L'IA dans le BTP : pourquoi le problème n'est presque jamais l'outil
La plupart des projets IA dans le BTP s'arrêtent avant de produire de la valeur : le frein vient des données et des processus en amont, rarement de l'outil. Voici comment savoir si votre entreprise est prête avant d'investir.
La plupart des projets IA dans les entreprises de construction échouent au même endroit : des données et des processus qui n'étaient pas prêts à suivre. Le logiciel choisi, lui, est rarement en cause. Avant d'investir dans un outil, la vraie question est : est-ce que ce processus, aujourd'hui, tourne avec des données suffisamment cohérentes pour qu'une machine puisse les lire ?
Moins de 10 % des entreprises du BTP utilisent des outils IA aujourd'hui, selon une étude de l'Observatoire des métiers du BTP publiée en 2026 sur 621 entreprises. Les outils n'ont pourtant jamais été aussi accessibles. La démonstration dans le navigateur est impressionnante. Et ensuite, en production, ça déçoit.
Pourquoi autant de projets s'arrêtent avant de produire quoi que ce soit
En 2024, le BCG a analysé les projets IA dans plusieurs secteurs. 74 % des entreprises n'obtiennent pas encore de valeur mesurable de leurs investissements. La même étude montre que les entreprises qui dégagent de la valeur investissent leurs ressources autrement : environ 10 % dans l'algorithme, 20 % dans la technique et les données, 70 % dans les personnes et les processus.
L'outil, c'est la plus petite partie.
Ce que le BTP vit n'est pas une exception. Selon une enquête nord-américaine du Dodge Construction Network, seulement 26 % des entreprises de construction évaluent leur qualité de données comme élevée, et 57 % citent la précision des données parmi les freins majeurs à l'IA. Les données de terrain, les devis, les plans, les comptes rendus de chantier, les échanges par mail, arrivent dans des formats trop hétérogènes pour qu'un système automatisé les traite de manière fiable.
Le frein principal n'est pas technologique. C'est l'état des documents et des données du quotidien.
Ce que ça donne concrètement sur le terrain
Un principe simple : automatiser un processus efficace en augmente l'efficacité. Automatiser un processus inefficace en augmente l'inefficacité.
Deux cas, l'un où ça marche, l'autre où ça ne marche pas.
Le devis récurrent. Un chargé d'affaires sort dix devis par semaine vers le même type de client. Il a un modèle depuis trois ans. Ses prix sont au même endroit. Sa description de poste est standard. L'IA prépare le brouillon en quelques minutes, il vérifie les chiffres. Une heure de travail devient vingt minutes. Ça tient parce que les entrées sont prévisibles.
Le compte rendu de chantier. Un conducteur de travaux essaie de dicter son CR dans son téléphone. En théorie, l'IA transcrit et structure. En pratique : chaque chef de chantier a ses propres abréviations, ses propres codes de lot. Les réunions de certains chantiers se tiennent en français, d'autres en allemand, parfois les deux dans le même document. Tant que l'entrée reste aussi variable, l'IA produit un texte qu'on met plus de temps à corriger qu'à écrire soi-même. L'outil fonctionne, et il fonctionne bien quand la structure est là. Le problème est la variabilité des entrées.
La différence entre les deux cas n'est pas la complexité de la tâche. C'est l'état des données en amont.
Le profil de la Grande Région
Dans les PME de la Grande Région, cette réalité a une forme particulière. Les équipes travaillent souvent en français et en allemand selon le chantier, les sous-traitants viennent de plusieurs pays, et les petites structures n'ont pas d'IT dédiée pour poser des conventions de nommage ou centraliser les documents. Chaque bureau a développé ses habitudes bien avant que les outils IA existent.
McKinsey pose la question chaque année dans ses enquêtes State of AI. Dans celle de 2024, seules 21 % des entreprises redesignaient réellement leurs processus pour intégrer l'IA. Dans celle de 2025, les entreprises qui obtiennent les meilleurs résultats le font 2,8 fois plus souvent que les autres : le redesign des processus y reste le comportement le plus corrélé à l'impact mesurable. La différence tient au choix de l'endroit dans l'organisation, plus qu'au choix de l'outil.
Comment repérer les processus prêts
Avant d'évaluer un outil, un diagnostic simple. Si vous reconnaissez plusieurs de ces situations, l'obstacle n'est pas le logiciel.
Signes que vos données ne sont pas prêtes :
- 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.
Des chercheurs de Harvard et de l'INSEAD l'ont confirmé dans un essai contrôlé avec environ 515 startups : les fondateurs formés à repérer où l'IA crée de la valeur dans leur flux de travail ont réalisé en moyenne 1,9 fois le chiffre d'affaires du groupe témoin. La différence ne tenait pas au logiciel. Elle tenait à la lecture de leur propre organisation.
Faut-il tout réorganiser avant de commencer ?
Non. Beaucoup de projets se perdent justement dans l'attente de la perfection.
L'objectif est d'identifier un ou deux processus qui disposent déjà de données suffisamment cohérentes pour un premier pilote réaliste. Un devis récurrent avec un modèle existant. Un compte rendu de chantier sur une structure déjà utilisée. Le tri de mails entrants selon des catégories fixes.
Ces processus existent dans presque toutes les entreprises BTP. Ils ne demandent pas de grand chantier de réorganisation préalable. Dans certains cas, une meilleure organisation du processus existant suffit, sans IA. Ce n'est pas un aveu de faiblesse. C'est la condition pour ne pas gaspiller un budget pilote sur un terrain qui ne tient pas. Et même des données bien rangées ne font pas tout : encore faut-il que l'outil les ait sous les yeux au moment où il répond, un sujet à part entière.
Ce qu'un regard extérieur apporte dans ce contexte
Un audit commence par les processus existants : quelles tâches reviennent chaque semaine, quelles données ces tâches utilisent, dans quel état ces données arrivent.
À partir de là, on sait lesquels de vos processus ont déjà ce qu'il faut pour un premier pilote fiable, lesquels nécessitent un peu de préparation, et pour lesquels l'IA ne change rien à ce stade.
La dernière catégorie existe dans toutes les organisations. La mentionner est, dans ce secteur, plus utile que de la taire.
Chez LDS, nous développons Auroplan, un logiciel de gestion dédié au secteur de la construction. Ce contexte nous donne un regard de l'intérieur sur l'endroit exact où la donnée se perd dans les bureaux et les petites entreprises BTP, et sur où elle est déjà suffisamment propre pour qu'un pilote tienne.
Questions fréquentes
Faut-il tout réorganiser avant de commencer avec l'IA ?
Non. L'objectif n'est pas la perfection, mais d'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. La variabilité dans les entrées est l'ennemi d'un bon premier pilote.
L'IA peut-elle aider à organiser des données déjà dispersées ?
Partiellement. L'IA peut classer et extraire des données, mais à condition que les documents de base soient lisibles et cohérents. Sur des données fragmentées ou hétérogènes, elle produit des résultats dont la correction prend plus de temps que le traitement manuel. L'organisation de base reste un travail humain.
Qu'est-ce qu'un audit IA apporte concrètement à une entreprise du BTP ?
Un audit identifie quels processus dans votre organisation ont les données et la structure nécessaires pour un premier pilote fiable, lesquels nécessitent d'abord un travail préparatoire, et lesquels ne bénéficient tout simplement pas de l'IA à ce stade.
Quel processus dans votre bureau tourne déjà avec des données assez cohérentes pour être un bon point de départ ? La réponse dépend de chaque organisation. L'identifier sur votre activité réelle, c'est précisément ce que fait un audit. Un premier échange de trente minutes suffit pour voir par où commencer.
Ce contenu est fourni à titre informatif général. Il ne constitue pas un conseil juridique et ne remplace pas l'avis d'un avocat spécialisé en protection des données. Pour votre situation spécifique, consultez un conseiller juridique.