FICHE 16 – Collaboration with machines in B2B marketing: Overcoming managers’ aversion to AI-CRM with explainability.

Posted on by

Gaczek, P., Leszczyński, G., & Mouakher, A. (2023). Collaboration with machines in B2B marketing: Overcoming managers’ aversion to AI-CRM with explainability. Industrial Marketing Management, 115, 127-142.

Mots clés
Décision marketing, partenariat humain-AI, gestion de la relation client (CRM), intelligence artificielle explicable (XAI), aversion à l’IA.

https://www-sciencedirect-com.devinci.idm.oclc.org/science/article/pii/S0019850123001669

Synthèse
Introduction
Cet article explique comment la collaboration entre les managers et l’intelligence artificielle (IA) peut être optimisée dans le marketing B2B, en se concentrant sur la gestion de la relation client (CRM). L’étude met l’accent sur l’aversion des managers envers l’utilisation de l’IA-CRM, souvent liée à des émotions négatives et à un manque de compréhension. L’intelligence artificielle explicable (XAI) est proposée comme solution pour améliorer cette collaboration.

Développement

  • Aversion des managers à l’IA-CRM : Les managers ressentent souvent des émotions négatives comme la peur ou l’anxiété face à l’IA, surtout quand ils ne comprennent pas comment elle fonctionne. Cette aversion limite le partage d’informations et freine l’utilisation de l’IA dans la prise de décision.
  • Rôle de l’XAI : L’intelligence artificielle explicable aide à réduire ces émotions négatives en rendant les recommandations de l’IA plus compréhensibles. Cela encourage les managers à mieux collaborer avec l’IA et à utiliser ses suggestions.
  • Expérimentations : Trois études menées sur plus de 700 managers B2B montrent que l’XAI améliore la compréhension des recommandations de l’IA et réduit l’aversion, surtout lorsque les menaces perçues sont faibles. En revanche, lorsque la crainte de ne pas comprendre est forte, l’effet de l’XAI est limité.
  • Importance des explications textuelles : Les explications sous forme de texte sont jugées plus efficaces que les données numériques ou les graphiques, car elles sont plus facilement compréhensibles et favorisent la confiance des managers envers l’IA.

Conclusion
L’article conclut que l’XAI est un levier important pour encourager la collaboration entre les managers et les systèmes IA-CRM. En améliorant la compréhension des recommandations, l’XAI réduit l’aversion des utilisateurs et favorise leur engagement. Pour être efficace, l’IA doit offrir des explications adaptées, claires et accessibles, notamment en utilisant des formats textuels.

Intégration dans la revue de la littérature
Cet article est pertinent pour mon mémoire. Il met en avant l’importance de la compréhension des recommandations de l’IA pour faciliter son adoption dans les campagnes CRM. L’utilisation de l’XAI peut aider à mieux personnaliser les communications en rassurant les utilisateurs sur les décisions prises par l’IA. Cette approche est essentielle pour optimiser le ciblage et renforcer la relation client.

Bibliographie citée

  • Libai, B., et al. (2020). AI impact on customer relationship management. Journal of Marketing Research.
  • Saura, J. R., et al. (2021). AI and CRM: How technology transforms customer relationships. Business Research Quarterly.
  • Miller, T. (2019). Explanation in artificial intelligence: Insights from the social sciences. Artificial Intelligence Journal.
  • Haesevoets, T., et al. (2021). Human–AI partnerships in decision-making. Management Decision.
  • Dietvorst, B. J., & Bharti, S. (2020). Algorithm aversion in managerial contexts. Organizational Behavior and Human Decision Processes.