Quelles compétences managériales pour travailler avec l’Intelligence Artificielle ?

2437 vues

Partager

Qu’elle fasse peur ou qu’elle fascine, l’Intelligence Artificielle (IA) constitue un facteur de transformation à la fois pour la société mais également pour les organisations et les individus. Il est temps d’expliquer objectivement aux managers quelle aura des impacts sur leur métier.

l’IA peut remplacer de nombreuses tâches, assister le collaborateur et surtout l’augmenter, c’est-à-dire lui permettre de réaliser des tâches qu’il ne pourrait pas faire sans elle.

L’IA remplace, assiste, et augmente.

Mots clés

Auteur.e(s)

Institution(s)

Vidéos de la même institution

02:44
La gouvernance multi-acteurs et multi-niveaux désigne un mode de gestion des politiques publiques et des projets complexes qui repose sur l’articulation entre différents échelons de décision (local, régional, national, voire international) et la coopération entre une diversité d’acteurs publics, privés et citoyens. Contrairement aux modèles de gouvernance centralisés ou cloisonnés, cette approche reconnaît que les défis contemporains – comme la transition écologique ou la gestion des crises sociales – nécessitent une coordination entre plusieurs niveaux d’autorité et une implication active des parties prenantes. Inspirée de Duit et Galaz (2008), elle permet d’articuler des ressources et compétences variées pour répondre à des enjeux complexes. Selon Emerson, Nabatchi et Balogh (2011), elle s’appuie sur des processus et structures collaboratives impliquant divers acteurs au-delà des frontières institutionnelles et sectorielles. Cette gouvernance combine une coopération horizontale, entre organisations d’un même niveau, et verticale, entre différents échelons. Son objectif est de dépasser les logiques cloisonnées, favoriser l’innovation et mieux répondre aux besoins des citoyens.
BERTHINIER-PONCET Anne - LIRSA-CNAM |
MICHELIN Émilie - LIRSA-CNAM |
RIVAL Madina - LIRSA-CNAM |
03:30
L’innovation publique collaborative désigne une approche de l’innovation dans le secteur public qui repose sur la coopération entre une diversité d’acteurs : administrations, citoyens, entreprises, associations et collectivités. L’innovation publique collaborative repose sur deux approches complémentaires : une dynamique top-down, où l’innovation est structurée et encadrée par des institutions et une dynamique bottom-up, où l’innovation émerge du terrain grâce aux agents publics et citoyens. Elle s’appuie sur quatre fondamentaux : des objectifs communs, une vision partagée, la création de connaissances sociales et une gouvernance multi-acteurs et multi-niveaux. L’innovation publique collaborative crée de la valeur publique, reposant sur le leadership de certains acteurs, le dépassement des frontières organisationnelles et l’adaptation des services publics aux besoins réels des usagers.
MICHELIN Émilie - LIRSA-CNAM |
RIVAL Madina - LIRSA-CNAM |
BERTHINIER-PONCET Anne - LIRSA-CNAM |
04:06
Face à la complexité des enjeux sociétaux, les politiques publiques innovantes peinent à se déployer localement. Pour répondre à ce paradoxe, notre travail cherche à déterminer les pratiques institutionnelles “piliers” pour disséminer une politique publique sociale innovante. Cet article se situe dans la lignée de l’innovation publique et du post New Public Management. Il s’inspire des recherches sur les collaborations écosystémiques dans le secteur public complétées par le cadre théorique du travail institutionnel qui met en évidence les pratiques de collaboration pour l’innovation mises en œuvre par les différentes parties prenantes. Nous avons mené pendant 2 ans une étude de cas longitudinale d’un projet multi-acteurs et multiniveaux qui déploie dans un territoire rural la politique nationale de lutte contre les violences intra familiales. Notre recherche met en évidence une mobilisation différenciée des leviers et des pratiques institutionnelles en fonction du type d’acteurs et de leur position dans l’échelle territoriale. Elle pointe en creux l’impensé concernant certains acteurs aux frontières.
BERTHINIER-PONCET Anne - LIRSA-CNAM |
MICHELIN Émilie - LIRSA-CNAM |
RIVAL Madina - LIRSA-CNAM |
03:49
Le Contrat psychologique (PCO, Psychological Contract in Organizations) est une théorie et une méthode qui permet de mieux comprendre pourquoi, face à un même événement, certains percevront une violation contractuelle et d’autres, un simple ajustement. Fondé fin 1990 aux Etats-Unis, ces travaux en comportement organisationnel se développent dans les pays francophones à partir de leur traduction/adaptation en 2015. Le PCO décrit la complexité et la varité des engagements organisationnels : il est idiosyncrasique (personnel et biographique) mais aussi normatif, c’est-à-dire partagé par plusieurs individus dans une profession ; il est relationnel lorsque l’enjeu vise absolument à maintenir l’engagement ou à l’inverse purement transactionnel. Face aux problématiques de RSE (responsabilité sociétale des entreprises), respecter et gérer ces formes d’engagement contractuel améliorent la vie organisationnelle.
DE ROZARIO Pascale - LIRSA-CNAM |

Vidéos de la même thématique

Our research investigates how management interventions can facilitate user adaptation to new information technology across implementation stages and usage contexts. Drawing on the Coping Model of User Adaptation, we propose a 2×2 coping framework, showing that tailored interventions—such as training, user participation, feedback handling, and change fairness—differently shape users’ beliefs (perceived usefulness and ease of use) and coping mechanisms. Empirical studies in both mandatory (police officers) and voluntary (university students) settings confirm that communal coping dominates in mandatory contexts while individual coping prevails in voluntary ones. Pre-implementation beliefs strongly influence post-implementation perceptions, and deep usage significantly enhances user performance and satisfaction. The study offers theoretical insights into adaptive processes and practical guidance for managers aiming to improve IT implementation success.
YU Nadia-Yin - NEOMA Business School |
Cette recherche analyse la transformation digitale des entreprises industrielles sur le temps long, en s’appuyant sur le cas de l’industrie automobile. Elle montre que la digitalisation, amorcée depuis plusieurs décennies, s’inscrit dans une dynamique historique complexe. L’étude adopte une approche systémique et prospective, révélant six grandes périodes de co-évolution technologique. Elle souligne que la transformation digitale est à la fois continue et marquée par des ruptures, influencée par l’articulation produit-service-processus. L’ouvrage invite à repenser les stratégies digitales avec une approche intégrative, multidimensionnelle et interdisciplinaire, en valorisant l’expérience passée pour mieux accompagner les mutations futures.
FABBE-COSTES Nathalie - IAE Aix-Marseille Graduate School of Management |
L’intelligence artificielle est omniprésente en entreprise, mais son usage reste souvent mal structuré. Notre recherche propose une méthodologie en quatre étapes pour cartographier les usages de l’IA et en évaluer les risques. Nous avons identifié trois catégories de risques : managériaux, organisationnels et juridiques. Nos résultats montrent que l’IA est souvent déployée sans vision globale, que les risques sont sous-évalués et qu’une gouvernance adaptée est essentielle. Nous recommandons aux entreprises de cartographier leurs usages, de réaliser des audits réguliers, de mettre en place un cadre de gouvernance clair et de former leurs équipes. L’objectif est de faire de l’IA un levier de transformation maîtrisé plutôt qu’une source de risques mal anticipés.
SCHOCH Patrice - EDC Business School |
Robotic warehouses have transformed logistics, prioritizing speed and efficiency. However, traditional static priority systems often leave low-priority customers facing excessive delays, raising concerns about fairness. This research, based on Invia, a robotic warehouse company, proposes a dynamic priority allocation model to balance efficiency and fairness. By adjusting order priorities over time, this approach ensures that both high-priority and long-waiting low-priority orders receive timely fulfillment. Through stochastic modeling and simulations, we demonstrate that dynamic prioritization reduces delays compared to static and first-come, first-served (FCFS) models. Case studies in e-commerce and healthcare logistics illustrate the broader impact of fairness in automation. As industries increasingly rely on AI-driven decision-making, the balance between efficiency and equity becomes critical. This research challenges the assumption that robotic warehouses should optimize for speed alone and advocates for a future where fairness plays a central role in automated commerce.
YUAN Zhe - EMLV |

S'abonner aux vidéos FNEGE MEDIAS