Le rendu était magnifique. Le bâtiment, impossible à construire.

La première fois que j'ai vraiment compris le problème, je regardais le rendu d'une façade en verre qui ondulait comme une vague, avec une note d'une ligne de l'entrepreneur en dessous : 3 fois au-dessus du budget.

L'architecte avait généré le concept en un après-midi. C'était réellement magnifique — le genre d'image qui remporte le marché. Et c'était, de la manière la plus coûteuse qui soit, un mensonge. Le verre à double courbure qu'il exigeait revient à entre 100 et 500 dollars le pied carré. Le verre trempé plat qui remplit la même fonction coûte de 18 à 25 dollars. Personne dans la pièce ne le savait quand ils sont tombés amoureux de l'image. Ils l'ont découvert soixante jours plus tard, quand un entrepreneur général a chiffré le rêve et qu'un promoteur a commencé à paniquer.

Cet écart — entre le rendu et le cheminement des charges, entre ce que l'IA générative peut dessiner et ce qu'un ingénieur structure peut réellement approuver de son sceau — est le problème le plus coûteux du secteur du bâtiment pour lequel presque personne ne développe de logiciel. L'IA générative en architecture est devenue extraordinaire pour produire des pixels. Elle n'a rien appris sur la gravité. Les outils qui génèrent ces formes n'ont aucun moteur physique en leur sein. Ils produisent des images, pas des structures, et c'est dans cette différence que les projets vont mourir.

Trimble évalue le coût annuel des reprises de chantier dues à une mauvaise conception à 177 milliards de dollars. Le chiffre qui me hante davantage, c'est la ventilation qui se cache derrière : environ 80 % de l'écart de coût d'un projet remonte à des modifications de conception, et seulement 17 % environ à ce qui se passe réellement sur le chantier. Nous avons passé une décennie à déverser du logiciel dans les 17 % — logistique de chantier, télématique des équipements, relevés d'avancement par drone — et laissé les 80 % à un transfert manuel entre deux équipes qui ne partagent pas de modèle.

Les outils qui génèrent ces bâtiments produisent des pixels, pas des cheminements de charges. C'est de ce seul écart que naissent huit dépassements de coûts sur dix.

Je veux vous dire ce que nous avons raté en essayant de le résoudre, car c'est l'échec qui nous a appris quoi que ce soit.

Le rayon de la mort que personne n'a modélisé

Avant l'échec, la mise en garde — car c'est l'illustration la plus nette que je connaisse de ce qu'il en coûte quand la forme est choisie des semaines avant que quiconque ne vérifie la physique.

Le Vdara Hotel de Rafael Viñoly à Las Vegas possède une façade en verre en forme de croissant, orientée au sud. La géométrie concave a fait exactement ce que fait un miroir concave : elle a concentré la lumière du soleil sur la terrasse de la piscine en contrebas. Les températures ont grimpé suffisamment haut pour faire fondre les chaises longues en plastique et roussir les cheveux des clients. Le personnel a commencé à appeler la zone focale le « rayon de la mort ». La solution a été des films, des ailettes et de grands parasols — de laides excuses a posteriori boulonnées sur un bâtiment achevé.

Le détail qui devrait glacer d'effroi tout architecte : le même architecte a recommencé. Au 20 Fenchurch Street à Londres — le « Walkie-Talkie » — une façade concave a concentré la lumière du soleil suffisamment fort pour endommager la carrosserie d'une Jaguar garée dans la rue en contrebas. Deux bâtiments, la même physique, le même architecte, le même angle mort dans le processus de conception.

La physique n'avait rien de subtil. Un miroir concave concentre la lumière ; une analyse de lancer de rayons de première année la détecte en quelques millisecondes. Le problème n'a jamais été que les calculs étaient difficiles. Le problème, c'est que les calculs vivaient dans un autre bâtiment, sur l'ordinateur d'une autre équipe, des semaines en aval du moment où la forme a été choisie. Et désormais les outils génératifs permettent à quiconque de produire une géométrie courbe complexe en quelques secondes. Le nombre de façons de construire accidentellement un concentrateur solaire, une soufflerie ou un foyer acoustique a augmenté. Le nombre de vérifications physiques effectuées tant que la forme est encore malléable, lui, n'a pas bougé.

La chose que nous avons construite d'abord, et qui n'a pas marché

Quand mon équipe s'est lancée là-dessus, nous avons fait la chose évidente, et je tiens à être honnête : c'est moi qui l'ai poussée. Le rêve, c'était un retour physique instantané — laisser l'architecte faire glisser une façade et voir les contraintes structurelles se mettre à jour en direct, sans attendre. L'outil canonique pour cela, c'est un réseau de neurones informé par la physique : on intègre directement dans le modèle les équations qui régissent la structure et, en théorie, il vous donne la physique gratuitement.

Nous y avons passé le plus clair d'un mois. C'était séduisant sur le papier et traître dans la pratique. La littérature honnête sur les réseaux de neurones informés par la physique est brutale une fois qu'on lit au-delà des communiqués : ils intègrent des équations idéalisées qui omettent discrètement les effets de bord et multi-échelles, et les erreurs se propagent de façon multiplicative — ce qui signifie que le modèle vous remet une réponse plausible, assurée et fausse. La flexion des poutres est une équation différentielle du quatrième ordre, et celles-ci ruinent la stabilité du gradient dont dépend toute la méthode. Pire encore, changez la configuration structurelle et vous devez réentraîner. Pour un outil dont toute la promesse était « explorez librement », un modèle qui nécessite une réanalyse complète chaque fois que vous déplacez un poteau n'est pas un outil. C'est un piège doté d'une jolie démo.

Le moment où il est mort à mes yeux, c'est quand je l'ai vu renvoyer un tracé de déplacement propre et magnifique pour une ossature dont je savais déjà qu'elle était sous-dimensionnée. Il ne signalait aucune incertitude. Il n'hésitait pas. Il était faux avec une confiance totale, ce qui est la chose la plus dangereuse qu'un outil de structure puisse être. Une analyse structurelle qui a tort avec assurance est plus dangereuse qu'une analyse honnêtement lente. J'avais été si sûr que la voie informée par la physique était la réponse élégante que j'avais omis de me demander si élégant était synonyme de sûr. Ce ne l'était pas.

C'est cet échec qui nous a valu l'approche véritable.

Ce qui a réellement marché : les réseaux de neurones sur graphes, entraînés sur les propres bâtiments du cabinet

Le tournant est venu quand nous avons cessé d'essayer de faire redériver la physique à l'IA à partir d'équations et que nous avons commencé à la laisser apprendre la physique à partir de l'historique d'analyses propre à un cabinet. Les structures sont des graphes — des nœuds et des barres, des assemblages et des charges. Les réseaux de neurones sur graphes sont conçus précisément pour cette forme, et la recherche est devenue vraiment bonne : un cadre appelé StructGNN prédit les déplacements, les moments et les efforts tranchants avec une précision supérieure à 99 %, et conserve 96 % de précision même sur des structures plus hautes qu'il n'avait jamais vues. Une autre voie de recherche utilisant un GNN comme substitut structurel au sein de la boucle d'optimisation a réduit le temps d'optimisation de 81 % et diminué le carbone incorporé de près de 6 %.

Ce qui débloque tout, ce n'est pas le chiffre de précision. C'est où un modèle aussi rapide peut se placer. Une exécution complète par éléments finis dans ETABS prend des heures ; lors d'une course effrénée d'ingénierie de la valeur, dix itérations de redimensionnement de barres représentent deux semaines de temps d'ingénieur senior. Un substitut qui répond en quelques secondes peut vivre au sein de la boucle de conception conceptuelle — en criblant une façade courbe pour le foyer solaire, une longue portée pour la flèche, une poutre de transfert pour une section qui n'existe dans aucun centre de service — tant que la forme reste peu coûteuse à modifier. Non pas pour remplacer l'exécution FEA approuvée. Mais pour empêcher l'architecte de passer trois semaines à tomber amoureux de quelque chose que l'exécution FEA condamnera plus tard.

C'est le cœur de ce que nous construisons chez Veriprajna pour les cabinets AEC : un pré-criblage informé par la physique pendant la conception conceptuelle, une optimisation structurelle par rapport à l'acier que vous pouvez réellement acheter, et des chaînes BIM-vers-analyse qui cessent de gaspiller des heures d'ingénieur en traduction manuelle. Pas un agent conversationnel boulonné sur Revit. Un modèle entraîné sur les typologies propres au cabinet, de sorte qu'il sache ce que leurs bâtiments ont tendance à faire.

Pourquoi la barre d'acier la moins chère est-elle souvent la plus chère ?

Je n'ai pas mesuré cela avant de m'asseoir avec une équipe de structure pendant les achats : la barre la moins chère sur le papier est fréquemment la barre la plus chère en réalité, et aucun outil d'optimisation que j'avais vu ne connaissait la différence.

Un solveur spécifiera volontiers un W14x730 parce qu'il est structurellement efficace. Mais c'est une section disponible uniquement sur commande en aciérie — vous ne pouvez pas la retirer d'un centre de service, l'aciérie la lamine selon une cadence trimestrielle, et vous venez de placer un délai de 16 semaines sur votre chemin critique. Pendant ce temps, un profilé en W légèrement plus lourd que tout centre de service régional garde en stock est expédié en quelques jours. La conception « optimale », en poids, a fait exploser le calendrier. La conception « sous-optimale » s'est construite dans les délais et sous le budget.

Et voici la partie qui rend cela difficile à transformer en produit : il n'existe nulle part dans ce secteur d'API d'inventaire d'acier en temps réel. L'AISC maintient une base de données de disponibilité des profilés, mais le stock réel circule toujours entre fabricants et centres de service par téléphone, par tableur, par EDI. Les minimums d'aciérie, les chutes de longueurs standard, qui a quoi cette semaine — ce savoir vit dans les relations, pas dans des points d'accès. Toute IA qui optimise la structure par rapport à la réalité des achats doit être bâtie pour ingérer ces données brouillonnes, humaines et propres au cabinet, car aucun flux propre ne viendra vous sauver. C'est exactement le genre de problème que les logiciels sur étagère refusent de toucher et pour lequel le développement sur mesure existe.

Cela compte davantage à chaque trimestre. L'acier a augmenté de 11,9 % sur la moyenne des 20 villes de l'ENR en 2025, les droits de douane sur l'acier et l'aluminium sont passés de 25 % à 50 % en milieu d'année, et une estimation de coût en phase amont bâtie sur les prix du trimestre dernier relève de la fiction. Optimiser le tonnage en ignorant la disponibilité et la volatilité, c'est optimiser la mauvaise variable.

La taxe de traduction entre Revit et ETABS

Il y a un coût plus discret que j'avais sous-estimé, et c'est du pur gaspillage. Votre architecte travaille dans Revit. Votre équipe de structure analyse dans ETABS. Faire passer le modèle de l'un à l'autre devrait être un simple bouton. C'est au contraire une taxe que votre cabinet paie des centaines de fois par an.

L'export IFC depuis Revit perd régulièrement le modèle analytique : les types d'assemblages disparaissent, les décalages analytiques se réinitialisent, les affectations de charges s'évanouissent. Le format lui-même est fragmenté — les problèmes d'alignement entre IFC2x3 et IFC4 sont réels, et même les modules d'échange bénis par les éditeurs sont, de l'aveu même du secteur, médiocres tels quels. Ainsi un ingénieur passe deux à quatre heures à nettoyer la traduction avant même que l'analyse ne commence. Multipliez par quinze itérations ou plus par projet, sur trente projets ou plus par an, et vous brûlez des milliers d'heures d'ingénieur senior en tâches de nettoyage de données. Pas de l'ingénierie. Pas de la conception. De la traduction.

Vos ingénieurs les plus coûteux passent des milliers d'heures par an non pas à analyser des bâtiments, mais à réparer le fichier censé les décrire.

C'est peu glorieux et c'est colossal, et c'est la partie de la mise en œuvre qui s'autofinance le plus vite. Une chaîne sur mesure câblée via l'API de Revit et l'API de l'outil d'analyse — et non un aller-retour IFC générique — préserve ce que l'IFC perd. C'est la diapositive la moins passionnante de tout argumentaire de vente et le poste qu'un associé gérant entoure en premier.

Le sceau ne bouge pas

Les gens me posent toujours une variante de : est-ce que l'IA ne permet pas simplement aux cabinets de se passer de l'ingénieur ? Et la réponse, sur le plan juridique, est l'inverse de ce qu'ils attendent.

Quand un ingénieur structure signe et appose son sceau sur un jeu de plans, il en assume la responsabilité personnelle et professionnelle. L'IA n'y change rien. Aucune réglementation nulle part ne distingue une barre générée par l'IA d'une barre dessinée par un ingénieur junior — l'ingénieur responsable est propriétaire des deux, entièrement. Une conception générée par l'IA doit toujours satisfaire chaque disposition du code du bâtiment, et l'ASCE 7-22 étant désormais intégrée à l'IBC 2024 (nouveaux spectres de réponse, nouvelles cartes de neige, équations d'ancrage refondues), il y a plus de code à satisfaire, pas moins.

J'en suis venu à penser que c'est un atout, non un obstacle, et cela façonne tout ce que nous construisons. L'ingénieur doit pouvoir interroger la sortie de l'IA — voir le cheminement des charges, la vérifier par rapport au code, la valider comme il validerait le travail d'un stagiaire — parce que c'est lui dont la licence est en jeu. Un outil qui produit une réponse boîte noire assurée est inutile à un professionnel légalement tenu de la défendre. Ce qui est l'ultime raison pour laquelle ce mois passé sur les réseaux informés par la physique a été si éclairant : il m'apprenait à construire la mauvaise chose — une confiance opaque — pour un acheteur qui a besoin de l'exact opposé.

Alors pourquoi Autodesk ne l'a-t-il pas simplement déjà fait ?

C'est une question légitime, car les géants sont manifestement en mouvement. Autodesk Forma déploie « Neural CAD for Buildings », présenté comme le premier modèle de fondation spécifique à l'AEC. Nemetschek a fait de l'IA agentique une priorité pour tout le groupe. Gartner s'attend à ce que 40 % des applications d'entreprise intègrent des agents d'IA d'ici la fin de 2026. Le domaine est indéniablement en mouvement.

J'ai assisté à assez de réunions d'évaluation technologique pour savoir où chaque outil s'arrête réellement. Forma est brillant pour le calcul des volumes et l'aménagement de site et s'arrête bien au-dessus du dimensionnement des barres structurelles — il n'a aucune idée de ce que coûte votre acier. SimSolid et PhysicsAI d'Altair font de la simulation sans maillage rapidement, mais ils sont tarifés pour l'entreprise, visent le mécanique et l'automobile, et ne sont ni natifs BIM ni conscients des achats. TestFit et Hypar sont des outils d'aménagement de site et d'espace sans aucune vérification structurelle. Le plus proche, Stru.ai, est une surcouche d'automatisation autour de la FEA existante — il accélère le pilotage d'ETABS ; il ne remplace pas l'exécution qui dure des heures par un retour instantané, et il n'est pas génératif.

Aucun outil commercial ne ferme la boucle entre conception générative et vérification structurelle, par rapport à l'acier que vous pouvez réellement acheter, entraîné sur vos bâtiments. Cette boucle, c'est tout l'enjeu.

Ce n'est pas une critique de l'un d'eux — ils sont bons dans ce qu'ils font. C'est que la couture entre conception générative et réalité structurelle est précisément l'endroit où une plateforme horizontale n'ira pas, car la fermer exige l'historique d'analyses propre à un cabinet, ses propres typologies et ses propres relations d'achat brouillonnes. C'est du sur-mesure par nature. Et les chiffres d'adoption disent que la fenêtre est grande ouverte : seulement 27 % des professionnels de l'AEC déclarent utiliser l'IA dans leurs opérations, et à peine 8 % des cabinets d'architecture ont mis en œuvre une solution d'IA, alors même que l'adoption par les architectes a bondi de 41 % à 59 % en une seule année. Les cabinets qui bougent maintenant ne sont pas en retard. Ils sont en avance, dans un secteur qui a à peine commencé.

L'ingénierie de la valeur est-elle réellement inévitable ?

Depuis soixante-dix ans, environ 85 % des projets de construction ont dépassé leur budget, de 28 % en moyenne, et moins d'un mégaprojet sur dix se termine dans les délais et dans le budget. Le secteur a classé l'ingénierie de la valeur sous inévitable — le rituel de 60 à 90 jours où l'entrepreneur chiffre le rêve, le promoteur panique, et l'ingénieur ré-exécute le modèle dix fois pendant que tout le monde perd un mois.

Ce n'est pas inévitable. C'est le symptôme d'un processus de conception qui vérifie la viabilité structurelle, la disponibilité des matériaux et la complexité de fabrication après le verrouillage de la forme au lieu de le faire tant qu'elle est encore malléable. Déplacez ces vérifications en amont — dans la boucle conceptuelle, à la vitesse d'un réseau de neurones sur graphes, entraîné sur le travail propre au cabinet et câblé à l'acier qu'il peut réellement obtenir — et la crise de l'ingénierie de la valeur ne se gère pas. Elle cesse de naître. Si vous dirigez un cabinet AEC et voulez voir comment cette chaîne est assemblée, nous avons exposé l'approche complète ici.

Le rendu qui a déclenché tout cela — la magnifique vague de verre avec 3 fois au-dessus du budget griffonné en dessous — n'avait pas à mourir dans le tableur d'un entrepreneur soixante jours trop tard. La physique qui l'a tué était connaissable dès le premier jour. La seule question qui vaille la peine d'être posée maintenant, c'est pourquoi nous continuons à le découvrir en dernier.