Quand l’intelligence artificielle pilote la ville : l’urbaniste face aux environnements data-driven

Pendant longtemps, le métier d’urbaniste s’est structuré autour d’une mission centrale, organiser l’espace pour répondre aux besoins des populations tout en assurant un développement équilibré des territoires. L’activité reposait sur une combinaison d’expertise technique, de connaissance du cadre réglementaire et de capacité d’anticipation à partir de données souvent limitées. Les décisions d’aménagement s’appuyaient sur des études ponctuelles, des enquêtes de terrain et des projections à moyen ou long terme, avec des outils principalement descriptifs et statiques.

Mais cette approche montre aujourd’hui ses limites face à la complexification rapide des dynamiques urbaines. Croissance démographique, transition écologique, pression sur les ressources, mobilité accrue, les villes deviennent des systèmes interconnectés où les flux, de personnes, d’énergie, de données, évoluent en permanence. Les urbanistes doivent désormais intégrer une multitude de variables, souvent en temps réel, pour concevoir des espaces adaptés à des usages en constante mutation. Selon les Nations Unies, près de 68 % de la population mondiale vivra en zone urbaine d’ici 2050, accentuant les enjeux liés à la planification et à la gestion des villes¹.

Dans le même temps, les territoires produisent une quantité massive de données. Capteurs urbains, infrastructures connectées, systèmes de transport intelligents, données environnementales, les villes deviennent des environnements riches en informations, mais difficiles à exploiter sans outils adaptés. Cette explosion de la data transforme la manière dont les phénomènes urbains peuvent être observés, analysés et anticipés.

• Les chiffres illustrent cette transformation structurelle :
• Les villes génèrent des volumes de données en croissance exponentielle, issus des capteurs IoT, des réseaux de transport et des services publics numériques.
• Les enjeux environnementaux, qualité de l’air, gestion de l’eau, émissions de CO₂, nécessitent des capacités d’analyse fine et continue.
• Les besoins en mobilité et en logement évoluent rapidement, rendant les modèles de planification traditionnels moins adaptés.

Face à ces évolutions, un changement de paradigme s’impose. L’urbanisme ne peut plus reposer uniquement sur des approches statiques et des analyses ponctuelles. Il tend à devenir dynamique, prédictif et piloté par la donnée. L’intelligence artificielle s’impose progressivement comme un levier central pour modéliser les dynamiques urbaines, simuler des scénarios d’aménagement et accompagner la prise de décision.

Le métier entre ainsi dans une nouvelle phase de transformation. L’urbaniste ne se limite plus à concevoir des plans, il devient un acteur clé de la ville data-driven, dans laquelle les systèmes intelligents participent activement à la compréhension, à la gestion et à l’optimisation des territoires.

L’essor des environnements data-driven transforme profondément les méthodes, les compétences et les outils mobilisés par les urbanistes.

 Comment l’IA transforme les pratiques de l’urbanisme

L’intelligence artificielle ne transforme pas uniquement les outils de planification territoriale, elle redéfinit en profondeur la manière dont les villes sont conçues, analysées et pilotées. Historiquement, le travail de l’urbaniste reposait sur des études prospectives, des données statistiques agrégées et des processus décisionnels souvent longs et séquentiels. Les outils numériques existaient, mais restaient principalement descriptifs, centrés sur la cartographie et la modélisation statique. Avec l’essor des systèmes intelligents, des infrastructures connectées et des volumes massifs de données urbaines, une part croissante de ces activités est désormais automatisée, augmentée et pilotée par la data. L’urbaniste évolue ainsi dans un environnement où les systèmes peuvent simuler des scénarios d’aménagement, anticiper des dynamiques territoriales et analyser des flux en temps réel, transformant profondément les pratiques professionnelles.

Cette évolution se manifeste à plusieurs niveaux clés de la gestion et de la planification urbaine.

• Modélisation prédictive des dynamiques urbaines : Les outils traditionnels reposaient sur des projections linéaires souvent limitées. L’IA permet désormais d’intégrer des données multiples, démographiques, économiques, environnementales, pour simuler l’évolution des territoires. Elle aide à anticiper l’étalement urbain, les besoins en infrastructures ou les impacts des politiques publiques. Selon une étude de McKinsey, les villes utilisant des solutions de data analytics avancées peuvent améliorer la qualité de leurs décisions d’aménagement de manière significative².
• Optimisation des mobilités urbaines : Les systèmes intelligents analysent les flux de transport en temps réel, trafic routier, transports publics, mobilités douces. Ils permettent d’ajuster les infrastructures, de fluidifier les déplacements et de réduire les congestions. Certaines villes ont observé une réduction du trafic de 15 à 25 % grâce à l’utilisation de solutions basées sur l’IA³.
• Gestion intelligente des ressources urbaines : L’IA est utilisée pour optimiser la consommation d’énergie, la gestion de l’eau ou le traitement des déchets. En analysant des données issues de capteurs, elle permet d’ajuster les usages en temps réel et d’améliorer l’efficacité des services urbains.
• Simulation de projets d’aménagement : Les urbanistes peuvent tester différents scénarios avant leur mise en œuvre, densification, végétalisation, développement de nouvelles infrastructures. Ces simulations permettent d’évaluer les impacts environnementaux, économiques et sociaux, facilitant des décisions plus éclairées.
• Suivi environnemental et transition écologique : Les systèmes intelligents permettent de surveiller en continu la qualité de l’air, les émissions de CO₂ ou les îlots de chaleur urbains. L’IA aide à identifier des zones critiques et à orienter les politiques publiques vers des solutions plus durables.
• Participation citoyenne et analyse des usages : Les données issues des plateformes numériques et des interactions citoyennes permettent d’intégrer les besoins réels des habitants dans les projets urbains. L’IA peut analyser ces données pour mieux comprendre les usages et adapter les aménagements.

Ces transformations modifient en profondeur la nature du métier. L’urbaniste ne se limite plus à concevoir des plans ou à analyser des territoires de manière statique. Il doit désormais interagir avec des systèmes intelligents, interpréter des modèles prédictifs et intégrer des données en temps réel pour orienter ses décisions. L’urbanisme devient ainsi une discipline hybride, à la croisée de la planification, de la data et des technologies numériques.

 Un nouveau rôle pour l’urbaniste

L’intégration croissante de l’intelligence artificielle dans les systèmes urbains ne transforme pas uniquement les outils d’aménagement, elle redéfinit en profondeur la fonction de l’urbaniste au sein des territoires. Longtemps perçu comme un expert de la planification et de la réglementation, il devient aujourd’hui un acteur stratégique de la transformation des villes. Son rôle ne consiste plus uniquement à concevoir des espaces, mais à analyser des données complexes, piloter des systèmes intelligents et contribuer à des décisions publiques de plus en plus dynamiques et interconnectées.

Dans un contexte marqué par la multiplication des données urbaines, l’accélération des transitions environnementales et la complexification des usages, la valeur de l’urbaniste réside désormais dans sa capacité à interpréter, structurer et contextualiser les informations issues des systèmes d’intelligence artificielle. L’enjeu n’est plus seulement de dessiner un territoire, mais d’anticiper ses évolutions, d’évaluer des scénarios complexes et de garantir que les décisions prises restent cohérentes avec les besoins des habitants et les contraintes environnementales.

Cette évolution se traduit par plusieurs transformations majeures du métier.

• Architecte de la ville data-driven : L’urbaniste conçoit des projets intégrant des données issues de multiples sources, capteurs urbains, mobilités, environnement, usages citoyens. Il structure des modèles d’aménagement capables d’évoluer en fonction des dynamiques territoriales.

• Superviseur des systèmes urbains intelligents : Les infrastructures urbaines intègrent de plus en plus de dispositifs automatisés, gestion du trafic, énergie, services publics. L’urbaniste participe à leur conception et en supervise le fonctionnement pour garantir leur efficacité et leur cohérence globale.

• Analyste des dynamiques territoriales : L’exploitation de données massives permet d’identifier des tendances, des déséquilibres ou des zones de tension. L’urbaniste développe une capacité d’analyse renforcée pour anticiper les évolutions démographiques, économiques et environnementales.

• Acteur de la transition écologique : L’intégration des données environnementales et des modèles prédictifs transforme la manière d’aborder les enjeux climatiques. L’urbaniste contribue à concevoir des territoires plus résilients, en intégrant des objectifs de sobriété énergétique, de réduction des émissions et d’adaptation aux risques.

• Garant de la cohérence et de la régulation : L’usage de systèmes intelligents dans la gestion urbaine implique des cadres réglementaires et des arbitrages complexes. L’urbaniste veille à la cohérence des projets avec les politiques publiques, les contraintes juridiques et les objectifs d’intérêt général.

• Interface entre citoyens, décideurs et technologies : L’urbaniste joue un rôle central de médiation. Il traduit des analyses issues de la data en décisions compréhensibles et acceptables, tout en intégrant les attentes des habitants dans les projets d’aménagement.

Selon une analyse de l’OCDE, les métiers liés à la planification territoriale et à la gestion des infrastructures évolueront fortement sous l’effet de la transformation numérique et de l’intégration de la data dans les politiques publiques⁴.

Ainsi, l’urbaniste de demain ne sera plus uniquement un concepteur d’espaces. Il deviendra un acteur clé de la ville intelligente, capable d’orchestrer des systèmes complexes, d’exploiter des données à grande échelle et de garantir un équilibre entre innovation technologique, qualité de vie et durabilité des territoires.

Quelles compétences pour l’urbaniste à l’ère de l’IA générative ?

Les fondamentaux du métier d’urbaniste, compréhension des dynamiques territoriales, maîtrise des cadres réglementaires, capacité à concevoir des projets d’aménagement et à intégrer des enjeux sociaux et environnementaux, demeurent le socle indispensable de la profession. La capacité à organiser l’espace, à anticiper les besoins des populations et à coordonner des acteurs multiples reste au cœur de la pratique. Toutefois, l’essor de l’intelligence artificielle, la généralisation des données urbaines et la transformation numérique des territoires élargissent considérablement le périmètre de compétences attendu. L’urbaniste ne doit plus seulement concevoir des espaces, il doit comprendre des systèmes intelligents, analyser des flux complexes et s’inscrire dans une logique de pilotage data-driven des territoires.

Cette transformation redéfinit la formation, la posture professionnelle et la culture du métier.

Compétences techniques et numériques

• Comprendre les systèmes d’intelligence artificielle appliqués à l’urbanisme : L’urbaniste doit maîtriser les principes du machine learning utilisés pour la modélisation urbaine, la simulation de scénarios et l’analyse prédictive des dynamiques territoriales. Il doit également comprendre les limites de ces modèles et leurs conditions d’utilisation.
• Exploiter les données urbaines : L’accès à des volumes croissants de données, mobilités, environnement, énergie, usages citoyens, nécessite des compétences en analyse et en interprétation. L’urbaniste devient un utilisateur avancé de systèmes d’information géographique et de plateformes data.
• Maîtriser les outils de simulation et de modélisation : Les logiciels intégrant des capacités d’IA permettent de tester des scénarios complexes d’aménagement. Leur utilisation nécessite des compétences techniques pour paramétrer, analyser et interpréter les résultats.
• Comprendre les enjeux de cybersécurité et de gouvernance des données : La gestion de données territoriales sensibles impose une attention particulière à leur protection, à leur qualité et à leur traçabilité.

Selon une étude du World Economic Forum, les villes intelligentes reposant sur l’exploitation des données et des technologies numériques devraient connaître une croissance significative dans les prochaines années, renforçant la demande en compétences hybrides⁵.

Compétences analytiques et décisionnelles

L’environnement urbain devient de plus en plus complexe et piloté par la donnée.

• Maintenir un esprit critique face aux modèles prédictifs : Les systèmes d’IA peuvent produire des recommandations ou des simulations, mais ils ne remplacent pas l’analyse humaine. L’urbaniste doit être capable de questionner les hypothèses et les résultats.

• Analyser des dynamiques territoriales complexes : Croissance démographique, mobilités, transitions environnementales nécessitent une approche systémique, intégrant des variables multiples et interdépendantes.

• • Prendre des décisions en environnement incertain : Les projets urbains s’inscrivent dans des horizons de long terme avec des incertitudes importantes. L’urbaniste doit arbitrer en tenant compte des risques, des impacts et des contraintes.

Compétences éthiques, juridiques et réglementaires

L’intégration de l’intelligence artificielle dans l’urbanisme soulève des enjeux de gouvernance et de responsabilité.

• Comprendre les cadres réglementaires de l’aménagement et des données : L’urbaniste doit maîtriser les obligations liées à la protection des données, à la planification territoriale et aux politiques publiques.
• Garantir la transparence des décisions : L’utilisation de modèles algorithmiques implique de pouvoir expliquer les choix d’aménagement aux décideurs et aux citoyens.
• Assurer un usage responsable des technologies : L’urbaniste doit veiller à ce que les outils d’IA ne renforcent pas des inégalités territoriales ou des biais dans la planification.

Compétences interdisciplinaires et stratégiques

Le métier s’inscrit de plus en plus dans une logique collaborative et systémique.

• Collaborer avec des équipes pluridisciplinaires : L’urbaniste travaille avec des ingénieurs, des data scientists, des décideurs publics et des acteurs privés. La capacité à dialoguer avec ces profils devient essentielle.
• Intégrer les enjeux économiques et politiques : Les décisions d’aménagement ont des impacts directs sur le développement territorial. L’urbaniste doit comprendre les contraintes économiques et les orientations stratégiques.
• Accompagner la transformation des territoires : L’urbaniste devient un acteur de la transition numérique et écologique, contribuant à la définition de politiques publiques adaptées aux défis contemporains.

Ainsi, l’urbaniste de demain ne sera pas uniquement un concepteur d’espaces. Il deviendra un professionnel hybride, à la croisée de l’aménagement, de la data et des technologies, capable d’exploiter des systèmes intelligents tout en garantissant une planification équilibrée, durable et centrée sur les besoins des territoires.

L’intelligence artificielle peut-elle rendre l’urbanisme plus fiable ?

L’un des arguments les plus avancés en faveur de l’intelligence artificielle dans le domaine de l’urbanisme réside dans sa capacité à améliorer la précision des analyses, l’anticipation des besoins et la cohérence des décisions territoriales. En traitant des volumes massifs de données en temps réel, mobilités, consommation énergétique, densité urbaine, données environnementales, les modèles d’apprentissage automatique permettent d’identifier des dynamiques invisibles à l’analyse humaine, d’anticiper des déséquilibres et de sécuriser les stratégies d’aménagement. Dans un environnement où les villes deviennent toujours plus complexes et interconnectées, ces capacités transforment profondément la manière dont les territoires sont planifiés et gérés.

Exemples concrets :

• Optimisation des mobilités urbaines : Les systèmes basés sur l’IA analysent en continu les flux de circulation, les usages des transports publics et les comportements de déplacement. Ils permettent d’identifier des points de congestion, d’ajuster les infrastructures et d’améliorer la fluidité des mobilités urbaines. Certaines villes utilisant ces technologies ont réduit significativement les temps de trajet et les émissions liées au trafic.
• Anticipation des besoins en infrastructures : Les modèles prédictifs permettent d’estimer l’évolution démographique, les besoins en logements ou les usages des équipements publics. Ces outils aident les urbanistes à mieux dimensionner les infrastructures et à limiter les déséquilibres territoriaux.
• Gestion intelligente des ressources urbaines : Les systèmes intelligents permettent d’optimiser la consommation d’énergie, la gestion de l’eau ou le traitement des déchets. En analysant les données issues des capteurs urbains, ils contribuent à améliorer l’efficacité des services publics et à réduire les coûts opérationnels.
• Surveillance environnementale en temps réel : L’IA permet d’identifier des zones exposées à la pollution, aux îlots de chaleur ou aux risques climatiques. Cette capacité favorise une planification plus résiliente et plus adaptée aux enjeux environnementaux contemporains.
• Simulation et sécurisation des projets urbains : Les urbanistes peuvent tester différents scénarios avant la mise en œuvre d’un projet. Les simulations permettent d’évaluer les impacts sociaux, économiques et environnementaux afin de réduire les risques liés aux décisions d’aménagement.

Les résultats commencent déjà à être mesurables. Selon une étude du McKinsey Global Institute, les technologies de smart city intégrant des capacités avancées de data analyse et d’intelligence artificielle peuvent améliorer certains indicateurs de qualité de vie urbaine de 10 à 30 %¹. L’intelligence artificielle apparaît ainsi comme un levier significatif d’amélioration de la gestion territoriale et de l’efficacité des politiques urbaines.

Cependant, ces avancées s’accompagnent également de nouveaux défis.

• Le risque de dépendance aux systèmes automatisés : Une confiance excessive dans les outils prédictifs peut conduire à réduire la capacité de réflexion critique et d’adaptation des décideurs publics.
• L’opacité des modèles algorithmiques : Certains systèmes fonctionnent comme des boîtes noires, rendant difficile la compréhension des recommandations produites et compliquant leur acceptabilité politique ou citoyenne.
• Les biais liés aux données urbaines : Des données incomplètes ou socialement biaisées peuvent conduire à des décisions d’aménagement inéquitables ou à une mauvaise représentation des besoins des populations.
• Les enjeux de surveillance et de protection des données : L’exploitation massive des données urbaines soulève des questions importantes liées à la vie privée, à la gouvernance des données et à la cybersécurité des infrastructures intelligentes.

Ainsi, l’intelligence artificielle peut renforcer de manière significative la fiabilité de l’urbanisme, mais elle ne remplace pas le rôle de l’urbaniste. Les systèmes les plus performants reposent sur une complémentarité entre automatisation et expertise humaine, où la technologie assiste la décision sans s’y substituer, garantissant un équilibre entre innovation, durabilité et qualité de vie des territoires.

À quoi ressemblera le métier d’urbaniste demain avec l’IA ?

L’urbaniste de demain évoluera dans un environnement où les systèmes d’intelligence artificielle seront profondément intégrés aux infrastructures urbaines et aux processus de décision publique. Les outils d’aide à la planification deviendront plus performants, les données territoriales plus abondantes et les systèmes urbains de plus en plus automatisés et interconnectés. Dans ce contexte, le rôle de l’urbaniste ne disparaîtra pas, il se transformera vers une fonction d’analyse, de supervision et de pilotage stratégique au sein de territoires complexes et dynamiques.

Plusieurs évolutions structurantes sont déjà perceptibles.

• La montée en puissance d’un urbanisme piloté par la donnée : Les systèmes intégreront des capacités avancées d’analyse pour modéliser les dynamiques urbaines, anticiper les besoins en infrastructures et optimiser les politiques d’aménagement. L’urbaniste consacrera moins de temps aux analyses descriptives et davantage à l’interprétation des données et à la construction de scénarios prospectifs.
• L’émergence de systèmes urbains autonomes : Les infrastructures intelligentes, gestion du trafic, réseaux énergétiques, services publics, deviendront capables de s’adapter en temps réel. L’urbaniste devra superviser ces systèmes et garantir leur cohérence avec les objectifs territoriaux.
• L’apparition de nouveaux rôles hybrides : La frontière entre urbanisme, data science et ingénierie deviendra plus floue. De nouvelles fonctions émergeront, urbaniste data analyst, spécialiste des villes intelligentes, expert en modélisation territoriale ou responsable de la gouvernance des données urbaines.
• La sécurisation et la gouvernance des données territoriales : Les systèmes numériques urbains deviendront des infrastructures critiques. L’urbaniste devra veiller à la qualité, à la fiabilité et à la protection des données utilisées dans les processus de décision.
• Une collaboration renforcée entre humains et systèmes intelligents : Les outils seront capables de proposer des scénarios d’aménagement, d’identifier des zones à risque ou d’optimiser des flux urbains. L’urbaniste jouera un rôle central pour valider ces propositions, les adapter aux réalités locales et intégrer les enjeux sociaux et politiques.
• Une intégration accrue dans les stratégies de transition écologique et sociale : L’urbaniste participera activement à la conception de villes plus durables et résilientes. L’exploitation des données permettra d’optimiser l’usage des ressources, de réduire l’empreinte environnementale et d’améliorer la qualité de vie des habitants.

Selon une analyse des Nations Unies, la transition vers des villes intelligentes et durables nécessitera des profils capables de combiner expertise territoriale et maîtrise des technologies numériques dans les prochaines décennies¹.

Dans cet environnement, l’urbaniste ne sera plus uniquement un concepteur d’espaces. Il deviendra un acteur stratégique de la ville data-driven, capable de piloter des systèmes complexes, d’exploiter des données à grande échelle et de relier les innovations technologiques aux enjeux environnementaux, économiques et sociétaux.

Un urbanisme augmenté par l’IA, au cœur de la décision humaine

L’intelligence artificielle transforme profondément la manière dont les territoires sont analysés, planifiés et pilotés, mais elle n’en modifie pas la finalité. Elle accélère l’analyse de données complexes, automatise certaines étapes de la planification et permet d’identifier des dynamiques urbaines difficilement perceptibles à l’échelle humaine. Elle redistribue les priorités du métier, moins d’analyse descriptive, plus de modélisation, moins de planification statique, plus de pilotage en temps réel, moins de décisions isolées, plus de corrélation de données à grande échelle.

Pourtant, au cœur de cette transformation, une constante demeure, la ville reste un espace profondément humain.

L’urbanisme augmenté ne signifie pas une automatisation totale de la décision territoriale. Il repose sur une complémentarité entre l’intelligence algorithmique et le jugement de l’urbaniste. Les systèmes d’intelligence artificielle peuvent analyser des flux, simuler des scénarios d’aménagement et proposer des optimisations. Mais c’est l’urbaniste qui interprète ces résultats, les contextualise et les adapte aux réalités sociales, économiques et politiques du territoire.

Cette distinction est essentielle. Une décision d’aménagement ne se limite pas à un calcul algorithmique. Elle engage la qualité de vie des habitants, l’équilibre des territoires, la durabilité des infrastructures et la cohérence des politiques publiques. Elle suppose une compréhension fine des usages, des besoins locaux et des enjeux collectifs, éléments que les systèmes ne peuvent appréhender que partiellement.

Dans cette perspective, le rôle de l’urbaniste consiste de plus en plus à structurer un usage maîtrisé et responsable de l’intelligence artificielle.

Cela implique notamment :

• Une validation rigoureuse des modèles prédictifs, afin de garantir leur pertinence face à des situations territoriales complexes et évolutives.
• Une surveillance continue des systèmes d’analyse, pour identifier les biais, les limites ou les dérives liés aux données utilisées.
• Une gouvernance transparente des données urbaines, permettant d’expliquer les décisions et de renforcer la confiance des citoyens et des acteurs publics.
• Une supervision humaine constante, en particulier dans les projets structurants où les choix ont des impacts durables sur les territoires.

L’essor de l’urbanisme augmenté ouvre également des perspectives importantes. Il permet d’optimiser les mobilités, de mieux gérer les ressources, d’anticiper les évolutions urbaines et de concevoir des villes plus durables et résilientes. Il contribue à une meilleure coordination des politiques publiques et à une utilisation plus efficiente des données territoriales.

Mais cette transformation dépasse la seule dimension technologique. Elle interroge la place de l’urbaniste dans un environnement où certaines décisions peuvent être assistées, voire suggérées par des systèmes intelligents. Elle conduit à redéfinir la compétence, non plus uniquement comme une expertise technique ou réglementaire, mais comme une capacité à piloter des systèmes complexes avec discernement, responsabilité et vision stratégique.

Dans un monde où les systèmes deviennent capables d’analyser plus vite et à plus grande échelle, la valeur de l’urbaniste ne résidera pas dans la rapidité d’exécution, mais dans sa capacité à interpréter, à arbitrer et à construire des décisions équilibrées.

La technologie peut optimiser. L’urbaniste, lui, doit continuer à concevoir des territoires vivables.

Et si, finalement, la véritable transformation induite par l’intelligence artificielle dans l’urbanisme n’était pas de remplacer le professionnel, mais de renforcer ce qui constitue le cœur du métier, penser la ville pour les habitants, avec responsabilité, vision et intelligence collective, dans un environnement de plus en plus complexe.

Pour aller plus loin 

Pour élargir la réflexion et comprendre comment l’IA redessine d’autres professions, des ressources humaines à la finance, de la santé à la communication, nous vous invitons à parcourir l’ensemble de notre rubrique dédiée « IA & Métiers », qui analyse l’impact concret des technologies intelligentes sur les compétences, les pratiques et l’organisation du travail.

Références

1. United Nations. (2022). World Urbanization Prospects.
https://www.un.org

2. McKinsey Global Institute. (2023). Smart cities: Digital solutions for a more livable future.
https://www.mckinsey.com

3. World Economic Forum. (2022). Shaping the Future of Cities.
https://www.weforum.org

4. OECD. (2023). The Future of Cities and Urban Planning in the Digital Age.
https://www.oecd.org

5. World Economic Forum. (2023). Smart Cities and the Future of Urban Development.
https://www.weforum.org

6. United Nations. (2023). Smart Cities and Sustainable Urban Development.
https://www.un.org