Stratégies

Workplace Trends : quels effets de l’IA générative sur l’emploi dans le secteur immobilier ?


L’intelligence artificielle générative, en particulier les modèles comme GPT, commence à transformer en profondeur le monde du travail. Une étude de Wüest Partner examine les gains d’efficience et de productivité que l’utilisation de GPT peut apporter au secteur immobilier français.

Depuis près de 75 ans, l’Intelligence Artificielle (IA) a connu plusieurs phases de développement, sous l’impulsion des progrès réalisés en matière de puissance de calcul, de disponibilité des données et de méthodes algorithmiques. Ces dernières années, elle a franchi des étapes importantes avec l’émergence de l’IA générative et de modèles de langage tels que GPT (Generative Pre-trained Transformer). Soulevant son lot d’inquiétudes, allant de leur capacité à supplanter l’humain aux usages abusifs, l’IA recèle le potentiel pour modifier profondément notre manière de travailler.

Afin de quantifier les impacts potentiels de l’IA générative, en particulier le modèles GPT, sur l’emploi dans le secteur de l’immobilier et de la construction, Wüest Partner a réalisé une étude analysant l’impact potentiel de GPT sur chaque profession sur la base des tâches effectuées et examinant les mesures prioritaires à mettre en œuvre pour exploiter pleinement le potentiel d’efficience offert par ces outils.

Quels gains dans les métiers de l’immobilier grâce à l’IA ?

Après avoir identifié les principales professions du secteur immobilier et de la construction en analysant quelque 32 000 offres d’emploi en France, Wüest Partner a utilisé ChatGPT pour examiner les tâches spécifiques à chaque métier et estimer les gains d’efficience et de productivité potentiels dans chacun (voir l’encadré méthodologique).

Secteur immobilier : gains potentiels d’efficience et de productivité par profession - © Wüest Partner
Secteur immobilier : gains potentiels d’efficience et de productivité par profession - © Wüest Partner

Gains d’efficience limités pour les métiers manuels

Les professions du domaine de l’immobilier et de la construction recouvrent une très large palette de métiers ayant des caractéristiques très différentes les uns des autres : des ingénieurs, des architectes d’intérieur, des gestionnaires d’actifs, des chefs de projet, des analystes de données ou encore les divers métiers du bâtiment. Logiquement, les professions comportant une part importante de travail administratif, de communication, d’analyse de données et de planification présentent des gains d’efficience plus importants avec les modèles GPT. En revanche, les rôles qui sont principalement manuels ou qui nécessitent une présence physique en profitent moins.

Les professions telles que les peintres, maçons, menuisiers ou charpentiers sont rarement influencées par l’IA générative, car le travail manuel y est dominant. Les modèles GPT peuvent néanmoins se révéler utiles pour la lecture et l’interprétation des plans, la sélection des matériaux ou encore la communication avec les clients, ce qui explique les scores d’efficience d’environ 5 à 10 %.

Gains d’efficience moyen chez les ingénieurs et les architectes

Les professions présentant des gains d’efficience moyens sont par exemple les ingénieurs, les architectes ou encore les gestionnaires de biens immobiliers. GPT peut soutenir ces derniers en automatisant les réponses aux questions fréquentes des locataires, en aidant à la rédaction des contrats et de la documentation comptable, et encore en fournissant des analyses rapides des données du marché. L’efficience pourrait ainsi être améliorée de 30 % environ. Les architectes peuvent réaliser un gain d’efficience similaire. GPT peut suggérer de nouvelles idées ou des améliorations lors de la phase de conception et de design et signaler les points faibles potentiels. L’intégration de l’IA dans les processus et logiciels existants peut toutefois s’avérer difficile et limiter le potentiel d’efficience.

Les ingénieurs en bâtiment pourraient bénéficier d’un gain d’efficience d’environ 25 % grâce à l’IA - pour la conception, l’estimation des coûts ou la rédaction de documents techniques. Leur travail comporte toutefois une dimension sociale et éthique importante, car les constructions ont un impact durable sur la communauté, la sécurité et l’environnement.

Gains d’efficience élevés dans les professions administratives et techniques

Parmi les professions bénéficiant d’un fort potentiel d’efficience grâce à l’IA générative, se trouvent les responsables marketing et financiers, les analystes de données ou encore les asset managers. Les analystes de données, par exemple, collectent et nettoient les données, créent des visualisations, interprètent les tendances du marché et développent des prévisions. L’IA générative peut effectuer nombre de ces tâches plus rapidement et plus efficacement. Cependant, l’analyse de marché requiert également une compréhension nuancée, de l’expérience et du discernement, ce qui maintient un rôle central pour l’humain.

Comment réaliser les gains d’efficience avec l’IA générative ?

L’étude de Wüest Partner s’est intéressée aussi aux manières dont l’IA générative peut améliorer l’efficience dans les professions immobilières. En se basant sur les explications de ChatGPT justifiant les gains d’efficience pour chaque profession, elle identifie les fonctions qui contribuent le plus souvent et le plus fortement à ces gains.

Les principales fonctions des modèles GPT contribuant aux gains d’efficience dans les différentes professions - © Wüest Partner
Les principales fonctions des modèles GPT contribuant aux gains d’efficience dans les différentes professions - © Wüest Partner

L’analyse de West Partner montre qu’un grand nombre de professions pourraient réaliser un gain d’efficacité substantiel en implémentant des mesures simples proposées par l’IA générative. Environ 60 % des professions du secteur immobilier bénéficieraient nettement de l’utilisation régulière de ChatGPT pour des travaux textuels, notamment la création et l’édition de documents, de rapports, de communications ou de traductions. À elle seule, cette fonction permettrait de générer 16 % de tous les gains d’efficacité dans le secteur de la construction et de l’immobilier.

Poids relatif de différentes fonctions de ChatGPT dans le gain - © Wüest Partner
Poids relatif de différentes fonctions de ChatGPT dans le gain - © Wüest Partner

En outre, GPT permet de rechercher et de synthétiser rapidement de nombreux rapports, documents techniques ou études, facilitant ainsi l’identification des informations pertinentes. La recherche et la synthèse d’informations représenteraient à elles seules 7 % des gains d’efficacité. En combinant ces deux mesures simples d’utilisation et peu coûteuses, on obtient déjà près d’un quart des gains d’efficacité potentiels réalisables grâce à l’IA générative.

Un tiers des métiers de l’immobilier tirerait un avantage significatif de l’analyse de données par l’IA générative. Cette technologie permet de visualiser et d’analyser un grand volume de données, y compris sous des formes non structurées, sans nécessiter de compétences techniques avancées en science des données. Grâce à ces capacités, les informations peuvent être extraites plus rapidement, facilitant ainsi la prise de décisions stratégiques. L’analyse de données contribuerait ainsi à 9 % du gain d’efficacité total dans le secteur immobilier.

Les outils d’IA générative sont déjà particulièrement performants dans ce domaine, et les développements futurs promettent des capacités accrues ainsi qu’une utilisation simplifiée. Toutefois, la confidentialité des données demeure un enjeu majeur, nécessitant une politique de gouvernance claire sans pour autant être trop contraignante. Par ailleurs, l’expertise humaine et le jugement critique restent essentiels pour interpréter correctement les résultats et éviter des conclusions hâtives ou erronées.

L’utilisation de l’IA générative dans le service client ou dans l’analyse financière présente également un fort potentiel. Cependant, son déploiement nécessite souvent des développements techniques avancés, rendant son implémentation plus coûteuse. Il en va de même pour la planification de projets, où les processus et plateformes existants peuvent compliquer ou alourdir les coûts d’intégration des modules d’IA. Malgré ces défis, ces applications permettraient d’atteindre 4 % du gain d’efficacité total dans l’immobilier.

Enfin, dans les métiers manuels ou physiques, notamment dans le secteur de la construction, les principaux vecteurs d’efficacité résident dans la possibilité d’obtenir des conseils et directives, d’interpréter plus facilement des documents techniques, ou encore de bénéficier d’une assistance en matière de réglementations et conformité.

L’étude met donc en évidence un potentiel important de gain d’efficience et de productivité dans les différents métiers de l’immobilier. Afin de tirer parti du potentiel considérable de l’IA générative, les entreprises devraient élaborer des stratégies ciblées : investir dans la technologie, adapter les processus de travail, mettre en place des programmes de formation et promouvoir une culture d’innovation. Les gains d’efficience permettraient de dégager plus de temps pour des tâches jusqu’ici négligées, mais importantes pour améliorer la qualité des services existants ou pour renforcer la stratégie de développement commercial des entreprises.

Méthodologie

Afin de déterminer les principaux métiers associés aux domaines de l’immobilier et de la construction, Wüest Partner s’est appuyé sur des annonces d’emploi publiées sur le portail France Travail en novembre 2024. Sur les quelque 250 000 annonces collectées, environ 32 000 concernaient le secteur de l’immobilier et de la construction. En utilisant les intitulés des postes, les auteurs ont demandé à ChatGPT de regrouper les emplois en catégories.

Ils ont sollicité ChatGPT pour estimer un score de gain potentiel d’efficience pour chaque tâche et justifier son évaluation. Ce gain d’efficience représente le temps économisé par un travailleur utilisant ChatGPT par rapport à un travailleur s’appuyant sur des outils traditionnels, sans recours à l’IA. Dans une approche alternative, ils ont demandé à ChatGPT d’attribuer directement un score d’efficience et de productivité au niveau des professions dans leur ensemble, sans détailler les tâches spécifiques.

Finalement, les auteurs de l’étude ont adopté une approche plus prudente en demandant à ChatGPT d’identifier les obstacles et difficultés susceptibles de limiter la réalisation complète du potentiel d’efficience, puis de réviser ses scores en tenant compte de ces contraintes. Cette étude se concentre principalement sur ChatGPT en raison de sa large popularité et de sa grande polyvalence. La version o1 de ChatGPT a été utilisée dans cette étude.