IA pour le BTP et la maintenance : 7 cas d'usage qui changent la donne

1. Tri et qualification des emails SAV

Une PME de maintenance technique reçoit en moyenne 80 à 200 emails SAV par jour. Chacun doit être lu, qualifié (panne, devis, réclamation, info), affecté au bon technicien, et donner lieu à une intervention ou une réponse. Le coût caché de ce tri manuel : 2 à 3 heures par jour, soit l'équivalent d'un mi-temps.

L'IA prend en charge la classification, l'extraction des informations clés (client, équipement, urgence) et propose un brouillon de réponse adapté. Le responsable SAV ne voit plus une boîte mail, mais une file d'actions qualifiées. Gain typique observé : −65 à −80 % de tempspassé sur le tri, après deux à trois semaines d'apprentissage de l'IA.

2. Création automatique d'interventions depuis un email

Une fois l'email qualifié, l'IA crée l'intervention directement dans Praxedo ou votre ERP. Elle identifie le client (matching par nom, adresse, numéro contrat), l'équipement concerné (à partir de l'historique du client), et le niveau d'urgence (à partir du vocabulaire utilisé : « production bloquée » => urgence haute).

Le technicien terrain reçoit son intervention pré-remplie. La double saisie entre la boîte mail et l'ERP disparaît, ainsi que les erreurs de transcription. Une PME de 30 techniciens économise typiquement 10 à 15 heures par semaine de saisie administrative.

3. Génération de devis à partir d'un brief

Rédiger un devis structuré, avec les bons articles Cegid, les bons taux, la mention des conditions générales, le calcul de TVA et le bon en-tête, prend en moyenne 45 à 90 minutes par devis. Pour une PME qui sort 30 devis par mois, c'est entre 20 et 45 heures mensuelles.

L'IA part d'un brief en langage naturel (« remplacer la chaudière, modèle X, livraison sous 15 jours, installation incluse ») et génère un devis structuré en 30 secondes, avec les articles tirés de votre catalogue Cegid, les forfaits de livraison et d'installation appliqués automatiquement selon vos règles entreprise, et le PDF prêt à envoyer.

4. Chiffrage d'appel d'offres depuis un CCTP

Répondre à un appel d'offres public de maintenance représente typiquement entre 3 et 5 jours de travail pour un chargé d'études : lecture du CCTP, classification des équipements, calcul des heures de visite préventive et curative, chiffrage des consommables, rédaction du mémoire technique, mise en forme du bordereau de prix.

L'IA lit le CCTP en PDF, identifie chaque équipement, applique votre grille de temps unitaires, génère un Excel chiffré complet et pré-remplit le mémoire technique avec les éléments adaptés à l'appel d'offres. Le chargé d'études relit, ajuste, signe. Le délai passe de 4 jours à une demi-journéepar appel d'offres.

5. Révisions de prix INSEE automatiques

Les contrats de maintenance pluriannuels sont indexés sur des indices INSEE (BT01, ICHTrev-TS, etc.). Chaque année, il faut récupérer les valeurs publiées, appliquer la formule de révision propre à chaque contrat, générer un avenant, l'envoyer au client. Une PME qui gère 200 contrats consacre 2 à 3 semaines/an à ce cycle.

L'IA récupère automatiquement les valeurs INSEE via l'API SDMX, applique la formule paramétrée par contrat, génère le PDF d'avenant et l'envoie au client. Le contrôleur de gestion valide en masse, sans saisie. Ce qui prenait trois semaines passe à deux heures de validation.

6. Aide à la création des dossiers d'ouvrages exécutés (DOE)

En fin de chantier d'installation, le DOE est obligatoire (Loi Spinetta, garantie décennale). Il assemble plans, fiches techniques, PV de réception, certificats de conformité, attestations d'essais. Le constituer manuellement prend 1 à 3 jours par chantier — temps non facturé, souvent retardé jusqu'à ce que le client le réclame.

L'IA collecte les pièces depuis votre historique chantier, identifie celles qui manquent (en se basant sur les DOE précédents pour des chantiers similaires), génère le sommaire normalisé et le PDF final. Plus l'outil est utilisé, plus la base documentaire de l'entreprise s'enrichit et plus la collecte devient automatique. Délai moyen observé : de 2 jours à 30 minutespar DOE après six mois d'utilisation.

7. Analyse de la facturation des interventions

Combien d'interventions de votre équipe terrain ne sont pas facturées au client ? Combien sont facturées alors qu'elles étaient sous garantie ? Combien de fois la facture ne reflète pas exactement la prestation réelle ? Dans une PME de maintenance, les oublis de facturation représentent typiquement 2 à 5 % du chiffre d'affaires — soit 20 à 100 k€/an perdus pour une entreprise de 2 M€ de CA.

L'IA rapproche chaque intervention terrain (Praxedo) avec la facture correspondante en comptabilité (Cegid), distingue le garanti du hors garantie, détecte les oublis et alerte le dirigeant en temps réel. C'est l'un des cas d'usage qui s'auto-finance dès le premier mois.

Pourquoi ces cas d'usage marchent (et d'autres non)

Les sept cas listés ont en commun trois caractéristiques :

• Process récurrent et volume élevé.
• Données structurées et accessibles (Cegid, Praxedo, IMAP, CCTP en PDF, INSEE SDMX).
• Erreur d'IA récupérable par validation humaine, pas de risque sécuritaire.

À l'inverse, les cas d'usage qui ne marchent pas en PME du bâtiment : prédiction de pannes sans capteurs IoT, négociation autonome avec les fournisseurs, signature automatique de contrats juridiques. Ces sujets sont séduisants, mais ils requièrent une infrastructure data lourde, une expertise externe coûteuse et un risque opérationnel élevé. Pas pour 2026 — peut-être pas avant 2030 sur le marché PME.