Dans les entreprises interrogées, l'IA traite factures et comptes rendus

L’Observatoire des métiers du BTP a publié en janvier 2026 une étude de 80 pages sur l’intelligence artificielle dans les entreprises du secteur. Le constat d’ensemble est modeste : moins de 10 % des entreprises de son échantillon disent utiliser l’IA ou être en train de la déployer. Mais les entretiens menés avec des dirigeants décrivent des usages précis, à la portée d’une PME : des comptes rendus de chantier dictés, des factures classées automatiquement, des mémoires techniques rédigés avec l’aide d’un assistant. Tous partent d’un document, et l’étude insiste sur une condition : des données organisées, avec des règles de nommage et de rangement qu’un outil puisse appliquer.

L’Observatoire est l’organisme d’études des deux branches professionnelles du secteur, le Bâtiment et les Travaux publics ; son comité de pilotage est paritaire, c’est-à-dire composé de représentants des employeurs et des salariés. Son étude cherche à mesurer où en sont les entreprises avec l’IA, ce qu’elles en font et ce qui les freine.

L’enquête en quelques chiffres

L’Observatoire a confié l’étude au cabinet Plein Sens. Le questionnaire est parti du 21 janvier au 21 février 2025, vers 45 000 adresses de professionnels du BTP. 621 personnes l’ont rempli en entier, en majorité des chefs d’entreprise. Après le questionnaire, le cabinet a mené 16 entretiens avec des entreprises de tailles variées, ainsi qu’avec 2 start-up. Il a aussi interrogé 4 organismes de formation.

Sur les 621 répondants, toutes tailles d’entreprise confondues, 3 % disent que l’IA est déployée et utilisée chez eux, 5 % qu’elle est en cours de déploiement et 36 % qu’ils l’envisagent pour les années à venir. La taille fait une grande différence : dans les entreprises de 0 à 9 salariés, 7,3 % des répondants déclarent un usage actuel, alors que près de 35 % de ceux des entreprises de 50 salariés et plus disent avoir déployé l’IA ou être en train de le faire.

Ces chiffres sont plus bas que ceux d’autres enquêtes, parce qu’ils mesurent un déploiement dans l’entreprise et non de simples essais. Le baromètre France Num, l’enquête publique sur le numérique dans les TPE et PME, compte aussi les essais : pour les entreprises du BTP de 10 à 49 salariés, il donne 23,3 % d’utilisation de l’IA, d’après notre analyse de ses données du 25 août 2026. L’échantillon de l’Observatoire compte par ailleurs plus d’entreprises de 10 à 49 salariés que le secteur réel.

L’usage personnel va plus vite que l’usage en entreprise. 43,5 % des répondants disent n’avoir utilisé aucun outil grand public comme ChatGPT ou Copilot. Mais 26,4 % s’en servent au bureau comme à la maison. Sur un téléphone, ces usages peuvent rester « discrets », écrit l’étude, sans être forcément connus ou encadrés par l’employeur. L’étude parle d’usage masqué.

Les usages décrits par les entreprises

Ce sont des témoignages recueillis en entretien. L’étude juge ces usages encore peu installés dans le secteur, et les gains cités sont ceux que déclarent les dirigeants.

Les comptes rendus dictés

Le premier usage décrit est le plus simple. Les conducteurs de travaux s’enregistrent pendant les réunions de chantier ou les visites de contrôle. L’outil, une IA générative capable d’écrire un texte à partir d’une consigne, produit la synthèse et le brouillon du mail. Le dirigeant d’une petite entreprise de construction de maisons individuelles décrit cet usage chez ses conducteurs : « Là, clairement, ça leur libère du temps. »

Le gain ne reste pas sur le chantier. L’entreprise avait perdu du chiffre d’affaires et réduit son équipe administrative, qui corrigeait jusque-là les comptes rendus des chefs de chantier avant de les archiver ou de les envoyer. En diffusant l’outil aux chefs de chantier, avec un accompagnement, elle a allégé ce travail de correction, et le temps gagné l’a aidée à absorber cette réduction, selon l’étude.

Le dirigeant d’une PME d’entreprise générale, qui réalise tous les lots d’un chantier, décrit le même circuit. Les comptes rendus de réunion sont enregistrés, envoyés sur une plateforme en ligne, puis résumés automatiquement. Il ajoute un usage qu’il trouve intéressant : dicter les informations sur le chantier et laisser l’outil les structurer et les enregistrer au moment même de la dictée. Il cite aussi l’analyse de plans pour repérer des types de gaines, un usage qu’il juge exploratoire et prometteur.

Les factures classées automatiquement

L’étude décrit son cas le plus précis dans une petite entreprise de construction de maisons individuelles. Un salarié du service comptable part pour raison de santé. Le dirigeant hésite à recruter à plein temps. Il choisit un mi-temps.

La nouvelle recrue n’était pas emballée par la formation à l’IA proposée à toute l’équipe. Elle s’y est mise quand même. Seule, sans aide extérieure, elle a construit de petits automatismes avec un outil d’IA générative, branchés sur le logiciel de gestion des documents de l’entreprise. Quand une facture arrive, l’outil l’ouvre, lit le nom de l’artisan et du chantier, crée le dossier, renomme le fichier et le classe. Avant ces automatismes, l’équipe faisait tout à la main : scanner, ouvrir, renommer au nom du chantier, ranger.

Selon le dirigeant, ces automatismes lui libèrent 80 % du temps qu’elle consacrait à ces tâches, un chiffre déclaré que l’étude ne vérifie pas. Le temps gagné va à d’autres travaux du service.

Mémoires, conclusions et dossiers de consultation

Le dirigeant d’une très petite entreprise (TPE, moins de dix salariés) utilise l’IA pour ses réponses aux appels d’offres et ses mémoires techniques. Son entreprise travaille dans le second œuvre. Il demande des formulations types, puis il affine. Il donne à l’outil le métier, le type de projet et le lot visé. « Plus je lui donne de contexte, plus ses réponses sont pertinentes », explique-t-il.

Un dirigeant d’entreprise de toiture s’en sert pour un litige qui dure depuis plusieurs années. Les conclusions, ces écritures que les avocats échangent au fil de la procédure, se ressemblent et changent d’une version à l’autre. Il les dépose dans ChatGPT, qui relève les changements d’un texte à l’autre, puis vérifie lui-même les documents. L’étude ne dit pas comment il traite la confidentialité de ces pièces.

L’étude cite aussi l’analyse des dossiers de consultation des entreprises (DCE). Elle décrit l’usage : l’IA générative sert à résumer les pièces, à contrôler leur cohérence et à relever les anomalies. Sa note renvoie, pour le gain de temps, à un article publié le 9 avril 2025 par Google Cloud, qui vend cette technologie, sur son client Eiffage. Google Cloud y écrit que l’analyse des DCE chez Eiffage « est passée de deux jours à 20 minutes grâce à l’IA ». L’étude reprend ce chiffre, en « une vingtaine de minutes », sans nommer l’entreprise.

Le dirigeant d’une PME qui répond à beaucoup d’appels d’offres publics pose la limite : « L’IA nous fait gagner du temps mais parfois nous trompe. » La relecture des pièces reste à faire.

Ce que ces usages ont en commun

Ces usages ont trois points communs. Ils partent d’un texte que l’entreprise produit ou reçoit dans son travail courant. Ils coûtent peu, souvent le prix d’un abonnement. Ils servent surtout au conducteur de travaux, à l’assistante comptable ou au chargé de réponse aux appels d’offres. L’étude parle de tâches tertiaires, c’est-à-dire administratives, plus faciles à automatiser que le travail de chantier.

Les outils propres aux métiers avancent plus lentement. L’étude classe en phase de test le planning prédictif, les métrés automatiques et la détection des équipements de protection par caméra. Ces outils tournent souvent sur quelques chantiers pilotes. Le directeur technique d’une entreprise de taille intermédiaire (ETI) décrit une solution de sécurité testée sur une quinzaine de projets avant son lancement.

Les freins relevés par l’étude

Le rangement des données

L’étude a demandé aux 308 répondants qui n’utilisent pas l’IA, et ne l’envisagent pas, pourquoi. 30,5 % n’en voient pas l’usage. 22,4 % disent manquer d’expertise, 15,6 % manquer de moyens. Seuls 5,5 % citent l’absence de données exploitables. Les utilisateurs qui trouvent l’IA difficile placent eux aussi les données loin derrière le manque de compétences.

Dans les entretiens, pourtant, les professionnels placent la donnée au premier rang des difficultés. Un formateur résume la situation : « On en est encore à expliquer ce qu’est un dossier bien organisé sur Sharepoint », le service de partage de fichiers de Microsoft. Le directeur technique d’une autre ETI dit passer 70 % de son temps à faire communiquer ses logiciels de devis, de facturation et de comptabilité. Son entreprise travaille dans les travaux publics. L’étude ouvre d’ailleurs ses recommandations sur deux axes : développer la culture numérique, puis organiser et fiabiliser la donnée.

Les deux résultats se concilient : un dirigeant sans projet d’IA voit mal le problème des données, celui qui lance un projet le rencontre dès ses premiers fichiers. Même l’automatisme des factures, qui nomme et range les fichiers à la place de l’équipe, suppose une règle de rangement claire, qu’il applique ensuite à chaque facture.

Les contraintes du secteur

L’étude attribue la lenteur du secteur à des contraintes de structure. Le Bâtiment compte 94 % d’entreprises artisanales, avec des marges faibles. Chaque étape d’un projet demande son propre outil, et les auteurs doutent qu’une « solution IA miracle » couvre un jour l’ensemble des besoins.

Avec des outils isolés, les équipes saisissent deux fois les mêmes informations. Un chef d’entreprise de TPE note que le pointage de sa solution d’IA ne correspond pas à celui de son service paie. Un dirigeant du second œuvre raconte l’échec des tablettes données aux conducteurs pour saisir les commandes : retour rapide au papier. « On a toujours fait comme ça… c’est la réponse qui tue dans le bâtiment », dit-il.

Côté emploi, les professionnels interrogés redoutent peu de perdre leur poste. Ils craignent de perdre le savoir-faire, celui que l’on apprend sur le chantier, par l’œil et par la main. Un dirigeant de TPE ajoute une autre peur : que des plateformes exploitent un jour les devis du secteur et fixent les prix à la place des entreprises.

Les limites de l’enquête

La plupart des questions étaient facultatives, et l’échantillon surreprésente les entreprises de 10 à 49 salariés, ce qui empêche de transposer tels quels ses pourcentages à l’ensemble du secteur.

Les grandes entreprises ont limité l’accès à leurs projets, pour des raisons de confidentialité. Les cas d’usage métier viennent donc en partie de publications et de sites d’entreprises. Les auteurs le disent eux-mêmes, et annoncent que l’état des lieux devra être mis à jour régulièrement.

Vingt fichiers d’un même chantier

Relisez le dossier d’un chantier en cours avec ces trois étapes. Vous saurez si un outil de classement peut lire vos fichiers tels qu’ils sont.

1. Ouvrez le dossier où arrivent les factures et les comptes rendus d’un chantier en cours. Prenez vingt fichiers au hasard.
2. Pour chaque fichier, regardez seulement son nom. Y trouvez-vous le chantier, le fournisseur ou le lot, et la date ? Comptez les noms qui portent les trois.
3. Choisissez cinq de ces documents. Demandez à deux personnes de l’équipe, chacune de son côté, comment elles les nommeraient et où elles les rangeraient.

Si les deux personnes répondent différemment, mieux vaut écrire une règle commune de nommage et de classement avant de choisir un logiciel. Un outil d’IA applique la règle qu’on lui donne. L’automatisme des factures vu plus haut applique la même règle à chaque facture qui arrive.

Gardez aussi votre compte sur vingt : c’est une information utile à donner à tout fournisseur de logiciel qui vous propose un outil de classement.

Lire aussi

• 23,3 % des BTP de 10 à 49 salariés utilisent l’IA, surtout sur du texte