Dans cette synthèse
Contexte
Des outils d'IA pour l'estimation, la coordination documentaire, l'analyse de conception et le contrôle de projet sont déjà utilisés en production dans des firmes du secteur canadien de l'architecture, de l'ingénierie, de la construction et des opérations (AECO). Le sondage 2025 du Secrétariat ontarien de la construction révèle que 18 % des entrepreneurs utilisent maintenant l'IA, contre 11 % l'année précédente. Le sondage CCA-KPMG sur la maturité numérique indique que 53 % des firmes priorisent l'IA et les logiciels propulsés par l'IA. Des entreprises en démarrage construisent des agents d'IA qui automatisent des portions de flux de travail professionnels. L'adoption s'accélère.
La gouvernance progresse elle aussi. Engineers and Geoscientists BC a publié des lignes directrices sur la pratique de l'IA en novembre 2024, adoptées par la suite par Professional Engineers Ontario. L'Ordre des ingénieurs du Québec a élaboré six axes de vigilance pour une utilisation responsable de l'IA en ingénierie. SCALE AI a investi dans des projets d'IA en construction au Québec. La Royal Institution of Chartered Surveyors a publié des normes d'IA obligatoires pour ses membres à l'échelle mondiale, en vigueur en mars 2026.
Le constat qui se dégage : l'adoption de l'IA avance plus vite que la coordination du secteur. Les lignes directrices existantes s'adressent aux praticiens qui utilisent des outils, mais des questions demeurent ouvertes : les agents d'IA dotés d'une plus grande autonomie, les normes que les développeurs d'outils devraient respecter, les cadres d'approvisionnement, la gouvernance des données et les approches adaptées aux plus petites firmes. Ce sont des questions communes qui gagnent à être traitées par un effort commun et coordonné.
Cette initiative existe pour faire avancer cette coordination : des cadres pratiques, des lignes directrices et des recommandations élaborés en collaboration dans l'ensemble de l'écosystème AECO et conçus pour être adoptés par l'industrie et ses institutions. Elle est convoquée par AEC Stack et gouvernée par un conseil composé de représentants des organisations participantes.
La table ronde
Le 26 février 2026, 29 leaders se sont réunis à Oakville, en Ontario, pour une table ronde structurée. La salle rassemblait des gens de tout l'écosystème AECO : des firmes de génie-conseil d'envergure mondiale, de grands entrepreneurs généraux, un institut national de recherche en IA, des agences d'innovation fédérales et provinciales, des organismes professionnels représentant les économistes de la construction, les inspecteurs en bâtiment et les entrepreneurs, des universités, un cabinet d'avocats en droit des affaires et trois entreprises en démarrage qui construisent des outils d'IA pour l'industrie.
La séance s'est ouverte sur une mise à niveau de l'état actuel de l'IA en AECO, en distinguant les outils, les agents et les systèmes agentiques, ainsi que les implications de chacun pour l'organisation du travail dans l'industrie. Trois entreprises en démarrage ont ensuite fait la démonstration en direct de produits couvrant l'automatisation du terrain vers les données, la sécurité et la gestion de projet en construction, et des systèmes d'exploitation nativement propulsés par l'IA pour les entreprises de métiers. Un animateur professionnel a ensuite mené une discussion structurée autour de trois thèmes : la préparation de la main-d'oeuvre, l'intégration et la mise en oeuvre, et les normes et politiques.
Le niveau de participation était élevé. Presque chaque personne dans la salle a fait entendre son point de vue, et la conversation a reflété une volonté commune de veiller à ce que l'industrie réussisse cette évolution.
Ce que nous avons entendu
Thème 01
Préparation et capacité de la main-d'oeuvre
La discussion sur la main-d'oeuvre a fait ressortir une tension fondamentale : les outils d'IA sont conçus par des gens qui comprennent la technologie, mais adoptés par des gens dont la réalité quotidienne ne ressemble en rien à une démonstration de produit. Pour les gens de métier et le personnel de chantier, dont plusieurs sont peu à l'aise avec le numérique, les outils doivent être si simples que l'adoption semble aller de soi. L'industrie a passé des décennies à dire aux travailleurs de ne pas utiliser leur téléphone mobile sur le chantier pour des raisons de sécurité, et elle demande maintenant à ces mêmes travailleurs d'interagir avec l'IA au moyen de ces appareils. Cette contradiction n'a pas encore été résolue.
Le constat le plus marquant portait sur le cadrage. Les efforts de formation et d'adoption réussissent lorsqu'ils répondent à la question « qu'est-ce que ça m'apporte » du point de vue du travailleur. Si un travailleur perçoit que l'IA menace son emploi ou profite d'abord à quelqu'un au-dessus de lui, sa résistance est rationnelle.
Du côté académique, la salle a entendu que l'IA permet maintenant d'offrir la formation par simulation, interfaces multilingues et formats adaptatifs, des approches auparavant peu praticables. La technologie existe pour rejoindre les travailleurs là où ils sont. Le défi tient à la volonté institutionnelle et au financement nécessaires pour la déployer.
Un exemple concret a été partagé : un manoeuvre sur un chantier de grande hauteur faisait constamment l'aller-retour entre le cinquième étage et la roulotte de chantier pour vérifier des informations aux dessins. Avec le temps, grâce à un accompagnement individuel, ce travailleur a appris à utiliser la tablette fournie par son entreprise et est devenu un ambassadeur de l'adoption technologique au sein de son équipe. La leçon : l'adoption passe par l'accompagnement.
La dimension syndicale a aussi été soulevée. Si l'IA commence à surveiller l'activité ou le rendement des travailleurs par vision par ordinateur ou par suivi de données, elle touchera aux conventions collectives et aux relations de travail d'une façon que l'industrie n'a pas encore abordée.
Thème 02
Intégration et mise en oeuvre
La discussion sur l'intégration a rapidement convergé vers un enjeu fondamental : l'interopérabilité des données. La capacité de développer et de déployer des outils d'IA est fondamentalement limitée par la façon dont les données sont structurées, formatées et partagées entre les organisations. De bons outils bâtis sur des données cloisonnées ou mal formatées ne peuvent pas tenir leurs promesses. Cet enjeu a été identifié comme le principal frein à une adoption significative de l'IA dans les flux de travail de conception et d'ingénierie. Pour tirer la pleine valeur de l'IA, les organisations devront réévaluer et repenser leurs flux de travail afin d'optimiser la façon dont les données sont saisies, traitées et utilisées.
Un parallèle a été tracé avec l'industrie aérienne, qui a consacré 35 à 40 ans à développer des normes robustes de partage de données entre transporteurs, manutentionnaires et chaînes d'approvisionnement. La construction en est encore au début de cet effort. Sans normes définies par l'industrie sur les types de données à partager, le risque est qu'un petit nombre de grandes plateformes technologiques finissent par contrôler l'écosystème, laissant les plus petites firmes et les entreprises en démarrage incapables de participer à armes égales.
Les entreprises en démarrage présentes ont insisté sur les API ouvertes comme levier. Les entreprises qui rendent leurs données accessibles voient leur utilisation augmenter et, dans certains cas, des systèmes d'IA recommandent des outils selon la disponibilité de leur API. Les grandes plateformes commencent à s'ouvrir, et la pression collective des acheteurs, même les plus petits, peut influencer cette trajectoire.
Du côté de la mise en oeuvre, le message était clair : sans une personne dédiée sur le chantier pour accompagner les travailleurs dans les nouveaux outils, aucune adoption technologique n'est durable. Le changement exige un investissement dans les personnes. Et cet investissement doit descendre jusqu'aux sous-traitants, qui exécutent réellement les travaux mais qui n'ont souvent ni incitatif ni obligation d'adopter des outils numériques.
Un point plus large a été soulevé au sujet de la chaîne de valeur numérique en construction. La composante numérique des soumissions pour les grands projets a considérablement grandi au cours de la dernière décennie. On attendra de plus en plus des sous-traitants qu'ils fournissent des données en plus de la main-d'oeuvre, et qu'ils démontrent leur maîtrise des données et de leur sécurité. Ceux qui ne peuvent pas démontrer de capacité numérique se retrouveront incapables de rivaliser, peu importe leurs compétences de métier.
Thème 03
Normes et politiques
La discussion sur les normes a été la plus franche. La salle a entendu une remise en question directe des dynamiques structurelles de l'industrie : les modèles d'approvisionnement qui récompensent le plus bas prix découragent l'investissement dans la capacité en IA, la gouvernance des données et le développement de la main-d'oeuvre. Quand les marges sont comprimées à tous les niveaux, l'analyse de rentabilité de l'adoption devient plus difficile à défendre. Le modèle d'approvisionnement lui-même a été identifié comme un frein.
La salle a observé qu'historiquement, les grands changements en construction, comme la transformation de la culture de sécurité, ont été portés de l'intérieur de l'industrie par des gens ayant une expérience opérationnelle directe. L'adoption de l'IA est différente. Elle est portée de l'extérieur par des entreprises technologiques, et le réflexe de la construction est la prudence. Rapprocher les bâtisseurs de technologies et les personnes qui les utiliseront est une condition préalable au progrès.
Du point de vue juridique, l'IA apparaît déjà dans les réclamations et le règlement des différends. Des outils prédictifs servent à anticiper l'issue des arbitrages et à analyser les tendances des tribunaux. L'infrastructure juridique s'adapte en parallèle du volet opérationnel de l'industrie.
Un fil philosophique a traversé la discussion de clôture. La promesse de l'IA est de retirer les tâches répétitives et centrées sur les données qui n'exigent pas de jugement humain. Mais ce cadrage, bien que rationnel, ne tient pas compte de la façon dont les gens vivent réellement le changement. Les gens préfèrent des résultats connus et prévisibles, même lorsque ces résultats sont sous-optimaux. La salle a soulevé la question suivante : l'investissement actuel en IA vise-t-il à libérer les gens des tâches ingrates ou à réduire les effectifs? Si l'industrie ne choisit pas activement une voie, la trajectoire par défaut sera façonnée par ceux qui bougeront les premiers.
Le consensus : le progrès commence par la simplicité. Le dernier grand virage culturel en construction, celui de la sécurité, a réussi parce qu'il a commencé petit et a été rendu accessible. L'adoption de l'IA exige la même approche : des gains modestes et démontrables que les gens peuvent voir fonctionner avant de passer à l'échelle.
Les prochaines étapes
La table ronde était le point de départ. Des groupes de travail pancanadiens se forment maintenant autour des trois thèmes pour passer de la conversation aux résultats.
Préparation et capacité de la main-d'oeuvre
Des cadres communs sur ce que les professionnels AECO doivent maîtriser lorsque l'IA exécute des tâches, un guide des parcours de développement pour les débutants, un soutien à la transition en milieu de carrière et la conception d'un programme pilote de formation.
Intégration et mise en oeuvre
Des critères structurés pour évaluer les outils d'IA, des lignes directrices d'approvisionnement et de contrats, un cadre de gouvernance des données, des guides opérationnels pour les équipes humain-agent et la conception d'un déploiement pilote.
Normes et politiques
Un cadre de certification définissant ce que les outils et agents d'IA doivent démontrer pour être utilisés dans le travail AECO réglementé, des lignes directrices de pratique professionnelle et la conception d'un processus pilote de certification.
L'initiative est conçue pour être représentative à l'échelle nationale, en recrutant des contributeurs de toutes les provinces et de toutes les composantes de l'écosystème AECO : employeurs, organismes professionnels, formateurs, main-d'oeuvre, chercheurs en IA, bâtisseurs de technologies, organismes de normalisation, organismes gouvernementaux et organisations autochtones. L'objectif est de réunir 50 à 90 organisations autour de la table.
Tous les résultats seront des ressources pratiques. Des cadres que les praticiens utilisent, des guides que les firmes suivent, des critères que les régulateurs adoptent. Une fois terminés, les livrables passeront sous la garde d'organisations nationales établies dont le mandat correspond à chaque ressource, afin qu'ils soient maintenus, mis à jour et diffusés bien après la conclusion de l'initiative.
Participer
Les personnes inscrites seront invitées à la séance de travail hybride de leur thème. Les séances d'entrevue permettent de partager expériences et priorités. Les contributions désidentifiées sont regroupées pour faire ressortir les questions de trois séances de travail, une par thème; les participants approfondissent, mettent à l'épreuve et élargissent ensuite la discussion à partir de perspectives diverses. Les transcriptions et résultats alimentent la synthèse des ressources, et les contributeurs ainsi que leurs organisations seront pleinement reconnus. Les personnes qui souhaitent s'impliquer davantage peuvent se porter volontaires pour un comité de groupe de travail.
Abolaji Soboyejo
Fondateur et chef de la direction · AEC Stack