IA Architecture

Objectifs :

1. A partir d’un plan original ancien, pouvoir nettoyer et corriger les ratures afin de conserver uniquement la structure d’ensemble (les murs extérieurs de l’habitation).
2. Le premier objectif est de pouvoir repartir de la structure d’ensemble nettoyée avec les bonnes superficies de mètres carrés au sol.
3. Ensuite, nous utilisons l’IA pour configurer plusieurs aménagements possibles selon les attentes des clients (nombre de chambres, salle de bains, WC..).

Mise en place :

Lors du brief initial, nous avons listé les besoins et identifié les étapes nécessaires pour mettre en place l’assistant IA. Tout d’abord, il convient d’identifier la technologie d’IA qui sera en mesure de lire une image, de comprendre son contenu et d’interagir sur cette image selon le contenu identifié sur les plans originaux. 

Sur ce projet, nous avons travaillé avec deux architectes spécialisés dans la rénovation énergétique de bâtiments pour les particuliers. Nous avons collecté  une dizaine de plans d’appartements en copropriété ou de maisons individuelles afin d'entraîner notre assistant IA.

‍

• Préparation d’une base de données documentaires concernant les spécificités techniques des plans d’architecte
• Rédaction d’un cahier des charges déterminant les rôles et fonctionnalités de l'assistant IA Architecture
• Identification du modèle LLM adapté à la compréhension d’une image et à son traitement
• Entrainement du model avec les architectes lors de workshops durant trois semaines
• Validation du modèle après ajustements des paramètres de traitement de l’image
• Déploiement de l’assistant IA dans le logiciel utilisé par les architectes
• Amélioration continue de l'assistant IA mis en place grâce à une grille d’évaluation pour chaque réalisation effectuée par l’IA

Une fois la compréhension du besoin de nettoyer les plans et de les retravailler en respectant la surface au sol, la courbe d'apprentissage de l’assistant a été exponentielle sur les propositions de réaménagement de l’espace.

Résultats :

• Mise en place de l’étude d’un projet de rénovation énergétique simplifié pour deux architectes indépendants
• 3 semaines de Machine Learning avant modèle opérationnel
• Gain de temps estimé à 4 heures par nouveau projet
• Possibilité de répondre plus rapidement à des nouvelles demandes même si ces dernières ne se concrétisent pas
• Taux de conversion demandes / clients en progression de 10 points 
• 12 heures gagnées par semaine pour une équipe de 2 personnes