Le cabinet d’ingénierie augmenté par l’IA.

L’ingénierie n’a pas un problème d’IA. Elle a un problème opérationnel.

Le réflexe, lorsqu’un technologue regarde un cabinet d’ingénierie, est de regarder les calculs. C’est la partie visible, technique, impressionnante — et c’est la mauvaise cible. C’est la partie de l’activité qui a le moins de mou, la responsabilité civile la plus lourde et la plus petite part de la masse salariale.

C’est dans le reste du cabinet que l’argent fuit. Les offres. Le chiffrage. La revue des contrats. La planification. Les registres de soumissions. Les RFI. Les comptes rendus de réunion. Les recoupements de spécifications techniques. La gestion documentaire. La facturation. Le recouvrement. La clôture d’opération. Rien de tout cela n’exige un sceau professionnel. Tout cela consomme les heures des professionnels agréés. Et c’est exactement le travail qu’un ensemble coordonné d’agents d’IA sait désormais faire.

Les données sectorielles montrant que quelque chose ne va pas structurellement ici ne sont ni subtiles, ni nouvelles. Selon les mots de McKinsey : « La productivité de la construction n’a progressé que de 10 pour cent, soit 0.4 pour cent par an, entre 2000 et 2022, contre 90 pour cent, soit 3.0 pour cent par an, dans l’industrie manufacturière. »² Aux États-Unis, le tableau est pire que la stagnation : Goolsbee et Syverson ont établi que la valeur ajoutée par travailleur de la construction était environ 40% plus faible en 2020 qu’en 1970, un recul assez ample pour peser de façon mesurable sur la croissance de la productivité agrégée des États-Unis.³

Deux décennies de CAO, de BIM, de gestion documentaire dans le cloud et de SaaS de gestion de projet ont été vendues à ce secteur sur exactement la fenêtre du graphique ci-dessus. La courbe n’a pas bougé. C’est le fait le plus important de ce document, et j’y reviendrai deux fois — une première comme argument montrant que l’opportunité est réelle, une seconde comme objection la plus forte à ce qu’Oxvelo entre sur ce marché.

Deux heures rémunérées sur cinq ne sont déjà pas facturables.

Passons du secteur au cabinet. L’étude Clarity de Deltek est le plus ancien référentiel financier du secteur pour les cabinets d’architecture et d’ingénierie ; la 47e édition en a interrogé environ 900.⁴ Ses chiffres décrivent un modèle économique sous pression.

Lus ensemble, ces chiffres donnent une arithmétique brutale. Près de 41% des heures professionnelles rémunérées sont déjà non facturables avant même qu’un seul salaire de fonction support ne soit compté — et chaque dollar de main-d’œuvre facturable restant traîne ensuite $1.61 de frais généraux derrière lui. Pendant ce temps, le résultat d’exploitation a perdu près de cinq points en une seule année, après un sommet décennal.

L’unité de transformation, c’est le cabinet, pas la tâche.

Les entreprises d’ingénierie sont composées presque exclusivement d’ingénieurs, et les ingénieurs pensent en ingénieurs. C’est une force dans le travail technique et un angle mort partout ailleurs. Cela produit des cabinets qui passeront deux ans à optimiser un flux de calcul de structure et zéro année à se demander pourquoi il faut onze jours pour transformer un contrat signé en espace de travail projet.

Le cadrage alternatif consiste à organiser l’opportunité par fonction de l’entreprise plutôt que par discipline d’ingénierie. Toute activité d’ingénierie comprend le développement commercial, le chiffrage, les contrats, la gestion de projet, la production technique, la gestion documentaire, le suivi de chantier, la finance, les ressources humaines, la conformité et la gestion des connaissances. Chacune a son pendant en IA. Ensemble, elles ne forment pas un ensemble de fonctionnalités — elles forment une main-d’œuvre.

Sous cette main-d’œuvre se trouvent deux couches supplémentaires, et c’est là que réside réellement l’avantage durable :

L’intelligence institutionnelle. Chaque projet, document, norme, décision, retour d’expérience, estimation et résultat historique devient consultable et réutilisable. Aujourd’hui, cet actif existe dans tous les cabinets et ne vaut presque rien, parce qu’il est éparpillé entre des serveurs de fichiers, des boîtes de messagerie et la mémoire d’un associé qui partira à la retraite dans quatre ans. En 2022, on estime que 184,175 ingénieurs ont pris leur retraite ou quitté la profession, dont 85,175 dans les disciplines du génie civil, mécanique et électrique.¹⁵ Chacun d’eux a emporté avec lui un corpus non indexé.

L’orchestration des flux de travail. Une fois le projet remporté, le système lance l’ouverture du projet, les plannings, les registres de livrables, le suivi budgétaire, les journaux de conformité, les arborescences documentaires et les productions à l’état de projet — en escaladant vers les humains à des points de contrôle définis plutôt qu’en attendant qu’on le lui demande.

Commencer là où personne n’a rien à sceller.

Une partie du travail d’ingénierie est aujourd’hui si répétable que l’intelligence y est déjà incorporée — dans les normes, les modèles, les conceptions antérieures et les procédures établies. Ce qui reste, c’est l’exécution, la vérification, la documentation et la validation. C’est un problème très différent de « concevoir un pont », et c’est le bon endroit pour commencer.

La bonne manière de séquencer l’entrée est de placer chaque fonction sur deux axes à la fois : son degré d’automatisabilité et la responsabilité professionnelle qu’elle porte. Ces deux axes ne sont pas indépendants — et le territoire sûr et rentable est en haut à gauche, pas en haut à droite.

Notez ce que cela exclut. Cela exclut une IA qui approuve seule des soumissions. Cela exclut une IA en responsible charge (responsabilité professionnelle directe) d’une conception. Cela exclut de vendre l’idée que « le modèle a apposé le sceau ». Ce que cela inclut, c’est un cabinet où l’offre a été assemblée en un après-midi au lieu de deux semaines, où les écarts contractuels ont été signalés au regard d’un standard maison avant même qu’un associé n’ouvre le dossier, où le registre des livrables s’est construit tout seul au lancement, et où le journal des RFI a répondu à 60% de ses propres questions en citant l’article de spécification concerné — le tout auditable, le tout remontant à un humain agréé nommément désigné aux points où la loi l’exige.

Nous n’avons plus besoin d’ingénieurs pour produire la conception. Nous en avons besoin pour en assurer le contrôle qualité.

C’est la forme la plus tranchante de la thèse, et elle mérite d’être énoncée sans précaution : une équipe de conception de cent ingénieurs est le vestige d’une contrainte de production qui ne s’impose plus. Deux ingénieurs, qui révisent des productions issues de l’IA et en assument la responsabilité, peuvent porter la charge de production qu’exigeait autrefois une grande équipe. Les conséquences financières, et celles sur le débit, la précision et les délais de cycle, ne sont pas incrémentales. C’est une autre entreprise.

Si cela n’a rien d’imprudent, c’est que la profession dispose déjà d’une catégorie juridique correspondant exactement à ce montage, et ce depuis des décennies. Elle s’appelle la révision.

La responsible charge n’a jamais exigé d’en être l’auteur

Relisons les règles à la lumière de cette affirmation — et relisons celles qui sont en vigueur, car NCEES en a réécrit la définition clé en août 2025 d’une manière qui est passée presque totalement inaperçue. L’ancienne Model Law définissait la responsible charge (responsabilité professionnelle directe) comme le "direct control and personal supervision of engineering or surveying work." La Model Law d’août 2025 lui a substitué un critère fonctionnel : la responsible charge signifie désormais "to exercise full professional knowledge of and control over work," décliné en quatre devoirs — l’autorité de réviser, modifier, rejeter ou approuver le travail ; la connaissance personnelle de son périmètre ; la capacité de répondre aux questions le concernant ; et l’acceptation de la pleine responsabilité de celui-ci.²⁰

Ce changement compte davantage que ne l’admet aucun commentaire que j’aie lu. L’ancien critère demandait si vous supervisiez la personne qui faisait le travail. Le nouveau demande si vous connaissez, contrôlez, pouvez défendre et assumez le travail lui-même. Un ingénieur agréé qui révise une production d’IA peut satisfaire chacun de ces quatre devoirs. Un ingénieur agréé ne peut pas "personally supervise" un modèle en un sens qui ait vraiment du sens — sous la rédaction abrogée, l’argument était bancal. Sous la rédaction actuelle, il est net.

Le reste du cadre pointe dans la même direction. Les NCEES Model Rules §240.20 D exigent que le sceau ne soit apposé sur un travail "only when it was under the licensee's responsible charge."^20b La règle de l’État de New York qualifie de conduite non professionnelle le fait de sceller des documents dont les prestations "have not been performed by, or thoroughly reviewed by, the licensee" — la disjonction figure dans le règlement.⁵⁹ Le Code de la NSPE envisage expressément qu’un ingénieur assume la responsabilité de la coordination d’un projet entier et en scelle les documents, à condition que chaque segment technique soit signé et scellé par l’ingénieur qualifié qui l’a préparé.^21b

Tous les grands cabinets d’ingénierie de la planète fonctionnent déjà ainsi. Un associé scelle des travaux produits par des collaborateurs juniors qu’il n’a pas dessinés lui-même. La valeur de l’ingénieur senior n’a jamais été le dessin — c’était le jugement appliqué au dessin. L’IA ne change rien du tout à la structure juridique de cette relation. Elle fait passer le coût marginal de la chose révisée du salaire d’un ingénieur à une facture de calcul.

Le Board of Ethical Review de la NSPE a fixé la limite avec précision dans le Case 24-2. Un ingénieur a utilisé l’IA pour rédiger un rapport sur les eaux souterraines — qu’il a vérifié à fond, en le recoupant avec des articles de revues — et pour rédiger des documents de conception, qu’il n’a révisés que superficiellement ; le client y a trouvé des cotes non alignées et des dispositifs de sécurité omis. La conclusion du Board n’a pas été que le recours à l’IA était fautif : "The use of AI-assisted drafting tools by Engineer A was not unethical per se. However, Engineer A's misuse of the tool, by failing to maintain Responsible Charge over the AI tool and its output before sealing the document… was unethical."²¹ Le manquement, c’était la révision insuffisante, pas la délégation. C’est un feu vert assorti d’une condition, et la condition constitue tout le produit.

Deux détails de cette affaire méritent d’être retenus plutôt que survolés. D’abord, le Board a jugé l’usage fait pour le rapport "partly ethical, and partly unethical" — une vérification approfondie satisfaisait à l’obligation de compétence, mais l’ingénieur avait par ailleurs omis d’obtenir l’accord du client avant de communiquer des informations privées à l’outil, et omis de documenter les références techniques exigées. La vérification seule ne suffisait pas. Ensuite, le Board a estimé qu’il n’existait aucune obligation de divulguer au client le recours à l’IA, tout en relevant que "ethical principles favor transparency when AI plays a substantial role."²¹ Le traitement des données et la discipline de citation sont donc des exigences produit au même titre que la révision — et c’est exactement ce à quoi sert la couche de traçabilité de la Figure 6.

L’arithmétique de l’effet de levier

Les cabinets d’architecture américains réalisent une facturation nette moyenne de $143,000 par salarié — contre $86,000 en 2011⁷ — face à un coût total de main-d’œuvre de $119,511 par salarié dans les cabinets A&E.⁴⁵ C’est tout le problème du secteur en deux chiffres : le revenu par tête et le coût par tête sont presque le même nombre, et le taux de frais généraux de 161.3% se loge entre les deux. (Les $143,000 sont une moyenne ; l’AIA ne publie pas de médiane, et dans une distribution aussi asymétrique la médiane est probablement plus basse — ce qui aggrave l’écart au lieu de l’atténuer.)

Introduisons maintenant un ratio d’effet de levier — appelons-le L : le nombre d’équivalents-ingénieurs de production qu’un professionnel agréé peut réviser et dont il peut assumer la responsabilité. Aujourd’hui, structurellement, L ≈ 1. Chaque ingénieur produit à peu près son propre travail. Faites bouger L et la courbe du revenu par professionnel bouge avec lui, linéairement, tandis que le coût des effectifs, lui, ne bouge pas.

L’affirmation « deux ingénieurs au lieu de cent » se situe à l’extrême droite de cette courbe — L ≈ 50 pour la seule fonction de production. Deux précisions la rendent défendable plutôt que simplement audacieuse :

• Elle vaut pour la production, pas pour le cabinet entier. Un cabinet d’ingénierie de cent personnes, ce n’est pas cent personnes qui dessinent. Il comprend des chefs de projet, des équipes de suivi de chantier, des associés, la finance et le développement commercial. L’affirmation est que la fonction de production de la conception se réduit à une petite équipe de revue — pendant que la main-d’œuvre d’IA de la Figure 3 comprime simultanément les autres fonctions sur leurs propres courbes. Ce sont deux arguments distincts, et tous deux figurent dans ce document.
• Elle vaut d’abord pour le travail répétable et modélisable. La bande bleue de la Figure 4 — là où l’intelligence est déjà incorporée dans les normes, les conceptions antérieures et les procédures établies, et où ne restent que l’exécution, la vérification et la documentation. Sur un ouvrage inédit, L reste proche de 1 longtemps, et il le doit.

Alors pourquoi Oxvelo recrute-t-il des ingénieurs ?

L’objection évidente à tout ce qui précède est que cela paraît contredire le plan. Si les ingénieurs ne sont pas nécessaires pour produire la conception, pourquoi réunir une équipe d’ingénieurs ?

Parce que le plafond de ce que produit un système d’IA est fixé par la qualité de l’expertise métier qui y est incorporée — et cette expertise doit bien venir de quelque part. Un modèle généraliste parachuté dans un cabinet d’ingénierie produit un résultat générique. Le même modèle, travaillant sur un corpus organisé des normes de ce cabinet, de ses conceptions antérieures, de ses critères d’acceptation, de ses procédures de vérification, de son historique de défaillances et de ses conventions durement acquises, produit le travail du cabinet. La différence entre ces deux systèmes n’est pas le modèle. Ce sont les ingénieurs qui ont bâti le second.

C’est exactement ce qu’implique la recherche sur les capacités des modèles, lue à l’endroit plutôt qu’à l’envers. AECBench a constaté que les LLM étaient les plus faibles sur l’interprétation des tableaux des codes du bâtiment et sur le raisonnement complexe³⁸ — ce qui signifie que le remède passe par une recherche documentaire sur des sources organisées et validées par des experts métier, et par des vérifications déterministes assorties de critères d’acceptation définis par ces mêmes experts. Organiser ces sources et définir ces critères est un travail d’ingénierie senior. L’hallucination est un produit structurel d’objectifs d’entraînement qui récompensent la devinette ;³⁹ la parade est une couche de traçabilité dont un expert métier a dû établir la vérité de référence. Chaque couche de la Figure 6 qui rend la révision peu coûteuse est elle-même un dépôt de jugement expert, constitué une fois et dépensé de nombreuses fois.

La direction d’Eudia a dit la même chose lorsqu’elle a racheté un cabinet de services juridiques de 300 personnes plutôt que d’embaucher des ingénieurs pour construire autour d’un modèle : « bâtir des systèmes véritablement transformateurs exige une expertise humaine profonde, incorporée dans la technologie elle-même ».⁴² L’agence d’architecture assistée par IA de cove.tool s’est construite sur une décennie revendiquée de R&D menée par des architectes en exercice, et non par une équipe d’IA qui aurait lu un code du bâtiment.⁴⁵

L’effectif ne tombe donc pas à zéro. Il change de forme. Le métier de l’ingénieur se scinde en trois, et chacun des trois vaut plus que le dessin :

Observez l’effet sur le profil de recrutement. Cela n’appelle pas une grande équipe de projeteurs de production. Cela appelle un petit nombre de profils exceptionnellement seniors — ceux dont le jugement mérite d’être codifié. Et c’est précisément la ressource dont le marché manque le plus. L’enquête 2025 de l’ACEC sur la main-d’œuvre a établi que seuls 34% des étudiants en ingénierie se sentent bien préparés sur les compétences les plus importantes pour réussir dans la profession qu’ils ont choisie, tandis que les professionnels de milieu et de fin de carrière estiment que 14% seulement de leurs jeunes collègues sont bien préparés sur ces mêmes compétences.¹⁵ Rapportez cela aux 184,175 ingénieurs qui ont quitté la profession en une seule année.¹⁵ L’actif rare dans ce secteur n’est pas la capacité de production. C’est le jugement senior — et le jugement senior est le seul intrant que l’IA ne peut pas fournir, et celui qu’un cabinet nativement IA peut démultiplier le plus loin.

Deux réserves sur ces chiffres, vu le poids qu’ils portent ici. Les 34% proviennent d’un échantillon de convenance de 195 étudiants recrutés via trois universités et parmi les candidats aux bourses de l’ACEC, et non d’un panel national représentatif. Et les 14% sont l’estimation de praticiens de milieu et de fin de carrière — c’est une perception de la préparation, non une mesure de celle-ci. Les deux pointent dans la même direction ; aucun n’est précis.

Les affirmations de magnitude, et ce qui les étaye réellement

Le point d’ancrage quantitatif le plus solide disponible est l’affirmation de McKinsey selon laquelle « l’IA a le potentiel d’automatiser 50 pour cent du travail non physique dans les secteurs de l’architecture et de l’ingénierie ».² Notez ce que cela signifie en termes d’effet de levier : c’est L ≈ 2 à l’échelle de l’entreprise entière — un doublement, pas un facteur cinquante. L’affirmation d’un L élevé porte sur une tranche étroite et délibérément choisie, et elle devrait toujours être énoncée ainsi. (Une mise en garde sur un chiffre que l’on verra cité à côté : les $228 milliards du MGI sont la valeur annuelle projetée aux États-Unis pour l’ensemble du secteur AEC à l’horizon 2030, provenant de « l’IA et d’autres technologies d’automatisation » — ce n’est pas la valeur en dollars de ces 50%, et ce n’est pas l’IA seule.²)

La preuve opérationnelle la plus directe vient de cove.tool, qui a lancé Cove Architecture en mars 2025 comme agence d’architecture à service complet propulsée par l’IA, après $25 millions revendiqués et une décennie de R&D. Ses résultats annoncés sur un projet de logements de 15 unités à Atlanta :

Source : cove.tool, rapporté par Bisnow et Multi-Housing News (2025).⁴⁵ À manier avec prudence : il s'agit de chiffres communiqués par l'entreprise elle-même, portant sur un seul projet, dans un cabinet âgé d'environ dix-huit mois ; aucun des deux articles ne précise si Cove Architecture est un cabinet titulaire d'un permis d'exercice, ni comment le projet a été doté en personnel. Ce sont les meilleurs indices disponibles que l'ordre de grandeur est réel, et ce ne sont pas des preuves.

Les professions voisines se lisent de la même manière, et Crosby en est l'illustration la plus nette. Le cabinet a examiné plus de 1,000 contrats commerciaux dans les cinq mois environ suivant son lancement, avec environ 19 personnes ; lors de sa série B de mars 2026, le chiffre atteignait, selon les informations disponibles, quelque 13,000 contrats avec environ 30 avocats.⁴⁰ C'est la courbe de levier qui se déplace en temps réel, dans une profession réglementée, le cabinet déclarant explicitement : « We stand behind our work and take liability for it. »⁴⁰ Le régulateur britannique a autorisé Garfield.Law à la condition que des solicitors réglementés, nommément désignés, demeurent en dernier ressort responsables de toutes les productions du système.⁴¹ C'est le modèle d'assurance qualité, autorisé et en fonctionnement, dans une profession dont la structure de responsabilité est identique à celle de l'ingénierie.

Le point difficile : faire passer la revue à l'échelle

Voici le problème que pose honnêtement cette affirmation, et il est réel. Si deux ingénieurs doivent véritablement examiner la production d'un système qui produit au rythme de cent, la capacité de revue devient la contrainte limitante et le tamponnage automatique devient le mode de défaillance. Un réviseur qui ne peut pas réellement réviser n'exerce pas la responsabilité professionnelle directe (responsible charge), quoi qu'en dise l'organigramme — et dans l'État de New York, ce réviseur doit conserver pendant six ans une évaluation écrite des travaux préparés par autrui.⁵⁹

Le ratio de levier ne se gagne donc pas en rendant l'IA meilleure à la production. Il se gagne en rendant la production moins coûteuse à vérifier. C'est un tout autre problème d'ingénierie, c'est le produit lui-même, et c'est ce que décrit la figure 6.

Énoncé comme principe de conception : un ingénieur ne devrait jamais examiner un plan. Un ingénieur devrait examiner un ensemble restreint et hiérarchisé d'exceptions, chacune accompagnée de sa propre traçabilité, sur un dossier dans lequel tout ce qui ne fait pas exception a déjà été prouvé par vérification déterministe. Réussissez cela et L grimpe. Manquez-le et vous aurez construit une machine à fabriquer de la responsabilité à grande échelle.

Un secteur fragmenté, un écart d'adoption et une fenêtre de consolidation.

Trois conditions de marché doivent être réunies simultanément pour qu'il s'agisse d'une entreprise et non d'une thèse. Les trois sont aujourd'hui réunies.

Le secteur est extraordinairement fragmenté

Commençons par le chiffre de concentration, car c'est le plus net. Le classement ENR 2026 Top 500 Design Firms — les cinq cents plus grandes structures de conception du pays — a enregistré $136.3 milliards de chiffre d'affaires de conception aux États-Unis sur l'exercice 2025.¹² La Quarterly Services Survey du Census évalue le chiffre d'affaires total 2025 du code NAICS 5413, services d'architecture, d'ingénierie et services connexes, à environ $494.5 milliards.^12b Les cinq cents plus grands cabinets américains représentent donc de l'ordre de 28% du secteur. Les 72% restants se répartissent entre des dizaines de milliers de cabinets — et au sein même du Top 500, les dix premiers captent à eux seuls 32.2% du chiffre d'affaires.¹²

Regardez à l'intérieur de cette longue traîne : elle est plus petite que la plupart ne le supposent. Le Firm Survey 2024 de l'AIA constate que 28% des cabinets d'architecture américains sont des praticiens individuels, 32% comptent de deux à quatre salariés et environ 75% en comptent moins de dix.⁷

La fragmentation compte pour une raison précise : un cabinet de onze personnes ne peut pas construire une couche opérationnelle d'IA, ni en acheter une qui lui convienne, mais il peut y être rattaché. Et la tendance à la concentration indique que les petits cabinets perdent déjà du terrain — l'écart de modèle opérationnel en est le mécanisme. Ces cabinets changent d'ailleurs déjà de mains. 2025 a été la première année enregistrée avec plus de 500 opérations domestiques abouties dans l'architecture et l'ingénierie ; 72% de ces opérations portaient sur des cabinets réalisant moins de $10 millions de chiffre d'affaires, et les acquéreurs adossés au capital-investissement ou les recapitalisations représentent désormais plus de la moitié de l'ensemble des opérations en conception et en conseil environnemental.¹³ Un second observatoire, retenant une définition sectorielle plus étroite, dénombre 361 opérations en 2025, le capital-investissement pesant 38.3% du volume — contre 22.3% en 2018.¹⁴ Les définitions divergent ; la direction, non.

L'offre de talents est structurellement insuffisante

Les travaux de l'ACEC sur la main-d'œuvre chiffrent le déficit net d'ingénieurs en 2022 à environ 18,000, dont 8,411 dans les disciplines centrales du génie civil, mécanique et électrique.¹⁵ Les diplômes d'ingénieur délivrés ont culminé autour de 214,000 en 2019 et ont reculé de plus de 10,000 depuis.¹⁵ Au T2 2026, 33% des cabinets d'ingénierie avaient refusé des missions au cours des six mois précédents faute d'effectifs suffisants — contre 51% au T4 2024, mais cela représente encore un tiers du secteur qui renonce à un chiffre d'affaires qu'il ne peut pas honorer.¹⁶ Le carnet de commandes médian s'établit à 11 mois, 49% des cabinets déclarant un an ou plus.

C'est l'argument du côté de la demande, et il est plus fort que celui du côté des coûts. Un cabinet qui refuse des missions ne cherche pas à réduire ses effectifs — il cherche de la capacité de production. Cela reformule entièrement l'argumentaire commercial.

L'adoption est réelle mais superficielle — et les chiffres publiés sont un fatras

Ici, je dois être prudent, car c'est le terrain sur lequel la littérature technologique du secteur AEC est la moins honnête. Les taux d'adoption de l'IA publiés pour ce secteur vont de 6% à 98% selon, entièrement, ce que l'on a demandé et à qui.

Le signal le plus défendable n'est aucun chiffre isolé, mais la seule série ayant posé la même question au même secteur trois années de suite. L'étude A&E de Deltek est passée de 38% à 53% puis à 70%.⁴⁶

Cet écart — 70% des cabinets qui touchent à l'IA mais seulement 38% qui déclarent un impact mesurable sur leur activité,⁴ tandis que 52% des répondants du secteur AEC utilisent encore le papier pendant la phase de conception et que 43% dépendent encore de signatures manuscrites⁹ — constitue toute l'opportunité. L'adoption est large d'un kilomètre et profonde de deux centimètres. Personne n'a reconstruit l'entreprise.

Sept objections, dans leur version la plus forte.

Un document de position qui n'argumente que dans un sens relève du marketing. Voici les sept arguments les plus solides contre le projet d'Oxvelo — formulés comme les formulerait un lecteur hostile et bien informé, puis discutés. Trois d'entre eux sont largement fondés, et ils infléchissent la stratégie plutôt qu'ils ne la réfutent.

Le secteur ne se l'infligera pas à lui-même. C'est là l'opportunité.

Une opinion répandue veut que l'ingénierie soit un domaine réactionnaire — dominé par des vieux routiers persuadés que l'on ne répare pas ce qui n'est pas cassé. Cette opinion voit juste sur le résultat et faux sur la cause, et la différence importe énormément, car la cause réelle n'est pas le tempérament. Elle est inscrite dans le droit de la profession.

L'ingénierie n'est pas conservatrice en matière de technologie. Elle est conservatrice en matière de responsabilité.

Les éléments qui contredisent la simple histoire des « dinosaures » sont faciles à trouver : c'est un domaine qui a absorbé sans grand drame la méthode des éléments finis, le dimensionnement parasismique en performance, les bétons à hautes performances, la modélisation paramétrique et les relevés par drone. Les ingénieurs n'ont pas peur des méthodes nouvelles. Ce sur quoi la profession est structurellement lente, c'est de modifier qui répond de quoi, et comment cette responsabilité se démontre.

Et il existe un mécanisme juridique précis qui produit cet effet, que presque personne, hors du monde de la responsabilité professionnelle, ne nomme à voix haute. La norme de diligence (standard of care) — l'étalon auquel un professionnel de la conception est juridiquement mesuré — n'est pas codifiée dans une loi ; c'est un critère de common law, couramment reformulé comme « the degree of care and skill ordinarily exercised by practicing professionals performing similar services under similar circumstances. »^32c Elle passe dans les contrats noir sur blanc : l'AIA B101-2017 §2.2 oblige l'architecte à intervenir « consistent with the professional skill and care ordinarily provided by architects practicing in the same or similar locality under the same or similar circumstances. »^32c

Lisez cela attentivement. La pratique correcte est juridiquement définie comme ce que tous les autres font déjà. C'est un moteur de conservatisme, et il tourne tout seul. Il rend l'innovation asymétriquement risquée d'une manière qui n'a presque aucun équivalent dans les autres secteurs : suivez le troupeau et échouez, vous aurez satisfait à la norme de diligence ; innovez et échouez, vous n'y aurez pas satisfait. Un associé prudent face à une telle structure de gains attend — non parce qu'il est un dinosaure, mais parce qu'attendre est le coup rationnel selon les règles qui le jugent réellement.

À quoi ressemble réellement cette résistance dans les données

Le résultat est une profession qui, massivement, croit que le changement arrive et qui, massivement, ne l'a pas opéré. Cet écart est mesurable, et il est remarquablement constant à travers trois enquêtes indépendantes portant sur trois populations différentes.

La texture qui se cache sous ces chiffres mérite d'être énoncée sans détour :

• 52% utilisent encore le papier pendant la phase de conception, 49% pendant la planification, et 43% dépendent encore de signatures physiques — et seulement 11% se décrivent comme des organisations entièrement numériques.⁹ Ce n'est pas un secteur qui aurait sauté l'étape de la numérisation pour bondir vers l'IA. C'est un secteur qui n'a pas fini de se numériser. Rappelons encore qu'il s'agit là de décideurs technologiques de niveau cadre ou supérieur — la frange la plus engagée du secteur sur le plan numérique.^9b2
• 90% des professionnels de l'architecture se déclarent préoccupés par un ensemble de cinq questions — l'inexactitude des résultats produits par l'IA, les conséquences imprévues, la sécurité, l'authenticité et la transparence.⁸ (L'AIA rapporte ces 90% pour le bloc entier, non pour la seule inexactitude.) L'enthousiasme et l'inquiétude cohabitent chez les mêmes répondants.
• Le sentiment s'est refroidi, il ne s'est pas réchauffé. L'enquête Autodesk de 2025 a montré que 69% des dirigeants pensaient que l'IA améliorerait leur secteur — douze points de moins que l'année précédente — tandis que la proportion estimant que l'IA déstabiliserait leur secteur gagnait sept points, à 48%.¹¹
• La capacité se concentre précisément dans les cabinets qui en ont le moins besoin. 61% des grands cabinets d'architecture utilisent l'IA dans leur travail quotidien, contre 27% des petits⁷ — et 89.1% des cabinets A/E américains comptent moins de vingt salariés.¹² L'écrasante majorité du secteur n'a ni le budget ni les effectifs pour construire quoi que ce soit de tout cela.
• Le modèle de facturation punit l'efficacité. L'analyse par ENR de l'acquisition de Consigli par AECOM pour $390M a identifié les contraintes de monétisation propres aux contrats time-and-materials (en régie) comme un frein structurel.⁴⁶ Un cabinet qui facture à l'heure et divise ces heures par deux ampute son propre chiffre d'affaires. Il n'existe aucune version de l'histoire où l'acteur en place règle ce problème depuis l'intérieur d'un contrat T&M.
• Le silence réglementaire se lit comme un risque. 69% des professionnels de l'AEC interrogés déclarent que l'incertitude réglementaire a pesé sur leurs plans ;⁹ le Model Law et les Model Rules du NCEES, dans leurs éditions les plus récentes, ne comportent aucune mention de l'intelligence artificielle.²⁰ Pour un titulaire de licence, une question laissée sans réponse n'est pas une autorisation — c'est une exposition.

Et derrière tout cela se tient le fait démographique. On estime que 184,175 ingénieurs sont partis à la retraite ou ont quitté la profession en 2022, dont 85,175 dans les disciplines centrales du génie civil, mécanique et électrique, tandis que le nombre de diplômes délivrés a reculé de plus de 10,000 par rapport à son pic de 2019 qui s'établissait autour de 214,000.¹⁵ Ceux qui partent détiennent le savoir institutionnel. Ceux qui reconstruiraient le modèle opérationnel n'arrivent pas en nombre suffisant pour le faire.

La lecture stratégique : c'est là le rempart, pas l'obstacle

Chacun des faits ci-dessus est habituellement présenté comme une raison d'éviter ce secteur. C'est l'inverse. Un marché qui évolue vite ne laisse aucune place à un nouvel entrant — le temps que vous arriviez, les acteurs en place l'ont déjà fait. Un marché doté d'un moteur de conservatisme câblé dans son régime de responsabilité, d'un modèle de facturation qui pénalise l'efficacité, d'une distribution de tailles où 89% des cabinets n'ont pas les moyens de financer une plateforme, et d'une vague de départs à la retraite qui vide la base de connaissances, est un marché où la fenêtre reste ouverte assez longtemps pour que cela compte.

Cela explique aussi pourquoi le nouvel entrant devrait être un généraliste plutôt qu'un spécialiste. Les cabinets saturés d'ingénieurs optimisent l'ingénierie. La surface inexploitée — contrats, offres, pilotage de projet, gestion documentaire, tout le système de production qui les relie — est invisible depuis l'intérieur de la discipline, précisément parce que tous ceux qui s'y trouvent ont été formés à regarder ailleurs. Voir l'ensemble du système d'exploitation comme la cible suppose de se tenir en dehors de lui.

Les données de consolidation confirment que la fenêtre est ouverte, et aussi qu'elle ne le restera pas indéfiniment. Un volume de transactions record, 72% des opérations de 2025 portant sur des cabinets réalisant moins de $10 millions de chiffre d'affaires, et la présence du private equity dans plus de la moitié des opérations de conseil en conception et en environnement¹³ signifient que les fondateurs-propriétaires vendent déjà. La seule question est de savoir à qui ils vendent, et si l'acheteur apporte un modèle opérationnel ou seulement un bilan.

Constituer une équipe, ou s'associer à un cabinet établi ?

C'est la question à laquelle ce document existe pour répondre. La réponse honnête est que poser le problème en termes d'alternative exclusive est précisément l'erreur — et les éléments réunis pointent clairement vers une structure par étapes, dont le premier mouvement est le partenariat et le second la propriété de la plateforme, non celle du cabinet.

Ce que coûte réellement une construction partie de zéro — en mois, pas en dollars

Prises une à une, les étapes nécessaires pour monter un cabinet d'ingénierie titulaire d'une licence sont modestes. Le problème est qu'elles sont largement séquentielles, et que l'une d'elles ne peut être accélérée à aucun prix.

Empilez les fourchettes publiées et il faut environ six à treize mois avant qu'une nouvelle entité puisse soumissionner à des marchés publics dans un seul État — avec un plancher incompressible fixé par l'historique financier, qu'aucun montant de capital ne comprime. En face : les références 2025 de BizBuySell pour l'architecture et l'ingénierie situent le prix de cession médian d'un petit cabinet autour de $825,000, pour un seller's discretionary earnings médian d'environ $451,450, tandis que les données 2025 de Zweig Group donnent une médiane de 4.28× EBITDA toutes tranches de taille confondues, les petits cabinets se négociant plutôt autour de 2.5–3.5× sur une base mixte SDE/EBITDA.⁵¹ On peut acheter la licence, l'enregistrement, la préqualification, l'historique audité, un portefeuille de clients et un corpus de données de projets antérieurs pour moins qu'un tour d'amorçage.

Ce que montre réellement le précédent dans l'AEC

Presque rien. C'est là le constat, et il coupe dans les deux sens. Les financements IA vers les startups de l'AEC ont atteint $616 millions en 46 tours pour le seul premier semestre 2026 — contre $318 millions répartis sur 31 startups pour toute l'année 2025 — et la quasi-totalité est allée à des sociétés qui vendent du logiciel aux cabinets, visant ce qu'une analyse sectorielle a appelé des "solutions ponctuelles" répondant à des "défaillances opérationnelles précises".⁵² Le trafic circule dans l'autre sens : AECOM a racheté Consigli,⁴⁶ Autodesk a racheté MaintainX pour $3.6 milliards.^46b

Le seul précédent créé à partir de zéro est cove.tool, qui a lancé en mars 2025 "Cove Architecture", présenté comme le premier cabinet d'architecture à service complet propulsé par l'IA, sur la base d'un investissement revendiqué de "plus de $25 millions" et de "près d'une décennie" de R&D. Son projet inaugural était un ensemble résidentiel de 15 logements dans le West End d'Atlanta, avec des délais de conception annoncés en baisse de 60% et un achèvement en 15 jours.⁴⁵ Le cabinet a environ dix-huit mois d'existence et un historique public mince ; aucune source n'indique son enregistrement au niveau du cabinet, même si la page équipe de Cove mentionne deux associés accrédités AIA — il n'est donc pas dépourvu d'architectes accrédités.^45b C'est un signal, pas une preuve. La formule de son propre PDG est remarquablement proche de l'argument du §5 : "Il faut des personnes expérimentées qui comprennent les résultats produits. On ne veut pas d'un stagiaire qui appuie sur un bouton et fabrique un bâtiment."⁴⁵

Hors de l'AEC, le précédent est bien plus fourni, et il pointe dans une seule direction. Eudia — adossée à une Série A pouvant atteindre $105M menée par General Catalyst — a racheté Johnson Hana, prestataire de services juridiques de plus de 300 personnes, en juillet 2025, son cofondateur et PDG Omar Haroun exposant explicitement le raisonnement : "nous avons appris que bâtir des systèmes véritablement transformateurs exige une expertise humaine profonde, intégrée à la technologie elle-même".⁴² Crete Professionals Alliance a engagé plus de $500 millions pour acquérir des cabinets comptables américains, avec le soutien de Thrive Capital, et couvre déjà plus de 20 entreprises et plus de $300M de chiffre d'affaires.⁴³ La Solicitors Regulation Authority britannique a autorisé Garfield.Law en mai 2025 comme premier cabinet d'avocats piloté par l'IA — sous conditions : le système ne peut pas proposer de jurisprudence, les clients doivent approuver les actes, et des solicitors réglementés nommément désignés demeurent responsables en dernier ressort de tous les résultats.⁴¹ Cette liste de conditions préfigure ce qu'imposerait une commission d'ingénierie.

Et dans l'assurance, la voie par étapes est bien établie : les startups commencent comme managing general agents souscrivant des affaires sur le papier d'un assureur licencié, valident le modèle, puis accèdent à la licence complète — Next Insurance, Clearcover, Metromile et Kin ont toutes fait cette transition.⁵⁷ (Ce n'est pas universel, et il faut le dire : Lemonade et Root ont démarré d'emblée comme assureurs licenciés ; le schéma est donc une voie fréquente plutôt que la seule.) Le parallèle structurel le plus proche de la question d'Oxvelo est Pie Insurance, qui a levé $127 millions en 2020 et en a affecté $100 millions à "constituer et acheter des compagnies d'assurance licenciées" via une filiale dédiée.^57b Notez ce qu'a fait Pie : elle a capitalisé la décision de construire ou d'acheter au lieu d'en présupposer la réponse.

La comparaison, notée

La notation relève du jugement d'Oxvelo. La contrainte sous-jacente de chaque ligne est citée ailleurs dans ce document de position ; les notes, elles, ne le sont pas.

Six mouvements, dans l'ordre.

1. 1

   Faire trancher la structure new-yorkaise avant toute autre chose

   Mandater un avocat new-yorkais spécialisé en licences professionnelles et en droit des sociétés pour répondre par écrit à deux questions : une entité extérieure non salariée peut-elle détenir la tranche inférieure à 25% prévue par la BCL §1503 ? Et des honoraires de gestion calculés en pourcentage du chiffre d'affaires, versés par une MSO d'ingénierie, seraient-ils qualifiés de partage illicite d'honoraires (fee-splitting) ?²⁴⁵⁶ Tout ce qui vient ensuite dépend de ces réponses. C'est une décision à quatre chiffres qui détermine une structure à sept chiffres.

2. 2

   Rédiger la constitution avant d'écrire le logiciel

   Un document opérationnel fondateur qui définit la main-d'œuvre IA, ses permissions, ses règles d'escalade et — surtout — les points de contrôle humains ainsi que la trace d'audit que chacun produit. Dans l'État de New York, cette trace n'est pas facultative : un titulaire de licence qui examine des travaux préparés par des tiers doit conserver une évaluation écrite pendant six ans.⁵⁹ Concevoir la piste d'audit comme une fonctionnalité de premier plan, non comme une rustine de conformité. C'est aussi l'élément qui rend le cabinet assurable et la structure défendable.

3. 3

   Cartographier la chaîne de valeur complète d'un cabinet, de la demande initiale à la clôture

   Acquisition de clients, qualification des opportunités, offres, chiffrage, négociation contractuelle, ouverture de projet, production technique, QA/QC, pilotage de projet, assistance en phase travaux, facturation, recouvrement, clôture. Pour chaque étape : tâches, décisions, documents, transmissions, responsables, points de friction récurrents, données d'entrée. C'est le plan d'automatisation, et c'est aussi le document de diligence pour choisir un partenaire.

4. 4

   Trouver le cabinet partenaire — et savoir sélectionner le bon

   Profil cible : 15–60 personnes, un à trois États, un propriétaire à moins de cinq ans de la sortie, un solide historique de performances passées et — c'est décisif — un associé principal frustré plutôt que satisfait de lui-même. Éviter les cabinets dont l'économie repose sur la maximisation des heures facturables dans des contrats time-and-materials ; c'est la contre-incitation structurelle qu'ENR a identifiée dans l'opération AECOM/Consigli.⁴⁶ Rechercher les cabinets travaillant au forfait (fixed-fee ou lump-sum), où réduire les heures augmente la marge au lieu de réduire le chiffre d'affaires.

5. 5

   Recruter pour le jugement, non pour la capacité de production

   Deux ou trois professionnels agréés d'une ancienneté inhabituelle, recrutés explicitement pour les trois rôles du §5 : architecte de la connaissance, réviseur en responsabilité professionnelle directe (responsible charge) et créatif sur l'inédit. Cherchez des personnes capables d'expliciter pourquoi un détail est juste, et pas seulement de le dessiner : le travail d'encodage exige quelqu'un capable d'extérioriser le jugement, compétence plus rare que celle de l'exercer. Ne recrutez pas d'équipe de production ; toute la thèse tient à ce que l'équipe de production est précisément ce que l'on remplace. Notez que le réviseur agréé doit siéger dans l'entité professionnelle, et non dans l'entité de gestion, faute de quoi la structure de la Figure 11 échoue selon ses propres termes.

6. 6

   Construire une démonstration de bout en bout : de l'opportunité au lancement du projet

   Identifier une opportunité, rédiger l'offre, analyser le contrat au regard d'un standard maison, établir les honoraires et le calendrier, créer l'espace de travail du projet, constituer le registre des livrables, générer le dossier de lancement. Plusieurs agents d'IA collaborant, un humain approuvant à chaque point de contrôle défini, chaque étape journalisée. Mesurez le temps de cycle par rapport à l'historique du cabinet — mesuré, et non déclaré, pour la raison qu'ont démontrée les participants de METR.³⁵ Un seul chiffre crédible avant/après sur un projet réel vaut plus que tout le reste de ce document.

Ce qui prouverait que tout cela est faux.

Une thèse infalsifiable n'est qu'un slogan. Quatre résultats précis signifieraient que cette stratégie est erronée, et il faut les surveiller délibérément plutôt que les rationaliser :

• La démonstration de lancement ne bat pas la référence sur le temps de cycle mesuré. Si un effectif d'IA complet ne parvient pas à comprimer le délai entre l'opportunité et le lancement sur un projet réel, comparé à l'historique propre du cabinet, l'affirmation portant sur le modèle opérationnel est fausse, et aucune structure ne la rattrapera.
• Le ratio de levier stagne autour de 2. Tout l'argument du §5 repose sur une progression de L bien au-delà du doublement qu'implique le "50% of non-physical work" de McKinsey.² Si le débit mesuré et audité sur des lots répétables plafonne à 2–3× à standard de revue honnête constant, alors il s'agit d'une bonne activité de conseil et non d'une révolution — et l'affirmation la plus audacieuse de ce document devrait être retirée plutôt que réexpliquée.
• Le taux de détection des réviseurs baisse à mesure que le volume augmente. C'est le signal d'alerte précoce le plus net de tout le modèle. Si la détection des défauts introduits volontairement se dégrade quand le nombre de lots par réviseur grimpe, le levier s'achète au prix d'un risque silencieux, et le plafond est déjà dépassé.
• Les équipes du cabinet partenaire contournent le système. Les données Bluebeam montrant que 52% des professionnels de l'AEC utilisent encore le papier en phase de conception et que 43% s'appuient encore sur des signatures physiques⁹ constituent un avertissement sur la pesanteur des flux de travail, et pas seulement sur la numérisation. Si les professionnels agréés traitent la couche d'IA comme une étape supplémentaire plutôt que comme une étape de remplacement, la productivité ne se matérialise jamais — c'est exactement ainsi que la promesse du BIM s'est dissoute.
• Un ordre professionnel d'État (state board) ou un assureur agit contre la structure. Aucun assureur en responsabilité civile professionnelle du secteur A/E n'introduit aujourd'hui d'exclusion visant l'IA,³² et l'ordre du Texas a expressément refusé d'édicter des règles propres à l'IA.²² Les deux peuvent changer. Le Model Law et les Model Rules de NCEES, dans leurs éditions les plus récentes, ne mentionnent absolument pas l'intelligence artificielle²⁰ — le cadre applicable est muet, ce qui est permissif aujourd'hui et pourrait cesser de l'être.
• L'économie du modèle retombe sur un multiple de services. Si la plateforme ne se sépare jamais de la pratique, Oxvelo aura acheté un petit cabinet d'ingénierie doté d'un meilleur logiciel — une activité honorable, valorisée 2.5–3.5× l'EBITDA,⁵¹ mais pas celle décrite ici. Nines est la version documentée de cet échec.⁴⁷