Toutes les conversations
IMMOBILIERPROPTECH

Lokimo : l’IA qui aide les promoteurs à trouver les bons terrains plus vite (2.5k users)

+ une annonce importante pour Super Biens !

Bienvenue dans cette 120ème édition de Super BiensLokimo
Visuel de l’interview Lokimo
Bienvenue dans cette 120ème édition de Super Biens, Lokimo

Bienvenue dans cette 120ème édition de Super Biens, le seul média 100% PropTech et FinTech en France. Interview d’un.e CEO, 1 mercredi sur 2.


Vous avez peut-être remarqué l’absence de Super Biens au cours du mois de mai ?

C’est parce que je travaille sur un nouveau format qui devrait s’appeler Super Insights et qui viendra compléter les interviews.

Comme son nom l’indique, ces newsletters se concentreront sur les insights marché de la PropTech et de la FinTech avec :

  • Levées de fonds et acquisitions

  • Recrutements stratégiques

  • Signaux faibles marché

  • Analyses de business models

  • Cartographie et données marché

  • Analyses de grandes tendances

  • Enseignements tirés des interviews

Avec France-Europe + US / Asie / Monde.

Ça démarrera autour de la rentrée 2026. Je veux faire ça bien donc il y a un petit temps de set-up.

Les newsletters Super Insights partiront en alternance avec les interviews, donc 1 semaine sur 2 une interview de CEO, 1 semaine sur 2 une newsletter insights.

Le modèle sera freemium avec les interviews qui restent entièrement gratuites et les newsletters insights qui seront sur un abonnement mensuel/annuel.

Je vous donne plus de détails dans les prochains mois !

Bonne lecture et à très vite,
Léo-Pol

PS : 10 personnes parmi celles qui avaient répondu au sondage plus tôt dans l’année auront la 1ère année offerte 🎁


Cette édition est proposée par Podium Content :

Depuis plus de 5 ans, notre agence accompagne les leaders du secteur Immobilier / PropTech et Finance / FinTech.

Nous créons des contenus de marque qui engagent et convertissent via :

👉 SEO

👉 GEO

Ils nous font confiance :

🤝 Nexity, Crédit Agricole, Nalo, Malakoff Humanis, Anaxago, Floa Bank, Inter Invest, Empruntis, April, Mon Petit Placement, etc.

Nos contenus sont humains-first et le resteront.

Échangez avec moi et profitez d’un contenu d’essai offert.


Martin Noël et Binta Gamassa, fondateurs de Lokimo.

À découvrir dans cette édition :

🛰️ 15 000 rapports, 3 millions de recherches et 200+ sources de données analysées : comment Lokimo est devenu le GPS des promoteurs, bailleurs et opérateurs télécoms.

🏗️ Détecter une parcelle, estimer son potentiel, définir le bon programme et le bon prix : comment les équipes développement gagnent jusqu’à 5 fois plus de temps.

🌍 De l’immobilier aux télécoms puis aux énergies renouvelables : pourquoi Lokimo veut devenir la couche de lecture universelle du territoire, et comment ils arrivent aussi à prédire l’évolution des quartiers.

🤖 « Nous croyons énormément à l’IA, mais dans une sandbox où la donnée a été contrôlée par des humains. » La vision de Martin sur l’IA dans l’immobilier.

📊 2 500 utilisateurs actifs, rentables depuis 2 ans malgré la crise immobilière : les chiffres derrière une PropTech discrète mais incontournable.


Hello Martin, peux-tu nous présenter ton parcours ?

Hello Léo-Pol, et merci de me recevoir !

Je suis diplômé de l’EPITA, une école d’ingénieur à Paris spécialisée en data science et en intelligence artificielle. Pendant ma dernière année d’études, j’ai fondé Lokimo avec une camarade de promotion.


La mission de Lokimo ?

C’est de permettre une lecture complète de toutes les dimensions du territoire, de la manière la plus précise, la plus rapide, la plus simple et la plus exploitable possible. On parle donc aussi bien de biodiversité (la faune et la flore), que des risques liés au sol ou à la météo (risques d’inondations par exemple), de la population, de la réglementation, des prix, etc.


Quelles données analysez-vous concrètement ?

On analyse un spectre très large de données territoriales, qu’on classifie en deux grandes catégories :

  • les données “conventionnelles”, qui recouvre les données liées aux documents réglementaires (PLU, règles d’urbanisme à l’échelle des intercommunalités et métropoles, états des risques ou de la biodiversité), aux recensements INSEE (pour les caractéristiques démographiques et économiques d’un territoire), aux indices conçus par des écologues pour quantifier les enjeux sur une parcelle...

  • les données “non conventionnelles”, qui n’étaient pas, à l’origine, pensées pour être exploitées dans ce but. Par exemple, en faisant du scraping de sites internet ou en agrégeant des annonces, on peut observer l’écoulement des stocks, la mise en vente de nouveaux programmes, les évolutions de prix du neuf - particulièrement utile pour nos clients promoteurs.


D’où proviennent ces données ?

Les données conventionnelles correspondent principalement à l’open data rendue disponible par différents organismes, notamment publics. Cela peut venir de l’INSEE, des finances publiques ou d’autres sources institutionnelles. Parallèlement, on récupère les données non conventionnelles directement sur les sites internet : on suit par exemple plus de 50 sites de promoteurs et de commercialisation.

On travaille aussi avec des partenaires. Par exemple, nous collaborons avec Fondasol, qui réalise des sondages de sols, afin d’exploiter leurs données pour détecter certains risques à l’échelle d’une parcelle.

Aujourd’hui, on agrège plus de 200 sources de données, pour la plupart suivies de manière automatique ou semi-automatique, puis nettoyées, mises à jour et analysées.


Quelle est la place de l’IA chez vous ?

Venant d’un cursus spécialisé en intelligence artificielle, ma cofondatrice et moi avons toujours mis l’IA au cœur de Lokimo.

Dès la phase de développement, on a intégré des briques d’IA portant sur l’analyse des données du territoire mais aussi sur des usages prédictifs. On l’a utilisé par exemple pour anticiper l’évolution d’un quartier, pour savoir s’il allait se gentrifier, se densifier, ou connaître d’autres transformations.

Avec l’essor de l’IA générative, le champ des possibles s’est élargi et aujourd’hui, nous avons trois grands usages de l’IA :

  • L’extraction d’information à partir de données non structurées. Les PLU en sont un très bon exemple : sur des documents qui peuvent faire 1 000 pages, l’IA nous permet d’identifier les hauteurs constructibles, les emprises au sol autorisées ou encore ce qu’il est possible de construire sur une zone donnée.

  • L’analyse et la préconisation : en faisant travailler l’IA sur des données que nous avons déjà traitées et sécurisées en interne (pour éviter les hallucinations et garder la maîtrise de l’environnement), on peut produire des rapports sur les points forts et faibles d’une zone, préconiser un prix pour une parcelle ou suggérer le programme le plus adapté à une commune.

  • L’aide à la recherche : c’est un point qu’on développe activement car aujourd’hui, les utilisateurs doivent encore croiser beaucoup de filtres pour faire aboutir leur recherche. Demain, notre ambition est qu’ils puissent interroger directement nos bases de données en langage naturel.


Quels profils et entreprises utilisent Lokimo ? Quelle est la métrique ou le type de décision principale prise par chacun grâce à vous ?

Historiquement, nos clients viennent surtout de l’immobilier résidentiel : promoteurs et bailleurs sociaux.

Parmi eux, on adresse d’abord les équipes de maîtrise d’ouvrage et de développement, c’est-à-dire celles qui cherchent à construire. Lokimo va les aider à détecter des parcelles à haut potentiel et surtout les aider à identifier les opportunités réellement pertinentes sur lesquelles se positionner. Car au fond, notre vrai indicateur de réussite, c’est le nombre de projets qui sortent réellement du sol après cette détection.

Ensuite, on va adresser les directions commerciales, les directions des études ou les équipes qui ont besoin de comprendre finement un marché. Lokimo va être pertinent pour déterminer pour qui construire, à quel prix, quel type de produit (résidence étudiante, résidence senior ou autre). Pour elles, la valeur se mesure dans la précision, la quantité de données disponibles et le gain de temps dans la compréhension du territoire.

Plus récemment, nous avons aussi commencé à adresser d’autres acteurs du territoire. C’est le cas des télécoms, qui cherchent des parcelles ou des immeubles pour installer des antennes. Et nous avançons également sur le secteur des énergies renouvelables, avec des besoins comparables de détection de foncier pour des panneaux solaires ou des éoliennes.


Quel coût ?

Notre pricing varie selon plusieurs paramètres : le nombre d’utilisateurs, les briques fonctionnelles activées et la couverture géographique. Certains clients ne veulent qu’un module d’étude de marché ; d’autres ajoutent la prospection foncière. Certains travaillent sur un seul département, d’autres sur l’ensemble du territoire.

Dans les faits, l’entrée de gamme commence autour de 200 euros par mois, puis le tarif augmente selon l’ampleur du déploiement, jusqu’à des niveaux beaucoup plus élevés pour de grands promoteurs qui équipent plusieurs directions à l’échelle nationale.


4 chiffres sur votre activité ?

  • Plus de 15 000 rapports produits sur la plateforme depuis 2024

  • Plus de 2 500 utilisateurs actifs

  • Plus de 3 millions de recherches effectuées

  • Une réduction par 5 du temps d’étude dans l’immobilier


Challenge actuel ?

Je vois deux grands challenges. Le premier est sectoriel : le marché de l’immobilier résidentiel traverse une période difficile. Pour nous, l’enjeu est donc de prouver notre résilience et de confirmer notre modèle dans un contexte qui n’est pas le plus favorable à l’investissement. Jusqu’ici, nous avons plutôt bien relevé ce défi, puisque nous sommes rentables depuis deux ans.

Le deuxième challenge, c’est de transformer l’essai dans d’autres secteurs. Nous l’avons déjà fait dans les télécoms, et nous voulons maintenant accélérer dans les énergies renouvelables. Le ralentissement du marché immobilier ne nous pousse pas à l’abandonner, mais il nous incite à ouvrir d’autres verticales où notre technologie a aussi beaucoup de sens.


Une anecdote sur Lokimo ?

Le lancement même de Lokimo est dû à un concours de circonstances ! Au cours de notre dernière année d’école d’ingénieur, on devait choisir un projet de fin d’études. Et pile à ce moment-là, le gouvernement français a ouvert la base de toutes les transactions immobilières en open source. En tant que data scientists, c’était un terrain de jeu incroyable ! On a sauté sur l’occasion et c’est comme ça que Lokimo a vu le jour.


Ton mantra personnel ?

Un des principes qui nous guide le plus, c’est la transparence. Elle est dans notre culture d’entreprise, elle est dans notre produit, elle est dans nos relations business. On met un point d’honneur à ce que chaque indice, chaque chiffre affiché dans Lokimo puisse être retracé : la donnée source doit pouvoir être retrouvée, la méthode de calcul doit pouvoir être expliquée, on doit pouvoir exporter l’information et la reproduire.

C’est un choix fort, parce que d’autres acteurs préfèrent parfois rester plus opaques. Nous, depuis le début, nous avons fait le pari inverse. Nous croyons à notre projet, nous pensons qu’il peut avoir un impact réel, et à partir de là, nous considérons que tout ce qu’on affirme doit pouvoir être expliqué.


Une opportunité sous-exploitée dans le marché immobilier ?

Je pense qu’il y a encore beaucoup d’opportunités sous-exploitées dans la commercialisation du neuf. Historiquement, elle se cantonne aux sites de promoteurs ou aux portails de commercialisation, alors qu’il y aurait, à mon sens, beaucoup de choses plus actionnables à construire.

Je pense aussi que la donnée propre aux acteurs de l’immobilier est encore sous-exploitée. S’ils prenaient davantage le temps d’analyser leurs propres process et leurs propres data, il pourrait en sortir beaucoup d’insights business, de nouvelles méthodes de travail et peut-être même de nouveaux marchés.


Dernière chose à partager pour conclure ?

Il y a beaucoup de buzz autour de l’IA en ce moment. On voit passer des démonstrations très convaincantes, où l’on a l’impression que les modèles vont chercher l’information tout seuls et savent tout faire. Mais quand on creuse vraiment, il reste encore beaucoup d’incompréhensions sur leurs capacités réelles, sur leurs limites, et sur ce qui est effectivement faisable aujourd’hui.

C’est pour cela que nous croyons énormément à l’IA, mais dans une sandbox, dans un environnement où la donnée a été contrôlée par des humains et validée en amont. Dans ce cadre-là seulement, c’est un outil formidable.