Automatisation intelligente des demandes de service dans la gestion immobilière

Un opérateur chargé de la maintenance des infrastructures et des services techniques de grands ensembles de bureaux et résidentiels. Il recherchait une solution pour automatiser la gestion des pannes et réduire les délais d’intervention sans impliquer le personnel de bureau.

L’entreprise gérait des milliers de mètres carrés d’espaces de bureaux et résidentiels, où apparaissaient quotidiennement de petites pannes nécessitant une réparation, telles que des pannes d’éclairage, des dommages mineurs, des fuites, etc. Traditionnellement, les demandes étaient transmises par téléphone ou par e-mail au bureau.

Le processus était multi-étapes et impliquait à chaque fois plusieurs employés, qui devaient :

• consigner le contenu de la demande et l’envoyer par e-mail ou la transmettre par téléphone au bureau ;
• la classer dans la catégorie appropriée (ex. plomberie, électricité) ;
• trouver l’entreprise de service appropriée et envoyer la demande.

Ce processus était long et sujet à des erreurs, et certaines pannes étaient « perdues » ou transmises trop tard. De plus, les données des sous-traitants n’étaient souvent pas à jour, ce qui entraînait des retards dans la réparation.

Après analyse de la situation du client, nous avons décidé de mettre en œuvre un système en deux parties, composé de :

• une application mobile pour les employés de terrain – permettant de dicter rapidement les demandes lors des inspections. L’application enregistrait la description dictée par la personne responsable de l’inspection quotidienne de la propriété.
• un agent IA – utilisant le modèle de reconnaissance vocale Whisper et le modèle IA GPT-4o pour analyser et classer la demande.

Le processus se déroule désormais comme suit :

• L’employé effectuant l’inspection utilise l’application pour dicter les demandes à voix haute, en décrivant tous les problèmes constatés en une seule fois. Aucune formation ni intégration n’est nécessaire — la simplicité de l’application est sa force — il suffit d’une demande formulée librement. L’application envoie l’enregistrement au serveur, où nos algorithmes de traitement du langage (NLP) convertissent l’information en instructions. Dans un premier temps, le modèle Whisper convertit la parole en texte, puis le modèle GPT-4o interprète la demande.
• Après une analyse approfondie, le système classe la demande dans l’une des catégories prédéfinies — et entièrement configurables. En cas de doute, le système envoie la demande à un modèle plus avancé (o3), qui aide à prendre la décision finale.
• Ensuite, l’agent IA distribue les demandes — envoie des notifications par e-mail aux entreprises partenaires de confiance, qui sont stockées dans une base de données indépendante et spécialisées dans le type de réparation concerné, en précisant l’emplacement exact de la panne, la description du problème et la priorité. La base d’entreprises peut être modifiée par une personne sans connaissances en programmation ou en IA. Par défaut, nous utilisons le système SendGrid pour éviter le blocage des e-mails ou leur classement en courrier indésirable.

• Soumission et transmission des informations à l’entrepreneur en quelques minutes, sans impliquer le personnel de bureau.
• Documentation uniforme – chaque demande a un format standardisé et est intégrée dans la base de données centrale.
• Priorisation automatique – le système distingue les pannes urgentes des défauts mineurs.
• Meilleur contrôle de la maintenance des bâtiments – analyse facilitée des sites générant le plus de problèmes.
• Réduction du risque d’erreurs et de retards – grâce à l’automatisation, aucun risque de perte ou de mauvaise transmission d’une demande.
• Allègement de la charge du personnel administratif, qui peut désormais se concentrer sur la coordination des réparations.

Le système automatisé de gestion des demandes a révolutionné la manière dont l’entreprise gère la maintenance des installations. La combinaison d’une application mobile, de la reconnaissance vocale et d’un classificateur IA a permis un gain de temps réel, une réduction des erreurs et une amélioration de la qualité documentaire — le tout sans charge supplémentaire pour l’équipe.