Comment stimuler la performance opérationnelle à travers le management basé sur l'Intelligence artificielle ? Une étude des enjeux de l'IA pour les fonctions managériales traditionnelles et des déterminants stratégiques du management basé sur l'IA - Laboratoire de Recherche en Management
Thèse Année : 2023

How to stimulate operational performance through AI-based management? A study of AI stakes for the traditional managerial functions and the strategic determinants of AI-based management

Comment stimuler la performance opérationnelle à travers le management basé sur l'Intelligence artificielle ? Une étude des enjeux de l'IA pour les fonctions managériales traditionnelles et des déterminants stratégiques du management basé sur l'IA

Mohamed-Nedjib Benleulmi
  • Fonction : Auteur
  • PersonId : 1327818
  • IdRef : 273921746

Résumé

This doctoral research aims to contribute to the knowledge of information systems management and marketing through the study of the challenges of AI for traditional managerial functions and the strategic determinants of AI-based management from the perspective of top managers on an international scale. With a scientific grounding at the intersection of information and communication sciences and management sciences, this research employs a mixed methodology: firstly, a connectionist approach to address the challenges of AI for traditional managerial functions, and then a PLS-SEM (Partial least squares—structural equation modeling) approach to identify and measure the importance of strategic determinants of AI-based management in order to stimulate operational performance. Thus, this research provides managers with a holistic vision of AI-based management and how to effectively leverage it to stimulate operational performance. Additionally, it highlights both the scope and limitations of the theories used, including institutional theory, upper echelons theory, and orchestration theory. Finally, this research provides strong empirical evidence regarding AI-based management through cross-data analysis.
Cette recherche doctorale a pour objectif de contribuer aux connaissances en management des systèmes d'information et en marketing à travers l'étude des enjeux de l'IA pour les fonctions managériales traditionnelles, ainsi que des déterminants stratégiques du management basé sur l'intelligence artificielle (IA) du point de vue des top managers à l'échelle internationale. Dotée d'un ancrage scientifique croisant les sciences de l'information et de la communication avec les sciences de gestion, cette recherche mobilise une méthodologie mixte : tout d'abord, une approche connexionniste pour traiter la question des enjeux de l'IA pour les fonctions managériales traditionnelles, puis une approche PLS-SEM (Partial Least squares—structural equation modeling) pour identifier et mesurer l'importance des déterminants stratégiques du management basé sur l'IA afin de stimuler les performances opérationnelles. Ainsi, cette recherche offre aux managers une vision holistique du management basé sur l'IA et explique comment le mobiliser efficacement pour stimuler la performance opérationnelle. De plus, elle met en évidence à la fois la portée et les limites des théories utilisées, notamment la théorie institutionnelle, la théorie des échelons supérieurs et la théorie de l'orchestration. Enfin, cette recherche fournit des preuves empiriques solides concernant le management basé sur l'IA grâce à l'analyse croisée de données.
Fichier principal
Vignette du fichier
127194_BENLEULMI_2023_archivage.pdf (3.49 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)

Dates et versions

tel-04353612 , version 1 (19-12-2023)

Identifiants

  • HAL Id : tel-04353612 , version 1

Citer

Mohamed-Nedjib Benleulmi. Comment stimuler la performance opérationnelle à travers le management basé sur l'Intelligence artificielle ? Une étude des enjeux de l'IA pour les fonctions managériales traditionnelles et des déterminants stratégiques du management basé sur l'IA. Gestion et management. Université Paris-Saclay, 2023. Français. ⟨NNT : 2023UPASK007⟩. ⟨tel-04353612⟩
1222 Consultations
762 Téléchargements

Partager

More