Les modèles d’évaluation automatisés sont désormais monnaie courante sur le marché immobilier britannique. Ils servent à estimer les pensions, à garantir les prêts hypothécaires, à alimenter les portails en ligne, et bien plus encore. Cependant, plusieurs enquêtes menées en 2025 montrent que les agents immobiliers s’inquiètent de plus en plus : ces outils d’intelligence artificielle sous-évalueraient les maisons situées à la campagne et en périphérie urbaine. La technologie qui a permis la modernisation des transactions immobilières du XXIᵉ siècle fausse-t-elle aujourd’hui les valeurs en dehors des grandes villes ? C’est la question au cœur du débat. Les données récentes, les chiffres du marché et les avis d’experts en révèlent les raisons.
Les AVM (Automated Valuation Models) s’appuient sur d’immenses ensembles de données concernant les ventes récentes, la géographie et les caractéristiques des biens pour produire leurs estimations. Pourtant, selon une enquête menée en 2025 par Alto auprès de 250 agents britanniques, 87 % estiment que ces outils d’IA ne reflètent pas la véritable valeur du marché, et 20 % pensent que les AVM sous-évaluent particulièrement les propriétés rurales. Pour les maisons atypiques ou les zones où les ventes comparables sont rares, l’écart peut atteindre plusieurs dizaines de milliers de livres. Les agents signalent que les estimations générées par les AVM étaient souvent inférieures de 15 000 à 30 000 £ (17 500 – 35 000 €) aux prix réels de vente.
L’écart entre les algorithmes et le marché réel
Les AVM reposent sur les ventes passées et sur des modèles statistiques. Dans les marchés urbains riches en données, le système fonctionne correctement, mais dans la campagne britannique il rencontre des difficultés. Les zones rurales enregistrent peu de ventes récentes comparables, obligeant les algorithmes à s’appuyer sur des données obsolètes ou non pertinentes. Lorsque le niveau de confiance du modèle baisse, celui-ci génère des estimations prudentes, ce qui revient à sous-évaluer les biens dans les régions peu peuplées.
Les propriétés rurales uniques compliquent encore la tâche : conversions de granges, fermes avec dépendances ou cottages classés avec terrain. Ces biens présentent souvent des rénovations sur mesure ou des atouts paysagers difficiles à quantifier. Un expert humain peut apprécier la qualité des finitions, les vues ou la proximité de sites patrimoniaux — autant d’éléments qu’un algorithme ne perçoit pas. Dans les marchés peu liquides, certaines banques ou organismes de crédit appliquent en outre une prudence accrue lorsqu’ils utilisent les résultats des AVM, ce qui abaisse encore davantage les estimations.
Un rapport de 2022 du Future of Real Estate Initiative de l’Université d’Oxford a montré que la précision des modèles chute fortement lorsque les données comparables sont rares ou que les biens présentent des caractéristiques uniques. Le rapport prônait un “avenir hybride” combinant analyses fondées sur les données et supervision humaine professionnelle.
Le contexte des prix et l’ampleur des écarts
Les conséquences de ces écarts peuvent être importantes. Depuis la mi-2025, les prix immobiliers britanniques se sont stabilisés. Nationwide indique une moyenne de 271 995 £ (316 000 €) ; Halifax avance 299 331 £ (348 000 €) ; et l’ONS affiche 270 000 £ (314 000 €). Dans ce contexte, une sous-évaluation de 6 à 10 % fait perdre 18 000 à 30 000 £ (21 000 – 35 000 €) à un bien — voire davantage pour les grandes propriétés rurales.
Dans les Cotswolds, le Northumberland ou le Pays de Galles rural, les biens sont très recherchés, alliant architecture patrimoniale et vastes terrains. Ici, l’écart entre les prévisions d’un AVM et les prix réellement consentis par les acheteurs peut être frappant. Certains vendeurs affirment que les acheteurs utilisent les évaluations basées sur l’IA comme argument de négociation pour faire baisser les prix, en prétendant que la “valeur IA” correspond à leur capacité d’emprunt, même lorsque la demande du marché justifie un prix plus élevé.
Les experts prônent l’équilibre plutôt que le rejet
Les organismes professionnels appellent à la prudence, pas à l’abandon de la technologie. Le RICS recommande de ne pas écarter les AVM mais de les utiliser en complément d’inspections sur site pour les biens complexes ou de grande valeur. L’institution note que ces modèles offrent les meilleurs résultats pour les actifs standardisés et très échangés, mais que leur précision diminue pour les marchés hétérogènes ou peu actifs. Dans les zones rurales, l’expertise humaine demeure essentielle.
Les universitaires d’Oxford partagent cette opinion : leur rapport de 2022 concluait que “les évaluations algorithmiques sont rapides et extensibles mais manquent de nuances.” L’avenir de l’automatisation, selon eux, réside dans des systèmes hybrides associant puissance analytique et connaissance locale.
Les spécialistes du crédit immobilier mettent en garde contre une dépendance excessive aux AVM : une estimation prudente peut réduire le montant des prêts proposés, freiner les transactions et pénaliser injustement les vendeurs ruraux. Plusieurs prêteurs introduisent désormais des “scores de confiance” signalant les incertitudes et déclenchant automatiquement une vérification manuelle.
Conséquences pour les propriétaires et les acheteurs
Si vous envisagez de vendre un bien rural ou atypique, ne vous fiez pas uniquement aux estimations en ligne. Une évaluation réalisée par un RICS valuer prendra en compte les rénovations, la valeur du terrain et les caractéristiques distinctives que les algorithmes ignorent souvent. Les vendeurs devraient également préparer des documents justificatifs — factures de travaux, certificats énergétiques, photos — pour mettre en valeur les éléments qui accroissent la valeur.
Les acheteurs peuvent demander à leur banque de réexaminer une estimation fondée sur un AVM, surtout pour les biens présentant une architecture unique ou un emplacement exceptionnel. Un examen humain peut souvent corriger les sous-évaluations et refléter les conditions réelles du marché.
Les experts recommandent aux prêteurs et aux plateformes fintech d’adopter des “flux hybrides” : les AVM doivent servir d’outils de première intention efficaces, mais la révision humaine reste indispensable lorsque la confiance dans les données est faible ou que le bien est trop singulier.
En résumé
Les outils d’évaluation immobilière basés sur l’intelligence artificielle transforment la manière dont les logements sont estimés, mais ils peinent encore à saisir les subtilités du marché rural britannique. Les enquêtes montrent que les AVM sous-évaluent souvent les maisons de campagne de 5 à 10 %, voire davantage. Les experts s’accordent à dire que la machine doit compléter, et non remplacer, le jugement humain. Pour les propriétaires situés en dehors des centres urbains, les estimations IA ne devraient être qu’un repère : les résultats les plus justes naissent lorsque la précision numérique s’allie à l’expertise humaine, garantissant à la fois efficacité et équité dans la valorisation réelle.
