Artificial intelligence-driven supply chain resilience in Vietnamese manufacturing small- and medium-sized enterprises

Posted on by

Fiche de lecture

 

Référence (format APA)

Dey, P. K., Chowdhury, S., Abadie, A., Vann Yaroson, E., & Sarkar, S. (2024). Artificial intelligence‑driven supply chain resilience in Vietnamese manufacturing small‑ and medium‑sized enterprises. International Journal of Production Research, 62(15), 5417‑5456. https://doi.org/10.1080/00207543.2023.2179859

 Mots clés de l’article

Artificial intelligence, supply chain resilience, Vietnamese manufacturing, small‑ and medium‑sized enterprises (SMEs), organisational behaviour, AI adoption, risk management, circular economy, supply chain agility.

 Synthèse

Dans cet article empirique, Dey et al. explorent le rôle de l’intelligence artificielle (IA) dans le renforcement de la résilience des chaînes logistiques au sein des entreprises manufacturières vietnamiennes de taille petite et moyenne (SMEs). L’objectif principal est de comprendre comment les mécanismes organisationnels influent sur l’adoption de l’IA et comment cette adoption contribue ensuite à des pratiques durables et à la résilience organisationnelle face aux perturbations.

Les auteurs intègrent les perspectives de l’orchestration des ressources et de la vision basée sur la connaissance pour développer un modèle structurel testant les antécédents de la résilience de la chaîne logistique (Supply Chain Resilience – SCR) et de l’adoption de l’IA.

 Développement

  1. Contexte et objectifs

Les auteurs partent du constat que, malgré un intérêt croissant pour l’IA dans la littérature en opérations et gestion de la chaîne logistique, il existe encore peu d’études empiriques sur l’adoption de l’IA par les PME manufacturières et ses effets sur la résilience organisationnelle et durable. Leur objectif est de combler cette lacune en établissant un modèle théorique et en le testant avec des données réelles.

  1. Approche théorique et méthodologie

L’étude s’appuie sur deux cadres théoriques :

  • La ressource orchestration, qui se concentre sur la manière dont les dirigeants mobilisent et structurent les ressources organisationnelles ;
  • La vision basée sur la connaissance, qui met l’accent sur l’apprentissage et la création de connaissances comme leviers de compétitivité.

Les auteurs utilisent l’analyse par équations structurelles (Structural Equation Modelling) sur un échantillon de 280 managers opérationnels de PME manufacturières vietnamiennes pour tester les relations du modèle proposé.

  1. Résultats clés

Les principaux enseignements de l’étude sont :

  • Leadership organisationnel : les dirigeants jouent un rôle clé dans la promotion de l’adoption de l’IA en créant une culture digitale, orientée données et favorable à la technologie.
  • Compétences des employés : le renforcement des compétences et des capacités des employés facilite l’intégration effective de solutions IA.
  • Adoption de l’IA influence positivement plusieurs dimensions organisationnelles essentielles :
    • Agilité de la chaîne logistique – capacité à répondre rapidement aux changements.
    • Gestion des risques – anticipation et mitigation des perturbations.
    • Pratiques de l’économie circulaire – intégration de la durabilité dans les processus.
  • L’adoption de l’IA devient ainsi un levier central pour renforcer la résilience des chaînes logistiques, en particulier dans un contexte incertain et dynamique.
  1. Implications pratiques et managériales

Les résultats suggèrent que les managers doivent :

  • Développer une culture organisationnelle favorable à la transformation digitale.
  • Investir dans la formation et le développement des compétences des employés pour maximiser la valeur de l’IA.
  • Intégrer l’IA dans la gestion des risques et les stratégies de durabilité pour augmenter la capacité de réponse aux perturbations.

Cette approche aide les PME non seulement à adopter des technologies avancées, mais aussi à les transformer en avantages concurrentiels durables.

 Limites et pistes futures

Les auteurs reconnaissent certaines limites :

  • Les résultats sont basés sur un échantillon spécifique aux PME manufacturières vietnamiennes, ce qui peut limiter la généralisabilité des résultats à d’autres secteurs ou contextes géographiques.
  • La recherche pourrait être enrichie par des approches méthodologiques variées (par ex., entretiens, études de cas) pour approfondir la compréhension des mécanismes organisationnels liés à l’adoption de l’IA.