Bulletin The Geospatial Edge : Numéro 13, Printemps 2025

Le bulletin The Geospatial Edge est publié par Esri Canada à l'intention des gestionnaires et des professionnels chargés de développer les capacités géospatiales de leur organisation. Dans ce numéro, Matt Lewin cherche à savoir quelles compétences les professionnels des SIG doivent développer pour rester à la pointe dans l'ère de l'IA, et quels programmes de systèmes d'information géographique (SIG) peuvent être conçus pour empêcher l'IA de les remplacer facilement.

Je recommande vivement la lecture de « La stratégie à l’ère de l’expertise abondante » du numéro de mars 2025 de la Harvard Business Review. Si vous avez réfléchi à l’IA générative et à la manière dont elle pourrait perturber votre travail quotidien ou votre stratégie SIG au sens large, il s’agit d’une lecture indispensable.

Les auteurs soulèvent un point simple mais puissant : à mesure que l’intelligence artificielle générative s’améliore, l’expertise qui distinguait les organisations devient largement accessible aux concurrents, aux partenaires et même aux clients. Ce n’est pas que l’expertise ne compte plus. C’est que la façon dont nous créons de la valeur avec ces données doit changer. En fait, certaines organisations adoptent déjà une philosophie de l’IA d’abord pour de nombreuses fonctions – par exemple, Le PDG de Shopify a récemment déclaré à ses collaborateurs qu’ils devaient prouver que les tâches ne pouvaient pas être effectuées par l’IA avant d’augmenter les effectifs.

Cela m’a fait penser aux SIG.

S’il est un domaine où l’expertise constituait autrefois une barrière importante à l’entrée, c’est bien celui de la technologie SIG. La collecte, l’analyse et la visualisation des données spatiales étaient auparavant des tâches complexes et techniques que seuls des spécialistes qualifiés pouvaient effectuer. Aujourd’hui, les outils d’IA sont sur le point de faire tomber ces barrières. Très rapidement.

Cela soulève des questions difficiles mais nécessaires : qu’advient-il des programmes SIG lorsque les utilisateurs peuvent effectuer eux-mêmes les opérations de base? Quelles sont les compétences que les praticiens des SIG doivent cultiver pour rester à la pointe du progrès? Et que peuvent créer les programmes SIG que l’IA ne peut pas facilement remplacer?

Voici selon moi les trois grandes questions que chaque équipe affectée à des programmes SIG devrait se poser dès maintenant :

Q1: Quelles sont les tâches SIG que les utilisateurs pourront effectuer eux-mêmes grâce à l’IA?

Traditionnellement, les programmes SIG offrent un large éventail de services : gestion des données spatiales, exécution d’analyses, production de cartes et soutien aux processus de prise de décision. Dans le passé, ces services dépendaient fortement de logiciels spécialisés et de connaissances techniques approfondies, ce qui, dans une certaine mesure, protégeait le rôle d’une équipe SIG au sein d’une organisation.

Aujourd’hui, ces barrières tombent rapidement.

Dans le domaine géospatial, l’IA est déjà en train de supplanter l’expertise humaine. Les modèles génératifs permettent de découvrir et d’organiser automatiquement des ensembles de données provenant de sources publiques et privées, une tâche qui demandait autrefois aux analystes des heures de recherche et de nettoyage. La préparation des données – historiquement l’un des aspects les plus chronophages de tout projet SIG – est désormais accélérée par l’IA qui peut identifier les erreurs, harmoniser les ensembles de données et même prédire les valeurs manquantes avec une supervision humaine minimale.

Par exemple, lorsqu’un analyste doit mettre à jour la carte de l’occupation des sols d’une ville, il peut passer des jours à parcourir les portails de données, à télécharger des fichiers, à fixer des projets et à préparer des données. Désormais, ils peuvent utiliser un agent d’intelligence artificielle pour effectuer des recherches dans des référentiels en nuage tels qu’ArcGIS Living Atlas, AWS Earth on Demand ou Microsoft Planetary Computer. L’agent peut sélectionner les meilleures images en fonction de la zone du projet et de critères spécifiques, tels que la couverture nuageuse et la résolution. Une fois qu’il a identifié les données appropriées, il gère toutes les étapes fastidieuses de prétraitement, y compris le masquage des nuages, la normalisation des bandes, l’écrêtage et l’alignement des projections.

Un autre exemple pourrait être la réalisation d’une analyse de l’adéquation du site. Traditionnellement, un analyste rassemble des couches de données, telles que des cartes de zonage, des flux de trafic, des données démographiques et des contraintes environnementales. Il pondère ensuite manuellement ces facteurs en fonction des priorités du projet. Après avoir créé des superpositions pondérées et exécuté des modèles spatiaux, il produira une carte d’adéquation finale. Au lieu de le faire manuellement, un agent d’intelligence artificielle développé à l’aide d’un outil comme LangChain pourrait prendre en charge une grande partie de la planification et de l’organisation des données. Il pourrait alors déclencher un outil tel que PyLUSAT pour exécuter le modèle d’adéquation. Il suffit à l’utilisateur d’adresser à l’agent une demande en langage naturel, telle que « Trouver le meilleur emplacement pour un logement en fonction de la proximité des transports en commun et d’un faible risque d’inondation ». Et c’est ainsi qu’une carte d’adéquation est générée!

En d’autres termes, les services que les utilisateurs confiaient autrefois aux équipes SIG sont de plus en plus souvent disponibles à la demande, souvent en cliquant sur un bouton. Cela signifie qu’à l’avenir, la véritable valeur ne viendra pas de l’exécution plus rapide de tâches standard. Elle viendra de la résolution des problèmes complexes, stratégiques et ambigus que les outils d’IA ne sont pas en mesure de résoudre – des défis qui requièrent un jugement humain, une compréhension du contexte et une prise de décision nuancée.

Ce qui nous amène à la deuxième question :

Q2 : Quelles sont les compétences qu’une équipe SIG doit acquérir pour rester à la pointe du progrès?

L’évolution de la charge de travail cognitive induite par l’intelligence artificielle générative ne signifie pas que l’expertise en matière de SIG devient obsolète. Cela signifie que la nature de cette expertise évolue, et rapidement!

Le modèle DICS est un moyen utile de comprendre cette évolution : Données ➔ Information ➔ Connaissances ➔ Sagesse. J’ai également publié un billet sur ces progrès de l’IA précédemment, mais voici une analyse simplifiée :

Au niveau de base, les données sont brutes et non traitées – coordonnées, images satellites et points topographiques. Un cran plus haut, l’information est une donnée organisée qui commence à avoir un sens, comme un fichier SHP montrant les zones inondables. Les connaissances s’appuient sur l’information en y ajoutant le contexte, l’expérience et l’interprétation. Par exemple, il faut comprendre non seulement où se trouvent les zones inondables, mais aussi pourquoi elles sont importantes pour les communautés vulnérables. Au sommet se trouve la sagesse, c’est-à-dire la capacité à porter des jugements judicieux, à anticiper les conséquences et à agir de manière éthique dans des situations complexes du monde réel.

Pendant une grande partie de l’histoire des SIG, les professionnels ont surtout travaillé au niveau des données et de l’information. La recherche, la préparation et l’analyse des données spatiales ont été à l’origine d’une grande partie de la valeur ajoutée.

Aujourd’hui, l’IA s’empare rapidement de ces couches inférieures.

Cela signifie que l’avenir de l’expertise en matière de SIG se trouve fermement dans les couches supérieures, avec les connaissances et la sagesse. Les spécialistes des SIG devront valoriser les données, et pas seulement les collecter. Ils devront valider et remettre en question les résultats générés par l’IA, et ne pas se contenter de les accepter tels quels. Ils devront mieux formuler les problèmes, guider les organisations dans l’incertitude et relier les connaissances spatiales aux décisions du monde réel qui équilibrent les priorités économiques, environnementales et sociales.

Concrètement, cela signifie qu’il faut investir dans des compétences de haut niveau, telles que les suivantes :

• Pensée critique : Poser des questions intelligentes et stratégiques que l’IA ne peut pas anticiper

• Conceptualisation de solution : Développer des cas d’utilisation qui répondent à des usages professionnels complexes centrés sur une approche géographique (essayez ceci)

• Interprétation : Voir au-delà des schémas dans les données pour comprendre ce qu’ils signifient dans le contexte

• Jugement éthique : Mener des conversations sur la vie privée, l’équité, les préjugés et l’utilisation responsable des données spatiales

• Communications stratégiques : Raconter des histoires claires et convaincantes qui incitent les décideurs à agir

Les programmes SIG qui mettent l’accent sur des compétences de haut niveau bénéficieront principalement d’un changement de perception : ils passeront du statut de simple fournisseur de services à celui de partenaire de confiance. Au lieu d’être simplement chargé de tâches telles que « créer cette carte » ou « exécuter ce modèle », vous aurez la possibilité d’engager des discussions plus tôt dans le processus. Cet engagement aidera les dirigeants à comprendre quelles questions spatiales sont vraiment pertinentes.

Plutôt que de produire des résultats que d’autres interpréteront, vous aurez pour rôle de guider l’interprétation, de remettre en question les hypothèses et d’encadrer les décisions au moyen d’une lentille spatiale. En tant que conseiller, on me demande souvent comment faire pour que les SIG soient mieux perçus par les dirigeants. L’IA sera peut-être le catalyseur de cette évolution!

Q3 : Quels atouts pouvons-nous développer pour renforcer notre capacité à rester pertinents?

Alors que l’IA devient de plus en plus sophistiquée, les gestionnaires de SIG sont confrontés à une dure réalité : les compétences et l’expertise ne suffiront pas à protéger la pertinence de votre équipe. Pour rester essentiels, les programmes SIG doivent créer des actifs que l’IA ne peut pas facilement reproduire. Considérez ces atouts comme des créneaux intellectuels – des avantages durables qui protègent la valeur de votre équipe au fil du temps.

J’en vois trois :

Données officielles. La plupart des systèmes d’IA sont formés sur des ensembles de données ouvertes et génériques, le genre de données qui sont facilement disponibles mais qui manquent souvent de profondeur, de spécificité ou de contexte. Ces modèles sont excellents pour reconnaître les grands schémas, mais ils ont des difficultés lorsque les nuances sont importantes, lorsque de petites différences locales, des subtilités historiques ou des complexités réglementaires modifient la signification des informations spatiales.

C’est pourquoi la possession ou la valorisation de données spatiales de haute qualité et officielles est l’un des créneaux les plus prometteurs qu’un programme SIG puisse occuper. Il ne s’agit pas seulement de collecter davantage de données. Il s’agit de créer des ensembles de données plus riches, plus précises, plus opportunes et plus profondément liées aux réalités de l’organisation ou de la communauté que vous servez. Pour une ville, par exemple, les données reflètent la « vérité de terrain » locale – non seulement les cartes de zonage actuelles, mais aussi les forces politiques qui ont façonné les limites urbaines. Elles intègrent des connaissances spécifiques à un domaine, comme la manière dont la composition du sol affecte l’évaluation des terres ou la manière dont les réseaux de transport informels fonctionnent réellement dans une ville. Lorsque les équipes SIG construisent et maintiennent ce type d’ensembles de données spécialisées, elles créent un atout stratégique que l’IA ne peut pas facilement copier ou remplacer.

Maîtrise de l’organisation. Chaque entreprise ou organisation fonctionne dans un réseau de dynamiques politiques, de normes culturelles, de systèmes existants et de réseaux informels. Ces forces ne sont répertoriées dans aucun ensemble de données. Elles sont invisibles, mais puissantes, et elles comptent souvent plus que la solution technique elle-même. L’IA peut être en mesure de suggérer la solution « optimale » sur le papier, mais elle ne comprendra pas les réalités non documentées qui détermineront si elle réussit ou échoue au sein d’une organisation. Les gestionnaires de SIG qui savent comment naviguer dans ces réalités et qui comprennent où les SIG peuvent avoir un impact réel et comment le fournir d’une manière qui résonne avec les décideurs apportent une sorte de sagesse que l’IA ne peut pas reproduire.

Il ne s’agit pas seulement d’une expertise technique; il s’agit de savoir comment faire en sorte que les SIG comptent dans votre environnement spécifique.

Création et courtage d’agents et d’écosystèmes SIG-IA. Les gestionnaires de SIG qui acquièrent les compétences nécessaires pour concevoir, former et orchestrer des agents d’IA spécialisés (assistants d’IA légers conçus pour des tâches géospatiales spécifiques) placeront leur organisation dans une position très différente. Au lieu de s’appuyer sur des modèles prêts à l’emploi qui traitent toutes les organisations de la même manière, elles construiront des écosystèmes d’IA sur mesure qui reflètent les objectifs, les contraintes et les réalités uniques de leur environnement. Imaginez que des agents soient formés sur vos données spatiales et que vous deveniez l’orchestrateur de ces agents au point que la tâche principale de votre équipe devienne la gestion d’un écosystème d’agents, c’est-à-dire d’une escadrille d’agents d’IA conçus pour servir votre entreprise. Et comme ces agents sont formés à partir des données de votre organisation, ils deviennent plus intelligents et mieux adaptés au fil du temps, évoluant d’une manière que les outils génériques d’IA ne pourront jamais faire.

Le risque de l’immobilisme

Le risque est réel, et il ne s’agit pas seulement de prendre un peu de retard. Si les programmes SIG n’examinent pas leur stratégie, ils risquent de perdre leur pertinence.

Lorsque les utilisateurs peuvent générer leurs propres cartes, effectuer leurs propres analyses et produire leurs propres informations spatiales sans notre aide, le vieux modèle du « fournisseur de services » ne tient tout simplement pas la route. Si la valeur que vous offrez se limite à des résultats techniques, ce n’est qu’une question de temps avant que quelqu’un demande : « Avons-nous besoin d’une équipe SIG pour cela? » En restant concentré sur l’exécution technique, on risque de manquer l’occasion de diriger et de façonner la manière dont l’IA est utilisée.

Rester immobile en ce moment est un plus grand risque que d’aller de l’avant. L’adaptation n’est pas facultative.

Pour conclure

L’essor de l’IA marque un changement fondamental pour les SIG. Il automatise les tâches tout au long du cycle de vie des données géospatiales. Il démocratise l’accès à de puissants outils d’analyse et de visualisation. Il modifie également les attentes des utilisateurs quant à ce que les SIG peuvent et doivent fournir.

Cependant, cela ne diminue pas l’importance des SIG. L’expertise humaine en matière de SIG est donc plus importante que jamais, tant que cette expertise évolue.

L’avenir appartient aux programmes SIG qui vont au-delà de l’exécution technique pour prendre une direction stratégique. Cet avenir appartient aux équipes qui investissent dans les compétences humaines, les actifs durables et les relations profondes. Il appartient à ceux qui sont prêts à se poser les questions difficiles dès maintenant et à agir avec audace en fonction des réponses.

Parlons-en ensemble

Vous êtes gestionnaire d’un SIG ou vous dirigez une fonction géospatiale ou d’IA? Êtes-vous préoccupé par l’état de votre stratégie face à l’IA? Avez-vous besoin d’aide pour développer une stratégie de main-d’œuvre qui reflète l’évolution du paysage des SIG? Envoyez-moi un courriel ou connectez-vous avec moi sur LinkedIn. Nous pouvons vous aider!

Cordialement,

Matt

The Geospatial Edge est un bulletin d’information périodique sur la stratégie géospatiale et l’intelligence de localisation édité par Matt-Lewin, directeur des services-conseils stratégiques d’Esri-Canada. Ce billet de blogue est une copie du numéro envoyé aux abonnés en mai 2025. Si vous souhaitez recevoir The Geospatial Edge et les messages connexes d'Esri Canada directement dans votre boîte de réception, visitez notre centre de préférences en matière de communications et cochez la case « Stratégie SIG » parmi les champs d’intérêt.-

Ce billet a été écrit en anglais par Matthew Lewin et peut être consulté ici.