Université Mohammed V- Agdal

‫ اكدال‬-‫جامعة محمد الخامس‬

Faculté des Sciences Juridiques,
j ‫كلية العلوم القانونية و االقتصادية و االجتماعية‬
Economiques et Sociales
‫الربـــــــــــاط‬
Rabat

LE R O L E D U B I G D ATA E T D E
ll
L’ I N T E L L I G E N C E A R T I F I C I E L L E A U
S E I N D E L’ E N T R E P R I S E

Projet de fin d’étude

Nom : Toubali

Prénom : Imane

N° apogée : 17002048

Encadrée par Mme MANAL EL ABBOUBI

2019/2020

1
Table des matière
Introduction …………………………………………………………………………………………………………………………3

Fiche 1 : Intelligence artificielle : une mine d’or pour les entreprises ……………………………………5

Fiche 2 : Big data, machine learning, intelligence artificielle… N’oublions pas le manager ……6

Fiche 3 : Le big data au service de la gestion du capital humain ……………………………………………8

Fiche 4 : Get the Most Out of AI Today …………………………………………………………………………………9

Fiche 5 : Intégrer l’intelligence artificielle dans l’entreprise, un défi pour les managers ……..10

Fiche 6 : Le big data, une révolution qui transforme l’entreprise en profondeur ………………..11

Fiche 7 : Les algorithmes remplaceront-ils les gestionnaires ? ……………………………………………13

Fiche 8 : Ce que l’intelligence artificielle va changer pour les managers ……………………………..15

Fiche 9 : Demain, votre manager sera-t-il une machine ? ……………………………………………………17

Fiche 10 : MÉGADONNÉES : QUEL RÔLE POUR LE GESTIONNAIRE? …………………………………….18

Fiche 11 : Quelles applications concrètes pour le big data ? ……………………………………………….19

Fiche 12 : Comment exploiter le big data ? …………………………………………………………………………21

Fiche 13 : MÉGADONNÉES ET INTELLIGENCE ARTIFICIELLE AU CŒUR DE L'INDUSTRIE 4.0 ….22

Fiche 14 : Les données de votre entreprise ont-elles une réelle valeur à l’ère de l’intelligence
artificielle ? …………………………………………………………………………………………………………………………23

Fiche 15 : Big data : quand l’analyse prédictive permet d’optimiser la supply chain ……………25

Fiche 16 : Comment faire du Big Data une réalité ? …………………………………………………………….27

Fiche 17 : Comment mieux utiliser la data dans une entreprise de taille moyenne ? ………….29

Fiche 18 : Relation client :l’intelligence artificielle et le big data changent les règles du jeu..31

Fiche 19 : Pourquoi l’intelligence artificielle révolutionne l’expérience utilisateur ……………..33

Fiche 20 : L'INTELLIGENCE ARTIFICIELLE, UN VIRAGE DÉCISIF À RÉUSSIR …………………………….35

Synthèse …………………………………………………………………………………………………………………………….37

Bibliographie ………………………………………………………………………………………………………………………39
2
 Introduction :

« Les données sont le nouveau pétrole », c’est la phrase qu’on la trouve affirmée dans des
centaines d’articles de nos jours. Ce qu’ils veulent dire par là, c’est qu’elles sont le carburant
qui alimentera l’économie de l’intelligence artificielle.

Il est ainsi pertinent de s’intéresser au rôle majeur du big data et de l’intelligence

artificielle au sein des entreprises et des organisations du XXI siècle, puisqu’ils sont devenus
la condition sine qua non au succès de celles-ci. C’est à vrai dire, le nouvel eldorado du
monde de business aujourd’hui.

Dans ce mémoire, nous nous interrogerons sur la question de recherche suivante :

Comment faire du big data et de l’intelligence artificielle une alliance parfaite au service de
la gestion des entreprises ?

Cette problématique s’avère importante à étudier en vue d’être en mesure du changement

qui s’opère dans le monde du business, et globalement, dans notre société, ainsi pour savoir
bien profiter de cette mine d’or mise à la disposition des entreprises. « Les stratégies
d’entreprise seront de plus en plus ‘data-driven’ car le big data est un moteur d’innovation
et de nouveaux modèles économiques. L’entreprise de demain sera une entreprise
quantitative en prise directe avec son environnement, son état ainsi que ses activités. Une
entité en constante évolution dont la ressource la plus précieuse sera sa data. » Ainsi affirmé
par l’expert du Data Driven Business, Kévin CARILLO.

Afin de répondre à cette question, nous avons choisis les 20 articles suivants issus des
revues MIT Sloan Management Review, Revue internationale de gestion et Harvard Business
Review :

- Intelligence artificielle : une mine d’or pour les entreprises - Laurent Charlin
- Big data, machine learning, intelligence artificielle… N’oublions pas le manager -
Kévin Carillo
- Le big data au service de la gestion du capital humain - Fabien Galthié, Adrien Vial
- Get the Most Out of AI Today - Sam Ransbotham
- Intégrer l’intelligence artificielle dans l’entreprise, un défi pour les managers - Céline
Laurenceau
- Le big data, une révolution qui transforme l’entreprise en profondeur - Kévin Carillo
- Les algorithmes remplaceront-ils les gestionnaires ? - Xavier Parent-
Rocheleau, Manon Arnaud
- Ce que l’intelligence artificielle va changer pour les managers - Virginie Rio-Jeanne
- Demain, votre manager sera-t-il une machine ? - Tessa Melkonian
- MÉGADONNÉES : QUEL RÔLE POUR LE GESTIONNAIRE? - François Normandin

3
 - Quelles applications concrètes pour le big data ? - Nicolas Glady
- Comment exploiter le big data ? - Nicolas Glady
- MÉGADONNÉES ET INTELLIGENCE ARTIFICIELLE AU CŒUR DE L'INDUSTRIE 4.0 -
Eléonore Genolhac
- Les données de votre entreprise ont-elles une réelle valeur à l’ère de l’intelligence
artificielle ? - Avi Goldfarb, Joshua Gans, Ajay Agrawal
- Big data : quand l’analyse prédictive permet d’optimiser la supply chain - Linda
Attari, Jean-Baptiste Besson
- Comment faire du Big Data une réalité ? - Laurence Chrétien
- Comment mieux utiliser la data dans une entreprise de taille moyenne ? - Nicolas
Glady, Aswhin Malshe
- Relation client : l’intelligence artificielle et le big data changent les règles du jeu -
Alexandre Cahuzac
- Pourquoi l’intelligence artificielle révolutionne l’expérience utilisateur - Fabrice
Marque, Nicolas Glady
- L'INTELLIGENCE ARTIFICIELLE, UN VIRAGE DÉCISIF À RÉUSSIR - Claudine Auger

Ces articles traitent la question sur plusieurs volets. D’une part , la valeur de ces
technologies, leurs applications dans les différents départements de l’entreprise tels que la
gestion du capital humain, la supply chaine, l’expérience utilisateurs, la relation client, la
recherche opérationnelle, les études stratégiques, etc. D’autre part, le rôle du gestionnaire
dans cette révolution, les défis à relever et les opportunités à saisir tout en traitant la
question de remplaçabilité de celui-ci et d’autres métiers par la machine.

4
 Fiche 1

Titre de l’article Intelligence artificielle : une mine d’or pour les entreprises
Nom de la revue Gestion - Revue Internationale de Gestion
Classement de la revue 4
Année de publication 2017
Auteur Laurent Charlin
Les idées principales - L’importance de l’apprentissage automatique
(machine learning) et l’apprentissage profond
(deep learning) dans la progression colossale de
l’intelligence artificielle ;
- La contribution du big data aux récentes percées
en intelligence artificielle ;
- Les répercussions de l’intelligence artificielle en
entreprise ;
- L’attribution de l’intelligence artificielle dans
l’automatisation de la prise de décision au sein de
la firme.
La valeur ajoutée au niveau Le rôle des techniques d'intelligence artificielle dans
l’automatisation d’extraction de connaissances à des fins
théorique
prédictives et dans la prise de meilleures décisions.
La technique la plus fertile est celle du deep learning qui
permettra le mieux d'extraire des connaissances
complexes menant à des algorithmes plus précis et plus
performants à partir de données volumineuses. Le big
data ainsi que la croissance des capacités de calcul sont
donc essentiels aux récentes percées en intelligence
artificielle.
La valeur ajoutée au niveau L'exploitation des techniques d'intelligence artificielle est
la pierre angulaire de la prise de décision au sein des
pratique
firmes, du moment que la collecte et le stockage de
données sont des tâches à la portée d'entreprises de toute
taille œuvrant dans des domaines variés ; c'est aussi un
élément clé dans le transfert d’innovation en production
industrielle au sein non seulement des grandes
entreprises mais aussi des petites firmes en présentant un
produit phare basé sur l'intelligence artificielle au lieu que
cette dernière sera seulement un outil secondaire utilisé
pour améliorer un produit existant.

5
 Fiche 2

Titre de l’article Big data, machine learning, intelligence artificielle…

N’oublions pas le manager
Nom de la revue Harvard Business Review
Classement de la revue 2
Année de publication 2018
Auteur Kévin Carillo
Les idées principales - La succession des vagues de révolution
technologique, l’apparition du nouveau rôle « data
scientist » ainsi que l’entreprise « data driven » ;
- La naissance des nouveaux métiers dans la suite de
la data-révolution ;
- L’importance de data dans la prise de décision et
l’attitude du manager vis-à-vis de ces nouvelles
façons de faire ;
- Les compétences nécessaires pour les managers
scientifiques et les défis à surmonter pour gérer
une entreprise data driven.
La valeur ajoutée au niveau L’entreprise devenant data driven se métamorphose en
théorique une entreprise analytique ou quantitative. Elle se voit
dotée d’une capacité organisationnelle analytique qui
englobe la détection, la génération, le stockage, le
traitement et l’analyse des données. Dés lors, c’est un
changement d’ADN qui impactent l’intégralité de ses
processus et qui redéfinit même la manière de
travailler, de communiquer et d’interagir nécessitant une
redéfinition de la stratégie et des business model.
Il est bien évidemment concevable que cette révolution
data engendre l’émergence de nouveaux métiers. Au-delà
de ces nouveaux rôles, la transformation engendrée par
l’avènement de l’informatique a ébranlé le périmètre
fonctionnel et les compétences de quasiment l’intégralité
des métiers de l’entreprise. Dans ces conditions au lieu
d’essayer de créer de nouveaux métiers, il est urgent de
redéfinir la fonction, les tâches et les compétences de
chaque métier.

6
La valeur ajoutée au niveau
pratique
L’engagement des entreprises sur le chemin data driven
implique une transformation de ses processus de décision.
Tous ces nouveaux rôles et métiers créés autour de la data
semblent avoir pour mission commune d’analyser les
données afin d’aider à la prise de décision. Or, il semble
que l’acteur principal dans toutes prises de décision soit
implicitement omis : le manager. A ce stade, les managers
eux-mêmes deviennent « analytiques ». Ils doivent se
muer en des managers-scientifiques, afin d’éviter la
lourdeur et l’inertie engendrées par l’implication de
plusieurs spécialistes de la data dans les processus de
décisions.
L’entreprise fera donc face à deux défis. Dans un premier
temps transformer les managers actuels en managers
scientifiques en confrontant la dureté de celle-ci en
matière de gestion des ressources humaines. Le deuxième
défi se manifeste par le besoin en managers dotés de la
compétence analytique sur le marché. De ce fait,
l’engagement d’un dialogue avec les organes de formation
est nécessaire pour que ceux-ci brisent le silo et seront en
mesure de répondre de manière efficace aux demandes
urgentes du marché.
7
 Fiche 3

Titre de l’article Le big data au service de la gestion du capital humain

Nom de la revue Harvard Business Review
Classement de la revue 2
Année de publication 2017
Auteurs Fabien Galthié, Adrien Vial
Les idées principales - Le rôle primordial de la gestion des talents et
l’évaluation de la performance dans le monde du
sport de haut niveau, la contribution du big data à
ce stade;
- L’exploitation de la data dans l’optimisation des
décisions concernant les grandes priorités de la
gestion des ressources humaines ainsi que
l’analyse l’anticipation et la prédiction de ses
problématiques ;
- Les défis au quels doivent faire face l’entreprise
afin de pérenniser ces approches.
La valeur ajoutée au niveau Les analyses faites grâce au big data ne déshumanisent
pas la gestion des ressources humaines en automatisant
théorique
les prises de décision; plutôt, elles suggèrent plus qu’ils ne
décident, évaluent le risque qu’un événement survienne
plus qu’ils ne l’assurent avec certitude, laissant ensuite
toute la latitude aux managers de prendre des décisions
« éclairées ». Elles ne sont par conséquent qu’un
instrument d’aide à la prise de décision mise en
disposition des gestionnaires, et pas un remplaçant de ces
derniers.
La valeur ajoutée au niveau La fonction RH basée sur l’analyse des données à l’aide du
big data se positionnera sans doute en partenaire
pratique
incontournable de la transformation de l’entreprise.
L’analyse des faits ainsi que de données RH permet en
effet de calculer la probabilité qu’un événement survienne
sur le principe « les mêmes causes risquent de produire
les mêmes effets ». L’exploitation de la data permet par la
suite d’optimiser les décisions liées aux trois grandes
priorités de la gestion des ressources humaines, à savoir
attirer, développer et retenir. Face à ce nouveau mode de
fonctionnement, l’entreprise sera menée à organiser la
collecte massive des données en fonction de leur
pertinence, construire des nouveaux indicateurs à
mesurer et Intégrer de nouveaux modes de
fonctionnement dans ses processus.

8
 Fiche 4

Titre de l’article Get the Most Out of AI Today

Nom de la revue MIT Sloan Management Review
Classement de la revue 2
Année de publication 2018
Auteur Sam Ransbotham
Les idées principales -L’attribution de l’intelligence artificielle dans la
simplification d’accès aux informations non
organisées ;
- Le rôle de l’intelligence artificielle dans la création
et la diffusion de l’information ;
- L’emploi de l’intelligence artificielle dans la
création de nouveaux produits ;
La valeur ajoutée au niveau L’importance colossale de l’intelligence artificielle dans
théorique la structuration et l’organisation du big data dans le but
de la visualisation et l’accès aux informations voilées
derrière celle-ci, et même encore, sa capacité à créer de
nouvelles connaissances à partir de la data disponible.
La valeur ajoutée au niveau Par l’adoption des techniques de l’intelligence artificielle,
pratique l’entreprise pourra accéder aux informations non
organiser et les utiliser pour répondre au problématiques
posées ; cette approche aidera la firme aussi à prévoir des
situations future en se basant sur l’analyse des faits du
présent et du passé ; aussi, A l’aide de cette nouvelle
technologie, l’entreprise sera capable d’améliorer
constamment ses services en analysant les besoins de ses
clients et cela en se basant sur plusieurs critères tels que
leurs habitudes financières, et même encore, elle
permettra d’offrir des nouveaux produits dite AI-based
products.

9
 Fiche 5

Titre de l’article Intégrer l’intelligence artificielle dans l’entreprise, un défi

pour les managers
Nom de la revue Harvard Business Review
Classement de la revue 2
Année de publication 2016
Auteure Céline Laurenceau
Les idées principales - L’importante implantation de l’intelligence
artificielle dans les différents secteurs
économiques ;
- La contribution de l’intelligence artificielle dans la
libération des managers des tâches chronophages ;
- L’ensemble des nouvelles compétences à
développer chez les managers vis-à-vis de cette
technologie.
La valeur ajoutée au niveau L’intelligence artificielle ne fait pas de nous des « super
théorique humains ». Elle rend simplement les humains « super
efficaces ».
L’innovation en termes d’intelligence artificielle
permettra à l’entreprise de travailler mieux et plus, c’est
grâce à celle-ci qu’on peut optimiser la productivité ainsi
que la précision des tâches et bien même accéder aux
données d’une manière plus fluide.
La valeur ajoutée au niveau L’intelligence artificielle est une baguette magique entre
les mains des managers. S’ils réussissent à se familiariser
pratique
avec; ils seront libérés des tâches chronophages et ainsi,
gagner du temps précieux pour se focaliser davantage sur
la créativité et l’innovation.
A fin d’arriver à ce stade, il est important de restaurer la
confiance entre les managers et les machines
intelligentes. Il faut non seulement accélérer
l’introduction des nouveaux systèmes, mais aussi
encourager les expérimentations de façon à ce qu’ils
s’intègrent parfaitement au sein des équipes et des
processus existants. Par ailleurs, les managers devront
avoir les capacités nécessaires pour motiver et diriger des
équipes moins structurées, capables d’évoluer en
permanence, tout en gérant en parallèle l’arrivée de
nouvelles technologies.

10
 Fiche 6

Titre de l’article Le big data, une révolution qui transforme l’entreprise en

profondeur
Nom de la revue Harvard Business Review
Classement de la revue 2
Année de publication 2017
Auteur Kévin Carillo
Les idées principales - Vue d’ensemble sur l’origine du phénomène big
data ;
- Le big data entre prise de conscience et révolution
technologique ;
- L’impact de la « datafication » sur la performance
de l’entreprise ;
- Big data et changement de processus de prise de
décision.
La valeur ajoutée au niveau Le big data n’est pas une révolution technologique en
théorique elle-même, mais plutôt, c’est une prise de conscience du
potentiel et des opportunités stratégiques que peut
générer le traitement de la quantité massive des données
désormais à la disposition des entreprises. En
conséquence de cette prise de conscience, un
chamboulement majeur dans le fonctionnement des
entreprises se manifestera ainsi qu’une redistribution des
cartes de la compétitivité.
Au sein de ce bouleversement, les organisations qui
sauront transformer ces données seront capables
d’accompagner les prises de décisions, d’acquérir des
connaissances, d’optimiser les activités et bien encore
d’innover. Ainsi, elles auront un avantage économique et
stratégique déterminant.

11
La valeur ajoutée au niveau La tendance à la datafication n’est toutefois pas
pratique synonyme de recul du facteur humain. En effet, le big data
est un outil mis à la disposition des managers et des
dirigeants pour but de mesurer de manière très précise
les activités de l’entreprise. Cette prise directe
d’information sur l’état de l’entreprise a un effet
immédiat sur la prise de décision. Ainsi, puisque les
décisions vont avoir une dimension scientifique au lieu de
s’appuyer sur l’expérience et l’intuition, le manager sera
amené à t’initier avec ces nouvelles façons de faire. Il est
donc impératif que les organismes de formation prennent
conscience du changement qui s’opère au sein de la
fonction de manager vue le manque globale d’expertise et
de compétences big data.

12
 Fiche 7

Titre de l’article Les algorithmes remplaceront-ils les gestionnaires ?

Nom de la revue Gestion - Revue Internationale de Gestion
Classement de la revue 4
Année de publication 2020
Auteurs Xavier Parent-Rocheleau, Manon Arnaud
Les idées principales - Vue d’ensemble sur la gestion algorithmique ;
- Les fonctions managériales qu’on peut confier à
des algorithmes ;
- Les risques et les inconvénients de la gestion
algorithmique ;
- Les critères à respecter pour implanter une gestion
algorithmique raisonnée au sein de l’entreprise ;
- La difficulté de la substitution des qualités
humaines d’un bon gestionnaire par l’intelligence
artificielle.
La valeur ajoutée au niveau Les fonctions managériales qu’on peut confier à des
algorithmes peuvent être réparties en quatre catégories :
théorique
contrôle, coordination du travail, gestion des ressources
humaines et rétroaction. Ces fonctions semblent favoriser
la flexibilité et la capacité des organisations à s’adapter
rapidement à leur environnement. Néanmoins, il existe
des inconvénients qui défavorisent cette gestion
algorithmique. En effet, la négligence du coté humain
dans la prise des décisions robotiques peut susciter des
émotions négatives chez les employés ; de plus, plusieurs
des caractéristiques inhérentes aux algorithmes peuvent
être source d’erreurs et de biais subjectifs puisque pour
prendre des décisions optimales, ceux-ci ont besoin de
données nombreuses et fiables, et cela peut ne pas être le
cas parce que souvent les données peuvent être
incomplètes, voire erronées. Aussi, les algorithmes ne
sont pas neutres en soi, car ils reflètent nécessairement
les intentions de leurs concepteurs, qui les élaborent pour
atteindre des objectifs précis. Par conséquence,
l’intelligence artificielle est encore bien loin de pouvoir se
substituer aux qualités humaines d’un bon gestionnaire.

13
La valeur ajoutée au niveau Pour réussir à implanter ce nouveau système de gestion
algorithmique d’une manière raisonnée, et pour atteindre
pratique
les résultats escomptés sans que leurs employés subissent
de préjudices, les entreprises sont invitées à respecter
ces critères :

- Miser sur la transparence des algorithmes pour

que les employés en comprennent la logique ;

- Se doter d’une charte en matière d’éthique de

gestion des données pour maintenir le lien de la
confiance avec les employés et limiter les risques
d’utilisation abusive ou frauduleuse des données ;

- Ne pas automatisées toutes les tâches

managériales et garder un gestionnaire humain
pour le volé relationnelle et de supervision ;

- Maintenir les postes intéressants et stimulants et

ne pas réduire l’autonomie des employés dans
l’exercice de leurs fonctions ;

- S’assurer de la qualité des données et la collecter

avec rigueur.

14
 Fiche 8

Titre de l’article Ce que l’intelligence artificielle va changer pour les

managers
Nom de la revue Harvard Business Review
Classement de la revue 2
Année de publication 2019
Auteure Virginie Rio-Jeanne
Les idées principales - L’intelligence artificielle et la modification des
emplois ;

- L’intelligence artificielle et la prise de décision

dans différents domaines (Industriel, marketing,
intelligence économique, etc.) ;

- L’intelligence artificielle et l’encadrement et la

motivation des équipes ;

- L’intelligence artificielle et l’élaboration d’une

vision stratégique ;

- Le développement de la complémentarité du
manager avec l’intelligence artificielle.

La valeur ajoutée au niveau La contribution de l’intelligence artificielle dans plusieurs

volets à savoir :
théorique
- La prise de décision pour fiabiliser une action,
optimiser un mode de fonctionnement ou encore
d’éviter un incident.
- L’analyse et l’interprétation du langage naturel
(humain), notamment grâce à des réseaux de
neurones artificiels. Ces dernières avancées en
deep learning conduisent à envisager les choses
sous un autre angle.
- L’élaboration des visions stratégiques basées sur
des critères rationnels tels que l’optimisation du
chiffre d’affaires.

15
La valeur ajoutée au niveau
disposition des managers :
pratique
Les avantages de l’intelligence artificielle mis à la
- Le soutien du processus de prise de décision et
parfois même elle peut le remplacer dans cette
tâche ;
- La capacité de détection des signaux de
désengagement et de démobilisation chez les
salariés ainsi que d’insatisfaction chez les clients,
et bien encore, d’en formuler des
recommandations et fournir des services liés à
l’encadrement et à la motivation des équipes en
vérifiant en parallèle l’acceptabilité de telles
solutions technologiques auprès des employés ;
- Le pouvoir d’élaborer une vision stratégique
orientée « résultats financiers », qui s’appuie
davantage sur des critères rationnels tels que
l’optimisation du chiffre d’affaires. Elle risque à
terme d’être cannibalisée par l’IA ;

Les managers vont donc devoir approfondir leur

complémentarité avec l’IA, apprendre à collaborer avec
elle, et développer un regard critique. Ce n’est que dans
de telles conditions qu’ils pourront être « augmentés »
plutôt que « remplacé » par elle. Pour cela, ils devront de
plus en plus s’orienter vers des activités de leader. Le
développement d’une vision singulière sera un atout
précieux, tout comme la capacité à encadrer et à motiver
les troupes en privilégiant tout ce que l’IA ne maîtrise pas
comme l’écoute attentive, l’empathie et la bienveillance.

16
 Fiche 9

Titre de l’article Demain, votre manager sera-t-il une machine ?

Nom de la revue
Classement de la revue
Année de publication
Auteure
Les idées principales
Harvard Business Review
2
2018
Tessa Melkonian
- Le statut de l’intelligence artificielle dans les
différents métiers et spécifiquement ceux du
management ;
- Le positionnement des modèle managérial 2.0 et
3.0 face au management basé sur l’intelligence
artificielle ;
- Les pistes d’utilisation de l’intelligence artificielle
pour un manager augmenté plutôt que remplacé
par la machine.

La valeur ajoutée au niveau L’intelligence artificielle peut facilement remplacer le

manager si nous parlons du modèle du management 2.0
théorique
du XXe siècle où le manager est encore essentiellement un
relais de la hiérarchie, dont les missions principales sont le
contrôle et le reporting. Là, où l’humanité du manager
pose problème, la machine pourrait très certainement,
dans un avenir proche, le supplanter.
En revanche, les managers optant pour le modèle
managérial 3.0 seront difficilement remplaçables par une
machine, puisque ce dernier est bâti autour de la capacité
du manager à renforcer les compétences de ses
collaborateurs et à leur donner suffisamment
d’autonomie et de sens pour qu’ils se sentent libres
d’innover. Ainsi, les managers apporteront une valeur
ajoutée supérieure à celle d’une machine, aussi
humanisée soit-elle.
La valeur ajoutée au niveau La mise en valeur de deux pistes qui favorisent
l’augmentation du manager par l’intelligence artificielle :
pratique
D’une part, Le recours à l’automatisation des tâches à
faible valeur humaine ajoutée pour plus ce concentrer sur
les projets clés tels que la prospective stratégique et le
management des hommes. D’autre part, La remise de la
relation humaine et la qualité du collectif au cœur du rôle
managérial ainsi que l’accompagnement des
collaborateurs dans l’utilisation de l’IA.

17
 Fiche 10

Titre de l’article MÉGADONNÉES : QUEL RÔLE POUR LE GESTIONNAIRE?

Nom de la revue
Classement de la revue
Année de publication
Auteurs
Les idées principales
Gestion - Revue Internationale de Gestion
4
2017
François Normandin
- Le développement de l’importance du big data
dans les entreprises et les organisations ;
- Le rôle du big data ainsi que du gestionnaire dans
la prise de décision ;
- L’importance du développement de la pleine
conscience numérique chez les gestionnaires ;
- La nécessité de l’ouverture du gestionnaire à
l'égard des choix et des préférences
technologiques de ses collègues de travail.

La valeur ajoutée au niveau L’omniprésence et l'omnipotence des mégadonnées dans

les processus et les procédés des entreprises et des
théorique
organisations du XXIe siècle ont marqué que les machines
et les algorithmes sont devenus une condition sine qua
non au succès de celles-ci. Cela implique ainsi l’importance
de l’adaptation du gestionnaire avec ces nouvelles façons
de faire.
La valeur ajoutée au niveau Face à ces nouvelles technologies, le gestionnaire doit
impérativement développer certains habilités pour réussir
pratique
à profiter du big data qui sont :
- La capacité à être en mesure d’établir des liens
riches et significatifs avec les « collègues
numériques » (digital coworkers), à savoir les
algorithmes, et de profiter de la puissance de
calcul et d’analyse de la machine.
- La nécessité de développer ce qu’on appelle « la
pleine conscience numérique » (digital
mindfulness), cette flexibilité qui lui permettra de
concilier à la fois le processus ininterrompu de
récolte des données et d'analyse de ces dernières à
son emploi général du temps.
- Savoir faire preuve de compromis et d'ouverture à
l’égard des choix et des préférences
technologiques de ses collègues de travail.

18
 Fiche 11
Titre de l’article
Nom de la revue
Classement de la revue
Année de publication
Auteur
Les idées principales
La valeur ajoutée au niveau
théorique
Quelles applications concrètes pour le big data ?
Harvard Business Review
2
2014
Nicolas Glady
- Explication de la révolution que présente le big
data ;
- Présentation des applications possibles du big data
pour les organisations et les entreprises ;
- Différentiation entre les trois types de réseaux
concernés par l’application du big data ;
- Distinction entre les applications possibles du big
data selon l’approche de la proximité de la solution
avec l’utilisateur final, avant-plan ou arrière-plan.
L’explication de la révolution que présente le big data par
deux phénomènes. D’une part le changement de la nature
des données dont la source n’est plus les entreprises mais
les utilisateurs eux-mêmes. D’autre part, le dynamisme
que connu l’échange des contenus. Ainsi, Les réseaux et
les internautes sont au centre de cette nouvelle
dynamique. En conséquence, les applications possibles du
big data peuvent se décliner en deux :
1 -la nature du réseau, de machines ou d’humain :
- Les réseaux où les éléments (les « nœuds ») sont des
êtres humains, ces derniers mettent à disposition toute
une série d’informations sur leurs habitudes, leurs usages
et leurs besoins.
- Le réseau de machines qui s’inscrit dans l’internet des
objets, où les machines envoient en permanence des
informations permettant de connaître en temps réel l’état
de ces différents éléments. Les « Smart Cities » est un
exepmle vivant.
-Les connections entre humains et machines où on peut
imaginer toute une série d’applications.
2- la proximité de la solution avec l’utilisateur final, avant-
plan ou arrière-plan : ces applications peuvent nous aider
à mieux comprendre notre monde (avant-plan), permet
d’améliorer des processus existants (plan intermédiaire),
ou même de créer de nouvelles solutions (arrière-plan.)
19
La valeur ajoutée au niveau
pratique
Les données générées par les activités de l’entreprise la
permet de rapidement préciser ses cibles d’actions, soit
optimiser les processus, évaluer les risques, détecter les
fraudes, etc. Quant aux données générées par les
machines elles seront utiles pour optimiser les processus
afin de limiter les défaillances ou de diminuer le temps
nécessaire à la réalisation d’un processus. Et, en ce qui
concerne les données générées par les humains, elles
peuvent être exploitées en text-mining afin de répondre à
leurs besoins et chercher leur satisfaction.
20
 Fiche 12

Titre de l’article Comment exploiter le big data ?

Nom de la revue
Classement de la revue
Année de publication
Auteur
Les idées principales
Harvard Business Review
2
2014
Nicolas Glady
- Le recensement des données utilisables par
l’entreprise comme premier étape d’exploitation
du big data ;
- La mesure des évolutions d’une activité et l’analyse
de ces derniers pour en comprendre les causes ;
- L’exploitation de l’analyse des données pour
l’identification des solutions business ;

La valeur ajoutée au niveau La manière d’exploitation du big data pour la mise

en place des solutions pratiques se base sur les
théorique
étapes suivants :
- Le recensement des données utilisable par
l’entreprise à savoir : les données internalisées,
les données externes structurées et les
données externes non structurées celles qui
contiennent des informations précieuses.
- L’analyse de ces données d’une façon inductive
et prédictive afin d’arriver à comprendre la
relation entre les causes et les effets d’une
activité, et de pouvoir en tirer des conclusions
quant à son futur.
- Identification des solutions business : produire
des rapports, identifier de nouvelles
opportunités, détecter des manières de rendre
le business plus performant.

La valeur ajoutée au niveau L’exploitation de cette nouvelle façon de faire permettra à

pratique l’entreprise d’être capable de mesurer la performance de
ces différentes activités. Ces mesures peuvent donner lieu
à des rapports visant à contrôler et à gérer le marketing,
les opérations, la finance ou la comptabilité. Ainsi, de
trouver des solutions à ces problématiques et identifier de
nouvelles opportunités du développement du business.

21
 Fiche 13
Titre de l’article
Nom de la revue
Classement de la revue
Année de publication
Auteure
Les idées principales
La valeur ajoutée au niveau
théorique
La valeur ajoutée au niveau
pratique
MÉGADONNÉES ET INTELLIGENCE ARTIFICIELLE AU CŒUR
DE L'INDUSTRIE 4.0
Gestion - Revue Internationale de Gestion
4
2018
Eléonore Genolhac
- Les opportunités qu’offre la nouvelle révolution
connectée à l’industrie ;
- L’ensemble des défis soulevés par la nouvelle
révolution de l’industrie 4.0 ;
- Recommandations pour réussir à implanter cette
nouvelle révolution dans les entreprises.
A l’instar de l’avènement des nouvelles technologies qui
viennent bousculer les modèles établis, les entreprises
doivent être vigilantes et s’adapter sous peine, dans le cas
contraire, de devoir mettre la clé sous la porte et doivent
faire face au défi majeur de la pénurie de main-d’œuvre
par la démocratisation des scientifiques de la donnée.
La nouvelle révolution connectée offre des opportunités
importantes à l’industrie. On a avancé trois niveaux de
création de valeur potentiels :
- Au niveau de la productivité : cela peut permettre
l’amélioration de la chaîne d’approvisionnement,
- Au niveau du développement de nouveaux
produits,
- Au niveau de la création de nouveaux modèles
d’affaires.
Néanmoins, les entreprises doivent commencer petit et
prendre en considération que L’analytique de données est
un champ très vaste pour une entreprise et l’on peut
facilement s’y perdre. En débutant avec des projets de
petite envergure, les entreprises s’assurent ainsi de
réussir. Elles y gagneront en confiance, ce qui leur
permettra par la suite de voir plus grand.
22
 Fiche 14
Titre de l’article
Nom de la revue
Classement de la revue
Année de publication
Auteurs
Les idées principales
La valeur ajoutée au niveau
théorique
Les données de votre entreprise ont-elles une réelle
valeur à l’ère de l’intelligence artificielle ?
Harvard Business Review
2
2018
Avi Goldfarb, Joshua Gans, Ajay Agrawal
- La valeur des données pour les entreprises à l’ère
de l’intelligence artificielle ;
- L’utilité des données pour les prédictions future de
l’entreprise et l’étape de perte de leur valeur ;
- La vraie valeur des informations opérationnelles
de l’entreprise.
Les IA sont des machines prédictives pilotées par des
données. Les données sont utilisées au quotidien pour
faire fonctionner cette machine prédictive. On appelle ces
données des données d’apprentissage. On entre ces
données pour entraîner un algorithme. Et on se serve de
cet algorithme pour générer des prédictions, afin de
définir des actions. Une fois que ces données ont été
utilisées pour former une machine prédictive, elles
perdent de leur valeur. Cela n’est pas davantage une
garantie, dans l’économie de l’IA que, peut-être, une
valeur liquidative plus avantageuse. Quand bien même ces
données pourraient être précieuses, la capacité à capter
cette valeur sera limitée. En d’autres termes, tout comme
avec le pétrole, plus le nombre d’autres fournisseurs de ce
type de données d’apprentissage est élevé et moins on
peut capter de valeur à partir de ces données. La valeur
des données d’apprentissage dépend en outre de la valeur
générée par l’accroissement de la précision de la
prédiction. De plus, la valeur courante des données
provient généralement des actions effectuées dans
l’entreprise au quotidien permettent de faire fonctionner
la machine prédictive après qu’elle a été formée. Elles
permettent également d’améliorer la machine prédictive
grâce à l’apprentissage, les prédictions réelles utilisées
pour gérer la chaîne logistique nécessitent des données
opérationnelles en continu. Et c’est ce qui importe pour
les entreprises en place aujourd’hui.
23
La valeur ajoutée au niveau
pratique
L’entreprise peut profiter pleinement de cette machine
productive pour améliorer ses activités futures. Même si
la valeur de ses données historiques est faible. Il existe un
clé entre ses mains, il s’agit bien de pouvoir trouver un
moyen de générer un nouveau flux de données
quotidiennes qui offre un avantage en matière de
performance et de puissance prédictive de son IA, cela
fournira un effet de levier durable pour l’entreprise.
24
 Fiche 15

Titre de l’article Big data : quand l’analyse prédictive permet d’optimiser la

supply chain
Nom de la revue Harvard Business Review
Classement de la revue 2
Année de publication 2017
Auteurs Linda Attari, Jean-Baptiste Besson
Les idées principales - L’impact de l’exploitation des données sur les
différents secteurs ;
- Le rôle du big data dans l’optimisation des stocks ;
- L’exploitation de l’analyse des données dans la
perfection de la logistique inverse ;
- L’importance de l’analyse des données dans la
réduction des risques de rupture ;
- Les opportunités envisageables au regard de
l’essor des nouvelles solutions d’exploitation des
données.
La valeur ajoutée au niveau La création de valeur passe par la production de
théorique connaissance, un bien cumulatif, non exclusif et non rival,
enrichi chaque jour par de nouvelles informations. Cet
essor est accéléré par la multiplication des sources de
création de données (informatique, téléphonie,
métadonnées…), l’explosion des capacités de stockage, le
progrès des solutions logicielles et de l’IoT (Internet of
Things, ou Internet des objets). Ces outils technologiques
permettent d’analyser la situation, le contexte et le
comportement de millions de consommateurs en temps
réel, de prédire leurs réactions et d’ainsi proposer, par
anticipation, des offres et des messages personnalisés.
L’exploitation des données permet aussi d’envisager de
nouvelles opportunités commerciales, de réduire
significativement les risques d’erreur et de panne,
d’optimiser l’outil productif et la supply chain…

La valeur ajoutée au niveau Il existe une étendue des possibilités offertes aux
entreprises des usages de l’analyse prédictive, parmi
pratique
lesquels :

- L’optimisation des stocks : il s’agit d’utiliser la data

pour anticiper ses ventes, ses approvisionnements,
25
 et donc optimiser ses stocks. Pour que cela soit
optimal, la collecte massive des données de
comportements de consommateur est la clé.
- La perfection de la logistique inverse :
L’exploitation et l’analyse des donnée permettent
de prédire la zone géographique dans laquelle le
produit retourné a le plus de chance d’être
revendu et d’ainsi déterminer la plateforme de
retours la plus proche du futur potentiel client. Le
produit est donc plus rapidement remis dans le
circuit de commercialisation et de distribution
- La réduction des risques de rupture : Par l’analyse,
en complément des simples informations produit,
l’ensemble des données de ventes, de stocks,
d’avis des consommateurs, des réseaux sociaux, de
la publicité, des données météorologiques, etc.
L’entreprise peut élaborer des modèles prédictifs
cherchent à définir le comportement d’achat du
consommateur en boutique afin d’optimiser
l’approvisionnement, la gestion des stocks, le
placement produit en magasin et ainsi de suite. Le
tout afin d’éviter les risques de rupture.
Ainsi de nombreuses opportunités envisageables au
regard de l’essor des nouvelles solutions d’exploitation
des données :
- Une plus grande compréhension des
comportements du consommateur et une
optimisation de l’expérience client par
l’exploitation des données dites non structurées :
photos, blogs, articles, avis et commentaires.
- Une optimisation des processus de production et
de la chaîne d’approvisionnement.
- La prise en compte d’une diversité accrue de
données : emails, photos, vidéos, fichiers,
commentaires sur les réseaux sociaux, signaux
GPS, transactions bancaires, sons, messages
vocaux…
- Une meilleure valorisation de la donnée (quantité
et qualité des données).
- De nouveaux usages offerts par la géolocalisation,
les terminaux mobiles et l’IoT.

26
 Fiche 16
Titre de l’article
Nom de la revue
Classement de la revue
Année de publication
Auteure
Les idées principales
La valeur ajoutée au niveau
théorique
Comment faire du Big Data une réalité ?
Harvard Business Review
2
2015
Laurence Chrétien
- L’enjeu de l’implantation durable du big data au
sein des organisations ;
- Les clés des entreprises qui ont réussi à surmonter
le défis du big data ;
- L’ensemble des convictions quant à la mise en
œuvre du big data.
L’entreprise optant pour l’approche du big data doit faire
face au défis de la dispersion des données. En effet, il
existe une difficulté d’intégrer l’ensemble des sources de
données au sein de l’organisation ; les données restent
donc « silotées » et le plus souvent, sous-exploitées. Pour
les décideurs, cela se traduit par un manque de vision
unifiée et pérenne, ce qui les empêche parfois de prendre
des décisions opportunes ou rationnelles. Ainsi, faire face
au manque de coordination. Trop d’entreprises opèrent
aujourd’hui avec des ressources analytiques dispersées,
ou avec des équipes décentralisées qui fonctionnent sans
aucune planification ni pilotage central. Par conséquent,
les meilleures pratiques et retours d’expérience – tirés des
projets « Big Data » concluants ou non – ne sont pas
diffusés au sein de l’entreprise, les initiatives ne sont pas
(re)priorisées, et les ressources ne sont pas allouées de la
façon la plus prometteuse. Une gouvernance encore
immature de la donnée, et bien sûr, la dépendance à des
systèmes hérités, constituent aussi des freins à lever pour
pouvoir profiter du big data.
27
La valeur ajoutée au niveau Pour réussir un projet big data, l’entreprise est tenue de
se doter d’une approche centralisée, car cela permet aux
pratique
dirigeants de définir des objectifs ambitieux, de mutualiser
les ressources (compétences rares, technologies, et
surtout données), et de mettre en tension l’entreprise.
Ainsi, une nomination d’un Chief Data Officer (CDO) qui
permettra de soutenir la politique et la procédure de
gestion des données, d’établir les plateformes de
données, de simplifier les outils et les infrastructures,
rendra la mise en œuvre des initiatives plus facilité par sa
proximité de la Direction Générale. Sans oublier d’activer
des leviers multiples pour monter en compétence, la
bonne approche dans cette situation c’est d’adopter une
stratégie à plusieurs volets. Ne pas se contenter
d’embaucher ou de former des collaborateurs, mais
explorer des moyens moins conventionnels pour
bénéficier de talents : renforcer la collaboration avec les
starts-ups, créer des data labs en interne pour attirer les
meilleurs profils. Et pourquoi pas, apprendre les analytics
auprès des géants du secteur.
Grosso modo, la réussite tient en priorité à la qualité du
modèle opérationnel, l’évaluation continue des initiatives
big data, L’élaboration d’une politique de sécurité
draconienne concernant les données. Et le plus important,
c’est d’aligner les dirigeants de l’entreprise sur le
potentiel du Big Data.

28
 Fiche 17

Titre de l’article Comment mieux utiliser la data dans une entreprise de

Nom de la revue
Classement de la revue
Année de publication
Auteurs
Les idées principales
taille moyenne ?
Harvard Business Review
2
2014
Nicolas Glady, Aswhin Malshe
- L’emplacement et le rôle des PME-ETI dans
l’écosystème ;
- Les difficultés des PME-ETI à attirer les experts de
la data, les solutions à envisager ;
- Les technologies à utiliser pour gérer ses données ;
- L’avantage des PME-ETI dans les projets data.

La valeur ajoutée au niveau L’abord des questions liées à la Data nécessite la

combinaison d’une série de compétences. Il faut en effet
théorique
être capable de collecter les données (informatique), de
les analyser (statistiques/analytics), de faire le lien avec la
problématique métier (business) et de communiquer les
analyses d’une manière claire et intelligible pour ceux qui
auront à agir en fonction de ces conclusions
(communication). Par essence, les projets « data » sont
transversaux. Les données sont collectées par les
systèmes informatiques. Elles sont analysées par les
départements Marketing, Stratégie, ou Finance. Et servent
à optimiser les processus opérationnels ou de la vente. Ce
sont des projets complexes, qui impliquent de nombreux
départements de l’entreprise. Arriver à embarquer toutes
les personnes impactées présente souvent un défi difficile
à relever.
La valeur ajoutée au niveau Comme premier défi, les PME doivent réussir à attirer et
retenir les talents. Un data scientist est très souvent
pratique
motivé avant tout par la tâche à accomplir. Profitez-en
pour lui donner un challenge qui soit complexe, mêlant à
la fois des problématiques Marketing, stratégiques,
informatiques et opérationnelles, comme c’est le cas de
ces projets « analytics » ! ou bien faire appel à une
expertise externe.

En outre, dans une organisation de taille moyenne, l’idée

clé en matière d’analyse de la donnée est de travailler
d’une manière incrémentale, il n’est pas nécessaire de
29
procéder directement à l’installation de l’outil qui
intégrera toute la chaine de création de valeur. Il est tout
à fait possible de passer dans un premier temps par une
solution open source (comme le logiciel R) ou SaaS,
souvent meilleur marché, puis, passer à des solutions plus
intégrées comme par exemple SAS, une fois l’entreprise
arrivée à maturité en matière de données. Ce genre de
fournisseur de logiciel propose d’ailleurs des solutions
modulables qui peuvent s’adapter aux besoins spécifiques
d’une entreprise de taille modeste.

Un autre avantage pour les PME, C’est que leurs

hiérarchies plates et structures plus agiles encouragent les
projets transversaux que sont les projets « data ». Il s’agit
en plus d’une manière de renforcer la culture d’entreprise
en proposant un projet innovant et intégrateur.

30
 Fiche 18

Titre de l’article Relation client : l’intelligence artificielle et le big data

changent les règles du jeu
Nom de la revue Harvard Business Review
Classement de la revue 2
Année de publication 2016
Auteur Alexandre Cahuzac
Les idées principales -Les promesses de l’intelligence artificielle et du big
data dans les relations clients ;
- Le rôle des réseaux sociaux dans l‘alimentation des
entreprises en terme d’informations utiles à
prédire l’avenir et offrir du sur-mesure ;
- La gestion des relations clients à l’aide de
l’intelligence artificielle.
La valeur ajoutée au niveau Les traces des interactions sociales recèlent une mine
théorique d’informations sur les personnes : centres d’intérêts,
relations, localisations, comportement, etc. Le traitement
de ces données permet de comprendre et de prédire tout
ce qui à un rapport avec le client grâce aux solutions
machine learning, combinaison du « social listening » et
modélisation statistique ; et cela nécessite des quantités
massives de données issues des médias sociaux.

La valeur ajoutée au niveau L’application des techniques du big data au social,

pratique l’émergence de l’intelligence artificielle et la domination
des applications de messagerie multi-services constituent
un avantage majeur entre les mains des entreprises que
ce soit dans la prédiction des tendances des marchés,
personnalisation de l’expérience utilisateur ainsi dans la
fluidification de la relation client grâce à des « chatbots »
qui sont en mesure d’anticiper les désirs des utilisateurs et
aussi d’orchestrer de façon centralisée l’ensemble de leurs
interactions avec les entreprises, quelle qu’en soit la
dimension : communicationnelle, relationnelle, servicielle
ou transactionnelle.

Ces « insights » ont un impact sur la chaîne de valeur des

31
entreprises, des études de marché à la vente en passant
par la conception des produits ou encore l’optimisation de
la supply chain grâce aux « machine learning »,
modélisation statistique et le « social listening ».

L’entreprise est, certes, menée à faire face à deux défis

qui posent cet évolution : se doter des outils appropriés
pour collecter, stocker et traiter ces données, mais aussi
embaucher les profils adéquats pour les analyser, les
interpréter et les activer.

32
 Fiche 19
Titre de l’article
Nom de la revue
Classement de la revue
Année de publication
Auteurs
Les idées principales
La valeur ajoutée au niveau
théorique
Pourquoi l’intelligence artificielle révolutionne
l’expérience utilisateur
Harvard Business Review
2
2018
Fabrice Marque, Nicolas Glady
- Idée sur la révolution de l’intelligence
artificielle au sein des grandes firmes ;
- Les technologies et approches de l’intelligence
artificielle, craintes et enthousiasme ;
- L’amélioration des pratiques commerciales et
de l’expérience utilisateur par l’intelligence
artificielle ;
- L’impact des applications de l’intelligence
artificielle sur l’augmentation de la satisfaction
clients et la diminution des besoins en
personnel.
Quand on parle d’IA, on parle de la combinaison du
traitement du langage naturel (Natural Language
Processing, techniques de compréhension de langages
« humains » par un ordinateur) et des techniques
d’apprentissage automatique (Machine Learning). Le
traitement du langage naturel regroupe l’ensemble des
techniques qui permettent à un ordinateur d’analyser et
de comprendre un langage sous la forme d’un texte ou
d’une conversation. Par ailleurs, les techniques
d’apprentissage automatique (Machine Learning)
permettent à un ordinateur d’apprendre petit à petit et de
s’améliorer selon des mécanismes qui s’apparentent à
du test and learn. En s’appuyant sur l’apprentissage
automatique, les techniques de traitement du langage
naturel peuvent s’améliorer au gré du temps et des
usages.
33
La valeur ajoutée au niveau
pratique
Grâce à la machine, par le biais du traitement du langage
naturel (NLP), l’entreprise est capable de gérer des
milliers de clients de façon automatisée, vingt-quatre
heures sur vingt-quatre et sept jours sur sept, et dans un
laps de temps quasi instantané, plus encore, grâce aux
robots Humanoïde, elle pourra rendre l’expérience
utilisateur plus pertinente puisqu’il sera plus rapide, plus
fluide et plus personnalisée, à condition de garder une
dimension humaine derrière la technologie. A condition
aussi que l’hyper personnalisation rendue possible par la
technologie fournisse une expérience suffisamment
convaincante pour que nous acceptions de partager nos
données personnelles. C’est à priori, une situation
gagnant-gagnant : d’un côté, les clients seront mieux
servis et plus rapidement, de l’autre, les professionnels
pourront se concentrer sur des tâches moins rébarbatives
et ayant une vraie valeur ajoutée.
34
 Fiche 20

Titre de l’article L'INTELLIGENCE ARTIFICIELLE, UN VIRAGE DÉCISIF À

RÉUSSIR
Nom de la revue Gestion - Revue Internationale de Gestion
Classement de la revue 4
Année de publication 2019
Auteure Claudine Auger
Les idées principales -Les actions à mener par les gouvernements et les
organisations à l’instar de l’avènement de
l’intelligence artificielle ;
- Le développement de l’intelligence artificielle dans
les grandes entreprises, PME et les startups ;
- L’emplacement du travailleur face à l’intelligence
artificielle et sa remplaçabilité ;
- Les avantages mise à la disposition des managers
et les risques de la collecte des données.
La valeur ajoutée au niveau Le rôle des techniques de l’intelligence artificielle dans la
théorique croissance économique, l’augmentation de la productivité
de l’entreprise qui réussissent à surmonter ce défi ainsi
que l’élimination de tout travail qui est dangereux,
répétitif, non stimulant, et tout ce qui ne fait pas appel
aux qualités relationnelles qui pourra être effectué par des
machines. Certes, malgré les incroyables bienfaits qu’elle
fait miroiter, l’IA a aussi tendance à exacerber les
inégalités à cause de la concentration du pouvoir et de la
richesse au mépris des entreprise qui n’arrivent pas à
suivre l’ère de l’AI.

La valeur ajoutée au niveau
pratique
L’intelligence artificielle construit un pouvoir mis entre les
mains des entreprises. Afin de profiter pleinement des
gains annoncés par son avènement, les dirigeants doivent
mettre en œuvre dès que possible un plan de
développement destiné à permettre aux travailleurs et
aux gestionnaires d’aujourd’hui et de demain d’acquérir
les compétences essentielles. La piste à suivre, selon
Yoshua Bengio. « Investir massivement dans le
développement et dans la formation de la main-d’œuvre,

35
démystifier l’IA auprès de ceux qui, parmi la population, y
perçoivent une menace et offrir aux décideurs un accès à
la connaissance nécessaire pour naviguer à travers ce qui
s’en vient. Enfin, établir un dialogue collectif afin de
prendre les bonnes décisions. »

En outre, le rôle des dirigeants et gestionnaires restera

toujours important puisque la machine, aussi optimale
soit-elle, n’a pas la faculté de réflexion, et elle ne l’aura
pas avant un bon moment, cette aptitude sensible propre
à l’être humain, ainsi, la nécessité de l’existence des
gestionnaires s’implique.

Et enfin, l’entreprise ne doit pas négliger que ses données

fournies à l’AI peuvent être utilisées contre elle, donc elle
doit prendre les précautions nécessaires pour ne pas en
arriver.

36
 Synthèse:
Le présent travail traite d’une manière globale et transversale la façon dont le big data et
l’intelligence artificielle constituent une alliance parfaite au service de la gestion
d’entreprise. De ce fait, la littérature choisie a dévoilé des similitudes, une certaine
divergence ainsi qu’une complémentarité entre les différents propos de ses articles.

En ce qui concerne les similitudes constatées, la majorité des articles ont mis l’accent sur le
rôle angulaire de l’adoption des techniques de l’intelligence artificielle dans l’entreprise, leur
contribution dans la mesure de performance de ces différentes activités, l’optimisation de la
productivité ainsi que la précision des tâches et la prédiction des situations futures. Ceci
rend les firmes capables d’acquérir des connaissances, d’opter pour des décisions plus
pertinentes, d’optimiser les activités et bien encore d’innover, et ainsi, elles auront un
avantage économique et stratégique déterminant.

Afin d’arriver au stade d’adoption de ces techniques, il est important de restaurer la

confiance entre les managers et les machines intelligentes. Les managers vont donc devoir
approfondir leur complémentarité avec l’IA, apprendre à collaborer avec elle, et développer
un regard critique. Ce n’est que dans de telles conditions qu’ils pourront être « augmentés »
plutôt que « remplacé » par elle. Pour cela, ils devront de plus en plus s’orienter vers des
activités de leader en optant pour le modèle managérial 3.0.

Toutefois, la tendance à la datafication n’est pas synonyme de recul du facteur humain.

Certains articles, tels que « Le big data, une révolution qui transforme l’entreprise en
profondeur », ont évoqué la nécessitée que les organismes de formation prennent
conscience du changement qui s’opère au sein de la fonction de manager et du manque
globale d’expertise et de compétences en big data. Ce qui est en certaine divergence avec
Kévin Carillo dans son article « Big data, machine learning, intelligence artificielle…
N’oublions pas le manager», qui assume que les managers doivent se muer en des
managers-scientifiques afin d’éviter la lourdeur et l’inertie engendrées par l’implication de
plusieurs spécialistes de la data dans les processus de décisions. En outre, les autres auteurs
qui ont évoqué cette question affirment que l’arrivage des nouveaux métiers, à savoir le
chief data officer, le data scientist et le data steward comblera le besoin. Certes, malgré leur
divergence, les deux parties insistent sur l’impérativité de revoir le système d’enseignement
pour qu’il soit adapter aux nouveaux besoins du marché.

Sous un autre angle de vue, Laurence Chrétien dans son article « Comment faire du Big
Data une réalité ? », a approuvé le fait qu’il ne faut pas se contenter d’embaucher ou de
former des collaborateurs, mais plutôt explorer des moyens moins conventionnels pour
bénéficier de talents : renforcer la collaboration avec les starts-ups, créer des data labs en
interne pour attirer les meilleurs profils. Et pourquoi pas, apprendre les analytics auprès des
géants du secteur.

En tenant compte des similitudes et malgré les divergences, la complémentarité entre les
articles choisis se manifeste à travers les applications de ces technologies dans les différents
départements de l’entreprise.

37
 Au niveau de la gestion des ressources humaines dans l’article « Le big data au service de la
gestion du capital humain », Fabien Galthié, Adrien Vial ont misé que la fonction RH basée
sur l’analyse des données à l’aide du big data se positionnera sans doute en partenaire
incontournable de la transformation de l’entreprise. L’analyse des faits ainsi que de données
RH et l’exploitation de la data par la suite permet d’optimiser les décisions liées aux trois
grandes priorités de la gestion des ressources humaines, à savoir attirer, développer et
retenir.

Par ailleurs, l’expérience utilisateur et le comportement du consommateur entrent aussi en

jeu. L’exploitation des données conduira à une plus grande compréhension des
comportements du consommateur et une optimisation de l’expérience client. A l’aide de
cette nouvelle technologie, l’entreprise sera capable d’améliorer constamment ses services
en analysant les besoins de ses clients, et offrir par la suite, des nouveaux produits dite AI-
based products.

Quant à La capacité de gestion de personnel, l’analyse et l’interprétation du langage

naturel (humain), notamment grâce à des réseaux de neurones artificiels génèrent une
capacité de détection des signaux de désengagement et de démobilisation chez les salariés
ainsi que d’insatisfaction chez les clients et permet aussi de formuler des recommandations
par rapport à ces situation.

A noter aussi que ces machines prévisionnelles ont le pouvoir d’élaborer une vision
stratégique orientée « résultats financiers » qui s’appuie davantage sur des critères
rationnels tels que l’optimisation du chiffre d’affaires, qui peut être même à terme
cannibalisée par l’IA.

Et comme le précise l’article : « Quelles applications concrètes pour le big data ? », en ce

qui concerne la différenciation entre les différents sources des données et leurs utilisation,
on distingue : Les données générées par les activités de l’entreprise qui permettent de
déterminer rapidement ses cibles d’actions, soit optimiser les processus, évaluer les risques,
détecter les fraudes, etc. Quant aux données générées par les machines elles seront utiles
pour optimiser les processus afin de limiter les défaillances ou de diminuer le temps
nécessaire à la réalisation d’un processus. Concernant les données générées par les humains,
elles peuvent être exploitées en text-mining afin de répondre à leurs besoins et chercher
leur satisfaction.

Ces mesures peuvent donner lieu à des rapports visant à contrôler et à gérer le marketing,
les opérations, la finance ou la comptabilité. Ainsi, de trouver des solutions à ces
problématiques et d’identifier de nouvelles opportunités du développement du business,
soit au niveau de la productivité par l’amélioration de la chaîne d’approvisionnement, au
niveau du développement de nouveaux produits ou bien au niveau de la création de
nouveaux modèles d’affaires.

Enfin, pour réussir un projet big data, selon l’article de Laurence chrétien «Comment faire
du Big Data une réalité ? », l’entreprise est tenue de se doter d’une approche centralisée,
permettant aux dirigeants de définir des objectifs ambitieux, de mutualiser les ressources
(compétences rares, technologies, et surtout données), et de mettre en tension l’entreprise.

38
 Bibliographie

Charlin, L. (2017). Intelligence artificielle : une mine d’or pour les entreprises. cairn.info . https://www.cairn.info/revue-
gestion-2017-1-page-76.htm

Carillo, K. (2018). Big data, machine learning, intelligence artificielle… N’oublions pas le manager. hbrfrance.fr .
https://www.hbrfrance.fr/chroniques-experts/2018/01/18675-big-data-machine-learning-intelligence-artificielle-
noublions-manager/

Galthié, F., Vial, A. (2017). Le big data au service de la gestion du capital humain. hbrfrance.fr .
https://www.hbrfrance.fr/chroniques-experts/2017/01/14237-le-big-data-au-service-de-la-gestion-du-capital-humain/

Ransbotham, S. (2018). Get the Most Out of AI Today. sloanreview.mit.edu . https://sloanreview.mit.edu/article/get-

the-most-out-of-ai-today/

Laurenceau, C. (2016). Intégrer l’intelligence artificielle dans l’entreprise, un défi pour les managers. hbrfrance.fr .
https://www.hbrfrance.fr/chroniques-experts/2016/04/10485-integrer-lintelligence-artificielle-dans-lentreprise-un-
defi-de-taille-pour-les-managers/

Carillo, K. (2017). Le big data, une révolution qui transforme l’entreprise en profondeur. hbrfrance.fr .
https://www.hbrfrance.fr/chroniques-experts/2017/11/8982-le-big-data-une-revolution-qui-transforme-en-
profondeur-lentreprise/

Parent-Rocheleau, X., & Arnaud, M. (2020). Les algorithmes remplaceront-ils les gestionnaires ?. cairn.info .
https://www.cairn.info/revue-gestion-2020-1-page-84.htm

Rio-Jeanne, V. (2019). Ce que l’intelligence artificielle va changer pour les managers. hbrfrance.fr .
https://www.hbrfrance.fr/chroniques-experts/2019/01/23992-ce-que-lintelligence-artificielle-va-changer-dans-la-
fonction-de-manager/

Melkonian, T. (2018). Demain, votre manager sera-t-il une machine ?. hbrfrance.fr .

https://www.hbrfrance.fr/chroniques-experts/2018/06/20503-demain-manager-sera-machine/

Normandin, F. (2017). MÉGADONNÉES : QUEL RÔLE POUR LE GESTIONNAIRE?. revuegestion.ca .

https://www.revuegestion.ca/megadonnees-quel-role-pour-le-gestionnaire

Glady , N. (2014). Quelles applications concrètes pour le big data ?. hbrfrance.fr .

https://www.hbrfrance.fr/chroniques-experts/2014/05/2273-quelles-applications-concretes-pour-le-big-data/

Glady, N. (2014). Comment exploiter le big data ?. hbrfrance.fr . https://www.hbrfrance.fr/chroniques-

experts/2014/10/3930-comment-exploiter-le-big-data/

Genolhac, E. (2018). MÉGADONNÉES ET INTELLIGENCE ARTIFICIELLE AU CŒUR DE L’INDUSTRIE 4.0. revuegestion.ca .

https://www.revuegestion.ca/big-data-et-intelligence-artificielle-au-cour-de-l-industrie-4-0

Goldfarb, A., & Gans, J., & Agrawal, A. (2018). Les données de votre entreprise ont-elles une réelle valeur à l’ère de
l’intelligence artificielle ?. hbrfrance.fr . https://www.hbrfrance.fr/chroniques-experts/2018/05/20369-donnees-de-
entreprise-ont-reelle-valeur-a-lere-de-lintelligence-artificielle/

Attari, L., & Besson, J. (2017). Big data : quand l’analyse prédictive permet d’optimiser la supply chain. hbrfrance.fr .
https://www.hbrfrance.fr/chroniques-experts/2017/12/18076-big-data-lanalyse-predictive-permet-doptimiser-supply-
chain/

39
Chrétien, L. (2015). Comment faire du Big Data une réalité ?. hbrfrance.fr . https://www.hbrfrance.fr/chroniques-
experts/2015/07/7818-comment-faire-du-big-data-une-realite/

Glady, N., & Malshe, A. (2014). Comment mieux utiliser la data dans une entreprise de taille moyenne ?. hbrfrance.fr .
https://www.hbrfrance.fr/chroniques-experts/2014/01/334-comment-mieux-utiliser-la-data-dans-une-une-entreprise-
de-taille-moyenne/

Cahuzac, A. (2016). Relation client : l’intelligence artificielle et le big data changent les règles du jeu. hbrfrance.fr .
https://www.hbrfrance.fr/chroniques-experts/2016/11/12968-relation-client-lintelligence-artificielle-et-le-big-data-
changent-les-regles-du-jeu/

Marque, F., & Glady, N. (2018). Pourquoi l’intelligence artificielle révolutionne l’expérience utilisateur. hbrfrance.fr .
https://www.hbrfrance.fr/chroniques-experts/2018/03/19574-lintelligence-artificielle-revolutionne-lexperience-
utilisateur/

Auger, C. (2018). L’INTELLIGENCE ARTIFICIELLE, UN VIRAGE DÉCISIF À RÉUSSIR. revuegestion.ca.

https://www.revuegestion.ca/l-intelligence-artificielle-un-virage-decisif-a-reussir

40