeur. Elle ne le fera jamais.

Gestion d'actifs et de portefeuille

Dans le domaine de la gestion d'actifs et de portefeuilles, l'accent passe à nouveau de la rapidité à la vision d'ensemble. L'IA permet aux entreprises d'analyser leurs portefeuilles sous un angle nouveau, en approfondissant les questions relatives à la sensibilité aux taux d'intérêt, à l'exposition aux risques de vacance ou aux priorités en matière d'allocation de capital avec une rigueur et une cohérence bien supérieures à celles offertes par les approches manuelles. Une fois encore, il ne s'agit pas d'automatiser la prise de décision, mais d'enrichir la réflexion stratégique.

Exploitation des bâtiments et gestion énergétique

C'est peut-être dans le domaine de l'exploitation des bâtiments et de la gestion énergétique que le potentiel de l'IA se manifeste le plus clairement, où son adoption a été la plus forte là où data de bonne qualité. La maintenance prédictive, l'optimisation énergétique et la détection précoce des défaillances se prêtent naturellement à des approches data, et les avantages financiers sont souvent faciles à quantifier. Sans surprise, ces cas d'utilisation ont rencontré moins de résistance que ceux qui touchent au jugement professionnel proprement dit.

Les contraintes structurelles pesant sur l'adoption au Royaume-Uni

Compte tenu de cette vaste gamme d'applications, on peut légitimement se demander pourquoi l'adoption de l'IA dans le secteur immobilier ne semble pas plus avancée. La réponse est que les principales contraintes ne sont pas d'ordre technologique. Elles sont d'ordre structurel et humain, comme c'est souvent le cas.

Le défi de Data

Le défi le plus évident, et le plus persistant, concerne data. data immobilières data notoirement fragmentées, incohérentes, coûteuses d'accès et souvent non structurées. Un même bien immobilier peut apparaître sous plusieurs noms (ou adresses) dans différents systèmes ; les documents se contredisent fréquemment ; les informations essentielles sont souvent enfouies dans des référentiels cloisonnés contenant des fichiers PDF, des numérisations ou de longues chaînes d'e-mails. Les systèmes d'IA peinent à évoluer dans ces conditions. Sans data solide, même les modèles les plus sophistiqués ne donneront pas les résultats escomptés.

Il existe également un enjeu plus profond, propre à ce secteur. L'immobilier est, par nature, un marché non standardisé. Il n'existe pas deux biens immobiliers qui se ressemblent vraiment. Les caractéristiques physiques varient, tout comme les régimes de propriété, les conditions d'incitation et les subtilités contractuelles. Contrairement aux matières premières ou aux biens de consommation, les transactions immobilières portent sur des montants élevés, concernent un faible volume et sont intrinsèquement uniques. Cela rend la création d'ensembles de données fiables et statistiquement solides bien plus difficile que dans les secteurs où l'on traite des produits standardisés négociés à grande échelle.

Si le Royaume-Uni dispose d'un riche data immobilières (et de jeux de données contextuelles encore plus riches), plus solide que celui de la plupart de ses homologues de l'UE, il présente toutefois des lacunes notoires dans ses jeux de données. Il n'existe pas data fiables sur les baux, pas d'API permettant d'accéder au HM Land Registry pour extraire les transactions de vente en masse, data d'urbanisme sont fragmentées et data d'innombrables pare-feu, et data des autorités locales sont mal intégrées au data national. Alors que, à certains égards, on risque d'être submergé par data, d'importantes lacunes subsistent, ce qui limite les cas d'utilisation potentiels de l'IA.

Gouvernance, responsabilité et risque

Au-delà data, les questions de responsabilité, de gouvernance et data occupent une place prépondérante. La plupart des activités du secteur immobilier sont strictement réglementées et les gouvernements sont généralement (souvent à juste titre) réticents à adopter des changements susceptibles d’avoir un impact sur le public. Lorsque Artefact des cours pratiques sur l’IA par l’intermédiaire de la Royal Institution of Chartered Surveyors (RICS), ces mêmes préoccupations reviennent sans cesse. À qui appartient un résultat généré par l’IA ? Qui est responsable en cas d’erreur ? Sur quelles data le modèle data entraîné, et où vont les informations des clients une fois qu'elles ont été traitées ? Ce ne sont pas là des questions abstraites. Les géomètres traitent des informations hautement sensibles, et il existe encore une incompréhension généralisée quant au fonctionnement des grands modèles linguistiques, notamment en ce qui concerne data , l'entraînement et les risques. Tant que ces questions n'auront pas été clairement réglées par la gouvernance et les politiques, de nombreuses entreprises resteront prudentes, préférant des projets pilotes limités à un déploiement à grande échelle.

Inertie culturelle et organisationnelle

Des facteurs culturels et organisationnels viennent encore renforcer cette prudence. Le secteur immobilier britannique est, par nature, peu dynamique et peu enclin à prendre des risques. Les revenus s’inscrivent dans le long terme et sont relativement prévisibles (en particulier pour les grandes sociétés d’investissement immobilier cotées et les promoteurs immobiliers), les marges sont sous pression et les conditions du marché restent difficiles. Dans un tel contexte, la préservation des liquidités prime souvent sur l’expérimentation. De plus, les sociétés immobilières ont tendance à fonctionner avec des effectifs relativement réduits par rapport à la valeur de leurs actifs ou à leurs revenus, ce qui signifie que les gains d'efficacité ne se traduisent pas toujours par des réductions immédiates des coûts liés aux ETP. Cela peut rendre le retour sur investissement plus difficile à quantifier en termes traditionnels.

Les données démographiques jouent également un rôle. L'âge moyen dans le secteur continue d'augmenter, et celui-ci peine à attirer des jeunes talents « natifs de l'IA », capables de mener le changement de l'intérieur. Il ne s'agit pas simplement d'une question de compétences, mais aussi d'état d'esprit et de familiarité avec les outils numériques, considérés comme une norme plutôt que comme un simple complément.

Le rôle de la RICS : promouvoir une adoption responsable

La RICS joue un rôle de premier plan à l'échelle mondiale pour préparer la profession d'expert immobilier à une adoption responsable de l'IA. Elle reconnaît que l'IA transforme déjà les pratiques quotidiennes, qu'il s'agisse de l'aide à l'évaluation, de la modélisation des risques ou de data . La RICS a récemment publié une norme professionnelle mondiale novatrice sur l'utilisation responsable de l'IA. Cette norme n'a pas pour but de freiner l'innovation, mais de favoriser une adoption sereine et éthique en définissant des attentes de base claires en matière de compétences, de gouvernance et de responsabilité parmi ses 150 000 experts immobiliers agréés à travers le monde.

La nouvelle norme de conduite s'applique à tous les membres de la RICS et à toutes les entreprises réglementées dont les résultats issus de l'IA ont un impact significatif sur la prestation de services. Élaboré en collaboration avec des acteurs clés du secteur, notamment Artefact le groupe de travail, ce cadre vise à renforcer le jugement professionnel tout en enrichissant l'expertise. La norme définit des exigences essentielles dans cinq domaines : établir un niveau de référence en matière de culture de l'IA ; renforcer la gestion des pratiques par le biais de la gouvernance et des registres des risques ; définir des attentes claires en matière de diligence raisonnable lors de l'acquisition d'outils d'IA tiers ; renforcer le jugement professionnel, l'esprit critique et la transparence dans l'utilisation des résultats de l'IA ; et définir des attentes en matière de responsabilité pour les personnes impliquées dans le développement de systèmes d'IA.

Cette approche proactive est essentielle pour gérer les nouveaux risques professionnels liés à l'IA, garantir la cohérence des pratiques et préserver la confiance des clients. La RICS estime qu'en proposant ce cadre commun, la profession peut embrasser l'innovation sur des bases éthiques et professionnelles solides, attirer des talents « natifs de l'IA » et faire progresser le secteur.

Il est essentiel de noter que ces nouvelles normes s’inscrivent dans un écosystème RICS plus large et complet visant à favoriser une adoption responsable de l’IA. Cela comprend l'adaptation des évaluations de compétences professionnelles (APC), l'organisation de formations pratiques (telles que la très populaire « Global Harnessing AI & Data the Built Environment ») et la publication de documents d'orientation pratiques. Cet effort concerté fournit aux géomètres une boîte à outils complète, leur permettant de déployer l'IA avec plus de confiance et d'intégrité, et garantissant que la RICS reste pertinente à l'ère numérique.

Adoption pragmatique – Les principes fondamentaux

Le défi réside avant tout dans le facteur humain : les acteurs du secteur immobilier se montrent souvent réticents, voire hostiles, à l'idée d'adopter des changements majeurs. Si l'inertie réglementaire joue certes un rôle, un obstacle plus fondamental réside dans les mentalités dominantes. Les discussions avec des cadres supérieurs du secteur immobilier et des géomètres font souvent ressortir des principes tels que «si ça marche, pourquoi changer ? », « aucune IA ne remplacera mes décennies d’expertise contextuelle approfondie » ou « nos clients ne nous paient pas pour utiliser l’IA ». Bien que ces points de vue contiennent une part de vérité, ils traduisent le plus souvent une direction soucieuse de préserver le statu quo plutôt que de rechercher une efficacité transformatrice.

Le déluge initial de messages hyperboliques et souvent contradictoires concernant l'IA s'est avéré contre-productif, suscitant scepticisme et confusion. Cependant, nous sommes désormais clairement en train de dépasser le « creux de la désillusion » et commençons à gravir la « pente de l'illumination » (un schéma reconnaissable du cycle de Gartner). Cette transition implique que l'accent doit passer du « et si » au « comment ». Pour le géomètre individuel, cela a créé une incertitude quant au point de départ concret de l'adoption.

Pour favoriser un véritable changement, il est essentiel d'adopter une double approche alliant « soft power » et « hard power ».

Dans une optique de « soft power », les organisations doivent soutenir et encourager de manière visible les évangélistes de l'IA en interne. Cela implique d'organiser régulièrement des sessions d'information et de formation captivantes, de mettre en place un cycle continu visant à mettre en avant des succès précoces et concrets, de partager ouvertement les ressources, de documenter les échecs et les enseignements tirés, et d'assurer le perfectionnement continu des compétences des collaborateurs. Il est essentiel de noter que ce changement culturel ne peut s'ancrer sans que les plus hauts dirigeants ne donnent l'exemple de manière claire, cohérente et active.

Ces efforts culturels doivent être solidement complétés par la « puissance dure » des réformes structurelles et opérationnelles. Cela implique de modifier de manière irréversible les méthodes de travail existantes, de rendre obligatoires les certifications en matière de compétences techniques en IA pour les postes clés, de repenser les structures organisationnelles, d’affiner les modèles opérationnels et de mettre à jour les matrices RACI. L'objectif est de veiller à ce que l'IA ne soit plus considérée comme une activité facultative, « secondaire », mais qu'elle soit pleinement intégrée dans le fonctionnement courant de l'entreprise (BAU). Cette intégration doit s'étendre aux allocations budgétaires et aux indicateurs de performance, en traitant le déploiement de l'IA comme un moteur essentiel de l'activité, et non comme un projet technologique périphérique.

Avant tout, les organisations doivent créer un environnement propice à l’expérimentation, même si cela implique des échecs à petite échelle. Cela nécessite de favoriser des discussions franches et data concernant l’utilité pratique de l’IA et les gains d’efficacité vérifiables qu’elle apporte (ou les cas où elle n’est qu’un « outil clinquant » à la valeur limitée). Les applications de l’IA les plus efficaces observées chez Artefact celles qui s’intègrent de manière transparente dans les flux de travail existants. Si l'adoption d'un outil nécessite des efforts considérables pour un gain marginal, il sera inévitablement abandonné en masse. À l'inverse, les plus grands succès proviennent souvent d'applications qui ne sont pas nécessairement visibles, mais qui facilitent manifestement la vie professionnelle en automatisant des tâches répétitives, manuelles et « démoralisantes ». Il est primordial d'être méthodique et précis dans l'identification et le déploiement de ces cas d'utilisation à fort impact et à faible friction pour favoriser une adoption réelle et durable.

À quoi ressemble l'avenir : trois horizons temporels (ou presque)

À l'avenir, les perspectives d'adoption de l'IA dans le secteur immobilier britannique peuvent être envisagées selon trois grands horizons temporels.

À court terme (prochains 6 mois) : avancées concrètes et peu risquées

Les gains les plus significatifs sont ceux qui sont concrets et peu risqués. La standardisation de la saisie des instructions, l'automatisation des premières ébauches de rapports avec des références claires aux éléments probants, l'extraction de listes de contrôle structurées à partir des baux et des documents de planification, ainsi que le déploiement d'outils de gestion des connaissances internes permettant de répondre à des questions telles que « comment avons-nous abordé cela la dernière fois ? » permettent tous de réaliser des gains de temps immédiats. Il convient de noter que certains des gains les plus importants sont susceptibles de se situer dans les fonctions administratives telles que les ressources humaines, les finances et le marketing, ce qui permet aux experts de se concentrer sur les relations avec les clients et sur des missions de conseil à plus forte valeur ajoutée.

À moyen terme (6 à 18 mois) : intégration du processus agentique

C'est en combinant les processus que l'on obtient une réelle valeur ajoutée. Les workflows de transaction de bout en bout alimentés par l'IA agentique, les plateformes de gestion d'actifs combinant data l'état, la conformité, l'énergie et les dépenses d'investissement, ainsi que les outils facilitant la rénovation et l'optimisation pour atteindre la neutralité carbone, relèvent tous de cette catégorie. La réussite dans ce domaine dépend moins de modèles d'IA plus avancés que d'une conception et d'une intégration réfléchies des processus. Tous les modèles fondamentaux ont récemment fait d'énormes progrès dans le développement et la normalisation des capacités agentiques, de sorte que leur mise en œuvre est désormais un jeu d'enfant.

À plus long terme (18 à 36 mois) : une analyse plus approfondie et de nouveaux services

Les entreprises s'intéresseront de plus en plus à des analyses approfondies, notamment en matière de planification, d'analyse géospatiale et d'analyse des risques climatiques, de jumeaux numériques au niveau du portefeuille, ainsi qu'à de nouveaux services de conseil data. Toutefois, ces ambitions ne pourront se concrétiser que si data rigoureuse et des normes de qualité élevées sont déjà en place.

À encore plus long terme (36 mois et plus) : angoisse existentielle

Les utilisateurs de « X », ou même ceux qui suivent simplement l'actualité générale, peuvent ressentir une angoisse écrasante, presque existentielle. Le rythme des avancées en matière d'IA est implacable. Nous assistons au remplacement des ouvriers d'usine par des robots humanoïdes, qui sont même déployés comme soldats ; les voitures autonomes prennent enfin leur envol ; Neuralink promet d'augmenter les capacités humaines ; l'informatique quantique se rapproche peu à peu de la réalité ; la recherche scientifique connaît une accélération massive ; et l'« AI slop » s'impose partout.

Pourtant, malgré cette succession ininterrompue de découvertes et de progrès, ce qui suscite actuellement le plus d’enthousiasme, c’est l’aboutissement potentiel des efforts de longue haleine menés en faveur de l’AGI (intelligence artificielle générale) — un système d’IA bien plus contextuel et complexe qui pourrait théoriquement égaler, voire surpasser, le cerveau humain — ainsi que les profonds bouleversements sociétaux que cela implique. Cela permettra-t-il véritablement de stimuler la productivité à un point tel que l’emploi devienne facultatif et que le recours au revenu de base universel apparaisse comme une voie d’avenir prometteuse ?

Les capitaux sans précédent qui sont injectés dans data , la puissance de calcul et les infrastructures pour parvenir à l'AGI sont stupéfiants. Cet investissement entraînera sans aucun doute d'importantes corrections du marché à court et moyen terme. Le retour sur investissement sera probablement plus lent que prévu, et l'engouement médiatique dépassera sans doute l'impact réel. Néanmoins, cette technologie est appelée à exercer une influence considérable et imprévisible sur notre environnement bâti et notre interaction avec celui-ci. Les entreprises doivent rester agiles et parfaitement conscientes de cette réalité si elles veulent non seulement survivre, mais aussi prospérer dans cet avenir hautement incertain.

Les éléments non négociables : jugement, confiance et examen minutieux

Dans ce contexte, il est essentiel de garder les yeux ouverts sur les limites de l'IA. L'IA ne réduit pas la responsabilité professionnelle ; elle la concentre. Le jugement ne peut être délégué. Si l'IA peut faciliter l'analyse, elle ne peut remplacer l'intuition et l'expérience acquises au fil des décennies, ni tenir compte des comportements humains émotionnels et souvent irrationnels qui façonnent les marchés immobiliers. Les géomètres restent à tout moment légalement responsables de leurs conseils, et cette réalité ne changera pas.

La transparence vis-à-vis des clients est tout aussi cruciale. Lorsque l'IA a une incidence significative sur la manière dont un service est fourni, les clients doivent en être informés. Il ne s'agit pas seulement d'une question de conformité, mais aussi d'une question de confiance. L'explicabilité et la vérifiabilité sont également essentielles. Si un professionnel n'est pas en mesure d'expliquer d'où provient un résultat, quelles data utilisées et quelles hypothèses ont été formulées, il pourrait s'avérer difficile de défendre ce résultat devant un tribunal.

Il ne faut pas sous-estimer les risques liés à la fiabilité. Les systèmes d’IA peuvent paraître fiables alors qu’ils sont erronés, ce qui rend indispensables la vérification, l’échantillonnage et l’examen minutieux. Enfin, data et la confidentialité restent des principes non négociables. Les invites constituent des documents officiels. Les outils doivent être approuvés et évalués. data des clients data être contrôlées. Il s’agit là d’éléments fondamentaux de la pratique professionnelle, et non de simples options supplémentaires.
En fin de compte, l’IA ne remplacera pas les géomètres. Ce qu’elle remplacera, ce sont les recherches manuelles, la rédaction répétitive et les tâches administratives de faible valeur. En fin de compte, la voie vers l’adoption de l’IA par le secteur immobilier britannique ne repose pas sur l’adoption de nouvelles technologies, mais sur sa volonté de corriger les vieilles habitudes : intégrer data , adopter le cadre de gouvernance du RICS et privilégier délibérément le jugement humain pour les tâches que la technologie peut désormais gérer en toute confiance.

À propos Artefact de Chris de Gruben, FRICS

Artefact est un cabinet international de conseil offrant une gamme complète de services Data d'IA. Nous intervenons à tous les niveaux : de data et de la gouvernance de l'IA à l'évaluation des risques et à la conformité, en passant par la définition des possibilités offertes par l'IA et le ML, la mise en œuvre, puis la gestion du changement et l'adoption. Artefact son expertise approfondie tant dans le secteur immobilier que dans Data et la gouvernance de l'IA pour aider les entreprises à intégrer stratégiquement l'IA dans leurs opérations, de manière responsable et en toute confiance.

Chris est directeur principal au sein du Artefact britannique Artefact , où il dirige l'équipe chargée de l'immobilier et gère l'ensemble des clients du secteur immobilier au Royaume-Uni. Expert immobilier agréé depuis 15 ans, il continue de militer activement en faveur d'une utilisation responsable de l'IA au sein de la profession immobilière britannique. Chris est également vice-président du Professional Group on Valuation, siège au sein de divers groupes de travail d'experts en IA et est formateur principal à la RICS Academy, notamment pour le cours « Global Harnessing AI & Data the Built Environment » (qui s'est avéré être le cours RICS le plus populaire à ce jour). Chris rédige actuellement un guide pratique sur l'utilisation de l'IA destiné aux experts immobiliers agréés. Enfin, il intervient régulièrement lors de conférences sur la PropTech et l'immobilier à travers le monde.