Identifier les biens interdits à la location (DPE) avec l’IA
Depuis janvier 2025, les logements classés G sont interdits à la location en France métropolitaine. Ce n’est plus une échéance future : c’est une réalité de marché. Pour les propriétaires bailleurs, les gestionnaires de patrimoine et les établissements financiers dont les portefeuilles comprennent ces actifs, la question n’est plus de savoir si le changement aura lieu, mais de mesurer précisément ce qu’il implique et comment s’y préparer.
L’ampleur du défi est considérable. Au 1er janvier 2025, on estime à 5,4 millions le nombre de logements classés F ou G dans l’ensemble du parc immobilier français. Parmi ces logements, une proportion significative est détenue par des bailleurs qui devront décider, pour chacun de ces actifs, s’ils procèdent aux travaux de rénovation, s’ils vendent ou s’ils laissent le logement vacant.
Pour prendre ces décisions de manière éclairée et à grande échelle, les acteurs qui gèrent des portefeuilles de plusieurs centaines ou milliers de biens ne peuvent pas s’appuyer uniquement sur des diagnostics manuels. Le recours à l’intelligence artificielle et aux données géolocalisées est devenu indispensable pour identifier, qualifier et prioriser les biens concernés avec la précision et la rapidité qu’exige l’ampleur du problème.
Depuis janvier 2025, tous les logements classés G sont interdits à la location. Les logements classés F suivront en 2028, les logements classés E en 2034. Au total, ce sont 5,4 millions de logements qui sont potentiellement concernés par ces interdictions progressives.
Le calendrier des interdictions et ses effets sur le marché
Les étapes successives
La loi Énergie Climat de 2019 et la loi Climat et Résilience de 2021 ont établi un calendrier progressif d’interdiction de location des logements énergivores. En France métropolitaine, les étapes sont les suivantes.
Depuis août 2022, il est interdit d’augmenter le loyer d’un logement classé F ou G lors d’un renouvellement de bail ou d’un changement de locataire. Cette mesure a constitué un premier signal fort sur la direction prise par la réglementation.
Depuis janvier 2023, les logements dont la consommation d’énergie finale dépasse 450 kWh par mètre carré et par an ne peuvent plus être proposés à la location. Ce seuil correspond aux logements les plus énergivores au sein de la classe G.
Depuis janvier 2025, l’ensemble des logements classés G sont interdits à la location, quelle que soit leur consommation exacte. Cette étape est désormais effective et ses effets se font sentir sur le marché.
À partir de janvier 2028, l’interdiction s’étendra aux logements classés F. Ce sont environ 1,5 million de logements supplémentaires qui seront concernés.
À partir de janvier 2034, les logements classés E seront à leur tour interdits à la location. Cette dernière étape est la plus massive en volume et représente le défi le plus structurant pour le parc immobilier français sur les dix prochaines années.
Les effets observés sur le marché locatif
Les effets de ces interdictions progressives sur le marché locatif commencent à se matérialiser. L’offre locative a reculé de 9 % entre octobre 2023 et octobre 2024, en partie sous l’effet des retraits du marché de logements énergivores que leurs propriétaires ne souhaitent pas rénover.
Ce retrait de l’offre est particulièrement marqué sur les petites surfaces (studios et T1), qui sont surreprésentées dans la catégorie des passoires thermiques. Ces biens anciens, souvent construits avant 1970 et jamais rénovés, cumulent une mauvaise isolation, des systèmes de chauffage obsolètes et des surfaces trop petites pour que les travaux soient économiquement rentables sans aide publique.
Pour les propriétaires bailleurs, trois options se présentent face à l’interdiction. La première est de procéder aux travaux de rénovation nécessaires pour atteindre au minimum la classe E (et idéalement la classe D pour sécuriser le bien face aux prochaines échéances). La deuxième est de vendre le bien, de préférence avant que la décote liée au mauvais classement DPE ne soit trop importante. La troisième est de laisser le logement vacant, en attendant de trouver une solution, ce qui représente un manque à gagner immédiat et une détérioration progressive du bien.
Ce que les propriétaires et gestionnaires doivent savoir sur les travaux
Le coût réel d’une rénovation suffisante
Pour qu’un logement classé G ou F puisse être remis sur le marché locatif, il doit atteindre au minimum la classe E après travaux. Cela représente souvent un gain de deux à trois classes de DPE, ce qui nécessite une rénovation substantielle.
Les coûts varient considérablement selon le type de bien et son état initial. Pour une maison individuelle classée G avec une isolation inexistante et un chauffage au fioul, une rénovation globale permettant d’atteindre la classe C (seuil recommandé pour sécuriser le bien jusqu’en 2034) peut coûter entre 40 000 et 60 000 euros. Pour un appartement en copropriété, les travaux sur les seules parties privatives (menuiseries, système de chauffage individuel) permettent rarement de gagner plus d’une classe sans intervention sur les parties communes.
En 2024, le coût moyen d’une rénovation globale accompagnée par MaPrimeRénov’ s’établissait à 55 065 euros, avec une aide moyenne de l’État de 36 271 euros. Le reste à charge pour le propriétaire était donc d’environ 19 000 euros en moyenne, variable selon les revenus et l’ampleur des travaux.
Les aides disponibles pour financer les travaux
Le dispositif d’aides à la rénovation énergétique s’est progressivement étoffé. En 2025, les principaux mécanismes disponibles sont les suivants.
MaPrimeRénov’ est l’aide principale de l’Anah pour les travaux de rénovation. Elle se décline en deux parcours. Le parcours accompagné finance les rénovations globales sur les logements classés F et G, avec des taux de couverture pouvant atteindre 70 % pour les ménages modestes. Le parcours par geste finance des travaux individuels pour les logements classés A à E. La prime est majorée pour les logements classés F et G grâce à un bonus « sortie de passoire thermique ».
L’éco-prêt à taux zéro (éco-PTZ) permet de financer jusqu’à 50 000 euros de travaux de rénovation globale sans intérêts, remboursable sur 20 ans. Il est cumulable avec MaPrimeRénov’ et accessible sans condition de ressources.
Les Certificats d’Économie d’Énergie (CEE), distribués par les fournisseurs d’énergie, constituent une aide complémentaire accessible pour la plupart des gestes de rénovation. Ils concernent 87 % des logements ayant bénéficié d’une aide à la rénovation.
Ces aides peuvent être cumulées, ce qui réduit significativement le reste à charge. Sans ces dispositifs, 77 % des travaux de rénovation n’auraient pas pu être réalisés en totalité, selon une étude de la Fédération Bancaire Française de novembre 2025.
Les obligations spécifiques lors de la vente
Depuis avril 2023, tout propriétaire qui souhaite vendre une maison individuelle ou un immeuble en monopropriété classé F ou G doit faire réaliser un audit énergétique. Cet audit, plus complet qu’un simple DPE, présente plusieurs scénarios de travaux avec une estimation des coûts et des gains énergétiques attendus. Il doit être remis à l’acheteur avant les visites et constitue une pièce obligatoire du dossier de vente.
Pour les logements classés E, F ou G, le DPE doit impérativement figurer dans les annonces immobilières de manière visible. Les acheteurs et les locataires sont donc pleinement informés du classement énergétique du bien avant tout engagement.
Pourquoi la détection à grande échelle est un défi ?
Le problème de la couverture des données
Le premier défi pour tout acteur qui gère un portefeuille immobilier est de savoir précisément quels biens sont concernés par les interdictions actuelles ou à venir. Ce diagnostic semble simple en théorie, mais il est complexe en pratique.
Les DPE collectés par l’ADEME ne couvrent pas l’intégralité du parc résidentiel. Ils sont générés lors des transactions (ventes, nouvelles locations) et lors des constructions neuves. Pour les logements qui n’ont pas été vendus ni remis en location depuis plusieurs années, et pour lesquels aucun DPE récent n’existe, l’information n’est tout simplement pas disponible dans les bases de données publiques.
De plus, même lorsqu’un DPE existe, sa fiabilité peut varier. Les DPE établis avant la réforme de juillet 2021 reposaient sur les factures d’énergie des occupants et non sur les caractéristiques techniques du bâtiment. Ils peuvent diverger significativement du DPE qui serait obtenu avec la méthode actuelle. Un gestionnaire qui s’appuie sur un ancien DPE pour évaluer son portefeuille risque d’avoir une vision distordue de son exposition réelle aux interdictions de location.
Les limites de l’audit manuel à grande échelle
Un audit énergétique complet coûte entre 700 et 1 000 euros par bien, auxquels s’ajoute le coût du DPE (environ 150 à 300 euros pour un logement résidentiel). Pour un gestionnaire qui possède 500 logements dont il ignore le classement énergétique exact, auditer l’ensemble du parc représente un investissement de 400 000 à 650 000 euros, sans compter les délais de mobilisation des diagnostiqueurs.
Cette approche exhaustive n’est pas réaliste à grande échelle. Elle doit être remplacée par une démarche en deux temps. Dans un premier temps, un pré-diagnostic basé sur les données disponibles permet d’identifier rapidement les biens les plus probablement concernés et de hiérarchiser les urgences. Dans un second temps, les audits terrain sont concentrés sur les biens identifiés comme prioritaires par le pré-diagnostic.
Comment l'intelligence artificielle change la donne ?
Le deep learning pour estimer la performance énergétique
Le deep learning, ou apprentissage profond, est une technique d’intelligence artificielle qui consiste à entraîner des modèles sur de très larges ensembles de données labellisées pour leur apprendre à prédire une caractéristique à partir d’autres variables.
Dans le domaine de la performance énergétique des bâtiments, les modèles de deep learning sont entraînés sur des milliers de logements pour lesquels la classe DPE est connue, ainsi que leurs caractéristiques observables (période de construction, surface, localisation géographique, matériaux de façade, type de toiture, présence de végétation à proximité). Une fois entraîné, le modèle est capable d’estimer la classe DPE probable de n’importe quel logement à partir de ses caractéristiques observables, même lorsqu’aucun DPE officiel n’existe.
La précision de ces modèles est suffisante pour un pré-diagnostic de portefeuille. Sur un portefeuille de 1 000 logements, un modèle de bonne qualité permet d’identifier avec un taux de fiabilité élevé les logements les plus probablement classés F ou G, sur lesquels concentrer les efforts d’audit terrain.
La computer vision pour analyser les images aériennes
La computer vision est la branche de l’intelligence artificielle qui permet aux machines d’analyser des images pour en extraire des informations structurées. Appliquée aux images aériennes à haute résolution (orthophotographies de l’IGN), elle permet d’obtenir des informations précieuses sur les caractéristiques des bâtiments qui ne sont disponibles dans aucune base de données textuelle.
La détection de la vétusté de toiture permet d’identifier les logements dont la couverture est dégradée, oxydée ou partiellement effondrée. Une toiture en mauvais état est souvent corrélée à une faible performance énergétique globale du bâtiment et à un besoin de rénovation imminent.
La détection des matériaux de façade permet de distinguer les façades non isolées des façades ayant déjà fait l’objet d’une isolation par l’extérieur, identifiable à la présence d’un enduit récent et à des embrasures de fenêtres moins marquées. Cette information est directement utile pour évaluer l’état d’isolation d’un bâtiment.
La détection des menuiseries sur les façades permet d’identifier la présence de double ou triple vitrage (fenêtres avec des cadres plus larges et des reflets caractéristiques) par opposition au simple vitrage des bâtiments anciens non rénovés.
La détection des équipements en toiture (cheminées, conduits de ventilation, éléments de climatisation, panneaux solaires déjà installés) fournit des indices sur le mode de chauffage et le niveau d’équipement du logement, qui influencent sa performance énergétique.
Les règles métier pour affiner les modèles
Les modèles d’intelligence artificielle seuls ne suffisent pas. Ils doivent être complétés par des règles métier issues de l’expertise des professionnels du bâtiment, qui permettent d’affiner les estimations et de réduire les marges d’erreur.
Une règle métier simple consiste à considérer qu’un bâtiment construit avant 1948 et dont aucune rénovation n’est détectable sur les images récentes présente très probablement un simple vitrage et une isolation inexistante ou insuffisante, ce qui le place statistiquement dans les classes les plus basses du DPE. Cette règle ne donne pas une certitude, mais elle améliore significativement la précision du modèle sur les bâtiments de cette période de construction.
D’autres règles portent sur la localisation géographique (les zones climatiques ont une influence importante sur les consommations d’énergie), sur l’altitude (les besoins en chauffage sont plus élevés en altitude), sur la morphologie du bâtiment (les maisons de plain-pied ont des déperditions par le toit plus importantes que les maisons à étages) ou sur la présence de mitoyenneté (les logements mitoyens sur un ou plusieurs côtés sont naturellement moins exposés aux pertes thermiques par les parois).
Les données utiles pour qualifier un portefeuille
La période de construction, premier filtre
La période de construction est l’un des premiers indicateurs à mobiliser pour identifier les biens potentiellement concernés par les interdictions de location. Les logements construits avant 1948 sont les plus susceptibles d’avoir une isolation inexistante ou très insuffisante. Ceux construits entre 1948 et 1975 ont souvent une isolation partielle, mais rarement conforme aux standards actuels. Ceux construits entre 1975 et 2000 ont bénéficié des premières réglementations thermiques (RT 1974, RT 1988, RT 2000) mais restent souvent en deçà des niveaux de performance requis.
À partir de 2001, les réglementations thermiques successives ont progressivement élevé le niveau minimal de performance, rendant les bâtiments construits après cette date statistiquement moins exposés aux interdictions de location pour mauvaise performance énergétique.
Le mode de chauffage, second indicateur clé
Le mode de chauffage est un déterminant majeur de la classe DPE d’un logement, notamment en raison de son impact sur les émissions de CO₂ (le second indicateur du DPE, à côté de la consommation d’énergie primaire). Un logement chauffé au fioul ou à l’électricité par convecteurs anciens est systématiquement pénalisé sur cet indicateur.
La détection du mode de chauffage à partir de données observables (présence d’une cuve à fioul, de conduits de cheminée caractéristiques, de radiateurs visibles sur les images intérieures lorsqu’elles sont disponibles, ou de la mention dans les données cadastrales) permet d’affiner l’estimation du classement DPE probable.
La surface habitable et la morphologie du bâtiment
La surface du bâtiment influence le calcul du DPE, les consommations étant exprimées par mètre carré. Mais la morphologie a aussi un rôle important. Le rapport entre la surface des parois extérieures et la surface habitable (le facteur de forme) détermine l’exposition du logement aux pertes thermiques. Une maison individuelle isolée a un facteur de forme plus élevé qu’un appartement intermédiaire dans un immeuble collectif, ce qui la rend plus sensible à la qualité de son isolation.
La surface de façade et de toiture
La surface de façade non mitoyenne est une donnée directement utile pour estimer le coût d’une isolation par l’extérieur et pour qualifier le potentiel de rénovation d’un bâtiment. La surface de toiture, son orientation et son état permettent d’estimer simultanément le besoin d’isolation des combles et le potentiel d’installation de panneaux solaires, deux dimensions qui peuvent être traitées de manière complémentaire lors d’une rénovation globale.
L’état de la toiture
La vétusté de toiture est détectable sur les images aériennes avec un bon niveau de fiabilité par les algorithmes de computer vision. Un toit présentant des tuiles cassées, des mousses importantes, une déformation visible de la charpente ou une couverture hétérogène (signe de réparations partielles) est un indicateur fort d’un bâtiment nécessitant une intervention. Combiné à la période de construction, cet indicateur permet de qualifier avec précision les biens les plus urgents à traiter dans un portefeuille.
Les cas d'usage par type d'acteur
Pour un gestionnaire de patrimoine immobilier
Un gestionnaire qui supervise un parc de plusieurs centaines ou milliers de logements locatifs a besoin de répondre rapidement à plusieurs questions. Combien de logements de son portefeuille sont classés G et donc déjà interdits à la location ? Combien seront classés F et donc concernés par l’interdiction de 2028 ? Pour quels biens les travaux sont-ils techniquement et économiquement faisables ? Et pour quels biens la vente est-elle préférable ?
Les données de pré-diagnostic basées sur l’IA permettent de répondre à ces questions pour l’ensemble du portefeuille en quelques jours, sans mobiliser de ressources de diagnostic terrain. Le gestionnaire peut alors construire un plan d’action priorisé, avec une vision claire des investissements nécessaires, des aides mobilisables et des délais à respecter pour chaque actif.
Pour un bailleur social
Les organismes HLM gèrent des parcs très importants, souvent plusieurs milliers de logements par organisme. Ils sont soumis aux mêmes obligations réglementaires que les bailleurs privés, avec une contrainte supplémentaire liée à leur mission sociale. Un logement retiré du marché locatif social faute de rénovation, c’est un ménage de plus qui attend un logement dans un contexte de pénurie.
La cartographie précise du parc selon la performance énergétique estimée permet aux organismes HLM de planifier leurs programmes de rénovation sur plusieurs années, d’articuler les financements publics disponibles (MaPrimeRénov’ Copropriétés, éco-PTZ collectif, subventions régionales) et de communiquer en transparence avec leurs locataires sur les travaux à venir.
Pour un établissement bancaire
Les établissements bancaires qui portent des crédits immobiliers sur des logements classés F ou G sont exposés à un risque de dépréciation progressive de leurs garanties hypothécaires. À mesure que les interdictions de location s’élargissent, la valeur de marché de ces logements baisse, parfois plus vite que le capital restant dû sur le crédit.
La capacité à identifier, dans le portefeuille de crédits immobiliers, les expositions sur des logements concernés par les interdictions de location est une condition du calcul d’un Green Asset Ratio fiable, de la réalisation de stress tests climatiques précis et d’une politique proactive d’accompagnement des emprunteurs vers la rénovation.
Pour une collectivité territoriale
Une commune ou une intercommunalité qui veut animer la rénovation énergétique sur son territoire a intérêt à connaître précisément la concentration géographique des passoires thermiques. Cette connaissance permet d’orienter les actions de sensibilisation et d’accompagnement vers les quartiers les plus exposés, de dimensionner les ressources nécessaires (conseillers France Rénov’, guichets locaux d’aide à la rénovation) et de mesurer les progrès réalisés dans le temps.
Les limites à connaître
La donnée estimée n’est pas la donnée certifiée
Les estimations produites par les modèles d’intelligence artificielle permettent de qualifier un portefeuille avec un bon niveau de fiabilité statistique. Mais elles ne remplacent pas un DPE officiel réalisé par un diagnostiqueur certifié. Pour un bien sur lequel une décision commerciale ou juridique doit être prise (mise en vente, renouvellement de bail, dossier de financement), un DPE certifié reste indispensable.
L’IA est un outil de ciblage et de priorisation, pas un outil de certification. Elle permet de concentrer les ressources de diagnostic là où elles auront le plus d’impact, mais ne dispense pas de la réalisation de diagnostics certifiés sur les biens pour lesquels une action concrète est envisagée.
L’évolution du DPE
La méthode de calcul du DPE a été réformée en profondeur en 2021. Des ajustements ont été introduits en 2023 pour les logements de petite surface (inférieurs à 40 m²), dont le calcul défavorisait certains types de biens. D’autres ajustements pourraient intervenir dans les prochaines années. Un bien dont le classement DPE a été établi avant ces évolutions peut avoir un classement actuel différent de celui figurant dans les bases de données.
La nécessité de mettre à jour les données
Le parc immobilier évolue constamment. Des travaux de rénovation sont réalisés chaque année sur des milliers de logements, modifiant leur classement énergétique. Des bâtiments sont construits, d’autres démolis. Les données utilisées pour le pré-diagnostic d’un portefeuille doivent être régulièrement mises à jour pour rester pertinentes.
Vous souhaitez qualifier l’exposition de votre portefeuille aux interdictions de location ou identifier les biens prioritaires pour la rénovation ?
Découvrir les données rénovation énergétique namR pour les professionnels
