La sélection du locataire est l'étape la plus risquée — et la plus chronophage — d'un cycle de bail. Voici comment nous combinons IA et jugement humain pour réduire le risque d'impayé sans verser dans le biais discriminatoire.
Sélectionner un locataire, c'est un acte qui engage 1 à 9 ans de votre vie. C'est aussi l'étape où l'erreur coûte le plus cher : un mauvais locataire (impayés, dégradations, contentieux), même rare statistiquement, peut effacer 3 à 5 ans de rendement net.
Pendant longtemps, cette sélection s'est faite "à l'instinct" : un dossier, deux ou trois pièces vérifiées, une discussion lors de la visite, et la décision. Cette approche a deux faiblesses majeures : elle est biaisée (les études montrent que la décision intuitive incorpore des biais d'origine, de genre, de profession qui sont à la fois illégaux et inefficaces), et elle est inefficace (elle ne détecte pas la fraude documentaire, qui est en hausse depuis 2020).
L'IA ne remplace pas le jugement. Elle le rend plus rigoureux et plus équitable.
La première chose qu'apporte l'IA, c'est la standardisation du processus. Tous les candidats sont évalués sur les mêmes critères, dans le même ordre, avec la même rigueur. Pas de "j'ai eu un bon feeling avec celui-là". Pas de "elle avait l'air de quelqu'un de bien".
Concrètement, chaque dossier passe par cinq étapes automatisées :
La fraude au dossier locataire a explosé depuis l'apparition des outils d'édition de documents grand public et des modèles d'IA générative. En 2025, la Confédération nationale des administrateurs de biens estimait que 8 à 12 % des dossiers déposés en agence contenaient au moins une pièce manipulée. [À VÉRIFIER source]
Notre modèle de détection est entraîné sur trois types de signaux :
Sur les premiers mois d'opération, notre modèle a détecté en moyenne une fraude documentaire avérée toutes les 22 candidatures traitées. [Donnée à confirmer après 12 mois]
Une fois la fraude écartée, le second rôle de l'IA est de calculer un score de risque d'impayé. Ce score n'est pas un prédicteur magique : c'est une estimation de probabilité, basée sur des corrélations historiques.
Très important pour la conformité légale : le scoring exclut systématiquement toutes les variables interdites par la loi (origine ethnique, supposée nationalité, religion, genre, situation familiale au sens large, état de santé, orientation sexuelle, opinions politiques) et toutes les variables susceptibles de produire un effet discriminatoire indirect (code postal de résidence actuelle, prénom).
L'un des risques bien documentés des modèles d'IA appliqués à la sélection (logement, emploi, crédit) est de reproduire — voire d'amplifier — les biais présents dans les données historiques. Si le modèle est entraîné sur des décisions humaines passées qui étaient elles-mêmes biaisées, l'IA hérite du biais sous une forme automatisée et opaque.
Notre approche pour éviter ce piège :
Toute variable utilisée par le modèle est listée publiquement et auditable. Aucune variable proxy de critère discriminatoire (code postal, prénom, photo de profil) n'est utilisée.
Le modèle est testé en continu sur la stabilité de ses prédictions selon le genre, l'âge et l'origine supposée des candidats (mesurée a posteriori sur des cohortes anonymisées). Si une cohorte voit son taux de validation systématiquement plus bas à dossier identique, le modèle est recalibré.
Le modèle ne décide jamais seul. Il propose un scoring et une justification écrite. La décision finale appartient au gestionnaire humain (puis au propriétaire), qui peut accepter, rejeter ou demander un complément. Cela permet d'absorber les cas atypiques (jeune entrepreneur, retour de l'étranger, mutation professionnelle) que le modèle traiterait mal.
Tous nos critères respectent l'article 1 de la loi du 6 juillet 1989 et la liste des pièces autorisées par le décret du 5 novembre 2015. Aucun document non listé n'est demandé. Aucun candidat n'est écarté sur un motif autre que la solvabilité ou la complétude du dossier.
L'IA fait trois choses très bien : détecter la fraude documentaire, calculer la solvabilité, et standardiser le processus. Elle ne remplace pas le jugement humain pour quatre raisons principales :
L'IA est un outil de standardisation et de filtrage. Le jugement reste à l'humain. C'est la combinaison qui fait la qualité de la sélection — pas l'un ni l'autre seul.
Pour chaque mise en location, notre processus est :
Notre processus est conçu pour aller vite — préparation de l'annonce dès réception du préavis, vérification anti-fraude des dossiers en parallèle des visites, shortlist proposée au propriétaire dès qu'elle est solide. Nous publierons les délais médians chiffrés (candidature à décision, décision à bail signé, vacance entre deux locataires) une fois que le cabinet aura un historique de douze mois.
Notre processus de mise en location combine IA, scoring, vérification anti-fraude et jugement humain. En 30 jours, votre bien est loué à un dossier solide, avec garantie loyers impayés en option.