A complex leadership perspective on generative AI adoption in SMEs

Posted on by

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.