Revue bibliométrique de littérature : L’adoption de l’intelligence Artificielle pour améliorer la performance organisationnelle des entreprises et réduire le risque d’échec

Résumé

A l’égard des entreprises, le développement de nouveaux business model et d’avantages compétitifs grâce à l’intégration de l’intelligence artificielle (IA) dans les stratégies managériales est devenu un élément crucial pour leur pérennité et leur compétitivité. Or, la majorité des entreprises ont du mal à profiter des opportunités pour la création de valeur tandis que d’autres utilisent l’IA avec succès. Selon la littérature, les avantages en termes de performances, des critères de réussite et des difficultés liées à l’adoption de l’IA ont été soulignés dans des recherches antérieures. L’intégration de l‘IA a conduit à des changements importants dans la manière de gestion des entreprises et de prise de décisions, ce qui se traduit par des processus plus efficaces et plus précis et ce qui aboutit à l’amélioration de la performance organisationnelle et globale. Cette étude propose l’analyse de la littérature spécialisée dans le domaine de l’IA pour mettre en évidence l’impact généré par ces technologies sur la performance des entreprises. Pour cette étude, nous avons sélectionné 478 références de la base de données Web of Science, publiées entre 2015 et 2025 qu’on a filtré par la suite suivant trois critères de sélection reposant sur l’actualité, la pertinence et la fiabilité des sources pour enfin garder 147 articles. La cartographie de la littérature scientifique a été réalisée grâce aux différents logiciels statistiques à savoir R-Package, Bibliometrix, Biblioshiny ainsi que VOSviewer. Les résultats de l’étude soulignent une tendance croissante dans le nombre de publications analysant l’impact des technologies d’IA sur la performance des entreprises depuis 2011. Enfin, les résultats ont révélé un lien fort entre le concept d’intelligence artificielle et le métier de management et de gestion des entreprises. Notre étude contribue à la littérature sur les technologies de l'IA et la performance des entreprises en mettant en avant les concepts clés propres aux recherches antérieures, la répartition spatiale des publications et l’analyse rapide et profonde des contenus des articles scientifiques remarquables dans le domaine. 

JEL Classification : M21

Type du papier : Recherche Théorique