Comment on installe vraiment l'IA dans une entreprise du bâtiment

Comment on installe vraiment l'IA dans une entreprise du bâtiment

Lundi, Août 17, 2026

Pas en distribuant des comptes ChatGPT. Voici les quatre étapes que nous suivons, et pourquoi l'ordre compte plus que les outils.

La plupart des entreprises du bâtiment qui ont « essayé l'IA » ont vécu la même chose. Quelqu'un a ouvert un compte, testé deux ou trois choses, trouvé ça impressionnant pendant une semaine, puis est retourné à ses habitudes. L'outil est toujours là, payé tous les mois, et personne ne s'en sert.

Ce n'est pas un problème de motivation ni de génération. C'est un problème d'ordre des opérations. On a commencé par l'outil au lieu de commencer par le travail.

Voici comment nous procédons.

Étape 1 — On regarde le travail réel avant de parler d'IA

La première séance ne ressemble pas à une formation. On s'assoit à côté des gens et on regarde ce qu'ils font.

Concrètement : quelles pièces circulent, d'où elles viennent, où elles se perdent. Combien de fois la même information est ressaisie. Ce qui se passe quand le client rappelle six mois plus tard. Où est stockée la photo du détail de raccordement prise sur le chantier en mars.

Ce travail-là ne s'invente pas depuis un bureau. Un dirigeant sait ce qu'il devrait se passer dans son entreprise ; il ne sait pas toujours ce qui s'y passe réellement, parce que chacun a bricolé ses propres contournements pour que ça tourne quand même.

Nous rédigeons à l'issue de cette étape une liste de tâches, avec pour chacune : sa fréquence, le temps qu'elle prend, qui la fait, et ce qui coince. C'est un document d'une page ou deux. Il est souvent le premier livrable utile — indépendamment de toute IA.

Pourquoi cet ordre est non négociable. Nous avons commencé, à nos débuts, par paramétrer des assistants avant d'avoir compris les métiers. Le résultat est toujours le même : on écrit des instructions génériques, qui produisent des réponses génériques, que personne n'utilise. Une IA ne vaut que par le contexte qu'on lui donne, et le contexte, il faut aller le chercher dans le travail.

Étape 2 — On choisit un ou deux cas, pas dix

Une fois la liste établie, on ne se lance pas sur tout. On sélectionne un ou deux cas d'usage qui remplissent trois conditions :

  • La tâche est répétitive et volumineuse. Un gain de dix minutes sur quelque chose fait deux fois par an n'intéresse personne. Un gain de dix minutes sur quelque chose fait quinze fois par semaine change une journée de travail.
  • L'erreur est rattrapable. On commence toujours par des usages où une bêtise se voit et se corrige avant de sortir de l'entreprise. Jamais par un sujet qui engage la sécurité d'un ouvrage ou une responsabilité décennale.
  • Quelqu'un dans l'entreprise a envie. Un cas d'usage sans personne pour le porter meurt en trois semaines, quelle que soit sa pertinence.

Cette étape en écarte beaucoup plus qu'elle n'en retient, et c'est normal. Une entreprise qui met en place deux usages solides la première année est une entreprise qui a réussi. Une entreprise qui en lance huit n'en aura aucun de vivant à Noël.

Étape 3 — On construit avec la personne qui va s'en servir

C'est là que la technique arrive, et pas avant.

Selon le cas, ça prend des formes très différentes. Parfois il s'agit de configurer un assistant avec le vocabulaire, les habitudes et les documents de l'entreprise — vos CCTP, vos modèles de courrier, vos références de chantiers, votre façon de nommer les choses. Parfois il faut développer un outil qui va chercher l'information là où elle est et la range là où elle doit aller, sans double saisie. Souvent, c'est un mélange des deux.

Ce qui ne change pas : la personne concernée est présente pendant la construction. Pas consultée à la fin pour valider, présente pendant. Elle voit l'outil se tromper, elle dit pourquoi c'est faux, on corrige devant elle. C'est ce qui fait qu'elle s'en servira ensuite, et c'est aussi ce qui produit un outil correct — parce qu'elle sait des choses sur son métier que nous ne pouvons pas deviner.

À l'issue de cette étape, il y a quelque chose qui fonctionne sur un cas réel. Pas une démo. Un dossier de la semaine dernière, traité pour de vrai.

Étape 4 — On accompagne au poste, puis on mesure

C'est l'étape que la plupart des prestataires sautent, et c'est celle qui décide de tout.

Nous revenons travailler à côté des personnes concernées, sur leurs vrais dossiers, dans leurs conditions. Pas en salle. On regarde ce qu'elles font avec l'outil, où elles bloquent, ce qu'elles ont contourné. On ajuste. Ce format d'accompagnement en situation de travail correspond à ce que la réglementation de la formation appelle l'AFEST — l'action de formation en situation de travail — et il est bien plus efficace, pour ce type de compétence, qu'une journée en salle.

Puis on mesure, sur le critère défini à l'étape 1. Pas « êtes-vous satisfait ». Le temps de traitement a-t-il baissé, oui ou non.

Si la réponse est non, on le dit, et on arrête ou on change d'approche. Notre modèle d'abonnement n'a de sens que dans ce cadre : le coût mensuel est construit pour rester en dessous du gain mesurable côté client. Si le gain n'est pas là, l'abonnement n'a pas lieu d'être.

Ce que nous ne faisons pas

Nous ne vendons pas de licences. Nous n'installons pas d'outil sans avoir fait l'étape 1. Et nous disons régulièrement à des entreprises que leur problème n'est pas un problème d'IA.

C'est fréquent, notamment quand les informations de chantier sont éparpillées entre trois logiciels qui ne se parlent pas. Dans ce cas, poser une IA par-dessus ne fait que déplacer la double saisie ailleurs. La bonne réponse est d'abord de faire circuler l'information — et c'est un autre chantier, parfois moins cher.

Le dire coûte une vente. Ne pas le dire coûte la confiance, et c'est plus cher.

En résumé

Travail réel d'abord. Un ou deux cas ensuite. Construction avec les intéressés. Accompagnement au poste et mesure.

Si un prestataire vous propose l'inverse — l'outil d'abord, les usages ensuite — vous savez maintenant pourquoi ça ne marchera pas.

***

YDiPN accompagne les TPE et PME du bâtiment sur l'intégration de l'IA : analyse du travail réel, formation en situation, développement d'outils sur mesure. Basé à Montélimar, Drôme-Ardèche.

Pas de commentaire encore
Recherche