{"id":1012,"date":"2024-09-25T16:14:19","date_gmt":"2024-09-25T16:14:19","guid":{"rendered":"https:\/\/the-swarm.eu\/?p=1012"},"modified":"2025-04-24T08:12:21","modified_gmt":"2025-04-24T08:12:21","slug":"renovation-globale-des-coproprietes-combiner-les-intelligences","status":"publish","type":"post","link":"https:\/\/the-swarm.eu\/index.php\/2024\/09\/25\/renovation-globale-des-coproprietes-combiner-les-intelligences\/","title":{"rendered":"R\u00e9novation globale des copropri\u00e9t\u00e9s : combiner les intelligences"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
<\/div>\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t
<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

R\u00e9novation globale des copropri\u00e9t\u00e9s : combiner les intelligences<\/h1>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Publi\u00e9 par Quentin Panissod le 25<\/span>

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\n

\u00a0<\/p>\n

Article co-r\u00e9dig\u00e9 avec Xavier Colin<\/strong> de Rexylience<\/a> et publi\u00e9 dans le cadre d’un dossier Construction21 sur la r\u00e9novation. Cette version inclut des r\u00e9f\u00e9rences et cr\u00e9dits suppl\u00e9mentaires.<\/em><\/p>\n\n

Parler\u00a0de l\u2019IA fait peu de sens pour quiconque cherche \u00e0 tirer b\u00e9n\u00e9fice des technologies que le domaine engendre dans son secteur. Car celles qui en sont issues traitent assur\u00e9ment toutes de donn\u00e9es num\u00e9riques, mais aux formats et fins diff\u00e9rents. Quelles pistes de travail envisager lors de projets de r\u00e9novation de copropri\u00e9t\u00e9s ? L\u2019IA peut-elle s\u2019appliquer \u00e0 la r\u00e9novation ?<\/strong><\/h6>\n\n

Les approches d\u2019IA peuvent par exemple \u00eatre utilis\u00e9es pour effectuer des pr\u00e9dictions statistiques comme le fait par exemple le CSTB pour pr\u00e9dire les caract\u00e9ristiques du b\u00e2ti inconnu dans les bases de donn\u00e9es et ensuite extrapoler les DPE. Avec le ph\u00e9nom\u00e8ne r\u00e9cent ChatGPT, on parle beaucoup de l\u2019IA pour d\u00e9signer tous les outils de traitement de texte notamment\u00a0: avant m\u00eame la popularit\u00e9 de ces agents conversationnels, de nombreux mod\u00e8les d\u2019IA permettaient l\u2019\u00e9mergence de solutions d\u2019extraction d\u2019informations ou de g\u00e9n\u00e9ration de contenu \u00e0 partir de la donn\u00e9e texte. Ces solutions permettent d\u2019analyser des documents comme des contrats, des rapports ou encore des articles, et parall\u00e8lement de produire\u00a0\u00a0: communication num\u00e9rique, support client par mail ou chat, rapports divers par exemple.\u00a0<\/p>\n\n

Une autre d\u00e9clinaison de l\u2019IA concerne tout ce qui rel\u00e8ve de l\u2019image\u00a0: de la constitution de bases de donn\u00e9es \u00e0 partir de photos satellitaires (ex : toitures des b\u00e2timents) \u00e0 la retranscription de documents scann\u00e9s, ces approches permettent \u00e9galement la production d\u2019images comme les solutions DALL-E et ses cons\u0153urs ou encore les deepfakes popularis\u00e9s plus r\u00e9cemment. Et ce n\u2019est pas tout.\u00a0

D\u2019autres groupes de technologies d\u2019approche\u00a0d\u2019IA, diff\u00e9rentes par leur fonction ou le format des donn\u00e9es auxquelles elles s\u2019appliquent, existent ou se combinent entre elles. Par exemple, les approches de mod\u00e8les adversaires ont permis \u00e0 Stanislas Chaillou (architecte et data scientist) d\u2019explorer le potentiel de l\u2019IA g\u00e9n\u00e9rative pour diff\u00e9rents aspects de la conception de b\u00e2timent r\u00e9sidentiel par un architecte : empreinte au sol, programmation, ameublement, etc. Certaines approches dites d\u2019apprentissage par renforcement peuvent apprendre \u00e0 traiter une t\u00e2che donn\u00e9e \u00e0 partir de simulations dont on sait \u00e9valuer le r\u00e9sultat (ex : partie d\u2019\u00e9checs dont on conna\u00eet le r\u00e9sultat \u00e0 la fin).<\/p>\n\n

\"\"<\/figure>\n\n

Figure 1 : Parcours d\u2019une r\u00e9novation en copropri\u00e9t\u00e9 (sch\u00e9ma ANAH MPR Copropri\u00e9t\u00e9 agr\u00e9ment\u00e9)<\/em><\/p>\n\n

Comment se saisir de cette diversit\u00e9 de technologies et \u00e0 quelles fins ?<\/h6>\n\n

Deux \u00e9tapes sont clef dans une telle d\u00e9marche. Premi\u00e8rement, identifier les processus auxquels une technologie d\u2019IA pourrait s\u2019appliquer. Deuxi\u00e8mement, \u00e9valuer la faisabilit\u00e9 et les impacts attendus de cette application. \u00a0<\/p>\n\n

Pour l\u2019identification de cas d\u2019usages, questionner l\u2019usage du num\u00e9rique \u00e0 chaque \u00e9tape et enqu\u00eater sur les informations trait\u00e9es au format num\u00e9rique est un bon point de d\u00e9part : qui travaille avec des images ? Quels d\u00e9placements sur site pour collecter des informations pourraient-ils \u00eatre \u00e9vit\u00e9s ? Quelles informations sont visibles \u00e0 l\u2019\u0153il nu \u00e0 partir de photos de l\u2019ext\u00e9rieur ou du dessus ? Les m\u00eames questions peuvent se poser sur la donn\u00e9e documentaire issue par exemple de PLU, de r\u00e8glements de copropri\u00e9t\u00e9s, de documents d\u2019AG, ou encore d\u2019archives num\u00e9riques ; ou bien sur les bases de donn\u00e9es plus structur\u00e9es issues de la comptabilit\u00e9, d\u2019outils de gestion et de logiciels m\u00e9tier. Enfin, ces r\u00e9flexions peuvent \u00eatre compl\u00e9t\u00e9es par des sources de donn\u00e9es externes d\u00e9j\u00e0 utilis\u00e9es au quotidien, de cadastre.gouv.fr \u00e0 Wikip\u00e9dia en passant par G\u00e9orisques, \u00e0 titre d\u2019exemple.<\/p>\n\n

Ensuite, \u00e9valuer la faisabilit\u00e9 et les impacts attendus de l\u2019application d\u2019IA est une t\u00e2che plus complexe, qui fait intervenir des comp\u00e9tences sp\u00e9cifiques. \u00a0
Car mettre en production une application qui s\u2019appuie sur une technologie d\u2019IA et aboutit \u00e0 un r\u00e9sultat professionnel et ma\u00eetris\u00e9 n\u00e9cessite un travail cons\u00e9quent : sur la mod\u00e9lisation du processus cibl\u00e9 et le processus \u00e0 venir, sur le travail de collecte et de traitement des donn\u00e9es, de m\u00eame que sur les mod\u00e8les d\u2019IA \u00e0 proprement parler. Ces co\u00fbts d\u2019accompagnement et de recherche et d\u00e9veloppement sont \u00e9lev\u00e9s car ils font appel \u00e0 diff\u00e9rentes expertises encore on\u00e9reuses et impliquent parfois l\u2019achat ou la location de mat\u00e9riel et de logiciel. D\u00e9velopper un prototype d\u2019IA peut co\u00fbter des dizaines de milliers d\u2019euros alors que le produit fini peut co\u00fbter plusieurs millions d\u2019euros en fonction du cas d\u2019usage.

Face \u00e0 cela, il faut bien s\u00fbr mettre en avant les b\u00e9n\u00e9fices apport\u00e9s par la solution data ou IA, dont les projets visent g\u00e9n\u00e9ralement \u00e0 obtenir des gains de temps (ex : analyse des PLU) ; de nouveaux indicateurs ou informations pour am\u00e9liorer la qualit\u00e9 d\u2019un service (ex : pr\u00e9-remplissage ou \u00a0int\u00e9gration de donn\u00e9es li\u00e9es aux impacts environnementaux ou futurs al\u00e9as climatiques), ou encore \u00e0 d\u00e9bloquer une nouvelle fonctionnalit\u00e9 (assistant virtuel, saisie vocale d\u2019informations lors d\u2019une \u00a0visite, etc.).
Alors, c\u2019est l\u2019analyse de cette balance qui vous permettra de faire les diff\u00e9rents choix d\u2019int\u00e9gration d\u2019applications d\u2019IA dans vos processus au regard des co\u00fbts et b\u00e9n\u00e9fices attendus : lancement ou non ; internalisation, sous-traitance ou achat sur l\u2019\u00e9tag\u00e8re ; niveau de performance et confiance des r\u00e9sultats recherch\u00e9s. Pour ce faire, Bpifrance et certaines collectivit\u00e9s cofinancent par exemple des \u00e9tudes pr\u00e9liminaires ou le d\u00e9veloppement de prototypes des PME.<\/p>\n\n

\"\"<\/figure>\n\n

Figure 2 : Le Triptyque \u00ab Temps-Argent-Confiance \u00bb de la r\u00e9novation globale des copropri\u00e9t\u00e9s<\/em><\/p>\n\n

Quelles pistes d\u2019applications\u00a0prometteuses ?\u00a0<\/h6>\n\n

Le premier \u00e9l\u00e9ment \u00e0 prendre en consid\u00e9ration est le faible recul sur les applications matures d\u2019intelligence artificielle du fait de la difficult\u00e9 d\u2019\u00e9valuer et de prouver le rapport co\u00fbts-b\u00e9n\u00e9fices. Le second est celui sp\u00e9cifique \u00e0 l\u2019usage des donn\u00e9es dans la r\u00e9novation car ce secteur fait face \u00e0 plus de complexit\u00e9 de collecte des donn\u00e9es.\u00a0
Depuis l\u2019\u00e9mergence de l\u2019IA comme ph\u00e9nom\u00e8ne tendance au milieu des ann\u00e9es 2010, on peut constater l\u2019av\u00e8nement de plusieurs start-ups, appels \u00e0 projets, travaux de recherche, sur cette th\u00e9matique. Reprenant l\u2019approche propos\u00e9e dans la partie pr\u00e9c\u00e9dente, nous avons pris pour exemple et agr\u00e9ment\u00e9 le processus de r\u00e9novation de copropri\u00e9t\u00e9 propos\u00e9 par l\u2019Anah pour identifier des opportunit\u00e9s \u00e0 exploiter.\u00a0

En explorant les cas se pr\u00eatant \u00e0 l\u2019usage de l\u2019IA et en estimant de potentiels b\u00e9n\u00e9fices \u00e0 obtenir, voici une liste non exhaustive de pistes pour lesquelles l\u2019IA pourra ou ne pourra pas nous permettre de nous am\u00e9liorer durant les prochaines ann\u00e9es :<\/p>\n\n