Vers un SIG conversationnel : quand les Agents IA permettent de discuter avec vos cartes
Depuis plusieurs années, les interfaces cartographiques ont évolué vers toujours plus d’interactivité. Mais une rupture est en train de s’opérer avec l’arrivée des Agents IA et des LLM (Large Language Models) dans le SDK ArcGIS Maps for JavaScript. Avec la version 5.0, Esri introduit une nouvelle génération d’applications : des applications cartographiques “agentiques”, capables de dialoguer avec l’utilisateur en langage naturel.
Derrière cette évolution, c’est toute l’expérience utilisateur du SIG web qui est en train de se réinventer.
Du clic à la conversation : un changement de paradigme
Historiquement, interagir avec une carte nécessitait de connaître les outils (zoom, filtre, requête…), de comprendre la structure des données et souvent de naviguer dans une interface complexe.
Avec l’introduction du composant Assistant IA dans le SDK ArcGIS Maps for JavaScript et des Agents IA, ces interactions deviennent conversationnelles.
Un simple prompt comme :
“Montre-moi les communes les plus peuplées autour de Lyon” peut désormais déclencher :
- une navigation automatique
- une requête attributaire
- une analyse spatiale
- et un affichage des résultats
Tout cela sans exposer la complexité du SIG à l’utilisateur.
Le composant arcgis-assistant : cœur de l’expérience
Avant son intégration dans vos applications quotidiennes (Map Viewer, Experience Builder, InstantApps, ...), Esri a introduit la brique centrale de cette nouvelle approche avec le composant arcgis-assistant dans le SDK JavaScript.
Il fournit :
- une interface de chat intégrée
- un mécanisme d’orchestration
- et un point d’entrée vers différents agents spécialisés
Concrètement, il s’intègre simplement dans une application web :
On passe ainsi d’une logique "UI-driven" à une logique "intent-driven".
Des agents spécialisés pour interagir avec la carte
Le SDK ArcGIS Maps for JavaScript propose nativement plusieurs agents prêts à l’emploi :
1. Agent "Navigation"
- Localisation d’un lieu
- Zoom sur une entité
- Navigation vers une emprise
Il répond aux questions de type “où ?”
2. Agent "Data exploration"
- Requêtes attributaires
- Calculs statistiques
- Analyse spatiale
Il répond aux questions de type “quoi ?”
3. Agent "Help"
- Assistance utilisateur
- Explication des capacités de l’application
Il répond aux questions de type “comment utiliser l'assistant ?”
Il est important de comprendre que ces agents reposent sur un principe clé à savoir que le LLM ne fait pas tout, il pilote des outils SIG. Autrement dit, le LLM comprend l’intention et les agents exécutent des actions concrètes dans la carte.
| Exemple d'application cartographique conversationnelle pour interroger des données sur les Airbnb à Paris |
L’orchestration : le cerveau du système
Lorsque l’utilisateur saisit une requête :
- Un agent orchestrateur analyse l’intention
- Il sélectionne le ou les agents pertinents
- Chaque agent exécute ses outils
- Les résultats sont synthétisés et affichés
Ce modèle s’apparente aux architectures modernes de type LangGraph et LangChain utilisées ici pour gérer :
- les workflows multi-étapes
- le contexte
- et les appels au LLM
Le rôle clé des embeddings dans les Web Maps
Pour fonctionner efficacement, ces agents s’appuient sur des embeddings vectoriels. Un embedding vectoriel consiste à transformer une information (texte, attribut, description…) en un vecteur numérique dans un espace multidimensionnel directement compréhensible par la machine (le LLM en particulier). Ces "embeddings" sont générés à partir des couche, des champ et de leurs métadonnées. Il est donc important que ces métadonnées soient correctement renseignées et pour cela, le nouvel assistant IA de description des éléments du portail ArcGIS peut s'avérer essentiel.
Ces embeddings permettent :
- d’identifier rapidement les couches pertinentes
- de réduire le contexte envoyé au LLM
- d’améliorer la précision des réponses
Plus concrètement, quand un utilisateur écrit : “Montre-moi les zones les plus peuplées”, le système ne fait pas une simple recherche textuelle. Il va :
- Transformer la requête en vecteur (embedding)
- Comparer ce vecteur avec ceux des couches disponibles
- Identifier les plus proches (similarité vectorielle, souvent via cosine similarity)
- Sélectionner automatiquement la bonne couche
La qualité des métadonnées de la carte web devient ainsi un point structurant : la qualité de l’expérience conversationnelle dépend directement de la qualité des métadonnées.
Des agents personnalisés pour des usages métier
Au-delà des agents standards, le SDK ArcGIS Maps for JavaScript permet également de développer des agents personnalisés. Par exemple, il va permettre à des développeurs d'implémenter des agents métiers comme :
- Dans l'urbanisme : règles de zonage contextualisées
- Dans la gestion de réseaux : diagnostic automatisé
- Dans la sécurité : analyse temps réel d’événements
- Dans la logistique : calculs d’itinéraires contextualisés
Un agent peut réaliser des tâches très diverses :
- appeler des APIs externes
- intégrer des modèles métier
- orchestrer plusieurs étapes d’analyse
On passe alors d’un assistant générique à un véritable copilote métier.
Enjeux et points de vigilance
Cette approche introduit également de nouveaux défis :
- Aspect non-déterminisme des LLM : Les réponses peuvent varier ce qui nécessite de cadrer les usages
- Gouvernance : Contrôle des accès aux assistants et aux données (notamment dans ArcGIS Online)
- Coûts et performance : Les appels LLM peuvent devenir un facteur dimensionnant
- Qualité des données : Un agent ne compense pas des données mal structurées ou mal documentées
Vers un SIG “agentique”
Au-delà d’une simple évolution technologique, avec l'arrivée de cet assistant et des agents IA sous-jacents dans le SDK ArcGIS Maps for JavaScript et de son équivalent dans ArcGIS Pro, Esri pose les bases d’un SIG agentique :
- capable de comprendre
- de raisonner
- et d’agir sur les données géospatiales
Cette vision s’inscrit dans une stratégie plus large où les assistants IA se généralisent dans toute la plateforme ArcGIS (Pro, Online, Notebooks, StoryMaps…). Avec l’introduction des Agents IA dans le SDK ArcGIS for JavaScript et dans ArcGIS Pro, la carte devient bien plus qu’une interface visuelle, elle devient conversationnelle, contextuelle et intelligente. Ces changements ouvrent des perspective intéressantes pour la démocratisation des usages SIG, l'accélération des analyses et l'intégration plus naturelles des cartes dans les workflows métiers.
Pour aller plus loin sur les Agents IA dans le SDK ArcGIS Maps for JavaScript, je vous recommande de consulter cet article du blog CodeTheMap.





















