Pendant la majeure partie de la derni\u00e8re d\u00e9cennie, le secteur britannique de l'immobilier a parl\u00e9 de l'intelligence artificielle comme d'un ph\u00e9nom\u00e8ne \u00e0 venir : imminent, in\u00e9vitable, mais perp\u00e9tuellement juste \u00e0 l'horizon. Les ordres du jour des conf\u00e9rences sont remplis de panels PropTech, les strat\u00e9gies d'innovation sont remplies de r\u00e9f\u00e9rences \u00e0 data et \u00e0 l'automatisation, et la plupart des grandes entreprises peuvent citer au moins une poign\u00e9e de projets pilotes, d'initiatives ternes ou de preuves de concept. Et pourtant, pour de nombreux g\u00e9om\u00e8tres sur le terrain, les progr\u00e8s semblent encore timides et fragment\u00e9s. L'IA semble pr\u00e9sente partout dans la rh\u00e9torique, mais n'est int\u00e9gr\u00e9e que de mani\u00e8re s\u00e9lective dans la r\u00e9alit\u00e9.<\/p>\n
Cette apathie apparente masque toutefois une v\u00e9rit\u00e9 plus nuanc\u00e9e. Le probl\u00e8me n'est pas que l'IA n'a pas r\u00e9ussi \u00e0 trouver sa place dans l'immobilier, ni que la technologie elle-m\u00eame est immature. En fait, l'IA apporte d\u00e9j\u00e0 une valeur tangible dans les transactions, l'\u00e9valuation, la gestion des actifs et l'exploitation des b\u00e2timents. La vraie question est de savoir pourquoi l'adoption a \u00e9t\u00e9 plus lente, plus prudente et plus in\u00e9gale que dans de nombreux secteurs comparables. La r\u00e9ponse se trouve moins dans les algorithmes que dans les caract\u00e9ristiques structurelles du secteur immobilier britannique lui-m\u00eame.<\/p>\n
Pour comprendre l'\u00e9volution du secteur, il faut d'abord \u00eatre honn\u00eate sur sa situation actuelle.<\/p>\n
Au cours des douze \u00e0 dix-huit derniers mois, un changement significatif s'est produit. L'IA est sortie de mani\u00e8re d\u00e9cisive de la phase exp\u00e9rimentale pour entrer dans les flux de travail professionnels quotidiens. Il y a un an \u00e0 peine, la plupart des initiatives \u00e9taient encore con\u00e7ues comme des projets pilotes, souvent confin\u00e9s \u00e0 de petites \u00e9quipes d'innovation travaillant \u00e0 la p\u00e9riph\u00e9rie de l'entreprise. Ces efforts avaient tendance \u00e0 se concentrer sur des outils conversationnels, des chatbots con\u00e7us pour r\u00e9pondre \u00e0 des questions de base, r\u00e9diger des textes ou faire remonter des informations \u00e0 partir de r\u00e9f\u00e9rentiels documentaires. Bien qu'utiles, ils \u00e9taient rarement connect\u00e9s aux processus op\u00e9rationnels de base.<\/p>\n
Aujourd'hui, la situation est bien diff\u00e9rente. L'IA est de plus en plus int\u00e9gr\u00e9e au travail quotidien des g\u00e9om\u00e8tres, des analystes, des gestionnaires d'actifs et des \u00e9quipes op\u00e9rationnelles. La rapidit\u00e9 du changement est frappante. Alors qu'une grande partie de l'activit\u00e9 de l'ann\u00e9e derni\u00e8re tournait autour de l'utilisation de grands mod\u00e8les de langage (LLM) en tant qu'assistants passifs, l'attention s'est maintenant port\u00e9e sur les syst\u00e8mes agentiques ; des agents d'IA capables d'ex\u00e9cuter des t\u00e2ches en plusieurs \u00e9tapes de mani\u00e8re autonome, de collecter des informations, de valider des entr\u00e9es, de r\u00e9diger des sorties et de faire remonter les probl\u00e8mes pour un examen humain \u00e0 des points d\u00e9finis.<\/p>\n
Malgr\u00e9 cette acc\u00e9l\u00e9ration, un principe est rest\u00e9 largement intact dans le secteur immobilier britannique : L'IA est d\u00e9ploy\u00e9e en tant qu'aide \u00e0 la d\u00e9cision et non en tant que d\u00e9cideur.<\/strong>. Cette distinction n'est pas accidentelle et ne rel\u00e8ve pas non plus d'un simple conservatisme culturel. Elle refl\u00e8te une conception profond\u00e9ment ancr\u00e9e de la responsabilit\u00e9 professionnelle et du risque, qui continue de d\u00e9terminer jusqu'o\u00f9 les entreprises sont dispos\u00e9es \u00e0 aller, et capables de le faire.<\/p>\n Dans la pratique, cela devient plus \u00e9vident dans les transactions et la diligence raisonnable, qui restent le domaine le plus mature de l'adoption de l'IA. Ici, la proposition de valeur est claire et imm\u00e9diate. Les syst\u00e8mes d'IA sont d\u00e9sormais couramment utilis\u00e9s pour lire et analyser de gros paquets de documents, extraire les clauses cl\u00e9s des baux, r\u00e9sumer les conditions de planification, les EPC et les manuels d'exploitation, et g\u00e9n\u00e9rer les premi\u00e8res versions des baux, des listes et de la due diligence reports. Le concept essentiel qui sous-tend tous ces cas d'utilisation est celui de la \u201cpremi\u00e8re passe\u201d. L'IA permet aux \u00e9quipes de faire \u00e9merger les probl\u00e8mes plus rapidement, de structurer les informations de mani\u00e8re plus coh\u00e9rente et de concentrer l'attention des professionnels l\u00e0 o\u00f9 elle est la plus importante. Elle ne supprime pas le besoin de jugement professionnel et d'exp\u00e9rience ; au contraire, elle l'aiguise.<\/p>\n Une tendance similaire peut \u00eatre observ\u00e9e dans le domaine de l'\u00e9valuation et des \u00e9tudes de march\u00e9. L'IA est de plus en plus utilis\u00e9e pour pr\u00e9s\u00e9lectionner des \u00e9l\u00e9ments comparables, r\u00e9diger des commentaires initiaux sur le march\u00e9 et ex\u00e9cuter des sc\u00e9narios ou des analyses de sensibilit\u00e9 \u00e0 une vitesse et \u00e0 une \u00e9chelle qui n'auraient pas \u00e9t\u00e9 possibles auparavant. Toutefois, l'avis d'\u00e9valuation lui-m\u00eame reste fermement (et l\u00e9galement) entre les mains de l'\u00e9valuateur. D'un point de vue professionnel et assurantiel, il ne peut en \u00eatre autrement. L'IA acc\u00e9l\u00e8re l'analyse, mais elle ne signe pas, et ne doit pas signer les avis de valeur. Elle ne le fera jamais.<\/p>\n Dans le domaine de la gestion d'actifs et de portefeuilles, l'accent est \u00e0 nouveau mis sur la perspective plut\u00f4t que sur la rapidit\u00e9. L'IA permet aux entreprises d'interroger leurs portefeuilles d'une nouvelle mani\u00e8re, en explorant les questions relatives \u00e0 la sensibilit\u00e9 aux taux d'int\u00e9r\u00eat, \u00e0 l'exposition au risque de vacance ou aux priorit\u00e9s en mati\u00e8re d'allocation de capital avec beaucoup plus de profondeur et de coh\u00e9rence que ne le permettent les approches manuelles. Une fois de plus, il ne s'agit pas d'une automatisation de la prise de d\u00e9cision, mais d'une augmentation de la r\u00e9flexion strat\u00e9gique.<\/p>\n L'illustration la plus claire du potentiel de l'IA se trouve peut-\u00eatre dans l'exploitation des b\u00e2timents et la gestion de l'\u00e9nergie, o\u00f9 l'adoption a \u00e9t\u00e9 la plus forte partout o\u00f9 il existe une data de bonne qualit\u00e9. La maintenance pr\u00e9dictive, l'optimisation \u00e9nerg\u00e9tique et la d\u00e9tection pr\u00e9coce des d\u00e9faillances se pr\u00eatent toutes naturellement aux approches data-driven, et les avantages financiers sont souvent faciles \u00e0 quantifier. Il n'est donc pas surprenant que ces cas d'utilisation aient rencontr\u00e9 moins de r\u00e9sistance que ceux qui touchent au jugement professionnel de base.<\/p>\n Compte tenu de l'\u00e9tendue des applications, on peut raisonnablement se demander pourquoi l'adoption de l'IA dans le domaine de la propri\u00e9t\u00e9 ne semble pas plus avanc\u00e9e. La r\u00e9ponse est que les principales contraintes ne sont pas technologiques. Elles sont structurelles et humaines, comme c'est souvent le cas.<\/p>\n Le d\u00e9fi le plus \u00e9vident, et le plus persistant, est celui du data. Le data est notoirement fragment\u00e9, incoh\u00e9rent, co\u00fbteux \u00e0 acc\u00e9der et souvent non structur\u00e9. Le m\u00eame bien peut appara\u00eetre sous plusieurs noms (ou adresses) dans diff\u00e9rents syst\u00e8mes ; les documents se contredisent fr\u00e9quemment ; les informations critiques sont souvent enfouies dans des r\u00e9f\u00e9rentiels cloisonn\u00e9s de PDF, de scans ou de longues cha\u00eenes de courriels. Les syst\u00e8mes d'intelligence artificielle ont du mal \u00e0 \u00e9voluer dans ces conditions. Sans un data foundations solide, m\u00eame les mod\u00e8les les plus sophistiqu\u00e9s ne seront pas performants.<\/p>\n Une question plus profonde et sp\u00e9cifique au secteur est \u00e9galement en jeu. L'immobilier est fondamentalement non standardis\u00e9. Il n'y a pas deux biens identiques. Les caract\u00e9ristiques physiques varient, tout comme les structures d'occupation, les mesures d'incitation et les nuances contractuelles. Contrairement aux mati\u00e8res premi\u00e8res ou aux biens de consommation, les transactions immobili\u00e8res sont de grande valeur, de faible volume et intrins\u00e8quement uniques. Il est donc beaucoup plus difficile de cr\u00e9er des ensembles data propres et statistiquement robustes que dans les secteurs traitant de produits standardis\u00e9s \u00e9chang\u00e9s \u00e0 grande \u00e9chelle.<\/p>\n Bien que le Royaume-Uni dispose d'un riche paysage data li\u00e9 \u00e0 l'immobilier (et d'ensembles data contextuels encore plus riches), plus fort que la plupart de ses homologues de l'UE, il pr\u00e9sente des lacunes notoires en mati\u00e8re d'ensembles data. Il n'existe pas de data fiable pour la location, pas d'API pour le registre foncier de HM permettant d'extraire des transactions de vente en masse, une planification data fragment\u00e9e derri\u00e8re d'interminables pare-feux et des autorit\u00e9s locales mal int\u00e9gr\u00e9es au niveau national data. Si, \u00e0 certains \u00e9gards, il existe un risque d'\u00eatre submerg\u00e9 par data, des lacunes importantes subsistent, ce qui limite les cas d'utilisation potentiels de l'IA.<\/p>\n Au-del\u00e0 de data, les questions de responsabilit\u00e9, de gouvernance et de protection de data se posent avec acuit\u00e9. La plupart des activit\u00e9s du secteur immobilier sont \u00e9troitement r\u00e9glement\u00e9es et les gouvernements sont g\u00e9n\u00e9ralement (souvent \u00e0 juste titre) lents \u00e0 adopter des changements susceptibles d'avoir un impact sur le public. Lorsque Artefact donne des cours pratiques d'IA par l'interm\u00e9diaire de la Royal Institution of Chartered Surveyors (RICS), les m\u00eames pr\u00e9occupations reviennent sans cesse. \u00c0 qui appartient un r\u00e9sultat g\u00e9n\u00e9r\u00e9 par l'IA ? Qui est responsable en cas d'erreur ? Sur quel data le mod\u00e8le a-t-il \u00e9t\u00e9 form\u00e9, et o\u00f9 vont les informations sur les clients une fois qu'elles ont \u00e9t\u00e9 trait\u00e9es ? Ces questions ne sont pas abstraites. Les enqu\u00eateurs traitent des informations tr\u00e8s sensibles et le fonctionnement des grands mod\u00e8les linguistiques reste largement m\u00e9connu, notamment en ce qui concerne la conservation des data, la formation et les risques. Tant que ces questions ne seront pas clairement abord\u00e9es par le biais de la gouvernance et de la politique, de nombreuses entreprises resteront prudentes, pr\u00e9f\u00e9rant des projets pilotes limit\u00e9s \u00e0 un d\u00e9ploiement \u00e0 grande \u00e9chelle.<\/p>\n Des facteurs culturels et organisationnels viennent encore renforcer cette prudence. Le secteur immobilier britannique est, par nature, lent et peu enclin \u00e0 prendre des risques. Les revenus sont \u00e0 long terme et relativement pr\u00e9visibles (en particulier pour les grandes soci\u00e9t\u00e9s de placement immobilier et les constructeurs de logements), les marges sont sous pression et les conditions du march\u00e9 restent difficiles. Dans un tel environnement, la pr\u00e9servation des liquidit\u00e9s prime souvent sur l'exp\u00e9rimentation. En outre, les soci\u00e9t\u00e9s immobili\u00e8res ont tendance \u00e0 op\u00e9rer avec des effectifs relativement r\u00e9duits par rapport \u00e0 la valeur des actifs ou aux revenus, ce qui signifie que les gains d'efficacit\u00e9 ne se traduisent pas toujours par des r\u00e9ductions imm\u00e9diates des co\u00fbts des ETP. Cela peut rendre le retour sur investissement plus difficile \u00e0 exprimer en termes traditionnels.<\/p>\n La d\u00e9mographie joue \u00e9galement un r\u00f4le. L'\u00e2ge moyen au sein du secteur continue d'augmenter, et l'industrie peine \u00e0 attirer des talents plus jeunes, natifs de l'IA et capables de conduire le changement de l'int\u00e9rieur. Il ne s'agit pas simplement d'une question de comp\u00e9tences, mais d'un \u00e9tat d'esprit et d'une familiarit\u00e9 avec les outils num\u00e9riques par d\u00e9faut plut\u00f4t qu'en compl\u00e9ment.<\/p>\n La RICS joue un r\u00f4le de leader mondial en pr\u00e9parant la profession de g\u00e9om\u00e8tre \u00e0 l'adoption responsable de l'IA. Reconnaissant que l'IA transforme d\u00e9j\u00e0 la pratique quotidienne, de l'aide \u00e0 l'\u00e9valuation et de la mod\u00e9lisation des risques \u00e0 l'extraction de data, la RICS a r\u00e9cemment publi\u00e9 une norme professionnelle mondiale r\u00e9volutionnaire sur l'utilisation responsable de l'IA. La RICS a r\u00e9cemment publi\u00e9 une norme professionnelle mondiale innovante sur l'utilisation responsable de l'IA. Cette norme est con\u00e7ue non pas pour \u00e9touffer l'innovation, mais pour favoriser une adoption confiante et \u00e9thique en fixant des attentes de base claires en mati\u00e8re de comp\u00e9tence, de gouvernance et de responsabilit\u00e9 parmi ses 150 000 experts-comptables du monde entier.<\/p>\n La nouvelle norme de conduite s'applique \u00e0 tous les membres de la RICS et aux entreprises r\u00e9glement\u00e9es lorsque les r\u00e9sultats de l'IA ont un impact important sur la prestation de services. \u00c9labor\u00e9 avec les principaux dirigeants du secteur, dont Artefact qui copr\u00e9side le groupe de travail, le cadre vise \u00e0 renforcer le jugement professionnel tout en augmentant l'expertise. La norme \u00e9nonce des exigences essentielles dans cinq domaines : l'\u00e9tablissement d'une base de connaissances en mati\u00e8re d'IA ; le renforcement de la gestion des pratiques gr\u00e2ce \u00e0 des registres de gouvernance et de risques ; l'introduction d'attentes claires en mati\u00e8re de diligence raisonnable lors de l'acquisition d'outils d'IA de tiers ; le renforcement du jugement professionnel, du scepticisme et de la transparence dans la d\u00e9pendance \u00e0 l'\u00e9gard des r\u00e9sultats de l'IA ; et l'\u00e9tablissement d'attentes en mati\u00e8re de responsabilit\u00e9 pour les personnes impliqu\u00e9es dans le d\u00e9veloppement de syst\u00e8mes d'IA.<\/p>\n Cette approche proactive est essentielle pour g\u00e9rer les nouveaux risques professionnels introduits par l'IA, garantir une pratique coh\u00e9rente et prot\u00e9ger la confiance des clients. La RICS estime qu'en fournissant ce cadre commun, la profession peut embrasser l'innovation sur une base \u00e9thique et professionnelle solide, en attirant les talents \u2018AI Native\u2019 et en propulsant le secteur vers l'avant.<\/p>\n Les nouvelles normes font partie d'un \u00e9cosyst\u00e8me plus large et complet de la RICS visant \u00e0 promouvoir l'adoption responsable de l'IA. Il s'agit notamment d'adapter les \u00e9valuations des comp\u00e9tences professionnelles (APC), d'organiser des cours de formation pratique (tels que le tr\u00e8s populaire \u2018Global Harnessing AI & Data in the Built Environment\u2019) et de publier des documents d'orientation pratiques. Cet effort concert\u00e9 fournit aux g\u00e9om\u00e8tres une bo\u00eete \u00e0 outils compl\u00e8te, leur permettant de d\u00e9ployer l'IA avec plus de confiance et d'int\u00e9grit\u00e9 et garantissant que la RICS reste pertinente \u00e0 l'\u00e8re num\u00e9rique.<\/p>\n Le d\u00e9fi inh\u00e9rent r\u00e9side dans l'\u00e9l\u00e9ment humain : les acteurs du secteur de l'immobilier font souvent preuve de r\u00e9ticence, voire d'aversion, \u00e0 l'\u00e9gard des changements importants. Si l'inertie r\u00e9glementaire joue certainement un r\u00f4le, les attitudes dominantes constituent un obstacle plus fondamental. Les conversations avec les cadres sup\u00e9rieurs du secteur de l'immobilier et les g\u00e9om\u00e8tres font souvent ressortir des principes tels que : \u201c [...] le changement est une question d'argent \".\u201csi ce n'est pas cass\u00e9, ne le r\u00e9parez pas\u201d.\u201d<\/em> \u201caucune IA ne remplacera mes d\u00e9cennies d'expertise contextuelle approfondie\u201d.\u201d<\/em> ou \u201cnos clients ne nous paient pas pour utiliser l'IA\u201d.\u201d<\/em> Bien que ces perspectives contiennent une part de v\u00e9rit\u00e9, elles sont plus souvent le signe d'un leadership pr\u00e9occup\u00e9 par la pr\u00e9servation du statu quo que par la recherche d'une efficacit\u00e9 transformatrice.<\/p>\n Le flot initial de messages hyperboliques et souvent contradictoires entourant l'IA s'est av\u00e9r\u00e9 contre-productif, suscitant le scepticisme et la confusion. Cependant, nous avons d\u00e9sormais d\u00e9pass\u00e9 le stade de l'incertitude et de la confusion. \u201cLe creux de la d\u00e9sillusion\u201d<\/em> et en commen\u00e7ant \u00e0 remonter le \u201cLa pente de l'illumination\u201d<\/em> (un sch\u00e9ma reconnaissable dans le cycle de la hype de Gartner). Cette transition signifie que l'accent doit \u00eatre mis non plus sur le \u2018et si\u2019 mais sur le \u2018comment\u2019. Pour l'enqu\u00eateur individuel, cela a cr\u00e9\u00e9 une incertitude quant au point de d\u00e9part pratique de l'adoption.<\/p>\n Pour favoriser un v\u00e9ritable changement, il est essentiel d'adopter une double approche combinant le \u2018soft power\u2019 et le \u2018hard power\u2019.<\/p>\n Du point de vue du \u2018soft power\u2019, les organisations doivent visiblement d\u00e9fendre et encourager les \u00e9vang\u00e9listes internes de l'IA. Cela implique d'organiser r\u00e9guli\u00e8rement des s\u00e9ances d'information et de formation attrayantes, d'\u00e9tablir un cycle continu de d\u00e9monstration des premiers succ\u00e8s tangibles, de partager ouvertement les ressources, de documenter les \u00e9checs et les r\u00e9sultats, et d'assurer la mise \u00e0 niveau continue des coll\u00e8gues. Il est essentiel que ce changement culturel s'op\u00e8re sans un exemple clair, coh\u00e9rent et actif de la part des plus hauts responsables de l'entreprise.<\/p>\n Ces efforts culturels doivent \u00eatre solidement compl\u00e9t\u00e9s par le \u2018pouvoir dur\u2019 de la r\u00e9forme structurelle et op\u00e9rationnelle. Cela n\u00e9cessite de modifier irr\u00e9vocablement les m\u00e9thodes de travail existantes, de rendre obligatoires les certifications de comp\u00e9tences techniques en mati\u00e8re d'IA pour les postes cl\u00e9s, de repenser les structures organisationnelles, d'affiner les mod\u00e8les op\u00e9rationnels et de mettre \u00e0 jour les matrices RACI. L'objectif est de faire en sorte que l'IA ne soit plus trait\u00e9e comme une activit\u00e9 volontaire, \u201c\u00e0 c\u00f4t\u00e9 du bureau\u201d, mais qu'elle soit pleinement int\u00e9gr\u00e9e dans le \"Business as Usual\" (BAU). Cette int\u00e9gration doit s'\u00e9tendre aux allocations budg\u00e9taires et aux mesures de performance, en consid\u00e9rant le d\u00e9ploiement de l'IA comme un moteur essentiel de l'activit\u00e9, et non comme un projet technologique p\u00e9riph\u00e9rique.<\/p>\n Avant tout, les organisations doivent cultiver un environnement qui encourage l'exp\u00e9rimentation, m\u00eame si elle conduit \u00e0 des \u00e9checs \u00e0 petite \u00e9chelle. Cela n\u00e9cessite de favoriser des discussions honn\u00eates, data-driven sur l'utilit\u00e9 pratique de l'IA et les gains d'efficacit\u00e9 v\u00e9rifiables qu'elle apporte (ou lorsqu'elle repr\u00e9sente simplement un \u2018outil brillant\u2019 avec une valeur limit\u00e9e). Les applications les plus efficaces de l'IA observ\u00e9es au Artefact sont celles qui s'int\u00e8grent de mani\u00e8re transparente dans les flux de travail existants. Si l'adoption d'un outil n\u00e9cessite des frictions importantes pour un gain marginal, il sera in\u00e9vitablement abandonn\u00e9 en masse. \u00c0 l'inverse, le plus grand succ\u00e8s vient souvent des applications qui ne sont pas n\u00e9cessairement visibles, mais qui facilitent discr\u00e8tement la vie professionnelle en automatisant les t\u00e2ches r\u00e9p\u00e9titives, manuelles et \u2018d\u00e9voreuses d'\u00e2me\u2019. Il est essentiel d'identifier et de d\u00e9ployer de mani\u00e8re d\u00e9lib\u00e9r\u00e9e et chirurgicale ces cas d'utilisation \u00e0 fort impact et \u00e0 faible friction pour favoriser une adoption r\u00e9elle et durable.<\/p>\n Pour l'avenir, les possibilit\u00e9s d'adoption de l'IA dans le secteur de l'immobilier au Royaume-Uni peuvent \u00eatre envisag\u00e9es sur trois grands horizons temporels.<\/p>\n Les gains les plus convaincants sont pratiques et peu risqu\u00e9s. La standardisation de la r\u00e9ception des instructions, l'automatisation des premi\u00e8res \u00e9bauches de reports avec des r\u00e9f\u00e9rences claires, l'extraction de listes de contr\u00f4le structur\u00e9es \u00e0 partir des baux et des documents de planification, et le d\u00e9ploiement d'outils de connaissance internes qui r\u00e9pondent \u00e0 des questions telles que \u201ccomment avons-nous abord\u00e9 cette question la derni\u00e8re fois ? Notamment, certains des gains les plus importants sont susceptibles d'\u00eatre trouv\u00e9s dans les fonctions de back-office telles que les ressources humaines, les finances et le marketing, lib\u00e9rant les g\u00e9om\u00e8tres pour qu'ils se concentrent sur les relations avec les clients et le travail de conseil \u00e0 plus forte valeur ajout\u00e9e.<\/p>\n La v\u00e9ritable valeur \u00e9merge de l'association des processus. Les flux de transactions de bout en bout aliment\u00e9s par l'IA agentique, les plateformes de gestion des actifs combinant l'\u00e9tat, la conformit\u00e9, l'\u00e9nergie et les d\u00e9penses d'investissement data, et les outils soutenant la modernisation et l'optimisation net-z\u00e9ro entrent tous dans cette cat\u00e9gorie. Le succ\u00e8s d\u00e9pend ici moins de mod\u00e8les d'IA plus avanc\u00e9s que d'une conception et d'une int\u00e9gration r\u00e9fl\u00e9chies des processus. Tous les mod\u00e8les fondamentaux ont r\u00e9cemment fait d'\u00e9normes progr\u00e8s dans le d\u00e9veloppement et la normalisation des capacit\u00e9s agentiques, de sorte que leur mise en \u0153uvre devient un jeu d'enfant.<\/p>\n Les entreprises se tourneront de plus en plus vers des informations plus approfondies, notamment la planification, l'analyse des risques g\u00e9ospatiaux et climatiques, les jumeaux num\u00e9riques au niveau du portefeuille et les nouveaux services de conseil data-driven. Toutefois, ces ambitions ne pourront se concr\u00e9tiser que si une solide data governance et une bonne qualit\u00e9 sont d\u00e9j\u00e0 en place.<\/p>\n Les utilisateurs de \u2018X\u2019, ou m\u00eame les personnes qui suivent occasionnellement l'actualit\u00e9 g\u00e9n\u00e9rale, peuvent ressentir un sentiment de terreur \u00e9crasante, presque existentielle. Le rythme de d\u00e9veloppement de l'IA est implacable. Nous voyons des robots humano\u00efdes remplacer les ouvriers d'usine et m\u00eame \u00eatre d\u00e9ploy\u00e9s comme soldats, les voitures auto-conduites atteindre enfin leur vitesse de croisi\u00e8re, Neuralink promettre d'augmenter les capacit\u00e9s humaines, l'informatique quantique se rapprocher de la r\u00e9alit\u00e9, une acc\u00e9l\u00e9ration massive de la recherche scientifique, et la domination g\u00e9n\u00e9ralis\u00e9e de l\u2018\u2019IA slop\" (la bouillie de l'IA).<\/p>\n Pourtant, malgr\u00e9 cette cascade de d\u00e9couvertes et de progr\u00e8s, la plus grande excitation actuelle se concentre sur l'aboutissement potentiel des efforts \u00e0 long terme en faveur de l'AGI (Intelligence G\u00e9n\u00e9rale Artificielle) - un syst\u00e8me d'IA beaucoup plus contextuel et complexe qui pourrait th\u00e9oriquement \u00e9galer, voire surpasser, le cerveau humain - et les profonds changements soci\u00e9taux que cela implique. La productivit\u00e9 s'en trouvera-t-elle vraiment stimul\u00e9e au point que l'emploi devienne facultatif et que le recours au revenu de base universel devienne une voie heureuse pour l'avenir ?<\/p>\n Les capitaux sans pr\u00e9c\u00e9dent investis dans les centres data, la puissance de calcul et l'infrastructure pour r\u00e9aliser l'AGI sont stup\u00e9fiants. Cet investissement entra\u00eenera sans aucun doute d'importantes corrections du march\u00e9 \u00e0 court et \u00e0 moyen terme. Le retour sur investissement sera probablement plus lent que pr\u00e9vu, et le battage m\u00e9diatique d\u00e9passera probablement l'impact r\u00e9el. N\u00e9anmoins, la technologie est sur le point d'avoir une influence spectaculaire et impr\u00e9visible sur notre environnement b\u00e2ti et notre interaction avec lui. Les entreprises doivent rester agiles et bien conscientes de cette r\u00e9alit\u00e9 si elles veulent non seulement survivre, mais aussi prosp\u00e9rer dans cet avenir tr\u00e8s incertain.<\/p>\n Dans tout cela, il est essentiel de rester lucide sur les limites de l'IA. L'IA ne r\u00e9duit pas la responsabilit\u00e9 professionnelle, elle la concentre. Le jugement ne peut \u00eatre d\u00e9l\u00e9gu\u00e9. Si l'IA peut faciliter l'analyse, elle ne peut pas remplacer l'intuition et l'exp\u00e9rience acquises au fil des d\u00e9cennies, ni tenir compte du comportement humain \u00e9motionnel et souvent irrationnel qui fa\u00e7onne les march\u00e9s immobiliers. Les g\u00e9om\u00e8tres restent l\u00e9galement responsables de leurs conseils \u00e0 tout moment, et cette r\u00e9alit\u00e9 ne changera pas.<\/p>\n La transparence avec les clients est tout aussi essentielle. Lorsque l'IA affecte mat\u00e9riellement la mani\u00e8re dont un service est fourni, les clients doivent en \u00eatre inform\u00e9s. Il ne s'agit pas simplement d'une question de conformit\u00e9, mais d'une question de confiance. L'explicabilit\u00e9 et l'auditabilit\u00e9 sont \u00e9galement essentielles. Si un professionnel n'est pas en mesure d'expliquer d'o\u00f9 provient un r\u00e9sultat, quelle data a \u00e9t\u00e9 utilis\u00e9e et quelles hypoth\u00e8ses ont \u00e9t\u00e9 formul\u00e9es, il peut s'av\u00e9rer difficile de d\u00e9fendre ce r\u00e9sultat devant un tribunal.<\/p>\n Les risques de fiabilit\u00e9 ne doivent pas \u00eatre sous-estim\u00e9s. Les syst\u00e8mes d'IA peuvent faire autorit\u00e9 tout en se trompant, ce qui rend indispensables la r\u00e9vision, l'\u00e9chantillonnage et l'examen minutieux. Enfin, la protection data et la confidentialit\u00e9 ne sont pas n\u00e9gociables. Les messages-guides sont des enregistrements. Les outils doivent \u00eatre approuv\u00e9s et \u00e9valu\u00e9s. Les data clients doivent \u00eatre contr\u00f4l\u00e9s. Il s'agit l\u00e0 d'\u00e9l\u00e9ments essentiels de la pratique professionnelle, et non de suppl\u00e9ments facultatifs.L'IA dans la pratique de la topographie : L'augmentation, pas l'automatisation<\/h2>\n
Transactions et diligence raisonnable<\/h3>\n
\u00c9valuation et \u00e9tude de march\u00e9<\/h3>\n
Gestion d'actifs et de portefeuilles<\/h3>\n
Exploitation des b\u00e2timents et gestion de l'\u00e9nergie<\/h3>\n
Les contraintes structurelles qui p\u00e8sent sur l'adoption au Royaume-Uni<\/h2>\n
Le d\u00e9fi de la Fondation Data<\/h3>\n
Gouvernance, responsabilit\u00e9 et risques<\/h3>\n
Inertie culturelle et organisationnelle<\/h3>\n
Le r\u00f4le de la RICS : Favoriser l'adoption responsable<\/h2>\n
Adoption pragmatique - Les principes cl\u00e9s<\/h2>\n
A quoi ressemble l'avenir ? Trois horizons temporels<\/h2>\n
Court terme (6 prochains mois) : Des gains pratiques et peu risqu\u00e9s<\/h3>\n
Moyen terme (6 \u00e0 18 mois) : Int\u00e9gration des processus agentiques<\/h3>\n
\u00c0 plus long terme (18 \u00e0 36 mois) : Approfondissement des connaissances et nouveaux services<\/h3>\n
A plus long terme (36 mois et plus) : Effroi existentiel<\/h3>\n
Les \u00e9l\u00e9ments non n\u00e9gociables : Le jugement, la confiance et l'examen minutieux<\/h2>\n
\nEn fin de compte, l'IA ne remplacera pas les g\u00e9om\u00e8tres. Ce qu'elle remplacera, ce sont les recherches manuelles, les r\u00e9dactions r\u00e9p\u00e9titives et les travaux administratifs de faible valeur. En fin de compte, le chemin du secteur immobilier britannique vers l'adoption de l'IA ne d\u00e9pend pas de l'adoption d'une nouvelle technologie, mais de sa volont\u00e9 de corriger ses vieilles habitudes : int\u00e9grer la qualit\u00e9 data, adopter le cadre de gouvernance de la RICS et \u00e9lever consciemment le jugement humain au-dessus des t\u00e2ches que la technologie peut d\u00e9sormais g\u00e9rer en toute confiance.<\/p>\nA propos de Artefact & Chris de Gruben, FRICS<\/h2>\n