IA dans le BTP : les données avant l'outil

Avant d'investir dans un outil d'IA, regardez les documents qu'il devra traiter. Sont-ils lisibles, à jour et accessibles aux bonnes personnes ? Des fichiers manquants ou contradictoires peuvent rendre le résultat difficile à exploiter.

Dans l'étude 2026 de l'Observatoire des métiers du BTP, moins de 10 % des 621 entreprises ayant répondu entre janvier et février 2025 déclaraient utiliser des technologies liées à l'IA. Ce chiffre décrit cet échantillon, composé principalement de TPE et PME du bâtiment en France. Une démonstration ne suffit pas pour connaître le résultat sur vos propres fichiers. Testez aussi les pièces incomplètes, les anciens formats et les cas inhabituels.

Pourquoi autant de projets s'arrêtent avant de produire quoi que ce soit

En 2024, BCG a interrogé 1 000 dirigeants et cadres supérieurs dans 59 pays. Selon leur évaluation, 74 % des entreprises représentées n'avaient pas encore démontré de valeur tangible à partir de l'IA. BCG rattache environ 70 % des difficultés de mise en œuvre aux personnes et aux processus, 20 % à la technologie et 10 % aux algorithmes. Ces proportions décrivent une grille d'allocation des efforts et les difficultés rapportées, pas une mesure comptable universelle.

L'enquête AI for Contractors de Dodge Construction Network et CMiC porte, elle, sur 235 entreprises de construction. Son périmètre est différent de celui des entreprises de la Grande Région. Elle ne permet pas de prédire le résultat d'un outil sur vos documents.

Dans un projet donné, l'état des documents et des données du quotidien peut donc devenir un frein majeur.

Ce que ça donne concrètement sur le terrain

Un processus connu est plus facile à tester. Si les documents changent de format ou se contredisent, l'automatisation peut demander davantage de contrôles et de corrections.

Deux situations illustrent ce mécanisme.

Le devis récurrent. Imaginons un chargé d'affaires qui produit dix devis par semaine vers le même type de client. Il utilise un modèle et retrouve ses prix au même endroit. L'IA pourrait préparer un brouillon qu'il vérifierait ensuite. Le gain de temps dépendrait de la qualité des entrées et du contrôle nécessaire.

Le compte rendu de chantier. Imaginons un conducteur de travaux qui dicte son compte rendu sur son téléphone. Si les abréviations, les codes de lot et les langues changent d'un chantier à l'autre, l'IA peut produire un texte long à corriger. Une structure commune rend l'essai plus fiable. Ici, c'est la variabilité des entrées qu'il faut examiner avant de choisir l'outil.

L'état des données en amont explique l'écart entre les deux cas.

Un cas possible dans la Grande Région

Une PME de la Grande Région peut gérer des documents en français et en allemand, travailler avec des sous-traitants de plusieurs pays et centraliser ses fichiers sans équipe informatique dédiée. Ce cas illustre pourquoi les conventions de nommage et l'accès aux documents comptent avant un pilote IA ; il ne décrit pas toutes les entreprises de la région.

Deux enquêtes américaines de McKinsey publiées en 2025 illustrent aussi un écart de visibilité. Des dirigeants estimaient que 4 % de leurs salariés utilisaient l'IA générative pour au moins 30 % de leurs tâches quotidiennes. Dans une enquête séparée auprès des salariés, 13 % déclaraient eux-mêmes ce niveau d'usage. Le premier chiffre est une estimation managériale et le second une auto-déclaration. La comparaison ne mesure ni le temps réellement gagné ni un écart propre au BTP. Elle suggère surtout un inventaire interne des usages avant de décider où intervenir.

Comment repérer les processus prêts

Avant l'essai, vérifiez ces points :

Signes d'une base de données trop instable :

• Vos plans et devis sont répartis entre quatre systèmes différents (mails, clés USB, SharePoint, classeurs papier), sans qu'aucun soit la référence officielle.
• Chaque collaborateur nomme ses fichiers à sa façon. Il n'existe pas de convention partagée.
• Il n'y a pas de modèle standard pour les documents qui reviennent régulièrement : devis récurrents, comptes rendus de chantier, offres de prix.
• Retrouver un document de l'année passée nécessite d'appeler quelqu'un.

Le document de travail Mapping AI into Production, présenté par l'INSEAD rapporte une expérience auprès de 515 startups à forte croissance. Les entreprises du groupe traité ont reçu des exemples de réorganisation des activités autour de l'IA. Les auteurs rapportent un chiffre d'affaires 1,9 fois supérieur à celui du groupe témoin sur la période étudiée. Ce résultat concerne ce dispositif et reste issu d'un document de travail. Il ne prédit pas le revenu d'une PME du BTP.

Faut-il tout réorganiser avant de commencer ?

Vous pouvez commencer sur un périmètre limité, sans remettre toute l'organisation à plat.

Retenez une ou deux tâches pour lesquelles vous avez déjà des documents utilisables et un résultat attendu. Par exemple, un devis récurrent à partir d'un modèle existant, ou le classement de mails selon des catégories définies.

Si l'un de ces processus existe dans votre entreprise, il peut servir de point de départ progressif. Dans certains cas, une meilleure organisation du processus existant suffit, sans IA. Cette étape aide à concentrer le budget pilote sur un cas vérifiable. Même des données bien rangées doivent ensuite être accessibles à l'outil au moment où il répond, un sujet à part entière.

Ce qu'un regard extérieur apporte dans ce contexte

Dans le BTP, l'examen utile commence par les processus existants : quelles tâches reviennent chaque semaine, quelles données ces tâches utilisent, dans quel état ces données arrivent.

Cet examen permet de proposer un premier test et de repérer la préparation nécessaire. Le pilote devra ensuite vérifier la qualité du résultat et le temps réellement gagné.

Nos exemples d'IA dans la construction montrent comment ce tri se traduit sur des usages concrets du chantier et du bureau.

L'examen peut aussi conduire à améliorer un processus sans ajouter d'IA.

Chez LDS, nous développons Auroplan pour le secteur de la construction. Ce travail nous amène à examiner comment les documents sont structurés et quelles informations un outil doit retrouver. Il ne remplace pas l'examen des données de votre entreprise.

---

Questions fréquentes

Faut-il tout réorganiser avant de commencer avec l'IA ?

Commencez par identifier un ou deux processus qui disposent déjà de données suffisamment cohérentes pour un premier pilote réaliste. Le reste peut suivre progressivement.

Par quel processus une PME de construction devrait-elle commencer avec l'IA ?

Par celui qui a les entrées les plus prévisibles et un résultat clairement défini : un devis récurrent sur la base d'un modèle existant, un compte rendu de chantier sur une structure déjà utilisée, ou le tri de mails entrants selon des catégories fixes. Limitez d'abord la diversité des cas, puis testez les exceptions.

L'IA peut-elle aider à organiser des données déjà dispersées ?

L'IA peut aider à classer des documents et à en extraire des données. Des fichiers fragmentés ou hétérogènes peuvent toutefois demander beaucoup de corrections. Comparez ce travail au traitement actuel sur un échantillon représentatif, avec une personne responsable de la validation.

Qu'est-ce qu'un audit IA apporte concrètement à une entreprise du BTP ?

Un audit examine les tâches, les données disponibles et les contraintes. Il permet de proposer des pilotes, d'identifier les travaux préparatoires et d'écarter les usages sans bénéfice suffisamment clair. Le résultat reste à vérifier pendant l'essai.

---

Pour préparer un premier échange, choisissez une tâche récurrente et quelques documents représentatifs. Ils permettront de préciser les questions à examiner avant de proposer un pilote.

---