Un métreur « IA » sans IA : des règles en code ont relevé 310 remarques dans cinq devis

Le produit s'appelle « ИИ-сметчик » (métreur-chiffreur IA), mais le réseau de neurones n'y a pas encore calculé un seul rouble. Une entreprise moscovite de rénovation et de finition d'appartements a remis au développeur cinq devis de travail, et le système a produit 310 remarques à leur sujet. La trouvaille la plus coûteuse : le total d'un devis était sous-évalué de 515 786 ₽. Toutes les remarques proviennent d'un code à règles. L'auteur a présenté le projet sur Habr.

Ce qu'a trouvé le système

Les exécutions ont eu lieu du 16 au 21 août 2026. L'auteur nuance d'emblée la plus grosse trouvaille. La sous-évaluation de 515 786 ₽ avait été repérée dès l'examen des devis, avant la rédaction du cahier des charges, et il n'a écrit la règle correspondante qu'ensuite. Selon lui, c'est une lecture attentive qui a fonctionné ici, pas le code.

Un autre chiffre est plus intéressant. Lors de l'examen, l'auteur a établi une liste de référence des erreurs, et le système a produit 51 remarques confirmées qui n'y figuraient pas. Pour un ensemble de règles déterministe, le résultat est révélateur : les erreurs ont d'abord été trouvées à la main, puis les règles les ont reproduites et ont relevé une partie de ce que l'humain avait manqué.

Où est le réseau de neurones dans le projet

La couche d'IA est écrite et couverte par des tests, mais uniquement sur une doublure (stub). Elle n'a pas tourné sur un modèle réel pour deux raisons : il n'y a pas de clé d'accès, et la plateforme est choisie par le client. L'auteur a déjà livré la version de travail, qui fonctionne sans internet.

Ce dernier point mérite l'attention. Les devis de l'entreprise restent dans son périmètre, et la question de la transmission de données à un service externe ne se pose pas pour l'instant. C'est notre conclusion ; l'auteur ne la formule pas explicitement.

Le second projet de l'auteur est encore plus strict. Il s'agit d'un configurateur de mesures pour un service qui prépare des plans de parois de douche en verre sur mesure, et il ne contient aucun réseau de neurones.

Le modèle a pourtant travaillé sur les deux projets, mais pendant le développement. Il a écrit du code, analysé l'Excel du client et recoupé les remarques avec les lignes des devis. L'auteur ne l'intègre au produit que là où l'on ne peut pas s'en passer.

Les chiffres du projet

• 5 devis de travail d'une entreprise moscovite de rénovation et de finition d'appartements
• 310 remarques sur les exécutions du 16 au 21 août 2026
• 515 786 ₽ : la plus grande sous-évaluation trouvée dans le total d'un devis
• 51 remarques confirmées en plus de la liste de référence
• 0 remarque issue du réseau de neurones : toutes viennent du code à règles
• La couche d'IA n'a été testée que sur une doublure (stub)

Ce qu'on peut en retenir

La marche à suivre est reproductible. Examinez d'abord à la main les documents réels du client et constituez une liste de référence des erreurs. Écrivez ensuite les règles et vérifiez-les par rapport à cette liste. Branchez le modèle là où l'on ne peut pas formuler de règle. Le client obtient ainsi un résultat vérifiable, et les coûts en tokens comme les risques de fuite de données n'apparaissent qu'en cas de besoin réel.

Les limites sont tout aussi évidentes. L'échantillon est réduit : cinq devis d'une seule entreprise. Les chiffres sont fournis par l'auteur lui-même, sans vérification indépendante. Il n'y a pas encore de modèle réel dans le produit, il est donc impossible de comparer la version avec et sans IA. Lorsque le client aura choisi sa plateforme et que la clé sera disponible, la question principale sera autre : le modèle trouvera-t-il quelque chose au-delà des 310 remarques, ou n'ajoutera-t-il que de faux positifs ?