27 août 2023

Un article de Catherine Beaudry publié dans la revue Industry and Innovation

Catherine Beaudry, Professeure titulaire à Polytechnique Montréal et Fellow CIRANO et Amir Taherizadeh, Chargé de cours à l'Université McGill ont publié un article dans la revue Industry and Innovation.

Dans cet article intitulé An emergent grounded theory of AI-driven digital transformation : Canadian SMEs’ perspectives, les auteurs examinent les dimensions clés de la transformation numérique axée sur l’IA et proposent les fondements théoriques permettant de bien comprendre comment se déroule ce processus de transformation au sein des petites et moyennes entreprises (PME) canadiennes.

Cet article fait suite à la publication du rapport CIRANO Vers une meilleure compréhension de la transformation numérique optimisée par l’IA et de ses implications pour les PME manufacturières au Canada.

 

Lire l’article

Lire le rapport CIRANO

 

RÉSUMÉ : L’intelligence artificielle (IA) pousse les entreprises traditionnelles à se transformer en une Industrie 4.0, ce qui leur permet de soutenir la concurrence à une époque de progrès technologiques rapides. Toutefois, l’adoption de l’IA demeure limitée parmi les entreprises canadiennes. Dans cet article, les auteurs examinent les dimensions clés de la transformation numérique axée sur l’IA — ou AI-driven digital transformation (AIDT) en anglais — et proposent les fondements théoriques permettant de bien comprendre comment se déroule ce processus de transformation au sein des petites et moyennes entreprises (PME) canadiennes. L’étude révèle que le processus est façonné par l’interaction de cinq dimensions fondamentales, à savoir l’évaluation du contexte de transformation, l’audit de l’état de préparation organisationnelle, la mise à l’essai de l’intégration de l’IA, la mise à l’échelle de la mise en œuvre et la direction de la transformation. La transformation numérique axée sur l’IA est caractérisée comme un large éventail de changements évolutifs lents qui exigent que les entreprises s’adaptent en développant leurs capacités de détection, de saisie et de reconfiguration pour évoluer et maintenir leur condition évolutive. L’étude explore plusieurs implications théoriques et managériales qui découlent des résultats.