Analyser des opérations multifamiliales avec l'IA : une démonstration concrète

Analyser un immeuble résidentiel de 48 logements prenait autrefois 2 à 3 jours à un analyste senior. Vous receviez un rent roll au format PDF qui semblait avoir été mis en forme dans Excel vers 2009, passiez un après-midi à le normaliser, une autre matinée à extraire des données de comparables depuis CoStar et à appeler des courtiers, puis une journée entière à construire le modèle pro forma et à éprouver les hypothèses. Le temps d'avoir une vision claire de l'opération, le vendeur avait déjà reçu trois autres lettres d'intention.

Avec des flux de travail d'analyse assistés par l'IA, la même étude tourne en moins de 4 heures — et le résultat est plus rigoureux, pas moins. Voici précisément comment le processus fonctionne, en prenant comme fil conducteur une opération réelle de 48 logements de type garden-style dans le Sud-Est des États-Unis.

Étape 1 — Extraction et normalisation du rent roll

Le premier goulot d'étranglement de l'analyse multifamiliale est toujours le rent roll. Les vendeurs le fournissent dans des formats incohérents — parfois un export Excel propre, plus souvent un PDF scanné ou un document imprimé puis re-scanné qui a traversé trois transferts de propriété. Avant toute analyse, les données doivent être extraites et normalisées dans une structure cohérente.

L'analyse documentaire par l'IA traite cette étape en moins de 90 secondes. Vous téléversez le rent roll au format PDF, et le système renvoie un tableau structuré : numéro de logement, type de logement (studio/1 chambre/2 chambres/etc.), surface, loyer actuel, début de bail, échéance de bail, statut du locataire (occupé/vacant/au mois), ainsi que toute remise en cours. L'IA signale automatiquement les anomalies : les logements sous le prix du marché qui révèlent des locataires de longue date avec des remises intégrées, les logements dont les baux arrivent à échéance dans les 60 prochains jours (risque de mur d'échéances), et les remises de loyer qui gonflent le revenu brut apparent.

Sur l'opération de 48 logements, le rent roll analysé a révélé que 8 logements étaient en bail au mois et 6 avaient des baux arrivant à échéance sous 45 jours — soit une exposition à un renouvellement à court terme de 29 % qui n'apparaissait pas dans le taux d'occupation global annoncé par le courtier. Cette seule observation a changé la manière dont l'équipe a structuré son offre et sa période de conditions suspensives.

Étape 2 — Extraction des comparables de marché et analyse de l'écart de loyer

Une fois le rent roll propre en main, l'étape suivante consiste à établir le plafond de loyer du marché — ce que des logements comparables du même sous-marché se louent réellement — et à calculer le potentiel de hausse de loyer par type de logement.

L'IA interroge des bases de données de comparables de loyers (une combinaison de l'API CoStar, de RentCast et de données MLS locales lorsqu'elles sont disponibles) et identifie les logements comparables : même sous-marché, millésime similaire, mix de logements similaire, niveau d'équipements similaire. Elle renvoie une matrice de comparables avec les loyers médians et au 75e centile par type de logement, puis calcule l'écart de loyer — la différence entre les loyers en place de l'immeuble et les loyers atteignables au prix du marché — pour chaque type de logement.

Sur l'opération de 48 logements, l'analyse de l'écart de loyer a identifié 14 logements — tous des logements de 2 chambres — dont les loyers étaient 18 % en dessous de la médiane du marché. Aux loyers actuels sous le prix du marché, ces 14 logements généraient 189 000 $ de revenu brut annuel. Aux loyers de marché atteignables avec une remise en location sur 18 mois, ils généreraient 223 000 $ — soit une hausse annuelle de 34 000 $, ce qui, à un cap rate de 6 %, se traduit par 567 000 $ de valeur créée à la stabilisation. Ce chiffre est devenu le point d'ancrage de la thèse d'analyse value-add.

L'analyse qui exigeait autrefois qu'un analyste CoStar passe trois heures à extraire des comparables et à construire une matrice de comparaison tourne désormais en moins de 15 minutes, avec un résultat livré dans un format qui alimente directement le modèle pro forma.

Étape 3 — Génération du pro forma et tableaux de sensibilité

La dernière étape consiste à convertir les données du rent roll et l'analyse des comparables en un pro forma sur 5 ans et un tableau de sensibilité risque/rendement. C'est là que la plupart des analystes passent le plus de temps — non pas parce que les calculs sont difficiles, mais parce que construire un modèle suffisamment flexible pour éprouver plusieurs scénarios demande un travail de mise en place important.

L'IA renseigne le pro forma à partir des données structurées produites aux étapes 1 et 2, en appliquant des hypothèses standard (5 % de vacance pour un bien Classe B stabilisé, un ratio de charges de 35 à 40 % pour des logements garden-style, une réserve de capex de 1,5 à 2 % selon le millésime) avec la possibilité de remplacer manuellement n'importe quelle hypothèse. Le modèle sur 5 ans projette la croissance du NOI, la couverture du service de la dette selon les conditions de financement proposées, et les flux de trésorerie distribuables aux capitaux propres.

Le tableau de sensibilité est l'élément le plus utile pour la prise de décision des investisseurs. L'IA génère une matrice présentant les résultats d'IRR selon trois variables : le cap rate de sortie (allant du cap rate de marché actuel à une expansion de 75 points de base), la durée de détention (3, 5 et 7 ans) et l'hypothèse de croissance des loyers (stable, 2 % par an et 3,5 % par an). Le résultat est une vision sur une seule page du profil de risque de l'opération — l'éventail des résultats possibles selon des scénarios réalistes — plutôt qu'une estimation ponctuelle presque certainement fausse.

Sur l'opération de 48 logements, le tableau de sensibilité a montré que le scénario de base (détention sur 5 ans, cap rate de sortie de 5,75 %, croissance des loyers de 2,5 % par an) produisait un IRR de 17,2 %. Le scénario de stress (détention sur 7 ans, cap rate de sortie de 6,5 %, loyers stables) produisait tout de même un IRR de 11,4 % — au-dessus du seuil de rendement minimal de l'équipe. Cet éventail de résultats a donné au comité d'investissement le contexte nécessaire pour prendre une décision sereine plutôt qu'une décision fondée sur l'espoir.