La pierre transparente

Regards croisés.
La pierre transparente : la digitalisation pour une optimisation de la performance technique et environnementale

A l’heure des transitions démographique, écologique et numérique, il n’est de constante que le changement dans le monde de l’immobilier. Pour faire face à ces défis sans précédents et optimiser la performance technique et environnementale de nos patrimoines, la donnée est notre plus sûre alliée. Maîtriser ces données, c’est maîtriser son patrimoine tout au long de son cycle de vie, rationaliser la production d’indicateurs sociaux et environnementaux ainsi que maintenir l’attractivité du patrimoine dans le temps. Alain Cauchy, directeur du patrimoine groupe CDC Habitat, échange sur les défis immobiliers avec le président de la Foncière Numérique, Michel Tolila. L’urgence climatique et sociale rend nécessaire d’adopter une stratégie d’optimisation centrée sur la mesure et le partage de résultats quantifiables. Des labels relevant de l’immobilier tels que le label ISR reflètent cette prise de conscience. Quel retour sur investissement socio-climatique pouvons-nous anticiper de nos actions et investissements ? La donnée nous le dira.

Alain Cauchy, directeur du patrimoine, groupe CDC Habitat

Michel Tolila, président fondateur de La FoncièreNumérique

En tant que directeur du patrimoine, vous avez la responsabilité d’un patrimoine attractif qui garantisse un confort d’usage dans la durée alors même que le secteur est confronté à une vague de changements profonds et imprévisibles sur plusieurs fronts. Quelles méthodes adopter ?

Alain Cauchy : CDC Habitat, en tant qu’opérateur global de l’habitat d’intérêt général et filiale du groupe Caisse des Dépôts, nous avons la responsabilité d’anticiper les effets de la transition démographique, écologique et numérique sur notre propre patrimoine. Mais pas seulement, du fait de notre taille importante et de notre position sur le marché, nous voulons également impulser une dynamique dans le secteur en faveur de l’innovation responsable en mobilisant notre réseau de partenaires. Il est évident qu’il nous faut décider, dès la conception du bâtiment, des objectifs de performance, garantir cette performance lors de la phase d’exploitation-maintenance, tout au long de son cycle de vie, et renouveler nos choix, avec une nouvelle génération de solutions, lors des réhabilitations.

Pourquoi les indicateurs extra financiers et en quoi le label ISR reflète-t-il un engagement pour un avenir durable ?

Michel Tolila : Depuis 2020, les fonds immobiliers sont devenus éligibles au label ISR (Investissement Socialement Responsable) initialement créé en 2016 par le ministère de l’Économie et des Finances. Le label permet, entre autres, de distinguer les fonds finançant la rénovation de bâti ancien pour atteindre de meilleures normes d’isolation et de performances énergétiques.

Le label ISR a ceci de spécifique qu’il ne repose pas sur la comparaison de performance avec un indice de référence, mais sur une grille de notation définie par chaque fonds. Pour obtenir ce label, le fonds doit détailler sa méthodologie, fournir des données à l’appui et démontrer de façon indiscutable qu’elle s’inscrit bien dans une démarche d’amélioration. Ce label n’est accordé que pour une durée de 3 ans, et les fonds labellisés s’exposent à des contrôles annuels.

Et le label a son paradoxe : en même temps qu’il apporte des réponses certaines à un besoin de formalisation, de mesure et d’uniformisation des engagements sociaux et environnementaux du secteur, il révèle aussi des problématiques de fond sur la donnée immobilière, sa nécessité de collecte à l’échelle du patrimoine, sa mise en qualité et son maintien en conditions opérationnelles.

Pourriez-vous partager les défis que vous avez rencontrés récemment, vous-même ou par le biais de vos partenaires, face aux exigences croissantes en matière de reporting ?

Alain Cauchy : Nous avons déjà au sein de notre Groupe des équipes engagées sur le front du label ISR. Elles construisent une démarche approfondie qui les amènent à prioriser les actions de collecte d’informations absentes des reporting traditionnels et de définition de leur granulométrie. Par ailleurs, elles rencontrent un grand nombre d’obstacles pour obtenir ces informations auprès des prestataires qui contribuent à l’exploitation-maintenance du parc, entre autres les producteurs d’énergie et mainteneurs et qui relèvent, pour certaines de données privées des locataires. A la lumière de ces nouvelles exigences de transparence, l’accessibilité à des données interopérables et fiabilisées devient une priorité. En tant que clients d’Abyla, nous avons déjà initié une démarche de digitalisation de grande envergure pour asseoir un socle de connaissance de notre patrimoine et anticiper la production d’indicateurs.

Dans quelle mesure la transformation numérique apporte-t-elle des solutions inédites à ces défis de labellisation et de transparence qui impactent le secteur de l’immobilier ?

Michel Tolila : Il nous faut travailler collectivement sur une grammaire de données commune pour que les acteurs de l’immobilier puissent communiquer avec fluidité sur nos indicateurs partagés. L’immobilier a besoin d’une solide infrastructure numérique pour consolider les données du patrimoine, les fiabiliser et les redistribuer au sein de l’écosystème d’acteurs qui gravitent autour de celui-ci. Seulement alors pourrons-nous mesurer objectivement notre progrès dans le temps, le communiquer en toute transparence et bâtir avec conscience un avenir durable ensemble.

Alain Cauchy : Pour rendre des comptes, il faut d’abord disposer des données : les capter et les fiabiliser avant de les analyser. Le cycle de vie numérique ne doit pas être décorrélé du cycle de vie du bâtiment. Il faut pouvoir gérer les deux conjointement.

Publié dans Business Immo, le 1 octobre 2021

Un référentiel unifié pour garantir la qualité des données immobilières

Un référentiel unifié pour garantir la qualité des données immobilières
Pour un business case de la gouvernance des données.

La donnée, un actif ou un passif ?

La donnée est une représentation de notre activité, un flux à l’état pur. Plus encore que sa capture, son stockage, son partage, c’est sa qualité qui détermine sa valeur. C’est bien ce que 84 % des CEO ont compris : la qualité de leurs données représente un sujet majeur pour leur exploitation1. Une donnée erronée devient un passif pour son propriétaire. Selon une étude du MIT, nous savons déjà depuis plusieurs années que la non-qualité occasionne d’importantes pertes de marge brute pour les entreprises2. Si fiabiliser la data ne coûte que 1, la fiabiliser ultérieurement coûte 10 et sa découverte ultérieure par le client coûte 1003. Comment expliquer une telle situation ? Des choix stratégiques opérés à partir d’informations erronées, auxquels vient s’ajouter le temps perdu par le métier et les services informatiques à traiter ces données inexactes. IBM estime que les données peu qualitatives coûtent à l’économie américaine 3 100 Mds$ par an4. D’où la nécessité d’instaurer une gouvernance des données pour en assurer la qualité. Cependant, les chiffres ne mentent pas, et les coûts non plus. Seule une donnée vérifiée et exacte est un véritable actif dématérialisé que l’on saura valoriser à part entière à l’image de nos patrimoines immobiliers « matériels ».

Un socle de données pour bâtir une gouvernance de la data

À ce stade de la maturité du marché, il est important d’apporter éclairage et structure à la masse de solutions émergentes. Plus encore qu’une solution informatique, le secteur a besoin d’un socle référentiel qui a la capacité de traiter, mettre en qualité et redistribuer des données. La Plateforme est la solution des solutions : en amont, elle automatise la collecte des données provenant de sources hétérogènes et assure la fiabilisation de ses valeurs avant de redistribuer des données mises en qualité aux différents acteurs du secteur immobilier. Tel est le cercle vertueux que la constitution d’un référentiel, ou « master data », permet de mettre en place. La qualité de la donnée, qu’est-ce à dire ? L’édifice de la qualité compte plusieurs étages : la précision, l’exhaustivité, la pertinence, la validité, la fraîcheur et la cohérence. Une première dans le monde de l’immobilier à une échelle de cette magnitude : l’Union notariale financière (Unofi) a mis en place avec La FoncièreNumérique un système de gouvernance de la donnée qui collecte automatiquement des données provenant de sources diverses, en monitore et mesure la qualité en temps continu.

Le business case d’un référentiel unifié de données

Plus encore que d’éviter les coûts liés aux erreurs, des données de qualité ouvrent aux bailleurs, propriétaires et investisseurs de nouveaux horizons de valorisation. En nous fondant sur un patrimoine digital fiabilisé, nous, les acteurs de l’immobilier, accédons à de multiples avantages compétitifs pour mieux décider, investir, manager et bâtir ensemble. Dans le cas de l’Unofi, le temps de recherche des informations patrimoniales était en moyenne de l’ordre de 5 h/semaine par collaborateur. La mise à disposition via la plate-forme de La FoncièreNumérique de toutes les informations, sans effort de formation, a permis de constater une économie de 50 % après six mois, soit près de 20 jours récupérés sur une année par collaborateur. Disposer de données de qualité et par conséquent d’une vision granulaire de nos patrimoines, c’est la condition sine qua non pour une prise de décision à la fois éclairée, partagée et accélérée, ainsi qu’une gestion du risque optimisée avec la possibilité de détecter en amont des signaux faibles (risques réglementaires, exploitation, gestion…).

Le référentiel, première pierre à l’édifice d’un immobilier apprenant grâce à l’IA

Notre engagement pour une donnée patrimoniale de qualité coïncide avec notre investissement dans le développement d’applications de machine learning qui s’alimentent de larges jeux de données. Sans données fiables, pas d’intelligence artificielle utile envisageable. Munies de données qualifiées, nos applications de machine learning peuvent ainsi offrir aux acteurs de l’immobilier leurs modèles prédictifs pour une exploitation patrimoniale optimisée. La qualité de la data, c’est notre assurance intelligence pour inventer ensemble des modèles de valeur inédits dans l’immobilier, sa conception, son évolution, son exploitation.

1- Kale Panoho, “Council Post: The age of analytics and the importance of data”, Forbes, octobre 2019
2- Thomas C. Redman, “Seizing Opportunity in Data Quality”, MIT Sloan, 27 novembre 2017.
3- John Way, “Seizing Opportunity in Data Quality (mit.edu)”
4- “The Costs of Poor Data Quality”, Anodot.

Publié dans Business Immo, le 10 septembre 2021

La pierre apprenante

Regards croisés.
La pierre apprenante : accélérer la transformation digitale de l’immobilier grâce à l’intelligence artificielle

Classification automatisée des documents, maintenance prédictive, détection des signaux faibles de valorisation du patrimoine, bots collaborateurs et assistants, assets managers artificiels : autant de promesses exponentielles grâce auxquelles l’intelligence artificielle pourrait augmenter les métiers de l’immobilier et accélérer la transformation du secteur. Il est une nouvelle génération d’investisseurs immobiliers qui ont compris que la donnée est le matériau de construction de demain dont l’IA sera l’architecte. Michel Tolila, Président fondateur de La FoncièreNumérique et Robin Rivaton, essayiste et directeur d’investissement chez Eurazeo IM, deux experts reconnus du secteur reviennent sur les enjeux et perspectives de ce chantier immense. Entretien.

Michel Tolila, président fondateur de La FoncièreNumérique

Robin Rivaton, directeur d’investissement chez Eurazeo

BI à Michel Tolila : En tant que président fondateur d’une des premières proptech de France, quel regard portez-vous sur l’émergence de l’IA dans l’immobilier ?

Michel Tolila : La transformation digitale du secteur progresse de jour en jour. La connaissance des actifs est un actif en soi. L’ignorance ? Un manque à gagner à l’ère de la data. En miroir de nos bâtiments physiques se hissent leurs jumeaux numériques qui hébergent en leur sein des patrimoines de données immobilières immatériels, fluides, interopérables. Du prêt-à-analyser pour les intelligences numériques immobilières émergentes.

BI à Robin Rivaton : Comment se porte le secteur de la proptech et notamment celui de l’IA dans l’immobilier ?

Robin Rivaton : De façon générale, tous les secteurs de l’économie doivent apprendre à collecter, traiter et conserver la donnée. L’IA, par sa capacité à traiter l’information et à en tirer des actions automatiquement, est au cœur de cette transformation. Nous le constatons avec la bataille sino-américaine autour de la maîtrise de l’IA et de son futur leadership. L’immobilier, longtemps perçu comme immobile (il s’agit de l’un des secteurs les moins digitalisés) évolue rapidement sous l’impulsion de nouveaux acteurs qui offrent des solutions innovantes. Ces entreprises reçoivent un fort intérêt des investisseurs qui sont convaincus que les gestionnaires d’actifs devront réagir face au triple défi du changement climatique, des nouvelles attentes utilisateurs et de la performance opérationnelle. Dans un univers où le levier de performance par la baisse des coûts d’endettement va se tarir, il va falloir obtenir de réels gains de productivité opérationnels.

BI à Michel Tolila : Quels impacts concrets sur les métiers peut-on raisonnablement anticiper dans les années à venir ?

Michel Tolila : Notre réalité aujourd’hui est que nous avons déjà implémenté nos réseaux de neurones pour accélérer la digitalisation du patrimoine de nos clients. L’automatisation de tâches répétitives et la fiabilisation de la data permettent aux acteurs du secteur de libérer du temps et de l’énergie que l’on peut rediriger vers des tâches à forte valeur ajoutée. Nous déployons actuellement chez nos clients partenaires nos applications de machine learning et modèles prédictifs pour générer des scénarios et sécuriser les décisions d’investissements (arbitrages, capex et GER), optimisation des charges, suivi des indicateurs de l’économie circulaire.

BI à Robin Rivaton : La crise sanitaire a-t-elle été un frein ou une rencontre des grandes tendances de l’immobilier et du secteur ?

Robin Rivaton : La crise sanitaire a été un grand facteur d’accélération. On le voit par exemple avec des levées de fonds qui sont de plus en plus conséquentes y compris pour les start-up récemment créées. Ainsi, le ticket moyen a bondi à 5,5 millions d’euros en 2020, contre 3,3 millions en 2018 selon le récent baromètre Real Estech 2020. Le secteur de l’immobilier qui pèse 15 % du PIB national devrait ainsi connaître un essor significatif dans la prochaine décennie. La France compte plusieurs champions européens dans le secteur de l’immobilier et de la construction. Il est important qu’ils investissent pour conserver leur position de leaders sachant qu’il y a une vraie symbiose à travailler avec des solutions innovantes européennes plutôt que d’être obligé d’adopter des solutions venues des Etats-Unis qui ne sont pas toujours adaptées aux pratiques de l’immobilier en Europe continentale. Il faut aussi comprendre que l’usage de la technologie ne peut fonctionner que dans le cadre d’une transformation interne.

La FoncièreNumérique est une des premières proptech de France avec 200 millions m² numérisés, plus de 100 collaborateurs et 120 clients dans l’Hexagone et en Europe.

Publié dans Business Immo, le 5 juillet 2021

Economie circulaire et impacts sur l’immobilier : Bilan et perspectives

Les petits-déjeuners de l’immobilier digital #11

Economie circulaire et impacts sur l’immobilier :
Bilan et perspectives

18 juin 2021 // 08:30

Intervenants

Tina Paillet
Chair of RICS Europe
Ambassador for the World Green Building Council’s #BuildingLife Campaign

Laetitia George
Global Head of Portfolio chez NHOOD – FRICS
Administratrice de l’IFPEB

Cédric Borel
Directeur IFPEB

Opposée au modèle d’économie linéaire, qui extrait, fabrique, consomme et jette, l’économie circulaire repose sur 7 piliers définis par l’ADEME : l’écoconception, l’écologie industrielle, l’économie de fonctionnalité, le réemploi, la réparation, la réutilisation et enfin le recyclage.

L’immobilier adopte progressivement ces nouveaux schémas durables, de la conception à la déconstruction en passant par la construction et l’exploitation. Le digital a plus que jamais sa place dans l’économie circulaire. Celui-ci permet, à travers l’analyse de données et applications numériques, de faire le lien entre les différentes étapes de manière plus efficace, précise et durable.

L’économie circulaire apparaît à la fois comme une exigence et comme une opportunité pour la transition écologique et une meilleure résilience de l’immobilier. Mais les défis sont encore immenses.

Animateurs

Michel Tolila

Président
La FoncièreNumérique

Maurice Gauchot

Associé
La FoncièreNumérique

Patrice Noisette

Professeur – Responsable du Mastère Spécialisé Management urbain et immobilier – ESSEC Business School.

Avec les étudiants de la promotion 2020-2021

Résilience et exploitation : un nouvel âge d’or pour l’immobilier

Résilience et exploitation :
un nouvel âge d’or pour l’immobilier

Par Michel Tolila

J’étais aux côtés de Philippe AMIOTTE, Eric JUHE, Florence DOURDET FRANZONI et Anne-Claire BARBERI à l’occasion des petits-déjeuners de l’immobilier réalisés par l’ESSEC Business School et La Foncière Numérique pour échanger sur le futur de l’exploitation responsable dans l’immobilier. Cet événement s’inscrit dans le cadre d’un cycle de trois ateliers dédiés à la notion de résilience. Ce deuxième épisode intervient après un 1er consacré à l’investissement durable. Il sera complété par un dernier sujet relatif à l’économie circulaire. Trois sous-thèmes ont animé la table-ronde sur l’exploitation responsable : d’une part sa définition, d’autre part l’apport du digital dans ses métiers et enfin son potentiel en matière de performance globale.

Maîtrise, maintenance, fonctionnement du bâtiment : la durabilité, nouvelle clé de voûte pour la performance et la gestion immobilière

Une clé de voûte pour le locataire …

Il existe plus d’une trentaine d’acteurs qui gravitent autour d’un actif immobilier. Pour garder toute son attractivité et conserver ses locataires et ses utilisateurs, ainsi que son rendement, l’actif immobilier doit être aujourd’hui durable et transformable. En effet, l’impératif de la maîtrise budgétaire et de la qualité de vie impose de facto de plus en plus de fixer des objectifs clairs pour l’ensemble des parties prenantes concernées par la maintenance et la pérennité du patrimoine immobilier, ce que l’on appelle l’exploitation. Parmi les métiers de l’exploitation – allant de l’investissement (avec la fonction d’asset manager) à la gestion locative – les critères ESG (Environnement, Social, Gouvernance) et d’Investissement socialement responsable (ISR) nécessitent dès lors une accélération de l’implication des prestataires de la gestion technique (le property management), énergétique et de services aux occupants (le facility manager) pour une lisibilité de chacun. D’un “asset manager” qui va chercher le “min-d’investissement” pour le “max de rendement” à un locataire qui s’intéresse au “max de services” pour le “min de loyer + charges”, le “property manager” et le “facility manager” ont la charge de faire converger les intérêts de chacun et d’éclairer sur les aspects de plus en plus techniques liés au bâtiment. L’exigence de clairvoyance impose, en effet, de “composer avec la complexité d’une réglementation administrative, juridique et environnementale”, explique Philippe AMIOTTE, Directeur Immobilier et Environnement de Travail de DANONE, afin d’être dans une amélioration continue de la qualité vie au travail. C’est en effet pas moins de 4 millions de mètres carrés dans le monde que doit gérer un acteur comme Danone en tant que grand locataire mais aussi propriétaire, investisseur dans des relais de croissance comme la logistique ou la R&D. Force est donc de constater que le métier de “locataire” dans ce cadre là se professionnalise pour des raisons tant exogènes, comme la réduction des émissions carbones, qu’endogènes à l’entreprise, au premier rang duquel on compte le maintien de la pression financière pour rester sur des équilibres d’intérêts communs.


Être « locataire » implique un nécessaire “faire ensemble” avec les bailleurs et les “property managers”, précise, par ailleurs, Philippe AMIOTTE. Il faut ainsi muscler son jeu en matière d’informations financières et extra-financières (les informations dites “ESG” / « ISR ») et travailler les reportings en s’appuyant sur du bon sens, ajoute Anne-Claire BARBERI, Responsable RSE & Innovation du Groupe PERIA. La résilience dans l’immobilier tertiaire va donc au-delà du simple bail commercial (article 606) et de son annexe sur le bail vert (décret 53).

… pour les property managers

Selon Eric Juhe, qui est dans la gestion de compte de tiers et travaille avec les assets managers et les institutionnels en tant que Président de TELMMA, une société spécialisée dans le property management, la conception d’un immeuble va se penser désormais comme une marque. Il faudra donc gérer un nouvel aspect du bâti, celle de sa notoriété pour fédérer ses communautés d’utilisateurs. Cette révolution pour le secteur de l’immobilier passe par une gestion augmentée de son exploitation, et notamment sur deux points : 1/ d’une part, le fait d’outiller le secteur avec l’aide de plateformes offrant une grille de lecture sur la qualité de vie des usagers et des locataires (un immobilier 0S), et d’autre part 2/ le fait d’orienter ce même outil sur la généralisation d’un management de l’hospitalité. En effet, cette notion propre à l’hôtellerie (“l’hospitality management”) doit pouvoir se retrouver dans l’immobilier tertiaire, mais aussi plus largement dans la gestion des parcs immobiliers autour d’une offre diversifiée, plug&Play et tournée sur l’exploitation responsable. Reste à mieux qualifier ce que l’on entend par “responsable”. En effet, pour Eric Juhe, l’exploitation responsable ne doit pas se limiter au “E” des critères ESG (Environnement, Social, Gouvernance). Pour lui, il s’agit de mieux connaître les limites actuelles de ce modèle ESG. On ne parle pas assez du “G” (pour gouvernance), autrement dit de la responsabilité des actionnaires, ni même du “S” pour “sociétal”. La bataille culturelle est peut-être là aujourd’hui, à savoir mieux qualifier les indicateurs sociétaux et de gouvernance ! 

… pour les investisseurs de long terme

Pour Florence Dourdet-Franzoni, Directrice de l’Immobilier au sein du groupe UNOFI, il faut désormais caractériser la relation entre les “property managers” et les “grands utilisateurs” : “nous ne sommes pas que dans un patrimoine de rendement, mais nous devons nous ouvrir dans un patrimoine de services”, précise-t-elle.


En effet, Unofi pilote 3 milliards d’actifs où la notion de propriétaire de long terme est importante. L’objectif est la conservation d’un patrimoine et la satisfaction des locataires. Pour ce faire, il faut : 1/ arbitrer pour faire des travaux, 2/ renouveler le patrimoine pour porter les immeubles d’acquisitions futures, et 3/ faire remonter les compétences des “property managers” face aux exigences des locataires, des salariés, du comité social et économique (CSE) des entreprises, et face à la technicité croissante des immeubles labellisés et nouvellement livrés. Il faut donc caractériser désormais le patrimoine à partir d’indicateurs-socles qui constituent un référentiel partageable par tous.

 

… pour un plan pour arriver à zéro carbone

Selon Anne-Claire BARBERI, Responsable RSE & Innovation du Groupe PERIAL, la notion de résilience renvoie aux indicateurs ESG à retenir pour mesurer la participation des entreprises à sa transition vers une économie plus durable mais aussi plus performante. En effet, grâce à une exploitation plus vertueuse des bâtiments, il s’agit de mieux garantir le confort des utilisateurs à la fois à l’intérieur du bâtiment et à l’extérieur à l’échelle du quartier. Outre des coûts d’exploitation optimisés, il s’agit surtout de remettre le premier sens du bâtiment au cœur des stratégies de gestion : à savoir la notion “d’hospitality”. Le numérique peut dans ce cadre là jouer le rôle de faciliteur en permettant aux acteurs d’avoir un langage commun face à la multiplicité des indicateurs. C’est aussi un levier pour une meilleure transparence sur ce qui couvre les engagements des propriétaires.

Pour retrouver le replay de l’évènement, c’est ici :

La pierre transparente est l’avenir du logement social

Tribune.
La pierre transparente est l’avenir du logement social

L’intelligence artificielle, grâce aux millions de données collectées, permettra à terme de réaliser un diagnostic approfondi, permanent et transparent du parc de logement social. Cela permettra aux investisseurs d’évaluer les qualités extra-financières des actifs, notamment leurs performances climatiques, écrivent les auteurs de cette tribune. Un outil précieux à l’heure de l’ambitieux RE2020.

Par Robin Rivaton (essayiste et directeur général de Real Estech Europe), Bernard Michel (président de Viparis), Michel Tolila (président de Foncière Numérique)

En 1895, Wilhelm Röntgen, physicien allemand, qui reçut quelques années plus tard le premier prix Nobel de physique pour sa grande découverte des rayons X, nous a permis de voir au travers des objets. Dans l’industrie immobilière, les outils technologiques et l’analyse des données nous permettent aujourd’hui à leur tour de voir à travers la pierre. Le moment est donc venu d’imaginer un parc de logements sociaux entièrement numérisé.


Comme le préconise le Conseil économique, social et environnemental (Cese), la rénovation des bâtiments ne se limite pas à la performance énergétique : elle doit prendre en compte la performance climatique, c’est-à-dire la minimisation de son impact en termes d’émissions de gaz à effet de serre tout au long de son cycle de vie. La création d’un observatoire du patrimoine social permettra d’atteindre ces objectifs.


Le logement social, premier propriétaire de France, avec ses 5,2 millions de biens, incarné par CDC Habitant, Action Logement, l’Union sociale pour l’habitat mais aussi de multiples structures de toute taille, a toujours eu à coeur de bâtir et d’entretenir un patrimoine durable pour les Français. Si la digitalisation s’est traduite récemment par une avalanche de données capturées, celles-ci n’aident que marginalement à valoriser ce patrimoine. La nouvelle étape est de les ranger, les analyser, les mettre à jour à l’aide d’outils
performants pour obtenir des indicateurs de performance extra-financière et environnementale du parc.

Qualités extra-financières

Si au coeur de toute décision d’investissement se trouve le désir d’obtenir le meilleur résultat financier possible pour un actif, la valeur verte peut générer une surperformance financière grâce aux qualités extra-financières des actifs, respectant notre environnement.


Les constructeurs, les exploitants de parcs immobiliers, les gestionnaires d’actifs, les énergéticiens et autres fournisseurs renseignent leurs participations à l’histoire du bâtiment grâce à l’apport, augmenté, des données : utilisation de l’eau, consommation de l’énergie, émissions de CO2, gestion des systèmes de chauffage voire de climatisation, flux et optimisation des espaces, performances économiques, coût d’exploitation… C’est donc le parc social tout entier qui gagnera en valeur, valeur d’usage pour ses bénéficiaires et valeur économique pour les Français.

Nouveaux « rayons X »

Appuyée sur des technologies d’apprentissage profond ou de traitement automatique du langage, l’intelligence artificielle, ce véritable rayon X de la donnée financière et extrafinancière permettra à terme de réaliser un diagnostic approfondi et permanent du parc de logement social.


La technologie pour la constitution d’un observatoire de la gestion de l’immobilier social existe. Le financement également. Des modèles innovants permettent aujourd’hui de financer ce travail de collecte et de traitement de la donnée par une fraction des économies réalisées. Alors que la ministre Emmanuelle Wargon a fait de la technologie un préalable pour l’atteinte des objectifs ambitieux de la RE 2020, il est plus que temps de créer cet observatoire du patrimoine social.

Les signataires : Robin Rivaton, directeur général de Real Estech Europe, et Bernard Michel, président de Viparis, sont auteurs du rapport Michel-Rivaton (2021). Michel Tolila est président de Foncière Numérique.

Article publié dans Les Echos, le 23 février 2021

La pierre apprenante. Les intelligences artificielles à l’assaut de l’immobilier #1

Les dossiers de La FoncièreNumérique

La pierre apprenante.
Les intelligences artificielles
à l’assaut de l’immobilier
« Dès que cela fonctionne, plus personne ne l’appelle IA. »
John McCarthy, pionnier de la recherche en intelligence artificielle

Par Alexandra Ivanovitch

INTRODUCTION

L’IA, grand architecte de la valeur immobilière à venir ?
Entre promesses et réalités.

Tour à tour présentée comme le “grand mythe de notre temps” ou le miracle technologique ultime, l’intelligence artificielle (IA) fascine et pourtant demeure largement incomprise, tant elle est auréolée d’une nébuleuse de termes connexes et pourtant distincts : « machine learning », « deep learning », etc.

Quoique la plupart du temps “faible” car spécifique et non générale, l’intelligence artificielle, avec sa vague d’automatisation de processus, a déjà pris d’assaut des industries phares, bastions traditionnels de l’élite tels que la banque, la finance et la santé.

Solidement ancré dans la pierre, l’immobilier fait figure de secteur irréductible qui résiste encore et toujours. Et pourtant les signes précurseurs d’une disruption prochaine émergent depuis l’autre côté de l’Atlantique, avec plusieurs remarquables levées de fonds qui financent généreusement des proptech propulsées par l’IA.

Classification automatisée des documents, maintenance prédictive, détection des signaux faibles de valorisation du patrimoine, bots collaborateurs et assistants, assets managers artificiels : autant de promesses exponentielles par lesquelles l’intelligence artificielle pourrait augmenter les métiers de l’immobilier. Pourtant la réalité du développement est bien plus humble.

Pour cette nouvelle génération de développeurs immobiliers à l’assaut des terres numériques, la donnée est la nouvelle pierre et l’IA serait le nouvel architecte de la valeur immobilière – omniscient, infatigable et adaptatif.

Nous sommes allés à la rencontre de notre équipe de data scientists ici à la FoncièreNumérique aux prises avec la réalité quotidienne du développement pour mieux comprendre les enjeux concrets et répercussions pour les professionnels de l’immobilier. En route pour notre laboratoire R&D ! Ci-après le portrait-robot d’une intelligence accélérée : incomprise, protéiforme et prometteuse.

Plan du dossier :

A. Intelligences artificielles : histoire et définition entre mirages, échecs et apprentissage
B. L’intelligence artificielle, la nouvelle business intelligence de l’immobilier ?
C. (Ré)apprendre à lire et compter : l’immobilier à la petite école du machine learning

A. Intelligences artificielles : histoire et définition entre mirages, échecs et apprentissage

Définitions et histoire. « Intelligence artificielle » :
par-delà l’oxymore
« Une machine peut-elle penser ? »
Des interrogations philosophiques aux premières expérimentations

L’intelligence des machines est-elle une « idée hérétique » ? C’est en répondant à cette question qu’Alan Turing a livré la première version de son fameux test pour évaluer la capacité d’un programme à imiter la conversation humaine.

Baptisée par John McCarthy dès 1955, l’intelligence artificielle est définie comme « la construction de programmes informatiques qui s’adonnent à des tâches qui sont, pour l’instant, accomplies de façon plus satisfaisante par des êtres humains car elles demandent des processus mentaux de haut niveau tels que : l’apprentissage perceptuel, l’organisation de la mémoire et le raisonnement critique » (Marvin Lee Minsky).

John McCarthy, Stanford

Dans cette quête d’un graal scientifique et mathématique, la recherche en IA s’est d’abord attelée au modèle ultime de l’intelligence dans son expression la plus noble et mathématique, à savoir le jeu (d’imitation du jeu) d’échecs : depuis le programme d’échecs balbutiant développé par John McCarthy écrit en langage Fortran (tournant années 50 et 60) jusqu’à Deep Blue, superordinateur en mesure d’anticiper 100 millions de positions par seconde, et vainqueur de Garry Kasparov.

Le périmètre de l’intelligence machine. Faiblesses, forces et malentendus

De plus en plus omniprésente, l’IA est tantôt qualifiée de « faible » ou de « forte ». Faible, elle l’est déjà lorsque se consacre à une tache au périmètre clairement prédéfini. Forte, elle le deviendra selon certains futurologues lorsqu’elle sera douée de conscience et en mesure de s’atteler à n’importe quel problème, y compris ceux qu’elle aura définis de son propre chef.

Le degré ultime de la force pour une IA dite « générale » sera atteint des lors que l’IA sera en mesure de se reprogrammer en s’améliorant elle-même de façon exponentielle, ou qui sait, en inventant un langage propre à elle-même qui demeurera impénétrable à l’intelligence humaine – peut-être à la manière des IA négociatrices développées et désactivées par Facebook qui prirent l’initiative de créer un langage artificiel ad hoc pour optimiser la communication entre elles ?

En attendant cette apocalypse ou apothéose que l’on nomme la « Singularité », comment faire le départ entre les multiples terminologies qui coexistent pour désigner l’intelligence artificielle ?

Un chapeau englobant pour une nébuleuse de termes et de réalités

Dès sa création, l’intelligence artificielle tente de mimer l’intelligence humaine par deux approches distinctes.

Dans la première approche, il est primordial d’identifier les règles et l’intelligence s’exerce dans la recherche des meilleures solutions qui respectent lesdites règles.

Dans la seconde approche, on a besoin de nombreux exemples qui vont constituer notre base d’apprentissage et l’intelligence advient lors de l’apprentissage à partir de cette base. D’où l’appellation de « machine learning » pour désigner ce sous-domaine de l’IA où les algorithmes apprennent en se nourrissant de bases de données sans avoir été programmés explicitement.

Parmi toutes les approches de machine learning se distingue plus spécifiquement le sous-domaine du « deep learning », où les modèles imitent le fonctionnement des réseaux neuronaux d’un cerveau humain. Voir schéma ci-dessous.

Pour donner un aperçu rapide des capacités du machine learning, parcourons trois types de problèmes résolus par l’apprentissage machine :

A. Intelligences artificielles : histoire et définition entre mirages, échecs et apprentissage

Quelles erreurs fait-on fréquemment lorsqu’on parle d’IA ? Le Pôle IA de La FoncièreNumérique décrypte.

« L’intelligence artificielle n’existe pas. »
Luc Julia, co-créateur de Siri

Direction le Pôle IA de La FoncièreNumérique pour en rencontrer sa responsable, Mahat Khelfallah et démêler les mirages de la réalité du développement :

« La principale erreur c’est de croire que l’IA est magique. C’est loin d’être le cas. L’intelligence artificielle, tout comme l’intelligence humaine, s’appuie sur des connaissances acquises soit sous forme de règles (à la base du raisonnement) ou bien sous forme d’exemples (tirés de l’expérience). »

Mahat Khelfallah, Responsable du Pôle IA

« Il faut être très prudent lorsque l’on parle d’IA. Pour un humain, apprendre à différencier et reconnaitre deux types nouveaux d’animaux est une formalité. Pour une machine il est nécessaire de créer un jeu d’entrainement colossal de ces deux espèces pour espérer que l’algorithme de classification puisse les différencier (et pas à 100% !). Pour l’anecdote récente et amusante, un algorithme de pilotage de caméra avec suivi de ballon de foot a confondu le ballon avec le crâne chauve d’un arbitre de ligne… Erreur compréhensible d’un point de vue machine, mais qu’un humain ne ferait jamais.

La différence majeure entre un humain et une intelligence artificielle est le pouvoir de généralisation et d’abstraction qui est extrêmement difficile pour une machine. Nous insistons tous les jours sur le fait que « l’IA n’est pas de la magie ». Derrière chaque problème résolu par une méthode d’apprentissage machine, il y a des années de recherche, des mathématiques extrêmement complexes, des milliers d’essais, des résultats explicables, d’autres non… Et bien entendu, si une tâche est difficile pour un humain expert dans le domaine, elle l’est tout autant pour un algorithme !
D’aucuns pensent qu’un jour le monde sera dominé par une IA post-singularité, alors qu’en réalité les plus éminents chercheurs peinent à différencier à coup sûr une photo de bateau d’une photo de grenouille.

En bref, l’erreur communément admise est de parler d’IA en ne pensant qu’au machine learning, qui englobe lui aussi le deep learning (les grands réseaux de neurones profonds). La seconde erreur, et la plus importante, est de penser que si une tâche est simple pour un humain alors elle est magiquement triviale pour une machine. En effet une machine n’a aucun a priori sur ce qu’elle traite. Enfin, même si on a une très bonne base d’apprentissage pour un problème donné (ce qui est très rare, ou très coûteux puisqu’il faut que des humains experts fassent ce travail), il est possible qu’aucune technique d’IA (au sens large) ne résolve le problème de manière satisfaisante. Le meilleur exemple est celui de la finance de marché : l’historique des cours de bourse est parfaitement connu, tout l’environnement décisionnel également (connaissance des M&A, des caractéristiques des CEO, lancements de produits, et de millions d’autres critères accessibles en temps réel parfaitement vérifiés) pourtant personne ne peut prévoir les variations de la bourse (et pourtant des ressources sont massivement investies dans ce champ de recherche). »

A. Intelligences artificielles : histoire et définition entre mirages, échecs et apprentissage

L’IA, enfant terrible des data sciences. Potentialités et réalités d’une intelligence accélérée

Applications contemporaines : l’IA transdisciplinaire

Cette surpuissance computationnelle a naturellement fait de l’intelligence artificielle un outil de choix pour le secteur de la banque et de finance : par exemple, des systèmes experts d’évaluation de risque (en l’occurrence, lié à l’octroi d’un crédit) ou encore le hedge fund Bridgewater Associates (portfolio de $170 milliards) qui utilise une IA opérationnelle nommée « Le Livre de l’avenir » qui agit comme un « GPS personnel » pour manager les équipes et aider à la prise de décision .

Ces dernières années ont vu l’intelligence artificielle s’émanciper de ces modèles purement computationnels pour conquérir ce qui apparaissait jusqu’à peu comme les forteresses inexpugnables de l’intelligence humaine : la créativité, l’art oratoire, la méthode scientifique. L’IA a déjà écrit son premier spot de pub pour Lexus , produit un avis argumenté sur les subventions des classes maternelles , développé son premier programme de recherche .

En octobre 2018, une équipe américaine du Massachusetts Institute of Technology a tenté d’apprendre le langage naturel à un robot par le biais d’analyseurs syntaxiques et sémantiques traitant des vidéos sous-titrées, et a remarqué que l’android apprend à la manière d’un enfant .

Enfant, l’IA l’est assurément depuis plusieurs décennies pour les générations de chercheurs qui ont tenté de lui inculquer les rudiments d’une éducation généraliste. Née en sachant compter, l’IA a successivement appris à lire, écrire, écouter, classer et … voir.

Mais l’enfant terrible des data sciences sait-il pour autant faire du business ? Curriculum in-progress de l’apprenant avec les regards croisés de nos collaborateurs du Pôle IA à La FoncièreNumérique.

« Dans quels domaines avez-vous pu appliquer l’intelligence artificielle par le passé ? »

« J’ai appliqué les techniques de l’IA dans des domaines différents et variés tels que la logistique pour la recherche de placements optimaux pour des objets dans un container, dans l’énergie pour la modélisation et l’optimisation de la consommation électrique, les Ressources Humaines pour le développement d’un système de recommandation de profils de candidats correspondant le mieux aux annonces de missions. »

Mahat Khelfallah, Responsable du Pôle IA, La FoncièreNumérique

Vente en ligne, santé, efficience énergétique comptent parmi les secteurs sur lesquels j’ai déjà eu l’occasion de travailler en IA. Dans le domaine de la vente en ligne, le vendeur devait uploader une image, et l’algorithme devait pouvoir identifier exactement de quel vêtement il s’agissait. Il s’agit d’un problème de classification d’image qu’il est courant de résoudre avec une approche de type réseau de neurones convolutionnels profond. Dans le secteur de la santé, je me suis penché sur la reconnaissance de tumeurs malignes pour le cancer de la prostate. En partant de l’ensemble de caractéristiques sur une tumeur, il fallait évaluer si elle était maligne ou non. Dans le champ de la transition environnementale, enjeu sociétal, économique et technologique de taille, j’ai pu travailler sur la prédiction de la consommation énergétique sur les bâtiments de Seattle aux Etats-Unis.

Clément Allain, Ingénieur IA, La FoncièreNumérique

Mes projets en intelligence artificielle m’ont amené à travailler sur des problématiques variés à travers plusieurs secteurs : l’analyse d’imagerie médicale (2D) pour recommander ou non des opérations chirurgicales, la prédiction du nombre de pièces automobiles à produire pour un fabriquant, l’utilisation de données LIDAR et de caméras pour concevoir un régulateur de vitesse adaptatif, la détection automatique de langue et l’analyse de textes pour leur attribuer plusieurs labels qui les décrivent, la classification de documents à partir d’images, la séparation de différents flux audio mélangés (voix et musique).

Thomas Boulet, Ingénieur IA, La FoncièreNumérique