FICHE DE LECTURE

Référence (format APA)

Segarra-Blasco, A., Tomàs-Porres, J., & Teruel, M. (2025). AI, robots and innovation in European SMEs. Small Business Economics, 65, 719–745. https://doi.org/10.1007/s11187-025-01017-2

Mots-clés

PME ; intelligence artificielle ; robotisation ; innovation ; transformation organisationnelle ; performance ; technologies numériques

Synthèse

Segarra-Blasco, Tomàs-Porres et Teruel analysent l’impact de l’adoption de l’intelligence artificielle (IA) et de la robotisation sur les capacités d’innovation des PME européennes. L’article s’inscrit dans une perspective de transformation technologique et organisationnelle, en montrant que l’adoption de ces technologies ne constitue pas uniquement un investissement technique, mais un véritable levier stratégique influençant la performance et la compétitivité des PME.

Les auteurs démontrent que l’IA et les robots favorisent l’innovation des PME lorsqu’ils sont intégrés dans une logique organisationnelle cohérente, combinant compétences humaines, apprentissage organisationnel et reconfiguration des processus. Ces résultats sont particulièrement pertinents pour les PME cherchant à optimiser ou mutualiser leurs fonctions commerciales, notamment la force de vente, via des outils numériques partagés.

Développement

1. Cadre théorique et objectifs de l’article

Les auteurs s’appuient sur la littérature relative à :

l’innovation technologique,
la transformation numérique des PME,
les capacités organisationnelles nécessaires à l’absorption des nouvelles technologies.

L’objectif principal de l’article est d’évaluer dans quelle mesure l’adoption de l’IA et des robots influence la performance innovante des PME européennes, tout en tenant compte des caractéristiques organisationnelles propres à ces entreprises.

Contrairement aux grandes entreprises, les PME disposent de ressources limitées, ce qui rend l’adoption technologique plus risquée mais potentiellement plus transformatrice.

2. Méthodologie

L’étude repose sur :

un large échantillon de PME européennes,
des données issues d’enquêtes statistiques,
des modèles économétriques permettant d’identifier les effets de l’IA et de la robotisation sur l’innovation.

Les auteurs distinguent plusieurs formes d’innovation (produits, processus, organisationnelle) afin d’évaluer précisément l’impact des technologies.

3. Résultats principaux

Les résultats montrent que :

l’adoption de l’IA et des robots a un effet positif significatif sur l’innovation des PME ;
cet effet est renforcé lorsque les PME disposent de compétences internes adaptées et d’une capacité d’apprentissage organisationnel ;
les technologies numériques favorisent la reconfiguration des processus internes, notamment commerciaux et opérationnels.

Les auteurs soulignent que l’IA permet :

une meilleure exploitation des données,
une automatisation de certaines tâches,
une coordination plus efficace des activités.

4. Apports pour le management commercial et la mutualisation de la force de vente

Bien que l’article ne traite pas directement de la force de vente, ses implications pour le management commercial sont importantes :

les outils basés sur l’IA facilitent la centralisation des informations commerciales ;
ils permettent une coordination accrue entre équipes, condition clé de la mutualisation de la force de vente ;
La digitalisation soutient des modèles commerciaux plus flexibles, adaptés aux contraintes des PME.

Ainsi, l’adoption de technologies numériques constitue un pré-requis organisationnel à la mise en place de dispositifs de force de vente mutualisée.

Conclusion

Cet article montre que l’intelligence artificielle et la robotisation sont des leviers majeurs d’innovation et de performance pour les PME européennes, à condition d’être intégrées dans une logique organisationnelle et stratégique cohérente. Les résultats soulignent l’importance des compétences, de l’apprentissage et de la reconfiguration des processus, éléments centraux pour toute démarche de mutualisation de la force de vente.

L’étude apporte un éclairage théorique et empirique solide pour comprendre comment les PME peuvent utiliser les technologies numériques afin d’optimiser leurs ressources commerciales et renforcer leur compétitivité face aux grandes entreprises.

Références bibliographiques

Segarra-Blasco, A., Tomàs-Porres, J., & Teruel, M. (2025). AI, robots and innovation in European SMEs. Small Business Economics, 65, 719–745.

FICHE DE LECTURE

Référence (format APA)

Peñarroya-Farell, M., Vaziri, M., Soto Rivera, S. K., & Miralles, F. (2025). A complex leadership perspective on generative AI adoption in SMEs: The interplay of TAM, TMT, and RBV. Administrative Sciences, 15(12), 494. https://doi.org/10.3390/admsci15120494

Mots-clés

Intelligence artificielle générative ; PME ; leadership organisationnel ; adoption technologique ; TAM ; TMT ; RBV ; complexité ; transformation digitale

Synthèse

Cet article examine l’adoption de l’intelligence artificielle générative (GenAI) dans les petites et moyennes entreprises (PME) sous l’angle du leadership organisationnel. S’inscrivant dans une perspective de complexité, les auteurs proposent un cadre conceptuel intégrant trois approches théoriques majeures : le Technology Acceptance Model (TAM), la Temporal Motivation Theory (TMT) et la Resource-Based View (RBV). L’objectif est de dépasser les modèles linéaires d’adoption technologique pour analyser l’adoption de la GenAI comme un processus non linéaire, dynamique et fortement dépendant des comportements des dirigeants.

À partir d’une étude qualitative menée auprès de dirigeants de PME espagnoles, l’article met en évidence que l’adoption de la GenAI ne dépend pas uniquement de la perception de son utilité ou de sa facilité d’usage, mais repose sur l’alignement entre intention stratégique, motivation managériale et allocation des ressources. Les auteurs identifient ainsi quatre profils de leadership — Strategic Adopters, Aspiring Adopters, Opportunistic Adopters et Operational Stabilizers — qui structurent différentes trajectoires d’adoption de la GenAI. Ces résultats apportent une contribution théorique significative à la littérature sur la transformation digitale des PME et soulignent le rôle central du leadership dans la création de valeur à partir des technologies émergentes.

Développement

1. Objectifs et méthodologie de l’étude

L’objectif principal de l’article est de comprendre comment le comportement des dirigeants de PME influence l’adoption de l’IA générative dans un contexte de transformation digitale caractérisé par l’incertitude, la contrainte de ressources et la complexité organisationnelle. Plus précisément, les auteurs cherchent à analyser dans quelle mesure le leadership permet d’aligner intention, motivation et ressources dans le processus d’adoption de la GenAI.

La recherche repose sur une méthodologie qualitative, fondée sur :

des entretiens semi-directifs menés entre mai et décembre 2024,
un échantillon de 15 dirigeants de PME espagnoles issus de secteurs variés,
une analyse interprétative de type Interpretative Phenomenological Analysis (IPA), combinée à une analyse thématique transversale.

Ce choix méthodologique vise à capter la complexité des processus décisionnels et des logiques managériales à l’œuvre dans les PME en phase d’adoption précoce de la GenAI.

2. L’adoption de la GenAI comme processus complexe et non linéaire

L’un des apports majeurs de l’article réside dans la remise en cause des modèles linéaires d’adoption technologique. Les auteurs montrent que les modèles classiques, tels que le TAM ou la diffusion des innovations, sont insuffisants pour expliquer l’adoption de technologies disruptives comme la GenAI dans les PME.

En mobilisant la théorie de la complexité et la Complexity Leadership Theory, l’adoption est analysée comme un système adaptatif complexe, dans lequel les dimensions cognitives (perception de l’utilité et de la facilité d’usage), motivationnelles (urgence perçue, valeur attendue) et organisationnelles (ressources, compétences, infrastructures) interagissent de manière dynamique. Le leadership joue alors un rôle de mécanisme de coordination permettant — ou non — l’émergence de trajectoires d’adoption plus stratégiques.

3. Intention, motivation et ressources : une lecture intégrée (TAM, TMT, RBV)

L’intégration des trois cadres théoriques constitue le cœur de la contribution conceptuelle de l’article.

Le TAM permet d’analyser l’intention d’adoption à travers la perception de l’utilité et de la facilité d’usage de la GenAI.
La TMT introduit une dimension temporelle et motivationnelle, en soulignant le rôle de l’urgence perçue et de la valeur attendue dans le déclenchement de l’action.
La RBV met en évidence le rôle structurant des ressources internes, notamment les compétences humaines, les capacités dynamiques et la maturité technologique.

Les résultats montrent que ces dimensions ne fonctionnent pas de manière indépendante, mais s’influencent mutuellement. Ainsi, une forte intention d’adoption peut rester sans effet en l’absence de ressources, tandis qu’une capacité technique sans motivation stratégique conduit à des usages fragmentés et peu transformants.

4. Profils de leadership et trajectoires d’adoption de la GenAI

À partir de l’analyse des données empiriques, les auteurs identifient quatre profils de leadership :

Strategic Adopters : dirigeants alignant intention, motivation et ressources, engagés dans une adoption proactive et stratégique de la GenAI.
Aspiring Adopters : dirigeants convaincus de l’intérêt de la GenAI mais limités par des contraintes de ressources et de capacités organisationnelles.
Opportunistic Adopters : dirigeants adoptant la GenAI de manière ponctuelle et tactique, sans vision stratégique globale.
Operational Stabilizers : dirigeants privilégiant la stabilité opérationnelle et maintenant une distance vis-à-vis de la GenAI.

Ces profils illustrent que l’adoption de la GenAI ne correspond pas à des étapes successives, mais à des configurations dynamiques susceptibles d’évoluer sous l’effet de changements internes ou externes.

Conclusion

Cet article met en évidence que l’adoption de l’intelligence artificielle générative dans les PME est avant tout un phénomène organisationnel et managérial, plutôt qu’un simple choix technologique. En intégrant les apports du TAM, de la TMT et de la RBV dans une perspective de complexité, les auteurs démontrent que le leadership constitue le levier central permettant d’aligner intention stratégique, motivation et allocation des ressources.

Pour les PME, les résultats suggèrent que la GenAI ne peut devenir un véritable levier de performance et de transformation que si elle est intégrée dans une vision stratégique cohérente, soutenue par le développement des compétences et des capacités organisationnelles. L’étude apporte ainsi des enseignements précieux pour les dirigeants, mais aussi pour les chercheurs s’intéressant aux dynamiques de transformation digitale dans des contextes contraints.

FICHE DE LECTURE

Référence (format APA)

Abubakar, J. E., Yusuf, S. O., & Yusuf, P. O. (2025). From branding to sales conversion: How AI-powered CRM systems shape the customer journey for African SMEs. International Journal of Science and Research Archive, 14(02), 494–506. https://doi.org/10.30574/ijsra.2025.14.2.0369

Mots-clés

Intelligence artificielle ; CRM ; parcours client ; branding ; conversion des ventes ; PME africaines ; transformation digitale ; personnalisation ; automatisation

Synthèse

Cet article analyse le rôle des systèmes de Customer Relationship Management (CRM) intégrant l’intelligence artificielle dans l’optimisation du parcours client des petites et moyennes entreprises (PME) africaines. Les auteurs s’intéressent plus particulièrement à la manière dont ces outils permettent de relier les activités de branding aux performances commerciales, notamment en matière de conversion des ventes.

S’appuyant sur une revue de littérature approfondie et sur plusieurs études de cas sectorielles (commerce de détail, agriculture, services), l’article met en évidence que les CRM dopés à l’IA constituent des leviers majeurs de compétitivité pour les PME opérant dans des contextes marqués par des contraintes fortes de ressources, de compétences et d’infrastructures. Les résultats montrent que l’automatisation, la personnalisation des interactions et l’analyse prédictive offertes par ces systèmes permettent d’améliorer la cohérence de la marque, l’engagement client et, in fine, les taux de conversion. L’article apporte ainsi une contribution pertinente à la littérature sur la transformation digitale des PME dans les marchés émergents.

Développement

1. Objectifs et méthodologie de l’étude

L’objectif principal de l’article est d’analyser comment les systèmes CRM alimentés par l’IA influencent les différentes étapes du parcours client — de la notoriété de la marque jusqu’à la conversion et à la fidélisation — dans le contexte spécifique des PME africaines. Les auteurs cherchent à combler un manque dans la littérature, celle-ci étant majoritairement centrée sur les économies développées.

La méthodologie adoptée repose sur :

une revue de littérature structurée portant sur le CRM, l’IA, le branding et la conversion des ventes ;
une analyse qualitative de cas d’entreprises africaines issues de secteurs variés (retail, agriculture, services) ;
une approche conceptuelle articulant CRM, parcours client et création de valeur.

Cette méthodologie permet d’appréhender à la fois les apports technologiques des CRM intelligents et leurs implications managériales dans des environnements contraints.

2. Le CRM alimenté par l’IA comme levier d’optimisation du parcours client

Les auteurs rappellent que le parcours client se structure autour de plusieurs étapes clés : prise de conscience (awareness), considération, achat, rétention et advocacy. Les CRM traditionnels, centrés sur la gestion statique des données, se révèlent insuffisants pour piloter efficacement ces étapes dans des marchés dynamiques et fragmentés.

L’intégration de l’IA transforme le CRM en un outil proactif capable d’analyser de grands volumes de données clients, de détecter des patterns comportementaux et d’anticiper les besoins. Les technologies mobilisées — apprentissage automatique, analyse prédictive, traitement du langage naturel — permettent d’automatiser les interactions, de personnaliser les contenus et d’améliorer la réactivité des entreprises tout au long du parcours client.

3. Branding, personnalisation et engagement client

L’un des apports centraux de l’article réside dans l’analyse du lien entre CRM intelligent et branding. Les auteurs montrent que la cohérence et la personnalisation des interactions renforcent la perception de la marque à chaque point de contact avec le client. Les CRM alimentés par l’IA permettent notamment :

une communication cohérente sur l’ensemble des canaux ;
une adaptation fine des messages aux préférences et comportements individuels ;
une amélioration de l’expérience client grâce à des interactions fluides et contextualisées.

Dans le contexte africain, où les marchés sont caractérisés par une forte hétérogénéité culturelle et linguistique, cette capacité de personnalisation apparaît comme un facteur clé de différenciation et de fidélisation.

4. Impact des CRM intelligents sur la conversion des ventes

L’article souligne que les systèmes CRM intégrant l’IA jouent un rôle déterminant dans l’amélioration des taux de conversion. Grâce à l’automatisation du nurturing des leads, à la segmentation avancée et aux recommandations personnalisées, les PME peuvent concentrer leurs ressources limitées sur les prospects à plus forte probabilité de conversion.

Les auteurs mettent également en avant le rôle des chatbots, des rappels automatisés et des offres dynamiques dans la réduction des frictions au moment de l’achat. Ces dispositifs contribuent à fluidifier la prise de décision du client, tout en améliorant l’efficacité commerciale des PME.

5. Enjeux spécifiques et limites dans le contexte africain

L’étude identifie plusieurs freins à l’adoption des CRM alimentés par l’IA en Afrique : limitations des infrastructures numériques, contraintes financières, déficit de compétences digitales et résistances culturelles. Toutefois, les auteurs soulignent que les solutions SaaS, les stratégies mobile-first et les modèles économiques flexibles rendent ces technologies de plus en plus accessibles aux PME africaines.

L’article insiste également sur la nécessité d’un accompagnement managérial et stratégique afin d’éviter une adoption purement technologique, déconnectée des objectifs business.

Conclusion

Cet article met en évidence que les systèmes CRM intégrant l’intelligence artificielle constituent un levier stratégique majeur pour les PME africaines souhaitant renforcer leur branding et améliorer leurs performances commerciales. En optimisant l’ensemble du parcours client, ces outils permettent de transformer des interactions fragmentées en expériences cohérentes, personnalisées et génératrices de valeur.

Toutefois, la réussite de ces démarches repose moins sur la technologie elle-même que sur la capacité des PME à intégrer ces outils dans une stratégie globale, tenant compte des contraintes organisationnelles, humaines et contextuelles. L’article ouvre ainsi des perspectives de recherche intéressantes sur l’impact à long terme de l’IA sur la croissance et la structuration des PME dans les économies émergentes.

Références bibliographiques

FICHE DE LECTURE

Référence (format APA)

Clark, W. R., Manley, S. C., Hair, J. F., & Williams, R. I. (2025). Sales management improves SME performance, but not without marketing planning. Marketing Management Journal, 34(2), 1–18.

Mots-clés

PME ; gestion de la force de vente ; planification marketing ; performance commerciale ; alignement stratégique ; coordination marketing–ventes

Synthèse

Clark et al. (2025) analysent l’impact de la gestion de la force de vente sur la performance des PME, en mettant en évidence le rôle central de la planification marketing comme condition de succès. L’article s’inscrit dans la littérature sur l’alignement interfonctionnel et démontre que la performance commerciale ne résulte pas uniquement d’une force de vente bien structurée, mais de son intégration dans une stratégie marketing cohérente.

Les auteurs montrent que les PME qui investissent simultanément dans la gestion de la force de vente et dans la planification marketing obtiennent de meilleures performances économiques. Ces résultats sont particulièrement pertinents pour l’étude de la mutualisation de la force de vente, qui nécessite une coordination renforcée entre les fonctions commerciales et marketing.

Développement

1. Cadre théorique

L’article s’appuie sur les travaux relatifs :

à la gestion de la force de vente (sales management), incluant la structuration, le pilotage et le contrôle des équipes commerciales ;
à la planification marketing, définie comme un processus stratégique visant à aligner les actions commerciales sur les objectifs de marché ;
à l’alignement marketing–ventes, considéré comme un facteur clé de performance organisationnelle.

Les auteurs soulignent que, dans les PME, la proximité organisationnelle ne garantit pas automatiquement une coordination efficace entre les fonctions.

2. Problématique et hypothèses

La problématique centrale est la suivante :
La gestion de la force de vente améliore-t-elle la performance des PME, et sous quelles conditions ?

Les auteurs formulent plusieurs hypothèses, dont la principale stipule que :

la gestion de la force de vente a un impact positif sur la performance,
mais que cet impact est conditionné par la présence d’une planification marketing structurée.

3. Méthodologie

L’étude repose sur :

une enquête quantitative menée auprès de dirigeants de PME,
des mesures de la performance (croissance, résultats financiers, performance perçue),
des analyses statistiques permettant de tester les effets directs et modérateurs.

Les auteurs adoptent une approche empirique rigoureuse, adaptée au contexte des PME.

4. Résultats principaux

Les résultats montrent que :

la gestion de la force de vente améliore significativement la performance des PME ;
toutefois, cet effet disparaît ou s’affaiblit fortement en l’absence de planification marketing ;
la planification marketing joue donc un rôle modérateur clé dans la relation entre gestion des ventes et performance.

Ces résultats confirment que les actions commerciales isolées sont insuffisantes pour créer un avantage durable.

5. Apports pour la mutualisation de la force de vente dans les PME

L’article apporte des enseignements directs pour ta problématique :

la mutualisation de la force de vente exige une coordination stratégique renforcée ;
sans planification marketing partagée, une force de vente mutualisée risque de générer des conflits de priorités ou une dilution des objectifs ;
l’alignement marketing–ventes est une condition indispensable à la performance des dispositifs commerciaux mutualisés.

Ainsi, la mutualisation de la force de vente doit être pensée comme un projet stratégique global, et non comme une simple solution de réduction des coûts.

Conclusion

Clark et al. (2025) démontrent que la gestion de la force de vente constitue un levier majeur de performance pour les PME, à condition qu’elle soit intégrée à une planification marketing structurée. L’article met en lumière l’importance de l’alignement stratégique et de la coordination interfonctionnelle.

Dans le cadre d’un mémoire sur la mutualisation de la force de vente, cette étude fournit un fondement théorique et empirique solide pour analyser les conditions de réussite et les limites des modèles commerciaux mutualisés dans les PME.

Références bibliographiques

Clark, W. R., Manley, S. C., Hair, J. F., & Williams, R. I. (2025). Sales management improves SME performance, but not without marketing planning. Marketing Management Journal, 34(2), 1–18.

FICHE DE LECTURE

Référence (format APA)

Carlos, V. S., Almeida, J., Rodrigues, F. S., Macedo, A. C., & Veiga, P. M. (2025). The impact of entrepreneurial ecosystems on value co-creation in SMEs: The moderating role of marketing innovations. Administrative Sciences, 15(12), 475. https://doi.org/10.3390/admsci15120475

Mots-clés

PME ; écosystèmes entrepreneuriaux ; co-création de valeur ; innovation marketing ; performance ; collaboration inter-organisationnelle ; stratégie commerciale

Synthèse

Carlos et al. (2025) analysent l’influence des écosystèmes entrepreneuriaux sur la capacité des PME à co-créer de la valeur avec leurs parties prenantes, en mettant en évidence le rôle modérateur des innovations marketing. L’article s’inscrit dans une perspective relationnelle et systémique de la performance des PME, montrant que la création de valeur ne dépend plus uniquement des ressources internes, mais aussi de la qualité des interactions avec l’environnement économique.

Les auteurs démontrent que les PME intégrées dans des écosystèmes entrepreneuriaux dynamiques sont plus à même de développer des pratiques de co-création de valeur, à condition de mobiliser des innovations marketing adaptées. Ces résultats sont particulièrement pertinents pour analyser des dispositifs de mutualisation de la force de vente, qui reposent sur la coopération, le partage de ressources et la coordination entre acteurs.

Développement

1. Cadre théorique

L’article mobilise plusieurs courants théoriques :

la théorie des écosystèmes entrepreneuriaux, définis comme un ensemble d’acteurs interconnectés (entreprises, institutions, clients, partenaires) favorisant l’innovation et la croissance ;
la co-création de valeur, qui repose sur l’interaction active entre l’entreprise et ses parties prenantes ;
l’innovation marketing, entendue comme l’adaptation des pratiques commerciales, des canaux et des modes de relation client.

Les auteurs posent l’hypothèse que les écosystèmes entrepreneuriaux ont un effet positif sur la co-création de valeur, et que cet effet est renforcé par les innovations marketing.

2. Méthodologie

L’étude repose sur :

une enquête quantitative menée auprès de PME,
des analyses statistiques permettant de mesurer les relations entre écosystème entrepreneurial, innovation marketing et co-création de valeur.

Les variables clés mesurent :

le degré d’intégration de la PME dans son écosystème,
le niveau d’innovation marketing,
la capacité de co-création de valeur avec les clients et partenaires.

3. Résultats principaux

Les résultats montrent que :

l’intégration dans un écosystème entrepreneurial a un impact positif significatif sur la co-création de valeur ;
les innovations marketing jouent un rôle modérateur, amplifiant cet effet ;
les PME qui développent des pratiques marketing innovantes tirent davantage parti de leur environnement.

Les auteurs soulignent que la performance des PME repose de plus en plus sur leur capacité à collaborer, partager des ressources et coordonner leurs actions commerciales.

4. Apports pour le management commercial et la mutualisation de la force de vente

L’article apporte des enseignements directement mobilisables pour ta problématique :

la mutualisation de la force de vente peut être analysée comme une forme de co-création de valeur inter-organisationnelle ;
les écosystèmes entrepreneuriaux facilitent le partage de ressources commerciales (compétences, réseaux, informations) ;
les innovations marketing (outils digitaux, CRM partagés, nouvelles approches relationnelles) renforcent l’efficacité des dispositifs commerciaux mutualisés.

Ainsi, la mutualisation de la force de vente apparaît comme une stratégie collective, cohérente avec une logique d’écosystème entrepreneurial.

Conclusion

Cet article montre que la performance des PME dépend fortement de leur capacité à s’insérer dans des écosystèmes entrepreneuriaux et à développer des pratiques de co-création de valeur. Les innovations marketing jouent un rôle clé pour transformer ces interactions en avantage concurrentiel.

Dans le cadre d’un mémoire sur la mutualisation de la force de vente pour les PME, cette étude fournit un cadre théorique solide pour analyser les logiques de coopération commerciale, de partage des ressources et de coordination entre entreprises.

Références bibliographiques

FICHE DE LECTURE

Référence (format APA)

Majeed, M., & Jarvis, J. (2024). Tendances IA 2025 : Leaders des sciences de la vie sur les données, le numérique et l’IA. ZS Associates. https://www.zs.com

Tendances IA 2025 _ Leaders des…

Mots-clés

Intelligence artificielle ; transformation digitale ; stratégie d’entreprise ; données ; compétences ; fonctions commerciales ; performance organisationnelle

Synthèse

Ce rapport de ZS Associates analyse les grandes tendances liées à l’intelligence artificielle, aux données et au numérique à l’horizon 2025, à partir d’une enquête menée auprès de 127 dirigeants technologiques du secteur des sciences de la vie. Les auteurs montrent que l’IA est devenue un moteur central de la stratégie d’entreprise, dépassant son rôle traditionnel de simple fonction support.

Le rapport met en évidence que la création de valeur par l’IA ne dépend pas uniquement de la technologie, mais repose sur des facteurs organisationnels clés : qualité des données, compétences humaines, alignement stratégique et capacité à démontrer un retour sur investissement mesurable. Ces enseignements sont particulièrement pertinents pour les PME cherchant à transformer ou mutualiser leurs fonctions commerciales, notamment la force de vente, à l’aide d’outils digitaux et d’IA.

Développement

1. Objectifs et méthodologie du rapport

Le rapport repose sur :

une enquête menée par Harris Poll entre juillet et août 2024,
un échantillon de 127 cadres dirigeants (CIO, CTO, CDIO, responsables data et digital),
des entreprises multinationales des secteurs pharmaceutique, biotechnologique et des sciences de la vie.

L’objectif est d’identifier les priorités stratégiques, les investissements et les défis organisationnels liés à l’IA et au numérique à l’horizon 2025.

2. L’IA comme moteur stratégique de l’entreprise

Les résultats montrent que :

95 % des répondants estiment que l’IA influence désormais autant, voire plus, la stratégie d’entreprise que des facteurs traditionnels (coûts, préférences clients) ;
la technologie passe d’un rôle de support à un pilier central de la création de valeur.

Les investissements en IA et digital devraient augmenter en 2025 (93 % des répondants), notamment dans les fonctions commerciales, médicales et R&D.

3. Données, organisation et compétences : conditions de création de valeur

Le rapport insiste sur plusieurs leviers clés :

la qualité et l’intégration des données (fin des silos, exploitation de données non structurées),
la nécessité de mesurer le ROI des projets IA,
l’importance de l’alignement organisationnel, avec des équipes orientées vers des objectifs globaux plutôt que vers des technologies isolées.

Les auteurs soulignent que les freins majeurs à l’adoption de l’IA sont principalement non techniques : culture, compétences, gouvernance et confiance.

4. Implications pour les fonctions commerciales et la mutualisation de la force de vente

Bien que centré sur les sciences de la vie, le rapport présente des implications transversales :

l’IA est de plus en plus intégrée aux outils commerciaux (CRM, plateformes digitales) ;
la centralisation des données facilite la coordination des équipes commerciales ;
la mutualisation des ressources devient possible grâce à des plateformes partagées et des processus standardisés.

Ainsi, l’IA constitue un levier facilitateur de la mutualisation de la force de vente, à condition que les compétences humaines et l’organisation suivent.

Conclusion

Ce rapport met en évidence que l’intelligence artificielle et le numérique représentent un levier stratégique majeur pour la performance et la transformation des organisations à l’horizon 2025. Toutefois, la création de valeur repose avant tout sur des facteurs organisationnels, humains et stratégiques.

Pour les PME, ces enseignements suggèrent que la mutualisation de la force de vente via des outils digitaux et d’IA ne peut être performante que si elle s’inscrit dans une stratégie globale, fondée sur la qualité des données, l’alignement des équipes et le développement des compétences.

Références bibliographiques

Majeed, M., & Jarvis, J. (2024). Tendances IA 2025 : Leaders des sciences de la vie sur les données, le numérique et l’IA. ZS Associates

FICHE DE LECTURE

Référence (format APA)

Huang, M.-H., & Rust, R. T. (2024). Artificial intelligence in service. Journal of the Academy of Marketing Science, 52, 1–25. https://doi.org/10.1007/s11747-023-00964-0

Mots-clés

Intelligence artificielle ; services ; marketing ; création de valeur ; automatisation ; relation client ; compétences humaines ; transformation des organisations

Synthèse

Cet article propose une analyse approfondie du rôle de l’intelligence artificielle (IA) dans les activités de service, en s’inscrivant dans le champ du marketing et du management des services. Huang et Rust examinent comment l’IA transforme la nature même des services, les interactions avec les clients et les compétences requises au sein des organisations. L’objectif principal est de dépasser une vision technocentrée de l’IA pour analyser ses implications stratégiques, humaines et organisationnelles.

Les auteurs développent un cadre conceptuel structurant l’IA selon trois types d’intelligence — mécanique, analytique et émotionnelle — et montrent comment ces formes d’IA redéfinissent les rôles respectifs des technologies et des employés humains dans les services. L’article met en évidence que la valeur créée par l’IA dépend largement de la complémentarité entre automatisation technologique et compétences humaines, notamment dans les services à forte intensité relationnelle. Cette contribution est centrale pour comprendre l’impact de l’IA sur la relation client, les fonctions commerciales et les stratégies de différenciation des entreprises.

Développement

1. Objectifs et positionnement théorique

L’article vise à répondre à une question centrale : comment l’intelligence artificielle transforme-t-elle la conception, la production et la délivrance des services ? Les auteurs s’inscrivent dans la continuité de leurs travaux antérieurs sur l’IA et le marketing, tout en proposant une synthèse théorique à forte valeur explicative.

L’approche adoptée est conceptuelle et intégrative. Elle mobilise la littérature en marketing des services, en management de l’innovation et en intelligence artificielle afin de proposer un cadre structurant permettant d’analyser les impacts différenciés de l’IA selon les types de services et les formes d’interaction client.

2. Les trois formes d’intelligence artificielle dans les services

Huang et Rust distinguent trois formes d’IA, chacune ayant des implications spécifiques pour les services :

IA mécanique : orientée vers l’automatisation des tâches répétitives et standardisées (ex. chatbots basiques, automatisation des processus). Elle permet des gains d’efficacité et de réduction des coûts.
IA analytique : fondée sur l’analyse de données massives et les capacités prédictives (ex. CRM intelligents, systèmes de recommandation). Elle améliore la personnalisation et la prise de décision.
IA émotionnelle : capable de reconnaître et de répondre aux émotions humaines (ex. analyse du ton de la voix, reconnaissance faciale). Elle ouvre la voie à une transformation profonde des interactions client.

Cette typologie permet de dépasser une vision homogène de l’IA et de mieux comprendre ses usages différenciés selon les contextes de service.

3. Complémentarité entre IA et compétences humaines

Un apport majeur de l’article réside dans l’analyse de la complémentarité entre intelligence artificielle et intelligence humaine. Les auteurs montrent que si l’IA excelle dans les tâches routinières, analytiques et prédictives, elle reste limitée dans les dimensions créatives, éthiques et relationnelles complexes.

Ainsi, la création de valeur dans les services repose sur une reconfiguration des rôles : l’IA prend en charge les tâches à faible valeur relationnelle, tandis que les employés humains se concentrent sur les interactions à forte intensité émotionnelle et sur la résolution de situations complexes. Cette reconfiguration implique une évolution des compétences, des modes de management et de la formation professionnelle.

4. Implications pour la relation client et les fonctions commerciales

L’article souligne que l’IA transforme profondément la relation client en rendant les services plus rapides, personnalisés et disponibles en continu. Les outils basés sur l’IA, tels que les CRM intelligents et les assistants virtuels, permettent une meilleure compréhension des besoins clients et une anticipation des comportements.

Cependant, les auteurs insistent sur le risque de déshumanisation des services si l’IA est déployée sans réflexion stratégique. Dans les fonctions commerciales et de service, l’IA doit être conçue comme un outil de soutien à la relation, et non comme un substitut total à l’interaction humaine. Cette analyse est particulièrement pertinente pour les organisations cherchant à mutualiser ou digitaliser leurs forces de vente tout en maintenant une qualité relationnelle élevée.

Conclusion

Cet article constitue une contribution théorique majeure à la compréhension de l’impact de l’intelligence artificielle sur les services. Huang et Rust montrent que l’IA ne se limite pas à un outil d’automatisation, mais qu’elle redéfinit en profondeur la création de valeur, les compétences et la relation client.

Pour les entreprises, et en particulier les PME, les enseignements de l’article soulignent que la performance des dispositifs basés sur l’IA dépend avant tout de leur intégration dans une stratégie globale, articulant technologie, organisation et compétences humaines. L’IA apparaît ainsi comme un levier de transformation stratégique des services, à condition d’être pensée dans une logique de complémentarité avec l’humain.

Références bibliographiques

Huang, M.-H., & Rust, R. T. (2024). Artificial intelligence in service. Journal of the Academy of Marketing Science, 52, 1–25. https://doi.org/10.1007/s11747-023-00964-0

FICHE DE LECTURE

Référence (format APA)

Del Giudice, M., Scuotto, V., Garcia-Perez, A., & Petruzzelli, A. M. (2025). Artificial intelligence and strategic decision-making in small and medium-sized enterprises. Small Business Economics, 64, Article 1017. https://doi.org/10.1007/s11187-025-01017-2

Mots-clés

Intelligence artificielle ; PME ; prise de décision stratégique ; capacités dynamiques ; ressources immatérielles ; transformation digitale ; avantage concurrentiel

Synthèse

Cet article analyse le rôle de l’intelligence artificielle (IA) dans les processus de prise de décision stratégique des petites et moyennes entreprises (PME). S’inscrivant dans le champ de l’économie et du management stratégique des PME, les auteurs cherchent à comprendre comment l’IA contribue à améliorer la qualité des décisions, la réactivité stratégique et la création d’avantage concurrentiel dans des organisations caractérisées par des ressources limitées.

En mobilisant les cadres théoriques de la Resource-Based View (RBV) et des capacités dynamiques, l’article montre que l’IA agit comme un amplificateur des ressources immatérielles des PME, notamment les connaissances, les compétences managériales et la capacité d’anticipation. Les résultats soulignent que l’IA ne remplace pas la décision humaine, mais transforme la manière dont les dirigeants perçoivent leur environnement, traitent l’information et formulent leurs choix stratégiques. Cette contribution est particulièrement pertinente pour les PME engagées dans des démarches de transformation digitale et d’optimisation de leurs fonctions commerciales et décisionnelles.

Développement

1. Objectifs et cadre théorique

L’objectif principal de l’article est d’examiner comment l’intelligence artificielle influence la prise de décision stratégique au sein des PME. Les auteurs partent du constat que la littérature existante sur l’IA est largement centrée sur les grandes entreprises, alors que les PME font face à des contraintes spécifiques en matière de ressources, de compétences et de gouvernance.

L’étude s’appuie sur deux cadres théoriques complémentaires :

la Resource-Based View (RBV), qui considère l’IA comme une ressource stratégique permettant de valoriser les actifs immatériels de l’entreprise ;
la théorie des capacités dynamiques, qui met l’accent sur la capacité des PME à intégrer, reconfigurer et exploiter les technologies pour s’adapter à des environnements incertains.

2. L’IA comme soutien à la prise de décision stratégique

Les auteurs montrent que l’IA améliore la prise de décision stratégique en permettant une analyse plus rapide et plus fine de volumes importants de données internes et externes. Les outils basés sur l’IA facilitent la détection de tendances de marché, l’anticipation des comportements clients et l’évaluation de scénarios stratégiques alternatifs.

Dans les PME, où la prise de décision est souvent centralisée autour du dirigeant, l’IA joue un rôle d’outil cognitif d’aide à la décision, réduisant l’incertitude et les biais décisionnels. Toutefois, l’article souligne que l’efficacité de ces outils dépend fortement de la capacité des dirigeants à interpréter et intégrer les résultats produits par l’IA dans leur raisonnement stratégique.

3. Ressources immatérielles et capacités organisationnelles

Un apport important de l’article réside dans l’analyse de l’interaction entre l’IA et les ressources immatérielles des PME. Les auteurs montrent que l’IA renforce la valeur des connaissances organisationnelles, du capital humain et du capital relationnel, à condition que ces ressources soient correctement structurées et gouvernées.

L’IA contribue également au développement de capacités dynamiques, en améliorant la capacité des PME à :

détecter les opportunités et menaces de leur environnement (sensing) ;
saisir ces opportunités par des choix stratégiques éclairés (seizing) ;
reconfigurer leurs ressources et processus (transforming).

4. Enjeux managériaux et limites de l’adoption de l’IA

L’article met en évidence plusieurs défis liés à l’adoption de l’IA dans les PME. Parmi les principaux freins figurent le manque de compétences analytiques, les contraintes financières et la dépendance excessive à des solutions technologiques standardisées.

Les auteurs insistent sur le fait que l’IA ne peut constituer un levier stratégique que si elle est intégrée dans une vision managériale claire, soutenue par un investissement dans les compétences et une gouvernance adaptée. Une adoption purement opportuniste ou technocentrée risque de produire des effets limités, voire contre-productifs.

Conclusion

Cet article met en lumière le rôle structurant de l’intelligence artificielle dans la prise de décision stratégique des PME. En s’appuyant sur la RBV et la théorie des capacités dynamiques, les auteurs montrent que l’IA agit comme un catalyseur de création de valeur, en renforçant les ressources immatérielles et les capacités d’adaptation des entreprises.

Pour les PME, les enseignements de l’article soulignent que l’IA ne constitue pas une solution miracle, mais un outil stratégique dont la performance dépend étroitement de la qualité du leadership, des compétences disponibles et de l’alignement avec la stratégie globale de l’entreprise. Ces conclusions font écho aux travaux récents sur la transformation digitale et offrent un cadre pertinent pour analyser la mutualisation des fonctions commerciales et décisionnelles dans les PME.