L’intelligence artificielle (IA) joue un rôle clé dans l’optimisation des processus sur la plateforme Stonal. Elle intervient notamment dans deux domaines stratégiques : la classification des données et l’extraction des métadonnées. Ces avancées technologiques permettent d’améliorer la gestion documentaire et d’accélérer le traitement des informations essentielles.
Une IA au service des besoins clients
Les utilisateurs de la plateforme Stonal rencontrent diverses problématiques liées à la conformité réglementaire de leurs actifs immobiliers. Pour cela ils réalisent de nombreux diagnostics plomb, amiante, gaz ainsi que des DPE (Diagnostic de Performance Énergétique) afin d’identifier d’éventuelles non-conformités dans leurs logements.
Pour répondre à ces enjeux, le département IA de Stonal a mis en place des solutions innovantes afin d’améliorer l’extraction des métadonnées issues des diagnostics. L’objectif : détecter et analyser avec précision les informations critiques, notamment en matière de conformité.
Une meilleure gestion des diagnostics et des rénovations grâce à l’IA
Le traitement des diagnostics énergétiques repose sur un processus en deux étapes clés :
- Vérifier la conformité du diagnostic : Différentes méthodes d’apprentissage automatique (ML), notamment des grands modèles de langage (LLM), sont mobilisées pour extraire les données issues d’un diagnostic et interpréter des conclusions parfois ambiguës sur la présence de non conformités.
- Situer le périmètre concerné : l’IA lit le diagnostic, identifie le lieu concerné (immeuble, lot…) et le remet dans son ensemble afin de permettre la réalisation de stratégies de rénovation à l’échelle du patrimoine.
Les prochaines évolutions
Stonal travaille activement sur une amélioration de son IA afin d’aller encore plus loin dans la précision des diagnostics. La prochaine étape vise à :
- Spécifier la pièce concernée par la non-conformité.
- Identifier avec exactitude l’équipement impliqué.
- Enrichir les données du datalake en réconciliant les informations issues des diagnostics avec celles déjà collectées.
Ces innovations permettent de réduire considérablement le temps de traitement des données en permettant une collecte plus rapide de la donnée et en la fiabilisant.
Grâce à l’utilisation de LLM, là où il fallait auparavant jusqu’à trois mois pour entraîner un modèle d’IA sur une tâche spécifique, l’automatisation actuelle ne nécessite plus que quelques jours.
Une IA au service de l’efficacité et de la qualité
Raphaël Cohen, Head of Artificial Intelligence / Data Science chez Stonal, souligne l’importance de ces avancées : “L’IA est un outil au cœur du service que nous proposons à nos clients. Elle permet d’assurer un traitement rapide des données et une parfaite complétude des informations”.
En intégrant ces solutions innovantes, Stonal continue d’affirmer son engagement en faveur de la transformation numérique et de l’amélioration continue des services offerts à ses clients.
