L’aménagement d’espaces professionnels et l’IA générative : quel sera l’impact ?

IA générative et aménagement d’espaces : on a testé pendant 6 mois, voici la vérité

Depuis début 2024, impossible d’échapper au sujet de l’IA générative dans les métiers créatifs. Les clients nous demandent « vous utilisez l’IA pour concevoir ? », les confrères en parlent dans tous les salons professionnels. On s’est dit : arrêtons les débats théoriques, testons vraiment sur nos projets réels.

Pendant 6 mois, on a utilisé quotidiennement Midjourney, ChatGPT, Nano Banana sur nos projets d’aménagement d’espaces professionnels. On a cherché tous les outils IA promettant d’aider les architectes. On a poussé ces technologies dans leurs limites.

Le verdict sans langue de bois : l’IA générative fait des trucs cool sur des micro-tâches, mais ne conçoit absolument rien. Voici ce qu’on a vraiment appris, avec des exemples concrets et des chiffres réels.

Les outils IA générative testés : ce qu’ils font vraiment

Midjourney et DALL-E : inspiration visuelle, rien d’autre

Ce qui marche :

On génère maintenant 50 planches d’ambiance en 30 minutes au lieu de 2 jours. Pour un projet de showroom industriel, on tape « open space 50 postes style industriel béton bois lumière naturelle » et on obtient 50 variations visuelles. Le client voit immédiatement ce qui lui parle, élimine 3 directions en 10 minutes.

Cette phase d’inspiration s’accélère de 70%. On nourrit la discussion initiale avec le client beaucoup plus rapidement qu’avant l’IA générative.

Ce qui ne marche PAS du tout :

Le mobilier généré par l’IA n’existe pas dans la vraie vie. Les dimensions sont fantaisistes : une table de 4 mètres dans une pièce de 3 mètres, des chaises avec des structures physiquement impossibles à fabriquer, des banquettes qui flottent.

On ne peut rien commander de ce que l’IA générative produit. Verdict : c’est un outil d’inspiration uniquement, pas un catalogue de solutions réelles.

ChatGPT : du texte, uniquement du texte

Ce qu’on espérait bêtement :

Qu’il analyse les catalogues de mobilier professionnel, qu’il trouve « la chaise empilable noire stylée budget 200€ », qu’il compare Herman Miller vs Vitra vs Steelcase.

La réalité brutale :

ChatGPT ne voit PAS les images. Il ne fait aucune différence entre une chaise design et une chaise de cantine basique. Il invente des prix (450€ pour un produit qui coûte 280€), des délais de livraison fantaisistes, des références qui n’existent pas.

Pour sélectionner du mobilier professionnel : totalement inutile.

Ce qui marche vraiment :

Synthétiser un PDF technique de 50 pages en 5 minutes. Reformuler des descriptifs produits pour les rendre compréhensibles au client. Rédiger les parties répétitives des devis.

Bref : traitement de texte amélioré, c’est tout. L’intelligence artificielle générative reste limitée à l’analyse textuelle.

Nano Banana : faire de jolis rendus

Ce que c’est :

Un outil pour intégrer des objets 3D dans une scène photographique réelle. Générer des rendus de présentation client avant la réalisation. Visualiser un aménagement d’espace professionnel avant les travaux.

Ce que ce n’est PAS :

Un outil qui conçoit des plans d’architecte. Un outil qui optimise l’agencement. Un cerveau de designer qui comprend les usages.

C’est Photoshop 3D, pas un concepteur.

Le problème majeur :

Les rendus générés par l’IA générative sont magnifiques à l’écran. Mais il manque totalement l’œil humain pour détecter qu’un espace sera invivable : contre-jour sur les écrans, circulation bloquée, acoustique catastrophique.

L’IA habille, elle ne conçoit pas.

La vérité qui fâche : aucune IA générative ne fait de vrais plans

On a cherché. On a testé Spacemaker, Finch, tous les plugins SketchUp/Revit, toutes les « IA d’agencement » disponibles.

Résultat après 6 mois de tests :

• On trace TOUS nos plans à la main (sur AutoCAD/SketchUp)
• L’IA générative ne fait que des micro-tâches périphériques
• La conception reste 100% humaine

Pourquoi ça plante systématiquement :

L’intelligence artificielle générative ne capte pas les contraintes physiques réelles. Elle ignore les normes d’accessibilité, de sécurité, d’acoustique. Elle ne comprend pas qu’un espace peut être « techniquement correct » sur le papier et humainement étouffant dans la réalité.

Cas concret : aménagement 500m² avec et sans IA générative

Le projet : siège social startup tech

60 personnes en mix présentiel/distanciel. Budget mobilier 80k€. Délai : 3 mois de conception à livraison. Identité forte à traduire en aménagement d’espace professionnel.

Phase 1 – Inspiration : l’IA générative a aidé

Avec Midjourney :

80 planches d’ambiance générées en quelques heures. 4 univers visuels testés rapidement. Le client élimine 2 directions immédiatement en voyant les rendus.

Gain réel mesuré :

3 jours économisés sur la phase d’exploration. Mais après ? On reprend tout à zéro à la main. Les images ne servent QUE pour la conversation initiale avec le client.

Phase 2 – Conception : l’IA générative a tout raté

Ce qu’on a essayé :

Demander à ChatGPT de dimensionner l’espace. Tester des outils d’optimisation automatique. Voir si l’intelligence artificielle générative pouvait proposer un agencement cohérent.

Résultat :

L’IA propose 65 postes « parce que techniquement ça rentre ». Elle ne capte pas que 40% des collaborateurs sont en télétravail constant. Elle ignore le besoin d’espaces collaboratifs, de zones acoustiques, de phone booths.

L’œil humain détecte la contradiction :

Le client dit « on veut du collaboratif ». Mais après observation terrain de 2 jours, on voit que les équipes cherchent surtout du calme pour se concentrer. L’IA générative prend la demande au premier degré. L’architecte capte le non-dit.

Notre décision humaine :

45 postes de travail + 25% d’espaces collaboratifs et acoustiques. On interroge 15 collaborateurs sur leurs vrais besoins. On observe comment ils travaillent réellement.

L’IA optimise des chiffres, l’architecte conçoit pour des humains.

Phase 3 – Mobilier : l’IA générative a galéré

Test avec ChatGPT :

« Trouve-moi des chaises empilables design métal noir budget 180€. »

Il sort 15 références. 10 n’existent pas. 3 sont hors budget. 2 sont objectivement moches.

Exemple couleur qui illustre la limite :

Midjourney génère un open space avec des chaises bleu canard magnifiques. Sur l’écran, c’est sublime.

On commande des échantillons. Avec l’éclairage fluo réel de l’open space : le bleu vire au gris sale. Catastrophe évitée grâce à la validation physique.

Notre méthode réelle :

On parcourt les catalogues à la main (Herman Miller, Vitra, Steelcase, fabricants européens). On sélectionne 5 modèles potentiels. On les teste physiquement : s’asseoir, toucher les finitions, vérifier la qualité des soudures.

Choix final basé sur l’expérience sensorielle réelle, pas sur des images générées par l’IA.

L’intelligence artificielle générative ne peut pas toucher, sentir, s’asseoir.

Phase 4 – Coordination : l’IA générative absente

Ce qui s’est vraiment passé :

8 fournisseurs à coordonner simultanément. 2 produits en rupture de stock, il faut trouver des équivalents en urgence. Délais qui dérapent, il faut négocier et relancer quotidiennement.

Exemple concret de négociation :

Un fournisseur annonce 12 semaines de délai. Le client veut ouvrir dans 8 semaines. Il faut appeler, expliquer l’urgence, négocier un surcoût pour accélérer la production. Solution trouvée : produit équivalent disponible chez un autre fabricant en 9 semaines.

L’IA générative dans tout ça :

Nulle part. Aucun outil ne remplace le téléphone, la négociation humaine, l’improvisation face aux imprévus de chantier.

Cette phase reste 100% humaine, 0% automatisable.

Notre méthode IMPACT : où l’IA générative intervient vraiment

Phase I – Identité : 100% humaine, 0% IA

Ce qu’on fait :

Entretiens approfondis avec le client. Comprendre la culture d’entreprise, les valeurs, l’ADN. Détecter les besoins cachés derrière les demandes superficielles.

Pourquoi l’IA générative n’entre pas ici :

C’est de l’intelligence relationnelle pure. Il faut capter les non-dits, les contradictions dans le brief, les tensions entre ce que la direction demande et ce que les équipes veulent vraiment.

Un outil d’IA générative prend les demandes au premier degré. L’architecte questionne, creuse, révèle.

Phase M – Mapping : 100% humaine, 0% IA

Ce qu’on fait :

Observer comment les gens travaillent VRAIMENT pendant plusieurs jours. Identifier les décalages entre usage déclaré (« on est très collaboratifs ») et usage réel (tout le monde avec un casque audio).

Cartographier les flux, les habitudes, les irritants du quotidien. Passer du temps sur place à regarder vivre l’espace existant.

Pourquoi l’intelligence artificielle générative n’entre pas ici :

Il faut de l’empathie et une présence terrain. Voir ce que les gens ne disent pas. Comprendre les usages informels (où les gens se retrouvent vraiment pour discuter, quelles zones sont évitées).

L’IA analyse des données déclarées, pas des comportements humains observés.

Phase P – Palette : 70% humain / 30% IA générative

Où l’IA aide un peu :

Midjourney pour explorer rapidement des univers chromatiques. Générer 30 variations de palettes couleurs en 10 minutes. Chercher des références de matériaux innovants.

Mais la décision reste 100% humaine :

On valide TOUJOURS sur échantillons physiques réels. Les couleurs changent radicalement selon la lumière du lieu : néons froids, lumière naturelle, éclairage LED chaud. Les matières se jugent au toucher, pas à l’écran.

L’IA générative inspire, l’œil humain expérimenté tranche.

Phase A – Aménagement : 95% humain, 5% IA

L’intelligence artificielle générative sert à :

Calculer rapidement des ratios m²/personne selon le type d’activité. Reformuler des specs techniques fournisseurs. Générer des rendus de présentation avec Nano Banana.

L’humain fait le vrai boulot de conception :

Tracer tous les plans à la main en tenant compte des vrais usages. Vérifier les dimensions réelles de chaque produit dans les catalogues. Contrôler l’ergonomie, l’acoustique, les normes d’accessibilité. Sélectionner le mobilier professionnel après tests physiques.

L’IA générative calcule, l’architecte conçoit pour la vraie vie.

Phase C – Coordination : 100% humaine, 0% IA

Suivi quotidien de 5 à 15 fournisseurs selon la taille du projet. Négociation des délais, gestion des ruptures de stock. Résolution des problèmes de chantier en temps réel : livraison incomplète, produit abîmé, incompatibilité détectée sur place.

Arbitrages constants avec le client sur les imprévus, les surcoûts, les compromis nécessaires.

L’intelligence artificielle générative n’existe pas dans cette phase. Aucun outil ne remplace l’expérience terrain et la débrouille humaine.

Phase T – Transmission : 100% humaine, 0% IA

Accompagnement du client post-installation. Formation des équipes à l’usage optimal des nouveaux espaces. Guide d’évolution et d’entretien du mobilier professionnel. Ajustements selon les premiers retours d’usage.

Cette phase demande de la pédagogie, de l’écoute, de l’adaptation en temps réel aux questions et problèmes émergents.

Relation humaine pure, IA absente.

Et dans le futur de l’IA générative en architecture ?

Ce qui va probablement s’améliorer

Meilleure compréhension visuelle (horizon 1-2 ans)

Les prochaines versions de ChatGPT et autres IA génératives pourront enfin « voir » réellement les finitions, textures, qualité de fabrication. L’analyse de catalogues de mobilier professionnel deviendra possible. Reconnaissance du style, des matériaux, des détails qui font la différence.

Mais : elles ne pourront toujours pas toucher un tissu pour en sentir la qualité, s’asseoir dans une chaise pour en tester le confort réel.

Rendus hyper-réalistes

Nano Banana et ses équivalents vont progresser rapidement. Simulations de lumière naturelle ultra-précises selon l’orientation du bâtiment. Intégration de mobilier 3D de plus en plus crédible dans des scènes photographiques.

Mais : un rendu magnifique généré par l’IA ne garantit toujours pas un espace vivable. La beauté visuelle ne remplace pas l’expérience humaine de l’espace.

Calculs techniques avancés

Acoustique simulée avec précision pour prévoir le confort sonore. Optimisation énergétique des espaces de travail. Calculs de flux et densités plus fins.

Mais : l’intelligence artificielle générative ne captera toujours pas les usages réels versus les usages déclarés. Elle optimisera des métriques, pas le confort humain.

Ce qui ne changera jamais (et pourquoi)

Les compétences fondamentalement humaines

Lire les émotions d’un client anxieux pendant une présentation. Détecter les contradictions dans un brief (« je veux collaboratif + calme + dense »). Observer les dynamiques sociales d’une équipe pour comprendre leurs vrais besoins.

Négocier avec un fournisseur en retard qui met le projet en danger. Arbitrer entre coût, délai et qualité quand les trois entrent en conflit.

Ces compétences relationnelles ne se codent pas. L’empathie, la diplomatie, l’intelligence sociale : aucune IA générative ne les développera.

Les validations sensorielles irremplaçables

Toucher un cuir pour sentir s’il est de bonne qualité ou cheap. Voir qu’une finition métal est mal faite dès qu’on l’observe de près. Entendre qu’une chaise grince au moindre mouvement. Sentir qu’un tissu va mal vieillir.

S’asseoir vraiment dans une chaise pendant 30 minutes pour savoir si elle reste confortable.

L’expérience sensorielle ne se numérise pas.

Notre prédiction réaliste pour les 5 prochaines années

L’intelligence artificielle générative continuera à progresser sur trois axes :

• Génération visuelle (rendus, planches d’ambiance)
• Analyse documentaire (si elle accède vraiment aux catalogues visuels)
• Calculs techniques (acoustique, thermique, flux)

Gain de temps estimé : passera de 15-20% actuellement à 25-30% d’ici 5 ans.

Mais les phases clés de tout projet d’aménagement d’espace professionnel resteront 100% humaines :

• Identité (comprendre le client en profondeur)
• Mapping (observer les vrais usages)
• Décisions stratégiques (arbitrer les contradictions)
• Coordination (gérer fournisseurs et chantier)
• Transmission (accompagner post-livraison)

En clair :

• Architecte + IA générative > Architecte seul ?
• IA générative seule = 0 ?

Les architectes qui sauront utiliser intelligemment l’IA sur les micro-tâches gagneront en productivité. Ceux qui croient qu’elle peut remplacer la conception humaine vont dans le mur.

Notre verdict final après 6 mois de tests

L’IA générative est un excellent assistant sur des micro-tâches bien spécifiques : générer des ambiances visuelles d’inspiration, reformuler du texte technique, produire de jolis rendus de présentation.

Et demain, elle fera probablement tout ça encore mieux.

Mais concevoir un aménagement d’espace professionnel qui fonctionne vraiment ?

Ça demande l’œil d’un architecte expérimenté qui capte les problèmes avant qu’ils n’arrivent. Ça demande l’empathie pour comprendre les non-dits d’un brief. Ça demande l’expérience terrain pour négocier, arbitrer, improviser face aux imprévus.

Et ça, aucune intelligence artificielle générative ne le fera. Jamais.

L’IA optimise des métriques (nombre de postes/m², coût/poste). L’architecte résout des problèmes humains (comment ces gens vont vraiment vivre cet espace au quotidien).

L’avenir ? Architecte + IA générative. Pas IA seule.

Si quelqu’un vous promet en 2025, 2030 ou 2050 « vos bureaux conçus 100% par IA » : fuyez en courant.

Vous méritez mieux qu’un espace techniquement correct sur le papier mais humainement invivable dans la réalité.

Vous méritez un aménagement d’espace professionnel conçu par un humain pour des humains.