Accroître les rendements dans le développement de projets grâce à l’IA

VIVA REAL AG a misé sur des solutions numériques et sur l’intelligence artificielle (IA) lors du développement d’un projet de construction neuve à Neuenhof (AG). Marcelo Collins, directeur de VIVA REAL AG, nous expose cette collaboration.

Monsieur Collins, pouvez-vous nous décrire en quelques mots le cœur de métier de VIVA REAL AG ?

Issue de la région de Baden, VIVA REAL AG est l’interlocuteur privilégié pour toutes les questions liées à l’immobilier, qu’il s’agisse de conseil en immobilier, de gestion d’immeubles de location ou de gestion de travaux de construction, ce dernier secteur étant le pilier le plus récent de notre activité. Notre société fondée en 1979 se consacre dès aujourd’hui aux sujets majeurs de demain.

Quelle importance prend la numérisation chez vous ?

Le caractère pluridimensionnel du produit « Habitat » génère un grand besoin en matière de services chez les clients. Une grande partie de notre clientèle fait des recherches sur Internet avant de commander une prestation de service. Notre ambition est de simplifier au maximum la décision des clients par le biais des canaux classiques et numériques. Nous voulons toucher nos groupes cibles sur des canaux différents et au moyen de contenus pertinents. Cela signifie également que nous adaptons les différents contenus au canal respectif.

VIVA REAL AG exerce également une activité de gestion de travaux de construction et réalise des projets de construction neuve : quelle importance revêt la phase de planification de constructions neuves ?

L’intégration de l’exploitation signifie : la considérer comme une partie intégrante des corrélations sociales, écologiques et économiques, trouver des réponses commercialisables aux défis respectifs et établir des offres et des processus répondant aux besoins de la clientèle. C’est un moteur important pour l’augmentation de la productivité mais également la clé pour résoudre les défis politiques sociaux, climatiques et énergétiques urgents.

À quel moment est fixé le niveau tarifaire des appartements en location ou en propriété ? Quels sont les facteurs d’influence ?

Dans l’étude de faisabilité. Outre la structure du bâtiment, la situation géographique est avant tout déterminante, même si on peut faire une distinction entre les caractéristiques propres à un terrain telles que la vue, l’ensoleillement ou les nuisances sonores, et son implantation à plus grande échelle et son accessibilité en matière de transport.

Pour la planification d’un projet de construction neuve à Neuenhof, vous avez recouru à des solutions numériques de PriceHubble et d’Archilyse. Pourquoi avoir décidé d’emprunter cette voie ?

Pour ce projet, nous avions à cœur de quantifier et de désensibiliser la conception architecturale. Avec la gestion active du concept, nous voulions optimiser les perspectives de coûts et de rendement et améliorer l’exploitation grâce au développement interne ou à la densification. Pour rendre cela possible et que le projet puisse convaincre, nous avions naturellement besoin de critères de décision rationnels pour l’ensemble des parties prenantes. C’est la raison pour laquelle nous avons opté pour la voie numérique avec PriceHubble, car il nous a fourni ces bases décisionnelles, la proximité avec le marché local et les données précises y afférentes. Nos architectes ont relevé le défi et nous avons conçu le projet avec le big data.

Pouvez-vous nous décrire brièvement en quoi les solutions de PriceHubble ont permis d’assister le processus ?

Les modèles basés sur des données ont fourni des résultats permettant d’améliorer la qualité de l’habitat. Les plans de masse conçus ont été numérisés et des modèles 3D créés et géoréférencés. Des données relatives à la qualité des plans de masse ont été établies, un calibreur de prix de location utilisé et combiné à des modèles dynamiques d’évaluation du marché.

Sur la base du machine learning/big data, des simulations ont ensuite été réalisées pour les différentes unités d’habitation, afin d’obtenir une analyse et évaluation globales de la qualité architecturale (par exemple la répartition fonctionnelle, l’exposition au soleil, les caractéristiques panoramiques).

Ces constats nous ont permis d’optimiser le projet en termes de valeur, de qualité d’habitation, d’espace de vie, de panorama, d’ensoleillement, de praticité, de taille de la superficie et des étages et enfin en termes de rentabilité.

Comment avez-vous vécu votre collaboration avec PriceHubble (et avec Archilyse) ?

La souplesse est un état d’esprit et non une méthode ! Chez VIVA REAL AG, nous mettons l’innovation en pratique dans nos projets plutôt que de la « théoriser en laboratoire ». L’intégration de start-ups dans le projet nous apporte une source d’approches conceptuelles et de solutions inédites.

Selon vous, quelle est la valeur ajoutée de cette collaboration ?

La transformation numérique a inéluctablement fait son entrée dans le secteur immobilier et constitue désormais la clé pour un avenir fructueux. Nous misons sur la collaboration et sur les nouveaux univers et formes de travail : le réseautage nous procure des solutions Best in class. Dans le cadre du projet de Neuenhof également, des concepts globaux élaborés et mis en œuvre ainsi qu’une numérisation conséquente nous ont permis de nous adapter avec rapidité et flexibilité aux besoins du marché et en fin de compte aux besoins des clients, en recourant à des technologies intelligentes.

À propos du projet  :

PriceHubble a assisté VIVA REAL AG au moyen de différentes solutions dans le projet de la Stockstrasse à Neuenhof (AG). Dans un premier temps, le site a été évalué en matière de profil socio-économique, de biens comparables, de situation du marché et de qualité d’emplacement. Dans une seconde étape, le potentiel de développement a été examiné. Pour ce faire, diverses typologies et structures d’habitat (nombre de pièces, taille, surface de balcon, etc.) ont été calculées afin de trouver le type de bien adapté pour l’emplacement donné. Il a également été évalué si la location ou la propriété est la plus adaptée. La troisième phase du projet a été réalisée avec le soutien de Archilyse. L’objectif était de déterminer les prix de location du marché le plus précisément possible et d’optimiser l’architecture. L’analyse du bien immobilier d’Archilyse a servi de base : un géoréférencement de modèles 3D, une analyse détaillée des plans de masse et des indicateurs de disposition ainsi que l’analyse du panorama et de l’ensoleillement. PriceHubble a réalisé ses calculs sur la base de divers facteurs tels que la vue donnant sur la nature ou sur les autres habitations, l’exposition au soleil dans le logement ou sur le balcon, la fonctionnalité des plans de masse et le prix de location du marché adapté.

Les trois étapes de projet numérisées et l’intelligence artificielle ont permis de simuler facilement différents scénarios et de déterminer les potentiels en termes de prix de location. Résultat : une nouvelle répartition des tailles de logements, une modification des plans de masse et une orientation optimisée des blocs d’habitation.