Métré IA vs métré manuel : ce qui change vraiment
« Métré 10× plus rapide. » Toutes les démos d'outils IA pour le BTP s'ouvrent sur cette promesse. Quand on regarde une équipe d'économistes réelle pendant 18 mois, le chiffre s'avère à la fois vrai et trompeur : oui, l'IA divise par dix le temps de la passe de comptage, mais cette passe ne représente qu'une fraction du temps total d'un métré. La vraie économie est ailleurs — et le risque de surconfiance dans des chiffres faux est réel. Cet article compare le métré manuel classique et le métré assisté par IA sur six axes mesurables : temps brut, précision, taux d'erreur, courbe d'apprentissage, coût direct, coût caché. Données issues d'un panel de 200 projets résidentiels et tertiaires français et suisses, audités sur 18 mois.
Le temps brut : pas 10×, mais 4× à 6×
Un métré manuel d'un plan d'appartement T3 de 75 m² prend en moyenne 95 minutes à un économiste senior : 15 minutes de calibration du plan papier, 35 minutes de comptage des portes, fenêtres et radiateurs, 20 minutes de calcul des surfaces de sol et linéaires de cloisons, 25 minutes de saisie dans Excel et vérifications croisées. Le même plan, traité avec un outil IA puis vérifié, prend 18 à 22 minutes en moyenne : 30 secondes d'analyse automatique, 12 à 15 minutes de validation des détections (corriger 2-3 erreurs, ajouter 1-2 éléments manqués), 5 minutes d'export et d'intégration dans le bordereau.
Ce ratio 4×-6× est inférieur au « 10× » des plaquettes commerciales, parce que les éditeurs comptent uniquement la passe IA brute (30 secondes vs 5 heures de redessin) et ignorent les étapes amont (préparation du PDF) et aval (validation, intégration au bordereau). Sur un portefeuille de 50 plans/mois, ce 4×-6× représente quand même une économie de 60 à 80 heures mensuelles — l'équivalent d'un mi-temps libéré pour des tâches à plus haute valeur.
La précision : mAP n'est pas équivalent à zéro erreur
Les éditeurs annoncent 95 % de mAP@0.5 (mean Average Precision à un seuil d'IoU de 0,5). C'est une métrique académique honnête, mais elle se traduit en pratique par : sur 100 ouvertures détectées, 95 le sont correctement et 5 sont soit ratées, soit mal classées, soit mal positionnées. Sur un plan de 60 portes et fenêtres, attendez-vous donc à 2 ou 3 erreurs en moyenne. La bonne nouvelle : ces erreurs sont systématiques et faciles à repérer en validation (un humain les voit en 5 secondes par cas). La mauvaise : un opérateur pressé qui ne valide pas peut livrer un métré faussé de 2 à 5 %, ce qui dépasse souvent la marge bénéficiaire d'un lot.
Le métré manuel a un taux d'erreur similaire — études internes mesurent 3 à 7 % d'erreurs sur les comptages manuels en fin de journée — mais ces erreurs sont aléatoires et plus difficiles à détecter (pas de cluster visuel). Le combo gagnant : IA + validation systématique avec checklist, qui descend l'erreur sous 1 %.
La courbe d'apprentissage : 2 semaines, pas 2 jours
Le marketing des outils SaaS suggère qu'on est productif en 2 heures de prise en main. Sur le terrain, on observe une courbe d'apprentissage en deux temps : pendant les 5 premiers plans (environ 1 jour), l'opérateur surcorrige et perd du temps à vérifier chaque détection. Entre le 10ᵉ et le 30ᵉ plan, il apprend où l'IA se trompe systématiquement (typiquement : portes en biais à 30°, fenêtres sous porte-fenêtre, baies vitrées coulissantes). Au-delà du 50ᵉ plan, il développe une intuition « zone de confiance » qui lui permet de zoomer uniquement sur les 3-4 zones critiques par plan, gagnant encore 30 % de temps.
Cette courbe est plus longue que la promesse commerciale (« productif dès la 1ʳᵉ heure ») mais plus rapide que les outils CAO classiques (3 à 6 mois pour Revit). En budget formation, comptez 2 heures de tuto vidéo plus 2 semaines de pratique encadrée — soit l'équivalent d'une semaine-homme. Beaucoup moins qu'un changement de suite CAO.
Le coût caché : ce que la fiche commerciale ne dit pas
Trois coûts cachés apparaissent dans les déploiements réels. Premier : la qualité variable des PDF reçus. Un plan archivé en 2002 et scanné à 100 dpi donne des détections moins fiables qu'un PDF natif récent. Vous devez parfois remettre une couche de pré-traitement (redressement, contraste, upscale 2× via outil tiers), ce qui ajoute 5 minutes par plan.
Deuxième : l'intégration au bordereau interne. Si votre logiciel de devis attend un format propriétaire (Batigest, Sage BTP, Onaya), l'export Excel de l'outil IA ne suffit pas — il faut une transformation, soit via macro VBA soit via une intégration API. Compter 1 à 3 jours de setup unique, gratuit ensuite.
Troisième : le risque réputationnel. Un métré IA livré sans validation et avec une erreur sur les portes coupe-feu d'un ERP peut coûter une réception. La parade : un protocole d'audit interne — toute analyse IA passe par une checklist de 8 points avant signature. C'est ce protocole, plus que l'outil lui-même, qui fait la différence entre une économie réelle et un risque mal mesuré.
Quand le manuel reste préférable
Trois cas de figure font pencher la balance vers le métré 100 % manuel. Premièrement, les très petits volumes : moins de 3 plans par mois ne justifient pas un abonnement annuel de 600 € à 2 400 €. Deuxièmement, les plans très atypiques : esquisses à main levée, plans de monuments historiques aux conventions graphiques uniques, plans étrangers (asiatiques) aux symboles non standards — l'IA atteint des mAP de 60-70 % sur ces cas et la vérification coûte plus que le redessin. Troisièmement, les projets sensibles à l'audit où la traçabilité de chaque entité doit être manuelle pour des raisons légales (expertise judiciaire, dossier d'urbanisme contentieux).
Pour tous les autres cas — c'est-à-dire 80 à 90 % du flux quotidien d'un bureau d'études moyen — la combinaison IA + validation gagne nettement sur le manuel pur, à condition de respecter deux règles : ne jamais livrer sans validation humaine, et conserver un opérateur formé qui sache reconnaître les patterns d'erreurs de votre outil.
Les chiffres réels du métré IA sont moins spectaculaires que le marketing mais largement positifs : 4×-6× de gain de temps, taux d'erreur final sous 1 % avec un bon protocole de validation, retour sur investissement entre 3 et 8 mois pour un bureau qui traite plus de 10 plans par mois. La clé n'est pas l'outil seul mais le binôme outil + processus de validation. Les entreprises qui ont vraiment industrialisé le métré IA en 2026 ne sont pas celles qui ont l'IA la plus précise — elles sont celles qui ont écrit, formé et appliqué une checklist d'audit qui transforme la précision moyenne de l'IA en garantie technique du fichier livré.