Built World AI - Stratégies de transition vers l’IA dans la construction et l’immobilier

• La construction et l’immobilier représentent une part importante du PIB, mais leur transformation numérique reste lente ; dans ce contexte, l’IA multimodale, capable de gérer une collaboration complexe mêlant langage, image et vidéo, a atteint un stade où elle peut profondément transformer la productivité, la sécurité et la qualité
• De la conception au chiffrage, à la sécurité sur site, à la gestion des connaissances et à la robotique, cinq grandes catégories de Construction AI sont identifiées comme zones d’opportunité clés ; côté Real Estate AI, quatre catégories majeures sont mises en avant, du courtage à la recherche, aux opérations et au design
• Dans la construction, les domaines au plus fort potentiel sont notamment la génération automatisée de conception, l’automatisation du takeoff et du chiffrage à partir des plans, la communication sur site fondée sur la voix et l’image, la gestion des connaissances unifiant les documents, et les robots de construction collaborant avec les humains
• Dans l’immobilier, les principales opportunités concernent l’automatisation du travail des courtiers et agents, la recherche et découverte de biens en langage naturel, l’automatisation des opérations au-dessus de systèmes legacy, ainsi que le design et la visualisation d’espaces avec l’IA générative
• Plus globalement, alors qu’un changement dépassant l’adoption de la CAO et du SaaS est attendu, les entrepreneurs capables de comprendre les avantages liés à la donnée, l’intégration dans les workflows et la nature relationnelle du secteur pourront créer de la valeur durable dans la Built World AI

---

Vue d’ensemble de la Built World et de la transition vers l’IA

• La Built World, composée des bâtiments et des infrastructures, est un immense système collaboratif où s’assemblent de manière fine personnes, capitaux et matériaux, et dont toute la chaîne, de la conception à la construction puis à l’exploitation, génère un volume massif de travail linguistique et documentaire
  • Des skylines aux quartiers, jusqu’à chaque bâtiment, tout résulte de projets impliquant d’innombrables parties prenantes, des procédures complexes, de la réglementation et des mécanismes de financement
  • La conception exige de l’imagination, la construction de la discipline et des ressources, et la maintenance de la résilience et de la continuité sur de longues périodes
• Dans l’économie américaine, la construction pèse 1,3 billion de dollars (4,4 % du PIB) et l’immobilier, la location et le leasing 4,2 billions de dollars, mais ces secteurs n’ont bénéficié que de façon limitée des innovations du SaaS
  • Tous deux reposent sur la coordination entre de multiples sites et parties prenantes, avec une forte dimension de prise de décision à risque, pilotée par le langage, dans des flux mêlant texte, image et vidéo
  • Malgré les progrès technologiques des 20 dernières années, ceux-ci n’ont pas suffi à résoudre fondamentalement ces problèmes complexes de coordination
• Les infrastructures physiques portent d’énormes responsabilités en matière de coûts, qualité, sécurité et conformité réglementaire, et l’IA multimodale constitue l’outil capable de repenser chacun de ces axes
  • En se projetant vers 2030, un simple croquis pourrait produire instantanément un modèle complet de bâtiment, les estimatifs générés automatiquement à partir des plans pourraient être ajustés par les estimateurs, et les rapports de sécurité sur site pourraient être saisis par la voix et l’image
  • La recherche et l’achat de logements, ainsi que la gestion des bâtiments, pourront eux aussi bénéficier d’une navigation plus intuitive et d’opérations davantage automatisées
• La Built World AI créera un nouveau point d’inflexion structurel après la CAO et le SaaS, avec comme axes centraux les LLM multimodaux et de nouvelles formes de collaboration humain-machine
  • Bessemer considère, dans la continuité de son portefeuille existant comme Procore et ServiceTitan, les deux secteurs de la Vertical AI appliquée à la construction et à l’immobilier comme des domaines stratégiques

Insight clé : les opportunités de la Built World AI

• La construction et l’immobilier représentent près d’un quart du PIB américain, mais leur niveau d’investissement technologique et de numérisation reste nettement inférieur à celui d’autres secteurs
  • Selon Deloitte, les dépenses technologiques dans la construction ne représentent que 2,7 % du chiffre d’affaires, contre souvent plus de 5 à 10 % dans la finance ou l’industrie manufacturière
  • Plus un secteur dépend de la précision et de la coordination, plus l’insuffisance d’infrastructure numérique se traduit par des pertes d’opportunité importantes
  • L’IA multimodale a désormais atteint un stade où elle peut transformer en profondeur les méthodes de travail sur l’ensemble du cycle conception-construction-exploitation
• Dans la construction, cinq catégories constituent les premières cibles de l’IA : génération de conception, quantification et chiffrage, coordination sur site, gestion des connaissances et robotique
  • Design generation : génération automatique de plans et modèles 2D/3D intégrant conformité réglementaire et optimisation des coûts, pour faire évoluer les processus centrés sur la CAO vers une conception générative
  • Takeoff & estimation : extraction automatique des quantités de matériaux et de travaux à partir des plans, afin que les équipes de chiffrage se concentrent sur l’optimisation des prix et des marges
  • On-site coordination : intégration de la voix, des images, des vidéos et du texte issus du terrain pour rendre la communication et la gestion de la sécurité plus rapides et plus proactives
  • Knowledge management : unification des données dispersées — contrats, plans, RFI, change orders, etc. — en une source de vérité interrogeable
  • Construction robotics : un environnement de chantier fondé sur la collaboration humain-robot, avec contrôle d’équipements autonomes ou semi-autonomes via des interfaces en langage naturel
  • Chaque domaine implique des flux de données complexes mêlant langage et plans : dessins, contrats, RFIs, ordres de modification, rapports de sécurité, etc.
  • Les LLM multimodaux et les modèles spécialisés métier sont désormais en position d’automatiser et d’augmenter ces flux
• Dans l’immobilier, les LLM et les modèles génératifs étendent leur rôle autour de quatre opportunités majeures
  • Automatisation du travail des brokers et agents, recherche et découverte de biens pour les clients, automatisation des opérations sur base de systèmes legacy, et design/visualisation via l’IA générative
  • En raison de la forte dimension relationnelle et de l’importance de la connaissance locale, l’accent est mis sur une réduction massive des tâches administratives et répétitives tout en conservant une structure centrée sur l’humain
• Dans l’ensemble de la construction et de l’immobilier, les produits disposant de données métier spécialisées, d’intégrations profondes, d’un alignement des incitations et d’une véritable empathie utilisateur constituent le cœur de l’avantage compétitif des entreprises de Vertical AI
  • L’enjeu clé n’est pas une simple automatisation, mais la conception de workflows capables d’améliorer simultanément la rentabilité (marge), le risque et la confiance

# [I. Construction AI : pourquoi maintenant]

• Au cours des quelque 60 dernières années, la productivité globale du travail aux États-Unis a augmenté de plus de 290 %, tandis que la productivité du travail dans la construction a reculé d’environ 1 % par an entre 1970 et 2020
  • La construction emploie plus de 7 millions de personnes et génère 1,3 billion de dollars de valeur chaque année, mais la stagnation de la productivité freine la croissance du secteur
  • Le problème ne vient pas d’un manque d’effort ou d’expertise, mais de la difficulté de coordination entre de multiples parties prenantes et corps de métier
• L’écosystème de la construction se divise en quatre sous-secteurs — résidentiel, commercial, industriel et infrastructures — et des logiciels comme Procore ou Autodesk jouent le rôle d’infrastructure de base qui les relie
  • Malgré cela, le secteur reste confronté à des vents contraires structurels : pénurie persistante de main-d’œuvre (avec une estimation d’environ 500 000 personnes supplémentaires nécessaires rien qu’en 2026 pour répondre à la demande), hausse des taux, volatilité des prix des matières premières, et chocs politiques ou logistiques
  • Selon Deloitte, les entreprises de construction n’investissent que 2,7 % de leur chiffre d’affaires annuel dans la technologie, soit le niveau le plus bas parmi les secteurs étudiés
  • À l’inverse, la finance ou l’industrie manufacturière consacrent souvent plus de 5 à 10 % à la technologie
• Les projets de construction reposent sur des données multimodales mêlant langage et plans : contrats, dessins, documents de chantier, plannings, rapports de sécurité, bons de commande, ordres de modification, rapports d’inspection, etc.
  • Il s’agit d’une structure complexe impliquant plus de 15 groupes de parties prenantes : entreprises générales et sous-traitants, ingénieurs, autorités réglementaires, institutions financières, assureurs, propriétaires, etc.
  • À chaque étape — conception, préconstruction, construction, clôture — des frictions apparaissent dans la répartition des responsabilités et les flux d’information
• Avec l’émergence d’applications spécialisées Construction fondées sur des LLM multimodaux, les bases techniques se mettent en place pour résoudre les principaux goulets d’étranglement : les problèmes de coordination et de circulation des connaissances
  • La conception paramétrique et le traitement géométrique restent encore des sujets de recherche difficiles, mais les publications AI/ML liées au sujet, les communautés académiques, ainsi que les institutions et conférences spécialisées, progressent rapidement
  • Cette dynamique alimente la création de startups de Construction AI et l’expansion des cohortes d’accélérateurs

Les 5 principales catégories de la Construction AI

• 1. Génération de conception (Architecture & Design)

  • Aujourd’hui, la conception des bâtiments repose sur des outils de conception numériques comme AutoCAD, Revit, mais le niveau réel d’automatisation reste faible et exige une expertise poussée
    • À chaque modification d’une proposition de conception ou mise à jour du code, il faut encore revoir manuellement l’ensemble des plans 2D et des modèles 3D
    • Ces outils excellent en précision, mais sont peu adaptés aux itérations rapides et à l’expérimentation, ce qui ralentit les changements de conception et limite la créativité
  • Si des systèmes capables de générer instantanément les plans de conception et d’exécution ainsi que la documentation, en intégrant la conformité réglementaire, l’optimisation des coûts et les exigences du client, étaient mis en place, la vitesse de conception pourrait être jusqu’à 10 fois plus rapide
    • Les architectes, ingénieurs structure, et concepteurs MEP pourraient ainsi se concentrer sur des décisions de conception de plus haut niveau plutôt que sur des tâches manuelles répétitives
  • Plusieurs entreprises, comme Higharc, Finch, Augmenta, construisent des plateformes de conception générative combinant génération paramétrique et raisonnement
    • Dans la mesure où la construction est fondamentalement une combinaison de géométrie et de contraintes, la capacité à comprendre en profondeur et à générer cette complexité géométrique constituera un facteur de différenciation durable

• 2. Préconstruction : métrés et estimation (Takeoff & Estimation)

  • Rien qu’aux États-Unis, plus de 200 000 estimateurs (Estimators) soutiennent les fondations financières de la construction, mais ils dépendent encore de workflows manuels, répétitifs et sujets aux erreurs
    • Le terme même de « Takeoff » vient de l’époque où l’on mesurait les dimensions sur des plans papier et où l’on comptait chaque matériau un par un à la main
    • Même avec des logiciels existants, il faut encore définir chaque assemblage par zone — murs, fenêtres, sols, etc. — mesurer les quantités de matériaux, puis organiser séparément les coûts de main-d’œuvre et de matériaux
  • À chaque modification de conception ou variation des prix unitaires, il faut tout recalculer, et un processus qui devrait être fondé sur les données se transforme en « supposition éclairée (educated guess) »
    • Le CFO d’un sous-traitant new-yorkais va jusqu’à dire qu’en réalisant 365 projets par an, l’entreprise fait « 365 paris », signe d’une structure extrêmement risquée
  • Des entreprises comme Bild AI, Drawer AI, SketchDeck AI développent des produits visant à automatiser les assemblages et les métrés en fonction des évolutions de conception, afin que les estimateurs puissent se concentrer davantage sur les marges et la stratégie tarifaire
    • Les modèles multimodaux capables d’interpréter aussi les images et la vidéo fourniront une base pour accélérer l’automatisation de ce domaine, en comprenant plus finement les plans, les spécifications et les données terrain

• 3. Communication et coordination sur site (On-site Communication & Coordination)

  • La communication sur site et la gestion de la sécurité restent dispersées dans des canaux fragmentés mêlant e-mails, appels, SMS, registres papier et feuilles de calcul
    • Les programmes de sécurité, eux aussi, restent centrés sur les inspections régulières et les checklists, avec la limite que les risques n’apparaissent souvent qu’une fois déjà survenus
    • Même les plateformes les plus avancées dépendent encore fortement de la saisie manuelle des données, et manquent de traduction en temps réel, de compréhension contextuelle et de fonctions d’insight
  • Il faut créer un environnement où les conducteurs de travaux et les ouvriers peuvent, par la voix seule, enregistrer des RFI multilingues, des rapports de terrain et des observations de sécurité, automatiquement reliés à des horodatages, plusieurs langues, des plans, des plannings et des localisations
    • Les consignes orales, notes d’avancement et questions seraient ainsi accumulées sous forme d’un historique de projet structuré et interrogeable, permettant à tous les participants de partager la même information, indépendamment de la langue, de l’équipe ou du lot
  • Grâce à des LLM multimodaux combinant voix, image, vidéo et texte, des outils capables d’apporter une coordination plus rapide, des interventions de sécurité proactives et des chantiers plus conscients des risques constitueront la marque de la prochaine génération de logiciels Construction

• 4. Gestion des connaissances (Knowledge Management)

  • Les chefs de projet se retrouvent souvent à naviguer entre les outils de gestion de projet, les e-mails, les messageries et d’autres canaux pour trouver les informations nécessaires ou résoudre des conflits
    • Les données clés restent isolées par équipe ou enfouies dans de longs fils de discussion, ce qui entraîne retards de décision et de planning, erreurs et problèmes de livraison
  • Il faut un hub de connaissances dans lequel, sur une plateforme unique, le chef de projet peut poser des questions en langage naturel pour retrouver instantanément les documents nécessaires, obtenir des réponses à des questions techniques complexes et résoudre les problèmes de coordination avant qu’ils n’affectent les coûts ou le planning
    • Sous une forme permettant d’explorer, via des requêtes en langage naturel, les relations entre des sources hétérogènes comme les RFI, les change orders, les contrats ou les plans
  • Des entreprises comme Trunk Tools, TwinKnowledge reconstituent les flux de connaissances projet en connectant des documents fragmentés tels que les contrats, les plans, les RFI et les change orders
    • Elles cherchent à rendre possible une gestion de projet en mode questions-réponses fondée sur le langage naturel

• 5. Robotique de construction (Construction Robotics)

  • La pénurie de main-d’œuvre, les risques de sécurité et la hausse du coût des matériaux rendent le travail sur chantier de plus en plus coûteux et difficile à faire passer à l’échelle
    • Bien que l’automatisation ait fortement progressé dans d’autres secteurs, de nombreux processus de construction restent encore largement manuels
    • Alors que la demande en infrastructures clés comme les data centers explose, les méthodes traditionnelles montrent leurs limites en matière de scalabilité
  • Si des systèmes robotiques autonomes ou semi-autonomes travaillaient aux côtés des opérateurs, dans des chantiers où une seule personne contrôle plusieurs machines en langage naturel, le potentiel d’amélioration de l’utilisation simultanée de la main-d’œuvre et des équipements serait considérable
    • Des entreprises comme Terrafirma et Bedrock Robotics modifient des équipements existants pour permettre une exploitation autonome ou semi-autonome
  • Le prochain gain de productivité viendra de la collaboration homme-machine
    • Au départ via des interfaces de contrôle de type point-and-click, puis à terme vers la gestion simultanée de plusieurs équipements en langage naturel

5 principes pour les fondateurs de startups Construction AI

• Création de valeur (Value Creation) : il est essentiel de concevoir des produits qui n’améliorent pas seulement l’efficacité, mais apportent un impact financier mesurable, comme une réduction claire des coûts ou une hausse du chiffre d’affaires / des marges
• Points de douleur (Pain Points) : pour produire un changement significatif, il faut cibler non pas la tâche fragmentée d’une seule équipe, mais les goulots d’étranglement critiques impliquant plusieurs parties prenantes et ayant un impact direct sur les délais et la performance du projet
• Avantage data (Data Advantage) : il faut adopter une stratégie permettant de sécuriser des actifs de données spécialisés métier, comme des bibliothèques de coûts, des plans annotés ou des historiques de projet, afin de bâtir un avantage data durable et des défenses qui se renforcent avec le temps
• Profondeur d’intégration (Integration Depth) : il est important de s’intégrer en profondeur aux processus et outils existants pour minimiser les barrières à l’adoption et créer des workflows qui se diffusent naturellement sur le terrain, dans les projets et entre les équipes
• Empathie utilisateur (User Empathy) : il faut comprendre finement le contexte, les contraintes et les motivations propres à chaque rôle — architecte, estimateur (Estimator), conducteur de travaux, ingénieur projet, ouvrier — et concevoir une expérience produit alignée sur cette réalité

# [II. Real Estate AI]

Pourquoi maintenant : un secteur centré sur les relations et les modèles de langage

• Une fois les travaux terminés, le bâtiment accueille locataires et occupants, et entre dans une nouvelle chaîne de valeur allant de la vente, la location, les paiements, la gestion d’actifs et la maintenance
  • Selon le type d’actif (résidentiel, commercial, industriel, usage spécifique), les flux diffèrent, mais ils partagent tous une même caractéristique : un business fondé sur la confiance, les relations et la connaissance locale
• Le marché fait actuellement face à des difficultés structurelles sous l’effet de pressions macroéconomiques comme le déséquilibre entre l’offre et la demande, un coût du logement historiquement élevé et la hausse des coûts d’exploitation
  • Pourtant, les acteurs clés — promoteurs, brokers, propriétaires d’actifs, opérateurs — dépendent encore largement de processus manuels, de données fragmentées et de logiciels vieillissants
  • Les données sont dispersées entre feuilles de calcul, PDF et systèmes legacy de gestion d’actifs et de listings, ce qui génère inefficacités et pertes d’opportunités
• L’IA multimodale permet de comprendre et de raisonner à travers des données non structurées, ouvrant la voie à l’automatisation et à la production d’insights sur l’ensemble de la chaîne de valeur
  • À mesure que l’intégration avec les systèmes existants devient plus simple, le secteur immobilier arrive à un moment où un bond de productivité porté par la Real Estate AI devient possible pour la première fois depuis des décennies
• L’immobilier est, par essence, un business de conversations entre personnes, où l’expertise locale et la confiance déterminent les résultats
  • Rien qu’aux États-Unis, les commissions de brokers dépassent 100 milliards de dollars par an, les bases de données MLS (listings immobiliers) sont fragmentées en plus de 500 entités, et finaliser une transaction immobilière prend encore plus de 30 à 60 jours, preuve d’une structure inefficace qui perdure
  • Les LLM et les technologies d’agents sont aujourd’hui en position de réduire les tâches répétitives liées au langage et à l’administratif, tout en aidant à une meilleure prise de décision et à la création de relations

Les 4 grandes catégories de la Real Estate AI

• 1. Automatisation du travail des brokers et agents

  • Les agents et brokers immobiliers ont pour rôle central de bâtir des relations, mais consacrent en réalité l’essentiel de leur temps à des tâches administratives comme la prospection de leads, la qualification des leads, la coordination des visites, la rédaction d’avis de valeur, la gestion de la compliance et la collecte de signatures
    • À l’ère de l’IA, le potentiel d’automatisation de ces workflows répétitifs et centrés sur le langage est énorme
  • Serif, Fyxer se concentrent sur l’automatisation des e-mails, tandis que Closera, HenryAI ciblent d’autres workflows via des outils de marketing et d’évaluation
    • Des brokerages IA comme TurboHome construisent un modèle dans lequel ils fournissent des outils d’IA aux agents pour automatiser les workflows, puis répercutent les économies réalisées aux clients sous forme de baisse des commissions

• 2. Recherche et découverte d’actifs (Property Search & Discovery)

  • Dans le résidentiel comme dans le commercial, les portails traditionnels de listings immobiliers reposent encore sur des filtres basiques et des attributs statiques,
    • avec pour limite de mal capturer des éléments de contexte essentiels comme les caractéristiques du quartier, le potentiel d’investissement ou l’état du bien (bâtiment)
  • Dans l’immobilier commercial, on voit émerger des outils de sélection de sites basés sur l’IA qui traitent des données non structurées issues de multiples sources afin d’optimiser la stratégie d’implantation
    • L’objectif est de permettre aux entreprises de choisir plus vite leurs emplacements sur une base plus data-driven
  • Côté consommateurs, une nouvelle génération de plateformes apparaît, proposant des requêtes en langage naturel et des expériences de recherche personnalisées
    • Les acheteurs peuvent trouver le bien souhaité via des requêtes conversationnelles, réserver des visites, gérer les documents via des workflows de type agent, et réduire les frais d’intermédiation
  • L’intégration de ChatGPT par Zillow constitue un premier exemple de cette évolution, où la recherche immobilière dépasse la simple consultation pour devenir un copilote accompagnant l’ensemble du parcours d’achat immobilier

• 3. Gestion d’actifs (Property Management)

  • L’une des plus grandes opportunités consiste à construire des workflows basés sur des LLM au-dessus de plateformes legacy de property management
    • Les systèmes existants, parfois vieux de plus de 25 ans, restent l’ossature opérationnelle du secteur, mais sans offrir la réactivité ni l’expérience utilisateur attendues aujourd’hui
  • Les startups peuvent y trouver une opportunité en s’intégrant profondément à ces systèmes pour en étendre les fonctionnalités plutôt qu’en les remplaçant complètement
    • en ajoutant une couche d’orchestration de workflows LLM au-dessus des systèmes existants
  • EliseAI et SurfaceAI s’intègrent en profondeur aux systèmes de gestion immobilière existants
    • pour orchestrer des workflows spécialisés verticalement couvrant la location, le renouvellement, la maintenance et la communication avec les locataires
    • Elles prennent notamment la forme de plateformes d’agents IA aidant, en particulier dans l’exploitation d’immeubles multifamiliaux, à identifier des insights de revenus, automatiser les workflows et améliorer l’efficacité opérationnelle

• 4. Design et visualisation (Design & Visualization)

  • Le home staging physique et virtuel, les layouts d’intérieur et la visualisation de design restent des domaines lents, coûteux et difficiles à personnaliser, où les outils aidant à se projeter font encore défaut
    • Côté résidentiel, les agents ont du mal à adapter les visuels aux goûts de chaque acheteur ou à ses projets de rénovation,
    • et côté commercial, les agents manquent aussi d’outils pour montrer à quoi ressemblerait un espace une fois adapté au workflow d’une activité spécifique
  • La production de contenu actuelle reste coûteuse en photo, vidéo et main-d’œuvre d’édition, peu personnalisée, et difficile à ajuster finement selon les canaux et les cibles
  • Des outils génératifs comme Spacely AI, Kassa, Gendo, Renovate AI sont conçus pour traiter quasi instantanément les étapes de visualisation, de personnalisation et de storytelling, montrant une voie pour réduire fortement les coûts et les délais
    • Des startups qui reconçoivent le design, le marketing et l’expérience dès le départ autour de l’IA générative sont en train de transformer la manière de concevoir le design immobilier et la production de contenu

5 principes pour les fondateurs de la Real Estate AI

• Création de valeur (Value Creation) : il faut pouvoir générer une croissance mesurable du chiffre d’affaires ou une réduction des coûts via la baisse des tâches externalisées ou administratives, l’amélioration du taux de conversion des leads, la réduction de la durée des transactions, etc.
• Densité de workflow (Workflow Density) : pour créer de la confiance, les produits les plus utiles ne sont pas ceux qui ne résolvent qu’une fonction étroite, mais ceux qui pilotent de bout en bout des parcours complexes et émotionnellement chargés comme la vente ou la location
• Données propriétaires et locales (Proprietary, Localized Data) : il est essentiel de bâtir des flywheels de données hyperlocales intégrant le comportement du marché, les spécificités de zoning et les réseaux relationnels afin de renforcer précision et défensibilité
• Alignement des incitations (Incentive Alignment) : il faut concevoir une structure où propriétaires, opérateurs, locataires et agents y gagnent tous, afin de réduire les frictions et d’accélérer l’adoption et la diffusion
• Prendre en compte les relations (Account for Relationships) : l’immobilier étant un secteur centré sur les relations, il faut, en plus de l’automatisation, concevoir des expériences qui améliorent directement le vécu des agents, propriétaires, opérateurs, acheteurs et locataires

Exemples du portefeuille Built World AI de Bessemer et intention d’investissement

Bessemer soutient déjà plusieurs entreprises à l’intersection du Built World et de l’IA, avec un portefeuille couvrant la gestion de la construction, les opérations sur site, le marketing immobilier, la maintenance et la conformité fiscale et réglementaire

• Exemples majeurs côté construction
  • Procore : une plateforme cloud de gestion de la construction qui unifie la gestion des documents, du budget et des plannings dans un seul système, tout en reliant les différentes parties prenantes
  • ServiceTitan : un logiciel opérationnel end-to-end pour les métiers du HVAC, de la plomberie, de l’électricité, etc., qui inclut la planification, le dispatch, la facturation et le paiement
  • Capmo : joue le rôle d’assistant de projet intelligent en donnant aux responsables de chantier une vue d’ensemble du projet en un coup d’œil
  • Curri : une plateforme de livraison technologique qui permet de transporter rapidement des matériaux de construction et industriels, afin d’aider les clients à aller plus vite et à livrer sans contraintes d’approvisionnement
  • MaintainX : un CMMS (Computerized Maintenance Management System, système informatisé de gestion de la maintenance) qui rend la maintenance plus efficace dans plusieurs secteurs, y compris les installations et l’immobilier
  • Miter : fournit aux entrepreneurs un ensemble d’applications RH, finance et opérations pour simplifier la gestion de leur activité
• Exemples côté immobilier et services connexes
  • EliseAI : une plateforme d’IA conversationnelle et d’automatisation qui automatise la communication des organisations résidentielles et de santé afin d’améliorer l’efficacité opérationnelle
  • Hatch : une solution d’équipe de service client basée sur l’IA qui améliore l’expérience client et soutient la croissance du chiffre d’affaires dans des domaines comme les services à domicile et la rénovation
  • LuxuryPresence : une plateforme de marketing IA pour les agents immobiliers qui les aide à attirer davantage de clients et à travailler plus efficacement
  • Ownwell : un logiciel qui réduit les coûts de détention immobilière en gérant de bout en bout les contestations fiscales, exonérations et corrections
  • Rilla : une solution de coaching commercial basé sur l’IA pour des secteurs comme le service automobile, les services à domicile et la construction résidentielle
  • Rundoo : un logiciel tout-en-un qui aide les magasins indépendants de matériaux à acquérir des clients et à améliorer leur efficacité opérationnelle
  • SurfaceAI : une plateforme d’agents IA pour les opérateurs de logements multifamiliaux, qui aide à identifier des opportunités de revenus, automatiser les workflows et optimiser les opérations
  • VTS : une plateforme intégrée pour les propriétaires et exploitants d’immobilier commercial, qui permet de gérer au même endroit le leasing, la market intelligence et les workflows liés à l’expérience locataire
  • WiredScore : une organisation qui, via les certifications WiredScore et SmartScore, établit un référentiel mondial de la connectivité numérique et du niveau de smart building