Comment le secteur immobilier et de la construction changera-t-il après la réalisation de l'AGI ?

Introduction

Bien que les IA actuelles (ChatGPT, Gemini, Claude, etc.) possèdent déjà des connaissances supérieures à celles d'experts généralistes, la réalisation d'une AGI (Artificial General Intelligence) avec des performances encore plus généralisées devrait transformer considérablement la vie des gens.
Ici, nous examinons les changements qui pourraient survenir dans le secteur de l'immobilier et de la construction.

Références bibliographiques

Il existe diverses informations concernant l'AGI, mais nous avons organisé les informations en nous limitant à des sources hautement fiables comme les auteurs suivants

• Principales entreprises de développement d'IA : OpenAI, Google, etc.
• Principales sociétés de conseil : McKinsey & Company, BCG, etc.
• Principales sociétés de valeurs mobilières et d'investissement : Goldman Sachs, Sequoia Capital, etc.
• Principaux organismes de recherche : Harvard University, Stanford University, etc.
• Principales revues académiques : Nature, Science, etc.
• Organisations internationales : World Economic Forum, OCDE, etc.

L'organisation suivante est basée sur le contenu des références ci-dessous. Pour plus de détails sur le contenu, veuillez consulter ces sources.

• Autodesk. (2025). 2025 State of Design & Make. Autodesk, Inc.
• Bengio, Y., Mindermann, S., Privitera, D., Besiroglu, T., Bommasani, R., Casper, S., ... & Zeng, Y. (2025). International AI Safety Report (No. DSIT 2025/001). Department for Science, Innovation and Technology. https://www.gov.uk/government/publications/international-ai-safety-report-2025
• Deloitte. (2026). TMT Predictions.
• Deloitte. (2026). Operating Models for Commercial Real Estate Companies in the age of AI.
• Deloitte. (2026). Next-Generation Office Strategies.
• Deloitte. (2026). Social Value and Technology in New UK Communities: Insights and Opportunities.
• Deloitte. (2026). Outsourcing in Real Estate: People first.
• Deloitte. (2026). Future-proof Strategic Options for Developers.
• Goldman Sachs. (2026). AI and the Gigawatt Ceiling.
• International Energy Agency (IEA). (2025). World Energy Outlook 2025.
• JLL. (2024). Case studies: AI creating value for real estate.
• Gujral, V. (2024). McKinsey & Company.
• Wolkomir, A., & Kapoor, A. (2026). McKinsey & Company.
• Morgan Stanley. (2025). How AI Is Reshaping Real Estate.
• Scott, B. (2025). NAIOP.
• Procore. (2025). The Future State of Construction.
• PwC, & Urban Land Institute (ULI). (2026). Emerging Trends in Real Estate: Global Outlook 2026.
• Salas, M., Singh, A., Pignataro, C., & Pal, L. (2026). AI-powered open-source infrastructure for accelerating materials discovery and advanced manufacturing. Communications Materials, 7(65). https://doi.org/10.1038/s43246-026-01105-0
• Suleyman, M., & Bhaskar, M. (2023). The Coming Wave: Technology, Power, and the Twenty-First Century's Greatest Dilemma. Crown.
• Susskind, D. (2020). A World Without Work: Technology, Automation, and How We Should Respond. Metropolitan Books.
• World Economic Forum. (2025). The Future of Jobs Report 2025.

Changements dans les flux de travail et les opérations

1. Investissement et gestion d'actifs (Investment & Asset Management)

• Sophistication de la prise de décision et approche axée sur les données : Grâce à l'analyse prédictive alimentée par l'AGI, les prévisions de revenus locatifs, de taux d'inoccupation et de dépenses en capital deviennent plus précises, et la gestion de portefeuille se sophistique. De plus, le filtrage du marché jusqu'à l'identification des risques dans les contrats et rapports techniques lors de la diligence raisonnable sont automatisés, ce qui devrait réduire le cycle de transaction de 20 à 30 %, offrant une amélioration spectaculaire de la vitesse.
• Évolution du rôle humain : La majorité du temps précédemment consacré aux tâches administratives intermédiaires et de back-office, telles que l'agrégation de données et la rédaction de rapports standardisés, sera remplacée par l'IA. En conséquence, le rôle humain se décale vers les tâches exigeant un jugement et une empathie élevés : gestion des cas exceptionnels, décisions stratégiques d'allocation de capital, et établissement de relations avec les clients.

2. Processus de développement, de conception et de construction (Development Design & Construction)

• Conception générative et automatisation de la conception : Dans les phases initiales de la conception architecturale (conception optionnelle), l'IA génère des milliers de propositions de conception satisfaisant aux exigences et contraintes en quelques minutes. Il devient possible d'intégrer dès le départ dans le processus de conception des éléments tels que le coût, la conformité réglementaire et la constructibilité. Les experts du secteur de la construction citent également l'optimisation de cette conception comme le domaine où l'IA aura le plus d'impact au cours des cinq prochaines années.
• Optimisation de la construction grâce aux BIM et jumeaux numériques : Grâce à la synchronisation des données en temps réel et aux jumeaux numériques, les collisions de conception sont détectées avant la construction et des simulations sont menées, réduisant considérablement le gaspillage de temps dû aux rétouches et retards (actuellement environ 28 % des projets).
• Automatisation des chantiers et amélioration de la sécurité : Les robots de mise en page autonomes, les grues télécommandées et la technologie d'impression 3D remplacent et soutiennent les tâches dangereuses, monotones et difficiles (3D : Dull Dirty Dangerous). De plus, un système de surveillance, de signalement et de prédiction des risques de sécurité sur le chantier en temps réel est établi grâce à l'IA de reconnaissance d'images, entraînant une amélioration spectaculaire de la sécurité et de l'efficacité.

3. Location et gestion d'immeubles et de propriétés (Leasing & Property Management)

• Amélioration de l'expérience client et engagement 24 heures sur 24 : Les agents IA et assistants virtuels traitent automatiquement les demandes de renseignements des locataires et les prises de rendez-vous de visites 24 heures sur 24. De plus, la génération automatique de contenu de maquettage virtuel et de marketing adapté aux préférences de la clientèle cible améliore le taux de conversion vers la conclusion.
• Maintenance prédictive et bâtiments intelligents : En combinant les capteurs IoT et les données d'équipement avec l'IA, une « maintenance prédictive » devient possible, permettant d'anticiper les pannes d'équipements tels que les systèmes HVAC (chauffage, ventilation, climatisation). Cela réduit non seulement les coûts de maintenance de 10 à 20 %, mais contribue également grandement à l'atteinte des objectifs de décarbonation (zéro net) grâce à l'optimisation de la consommation d'énergie.
• Automatisation du back-office, y compris la gestion des contrats : En utilisant le traitement du langage naturel (NLP), il est possible de lire instantanément les contrats de location et autres documents, et d'extraire automatiquement les écarts par rapport aux conditions standard ainsi que les impacts sur les revenus et les risques, réduisant considérablement la charge pour les services juridiques et administratifs.

4. Transformation fondamentale des modèles opérationnels et d'affaires (Operating & Business Models)

• Transformation des flux de travail de bout en bout par l'IA agentive : On passe de l'assistance IA pour tâches uniques traditionnelles à l'adoption d'IA agentive (agents autonomes) qui extraient autonomement les données entre les systèmes, élaborent des plans et les exécutent. Cela permet non seulement l'amélioration des tâches individuelles, mais aussi l'optimisation globale des processus transversaux, ce qui se traduit directement par une augmentation du NOI (revenu opérationnel net).
• Transition de la « gestion d'actifs » à la « gestion de produits » : Les opérateurs immobiliers gagnants abandonnent le modèle traditionnel de gestion de biens physiques et adoptent des méthodes de « gestion de produits » qui utilisent les données pour fournir continuellement la meilleure expérience spatiale aux locataires, transformant ainsi leur modèle commercial.
• Besoin en infrastructure IA et « Space as a Service » : Avec l'explosion de la demande pour l'apprentissage et l'inférence de l'IA, la demande en centres de données augmente rapidement. Afin de répondre aux besoins de traitement en temps réel à faible latence (inférence), notamment, on observe une tendance à convertir des sous-sols vacants, des parkings et des magasins de détail fermés en zones urbaines en « centres de données périphériques », créant ainsi une nouvelle valeur immobilière et des modèles de revenus.
• Mise en place d'une infrastructure de données et transformation du modèle de ressources humaines : Pour que l'AGI avancée et les agents fonctionnent correctement, l'intégration et le nettoyage des données cloisonnées sont essentiels. Parallèlement, la définition rapide de nouveaux rôles tels que gestionnaire de produits IA et experts en données, ainsi que la transformation de la culture organisationnelle à travers le recyclage professionnel des travailleurs, déterminent le succès ou l'échec d'une entreprise.

Changements dans l'investissement immobilier et la gestion d'actifs

1. Sophistication et accélération de la prise de décision d'investissement et des processus de transaction

• Découverte d'opportunités d'investissement basée sur les données : L'IA traite et analyse rapidement d'énormes volumes de données structurées et non structurées (tendances de marché, images satellites, etc.), automatisant le filtrage du marché et l'identification d'opportunités d'investissement attrayantes.
• Prévisions précises et simulations : Grâce à l'apprentissage automatique, la sophistication des simulations de prévision des revenus locatifs, des taux d'inoccupation et des dépenses d'investissement (CAPEX) augmente, et des tests de résistance précis face aux risques comme les variations de taux d'intérêt deviennent possibles, permettant une gestion de portefeuille optimale.
• Efficacité de la diligence raisonnable : En utilisant le traitement du langage naturel (NLP), l'IA examine instantanément les contrats, rapports techniques, évaluations environnementales et autres documents, détectant automatiquement les risques. On prévoit que cela réduira le cycle de transaction de 20 à 30 %.

2. Changement de paradigme de la gestion d'actifs vers la « gestion de produits »

• Automatisation des flux de travail de bout en bout : L'IA agentive traite 24 heures sur 24 sans intervention humaine des tâches telles que l'analyse des contrats de location, le traitement des demandes de renseignements des locataires et l'arrangement automatique de la maintenance.
• Amélioration de l'expérience des locataires en tant que « produit » : L'immobilier n'est plus considéré simplement comme un « actif financier » statique, mais plutôt comme un « produit » qui fournit continuellement une excellente expérience aux locataires. Les gestionnaires d'actifs gagnants évoluent en « gestionnaires de produits » qui utilisent l'IA pour anticiper les besoins des locataires et fournir des espaces et services hautement personnalisés.
• Maintenance prédictive et amélioration des revenus (NOI) : La « maintenance prédictive » combinant capteurs IoT, vision par ordinateur et IA prévient les pannes d'équipement avant qu'elles ne surviennent. On s'attend à ce que cela améliore le revenu opérationnel net (NOI) de 1 à 3 % sur l'ensemble des portefeuilles importants et réduise les coûts de maintenance de 10 à 20 %.

3. Émergence de nouvelles classes d'actifs et redéfinition de la valeur immobilière

• Besoin d'infrastructure IA et « centres de données périphériques » : Avec la généralisation explosive de l'IA, la demande en immobilier pour les centres de données, l'électricité et les infrastructures de communication augmente rapidement. Notamment, pour effectuer l'inférence (traitement en temps réel) à faible latence près des utilisateurs, on observe une tendance croissante à convertir les sous-sols, parkings et magasins vacants en zones urbaines en « centres de données périphériques », ce qui est reconnu comme une opportunité de création de valeur.
• Changement des modèles de revenus : Dans les bâtiments dotés d'une infrastructure IA intégrée, il est possible qu'on assiste à une transition du modèle de loyer traditionnel basé sur la « surface (mètres carrés) » vers un modèle de revenus basé sur la « puissance de calcul, la capacité d'alimentation électrique et la connectivité ».
• Augmentation de la valeur des « terres » : Avec l'évolution des robots et de l'IA, certains prédisent que tandis que les coûts de construction et de main-d'œuvre pourraient chuter dramatiquement à l'avenir, la valeur de la « terre », un actif physiquement fini, pourrait augmenter considérablement de manière relative.

4. Automatisation complète de la finance et du back-office et amélioration de la rentabilité

• Réduction drastique des tâches de back-office : L'IA automatise les tâches administratives intermédiaires et de back-office telles que le traitement des factures, le rapprochement des frais de service, la prévision des flux de trésorerie et la préparation des rapports financiers complexes. On prévoit que cela réduira les coûts du département financier de 20 à 40 %.
• Effets d'efficacité dans l'ensemble de l'industrie immobilière : Selon les calculs de Morgan Stanley, l'adoption de l'IA devrait générer environ 34 milliards de dollars d'effets d'efficacité dans l'ensemble du secteur immobilier d'ici 2030, avec une réduction attendue des coûts de main-d'œuvre et une augmentation de la productivité, particulièrement dans les secteurs des courtiers (intermédiaires) et des services.

5. Évolution du rôle humain et gouvernance des données

• Concentration sur les tâches réservées aux humains : Avec le remplacement par l'IA de l'agrégation de données et la préparation de rapports standardisés, le rôle humain évolue considérablement vers le « traitement des cas exceptionnels », les « décisions stratégiques complexes d'allocation de capital » et la « construction de relations humaines (Moments that matter) » où l'empathie et la confiance envers les locataires sont requises.
• Nécessité absolue d'une base de données propre et d'une gouvernance : Pour que les systèmes d'IA fonctionnent correctement, une base de données intégrée qui élimine les silos organisationnels est indispensable. Une gouvernance des données qui prévient les dysfonctionnements de l'IA causés par des données inexactes devient un facteur qui influence directement la compétitivité des entreprises (rendement alpha).
• Changement des flux de capitaux dues à la tokenisation : Avec les progrès de l'IA et de la technologie blockchain, la « tokenisation (titrisation en petites parts) » de l'immobilier se popularise, et de nouveaux flux de capitaux provenant non seulement des investisseurs institutionnels mais aussi de particuliers fortunés et autres entrent sur le marché immobilier, ce qui pourrait augmenter dramatiquement la liquidité.

Changements dans le processus de conception et de construction

1. Innovation dans le processus de conception

• Diffusion de la conception générative et de l'optimisation des options de conception L'IA exerce une influence extrêmement importante à la phase initiale de la conception. Dans une enquête menée auprès de professionnels de la construction, l'« optimisation des options de conception (examen et optimisation des variantes de conception) » figure en tête des domaines où l'IA devrait avoir le plus grand impact au cours des cinq prochaines années. En utilisant les algorithmes d'IA générative, les ingénieurs et architectes peuvent désormais générer et explorer des milliers de variantes de mise en page basées sur les exigences spécifiées en quelques minutes, améliorant considérablement la productivité de la conception.
• Ingénierie préalable avancée et BIM optimisé Dans les processus traditionnels, après que les architectes ont créé les plans, les ingénieurs et les entrepreneurs évaluaient la faisabilité, ce qui générait une importance rétravail. Avec l'adoption de l'AGI, l'IA, ayant appris les données de projets passés et les codes de construction, calcule automatiquement les contraintes d'ingénierie et les coûts à la phase initiale de la conception et effectue des vérifications de conformité. Cela renforce la coordination entre la conception et la construction via le BIM (modélisation des informations de bâtiment), et les simulations pré-construction sur les jumeaux numériques réduisent considérablement les gaspillages.
• Optimisation de la durabilité Environ 80 % de l'impact environnemental des produits et bâtiments est déterminé par les décisions prises à la phase de conception. L'IA devient une force motrice puissante pour réaliser une conception durable en optimisant les flux d'air des bâtiments, l'optimisation des espaces, la prévention des gaspillages de matériaux et l'évaluation de l'impact environnemental sur l'ensemble du cycle de vie.

2. Avancement de la préfabrication et de la gestion de projet

• Planification pilotée par les données et optimisation de la chaîne d'approvisionnement Dans les projets de construction précédents, beaucoup de temps était gaspillé dans la recherche de données et les travaux de correction dus aux rétravaux. En adoptant l'IA et l'apprentissage automatique, il devient possible d'extraire des informations pratiques à partir de données non structurées et de fournir des mises à jour automatiques des calendriers et des réponses en temps réel aux questions critiques. En analysant les modèles passés pour prédire les besoins futurs, les pénuries de matériaux et les surproductions peuvent être évitées, et les achats et la planification sont rationalisés.
• Examen automatisé des contrats et documents, et gestion des risques L'IA contribue largement à améliorer non seulement le suivi de la progression et la gestion des calendriers, mais aussi l'examen automatique des contrats et des documents de projet, la gestion des coûts et les tâches de gestion des risques à forte intensité de données. Cela entraîne une redéfinition de l'ensemble du flux de travail d'exploitation du projet, notamment l'optimisation des approvisionnements et des calendriers.

3. Automatisation des processus de construction et travail hybride

• Remplacement des tâches « 3D » par la robotique Sur les chantiers de construction, l'automatisation des tâches ennuyeuses, salissantes et dangereuses (les « 3D » pour Dull, Dirty, Dangerous) progresse. Par exemple, les robots de mise en page automatisés impriment les plans directement sur le sol avec une grande précision, réduisant la charge physique des travailleurs qui s'agenouillent pour tracer les lignes manuellement, et éliminant les erreurs et les conflits avec d'autres processus. En outre, en analysant diverses données et en proposant des optimisations, un environnement est créé où les humains et les machines travaillent en collaboration, notamment avec des grues à tour télécommandées.
• Suivi en temps réel de la progression, de la qualité et de la sécurité Un « jumeau visuel », réplique visuelle du chantier, est construit en utilisant les données du site collectées via des appareils IoT, des drones et des smartphones. À l'intérieur de cet espace virtuel, les agents d'IA opèrent et surveillent automatiquement la qualité, la progression et les risques de sécurité à une échelle impossible pour l'homme. En effet, des processus sophistiqués impliquant la collaboration de plusieurs IA ont été démontrés, dans lesquels l'IA analyse des photos d'échafaudages non sécuritaires sur le chantier et calcule le risque en fonction des normes de l'OSHA (Occupational Safety and Health Administration), et où l'IA juridique rédige automatiquement un avis de correction à adresser aux sous-traitants.
• Prise de décision hybride entre humains et IA Même avec la prolifération de l'AGI, l'homme n'est pas complètement éliminé du chantier. Les décisions complexes passent à un « modèle hybride » dans lequel les humains expérimentés vérifient et jugent les analyses prédictives et les recommandations basées sur les données présentées par l'IA. Les travailleurs de la construction passent du travail purement physique à des rôles plus sophistiqués, tels que la direction de robots et l'utilisation des données fournies par l'IA.

Changements dans les villes intelligentes et la durabilité

1. Avancement des bâtiments intelligents autonomes et réalisation de la maintenance prédictive

• Les tâches de gestion traditionnellement effectuées par l'homme sont hautement automatisées par l'intégration des capteurs IoT et de l'IA. L'exploration des données d'équipements et autres conduit à une gestion des installations automatisée, et la commande par IA des systèmes CVC (chauffage, ventilation et climatisation) a démontré une réduction énergétique allant jusqu'à 59 % et une réduction significative des émissions de dioxyde de carbone.
• De plus, l'IA d'agent (Agentic AI), qui juge et agit de manière autonome, redéfinit l'ensemble du flux de travail, du tri des tickets de réparation à la coordination des techniciens jusqu'à la résolution, améliorant considérablement l'efficacité opérationnelle et la rapidité d'intervention du bâtiment.

2. Promotion de la conception durable via les jumeaux numériques et l'IA générative

• Dans le domaine de la conception et de la fabrication, l'IA devient le plus grand catalyseur pour atteindre les objectifs de durabilité.
• En simulant à l'avance les effets de rénovation et la consommation énergétique sur un « jumeau numérique » utilisant l'IA, il devient possible de planifier de manière plus efficace et réaliste des rénovations énergétiques profondes (deep energy retrofits) des bâtiments existants, qui améliorent l'efficacité énergétique de plus de 50 %.
• De plus, en utilisant la conception générative, il devient possible de générer et d'examiner des milliers d'options de conception en quelques minutes, tout en minimisant la charge environnementale et les gaspillages de matériaux, contribuant à une réduction significative de l'empreinte carbone.

3. Évaluation de la valeur en mettant l'accent sur les « NEB (avantages autres que énergétiques) » et amélioration du bien-être

• L'évaluation de la durabilité des immobiliers se déplace d'une simple « réduction des coûts énergétiques (économies d'énergie) » vers une évaluation globale des « NEB (avantages autres que énergétiques) », y compris la santé des utilisateurs, l'amélioration de la productivité intellectuelle et le renforcement de la résilience aux catastrophes.
• Le système de bâtiments intelligents surveille en temps réel non seulement la consommation énergétique mais aussi les modèles d'activité des utilisateurs. Cela améliore non seulement le bien-être des locataires, mais devient également un facteur qui augmente directement le revenu opérationnel net (NOI) et la valeur immobilière en tant qu'actif de qualité répondant aux normes ESG.

4. Automatisation du contrôle de la demande par l'intégration aux réseaux énergétiques

• Les bâtiments intelligents évoluent d'une simple consommation d'énergie à des systèmes actifs qui soutiennent la stabilité du réseau électrique. En utilisant l'IA, les climatiseurs intelligents, les pompes à chaleur et les chargeurs de véhicules électriques (EV) sont coordonnés pour exécuter automatiquement le lissage des pics de demande électrique (contrôle de la demande).
• Cela rend possible pour les bâtiments d'absorber flexiblement les fluctuations d'approvisionnement des énergies renouvelables (énergie solaire et éolienne, etc.), contribuant grandement aux plans de décarbonisation au niveau régional ou national.

5. Enjeux de la charge environnementale due à l'augmentation rapide des infrastructures d'IA et essor des « centres de données en périphérie urbaine »

• L'entraînement et l'inférence de l'IA nécessitent d'énormes ressources informatiques, et la consommation d'électricité et de ressources en eau dans les centres de données augmente de façon exponentielle. Cela crée un nouveau défi de durabilité, celui de la « charge environnementale de l'IA elle-même ».
• En réponse, pour effectuer le traitement de l'inférence d'IA près des utilisateurs, des « centres de données en périphérie » sont construits en utilisant les espaces souterrains urbains, les boutiques abandonnées et les parkings. Dans ces installations, la chaleur résiduelle générée par les serveurs est intégrée et réutilisée pour le chauffage des bâtiments ou les réseaux de chaleur urbains, réduisant ainsi les gaspillages énergétiques.
• De plus, le déploiement de centres de données carboneutres équipés de piles à combustible et de systèmes de refroidissement sans eau progresse, explorant la coexistence de l'IA et de l'environnement.

6. Exploration de nouveaux matériaux pour la construction écologique (informatique matérielle)

• L'AGI et l'apprentissage automatique réduisent considérablement le cycle de découverte de « nouveaux matériaux » durables utilisés dans la construction et les bâtiments intelligents. En intégrant l'IA aux laboratoires autonomes (laboratoires auto-pilotés), le développement de matériaux hautement fonctionnels tout en étant biodégradables ou de pièces de construction recyclables s'accélère.
• Cela permet une réduction de la charge environnementale sur l'ensemble du cycle de vie, de la conception et de la fabrication des matériaux de construction à leur élimination (économie circulaire).

Changements dans l'expérience client et les modèles commerciaux

1. Amélioration spectaculaire de l'expérience client et locataire

• Engagement et support autonomes 24h/24 et 365 jours/an : Les assistants virtuels et les chatbots dotés d'IA traitent automatiquement 24 heures sur 24 la programmation des visites, la présentation des propriétés, les demandes de maintenance et les paiements de loyers. Cela permet à l'industrie immobilière de se éloigner du modèle commercial attributaire traditionnel « 9h à 17h » et permet aux locataires de recevoir le support nécessaire en temps réel, en tout lieu et à tout moment, améliorant considérablement la satisfaction client.
• Hyperpersonnalisation et conception basée sur l'expérience : Grâce à l'utilisation d'IA générative, la mise en scène virtuelle adaptée à des groupes cibles spécifiques ou à des préférences individuelles (aménagement virtuel de meubles, etc.) et les informations marketing des propriétés sont fournies de manière hautement personnalisée et automatique. De plus, en fonction des besoins des entreprises locataires et des tendances de circulation des petits commerces, les conditions de localisation optimales et les conceptions d'espace sont proposées sur mesure.
• Bâtiments intelligents et optimisation du bien-être (santé physique et mentale) : Les véritables « bâtiments intelligents » intégrant l'IoT et l'IA se généralisent, permettant une configuration d'environnement sophistiquée mettant l'accent sur l'expérience de chaque locataire. De plus, des fonctionnalités qui améliorent la santé des locataires (bien-être) et les liens communautaires (sentiment d'appartenance) en surveillant la consommation d'énergie et les modèles d'activité via une plateforme numérique sont intégrées dès la phase de conception des nouveaux bâtiments.
• Redéfinition et amélioration de la valeur du « toucher humain » : Avec la majorité des tâches administratives et des demandes de routine remplacées par l'IA, le personnel humain peut se concentrer sur la construction de relations avec les locataires et les réponses complexes accompagnées d'« empathie », telles que celles requises en cas d'urgence comme une fuite d'eau, en fournissant un support de haute valeur que seul l'humain peut offrir (moments qui comptent).

2. Transformation fondamentale des modèles commerciaux

• Transition de la « gestion d'actifs » à la « gestion de produits » : Historiquement, l'industrie immobilière s'est concentrée sur la gestion des immobiliers en tant qu'actifs financiers physiques et sur la mise en œuvre d'une allocation d'actifs appropriée. Cependant, à l'avenir, le rôle change considérablement vers des méthodes de « gestion de produits » qui redéfinissent les immobiliers comme des « produits » fournissant continuellement la meilleure expérience spatiale aux locataires.
• La fin du modèle « construire et vendre » et la transition vers le modèle « développeur-exploitant » : En raison de la hausse des taux d'intérêt, de la flambée des coûts de construction et des retards dans les autorisations, le modèle traditionnel et spéculatif « acheter, développer, vendre (Buy-Develop-Sell) » ne garantit plus nécessairement la rentabilité. À l'avenir, la transition vers des stratégies générant des revenus continus s'accélère, notamment des modèles de détention à long terme des immeubles pour capturer la croissance des loyers, des stratégies de plateforme allégées en actifs par le biais de coentreprises avec des investisseurs institutionnels, et des modèles de rénovation et d'exploitation des actifs existants. Les opérateurs gagnants ne se contentent plus de développer et de posséder, mais migrent vers un modèle « développeur-exploitant » où ils assurent eux-mêmes l'exploitation.
• L'expansion de « Space as a Service » et la diversification des sources de revenus : Grâce à la modernisation des infrastructures compatibles avec l'IA et à la possibilité d'intégrer plusieurs systèmes par plug-in, les immeubles ne sont plus de simples conteneurs statiques, mais sont fournis comme des infrastructures de services dynamiques et agiles, générant de nouveaux flux de revenus pour les opérateurs.
• La redéfinition de la valeur des immeubles urbains comme infrastructure IA, notamment les centres de données périphériques : À mesure que l'IA s'intègre aux opérations quotidiennes, au-delà des seuls gigantesques centres de données d'entraînement, une capacité informatique est requise pour effectuer des traitements en temps réel à faible latence (inférence) près des utilisateurs et des entreprises. En conséquence, les espaces inutilisés tels que les sous-sols, les parkings et les locaux commerciaux vacants en zones urbaines sont convertis en « centres de données périphériques ». Cela pourrait entraîner une transition des modèles de loyer traditionnels basés sur la « surface utile (mètres carrés) » vers de nouveaux modèles de revenus « basés sur la performance (fourniture d'infrastructure) » fournissant la puissance de calcul, l'électricité et la connectivité.
• L'automatisation complète des flux de travail par l'IA agent et l'amélioration du NOI (revenu d'exploitation net) : Au-delà du simple soutien de tâches individuelles par l'IA, les agents IA autonomes repensent et automatisent entièrement les flux de travail, de bout en bout, comprenant les contrats de location, la planification de la maintenance et les rapports financiers. Cette transformation radicale du modèle opérationnel crée une valeur et une efficacité de l'ordre de centaines de milliards à milliers de milliards de dollars dans l'ensemble du secteur immobilier et de la construction, générant des réductions drastiques des coûts d'exploitation et des améliorations significatives du NOI.

Changements de la demande immobilière

1. Investissements massifs dans les centres de données hyperscalables et complexification des exigences physiques

• Expansion explosive du montant des investissements : Les investissements dans les centres de données soutenant l'entraînement des modèles d'IA augmentent rapidement. En 2025, les investissements dans les centres de données devraient atteindre environ 580 milliards de dollars à l'échelle mondiale, dépassant les investissements totaux dans l'approvisionnement en pétrole. De plus, les dépenses en capital des hyperscalers et des fournisseurs de services cloud dans les centres de données IA devraient atteindre environ 400 à 500 milliards de dollars en 2026 et 1 billion de dollars d'ici 2028.
• Complexification des exigences de construction : Les centres de données IA de nouvelle génération sont fondamentalement différents des modèles traditionnels. Ils nécessitent des planchers épais pour supporter les baies de serveurs lourdes et haute densité, des systèmes de refroidissement nouveaux pour gérer l'énorme dégagement de chaleur, et des infrastructures électriques massives, exigeant des exigences physiques et de construction beaucoup plus complexes et sophistiquées.

2. L'émergence des « centres de données périphériques » pour l'inférence et la réaffectation des immeubles urbains

• Transition vers une demande à faible latence : À l'avenir, l'utilisation de l'IA passera de l'« entraînement » des modèles à l'« inférence » des opérations quotidiennes et du traitement en temps réel. Les charges de travail d'inférence devraient représenter environ deux tiers de la demande informatique totale d'ici 2026, et le traitement à faible latence près de la source de données ou de l'utilisateur devient extrêmement critique pour les transactions financières, le service client, les villes intelligentes et l'optimisation de la logistique.
• Réaffectation des immeubles existants en zones urbaines : Il est impossible de satisfaire tous les besoins en IA avec de seuls gigantesques centres de données éloignés. Par conséquent, les opportunités d'adapter des sous-sols inutilisés, des étages de parkings, des locaux commerciaux vacants, d'anciens actifs industriels et autres espaces en zones urbaines en tant que « centres de données périphériques » proches des utilisateurs finaux se développent rapidement. Ceci est considéré comme la plus grande opportunité de création de valeur actuellement négligée dans l'immobilier commercial.

3. Le brouillage des frontières entre immobilier et infrastructure et la transformation du modèle commercial

• Le décalage de l'évaluation de la valeur de la « surface utile » vers la « puissance de calcul et l'électricité » : Les critères de valeur immobilière évoluent d'un modèle basé sur la dimension physique, tel que le « loyer par mètre carré », vers un modèle basé sur la « capacité de performance en tant qu'infrastructure numérique », à savoir la « capacité électrique disponible », la proximité des sous-stations, les routes de fibre optique et l'extensibilité de l'infrastructure électrique.
• La redéfinition en tant qu'infrastructure de service : Les développeurs gagnants redéfinissent l'immobilier non pas simplement comme une « boîte » physique, mais comme une « infrastructure de service dynamique » intégrant la gestion de l'énergie et des solutions d'automatisation. Ceci crée un nouveau modèle commercial combinant les revenus traditionnels des locataires d'immeubles avec les revenus provenant de l'infrastructure numérique. De plus, les frontières entre les classes d'actifs immobiliers et d'infrastructure s'estompent, et les deux sont traités comme des « actifs réels » intégrés.

4. Les goulots d'étranglement en matière d'énergie et de ressources en eau et la durabilité environnementale

• Les limites de l'approvisionnement en infrastructure et l'aggravation de l'attente de connexion : La montée en flèche de la demande en centres de données crée un grave goulot d'étranglement en matière de capacité du réseau électrique. Dans certaines régions des États-Unis et en Irlande, les centres de données représentent déjà 10 % à 20 % ou plus de la demande électrique, avec des délais d'attente de connexion au réseau pouvant s'étendre sur plusieurs années, et certaines demandes de nouvelle connexion étant temporairement suspendues. La consommation d'eau devrait également dépasser 250 milliards de gallons par an d'ici 2030.
• L'intégration environnementale avec les infrastructures urbaines et la verdissement : Pour assurer la durabilité, le déploiement de piles à combustible et des centres de données carboneutres sans eau progressent. De plus, dans les centres de données périphériques urbains, de nouvelles initiatives d'intégration environnementale sont en cours, notamment la réutilisation de la chaleur résiduelle massive générée par les serveurs IA dans les systèmes de chauffage des bâtiments ou les réseaux de chaleur urbains (chauffage urbain).

5. Les transformations des investissements immobiliers et du financement

• Les centres de données comme secteur de premier plan : Les centres de données se positionnent comme secteur de premier plan prometteur pour l'investissement et le développement dans toutes les régions d'Amérique du Nord, d'Europe et d'Asie-Pacifique.
• La nécessité de nouveaux modèles de financement : Le développement de centres de données nécessite souvent un financement massif de 10 à 15 milliards d'euros par projet, dépassant parfois la capacité de financement des banques conventionnelles. En conséquence, la nécessité de financement adossé à des actifs, comme la titrisation et les certificats de créance hypothécaire commerciaux (CMBS), s'accroît. De plus, comme les caractéristiques de risque immobilier diffèrent en raison du risque d'obsolescence technologique rapide des installations, les investisseurs doivent posséder une expertise opérationnelle et technique plus profonde qu'auparavant.

Les changements du marché du travail

1. L'atténuation des graves pénuries de main-d'œuvre et l'automatisation des tâches « 3D »

Le secteur de la construction fait face à un vieillissement grave de sa main-d'œuvre, et les enquêtes aux États-Unis prédisent que 53 % de la main-d'œuvre actuelle prendra sa retraite d'ici 2036. Face à cette crise du travail, l'IA et la robotique offrent une solution. Les travaux ennuyeux, malpropres et dangereux (« 3D » pour Dull, Dirty, Dangerous) sont activement automatisés et mécanisés. Cela non seulement libère les travailleurs des dangers physiques et améliore la sécurité, mais positionne également l'IA non pas comme une menace d'élimination d'emplois, mais comme un partenaire « augmentant » les capacités humaines et augmentant dramatiquement la productivité.

En revanche, les tâches administratives et de back-office telles que la saisie de données, le traitement des factures, la vérification initiale des contrats et la rédaction de rapports dans la gestion et l'investissement immobiliers sont largement automatisées par l'IA. Les prévisions du Forum économique mondial (WEF) identifient également les agents de saisie de données, les réceptionnistes et les secrétaires comme des emplois administratifs connaissant le déclin le plus rapide à l'échelle mondiale. Cependant, le temps libéré est réaffecté à des travaux cognitifs à haute valeur ajoutée typiquement humains, tels que la construction de relations avec les locataires, la gestion des problèmes exceptionnels et la prise de décisions sophistiquées en matière d'allocation de capital.

3. L'explosion de la demande de main-d'œuvre qualifiée (col bleu) suite à la construction d'infrastructures IA 

La prolifération de l'IA elle-même crée une énorme nouvelle demande sur le marché du travail. En effet, la demande de construction de centres de données et d'infrastructures électriques et de télécommunications pour soutenir le traitement informatique massif nécessaire pour faire fonctionner l'IA augmente considérablement. Selon les prévisions de Goldman Sachs, rien qu'aux États-Unis, environ 500 000 nouveaux emplois seraient nécessaires d'ici 2030 pour répondre à la demande électrique croissante. Plus précisément, l'emploi de main-d'œuvre qualifiée sur site, telle que les ouvriers du bâtiment, les électriciens, les installateurs de systèmes de climatisation (CVC) et les plombiers, connaît une augmentation sans précédent, devenant la base physique cruciale soutenant l'écosystème de l'IA.

4. L'émergence de nouveaux métiers et la transition vers la « prise de décision hybride » 

À mesure que l'IA progresse, la demande de postes liés à la technologie, tels que les data scientists, les spécialistes en IA et apprentissage automatique, et les experts en transformation numérique (DX), augmente rapidement dans le secteur immobilier et de la construction. Simultanément, les processus de prise de décision opérationnelle évoluent d'une dépendance à la seule intuition humaine vers une approche « hybride » combinant l'analyse prédictive de l'IA et l'expérience humaine. En conséquence, le rôle humain évolue vers celui d'un « orchestrateur d'IA » ou d'un « chef d'agent » superviseur de multiples agents IA autonomes et prenant la décision commerciale finale.

5. L'importance accrue des compétences humaines et la restauration de l'« humanité »

À mesure que la technologie progresse et que de nombreuses tâches routinières sont automatisées, la valeur marchande des « compétences humaines » unique aux humains s'envole. La pensée analytique, la flexibilité, le leadership et la pensée créative sont demandés plus que jamais. Par exemple, lorsqu'une fuite d'eau majeure se produit dans une propriété au milieu de la nuit, ce que le locataire recherche n'est pas l'efficacité de l'IA, mais l'« empathie » humaine et la « dimension humaine (human touch) » d'une personne qui les comprend et explique correctement la situation. À l'ère de l'IA, la construction de relations humaines et la capacité d'empathie deviennent des facteurs de différenciation hautement appréciés pour les entreprises.

6. La reconversion continue et le partage des connaissances entre générations (transformation de la culture organisationnelle) 

Pour s'adapter à ces changements rapides des exigences en compétences, les entreprises doivent continuellement offrir à leurs employés existants une reconversion (rééducation) et un perfectionnement pour collaborer avec l'IA. De plus, le « transfert bidirectionnel des connaissances (upward knowledge transfer) » devient crucial au sein de l'organisation, où les jeunes travailleurs versés dans les nouvelles technologies enseignent aux travailleurs seniors expérimentés comment utiliser la technologie, tandis que les travailleurs expérimentés transmettent leurs connaissances tacites du terrain aux jeunes. Au-delà de la simple implémentation des outils d'IA, le « change management (transformation de la culture organisationnelle) » qui soutient les employés pour qu'ils fassent confiance à l'IA et l'utilisent activement joue un rôle décisif dans l'acquisition et la rétention de talents sur le marché du travail.

Conclusion

On prévoit que la progression de l'IA apportera des changements majeurs au secteur immobilier et de la construction. Aux niveaux des entreprises et des individus, il est nécessaire de prendre des décisions appropriées en tenant compte des services et rôles requis par l'industrie à l'avenir.

On suppose que les progrès de l'IA transformeront considérablement le secteur immobilier et de la construction. Au niveau des entreprises et des individus, il est nécessaire de prendre des décisions appropriées en tenant compte des services et des rôles que l'industrie exigera à l'avenir.