"L'IA bénéficie avant tout à ceux qui maîtrisent déjà leur métier"

Interview d'Emmanuel Ndofunsu, formateur et consultant depuis près de dix ans dans le domaine des systèmes d’information géographique, fondateur de l'agence Datando et auteur du livre "L'IA générative pour les géomaticiens".

[19/04/2026]

Bonjour Emmanuel, tu accompagnes des professionnels SIG depuis plusieurs années dans l'évolution de leurs pratiques. Qu'est-ce qui les amène concrètement à te solliciter ?

Bonjour Patricia. Depuis près de dix ans, j’observe que de nombreux utilisateurs de SIG sont autodidactes. Ils disposent avant tout d’une expertise métier en aménagement du territoire, hydrologie, environnement ou encore agronomie, mais pas toujours d’une formation structurée aux outils SIG.

Ils avancent donc souvent par essais successifs, jusqu’au moment où ils ressentent le besoin de structurer leur pratique et de gagner en efficacité. C’est généralement à ce stade qu’ils me sollicitent, pour les accompagner vers une utilisation plus maîtrisée de leurs outils, notamment open source comme QGIS.

L'entrée en scène de l'IA générative a pas mal bousculé les esprits depuis trois ans, provoquant une certaine effervescence pour ne pas dire cacophonie parmi les géomaticiens, oscillant entre inquiétude et enthousiasme. Comment réussis-tu à repositionner le débat sur une réflexion d'ordre professionnelle ?

Ce qui m’a beaucoup aidé, c’est d’avoir été confronté très tôt à ces sujets. Dès la mise à disposition de ChatGPT fin 2022, j’ai commencé à former sur l’IA générative, en enchaînant rapidement des centaines de formations auprès de professionnels, en géomatique mais aussi dans d’autres métiers.

J’ai donc été directement confronté aux interrogations, parfois aux inquiétudes, que suscitait cette technologie, des questionnements que je partageais moi-même : impact environnemental, souveraineté, dépendance intellectuelle. Beaucoup se demandaient si l’usage de l’IA n’allait pas, à terme, appauvrir leur capacité de réflexion.

Face à cela, ma démarche a été simple : expérimenter massivement, sur des cas d’usage concrets. Et très vite, un constat s’est imposé : bien utilisée, l’IA ne diminue pas les compétences, elle les renforce.

On peut certes choisir de moins réfléchir avec l’IA. Mais on peut aussi faire l’inverse : la challenger, se challenger, et monter en compétence. C’est ce basculement de posture qui permet de repositionner le débat sur un terrain professionnel, loin des discours caricaturaux.

"J'ai été directement confronté aux interrogations,
parfois aux inquiétudes, que suscitait cette technologie"

L'IA est déjà présente dans les pratiques SIG depuis plusieurs années. En quoi l'IA générative est-elle différente de ce que les géomaticiens côtoyaient jusque-là ?

En effet, l’IA n’est pas nouvelle dans le domaine des SIG. La télédétection, par exemple, repose depuis longtemps sur des modèles de machine learning ou de deep learning pour segmenter et analyser des territoires.

Le terme de GeoIA s’est d’ailleurs imposé autour de 2017 pour désigner l’ensemble des approches d’IA appliquées aux données spatiales.

L’IA générative introduit cependant une rupture. Elle ne se limite plus à analyser ou classer des données existantes : elle permet de produire du contenu inédit à partir d’une simple consigne (prompt), formulée en langage naturel.

Aujourd’hui, nous assistons à une convergence entre ces deux mondes, avec des IA génératives qui commencent à s’intégrer directement dans les outils SIG. La question reste ouverte : faut-il pour autant les considérer comme faisant pleinement partie de la GeoIA ? Le débat est encore en cours !

Ton livre "L'IA générative pour les géomaticiens" vient de paraître. Quel était ton objectif en l'écrivant ? À quel manque ou à quelle attente des géomaticiens souhaitais-tu répondre ?

Aujourd’hui, l’IA générative souffre d’une image parfois négative. On parle beaucoup de ses dérives, "deepfakes", "fake news", ainsi que des enjeux de dépendance, de souveraineté ou d’impact environnemental. Ces sujets sont légitimes, mais ils ont tendance à masquer une autre réalité.

Mon objectif avec ce livre était précisément de rééquilibrer cette perception. L’IA générative est avant tout un outil, au même titre que l’ont été le boulier, la calculatrice ou les tableurs à leur époque. Utilisée intelligemment, elle peut apporter une réelle valeur.

Je souhaitais donc montrer, à travers des cas d’usage concrets, qu’elle permet non seulement de gagner du temps, mais aussi de travailler autrement, parfois même de manière plus sobre, en évitant des recherches longues et dispersées.

Mon second objectif concernait directement les géomaticiens. Beaucoup travaillent de manière isolée, sans toujours pouvoir échanger avec des pairs. L’IA peut alors jouer un rôle d’assistant, capable de débloquer rapidement des situations, d’accompagner la montée en compétence et de répondre à des besoins immédiats dans des contextes souvent contraints par le temps.

Tu y évoques des logiciels comme QGIS, n8n ou Zapier — en est-il pour autant lié à des outils spécifiques ? Autrement dit, un utilisateur d'ArcGIS ou de Make pourra-t-il en tirer parti ?

L’écosystème des outils en géomatique est extrêmement vaste. Entre les solutions propriétaires, open source, les logiciels métiers, les langages ou les bibliothèques, il serait impossible d’en faire une liste exhaustive.

J’ai donc fait le choix de me concentrer sur des outils accessibles, performants et représentatifs : QGIS pour les SIG, n8n pour l’automatisation open source, et Zapier comme référence grand public.

Mais les concepts présentés ne sont pas liés à ces outils en particulier. Ils sont transposables. Un utilisateur d’ArcGIS ou de Make pourra parfaitement s’y retrouver, car les logiques restent les mêmes.

Mon approche consiste à naviguer entre une vision globale, pour comprendre les principes, et des exemples concrets, jusqu’au niveau du prompt, afin de permettre une application directe, quel que soit l’environnement utilisé.

Comment as-tu conçu le livre pour qu'il reste pertinent dans 18 mois, sachant que les outils que tu mentionnes auront peut-être beaucoup changé ?

C’est une question que je me suis posée dès le départ.

Plutôt que de penser d'abord outil, j’ai choisi d’adopter une approche basée sur les besoins et les usages. Pour chaque cas d’usage, je propose des exemples d’outils actuels, tout en restant conscient qu’ils évolueront rapidement.

Un outil performant aujourd’hui pourra être remplacé demain, ou enrichi de nouvelles fonctionnalités. Mais cela ne remet pas en cause la pertinence des usages décrits.

"Le livre n'est pas figé dans un instant technologique,
il accompagne une dynamique"

L’objectif est donc de transmettre une grille de lecture durable : comprendre les possibilités, les limites, et savoir s’adapter aux évolutions. Le livre n’est pas figé dans un instant technologique, il accompagne une dynamique.

Ton approche est très pragmatique, il ne s'agit pas de vanter les mérites de l'IA générative mais d'évaluer en quoi elle peut être utile aux géomaticiens et comment l'intégrer à bon escient dans leur workflow. Cette démarche passe par une meilleure compréhension de son mode de fonctionnement. Pourrais-tu nous donner un exemple d'une chose que les utilisateurs ont tendance à demander à l'IA, mais qui est vouée à l'échec. Et à l'inverse un exemple de tâche qu'elle fera parfaitement ?

Une erreur fréquente consiste à attendre de l’IA qu’elle résolve un problème complexe en une seule demande. Cette approche est généralement vouée à l’échec, car elle repose sur une vision « magique » de l’outil. J'ai vu des utilisateurs s'attendre à ce que ChatGPT résolve un problème complexe lié à un modèle en hydrologie de simulation d'inondation. Ça ne marche pas comme ça.

Un problème complexe doit d’abord être décomposé. Sans cette étape, la réponse de l’IA restera approximative ou inadaptée.

À l’inverse, lorsque le problème est structuré en étapes claires, l’IA devient très efficace. Elle peut accompagner chaque phase, proposer du code, suggérer des méthodes ou aider à automatiser certaines briques et finalement le résultat final, c'est pas de l'IA, mais c'est grâce à l'IA générative que l'on a pu créer cette automatisation.

Ce qui frappe à la lecture du sommaire, c'est le côté très opérationnel du livre : déterminer quelles tâches confier à l'IA, écrire des prompts efficaces, répondre à un appel d'offres avec l'aide de l'IA, construire une veille cartographique automatisée… Les lecteurs repartent avec des choses directement applicables ?

C’est effectivement une volonté forte.

Mon métier de formateur m’a habitué à transmettre des compétences immédiatement applicables. J’ai donc adopté la même approche pour ce livre.

"L'idée est que chaque cas d'usage donne envie de passer à l'action"

L’idée est que chaque cas d'usage donne envie de passer à l’action : tester un outil, expérimenter un prompt, l’adapter à son propre contexte. L’objectif est de créer une succession de petites victoires, qui, cumulées, permettent une réelle montée en compétence.

As-tu quelques conseils à leur donner pour poursuivre tout seuls ?

Je recommande de commencer de manière très simple.

Il est important de se concentrer sur un seul problème à la fois, idéalement un problème réel que l’on rencontre dans son quotidien. L’IA peut générer beaucoup de pistes, ce qui peut rapidement devenir déroutant.

L’approche la plus efficace consiste à partir de son besoin, identifier l’outil adapté, puis aller au bout de l’expérimentation. En avançant ainsi, étape par étape, on construit progressivement une compréhension solide des outils et de ce qui fonctionne réellement pour soi.

Merci, Emmanuel pour ces réponses. Souhaites-tu ajouter quelque chose ?

Merci à toi pour cet échange.

Si je devais conclure, je dirais simplement que l’IA est un outil puissant, mais qu’elle doit être utilisée avec discernement. Lorsqu’elle est intégrée dans un contexte qui a du sens, avec du recul, elle permet de faire des choses réellement intéressantes.

J’aimerais surtout que cette vision soit partagée et transmise, que ce soit auprès des collègues, des étudiants ou des proches.

Pour aller plus loin

➤ LIVRE : L'iA générative pour les géomaticiens écrit par Emmanuel Ndofunsu