Mesure de la performance globale de l’entreprise : L’IA peut-elle lever les biais méthodologiques

Résumé

Cet article a pour objectif d'examiner dans quelle mesure l'intelligence artificielle (IA) est mobilisée par les chercheurs afin de surmonter les limites associées à l’analyse du lien entre la performance sociale des entreprises (PSE) et la performance financière (PF), notamment celles liées aux capacités humaines limitées et aux biais méthodologiques susceptibles d’être introduits par les analystes, telles que les échantillons non représentatifs ou la négligence de la dimension temporelle.

Une revue systématique de la littérature a été menée selon le protocole PRISMA à partir de la base de données Scopus, couvrant la période 2012–2025 et limitée aux articles publiés en français ou en anglais.

L’analyse révèle l’absence d’études intégrant simultanément l’IA, la PSE et la PF, ou abordant cette relation dans une perspective de performance globale. Toutefois, quatre articles mobilisant l’IA pour mesurer la performance durable ont été identifiés, mais qui n’abordent pas explicitement la relation PSE–PF. Ces travaux utilisent principalement des réseaux de neurones artificiels pour extraire des informations à partir de documents textuels non structurés, prendre en compte un ensemble multidimensionnel de variables et améliorer ou remplacer les modèles statistiques conventionnels.

Les résultats mettent en évidence les limites des usages actuels de l’IA dans ce champ, tout en soulignant son potentiel pour réduire certains biais méthodologiques. Ils suggèrent notamment l’intérêt d’approches hybrides combinant des modèles économétriques traditionnels, afin de dépasser les postulats de linéarité généralement retenus dans les analyses empiriques et d’identifier des relations plus complexes.

JEL Classification : Q56

Type du papier : Revue de littérature