L'IA générative suscite autant d'enthousiasme que de méfiance dans les métiers de la géomatique. Ce livre propose une troisième voie : comprendre vraiment ce que ces outils font, identifier où ils apportent une valeur réelle dans un workflow SIG, et les intégrer avec méthode — sans prérequis technique, sans promesses excessives.

Un peu d'huile sur les points de friction

Dans le quotidien des géomaticiens, les points de friction sont rarement spectaculaires. Ce sont des tâches répétitives qui absorbent du temps, des documents à décortiquer avant une analyse de territoire, des données à structurer et documenter, des livrables à rédiger, une veille impossible à tenir régulièrement. Autant de situations où l'IA générative peut jouer un rôle utile — à condition de savoir comment l'y intégrer.

Ce livre montre comment passer d'un usage occasionnel et intuitif de l'IA à une intégration raisonnée dans les workflows SIG, en combinant IA générative et automatisation no-code pour déléguer ce qui peut l'être, et mieux se concentrer sur l'essentiel : l'analyse spatiale et la compréhension des territoires.

Une démarche issue du terrain

Géomaticien de formation, avec près de dix ans d'expérience en bureau d'études, formation et conseil, Emmanuel Ndofunsu accompagne depuis plusieurs années des professionnels SIG dans l'évolution de leurs pratiques. Ce livre est né du terrain : des échanges, des expérimentations et d'une conviction — que l'expertise métier doit rester au centre, et que l'IA peut la renforcer sans la remplacer.

À qui s'adresse ce livre

Ce livre est destiné aux géomaticiens, techniciens SIG, chargés de projets cartographiques, urbanistes et agents de collectivités territoriales qui souhaitent comprendre concrètement ce que l'IA générative peut apporter à leur métier — et comment l'utiliser de manière maîtrisée.

➤ Aucun prérequis en programmation ni en data science n'est nécessaire.

➤ Les professionnels déjà familiers de QGIS ou d'ArcGIS y trouveront des cas d'usage directement applicables à leur pratique.

➤ Ceux qui débutent avec l'IA générative y trouveront les bases conceptuelles et méthodologiques indispensables pour éviter les écueils les plus courants.

Comprendre, cadrer, appliquer et (parfois) automatiser

Le livre s'organise autour de quatre grandes intentions :

Comprendre — Ce qu'est réellement un LLM, comment il fonctionne, ce qu'on peut en attendre et ce qu'il ne sait pas faire. Les notions de prompting, de température, d'hallucination, d'agent IA sont expliquées dans le contexte métier du géomaticien.

Cadrer — Comment intégrer l'IA générative dans un environnement professionnel réel : conformité RGPD, sécurité des données, choix des outils selon son contexte (Microsoft 365, Google Workspace, open source, solutions locales), bonnes pratiques pour éviter la dépendance et préserver les compétences.

Appliquer — Des cas d'usage concrets issus du terrain : analyser un cahier des charges ou un règlement de PLU, structurer et documenter des données géographiques, interroger un projet QGIS en langage naturel, vectoriser des parcelles forestières avec assistance IA, accélérer la production cartographique, prototyper une restitution.

Automatiser — Comment combiner IA générative et automatisation no-code (Zapier, n8n) pour construire des workflows SIG augmentés : mise à jour de données, veille cartographique automatisée, enchaînements de tâches sans code.

Un livre centré sur l'IA générative et l'automatisation no-code

Ce livre apporte des clés pour comprendre comment l'IA générative peut s'insérer dans un workflow SIG et se combiner, au besoin, avec des outils d'automatisation no-code comme n8n. Il ne traite pas de la GeoIA au sens de la télédétection ou du machine learning supervisé : ces approches, bien connues en géomatique, relèvent d'une logique différente et ne sont pas l'objet de cet ouvrage.