Un entrepreneur québécois nous racontait ceci la semaine dernière. Il reçoit un appel d'offres le mardi soir. La soumission est due le vendredi matin. Le jeu de plans fait 84 pages. Pour produire un prix sérieux, son estimateur va y passer entre 18 et 25 heures. Lire chaque feuille, compter les pieds linéaires, identifier les détails techniques, monter le tableau de quantités, sortir un prix.
Multiplier par 30, 50, 80 soumissions par année. C'est là que la lecture automatisée de plans devient intéressante.
On reçoit régulièrement la question : « Est-ce que votre IA peut lire mes plans? » La réponse honnête est oui, avec des nuances importantes. Voici ce que la lecture de plans par IA peut faire en 2026, et où elle bute encore.
Ce que l'IA extrait bien aujourd'hui
Les modèles de vision (Claude Sonnet 4.6, GPT-4 Vision, Gemini 2 Pro) ont fait un bond significatif sur les documents techniques depuis 2024. Trois familles de données ressortent particulièrement bien.
Listes de matériaux et bordereaux de quantités
Un plan d'architecte typique inclut des tableaux : portes, fenêtres, finis, équipements. L'IA lit ces tableaux avec une précision élevée (90-95 % sur des plans propres), produit un fichier structuré (CSV, JSON), et le pousse directement dans votre système d'estimation ou votre tableau monday.com.
Annotations et notes générales
Toutes les notes qui se baladent sur les plans (codes du bâtiment, exigences particulières, références aux devis) sont extraites et catégorisées. Utile pour ne pas oublier une exigence du donneur d'ordre qui se cache au coin de la feuille A-201.
Éléments répétitifs comptables
Compter les prises électriques, les sorties de plomberie, les têtes de gicleur, les luminaires sur un plan d'étage. Avec un prompt bien construit et une calibration, l'IA livre un décompte fiable à plus ou moins 5 %. Pour un point de départ d'estimation, c'est précieux.
Ce que l'IA fait moins bien
L'honnêteté technique impose de nommer les limites.
Mesurer des longueurs en pieds linéaires avec précision
L'IA peut estimer, mais elle ne sait pas calibrer l'échelle d'un plan numérisé de façon autonome. Si vous avez besoin de mesures au pouce près (cloisons, conduits, tuyauterie), il faut soit un outil spécialisé (Bluebeam, PlanSwift) soit un humain qui valide.
Lire des plans manuscrits ou redessinés à la main
Les croquis de chantier, les annotations au crayon, les détails d'atelier dessinés à la mitaine : l'IA généraliste s'y perd. Pour ces cas, on revient à l'humain ou à un OCR très spécialisé.
Comprendre les coupes et détails 3D
Un plan d'élévation, une coupe verticale, un détail isométrique : l'IA voit les lignes, mais elle ne reconstruit pas le bâtiment dans sa tête. Elle peut décrire ce qu'elle voit, pas inférer ce qui n'est pas dessiné.
Le workflow qu'on déploie chez nos clients
Pour un entrepreneur spécialisé en construction qui chiffre 40 à 80 soumissions par année, voici la chaîne qu'on monte typiquement.
Réception du PDF dans monday.com ou Odoo
L'estimateur dépose le jeu de plans dans le tableau du projet. Une automatisation déclenche le traitement, sans clic supplémentaire.
Extraction IA page par page
Un agent (généralement Claude Sonnet 4.6, connecté via MCP) identifie les tableaux, extrait les notes, fait un premier décompte des éléments répétitifs. Résultat versé dans le tableau monday.com, une colonne par catégorie.
Validation par l'estimateur
L'estimateur ouvre le tableau et travaille sur une base déjà structurée. Il valide les quantités sensibles, ajuste les estimations approximatives, ajoute son jugement de chantier. La lecture mécanique passe de 20 heures à environ 4 heures.
Export vers le module d'estimation
Le tableau pousse directement dans BidScreen, ProEst, ou un chiffrier maison. Le prix sort. La soumission part.
Les questions à se poser avant de se lancer
L'IA appliquée aux plans, ce n'est pas un bouton magique. Avant d'investir dans une chaîne d'extraction automatisée, trois questions valent la peine.
Combien de soumissions par année?
En bas de 20, le retour sur investissement est mince. Au-delà de 40, ça commence à se justifier solidement.
Quelle est la qualité des plans que vous recevez?
Des PDF vectoriels propres venant d'architectes professionnels : excellent terrain de jeu. Des photos de plans roulés, scannés en biais, avec annotations au feutre : terrain plus accidenté.
Avez-vous déjà un système central (monday.com, Odoo, autre)?
Sans destination claire pour les données extraites, l'IA ne fait que produire du bruit. La valeur arrive quand l'extraction se branche sur votre flux existant.
Où ça s'en va
Les modèles de vision continuent de s'améliorer. Microsoft a annoncé à BUILD 2026 que Foundry IQ inclura un module spécialisé pour les documents techniques de construction, attendu d'ici la fin de l'année. Anthropic et OpenAI travaillent sur des versions de leurs modèles entraînés spécifiquement pour les plans CAO. Dans 12 à 18 mois, la précision sur les mesures et les coupes va probablement faire un nouveau saut.
Pour aujourd'hui, le bon angle est de commencer par les éléments où l'IA est déjà solide (tableaux, notes, décomptes simples), monter une chaîne qui livre une partie de l'estimation, et garder l'humain dans la boucle pour les décisions de jugement.
C'est exactement le genre de projet qu'on cadre dans une première rencontre. Si vous voulez voir ce que ça donnerait avec vos plans réels, discutons.