DOSSIER 13 BARDAGE.INFO #28 NOVEMBRE 2025 LE FUTUR EN ACTION tion. Persuadée que l’IA allait impacter aussi ses adhérents, la Fédération française du bâtiment (FFB) s’est lancée seule dans l’aventure la même année en créant un groupe dédié. Celui-ci a beaucoup évolué depuis, tout comme ses travaux. « De groupe, il est devenu comité qui se décline dans chaque région, explique son président Jean Ramirez. Dans un premier temps, nous nous sommes concentrés sur les cas d’usages potentiellement pertinents. Cette étape franchie, nous axons désormais nos réflexions sur ses enjeux en matière d’éthique, d’impact social, de réglementation et de souveraineté. » Une double trajectoire qui semble correspondre aux attentes de la filière. Comme le constate Christophe Muller, président de l’entreprise de façade Bové à SaintEtienne-lès-Remiremont (88), « son évolution est tellement rapide que nous manquons parfois d’imagination pour savoir comment l’utiliser et ce qu’elle implique pour nos entreprises ». D’autant plus que, ça serait trop simple, il n’existe pas qu’une IA (voir encadré). Résultat, les sollicitations se multiplient « à travers les interventions en régions et nos supports produits », note Jean Ramirez. 11 000 personnes ont ainsi été touchées. Les pouvoirs publics font également appel aux acteurs du secteur : « La FFB a été choisie pour être l’un des 300 ambassadeurs officiels de l’intelligence artificielle désignés par le ministère de l’Économie. » Très concrètement, les applications de l’IA dans le bâtiment sont nombreuses. L’ensemble de la chaîne de l’acte de construire (et même de déconstruire) peut en bénéficier d’une manière ou d’une autre, tout comme les fonctions supports. Ainsi, et cette liste n’est en rien exhaustive, l’IA permet de gérer les e-mails, les fiches de paye et de manière plus générale, pas mal de fonctions RH. Plus spécifiquement, elle peut identifier les appels d’offres et proposer des chiffrages, planifier les chantiers en intégrant ressources et contraintes, optimiser les chaînes d’approvisionnement, tant en termes de gestion des stocks que de transport, anticiper les coûts et la disponibilité des matériaux... Sur chantier, des caméras équipées d’IA peuvent surveiller en temps réel pour détecter toute anomalie ou mise en danger des biens et des personnes, contrôler la gestion et le tri des déchets en mesurant les volumes, en identifiant les non-conformités, la part du réemploi et du recyclage… Le tout avec un mode de communication facilité car les informations circulent de manière plus fluide directement vers les personnels concernés dans des formats adaptés. C’est ce qu’explique Marc Nègre, dirigeant de l’entreprise Kraaft qui a développé « une application pensée comme une messagerie instantanée adaptée au chantier. L’outil permet aux équipes d’échanger photos, notes vocales ou messages écrits et l’IA vient structurer automatiquement la donnée : les photos sont classées, les rapports de chantier générés quelle que soit la langue parlée, les procès-verbaux préremplis… ». Avec à la clé, des documents de meilleure qualité, utilisables en cas de litige Parler la langue de l’IA - Algorithme : suite d’instructions logiques, organisées et ordonnées, conçues pour résoudre un problème ou accomplir une tâche spécifique. - Big data : ensemble de données nombreuses et complexes qui ne peut pas être géré, traité ou analysé à l’aide des méthodes traditionnelles. - Data lake : méthode de stockage de données massives utilisée par le big data. Elles sont conservées dans leurs formats originaux ou sont très peu transformées. - IA générative : système capable de générer du texte, des images ou d’autres types de contenus (audio, vidéo, etc.) à l’aide d’une requête textuelle. - IA prédictive : système d’analyse des données et de réalisation de prévisions futures à partir de données historiques et actuelles. - Machine learning : apprentissage automatique qui vise à donner aux machines la capacité d’« apprendre » à partir de données, via des modèles mathématiques. Il peut être non supervisé (Unsupervised learning), semi-supervisé (Semi-supervised learning), surpervisé (Supervised learning), par renforcement (Reinforcement learning) ou profond (Deep learning). - Modèle d’IA : algorithme dont le fonctionnement est déterminé par un ensemble d’attributs et qui est conçu pour opérer, selon les cas, différentes tâches (prédiction, classification, génération…). - Modèle de langage : programme capable de comprendre et d’imiter le langage humain après une analyse complète de la structure d’une langue, ses règles implicites ou explicites et ses nuances. On parle de « Large language models » (LLM) pour les modèles possédant un grand nombre de paramètres. - Prompt : requête textuelle adressée par les utilisateurs à des systèmes d’IA génératives. © IFS L’IA permet notamment d’optimiser la logistique et les transports.
RkJQdWJsaXNoZXIy MTY5NjE1OA==