Ce document expose la partie empirique d'un mémoire en logistique sur l'optimisation de la supply chain (revue de littérature non fournie).
"Nos choix en matière d'investissements dans le cadre d'une supply chain au sein d'une entreprise sont liés aux attentes correspondant à l'exercice de l'entreprise, mais également à nos envies et aux produits auxquels nous disposons d'affinités relatives (Thaler, 1990). Par ailleurs, les investissements nouveaux, en particulier en termes de big data et d'intelligence artificielle, ne sont pas soumis aux mêmes normes et aux mêmes enjeux (financiers, juridiques notamment) que les investisseurs traditionnels et entraînent indubitablement une différence dans l'appréciation des produits et le choix porté autour de ces produits, mais également dans la finalité : l'impact sur la supply chain. Pouvant constater cette différence entre l'investissement nouveau avec l'introduction de l'intelligence artificielle et l'investissement traditionnel, on reconnaît ainsi des acteurs émergents de la première section : les entreprises spécialisées (en finance, on parle en effet de fintech) en nouvelles technologies. Cette catégorie d'entreprises proposant un service particulier, articulé à la notion de choix différents d'un investissement traditionnel, entraîne l'émergence d'une supply chain complètement différente de ce qui pouvait exister auparavant. Ainsi, l'émergence du big data et de l'intelligence artificielle comme ayant un impact sur les ventes au même titre que d'autres produits d'autres modèles (Waller et Fawcett, 2013) s'accompagnent nécessairement d'une complète mutation dans la supply chain globale et des techniques commerciales de vente. Dès lors, avec l'introduction de ces nouvelles technologies au sein des entreprises, quels sont les impacts des technologies d'Intelligence Artificielle sur les prévisions de ventes, notamment à travers une modification de la supply chain ?"
Sommaire
Méthodologie
Problématique
Questions de recherche
Choix de la démarche épistémologique
Le choix de la méthode pour la collecte de données empiriques
Choix de la technique : l'entretien semi-directif
Mise en place des entretiens
Choix de la population
Guide d'entretien
Le traitement des données qualitatives
Analyse du contenu des réponses
Hypothèses de départ
Résultats des entretiens
Une prédisposition à l'utilisation de l'intelligence artificielle
Une compétence ciblée dans le coding pour les professionnels
Une polysémie de l'IA : des applications spécialisées
Une adéquation aux enjeux actuels difficile à évaluer
La notion de productivité à travers l'utilisation du coding et des applications : un meilleur traitement des données
Une logique d'utilisation des IA qui s'inscrit dans un cadre global
Analyse des résultats
L'intelligence artificielle peut répondre aux enjeux de compétitivité de la supply chain
L'IA s'inscrit dans une volonté de l'entreprise de prendre le tournant "technologique" du XXI : les professionnels sont agiles technologiquement
Conclusion
Méthodologie
Problématique
Questions de recherche
Choix de la démarche épistémologique
Le choix de la méthode pour la collecte de données empiriques
Choix de la technique : l'entretien semi-directif
Mise en place des entretiens
Choix de la population
Guide d'entretien
Le traitement des données qualitatives
Analyse du contenu des réponses
Hypothèses de départ
Résultats des entretiens
Une prédisposition à l'utilisation de l'intelligence artificielle
Une compétence ciblée dans le coding pour les professionnels
Une polysémie de l'IA : des applications spécialisées
Une adéquation aux enjeux actuels difficile à évaluer
La notion de productivité à travers l'utilisation du coding et des applications : un meilleur traitement des données
Une logique d'utilisation des IA qui s'inscrit dans un cadre global
Analyse des résultats
L'intelligence artificielle peut répondre aux enjeux de compétitivité de la supply chain
L'IA s'inscrit dans une volonté de l'entreprise de prendre le tournant "technologique" du XXI : les professionnels sont agiles technologiquement
Conclusion
Accédez gratuitement au plan de ce document en vous connectant.
Extraits
[...] En effet, ces produits sont utilisés depuis des décennies et disposent d'une véritable structure économique mondialisée. Toutefois, nous remarquons que l'intelligence artificielle s'inscrit dans un rôle complémentaire aux produits traditionnelles. Dès lors, nous pensons que l'intelligence artificielle s'inscrit dans un produit influent et complémentaire aux autres produits utilisés par la supply chain. Au sein de notre première partie, nous avons remarqué que l'intelligence artificielle ne disposaient pas des mêmes publicités et économies que les autres produits traditionnels utilisés dans la supply chain. [...]
[...] Toutefois, cette gestion s'articule avec d'autres facteur que notre mémoire de recherche a pu mettre en avant, notamment le fait que les professionnels eux-mêmes démontrent des connaissances et un intérêt pour l'IA afin qu'une croissance effective soit faite à travers une meilleure productivité. Cette productivité se compose d'une meilleure gestion des données à travers l'utilisation du big data, de parcer de codes faits via Python permettant notamment de gérer des données de clientèles, des données internes mais également de permettre de créer des tendances de marché. Enfin, la régulation semble être au c?ur de toute les attentions concernant l'intelligence artificielle pour les prochaines années. [...]
[...] Dès lors, nous souhaitons montrer comment le big data, et plus généralement l'intelligence artificielle, peut impacter positivement la chaine de valeur d'une entreprise. (Thie?tart, 2007). Cette approche repose sur le fait que l'intelligence artificielle peut permettre des gains considérables en termes de productivité : en l'occurrence une meilleure utilisation des données et tout particulièrement pour les datas des clients. Dès lors, utiliser du big data afin de regrouper des données et prédire des tendances de marché peut avoir un impact sur la supply chain de l'entreprise. La démarche interprétative nous oblige à émettre des hypothèses de départ. [...]
[...] Au regard de nos travaux, être à l'aise avec les nouvelles technologies, et notamment celle utilisant le coding est une condition nécessaire et primordiale pour porter un intérêt envers l'intelligence artificielle au travail. Dès lors, nous retenons cette hypothèse et nous la considérons comme vérifiée avec un taux de 80%. En effet, nous remarques que les personnes disposant du niveau senior au sein de l'entreprise sont au fait de l'émergence de ces nouvelles technologies mais ne les maitrise pas du tout et délèguent, parfois même à leurs stagiaire, la tâche de comprendre l'articulation des contenus. [...]
[...] Problématique : Dès lors, avec l'introduction de ces nouvelles technologies au sein des entreprises, quels sont les impacts des technologies d'Intelligence Artificielle sur les prévisions de ventes, notamment à travers une modification de la supply chain ? Durée de l'entretien : 45 minutes Le traitement des données qualitatives « Selon la majorité des chercheurs la recherche qualitative ne se caractérise pas par les données, puisqu'elles peuvent aussi être quantifiées, mais par sa méthode d'analyse qui n'est pas mathématique » (Strauss et Corbin, 1990). [...]
