La inteligencia artificial (IA) juega un papel esencial en la cartografía agrícola. Reduce costos y tiempos, aumenta la eficiencia en las actividades de gestión agrícola, lo que mejora la industria alimentaria. La cartografía agrícola es necesaria para la gestión de recursos y requiere tecnologías para desafíos agrícolas. La cartografía en aplicaciones de IA agrícola proporciona eficiencia en la cartografía y su uso posterior en la toma de decisiones. Este estudio analiza el estado actual de la IA en la cartografía agrícola a través de indicadores bibliométricos y una revisión de literatura para identificar métodos, recursos agrícolas, herramientas geomáticas, tipos de cartografía y sus aplicaciones en la gestión agrícola. La metodología comienza con una búsqueda bibliográfica en Scopus y la Web of Science (WoS). Posteriormente, un análisis de datos bibliográficos y una revisión de literatura establecen la contribución científica, la colaboración, los métodos de IA y las tendencias. Estados Unidos (EE. UU.), España e Italia son países que producen y colaboran más en esta área del conocimiento. De los estudios, el 76% utiliza aprendizaje automático (ML) y el 24% utiliza aprendizaje profundo (DL) para aplicaciones de cartografía agrícola. Algoritmos predominantes como Random Forest (RF), Redes Neuronales Artificiales (ANNs) y Máquinas de Vectores de Soporte (SVMs) correlacionan actividades de cartografía en la gestión agrícola. Además, la IA contribuye a la cartografía agrícola en actividades asociadas con la producción, detección de enfermedades, clasificación de cultivos, planificación rural, dinámica forestal y mejoras en sistemas de riego.