Le bâtiment et les travaux publics sont le secteur qui a le plus à gagner de l'IA, et celui qui l'utilise le moins. Seules 10 % des entreprises françaises de 10 salariés et plus utilisaient au moins une technologie d'intelligence artificielle en 2024 (INSEE, enquête TIC entreprises 2024, publiée 2025) — et la construction figure parmi les filières les moins équipées, loin derrière l'information-communication ou la finance. Le constat sectoriel est sans appel : « l'intelligence artificielle reste sous-exploitée dans le bâtiment et les travaux publics », et lorsqu'elle est présente, elle se cantonne aux fonctions support — rédaction de documents, traitement de texte, fonctions commerciales (Le Moniteur, 24 novembre 2025).
Ce décalage n'est pas un problème de technologie. C'est un problème de diagnostic. Une entreprise du BTP de 40 personnes — un dirigeant, un conducteur de travaux, deux chargés d'affaires, des chefs de chantier, un ERP de dix ans, des métrés sous Excel et des comptes-rendus saisis le soir — ne sait pas par où commencer, et personne ne lui propose une méthode calibrée pour sa réalité. Ce guide documente la méthode d'audit IA bottom-up appliquée au BTP : workshop d'une journée, roadmap 90 jours, exécution en retainer — à l'opposé des cycles de transformation longs (3-6 mois, 150-300 k€) des cabinets traditionnels. Il s'appuie sur les chiffres officiels 2025-2026 (INSEE, Bpifrance Le Lab, France Num, MIT NANDA, Gartner, McKinsey) et sur les usages réellement déployés sur les chantiers aujourd'hui.
Pourquoi le BTP est la verticale où l'audit IA a le plus à prouver en 2026
Quatre faits cadrent l'opportunité.
1. Le tissu est massif et atomisé. La France compte de l'ordre de 600 000 entreprises dans la construction, dont l'écrasante majorité sont des TPE et des PME, pour environ 1,5 million de salariés (Fédération Française du Bâtiment, panorama 2025). C'est un marché large, géographiquement diffus et hétérogène — le terrain idéal pour des interventions répétables et chiffrables, pas pour des transformations sur mesure à 200 k€.
2. Les marges sont minces, donc chaque heure compte. Le BTP travaille avec des marges nettes structurellement basses (souvent 1 à 4 % du chiffre d'affaires selon les segments). Dans ce contexte, les heures non facturables — métré, chiffrage, rédaction de mémoires techniques, comptes-rendus — pèsent directement sur la rentabilité. L'IA y a un effet de levier mécanique : ce qu'elle libère se lit immédiatement au compte de résultat.
3. La pénurie de main-d'œuvre rend l'automatisation non plus optionnelle mais vitale. Les difficultés de recrutement persistantes — conducteurs de travaux, métreurs, chefs de chantier expérimentés — poussent les dirigeants à chercher des gains de productivité ailleurs que dans l'embauche. L'IA appliquée aux tâches administratives et de préparation est précisément le levier qui permet de faire tourner la même charge avec moins de profils rares.
4. Le décalage adoption/usage est maximal. France Num (DGE, baromètre 2025) mesure que 26 % des TPE-PME utilisent l'IA en 2025, contre 13 % en 2024 — un doublement en un an. Mais l'usage reste massivement concentré sur la bureautique générative (ChatGPT, Copilot pour des e-mails ou des notes), et marginal sur les usages métier du chantier. L'écart entre « j'ai testé ChatGPT » et « l'IA fait partie de mon process de chiffrage » est exactement là où la valeur se trouve, et où la concurrence éditoriale et concurrentielle reste faible.
Citation à retenir. « 43 % des dirigeants de PME et ETI ne savent pas par où commencer leur projet IA. » — Bpifrance Le Lab, L'IA dans les PME et ETI françaises, juin 2025.
Le paradoxe français : un secteur stratégique, une IA cantonnée aux fonctions support
La Fédération Française du Bâtiment elle-même décrit l'IA comme « un outil d'aide à la décision qui peut contribuer à automatiser certaines tâches, faciliter l'élaboration de plans et mieux prévoir » (FFB, ressource IA bâtiment, 2025). La promesse est claire et reconnue par la profession. Pourtant, sur le terrain, l'usage reste embryonnaire et déséquilibré.
Le diagnostic du secteur converge sur trois points :
- L'usage est concentré sur le support, pas sur le cœur de métier. Quand une entreprise du BTP utilise l'IA, c'est d'abord pour rédiger un courrier, reformuler un mémoire technique ou répondre à un e-mail (Le Moniteur, novembre 2025). Le métré, le chiffrage, le suivi de chantier, la sécurité — là où les heures et les risques se concentrent — restent largement manuels.
- Le marché des outils explose, la lisibilité s'effondre. De nouveaux logiciels « IA pour le bâtiment » sortent chaque trimestre. Le dirigeant n'a ni le temps ni les critères pour trier ce qui tient la promesse de ce qui relève de la couche marketing posée sur un logiciel existant.
- L'effet de seuil est brutal. Les structures les plus petites n'ont aucune ressource interne pour cadrer un projet, tandis que les ETI du BTP importent des référentiels de transformation conçus pour les grands groupes — comités de pilotage à douze acteurs, livrables de 80 slides, plateformes cloud à 18 mois — sans rapport avec la vitesse d'exécution d'une entreprise où le dirigeant tranche en réunion de chantier le lundi matin.
Le décalage est donc méthodologique avant d'être technologique. Et c'est précisément ce qu'un audit IA correctement mené corrige.
Pourquoi 95 % des projets IA échouent — et ce que ça change pour un dirigeant du BTP
Le constat le plus structurant de 2025-2026 vient du MIT Project NANDA — étude The GenAI Divide: State of AI in Business 2025 (juillet 2025, analyse de 300 déploiements GenAI en entreprise) : 95 % des projets d'IA générative en entreprise n'apportent aucun retour mesurable sur le compte de résultat. Seuls 5 % captent une valeur significative.
Trois sources confirment l'anomalie :
- Gartner (juillet 2025) : au moins 30 % des projets GenAI seront abandonnés après le POC d'ici fin 2025, et plus de 40 % des projets d'IA agentique d'ici fin 2027.
- S&P Global (2025) : 42 % des entreprises ont abandonné la majorité de leurs initiatives IA en 2025, contre 17 % en 2024 — un effondrement de la patience d'exécution en un an.
- RAND Corporation : plus de 80 % des projets IA échouent, soit deux fois le taux d'échec des projets informatiques classiques.
La cause racine est presque toujours la même, et elle parle directement au dirigeant du BTP : le projet a démarré par les outils IA disponibles, pas par les process du chantier. Un éditeur arrive avec un catalogue de fonctionnalités (chatbot, vision, agent), puis tente de les caler sur l'activité. Résultat : une démo qui impressionne, un POC qui ne passe jamais en production parce qu'il n'adresse aucun point de douleur chiffré.
« Le client achète une capacité, pas un projet. » Un audit IA BTP produit une roadmap exécutable, pas un slide deck. Chaque cas d'usage de la roadmap est déployable — par votre équipe ou par la nôtre — sur votre organisation réelle, pas sur un chantier théorique.
Le corollaire, lui aussi documenté par le MIT NANDA, est décisif pour une PME du BTP sans direction des systèmes d'information : le taux de succès est de 67 % quand la solution est achetée chez un fournisseur spécialisé, contre 33 % seulement quand elle est développée en interne. Pour une entreprise de moins de 250 personnes, l'arbitrage par défaut penche nettement vers l'achat ou le partenariat, pas vers le développement maison.
Ce que les professionnels du BTP testent vraiment en 2026
Au-delà des études, le signal le plus net vient des praticiens eux-mêmes — souvent outre-Atlantique, là où le marché a douze à dix-huit mois d'avance sur la France, ce qui en fait un bon indicateur de ce qui arrive sur nos chantiers.
Le cas d'usage qui revient en tête, systématiquement, c'est le chiffrage. Un entrepreneur ayant déployé une stack IA résume la hiérarchie des gains : les trois workflows qui « se remboursent en 30 jours » sont l'estimation (les métrés assistés par IA font passer la préparation d'un appel d'offres de 34 à 14 heures, pour des outils à 150-300 $/mois), les comptes-rendus quotidiens et le reporting. Le même chiffre l'effet sur le suivi : la dictée vocale fait tomber le compte-rendu de chantier d'un conducteur de 45 minutes de saisie chaque soir à 5 minutes de parole sur le trajet retour — au point qu'« un entrepreneur bien outillé concurrence une équipe de trois ».
Cette bascule se vérifie aussi en français : un créateur francophone montre comment un assistant IA génère un métré complet et le fichier Excel de devis associé en quelques minutes, là où l'artisan passait des heures à la calculette, plan papier à l'appui — avec, à la clé, moins d'erreurs de quantitatif et des devis rendus à temps.
Mais le terrain reste lucide sur les limites, et c'est sain. Un estimateur rappelle que « l'IA peut organiser la donnée et accélérer le chiffrage, mais elle ne remplace pas l'expérience ». Un autre professionnel pose la vraie question — « êtes-vous encore au métré sous Excel, ou utilisez-vous vraiment l'IA dans votre estimation ? » — et reconnaît tester des modèles en local sur de vrais appels d'offres, « avec des résultats intéressants ». Enfin, un acteur du secteur résume la tension de 2026 : « l'IA dans le métré est partout en ce moment ; entre la promesse de l'estimation entièrement automatisée et la réalité, il est difficile de séparer ce qui tient de ce qui relève du buzz ».
C'est exactement le travail d'un audit IA : trier, pour votre entreprise, ce qui tient la promesse de ce qui relève du buzz — et le chiffrer.
La méthode bottom-up Nymphar appliquée au chantier
Notre méthode inverse l'ordre de l'audit conventionnel. Voir aussi la méthode bottom-up dans sa version généraliste pour les principes communs à toutes les verticales, et l'audit IA appliqué à l'industrie pour une verticale voisine.
- On commence par les process réels — entretiens avec le conducteur de travaux, le chargé d'affaires, le métreur, le chef de chantier et le responsable administratif. On cartographie ce qui se passe réellement entre la consultation et la réception des travaux, pas ce que l'ERP est censé faire.
- On identifie les douleurs chiffrées — en heures/semaine, en € de pénalités de retard, en taux de transformation d'appels d'offres. « Le métré et le chiffrage d'un dossier mobilisent un chargé d'affaires deux jours pleins » est exploitable. « On voudrait digitaliser le chantier » ne l'est pas.
- On évalue ensuite quelles techniques répondent — et souvent, le LLM le plus récent n'est pas la bonne réponse. Pour une partie des cas, un OCR fiable, une règle métier explicitée ou un modèle de prévision classique suffit. La GenAI n'est pertinente que sur les cas d'extraction documentaire complexe, de génération de texte (mémoires, comptes-rendus) ou de vision.
- On chiffre et on priorise par matrice impact × effort, avec pour chaque cas un coût de stack (€/mois), un coût d'intégration (jours-homme), un ROI à 90 jours et un risque de conformité (AI Act, Règlement Machines, données personnelles de chantier).
Cette discipline du périmètre est ce qui sépare les 5 % de projets qui réussissent des 95 % qui échouent.
9 cas d'usage IA pour le BTP (avec ROI mesuré ou benchmarké)
Les cas ci-dessous sont ordonnés par fréquence et par ROI marginal observé. Les fourchettes sont issues de benchmarks publics et de signaux praticiens 2025-2026 ; elles sont à recalibrer entreprise par entreprise lors du cadrage.
1. Métré et devis assistés — préparation d'appel d'offres divisée par 2 à 2,5
C'est le cas n°1, et de loin. L'extraction des quantités à partir des plans (PDF, DWG) puis la pré-construction du devis par un agent connecté à votre bibliothèque de prix font passer la préparation d'un dossier de l'ordre de 34 à 14 heures sur les retours praticiens. Validation humaine maintenue à 100 % : l'IA accélère le chiffrage, elle ne signe pas le prix. ROI typiquement inférieur à 3 mois pour une entreprise qui répond à plusieurs appels d'offres par mois.
2. Analyse de DCE et réponse aux appels d'offres — moins d'oublis, plus de dossiers traités
Un agent de recherche sémantique (RAG) sur le CCTP, le CCAP et le règlement de consultation extrait les exigences clés, repère les clauses à risque et pré-rédige les trames de mémoire technique. Effet double : moins de critères oubliés (donc moins de dossiers écartés sur la forme) et capacité à répondre à davantage de consultations à effectif constant.
3. Comptes-rendus de chantier vocaux — de 45 à 5 minutes par jour
La dictée vocale transcrite et structurée par IA transforme le compte-rendu du soir : le conducteur de travaux dicte sur le trajet retour, l'IA produit un compte-rendu propre, horodaté, prêt à diffuser. Sur les retours terrain, le passage de 45 minutes de saisie à 5 minutes de parole libère plusieurs heures par semaine et par conducteur — un effet de capillarité organisationnelle considérable.
4. Contrôle qualité et conformité par photo de chantier — détection des non-conformités
Un modèle de vision appliqué aux photos de chantier détecte les non-conformités visibles (réservations manquantes, défauts de pose, encombrements) et constitue une trace horodatée exploitable en cas de litige. Bonne porte d'entrée vision pour une entreprise déjà habituée à photographier ses chantiers.
5. Suivi de la sécurité — détection du port des EPI
La même brique de vision, appliquée aux images de chantier ou de caméras fixes, repère l'absence de casque, de harnais ou de balisage. L'objectif n'est pas la surveillance individuelle mais la réduction du risque accident — un sujet à la fois humain, assurantiel et réglementaire, à cadrer avec précaution côté données personnelles.
6. Planning et ordonnancement — anticipation des retards
Un modèle entraîné sur l'historique des chantiers (durées réelles vs prévues, aléas météo, disponibilité des équipes et des matériaux) signale en amont les dérives de planning. Sur un secteur où les pénalités de retard grèvent directement la marge, l'effet d'anticipation se chiffre vite.
7. Prévision de trésorerie et situations de travaux — pilotage du cash
La trésorerie est le talon d'Achille du BTP : décalage entre dépenses engagées et situations payées, retenues de garantie, délais clients. Un modèle de prévision branché sur les situations et l'échéancier fournisseurs fiabilise le forecast cash à 90 jours et sécurise les décisions d'engagement de chantier.
8. Maintenance prédictive du parc matériel — moins d'immobilisations
Pour les entreprises de TP disposant d'un parc d'engins, des capteurs simples couplés à un modèle de détection d'anomalies anticipent les pannes critiques et réduisent les immobilisations subies, coûteuses en location de remplacement et en retard de chantier.
9. Veille prix matériaux et sourcing — sécuriser les marges sur devis longs
Sur les chantiers à cycle long, la volatilité des prix matières peut effacer la marge entre le devis et la livraison. Un agent de veille structure les variations de prix et alerte sur les postes sensibles, pour ajuster les devis et les clauses de révision de prix au bon moment.
« Bottom-up bat top-down. » Aucun de ces neuf cas ne se déploie « parce que c'est de l'IA ». Chacun se déploie parce qu'il efface une douleur chiffrée du chantier — et seulement après que l'audit a vérifié qu'il est rentable sur votre organisation.
Les 4 phases d'un audit IA BTP (10 jours, pas 6 mois)
Le format Nymphar pour une PME ou une ETI du BTP tient en 10 jours-homme étalés sur 3 à 4 semaines, contre 3 à 6 mois pour un audit cabinet équivalent.
Phase 1 — Discovery (2 jours)
Réunion de cadrage avec le dirigeant, puis entretiens avec conducteurs de travaux, chargés d'affaires, métreur et responsable administratif. Cartographie de l'existant : ERP, logiciel de devis, outils de suivi de chantier, fichiers Excel critiques, photos et comptes-rendus. Identification des points de douleur — typiquement 15 à 25 par entreprise, dont 8 à 10 prioritaires.
Phase 2 — Cartographie des cas d'usage (3 jours)
Atelier collaboratif avec les acteurs clés : chacun remonte trois douleurs chronométrées. Élargissement par les benchmarks sectoriels (les neuf cas ci-dessus) et validation de la faisabilité technique cas par cas par nos ingénieurs.
Phase 3 — Priorisation impact × effort (2 jours)
Chiffrage individuel : ROI 90 jours, ROI 12 mois, coût de stack, coût d'intégration, risque de conformité. Construction de la matrice et sélection de 5 à 8 cas — 2-3 quick wins (≤ 30 jours, typiquement métré/devis et comptes-rendus vocaux), 2-3 cas à fort impact (60-90 jours), 1-2 chantiers structurels.
Phase 4 — Roadmap 90 jours chiffrée (3 jours)
Document final de 25-35 pages : enjeux, cartographie, fiches cas d'usage, plan de déploiement séquencé, gouvernance, plan de conformité, budget. Restitution en comité de direction, et bascule possible immédiate vers l'exécution si la roadmap est validée.
Build, buy ou partner : l'arbitrage spécifique au BTP
La question revient à chaque audit : « faut-il développer en interne ou acheter une solution éditeur ? » Pour une entreprise du BTP de moins de 250 personnes, sans direction des systèmes d'information étoffée, le MIT NANDA tranche : 67 % de succès en achetant, 33 % en développant en interne.
L'audit systématise une matrice make-buy-partner sur chaque cas :
- Buy pour les cas mûrs et largement outillés — métré/devis, comptes-rendus vocaux, analyse de DCE — où des éditeurs spécialisés bâtiment ont déjà traité des centaines de chantiers et calibré correctement leurs modèles.
- Partner pour la couche d'intégration et de gouvernance — connecter l'outil à votre ERP, à votre bibliothèque de prix, à vos process — typiquement avec Nymphar.AI en retainer.
- Build seulement quand le cas est vraiment propre à votre entreprise et qu'aucun éditeur ne le couvre — une minorité de situations.
Le piège classique : « je prends le logiciel à la mode et tous mes sujets IA sont réglés. » Faux dans la moitié des cas — les sujets à plus fort ROI marginal (trésorerie, planning, veille prix) sortent souvent du périmètre d'un logiciel de devis.
Conformité : AI Act, Règlement Machines, données de chantier
Trois cadres structurent un audit IA BTP en 2026.
- AI Act (Règlement UE 2024/1689) : entré en vigueur le 1er août 2024, applicable progressivement. La majorité des usages BTP (génération de mémoire, métré assisté, compte-rendu) relèvent du risque limité, avec obligation de transparence (article 50, applicable à l'été 2026). Les usages de vision touchant à la sécurité des personnes demandent une vigilance accrue.
- Règlement Machines révisé (UE 2023/1230) : applicable à partir du 20 janvier 2027, il couvre explicitement les comportements « autonomes » et les logiciels évolutifs — ce qui concerne les engins de chantier et équipements intégrant de l'IA. Le marquage CE devient plus exigeant pour ces familles.
- Données personnelles et RGPD : les usages de vision sur chantier (EPI, présence) traitent des données de salariés. Ils exigent une base légale, une information claire et une finalité strictement sécurité — un point que l'audit cadre systématiquement pour éviter le rejet social ou juridique du projet.
L'audit IA Nymphar inclut une section conformité dédiée dans la roadmap, alignée sur ces jalons — ce qui évite la double facturation (un cabinet IA puis un cabinet conformité) et garantit une roadmap déployable sans risque réglementaire.
Combien coûte un audit IA pour une entreprise du BTP ?
Trois niveaux de prix coexistent sur le marché français en 2026.
| Format | Acteurs typiques | Tarif | Durée | Livrable |
|---|---|---|---|---|
| Audit grand cabinet / ESN | Capgemini, Accenture, Sopra Steria, Big 4 | 150-300 k€ | 3-6 mois | PowerPoint stratégique |
| Audit boutique conseil IA | Cabinets data mid-market | 40-100 k€ | 6-12 semaines | Roadmap + POC |
| Audit boutique IA « PME-fit » | Nymphar.AI et acteurs émergents | 2 500 € (workshop) à 25 k€ (audit complet) | 1 jour à 4 semaines | Roadmap exécutable, chiffrée cas par cas |
Pour une entreprise du BTP de 20 à 100 personnes, le niveau grand cabinet est inadapté — non par compétence, mais par calibrage tarifaire et culturel. C'est précisément la fenêtre que documente la donnée de recherche 2026 : le terme « audit ia » pèse de l'ordre de 260 recherches par mois en France et croît de plus de 200 % en année glissante, pendant que l'offre réellement adaptée à la PME reste sous-dimensionnée.
Pourquoi un audit IA n'est pas un audit énergétique ni un audit qualité
Les dirigeants confondent souvent. Schématiquement : un audit RE2020 / énergétique mesure une conformité environnementale ; un audit qualité (ISO 9001) ou sécurité photographie un écart à une norme ; un audit IA identifie des opportunités économiques ancrées sur les process et produit une roadmap chiffrée. Confondre les trois conduit à acheter le mauvais produit — et à repartir sans aucun cas d'usage exploitable.
Du diagnostic à l'exécution : le pont vers le retainer
Un audit n'a de valeur que s'il déclenche une exécution. Notre offre est structurée en niveaux progressifs (voir la méthode Nymphar et l'écosystème data-natif) :
- Workshop découverte et roadmap : une journée pour cadrer 5 à 8 cas d'usage qualifiés et une roadmap 90 jours, calibrée pour un dirigeant qui veut aller vite.
- Sessions d'intelligence IA mensuelles : un point régulier pour piloter l'exécution et tenir l'industrialisation, au mois le mois.
- Better Call AI Expert : un retainer d'expertise à la demande, pour les arbitrages techniques (build/buy, choix d'outil, intégration ERP).
- Retainer all-in-one : la couverture complète — découverte, expertise hebdomadaire et un ingénieur dédié pour exécuter les cas de la roadmap. C'est le format qui transforme l'audit en mise en production.
L'enchaînement reflète la maturité réelle d'une entreprise du BTP : on cadre, on apprend, on industrialise. Pas l'inverse.
Comment Nymphar.AI accompagne les entreprises du BTP
Nymphar.AI est un cabinet de conseil data et IA pour les PME et ETI françaises. Sur le BTP, notre proposition tient en trois engagements : une méthode bottom-up systématique (on commence par votre chantier, pas par un catalogue) ; une roadmap exécutable chiffrée cas par cas ; une conformité intégrée (AI Act, Règlement Machines, RGPD) traitée dans la roadmap, pas en mission séparée.
Pour cadrer votre projet, discutons de votre situation ou découvrez nos offres.
FAQ — Questions fréquentes des dirigeants du BTP
Mon entreprise chiffre encore sous Excel. Puis-je quand même lancer un audit IA ?
Oui — c'est même le point de départ idéal. Le métré et le devis sont le cas d'usage n°1 du BTP, et vos fichiers Excel sont une mine de connaissance métier (bibliothèque de prix, ratios) que l'IA exploite plutôt qu'elle ne remplace. L'audit identifie comment passer de l'Excel manuel à un chiffrage assisté sans casser vos habitudes.
En combien de temps voit-on un premier résultat ?
Sur les quick wins (métré/devis assisté, comptes-rendus vocaux), un premier effet mesurable arrive en 3 à 6 semaines après l'audit, sous réserve de validation interne. Les cas structurels (planning, trésorerie, maintenance parc) visent un ROI à 90 jours et une cible à 12 mois.
L'IA va-t-elle remplacer mes métreurs et conducteurs de travaux ?
Non. Comme le résument les praticiens, l'IA accélère le chiffrage et le reporting mais ne remplace pas l'expérience. Elle déplace le temps des tâches répétitives (saisie, extraction, mise en forme) vers ce qui crée de la valeur : la négociation, l'arbitrage technique, la relation client. Dans un secteur en pénurie de main-d'œuvre, c'est un levier de capacité, pas de suppression.
Quel budget prévoir au total sur 12 mois ?
Pour une PME du BTP de 20 à 80 personnes, l'enveloppe réaliste se situe autour de 30 à 80 k€ sur 12 mois — audit, licences éditeurs et intégration comprises — pour viser un ROI brut de 3 à 5×. Ces fourchettes sont à recalibrer chantier par chantier lors du cadrage initial.
Faut-il une équipe informatique interne ?
Non. La cible est précisément les entreprises du BTP sans ressource data ou IA interne. L'objectif de l'audit est de livrer une roadmap exécutable indépendamment de votre structure — par vos équipes si vous en avez la capacité, par la nôtre en retainer sinon.
Sources et études citées : INSEE — Enquête TIC entreprises 2024 (publiée 2025) | Le Moniteur — L'intelligence artificielle reste sous-exploitée dans le bâtiment et les travaux publics (24 novembre 2025) | Fédération Française du Bâtiment — ressource IA bâtiment (2025) | Bpifrance Le Lab — L'IA dans les PME et ETI françaises (juin 2025) | France Num / DGE — Baromètre 2025 | MIT Project NANDA — The GenAI Divide: State of AI in Business 2025 (juillet 2025) | Gartner (juillet 2025) | S&P Global (2025) | RAND Corporation — Why AI Projects Fail | McKinsey — State of AI 2025 (octobre 2025) | Règlement UE 2024/1689 (AI Act) | Règlement UE 2023/1230 (Règlement Machines révisé) | Signaux praticiens 2026 (estimation, métré et suivi de chantier assistés par IA), avril-mai 2026.