Recherche Pricebox
Bâtir une base de prix fiable demande bien plus qu'un algorithme d'extraction. Il a fallu comprendre, ligne après ligne, comment un devis est construit, puis transposer cette logique de chiffrage en un modèle de données rigoureux. Voici ce que nous avons appris en chemin.
Notre étude a porté sur
Avant de comparer quoi que ce soit, il a fallu distinguer trois objets que les devis et les habitudes de chiffrage mélangent en permanence.
Un élément du complexe, chiffré à son unité propre : la colle du carrelage, la pose de la fenêtre, le mètre linéaire de plinthe. Il se compare directement, à condition de savoir de quelle prestation il s'agit.
Un agrégat de prix ramené à une unité de référence : le mètre carré de sol posé, le mètre carré de façade, la surface habitable. Il embarque la prestation principale, ses accessoires, ses sujétions et une part des frais de chantier.
Nous en avons rencontré deux formes : l'agrégation, quand la même prestation est répétée sur plusieurs zones, et la composition, quand des prestations différentes s'empilent sur une surface porteuse.
Ce n'est plus vraiment un ratio : c'est un prix tout compris, ventilé sur une surface de référence du projet, le mètre carré de surface habitable ou de plancher. La salle de bain d'un T3 : 4,80 m² de carrelage à 65 €/m² fourni posé, soit 312 €. Rapportés aux 64,20 m² habitables du logement, cela fait 4,86 €/m² SHAB.
Il donne des ordres de grandeur précieux en amont, à condition de ne jamais le confondre avec les deux premiers.
Un revêtement de sol souple en circulations, tel que nous l'avons décomposé dans un devis du corpus. La ligne « revêtement » ne fait que la moitié du ratio.
Chaque constat a été mesuré sur le corpus, puis confronté à un jeu de référence classé à la main. Plusieurs ont contredit nos hypothèses de départ.
Deux dallages béton industriels, l'un armé, l'autre non. Mesurés séparément sur plus de 200 prix, leurs distributions se chevauchent largement, mais leurs médianes sont à 10 € l'une de l'autre : 41,5 contre 31,8 €/m². Un moteur qui les confond publie un prix qui n'est ni l'un ni l'autre.
C'est la caractéristique technique qui fixe le prix, et nos postes sont définis à ce niveau de détail.
Sur un échantillon de plus de 8 000 lignes, nous avons comptabilisé près de 5 500 formulations distinctes pour décrire les prestations. La rédaction des DPGF n'obéit à aucune structure de phrase commune : chaque bureau d'études, chaque entreprise a la sienne. Une recherche par mot-clé, même bien réglée, est inopérante.
Nous avons dû travailler notre algorithme pour casser cette variabilité. Le moteur identifie la prestation derrière la phrase, quelle que soit sa formulation.
Nos travaux ont montré que la fiabilité d'un prix dépend intrinsèquement de son unité de mesure. En étudiant la dispersion des prix poste par poste, huit références sur dix exprimées au kilo se révèlent exploitables, contre une sur dix au forfait.
Notre IA pondère chaque référence par cette loi : un €/forfait est traité comme un indice, jamais comme une base stricte de chiffrage.
Une cloison 72/48 et une cloison 98/48 : n'importe quel économiste ou ingénieur sait, sans réfléchir, que ce n'est pas le même prix. Une intelligence artificielle, elle, ne le sait pas. Deux chiffres au milieu d'une désignation de vingt mots ne pèsent presque rien à ses yeux, et les prix ne la mettent pas en garde : les deux distributions se recouvrent assez pour qu'un regroupement paraisse acceptable. Sur le marché, la différence vaut pourtant 8 € du mètre carré, 48,5 contre 56,8 €/m² de médiane.
C'est ce genre de détail, évident pour un professionnel et invisible pour un algorithme, que nous avons dû apprendre à notre moteur poste par poste. Sans ce travail, une analyse automatique des prix va droit dans le mur.
Les ratios sont l'outil de travail du chiffrage. Ils sont aussi les plus trompeurs, parce qu'ils cachent leur composition.
Sur le papier, un prix au mètre carré peut paraître nettement moins cher qu'un autre. Mais une fois comptabilisé tout ce qui l'accompagne, amené-repli, accessoires, sujétions, frais divers, la comparaison change de visage. Nous avons observé deux étanchéités de toiture en réhabilitation, chiffrées par deux entreprises sur deux chantiers différents, aboutir à des ratios tout compris à 2 € l'un de l'autre.
Le marché converge davantage qu'il n'y paraît. Ce sont les périmètres qui brouillent la comparaison, et c'est eux que nous reconstruisons.
Le ratio « carrelage posé, tout compris » d'un même devis passe de 128 €/m² sur un local de 32 m² à 100 €/m² sur un local de 138 m². Ce n'est pas le volume commandé qui joue : le carrelage lui-même vaut presque le même prix. C'est la géométrie. Les plinthes, ramenées au mètre carré de sol, pèsent 25 €/m² dans un petit local contre 8 €/m² dans un grand.
Comparer un ratio suppose de connaître la géométrie qu'il recouvre. Nous la conservons avec lui.
Nos mesures sont sans appel : laissée seule pour définir les postes, une IA sur-découpe, et son accord avec le classement de référence chute de 0,91 à 0,63. Nous avons donc construit un pipeline hybride, où l'algorithme apprend la logique du chiffreur au lieu de la remplacer.
Le devis PDF est décomposé en données structurées. L'IA rédige un résumé court de chaque prestation, débarrassé des localisations de chantier et des sujétions. Ce seul choix de représentation fait passer le taux de reconnaissance de 61 % à 92 % par rapport au texte brut.
L'IA propose, l'expert valide. Chaque décision devient une épingle qui guide les suivantes. En 250 décisions, la justesse des suggestions est passée de 27 % à 86 %. Le jugement métier n'est pas remplacé, il est démultiplié.
Une fois le référentiel validé, le système range chaque nouvelle ligne par simple ressemblance avec celles déjà classées. Aucun modèle de langage n'est appelé à la recherche : la classification est déterministe, instantanée et sans hallucination. Ce dont le système n'est pas sûr part dans un bac à trier, jamais dans la base.
Une base de prix vaut d'abord par ce qu'elle refuse d'affirmer. Notre algorithme obéit à des garde-fous stricts.
Pricebox l'extrait, la structure et la rend comparable, devis après devis, avec votre expertise dans la boucle.
Chiffres issus de nos travaux de recherche sur le corpus Pricebox. Agrégats anonymisés, aucun devis individuel identifiable. Méthodologie détaillée sur demande.