Royaume du Maroc

UNIVERSITÉ ABDELMALEK ESSAÂDI

Faculté des Sciences Juridiques, Economiques et Sociales
- Tanger -

SCIENCE ECONOMIQUE ET GESTION

Mémoire de fin d’étude en licence

LICENCE FONDAMENTALE

Titre

l’intelligence artificielle & l’entreprenariat :

Vers la construction d’un cadre nouveau

Préparé par :

Étudiant : Sanae hajjaj CNE :KB211475

Étudiant : Fatima Chaghouani CNE : KB 252056

Encadré par : Dr. Karima Laamiri

Année universitaire : 2024/2025

Dédicace

Après ce long parcours d’études et après ces années qui constituent une
étape importante dans la vie d’une personne, au cours de laquelle une
personne construit sa personnalité brique par brique ; souffrance, fatigue,
désespoir, tentatives, réussite, échec, espoir, tristesse, joie, telles sont les
couleurs de la vie, et chaque couleur a sa beauté, même si elle est sombre
comme l’échec. C’est aussi une étape et une opportunité de se revoir soi-
même et de corriger le chemin. La couleur qui ajoute une esthétique
unique à la peinture artistique de la vie de chacun de nous est la couleur
de l’espoir, car elle encourage la continuité et les tentatives répétées
encore et encore malgré toutes les contraintes. Oui, c'est l'espoir en Dieu
Tout-Puissant qui génère la satisfaction des résultats malgré leur
contradiction avec nos désirs. Ceci n’est qu’un rappel, car la plupart
d’entre nous oublient d’utiliser cette couleur pour ajouter de la beauté à
nos vies. Chacun de nous a des rêves et des ambitions que certains
réussissent à réaliser, tandis que d’autres échouent et arrêtent d’essayer.
Cette vie est un défi pour nous et la meilleure façon de le relever est la
douceur et la flexibilité. La patience est la clé du soulagement. Cette
recherche est l’aboutissement de ces années. Mon ami et moi avons
essayé de transmettre des informations précieuses sur ce domaine, afin
qu’il reste une référence pour les étudiants après nous et une référence
pour tous ceux qui sont curieux de ce sujet passionnant et moderne.
Nous avons adopté une variété de références afin que le lecteur puisse s’y
retrouver et s’ouvrir à de nouvelles questions et de nouveaux horizons. À
vous, lecteur et chercheur, n’arrêtez pas de lire et de rechercher dans
tous les domaines, et élargissez votre compréhension afin de vous forger
une vision scientifique perspicace.

Fatima Chaghouani

-3-
Remerciements :

La reconnaissance du mérite envers ceux qui le méritent est une vertu des
nobles. Toute la grâce revient à Dieu Tout-Puissant, qui a béni nos efforts et nous
a dotés de parents encourageants et de professeurs compétents qui ont veillé à
notre éducation et nous ont fait avancer . Merci à tous ceux qui ont eu un
impact précieux sur notre parcours .

-4-
Sommaire :
Introduction ………………………………………………………….......................................................................

Chapitre 1 : Intelligence artificielle

Introduction :

Section 1 :le fonctionnement de l’intelligence Artificielle

1 :Les composantes de bases de l’intelligence Artificielle……………………………………………………..

1.1 :L’apprentissage automatique ou machine learning (ML……………………………………………………..
1.2 :Apprentissage profond ou deep learning (DL)……. ……………………………………………………………

1.3 : Réseau neuronal ou artificial neural network (ANN)…………………………………………………………

1.4: Traitement automatique du langage naturel ou natural language processing ………...................

1.5 : Vision par ordinateur ou computer vision (CV)…………….........................................................

2. Les types de l’intelligence artificielle………………………………..…………………….............................

2.1. L’TA faible et l’TA forte…………………………………………………………………………………………………..

2.2: L’IA symbolique et IA connexionniste……………………………………………………………………………..

Section 2 :. Aperçu historique : création, évolution, tendance

Section 3 :les applications de l’intelligence artificielle

[Link] secteurs impactés par IA ………………………………………………………………………………………………….

1.1: L’éducation : un nouveau ère…………………………………………….......................................................

1.2.: la finance bénéficient des avantages de l’IA………………………………………………………………………….

1.3.: L’IA s’applique dans le domaine de l’industrie………………………………………………………………………

1.4. : Le domaine de l’agriculture………………………………………………………….........................................

1.5. : L’intelligence artificielle est appliquée dans le domaine de santé….............................................

2. IA : risques et menaces…………………………………………………….......................................................

2.1. Les menaces et les risques d’intelligence artificielle.......................................................................

[Link] Technologiques………………………………………………………………………………………………………..

Chapitre 2 : l’entrepreneuriat

Section 1 : l’entrepreneuriat et l’entrepreneur

1 : L’entrepreneuriat : un concept à définir………………………………….....................................................

2. :Types d’entrepreneuriat………………………………………………………………………………………………………

3. L’entrepreneure…………………………………………………………………………………………………………………..

3.1les capacités entrepreneuriales……………………………………………………………………………………………

Section 2 : Création de l’entreprise

1.:Définition de l’entreprise…………………………………………………………………………………………………….

2.:Les étapes de Création de l’entreprise…………………………………………………………………………………...

3 :les participants dans la création de l’entreprise………………………………………………………………………

-5-
4 : Les fonctions de l’ entreprise……………………………………………………………………………………………….

4.1 : La fonction «Direction et Administration Générale………………………………………………………………..

4.2 : la fonction « Recherche et développement »…………………………………………………………………………

4.3 :la fonction production………………………………………………………………………………………………………

4.4 : La fonction Marketing et vente …...............................................................................................

4.5 : La fonctions Finance……………………………………………………………………………………………………....

4.6 : La fonction Gestion des ressources humaines……………………………............................................

5. L’entrepreneuriat : Les défis et les opportunités……………………………………………………………………….

5. 1 :Les défis de l’entrepreneuriat……………………………………………………………………………………………

5.2 : Les opportunités de l’entrepreneuriat………………………………………………………………………………..

Chapitre 3 : IA & l’entrepreneuriat.

Section 1 : l’ère de l’intelligence artificielle entrepreneuriale

1 :La valeur de IA pour les managers………………………………………………………………………………………..

2.l’utilisation de l’IA pour prédire les tendances et les comportements d’achat……………………………..

3.l’automatisationde prise de décision ……………………………………………………………………………………

4.l’automatisatiodes processus opérationnels …………………………………………………………………………

[Link] gestion des ressources humaines …………………………………………………………………………………….

Section 2 : Les défis de l’ intégration de IA dans l’entreprise

Section 3 :Des recommandations

[Link]……………………………………………………......................................................................

[Link] proactivité ……………………………………………………………………………………………………………………..

3.l’acceptationpar les acteurs …………………………………………………………………………….......................

Partie Pratique : la méthodologie et l’interprétation des résultats

Chapitre 1 : la méthodologie de recherche

Section 1 : la stratégie de recherche

[Link] stratégie descriptif……………………………………………………………………………………………………………

[Link] objectifs de la stratégie descriptif………………………………...........................................................

3.l’importance des graphiques…………………………………………………………………………………………………

Section 2 : la Méthode de collecte de donnée

1 :présentation du questionnaire…….................................................................................

Chapitre 2 :l’analyse et l’interprétation des résultats

Conclusion…………………………………………………..

-6-
La partie théorique du recherche :
IA & l’entrepreneuriat

-7-
 Introduction
L’intelligence artificielle, avec ses technologies avancées, a fait ses preuves
depuis des décennies. Les techniques d’apprentissage profond, de
l’apprentissage automatique et de reconnaissance faciale sont utilisées dans
de nombreux domaines tels que l’éducation, la santé, l’agriculture, l’industrie
et l’entrepreneuriat. L’entrepreneuriat constituera une grande partie de
notre recherche. Dans le cadre de cette recherche, nous surveillerons les
capacités techniques de l’intelligence artificielle, et nous en apprendrons
davantage sur l’entreprise et la méthode de sa création, et nous relierons
l’intelligence artificielle et l’entreprise. , pour voir comment cette entreprise
bénéficie des techniques d’intelligence artificielle, et nous présenterons les
difficultés que rencontrent les entrepreneurs pour introduire cette
intelligence dans leur entreprise.

-8-
 Chapitre 1 :
l’intelligence artificielle

-9-
Introduction : Donner une définition à IA
L’intelligence artificielle est une révolution technologique unique qui révèle la diligence
de l’esprit humain à réfléchir à des solutions pour rendre sa vie aussi facile que possible
grâce à sa volonté de se développer, d’apprendre et de s’adapter. L’intelligence
artificielle est aujourd’hui la voie qui nous permettra, en tant qu’humains, de
comprendre notre intelligence et ses capacités illimitées. Les techniques d’intelligence
artificielle reflètent des aspects de l’intelligence humaine, tels que le stockage de
l’information, sa compréhension, sa reformulation et la capacité d’interagir et de
communiquer. Pour pouvoir comprendre l’intelligence artificielle, il est nécessaire de
comprendre sa définition ,ses composants et ses domaines ;L’IA a été définie de
multiples manières et reste de ce fait un domaine dont il n’est pas facile de circonscrire
précisément les contours. La pertinence du terme d’IA fait même débat et il est
régulièrement remis en question. Une définition assez large est celle proposée par
Shapiro (1992) qui considère l’IA comme le domaine de la science et de l’ingénierie qui
traite de la compréhension, à l’aide de l’ordinateur, du comportement intelligent et de la
création de systèmes artificiels qui reproduisent ce comportement. D’autres définitions
mettent plutôt l’accent sur l’aspect scientifique de l’IA, par exemple, Levesque (2013)
définit l’IA comme le domaine qui étudie le comportement intelligent en termes
computationnels. Selon Nilsson (2005), pour de nombreux chercheurs du domaine,
l’objectif scientifique à long terme de l’IA en tant que discipline est la « mécanisation »
de l’intelligence humaine (mechanization of “human-level” intelligence)1

Section 1 : le fonctionnement de l’intelligence artificielle

1
[Link]

- 10 -
 1. Les composantes de bases de l’intelligence artificielle :

1.1 L’apprentissage automatique ou machine learning (ML)

L’apprentissage automatique peut être défini comme une série de manipulations

mathématiques effectuées sur des données importantes afin d’obtenir des informations
précieuses, c’est l’étude d’algorithmes qui apprennent à partir d’exemples et
d’expériences au lieu de règles codées en dur .

L’objectif du machine learning est de s’adapter en permanence aux nouvelles données

et d’y découvrir de nouveaux modèles ou règles . 2

➢ Les données , le pétrole :

➢ Data : Ce terme comprend des faits, des observations et des informations brutes.
➢ Big data :

Un terme générique qui désigne le volume massif de données généré par l’utilisation
accrue d’outils numériques et de systèmes d’information. Le terme Big Data est utilisé
lorsque la quantité de données qu’une organisation doit gérer atteint un volume critique
qui nécessite de nouvelles approches technologiques en termes de stockage, de
traitement et d’utilisation. Le volume, la vitesse et la variété sont généralement les trois
critères utilisés pour qualifier une base de données comme « Big Data »3

2
Introduction à l’intelligence artificielle, Soumaya Fillagie.
3
Data Science Technologies in Economics and Finance : A Gentle Walk _ In

- 11 -
 • 1.2 Apprentissage profond ou deep learning (DL)

Le Deep learning, qui fait appel à la foie aux connaissances en neurosciences, aux
mathématiques et aux progrès technologiques, est aujourd’hui plébiscité comme une
véritable révolution dans le domaine de l’intelligence artificielle. Il a déjà permis
d’immenses progrès et de multiples applications dans les domaines de la
reconnaissance faciale et vocale de l’ étiquetage d’images , du traitement automatisé
du langage ou encore de la vision par ordinateur.

« Les cerveaux humain et animal sont « « profonds » » dans le sens où chaque action est
le résultat d’une langue chaîne de communications synaptique ( de nombreuses
couches de traitement). Nous recherchons des algorithmes d’apprentissage
correspondants à ces « architectures profondes ». Nous pensons que comprendre
l’apprentissage profond ne nous servira pas uniquement à construire des machines plus
intelligentes , mais nous aidera également à mieux comprendre l’intelligence humaine
et ses mécanismes d’apprentissage » » estime Yann leCun. 4

1.3.Réseau neuronal ou artificial neural network (ANN)

Un RNA tout comme l’apprentissage automatique, l’idée est d’utiliser un nombre
important de données pour servir de données d’entraînement et de développer un
système qui permet d’apprendre à partir de ces données. Ces modèles sont des
algorithmes capables de traiter un signal entrant ( input ) et de produire un signal sortant
(output ) grâce à une structure interne. 5

✓ L’algorithme:
Un algorithme est une méthode permettant dans un temps fini grâce à une suite
d’opérations définies d’obtenir un résultat (données de sortie) à partir de données
d’entrée. Une suite de calcul est un algorithme.

Luca Barbaglia , Sergio Consoli , Sebastiano Manzan , Diego Reforgiato Recupero , Michael Saisana , and
Luca Tiozzo Pezzoli
4
Yann leCun «l’apprentissage profond, une révolution en intelligence artificielle », la lettre du Collège de
France [ En ligne], 41|2015-2016,mis en ligne le 01 novembre 2016, consulté le 29 avril [Link] :http://
[Link]/ lettre-cdf/3227 ;DOI : https:/ [Link]/ 10.4000/ lettre-cdf.3227
5
[Link]

- 12 -
 ➢ Le fonctionnement d’un réseau de neurones simple 6

1.4.
Traitement automatique du langage naturel ou natural language processing
(NLP)

On regroupe sous le vocable de traitement automatique du language naturel (TALN)

l’ensemble des recherches et développements visant à modéliser et reproduire, à l’aide
de machines, la capacité humaine à produire et à comprendre des énoncés linguistique
dans des buts de communication. 7
[Link] par ordinateur ou computer vision (CV)

La vision par ordinateur est un domaine de l’intelligence artificielle (IA) qui permet aux
ordinateurs et aux systèmes de dériver des informations significatives à partir d’images
numériques, de vidéos et d’autres entrées visuelles, et de prendre des mesures ou de
faire des recommandations sur la base de ces informations. Si l’intelligence artificielle
permet aux ordinateurs de penser, la vision par ordinateur leur permet de voir,
d’observer et de comprendre.

La vision par ordinateur fonctionne de la même manière que la vision humaine, mais les
êtres humains ont une longueur d’avance. La vue humaine a l’avantage de pouvoir
s’entraîner à distinguer les objets, à en déterminer la distance, à savoir s’ils sont en
mouvement et si quelque chose ne va pas dans une image.

6
La revanche des neurones, l’invention des machines inductives et la controverse de IA / Les auteurs :
Dominique Cardon, Jean _ Philippe Cointet, Antoine Mazières .
7
Cette section Introduction au TALN s’appuie sur les sources suivantes :
Véronis ( 2001) ; Tellier(2010) ;Yvon(2010)

- 13 -
La vision par ordinateur entraîne les machines à exécuter ces fonctions, mais elle doit le
faire beaucoup plus rapidement à l’aide de caméras, de données et d’algorithmes qui
remplacent nos rétines, nos nerfs optiques et notre cortex visuel. Parce qu’un système
entraîné pour inspecter des produits ou surveiller un actif de production peut analyser
des milliers de produits ou de processus à la minute, en remarquant des défauts ou
problèmes imperceptibles, il peut rapidement dépasser les capacités humaines.

La vision par ordinateur a besoin de beaucoup de données. Elle exécute des analyses de
données encore et encore jusqu’à ce qu’elle perçoive des distinctions et reconnaisse
finalement les images. Par exemple, pour entraîner
un ordinateur à reconnaître des pneus de voiture, elle doit recevoir de grandes quantités
d’images de pneus et d’éléments liés aux pneus pour apprendre les différences et
reconnaître un pneu, en particulier un pneu sans défaut.
Deux technologies essentielles sont utilisées dans la vision par ordinateur : un type
d’apprentissage automatique appelé apprentissage en profondeur et un réseau de
neurones convolutifs (CNN).
L’apprentissage automatique utilise des modèles algorithmiques qui permettent à un
ordinateur de se former seul au contexte des données visuelles. Si suffisamment de
données sont introduites dans le modèle, l’ordinateur « regardera » les données et
apprendra à distinguer une image d’une autre. Les algorithmes permettent à la machine
d’apprendre par elle-même, plutôt que quelqu’un la programme pour reconnaître une
image.8
[Link]

Un système de traitement de l’information reçoit des données de ses capteurs. De nos

cinq sens, l’œil- et le système visuel _est sans doute le plus important. Les caméras et
les lasers sont couramment connectés aujourd’hui à des programmes de
« reconnaissance d’image » et « l’analyse de scènes ». Des microphones servent d’autre
part à capter des sons.9

[Link] cognitive

Cognitive Computing, ou informatique cognitive, est la simulation du processus de

pensée humaine au sein d’un modèle informatique. Cette technologie repose sur des
systèmes d’apprentissage informatique utilisant le data mining, la reconnaissance de
patterns et le traitement naturel du langage pour imiter la façon dont fonctionne le
cerveau humain. En effet, si les ordinateurs sont capables de réaliser des calculs et de
traiter l’information plus rapidement que les humains depuis plusieurs décennies, ils
peinent à effectuer des tâches simples pour les humains, comme la compréhension du
langage naturel, ou la reconnaissance d’objets au sein d’une image.

8
[Link]
9
Intelligence Artificielle : Résolution de problèmes par l’Homme et la machine « Jean_Louis Lauriève ».

- 14 -
Pour certains, le cognitive computing représente la troisième ère de l’informatique,
après les ordinateurs capables de tabuler des sommes dans les années 1900 et les
systèmes programmables des années 1950. 10

2. Les types de l’intelligence artificielle

Quand on parle de l’intelligence artificielle, il est nécessaire de savoir qu’il en

existe de différents types. Dans un sens général, nous pouvons distinguer l’IA
faible de l’IA forte, ainsi que l’IA symbolique et l’IA connexionniste.
2.1. L’IA faible et l’IA forte

L’IA faible est très « mécaniste » .il consiste à étudier des tâches humaines
spécifiques et les « mettre en équation » sous forme de règles logistiques et
automatisables . Dans sa forme la plus simple, ce type de l’intelligence
artificielle est très spécialisée. Il réalise « un travail » spécifique, soit par un
ensemble de règles qui imitent le comportement humain, doit par des
techniques d’apprentissage automatique . C’est celle d’une intelligence
artificielle dite « faible » .
Le second type est plus ambitieux. Il essaie de construire des systèmes qui
pensent et agissent comme des humains, dans une approche plus holistique. Il
s’appuie sur les sciences cognitives et du langage et repose scientifiquement sur
des techniques très complexes d’apprentissage profond.
11

2.1 L’IA symbolique et IA connexionniste

Nous distinguons aussi l’IA symbolique de l’IA connexionniste. L’IA symbolique,
aussi appelée IA classique, fonctionne sur la base de règles explicites inscrites
dans le code par les programmeurs. Elle est très efficace pour résoudre des
problèmes définis avec des règles claires, comme les jeux d’échecs, mais elle a
du mal à apprendre de nouvelles tâches sans programmation explicite.
L’IA connexionniste, en revanche, se base sur des réseaux de neurones artificiels
pour « apprendre » à accomplir des tâches. Elle se rapproche du fonctionnement
du cerveau humain, avec des « neurones » et des « synapses » qui s’adaptent en
fonction des données d’entrée. C’est cette approche qui est utilisée dans le
machine learning et le deep learning, où les systèmes apprennent à partir de
grandes quantités de données sans programmation explicite. 12

10
[Link]
11
Intelligence Artificielle, François Cazals et Chantal
Casals , Publié par De Broeck Supérieur / page 20 et 21.
12
[Link]
artificielle/#2

- 15 -
Section 2 : Aperçu historique : création, évolution, tendance :

• les origines :

L’intelligence artificielle (IA) est naît officiellement en 1956 lors d’une conférence à
Dartmouth (USA) même si les recherches ont de fait commencé dès l’après-guerre.
Cette conférence est cependant historique en ce qu’elle a rassemblé en un même lieu
presque toutes les figures emblématiques de l’IA, notamment John McCarthy,
mathématicien, Herbert Simon, théoricien des organisations, [Allen Newell],
mathématicien, Claude Shannon, père de la théorie de l’information et Marvin Minsky,
mathématicien. Ces pionniers rêvaient alors de construire des machines pouvant égaler
(voire surpasser) l’intelligence humaine sur la base des nouveaux moyens de
l’informatique naissante. C’était un projet d’une ambition folle puisqu’à cette époque
tout restait à faire. Or, malgré les immenses difficultés qui se trouvaient devant eux, ces
chercheurs (et beaucoup d’autres) vont rapidement concrétiser leurs idées au travers de
résultats qui feront date dans l’histoire de l’informatique.

Ainsi, dès 1955, Newell et Simon conçoivent un programme (« Logic Theorist ») qui
permet de démontrer automatiquement 38 des 52 théorèmes du traité « Principia
Mathematica d’Alfred North Whitehead et Bertrand Russell (1913). C’est un résultat
majeur (et extrêmement impressionnant) pour l’époque puisque pour la première fois,
une machine est capable de raisonnement et on considère légitimement ce programme
comme la toute première intelligence artificielle de l’histoire. Quelques années plus
tard, Newell et Simon vont généraliser cette approche et concevoir le GPS (« General
Problem Solver ») qui permet de résoudre n’importe quel type de problème, pour peu
que l’on puisse le spécifier formellement à la machine. A cette même époque, d’autres
chercheurs vont défricher les domaines de la traduction automatique, de la robotique,
de la théorie des jeux, de la vison, etc. Jusqu’au milieu des années 70, l’IA aura a été
extrêmement prolifique et engendré un nombre considérable de résultats. Mais elle va

- 16 -
bientôt être victime de ses promesses originelles qui n’ont quant à elle pas été tenues.
Si des avancées extraordinaires ont été faites, les chercheurs sont très loin d’avoir
résolu le problème général de l’intelligence et se rendent compte qu’ils ont peut-être
été un peu trop optimistes (« Dans trois à huit ans nous aurons une machine avec
l’intelligence générale d’un être humain ordinaire », Marvin Minsky, 1970). On parle de ce
coup d’arrêt comme du premier hiver de l’IA. Mais avec l’arrivée des systèmes experts et
la résolution du problème de l’apprentissage dans les perceptrons multi-couches, l’IA
connait un second souffle jusqu’à la fin des années 1990 ou de nouveau, tout s’arrête
(ou presque) pour à peu près les mêmes raisons. 13

• 1970 – 1990 : développement et évolution de l’IA d’aujourd’hui

Il faudra attendre les décennies d’après pour que la recherche autour de l’intelligence
artificielle reprenne, aidée par la démocratisation des images futuristes dans la culture
populaire. En 1968 sort le film “2001, l’odyssée de l’espace de Stanley Kubrick” : un
ordinateur intelligent est l’un des personnages principaux. Cette œuvre mythique
prouve que le public s’intéresse de plus en plus aux découvertes scientifiques et
technologiques du futur.

Même si la culture n’a pas forcé la science à avancer, elle a permis de rendre le secteur
plus accessible au plus grand nombre, vers un engouement retrouvé autour de cette
technologie.

En 1965 et en 1972, les recherches menées par le MIT et l’université de Stanford

exploitent l’intelligence artificielle au service de la chimie moléculaire ou encore de la
santé. Les prémices de l’intelligence artificielle d’aujourd’hui sont posés : les machines
créées alors étaient programmées comme des logiciels imitant la logique humaine, des
machines pouvant donner des réponses à des stimulations créées par l’humain en
entrant des données spécifiques.

Ces inventions n’ont pourtant pas motivé les pouvoirs publics à continuer leurs
investissements dans ce domaine. Les années 1980 et le début des années 1990
connaissent un nouvel hiver de l’intelligence artificielle, avec un projet qui sera mis de
côté pour un temps. En effet, la technologie ainsi que la programmation demandaient
beaucoup trop de ressources pour des résultats pas assez rapides.

De plus, les recherches sont focalisées sur le développement de l’ordinateur

domestique. L’intelligence artificielle n’est donc plus une priorité. Un événement majeur
va tout de même marquer les années 1990, avec le succès du système expert d’IBM
Deep Blue.

IBM Deep Blue est un logiciel connu pour avoir battu le champion mondial d’échecs
Garry Kasparov. Pour la première fois, une intelligence artificielle est capable d’un tel

13
Une brève histoire de l’intelligence artificielle : Nicolas Rougier

- 17 -
exploit. Même si cette prouesse a marqué l’histoire de l’intelligence artificielle, le
processeur utilisé n’était pas des plus convaincants, car utilisant seulement des
fonctionnalités limitées, bien loin des projections futuristes et complexes d’une IA
rêvée.

• 2010 : essor de l’IA nouvelle génération

La première transformation majeure dans les systèmes d’IA est survenue avec
l’avènement des données massives. Contrairement à une simple action itérative,
l’algorithme a commencé à intégrer une capacité d’apprentissage.

Le travail réalisé par des experts en IA a permis cette avancée. En 2011, l’IA Watson
d’IBM a démontré cela en remportant Jeopardy ! face à des champions. En 2012, une IA
de Google, Google X, a innové en matière de reconnaissance d’image, identifiant des
chats dans des vidéos. Ces événements marquent les premiers jalons de l’intelligence
artificielle moderne, capable d’apprendre et de reconnaître des objets de manière
autonome.

En 2016, l’intelligence artificielle Alpha Go de Google, spécialisée dans le jeu de go, a

surmonté des problèmes complexes en battant le champion d’Europe, puis le
champion du monde, avant de se mesurer à elle-même. Un travail gigantesque et le test
de logique ultime pour une machine : la preuve que les systèmes IA évoluaient vers de
nouvelles capacités encore plus abouties, encore plus impressionnantes.

Le changement dans le concept d’intelligence artificielle est installé durablement :

désormais, il n’est pas question d’imposer les règles aux machines, mais de laisser les
machines découvrir les règles et apprendre grâce aux données récoltées.

• 2020 : la démocratisation de l’IA

La démocratisation de l’intelligence artificielle depuis les années 2020, c’est comme

avoir permis à toute la population connectée à Internet un accès à ce qui était depuis
toujours dans les mains de grandes entreprises et de scientifiques.

Avant l’arrivée de ChatGPT, de nombreux outils avaient vu le jour avec une intelligence
artificielle souvent limitée à des crédits et dont les résultats étaient toujours en cours de
développement. Néanmoins, il était possible d’avoir accès à des IA en payant des
abonnements ou des crédits, pour générer des contenus ou pour retoucher des photos
sur les smartphones notamment.

En juin 2020, OpenAI a lancé GPT-3, un modèle de traitement du langage naturel, qui a
démontré des capacités impressionnantes en matière de génération de texte, de
traduction, de réponse aux questions.

C’est en 2022 que ChatGPT révolutionne le milieu et rend l’IA accessible à tous, gratuite,
avec une API ouverte pour permettre à tous les professionnels d’utiliser cette

- 18 -
technologie. Même s’il a fallu attendre l’année 2023 pour voir le système s’améliorer,
intégrer DALL-E dans sa version ChatGPT Plus avec la génération de visuels intégrée, ou
encore la recherche sur Internet via Bing, l’évolution de la technologie en seulement
quelques mois à complètement rebattu les cartes dans tous les domaines.

Aperçu des innovations de OpenAI :

• 2020 – GPT-3 :

En juin 2020, OpenAI a dévoilé GPT-3, le modèle de langage le plus avancé de l’époque.
Avec 175 milliards de paramètres, GPT-3 a marqué un tournant dans le traitement du
langage naturel grâce à sa capacité à générer du texte, traduire, répondre aux questions,
et plus encore, avec une qualité quasi-humaine.

• 2021 – Codex et DALL-E :

Codex : OpenAI a introduit Codex, un descendant de GPT-3 spécialisé dans la

compréhension et la génération de code informatique. Il a permis des applications
telles que la programmation automatisée et l’aide à la programmation.

DALL-E : Un autre modèle remarquable de 2021 est DALL-E, une IA capable de générer
des images créatives à partir de descriptions textuelles. Ce développement a ouvert de
nouvelles voies dans la création artistique assistée par IA.

• 2022 – Améliorations et applications pratiques :

Cette année a vu OpenAI améliorer et raffiner davantage ses modèles existants, en se

concentrant sur l’augmentation de leur efficacité, de leur précision et de leur
applicabilité dans des scénarios du monde réel.

• 2023 – GPT-4 et au-delà :

Lancement de GPT-4 : OpenAI a continué à innover avec le lancement de GPT-4, un

modèle encore plus sophistiqué et puissant que son prédécesseur, établissant de
nouvelles normes en matière de génération de langage.

Autres innovations : OpenAI a également travaillé sur d’autres projets et applications,

étendant l’utilisation de l’IA dans divers domaines tels que l’éducation, la recherche
scientifique, et le développement durable.

Le modèle ChatGPT est la révolution, vous l’aurez compris. Désormais, aujourd’hui,

dans la même interface, il est possible de générer des images, des textes, des lignes de
code, de demander des conseils, de retrouver des sources… Bref, de travailler ou de
s’instruire, de se divertir ou d’étudier, de créer ou de se laisser guider par les
connaissances et le savoir-faire de l’IA !

- 19 -
Des systèmes comme ChatGPT intègrent des problèmes complexes et traitent des
informations volumineuses, grâce à l’apprentissage automatisé et aux algorithmes
développés par des experts en IA utilisant des ordinateurs avancés.

En parallèle, d’autres outils se distinguent : c’est le cas de MidJourney dans la création

de visuels, ou de l’IA intégrée dans PhotoShop, qui permet de transformer ses visuels in
situ à la force de l’intelligence artificielle. Des chercheurs et développeurs utilisent ces
premières machines pour explorer de nouvelles façons d’intégrer l’IA dans la création
artistique.

OpenAi, Microsoft, Google, Bing… Tous des grands noms du digital sont désormais dans
la course pour créer de nouvelles IA de plus en plus sophistiquées, pour tous les
usages. Modèles, programmes, algorithmes : où iront-ils demain, avec l’évolution
continue des ordinateurs et des systèmes d’IA ?14

Section 3 :les applications de l’intelligence artificielle

1. Les secteurs impactés par IA :

Les domaines couverts par l’intelligence artificielle sont nombreux. Comme nous
l’avons mentionné précédemment, il s’agit d’une révolution technologique qui
représente un coup de pouce pour l’humanité. Elle a fait ses preuves dans les domaines
de l’éducation, de la santé, de la finance, des affaires, de l’industrie, de l’agriculture et
bien d’autres encore. Les techniques d’apprentissage en profondeur, le traitement de
l’information et l’interaction également :
1.1.L’éducation : un nouveau ère :

Pour le domaine de l’éducation, En raison des différentes compétences, capacités et

habitudes, le processus d’apprentissage peut alterner d’une personne à l’autre. Cela
crée un programme d’études rigide et intransigeantes qui s’avère à être extrêmement
néfaste pour les étudiants, car ils peuvent perdre tout l’intérêt pour l’apprentissage en
raison de leur incapacité physique à comprendre le matériel pédagogique présenté de
manière inopérante.

L’intelligence artificielle résout la majorité de ces problèmes en appliquant des

solutions d’apprentissage automatique. Des sites Web tels que ALEKS , alimentés par
l’IA, fournissent les étudiants avec du contenu supérieur qui fonctionne de manière
synchrone avec l’intelligence artificielle et le logiciel du site, et les aide à évaluer leurs
connaissances actuelles sur une gamme de sujets.

14
[Link]
artificielle?amp_gsa=1&amp_js_v=a9&usqp=mq331AQIUAKwASCAAgM%3D#amp_tf=Source%C2%A0%3
A%20%251%24s&aoh=17143382942623&referrer=https%3A%2F%[Link]&ampshare=https
%3A%2F%[Link]%2Fblog%2Fhistoire-intelligence-artificielle

- 20 -
De surcroît, l’IA aide les enseignants à surveiller non seulement le bien-être
académique, mais aussi le bien-être psychologique, mental et physique des élèves,
mais aussi leur développement global. Étendre la portée de l’éducation à des zones où
des éducateurs de qualité ne peuvent pas être présents physiquement est également
considéré comme un accomplissement grâce à l’IA . Au cours de ces dernières années,
l’intelligence artificielle a fait de grand progrès dans le système éducatif, ayant un
impact significatif sur le parcours éducatif des élèves en leur offrant la possibilité de
personnalisation d’enseignement, un tutorat, des réponses rapides et un accès
universel à l’apprentissage 24h/7 . Une représentation plus claire de l’implication de l’IA
dans l’éducation est présentée dans ‘The Study de Nilsson qui indique l’utilisation des
connaissances procédurales, de la programmation, des structures symboliques dans
l’éducation qui sont diverses applications importantes de l’intelligence artificielle. 15
[Link] finance bénéficient des avantages de l’IA

La vague d’innovations basées sur la numérisation ces dernières années a également

apporté un certain nombre de nouvelles solutions technologiques au système financier.
Il s’agit par exemple de solutions de paiement mobile, dont le principal résultat est de
rendre les transactions plus rapides et plus pratiques pour les clients, tandis que les
solutions basées sur le cloud aident principalement les institutions à améliorer leur
efficacité en modernisant le stockage des données et en optimisant l’utilisation de la
capacité informatique. On peut observer que bon nombre des développements qui se
sont imposés ces dernières années ciblent généralement une partie plus restreinte de la
chaîne de valeur des services financiers, dans la mesure où les solutions qui affectent
les clients peuvent, pour la plupart, être séparées de celles qui ont un impact primaire
sur les clients. Opérations internes (MNB 2023).

L’utilisation de solutions basées sur l’IA peut faciliter une prise de décision plus précise,
moins coûteuse et plus rapide au moment de servir les clients (par exemple, des offres
en temps réel), tout en permettant également de progresser dans l’automatisation des
interactions entre les institutions et les clients (par exemple, les chatbots) et d’améliorer
l’efficacité des tâches administratives. Tâches. Liés à des processus d’application de
produits spécifiques (par exemple, la reconnaissance optique de caractères (OCR) lors
du téléchargement de cartes d’identité) dans ce contexte. Il en existe cependant un
certain nombre. Des domaines des opérations internes des institutions où l’intelligence
artificielle peut s’avérer utile : en tant qu’outil d’optimisation, elle peut être en mesure

L’INTELLIGENCE ARTIFICIELLE ET SON IMPACT SUR LA SOCIÉTÉ.

15

PERSPECTIVES, APPLICATIONS ET RISQUES Département Génie Logiciel et Automatique, FI-211, Faculté

Ordinateurs, Informatique et Microélectronique,
Maria ILOVAN*

- 21 -
de soutenir les processus internes des banques liés à la gestion du capital et des
risques, améliorant ainsi le respect des exigences opérationnelles (Okwechime 2023).
De plus, les institutions peuvent utiliser des méthodologies plus avancées pour estimer
ou prévoir la valeur attendue des indicateurs financiers clés (Gartner 2022), et cela peut
également être pertinent pour les stratégies de trading liées aux portefeuilles qu’elles
gèrent, à la fois pour prévoir les mouvements et les effets du marché et pour l’exécution
automatisée des transactions commerciales.16
1.3.L’IA s’applique dans le domaine de l’industrie

Grâce à l’intelligence artificielle, les processus de fabrication peuvent être optimisés de

manière significative. En utilisant des algorithmes d’apprentissage automatique, l’IA
peut analyser les données de production en temps réel et faciliter l’identification des
opportunités d’amélioration. Elle peut aussi permettre d’ajuster les paramètres de
production de manière dynamique pour maximiser l’efficacité.

L’IA peut aider à optimiser la chaîne d’approvisionnement en prédisant la demande

future et en ajustant les niveaux de stock en conséquence. Cela permet non seulement
de réduire les coûts liés à la gestion des stocks tout en assurant une disponibilité
adéquate des produits, mais également d’analyser les données de qualité et d’identifier
les éventuels problèmes dans le processus de fabrication. Ce qui se traduit par une
amélioration de la qualité des produits finis.

L’intelligence artificielle permet d’améliorer à la fois la qualité et l’efficacité industrielle.

En analysant les données en temps réel, l’IA peut détecter les défauts de production et
les signaler immédiatement. Cela permet de réduire les rebuts et d’améliorer la qualité
des produits finis.

De plus, l’IA peut aider à optimiser l’utilisation des ressources en identifiant les zones de
gaspillage et en proposant des solutions pour les réduire. Par exemple, en analysant les
données de consommation énergétique, l’IA peut recommander des ajustements pour
réduire la consommation d’énergie et minimiser l’impact environnemental de l’activité
industrielle17
[Link] domaine de l’agriculture :Applications de l’IA dans les tests de qualité
des semences et le suivi de la croissance des plantules

Des applications d’IA ont également été développées pour améliorer l’exactitude et
l’efficacité des tests de qualité des semences et le suivi de la croissance des plantules.
Les méthodes traditionnelles de test de qualité des semences, telles que les tests de

16
Financial and Economic Review : Artificial intelligence in the Financial Sector_ Innovations and Risks
Anna Domoko _ Péter Sajtos
17
[Link]
lindustrie?amp_gsa=1&amp_js_v=a9&hs_amp=true&usqp=mq331AQIUAKwASCAAgM%3D#amp_tf=Sour
ce%C2%A0%3A%20%251%24s&aoh=17153812505900&referrer=https%3A%2F%[Link]&a
mpshare=https%3A%2F%[Link]%2Fsavoir%2Fia-au-service-de-lindustrie

- 22 -
germination et les tests de vigueur, sont longues et nécessitent beaucoup de main-
d’œuvre (cependant, ces procédures sont importantes lorsque les exigences et le
comportement de germination des semences sont inconnus). Les méthodes basées sur
I’MA peuvent fournir des résultats de test de qualité des semences plus rapides et plus
précis .

En plus du test de qualité des semences, des applications d’IA ont été développées
pour le suivi de la croissance des plantules, ce qui est essentiel pour évaluer les per-
formances de nouvelles variétés de cultures et optimiser leurs conditions de croissance
Les méthodes traditionnelles de suivi de la croissance des plantules, telles que les
mesures manuelles et les inspections visuelles, sont longues et subjectives. Les
méthodes basées sur l’IA peuvent fournir des résultats de suivi de la croissance des
plantules plus rapides et plus objectifs.

Lorsqu’il est appliqué à l’évaluation de la qualité des semences et au suivi de la

croissance des plantules, I’TA présente de grandes promesses en tant qu’outil pour
renforcer l’efficacité et la précision des programmes de sélection des semences . Bien
que les méthodes basées sur l’IA pour les tests de qualité des semences et le suivi de la
croissance des plantules en soient encore aux premiers stades de développement,
leurs avantages potentiels sont évidents. À mesure que ces méthodes continuent de
s’améliorer, elles deviennent des outils essentiels pour les programmes de sélection
des semences, contribuant à accélérer le développement de nouvelles variétés de
cultures répondant aux exigences croissantes de la production alimentaire mondiale. 18
1.5.L’intelligence artificielle est appliquée dans le domaine de santé

L’innovation numérique en santé se caractérise par la collecte, le stockage et l’analyse

d’un nombre croissant de données massives. Pour donner du sens à ces ensembles de
données, différentes méthodes relatives à l’IA sont aujourd’hui utilisées, participant au
développement d’un système de santé connecté et apprenant. Les méthodes d’IA et les
données massives sont indissociables et se potentialisent, les algorithmes
d’apprentissage automatique ayant besoin de beaucoup de données pour apprendre et
les données massives n’étant que peu utiles sans l’analyse automatisée que permettent
les méthodes utilisées en IA.

Une nouvelle ère de la médecine se profile ainsi, où IA et données massives occupent

une place prépondérante et pourraient permettre de maximiser l’efficacité des
traitements, de rentabiliser les coûts en automatisant certaines tâches, voire de mettre
en évidence de nouvelles pistes pour la prestation de soins tout comme pour la
prévention. Dans cette lignée, des algorithmes de plus en plus autonomes traitant de
problèmes de plus en plus complexes permettent de soutenir les professionnels de la
santé dans leurs prises de décisions, aussi importantes que celles liées au diagnostic.

18
Moez , l’intelligence artificielle dans l’industrie des semences, une enquête. 2024. Hal -04420702v2

- 23 -
Lorsqu’ils sont embarqués dans des robots de soins ou autres dispositifs telles que les
applications mobiles, les algorithmes peuvent même se trouver à être en < relation »
directe avec le patient.

Cependant, les changements qui accompagnent l’avènement de ces technologies

semblent marquer une rupture avec le système traditionnel de soin et de recherche en
santé. Cette transformation au sein du système de santé présente alors des défis sur
lesquels il est nécessaire de se pencher dans l’optique d’une utilisation éthique de l’IA
et des données massives, considérant Laplace croissante qu’occupent ces
technologies. Ainsi, identifier les déterminants à la source de la transformation du
système de santé, les risques et enjeux éthiques qui en découlent ainsi que les moyens
d’y remédier est essentiel afin d’assurer un développement responsable de l’innovation
numérique en santé .19

2. IA : risques et menaces
[Link] menaces et les risques d’intelligence artificielle

Malgré toutes les promesses de monts et merveilles de l’IA, les experts humains restent
cependant essentiels et nécessaires pour concevoir, programmer et faire fonctionner
l’IA afin d’éviter toute erreur imprévisible. Le dysfonctionnement des programmes
d’apprentissage machine peut

Entraîner l’interruption de la plupart des industries et des organisations, Comme l’a

affirmé Elon Musk, l’intelligence artificielle peut avoir un effet plus dangereux

Que les armes nucléaires. Il explique que son taux d’amélioration est exponentiel et que
le pouvoir qu’elle détient peut-être catastrophique pour l’espèce humaine. Les risques
possibles de l’intelligence artificielle, tels que les pertes d’emploi dues à
l’automatisation , les violations de la vie privée, les « deepfakes », les biais
algorithmiques causés par de mauvaises données, les inégalités socio-économiques, la
manipulation sociale, la volatilité des marchés et l’automatisation des armes, sont
considérés comme apocalyptiques par de nombreux experts. Les pionniers de la
technologie Stephen Hawking, Elon Musk ou encore Bill Gates ont tiré la sonnette
d’alarme concernant l’intelligence artificielle, tout en appelant les gouvernements à
réglementer ce domaine afin qu’il se développe de façon éthique et sécurisée.20

19
Systèmes d’ intelligence artificielle et santé : les enjeux d’une innovation responsable par Nathalie
Voarino « thèse présentée en vue de l’obtention du grade de doctorat (PhD) » faculté de médecine,
Université de Montréal
20
L’INTELLIGENCE ARTIFICIELLE ET SON IMPACT SUR LA SOCIÉTÉ.
PERSPECTIVES, APPLICATIONS ET RISQUES Département Génie Logiciel et Automatique, FI-211, Faculté
Ordinateurs, Informatique et Microélectronique,
Maria ILOVAN*

- 24 -
 [Link] Technologiques
Ensuite, il y a les limites technologiques. Malgré les progrès récents, l’IA est encore
loin de pouvoir égaler l’intelligence humaine dans sa globalité. Les systèmes d’IA
actuels sont généralement spécialisés : ils peuvent surpasser les humains dans des
tâches spécifiques, comme jouer aux échecs ou reconnaître des images, mais ils
ont du mal à gérer des situations nouvelles ou imprévues pour lesquelles ils n’ont
pas été spécifiquement formés.
En outre, la plupart des systèmes d’IA nécessitent d’énormes quantités de données
pour apprendre, ce qui peut être un obstacle dans les domaines où les données sont
rares ou sensibles. Les méthodes actuelles d’IA sont également très gourmandes en
énergie, ce qui pose des problèmes environnementaux.
Enfin, il y a le problème de l’explicabilité : les systèmes d’IA modernes, en particulier
ceux basés sur le deep learning, sont souvent qualifiés de « boîtes noires » car il est
difficile de comprendre comment ils arrivent à leurs conclusions. Cela peut être un
problème dans des domaines comme la médecine ou la justice, où il est important
de pouvoir expliquer les décisions prises. 21

21
[Link]
artificielle/

- 25 -
 Chapitre 2 :
l’ entrepreneuriat

- 26 -
Introduction :

Dans le vaste paysage de l’entrepreneuriat, les acteurs sont nombreux, divers et

interconnectés, formant un écosystème dynamique où convergent l’innovation, la
collaboration et le risque. Au cœur de ce réseau complexe se trouvent des
entrepreneurs et des visionnaires audacieux qui osent transformer leurs idées en
entreprises florissantes. Entourés de partenaires, d’investisseurs et d’autres parties
prenantes, ils franchissent les étapes de la création d’une entreprise, de la conception
au déploiement sur le marché. Chaque étape de ce parcours entrepreneurial est
marquée par des décisions stratégiques, des actions tangibles et des interactions avec
les parties prenantes, celles qui investissent leur temps, leur argent et leur expertise
pour soutenir la croissance et le succès de l’entreprise.
1 : l’entrepreneuriat et l’entrepreneur
1. L’ entrepreneuriat : un concept à définir
L’entrepreneuriat est un phénomène qui existe depuis longtemps, mais il
reste très difficile d’en donner une définition qui fera l’unanimité ; Voici
quelques définitions :

L’entrepreneuriat est défini comme le processus par lequel des opportunités de

créer des produits et des services futurs sont découvertes, évaluées et
exploitées (Venkataraman, 2019 ; Shane et Venkataraman, 2000 ; Shane et
Cable, 2002 ; Eckhardt et Shane, 2003 ; Verstraete et Fayolle, 2005). Ces auteurs
donnent pour exemple un individu capable de découvrir des ressources sous-
évaluées par leurs détenteurs, qu’il rachète et combine pour les revendre en
produits ou services « surévalués » par des acquéreurs (Laviolette et Loue,
2006).« L’entrepreneuriat est le processus dynamique de création de richesses
supplémentaires », disait Robert C. Ronstadt en 1984.« Entrepreneuriat : Initiative
portée par un individu construisant une opportunité d’affaires, dont le projet n’est
pas forcément d’ordre pécuniaire, par l’impulsion d’une organisation pouvant
faire naître une ou plusieurs entités, et créant de la valeur nouvelle pour des
parties prenantes auxquelles le projet s’adresse. » (Verstraete et Fayolle, 2005, p.
45).

- 27 -
Types d’entrepreneuriat :
La reprise d’entreprise : il peut s’agir de la reprise d’une entreprise florissante ou bien
d’une entreprise en difficulté.

La création d’entreprise ex nihilo : c’est-à-dire la création d’une entreprise qui n’existe

pas encore

L’auto-entrepreneuriat : l’autoentreprise ou microentreprise est le statut idéal pour les

travailleurs indépendants qui débutent (à temps plein ou temps partiel).

L’entrepreneuriat social : on fait ici référence aux entreprises pensées pour créer de la
valeur sociale, soit des entreprises proposant des services ou des solutions répondant à
des problématiques sociales. La reprise

L’entrepreneuriat public : c’est-à-dire les entreprises publiques proposant des services

aux citoyens.

L’entrepreneuriat par franchise : Le but de créer une entreprise par franchise est la
création d’une entreprise sous une entreprise mère, on (les franchisés) vend donc des
produits ou services d’une maison-mère (le franchiseur) moyennant compensation.

L’intrapreneuriat : il s’agit là de la création d’une activité économique nouvelle, mais au

sein d’une entreprise déjà existante.

L’extrapreneuriat ou essaimage : lorsqu’on parle d’entrepreneuriat et d’essaimage on fait

référence à un groupe de personnes salariées d’une entreprise qui ,ensemble, la
quittent pour créer leur propre activité, mais restent soutenues dans un premier temps
par cette dernière. 22
2. L’entrepreneure
Plusieurs disciplines ont tenté de trouver une définition de ces personnes si
particulières. Ainsi, les recherches faites par Filion (1997) montrent que l’angle de vue
sous lequel l’entrepreneur est perçu sera différent selon qu’il soit économiste ou
behavioriste ; de ce fait les économistes ,Ont associé l’entrepreneur à l’innovation
tandis que les behavioristes ont insisté sur les Caractéristiques créatives et intuitives
attribuées à l’entrepreneur. C’est ainsi que pour les économistes, l’entrepreneur est vu
tantôt comme innovateur (SchumpeterPerroux,1935) tantôt comme preneur de risque
Cantillon (, 1756) ou encore Comme facteur de production (Say, 1861). C’est dans cette
même lancée que d’autres auteurs proposeront la définition suivante de
L’entrepreneur : l’individu qui poursuit des opportunités au-delà des ressources

22
Préparation du concours EED (FSJEST-UAE)
L’entrepreneuriat par franchise : Le but de créer une entreprise par franchise
GHAZIOUI ABDERRAHIM 2022_2023

- 28 -
contrôlées(Stevenson, 1983 ; Laviolette et Loue, 2006 ; Eisenmann, 2013 ; Janssen,
2016, p.41). Les entrepreneurs sont des personnes (propriétaires de leur entreprise) qui
cherchent à générer de la valeur via la création ou le développement d’une activité
économique en identifiant et en exploitant de nouveaux produits. 23

➢ les capacités entrepreneuriales

Il n’existe pas de listes de capacités qui soient spécifiquement entrepreneuriales. La

plupart des capacités entrepreneuriales sont associées à d’autres capacités
génériques, traditionnellement dans des domaines tels que les habilités de vie privée ou
de relations interpersonnelles. Nous insistons donc sur le fait que les capacités ne sont
pas entrepreneuriales en tant que telles. Elles sont entrepreneuriales lorsqu’elles sont
combinées dans un contexte entrepreneurial. Nous rejoignons Pendeliau (1997), qui
stipule qu’il n’y a pas de bon profil dans l’absolu. Il y a une adaptation d’un profil à une
tâche, à une fonction, à un rôle ». Les capacités entrepreneuriales seraient donc moins
importantes que leur combinaison et la cohérence de celle-ci par rapport à la situation
entrepreneuriale.

Parmi ces capacités, l’on retrouve notamment les éléments suivants (Kearney, 1999) :

✓ générer, identifier et évaluer des opportunités ;

✓ Identifier, évaluer et gérer les risques ;
✓ Faire correspondre des objectifs et des capacités personnels avec un projet ;
✓ planifier et organiser ;
✓ Trouver et gérer les ressources ;
✓ Collecter, organiser et analyser des informations ;
✓ Communiquer des idées et des informations ;
✓ prendre l’initiative et faire preuve de dynamisme ;
✓ générer et utiliser des idées et des processus créatifs ;
✓ résoudre les problèmes ;
✓ Travailler en groupe ;
✓ être flexible et accepter le changement ;
✓ négocier et influencer ;
✓ Contrôler et évaluer ;
✓ être responsable.24

Ouvrage de : panorama de l’entrepreneuriat , Edition 2011

23

« Entreprendre »
24

Une introduction à l’entrepreneuriat ,Préface de Pierre-André JULIEN ,2ª édition revue et augmentée.

- 29 -
Section 2 :création de l’entreprise
1.Définition de l’entreprise :

Il est difficile de limiter la définition de l’entreprise à une seule définition globale.

Toutes les définitions proposées ne reflètent pas l’intégralité de la vérité, mais en
les rassemblant et en les intégrant, on peut parvenir à une définition globale.
Voici quelques exemples :
« L’entreprise est l’agent économique dont la fonction principale est la production
de biens et services destinés à être vendus sur le marché » INSEE.

«L’entreprise est un corps social ayant une fin économique : la production » P.

BELETON.
« L’entreprise est un groupement humain hiérarchisé qui met en œuvre des
moyens intellectuels, physiques et financiers pour extraire, transformer,
transporter, distribuer des biens ou des services conformément à des objectifs
définis par une direction en faisant intervenir les motivations de profit et d’utilité
sociale à des degrés divers »Ordre des experts comptables (France).
«Affaire commerciale ou industrielle dirigée par une personne physique ou
morale privée ; unité économique production »Dictionnaire Larousse.
[Link] étapes de création de l’entreprise :
Créer une entreprise est une aventure qui doit être étudiée et planifiée, et avant de se
lancer, il est nécessaire de connaître les étapes de base en général pour avoir une vue
d’ensemble des ressources, des financements, des opportunités et des risques afin de
les éviter. La phase de planification est l’étape la plus importante, car elle constitue la
boussole que doivent suivre tous les partenaires :
✓ ÉTAPE 1 – GÉNÉRATION DE L’IDÉE ET RECHERCHE

La première étape essentielle pour créer une entreprise est de concevoir une idée
robuste et prometteuse. Cette idée doit répondre à un besoin du marché tout en étant
alignée avec vos compétences et intérêts. Une fois l’idée en place, il est crucial de
mener une recherche approfondie pour évaluer sa faisabilité. Analysez le marché,
repérez vos concurrents potentiels et évaluez les risques et opportunités liés à votre
projet.

- 30 -
 ✓ ÉTAPE 2 – CRÉATION DU PLAN D’AFFAIRES

Une fois que votre idée est validée, il est temps de rédiger un plan d’affaires détaillé. Ce
document sera votre feuille de route pour le lancement et le développement de votre
entreprise. Assurez-vous d’inclure une description précise de votre entreprise, une
analyse approfondie du marché, une stratégie de marketing, une structure
organisationnelle, un plan financier et des objectifs clés. Un plan d’affaires solide est
crucial pour persuader les investisseurs potentiels et les partenaires commerciaux.
✓ ÉTAPE 3 – LA FINANCEMENT

Une fois votre plan d’affaires finalisé, vous devez déterminer les ressources financières
nécessaires pour lancer votre entreprise. Explorez différentes options telles que
l’autofinancement, les prêts bancaires, les subventions gouvernementales ou le
financement participatif. Préparez-vous à présenter votre plan d’affaires et à convaincre
les investisseurs de la valeur de votre entreprise. Une gestion financière efficace est
essentielle pour garantir la stabilité et la croissance à long terme de votre entreprise.

✓ ÉTAPE 4 – LA MISE EN PLACE DE L’INFRASTRUCTURE

À cette étape, concentrez-vous sur la mise en place des aspects pratiques de votre
entreprise. Choisissez une structure juridique adaptée à vos besoins spécifiques, qu’il
s’agisse d’une entreprise individuelle, d’une société de personnes, d’une société à
responsabilité limitée ou d’une société par actions. Enregistrez votre entreprise auprès
des autorités compétentes et obtenez les licences et permis nécessaires pour opérer
légalement. Établissez une infrastructure physique, comme l’ acquisition d’un espace
de travail, l’achat d’équipements et la mise en place de systèmes informatiques.
✓ ÉTAPE 5 – LE FINANCEMENT ET LA CROISSANCE

La phase finale implique le lancement de votre entreprise sur le marché. Élaborez une
stratégie marketing robuste pour promouvoir votre entreprise et attirer des clients.
Identifiez vos clients cibles et utilisez les canaux de communication adaptés pour
atteindre votre audience. Restez flexible et adaptez-vous aux fluctuations du marché
tout en maintenant un œil vigilant sur la croissance future de votre entreprise. 25

25
[Link]

- 31 -
 [Link] participants dans la création de l’ entreprise :

Les aspirations et attentes des participants dans chaque cercle varient, bien que tous
contribuent à un objectif commun : la création et le développement d’une entreprise.
De plus, les acteurs évoluent tout au long du processus, depuis la création jusqu’à la
croissance, avec des règles régissant la formation d’équipes, la gouvernance
d’entreprise et les relations famille-entreprise. Compte tenu des différentes logiques
des intervenants, l’acte d’entreprendre consiste à rassembler des individus aux intérêts
et objectifs divergents tout en favorisant une efficacité collective indispensable par des
ajustements individuels et collectifs.

L’organisation mise en place, appelée « l’entreprise », doit exploiter avec succès

l’opportunité identifiée par l’entrepreneur, en imposant son offre et son modèle
économique dans un environnement concurrentiel, ce qui lui confère un pouvoir de
marché lui permettant de maintenir son indépendance et son contrôle. En conclusion,
la création d’une nouvelle entreprise découle de la perception positive de deux
conditions minimales par le porteur de projet : l’assurance que l’entreprise peut
s’intégrer dans son environnement avec un pouvoir de marché adéquat et la capacité du
porteur de projet à exercer un contrôle suffisant sur le processus entrepreneurial. Ce
processus repose sur deux dynamiques, interne et externe résultant d’un mélange entre
caractéristiques psychologiques, personnelles et expérience, ainsi que d’une intention
de créer influencée par l’environnement familial, social et professionnel. 26

Cadres et l’entrepreneuriat
26

Mythes et Réalités/ sous la direction de françoise dany/acres de la journées du 6 juin 2002

- 32 -
 3. Les fonctions de l’ entreprise :

[Link] fonction «Direction et Administration Générale

Cette fonction consiste à définir les objectifs, prévoir et choisir les actions à accomplir,
contrôler leur réalisation, prendre d’éventuelles mesures correctives. Il faut pour cela
avoir une vision à long terme et surtout une capacité à mobiliser l’ensemble du
personnel de l’entreprise. En 1916 Henri Fayol s’appuie sur 5 types d’actions pour savoir
prendre les meilleures décisions stratégiques et gérer les conflits internes pour mieux
mobiliser le personnel sont :

• Prévoir : Essayer de planifier l’avenir en fonction de différents scenarios

Organiser Munir l’entreprise des différentes fonctions (ou organes) nécessaires à
son bon fonctionnement
• Organiser Munir l’entreprise des différentes fonctions (ou organes) nécessaires à
son bon fonctionnement
• Commander : Indiquer à ces différents organes les tâches à accomplir
• Coordonner : S’assurer que l’ensemble des actions de l’entreprise répondent à
une certain harmonie (et ne se parasitent pas)
• Contrôler : Vérifier que tout se passe conformément aux consignes du plan, afin
de pouvoir corriger au plus vite les éventuelles erreurs.
4.2. la fonction « Recherche et développement »

L’accentuation de la concurrence, l’accélération du progrès technique et des

innovations en matière de gestion et de technologie ont fait de la recherche et du
développement un enjeu central pour l’entreprise. Rechercher les informations les plus
pertinentes et développer de nouveaux outils, techniques ou procès favorisent la

- 33 -
création d’une niche de production et l’appropriation d’avantages comparatifs. L’impact
de la fonction développement > se perçoit à travers l’ensemble de l’entreprise.

On retiendra :

▪ Sur le plan de la production, la fonction R&D va améliorer l’efficacité de la

production lorsqu’il s’agit d’innovation de procédés.
▪ Sur le plan commercial, la Recherche & Développement va permettre à
l’entreprise de différencier son offre et de créer plus de valeur pour le client.
▪ Sur le plan financier, la fonction Recherche & Développement» représente
d’abord un coût. Il s’agit d’un investissement dont les résultats seront aléatoires.
En revanche, si l’innovation est une réussite, les recettes de l’entreprise seront
plus élevées.
▪ Sur le plan stratégique, la fonction « R&D » permet à l’entreprise de développer sa
spécificité et de se différencier des concurrents.

4.2 la fonction « production »

La fonction production assure la production de biens ou de services en respectant les

contraintes de production. Ces contraintes sont essentiellement la qualité du
produit/service, le budget de production, le coût de production et les délais de
fabrication.

Le responsable production gère, supervise et coordonne les ateliers, outils, et lieux de

production. La fonction production vise ainsi à élaborer et à exécuter les études et les
projets de production, à choisir les équipements adéquats et à prendre toute
disposition nécessaire pour produire dans les meilleures conditions de prix, de qualité
et de délais.

L’atelier de production est une unité qui réunit tous les moyens humains et techniques
nécessaires à la mise à disposition du produit auprès des consommateurs, la fonction
production au sens large implique de prendre en charge les achats, la sous-traitance de
production, la production interne, l’emballage, les stockages, les instructions
d’utilisation, le service, après vente la livraison.
[Link] fonction « Marketing et vente »

Analyse, programmation, politique de prix et de promotion, conditions (vente à crédit,

avec remises, etc.) et canaux de distributions…. Toute action de gestion permettant de
promouvoir et d’augmenter les ventes des biens et/ou services de l’entreprise relève de
la fonction marketing.

En amont de la vente le marketing définira quels profils des consommateurs potentiels

sont susceptibles de devenir des clients, ce qu’il faudra faire pour qu’ils le soient (prix,
qualité de l’aide livraison…) et pour qu’ils restent (connaissance de l’évolution de leurs

- 34 -
attentes, de leurs besoins futurs) et ainsi d’orienter l’action du service, recherche et
développement et la réflexion stratégique.

4.4. La fonction« Finance »

La mise en œuvre d’une politique financière équilibrée est l’objectif principal du

responsable financier de l’entreprise. La fonction financière recherche et fourni des
ressources indispensables à l’entreprise. Au niveau fonctionnel, elle gère les avoirs, les
biens de l’entreprise. Elle assure les investissements nécessaires et veille à la sécurité
financière. Elle procure à l’entreprise les capitaux nécessaires à son fonctionnement
afin d’assurer soit le financement d’une extension (la segmentation), soit le besoin d’une
modernisation de l’équipement technique. Selon les sources de financement, on
distingue les capitaux propres, et les capitaux étrangers ou empruntés.

[Link] fonction « Gestion des ressources humaines »

Considérée comme l’une des fonctions cruciales de l’entreprise, la gestion des

ressources humaines (GRH) prend en charge le management du capital humain de
l’entreprise. Le facteur humain est aujourd’hui un élément déterminant dans l’équation
de compétitivité de l’entreprise.

La fonction « Ressources Humaines » a pour mission de faire en sorte que l’organisation

dispose du personnel nécessaire à son fonctionnement et que ce personnel fasse de
son mieux pour améliorer la performance de l’organisation, tout en s’épanouissant. La
politique du développement du capital humain consiste à promouvoir les compétences
des employés et à développer leurs capacités professionnelles

5.L’entrepreneuriat : Les défis et les opportunités

Se lancer dans l’entrepreneuriat peut être une aventure passionnante et stimulante.
C’est une décision courageuse qui peut offrir de nombreuses opportunités pour réaliser
vos rêves et atteindre vos objectifs professionnels. Cependant, cela peut également être
un défi de taille avec son lot d’obstacles à surmonter. Dans cet article, nous allons
explorer les défis et les opportunités liés au fait de se lancer dans l’entrepreneuriat.
5.1Les défis de l’entrepreneuriat :

✓ La prise de risque : Se lancer dans l’entrepreneuriat signifie prendre des risques

financiers, personnels et professionnels. Il peut être difficile de quitter un emploi
stable pour créer sa propre entreprise et faire face à l’incertitude financière et
aux responsabilités qui en découlent.
✓ La gestion du temps et de l’énergie : En tant qu’entrepreneur, vous devez souvent
porter plusieurs casquettes et gérer de nombreuses tâches. La gestion du temps

- 35 -
 et de l’énergie peut devenir un défi, avec des journées chargées et des horaires
flexibles qui peuvent parfois entraîner une surcharge de travail.
✓ La concurrence : Les marchés sont souvent saturés et la concurrence peut être
féroce. Il peut être difficile de se démarquer et de gagner des clients dans un
environnement compétitif.
✓ La gestion des finances : La gestion des finances est un aspect clé de la réussite
entrepreneuriale. Il peut être difficile de gérer les revenus, les dépenses, les taxes
et autres obligations financières, surtout au début de votre entreprise.
5.2Les opportunités de l’entrepreneuriat :

✓ L’indépendance et la liberté : L’entrepreneuriat offre une liberté et une

indépendance pour créer et développer votre entreprise selon vos propres
valeurs, visions et objectifs. Vous pouvez prendre vos propres décisions et être
votre propre patron.
✓ La créativité et l’innovation : En tant qu’entrepreneur, vous avez la possibilité de
créer quelque chose de nouveau et d’innovant. Vous pouvez exprimer votre
créativité, développer de nouvelles idées et solutions pour répondre à un besoin
du marché.
✓ La flexibilité : L’entrepreneuriat offre souvent une flexibilité dans la gestion de
votre emploi du temps et de votre lieu de travail. Vous pouvez choisir quand et où
vous travaillez, ce qui peut vous permettre d’équilibrer votre vie professionnelle
et personnelle.
✓ Les opportunités de croissance : En tant qu’entrepreneur, vous avez la possibilité
de développer votre entreprise et de réaliser des profits. Vous pouvez élargir vos
activités, embaucher du personnel, et saisir de nouvelles opportunités de
marché pour augmenter votre chiffre d’affaires 27

27
[Link]
blog#:~:text=Les%20opportunit%C3%A9s%20de%20l’entrepreneuriat%20%3A&text=La%20cr%C3%A9a
tivit%C3%A9%20et%20l’innovation,%C3%A0%20un%20besoin%20du%20march%C3%A9

- 36 -
Chapitre 3 : IA & l’entrepreunariat

- 37 -
Section 1 : l’ère de l’intelligence artificielle entrepreneuriale
1..La valeur de IA pour les managers :
Les applications d’IA telles que la robotique et l’apprentissage automatique sont déjà
présentes dans la vie quotidienne des individus (Eggers, Schatsky et Viechnicki, 2017 :
Ransbotham, Gerbert, Reeves. Kiron et Spira, 2018), et l’utilisation de l’IA pour la prise de
décision organisationnelle est en croissance (Duan et al., 2019). L’utilisation de la technologie
est définie comme « l’utilisation d’une application par des personnes croyant qu’elle les aidera
à mieux accomplir leur travail > (Davis, 1989). Du point de vue d’une organisation, les
capacités toujours croissantes de l’IA, associées aux mégadonnées, la rendent encore plus
pertinente pour les applications concernant tous les domaines d’activité, de la gestion de la
production à la chaîne d’approvisionnement (Sharma et al., 2020). Le déploiement réussi de
l’IA donne aux organisations l’opportunité d’améliorer les procédures de production (Jingyu Li
et al.. 2021), offrant en même temps des opportunités d’optimisation de l’efficacité de la
fabrication grâce, par exemple, à la personnalisation de masse (Davenport et Ronanki, 2018).28

Les entrepreneurs utilisent l’intelligence artificielle dans diverses activités et suivent les
derniers développements dans ce domaine technologique, ce qui leur ouvre d’importantes
opportunités rentables avec un minimum d’effort et dans les meilleurs délais. Et voici
quelques domaines d’ application de l’ IA au sein de l’ entreprise :
.[Link] de l’IA pour prédire les tendances et les comportements d’achat

L’utilisation de l’IA dans le but de prévoir les habitudes d’achat et les comportements des
consommateurs est devenue une stratégie cruciale pour les entreprises visant à maintenir leur
compétitivité au sein d’un marché dynamique. En tirant parti de techniques d’analyse de
données sophistiquées, les entreprises peuvent utiliser des algorithmes d’apprentissage
automatique pour discerner les modèles et tendances naissants, anticiper les inclinations des
consommateurs et prévoir les comportements d’achat à venir. Ces méthodologies permettent
aux entreprises d’acquérir une meilleure compréhension de leur clientèle, d’adapter leurs
offres et leurs stratégies promotionnelles, et d’adapter leur gamme de produits en réponse à
l’évolution des demandes du marché. Les systèmes de prévision basés sur l’IA ont la capacité
de prendre en compte plusieurs sources de données, y compris les historiques d’achat, les
interactions sur les réseaux sociaux, les commentaires des clients et les tendances
économiques, afin d’offrir des prévisions plus précises et fiables. Par conséquent, les
entreprises sont en mesure d’améliorer leur capacité à prévoir la demande, à réduire les
stocks excédentaires, à optimiser les stratégies de tarification et, en fin de compte, à améliorer
la satisfaction globale des clients (Qinping Lin et al., 2023). 29

28
Mohamed-Nedjib Benleulmi. Comment stimuler la performance opérationnelle à travers le manage-
ment basé sur l’Intelligence artificielle ? Une étude des enjeux de I’IA pour les fonctions managériales
traditionnelles et des déterminants stratégiques du management basé sur l’IA. Gestion et management.
Université Paris-Saclay, 2023. Français. NNT : 2023UPASK007 tel-04353612
29
Digital Object Identifier (DOI) : [Link] 10602607

- 38 -
 3.L’automatisation de la prise de décision :

Les techniques d’intelligence artificielle nous permettent d’automatiser l’extraction de

connaissances à des fins prédictives. Dans un deuxième temps, ces prédictions peuvent être
utilisées pour prendre de meilleures décisions. Par exemple, en fonction des préférences
prédites de clients, on peut déterminer la taille des commandes pour chaque article
disponible et l’offre personnalisée destinée à chaque client. Il existe aussi des algorithmes qui
automatisent les prédictions et les décisions. Les voitures sans conducteur sont un bon
exemple de ce genre de système. Ce type d’automatisation est de plus en plus étudié dans le
monde universitaire. Bref, si le passé est garant de l’avenir, de multiples applications
industrielles devraient voir le jour sous peu. 30
4.L’ automatisation des processus opérationnels :

L’automatisation est un autre avantage majeur. Les entrepreneurs peuvent utiliser l’IA
pour automatiser des tâches répétitives et chronophages, permettant ainsi aux équipes
de se concentrer sur des activités à plus forte valeur ajoutée. Des chatbots peuvent
répondre aux questions des clients en temps réel, des systèmes de gestion des stocks
peuvent optimiser les niveaux de stocks, et des algorithmes de traitement automatique
du langage naturel (NLP) peuvent analyser de grandes quantités de données textuelles
pour identifier des tendances et des informations précieuses.

L’automatisation des processus opérationnels permet aux entrepreneurs de gagner en

efficacité et en productivité. Par exemple, les entreprises de commerce électronique
peuvent utiliser des chatbots pour gérer les requêtes des clients, ce qui réduit les délais
de réponse et améliore l’expérience client. Les algorithmes peuvent également analyser
les données de vente en temps réel, permettant aux entrepreneurs de prendre des
décisions éclairées sur la gestion des stocks et les stratégies de tarification. 31
[Link] gestion des ressources humaines

L’application de l’intelligence artificielle dans la GRH apporte plusieurs avantages, en

réduisant le temps et les efforts nécessaires à l’exécution de tâches lourdes et
complexes et permet l’amélioration des prise de décision, chose qui se reflète par la
réalisation de meilleurs résultats (Parveen et Palaniammal, 2019). Les applications
basées sur l’IA permettent d’identifier les modèles de données et gérer Les tâches
critiques à forte intensité de données. Les ordinateurs peuvent aujourd’hui identifier les
anomalies et les erreurs plus rapidement et plus précisément que le personnel des RH,
ce gain du temps, se traduit par la réduction des coût et automatiquement par une
augmentation de la marge bénéficiaire. L’un des principaux objectifs de toute

30
Intelligence artificielle : une mine d’or pour les entreprises
Laurent Charlin
DANS GESTION 2017/1 (VOL. 42), PAGES 76 À 79
ÉDITIONS HEC MONTRÉAL
31
[Link]

- 39 -
organisation est de générer des gains, ce qui a conduit les entreprises à maximiser
d’avantage l’utilisation de l’IA et de la collaboration entre employés et machines.

En outre, l’utilisation de l’IA permet aux employés des RH de se concentrer sur des
activités stratégiques nécessitant une implication humaine importante, cela comprend
l’établissement et le renforcement des relations avec les clients internes, rendre le lieu
de travail plus engagé et mettre l’accent sur le développement des employés et
l’évolution de leur carrière (Tewari et Pant,2020). Grâce à l’IA, différentes fonctions au
sein d’une organisation, telles que le recrutement et la formation, peuvent voir leurs
coûts réduits, grâce à ses capacités analytiques et prévisionnelles, elle fournit des
solutions pertinentes et efficaces, permettant une meilleure préparation aux problèmes
futurs. On peut aussi citer d’autre avantage :

✓ Réduire la charge du travail du personnel administratif dans L’entreprise.

✓ Identifier les meilleurs candidats pour le poste.
✓ Réduire les discriminations dans le processus de sélection
✓ L’IA aide à prédire et augmenter le taux de rétention des Employés sur le lieu de
travail.32
Section 2 : Les défis de l’ intégration de IA dans l’entreprise :

L’intelligence artificielle est difficilement acceptée par le consommateur ainsi que par
l’entreprise elle-même. Toutefois, l’entreprise dépend du consommateur pour
prospérer. Donc si le consommateur est convaincu de l’utilité d’une telle technologie,
les entreprises devraient pouvoir suivre. Par ailleurs, l’humain reste méfiant envers tout
ce qui ne lui ressemble pas. II peut être méfiant envers un autre humain venant de loin,
lui paraissant trop étranger, ne parlant pas la même et réfléchissant différemment de
lui. La même logique de méfiance est exprimée envers l’intelligence artificielle. C’est
une technologie récente, qu’il n’a souvent pas développée lui-même, qui fonctionne
selon un autre langage et qui n’a pas la même manière de penser. L’un des défis
principaux est de faire accepter au consommateur la technologie et cela passe par le
processus d’adaptation de l’IA pour qu’elle ressemble le plus possible au
comportement humain. Ce processus d’anthropomorphisme est plus difficile qu’on
peut le penser. Adapter un chatbot par exemple pour qu’on ne puisse plus discerner si la
réponse vient d’une machine ou d’un humain est un objectif tangible aujourd’hui
(Araujo, 2018).

D’autres défis ont déjà été identifiés dans la littérature, notamment par les cabinets de
consultation comme EY qui souhaitent offrir des solutions à ses clients. Ils découpent
les défis identifiés sous quatre grandes parties : la « technologie et les données », le «

32
L’impact de l’Intelligence Artificielle sur la Gestion des Ressources Humaines : Une revue de littérature
Smail SAADAOUI et Bouchra BELMOUFFEQLaboratoire interdisciplinaire Ingénierie des Affaires,
Soft Skills Management et DroitaFaculté des Sciences Juridiques Economiques et Sociales Ain
Sebaa,.Université Hassan II, Casablanca, Maroca

- 40 -
talent et la culture », « retour sur investissement », « confiance éthique et régulations »
(Aswani, 2020). Dans chacune de ces quatre parties, on voit des défis précis.

La première partie concernant la « technologie et les données » (Aswani, 2020)

contient quatre défis. Le premier est que l’écosystème externe est peu mature. En effet,
certains lieux sont plus accueillants pour les entreprises travaillant avec de l’IA. Elles ne
doivent pas être isolées. Elles doivent être ancrées dans un écosystème où certaines
entreprises effectuent des recherches en IA, d’autres produisent des outils à base d’IA,
d’autres mettent ces outils sur le marché et d’autres achètent ces outils pour les
implanter. Si toutes ces entités ne sont pas incluses dans l’écosystème, on dira alors
qu’il est peu mature et qu’il réduit les choses pour l’entreprise acheteuse de l’IA de
vouloir l’adopter. D’autre part, il faut que les données de l’entreprise soient digitalisées.
Les entreprises traditionnelles, surtout les plus anciennes, ont plus souvent utilisé des
supports écrits pour contenir leurs données qu’informatique. Ainsi, il faut que
l’entreprise puisse insérer toutes ses données sous format numérique pour qu’un
système d’IA puisse s’en servir. Malheureusement, le niveau de digitalisation au sein des
entreprises reste assez bas. Ce faible niveau de digitalisation résulte en de faibles
données disponibles pour alimenter l’algorithme. Un défi important est qu’il n’y en a pas
assez pour tester l’algorithme. Certaines données d’entraînement sont nécessaires pour
voir si l’algorithme sera aussi efficace qu’on le pense. Moins on a de données
d’entraînement, moins les résultats de notre algorithme seront précis.

La deuxième partie concerne le « talent et la culture » (Aswani, 2020). Elle indique

qu’il y a encore peu de personnes qui sont formées à l’utilisation et la gestion de l’IA
contrairement à l’offre d’emploi dans ce domaine. De plus, beaucoup d’entreprises,
notamment les plus grandes avec le plus d’ancienneté ont tendance à avoir une culture
conservatrice et sceptique quant à l’utilité de l’IA. Finalement, l’introduction d’une telle
technologie implique la suppression de postes peu qualifiés qui pourront être
facilement remplacés. Une entreprise doit prendre en considération de telles
conséquences avant de s’engager dans cette perspective (Aswani, 2020), La troisième
partie concerne la difficulté à quantifier le « retour sur investissement ». En effet,
avant tout grand investissement onéreux, il faut prouver aux actionnaires d’une
entreprise et aux hauts postes de direction le retour monétaire qu’il peut y avoir derrière.
L’IA étant une technologie relativement récente et encore peu intégrée en entreprise, il
est difficile de donner des résultats quantitatifs précis. C’est difficile de convaincre les
personnes prêtes à investir leur argent pour quelque chose d’incertain. De plus, il est
difficile de se baser sur d’autres cas d’entreprises qui ont déjà fait ce choix d’intégration
d’IA vu le très faible nombre de précédents (Aswani, 2020).

La quatrième partie concerne « la confiance, l’éthique et les régulations ». Le

premier défi et aussi le plus grand, est la difficulté à expliquer ce qu’est l’IA. Nous avons
vu que celle-ci a une définition très difficile à cerner et à cadrer. De plus, même des

- 41 -
personnes travaillant dans le domaine de la haute technologie ont du mal à la
comprendre et l’expliquer aux personnes peu familières avec le domaine. La confiance
est difficile à établir pour un concept incertain. Un autre défi est que les décisions prises
par un algorithme d’IA peuvent entraîner des conséquences bonnes et mauvaises
comme toute décision prise par un humain. Toutefois, la responsabilité des mauvaises
conséquences est encore difficile à attribuer et fait l’objet de beaucoup de
controverses. D’autre part, les régulations et les conformités auxquelles les entreprises
doivent se soumettre selon la zone ou le pays peuvent limiter le développement de I’IA.
Les préjugés et l’éthique sont aussi des défis non négligeables, qui se réduisent certes
avec le temps, mais qui marquent un obstacle à prendre en compte (Aswani, 2020).

D’autres défis ont été identifiés par la littérature. On peut citer la charge de travail et le
temps qu’il faudrait pour « réviser tout le système, les procédures, les stratégies et les
politiques » (Joshi, 2019) de l’entreprise. De plus, beaucoup d’entreprises estiment que
les approches non basées sur l’IA sont suffisantes pour l’instant dans le contexte
actuel. Un manque de recherche sur l’IA et ses apports est aussi observé. C’est une
technologie très onéreuse que peu d’entreprises peuvent s’offrir. D’autre part, c’est
aussi dû au fait que le régime de propriété intellectuelle quant à la recherche en IA est
non attractif (peu de protection). Cela limite la recherche puisque les découvertes sont
ouvertes facilement à ceux qui veulent en savoir plus (Horwitz, 2020).

Nous aimerions nous attarder sur le défi de la culture conservatrice des managers. Au-
delà de la réticence des managers pour des raisons conservatrices, ceux-ci peuvent se
sentir menacés. Par une telle technologie. En effet, quand l’IA travaille avec le manager
elle peut le « remplacer, l’assister » (Déjoux, 2020) et le valoriser. Le remplacer ne veut
pas dire qu’elle ferait tout ce qu’il peut faire. Elle peut le remplacer au niveau de
certaines tâches que l’IA pourrait effectuer. Elle peut s’occuper du « tri, de la prise de
rendez-vous, de la détection de fraude, du classement, de la curation, de la
personnalisation et de l’analyse » (Déjoux, 2020). Elle peut l’assister dans « le
prototypage, la gestion des talents, la planification, la gestion de projet, la présélection
et l’analyse de sentiments » (Déjoux, 2020). Et elle peut augmenter sa valeur en
stimulant sa « créativité, en aidant à prendre des décisions, en éprouvant de l’empathie
artificielle, et en traduisant » (Déjoux, 2020). Comment l’IA peut-elle faire ça
concrètement ?

L’auteure distingue quatre types de modèles de management par l’IA. Le premier étant
le management prédictif. Ainsi, un algorithme développé par deux professeurs de
management permet actuellement « d’attribuer aux employés un taux de probabilité de
départ en temps réel » (Déjoux, 2020). L’IA peut même identifier les périodes où chaque
employé risque de se faire démarcher.

- 42 -
Le management par notification consiste à conduire la gestion de ses employés par le
biais de notifications. Pour l’illustrer, il suffit de penser au système de notification de
Uber par exemple. Chaque nouvelle information sur le processus de prise en charge
d’un client est notifiée d’un parti à l’autre (Déjoux, 2020).

En ce qui concerne le management individualisé, le manager peut utiliser un algorithme

spécialisé pour répartir le temps efficacement entre chaque employé. Microsoft a
développé un programme dans ce but (Déjoux, 2020).

Enfin le data management est utilisé pour suivre précisément l’évolution de son équipe
et où elle se situe comparée à d’autres. Pour arriver à devenir un manager capable
d’utiliser toutes ces ressources, il faut beaucoup de formations, de compréhension des
systèmes de l’IA mis à sa disposition et de leadership pour transmettre cette culture à
ses employés (Déjoux, 2020).

Un autre département en entreprise où l’IA a un rôle important à jouer est le

département des ressources humaines. Le chatbot est utilisé pour les tâches répétitives
dans ce domaine. Elle regroupe un gain de temps et d’argent important. Toutefois, la
problématique actuelle quant à l’utilisation de l’IA en ressources humaines est liée au
recrutement de nouveaux talents. Dans quelles mesures une machine peut déterminer
si une personne à sa place dans l’entreprise ?

Plusieurs prototypes ont été développés pour tenter de remplacer les recrutements
d’humain à humain par machine à humain. Cette fois, le problème n’était pas dans le
manque de données.

Le problème s’est trouvé dans le biais des données. En effet, l’IA, biaisée par les
résultats des recrutements effectués par les humains dans le passé, a sélectionné une
majorité de CV d’hommes, et a exclu les minorités. Le défi ici est la qualité des données
(Chevalier 2021). D’autre part, pour effectuer les recrutements, y compris les entrevues,
I’IA doit utiliser la reconnaissance faciale et l’analyse des sentiments. Dans certains
pays, l’utilisation de telles fonctionnalités est interdite. Cela représente un autre type de
défi.33

33
Les défis de l’intégration de l’intelligence artificielle en entreprise : France et Canada »
Par Inès Othmani.
Sciences de la gestion (Option Affaires Internationales)
Mémoire présenté en vue de l’obtention du grade de maîtrise ès sciences en gestion ([Link].)
Décembre 2021 Inès Othmani, 2021

- 43 -
Section 3 :Des recommandations :
Dans la littérature scientifique, trois solutions sont préconisées la collaboration, la
proactivité et l’acceptation de l’IA par les acteurs.
[Link] collaboration

La collaboration humain-machine permet de pallier le problème d’un contrôle total de

la machine vis- à-vis de l’homme. Il est à noter que « 52% des entreprises utilisent déjà
des solutions IA ou en ont le projet à court ou moyen terme » (Tata Consultancy
Services, 2018). Désormais, la question est de savoir comment travailler avec l’IA sans
la subir afin d’éviter le scénario de l’employé augmenté et dominé (Ferguson, 2019),
victime de la technologie en raison de sa dépendance au résultat. Il s’agirait de mettre
en place une relation de coopération homme-machine où l’IA serait perçue comme un
outil d’aide, comme un complément, et où la présence humaine serait indispensable et
reconnue sous un positionnement d’ambivalence technologique (Ellul, 1988). En
d’autres termes, le professionnel (radiologue, employé, médecin…) utiliserait les
compétences de la machine en acceptant que celle-ci puisse accomplir certaines
tâches beaucoup plus efficacement que lui (Daugherty et Wilson, 2018). Les travaux de
Wang et al. (2016) relatifs à la détection du cancer à travers des images sont d’ailleurs
très pertinents à ce sujet. Ils montrent que dans une recherche de métastase du cancer
du sein, la combinaison des prédictions du système d’apprentissage issu de l’IA (deep
learning) et des diagnostics du pathologiste humain réduit le taux d’erreur de 85%. Cela
prouve que la force de l’un remédie aux lacunes de l’autre (Jarrahi, 2018). Cette
complémentarité prendrait la forme d’un duo homme-1A, ou «å I’IA reviendrait
l’exécution, la gestion, l’organisation, à l’humain la création, l’imagination, la
coopération et les émotions » (Dubet, 2019).

Cependant, de nombreux chercheurs mettent en avant les limites de cette relation,

notamment parce qu’elle n’est pas de nature humaine (van den Bosch et Bronkhorst,
2018 : Zouinar, 2020). La question de l’augmentation du travail par l’IA est également à
prendre en compte dans la compréhension de cette collaboration. On pourrait ainsi voir
cette augmentation comme une amplification symbiotique (Zacklad, 2018), dans le
sens où un nouvel organe viendrait remplacer un organe manquant avec plus
d’efficacité (Zacklad, 2018).

Enfin, la notion d’intelligibilité est aussi évoquée dans la littérature scientifique. Il

conviendrait done de développer, au sein des systèmes d’IA tels que les machines
basées sur l’apprentissage profond (machines expertes et automatismes complexes),
un procédé plus intelligible et explicable, moins opaque (Zouinar, 2020), revenant à
adopter, selon l’éthique de l’intelligence artificielle, une approche inflationniste et
substantialiste (Bruneault et Laflamme, 2021). Dans ce domaine, la perspective
inflationniste admet que l’IA est une finalité technologique du développement de
l’humain. D’ailleurs, certains pensent que les progrès en apprentissage profond vont

- 44 -
permettre à la machine de réaliser les tâches intuitives de l’humain. L’approche
inflationniste est une conception de l’IA selon laquelle le développement technologique
est inévitable, nécessaire et irréversible. Il y a donc urgence à adopter une position
proactive visant à anticiper les problématiques liées à l’IA. Le but du concept
d’intelligibilité est, in fine, de favoriser une meilleure compréhension du fonctionnement
de systèmes afin de s’orienter vers le scénario de « l’employé réhumanisé >> (Ferguson,
2019), tout en évitant l’effet d’opacité appelé « boîte noire » et en encourageant les
principes plus éthiques (Hooker & Kim, 2019). Par exemple, concrètement, une des
solutions pourrait venir d’une notion appelée « l’éthique par l’éducation ». Celle-ci
consiste à appliquer deux principes éthiques dans le but d’éduquer, à l’instar d’un
enfant, l’algorithme d’une IA : l’ ethic by design et l’ethic by évolution.

L’ethic by design est une approche de R&D intégrant les enjeux humains dans la
conception des applications d’IA afin que celle-ci soit compréhensible pour le plus
grand nombre et s’inscrive dans le code des codeurs, ce qui permettrait d’interdire les
algorithmes liberticides et indignes (Bensoussan, 2020 ; Dignum, 2018).

L’ethic by evolution est un concept qui permet de suivre l’évolution des systèmes pour
les remettre en question de manière continue au regard des valeurs humaines et
morales (Béranger & Chassang, 2021).

Cette problématique a déjà fait l’objet d’études. Ainsi, Roth et al. (1987) ont observé les
effets de l’opacité de ces systèmes sur l’activité humaine. Des recherches ont
également porté sur les premiers systèmes experts et l’automatisation dans des
situations de travail (de Terssac et al., 1988 : Parasuraman et Wickens, 2008).
[Link] proactivité

La proactivité est une notion importante lorsqu’il s’agit d’identifier les secteurs et les
emplois qui seront concernés par la transformation imposée par l’IA. C’est ainsi que les
employés pourront être formés à ses enjeux et qu’il sera possible de créer de nouveaux
emplois qui feront ressortir de nouveaux talents. Ceux-ci pourront développer des
compétences nouvelles dans le champ de l’informatique, ce qui leur donnera, toujours
dans une perspective de proactivité, un coup d’avance sur les problèmes suscités par
l’IA, qu’ils soient d’ordre éthique, juridique, technique ou économique. Il semble
opportun d’insister sur la formation des employés. Ce sont des acteurs indispensables
dans la transition vers l’intégration et le développement pérenne de l’IA au sein des
entreprises (Benhamou, 2018h). A ce propos, il est à noter que la moitié des entreprises
a mis en place des projets d’IA à court terme ou envisage de le faire ; mais, celles-ci
rencontrent des obstacles liés aux compétences et aux qualifications des acteurs (Tata
Consultancy Services, 2018),

3.L’acceptation par les acteurs

- 45 -
À l’instar de nombreux outils technologiques et notamment de sécurité, la dimension
pervasive de l’IA fait que sa perception par les acteurs au sein des organisations doit
être prise en compte pour faciliter son implémentation (Lollia, 2019). Par exemple, si l’IA
est perçue par les employés ou les consommateurs comme un outil de surveillance, de
traçabilité et de recueil de données personnelles, son implémentation au sein de
l’entreprise sera difficile. A contrario, si les employés la considèrent comme faisant
partie intégrante de l’entreprise, elle sera plus aisée à mettre en place, car elle sera
perçue comme un outil efficace et facilitateur. Une formation adéquate sera également
utile pour la faire accepter par le plus grand nombre. Les aspects techniques de l’IA ne
sont pas l’élément le plus important à prendre en compte pour que celle-ci soit admise
au sein de l’entreprise. L’enjeu est davantage lié à sa perception par l’humain, avec la
notion de conduite du changement qui l’accompagne (Lollia, 2019 ; Moss Kanter, 2011 :
Autissier et Moutot, 2015). A titre d’exemple, une solution basée sur l’IA dont l’objectif
serait d’assurer la rentabilité d’une entreprise pourrait s’avérer inefficace si les
employés la considéraient comme non éthique. Des travaux scientifiques (Lollia, 2019b)
montrent en effet que même si un outil est utile et nécessaire pour une organisation, sa
non-adoption par les acteurs peut éventuellement entraîner des conséquences
néfastes. Dans ce cas, il est à craindre que ce dernier ne soit pas ou mal utilisé et que sa
mise en œuvre dans l’entreprise soit compromise. Notons cependant que bien souvent,
la pervasivité de l’IA implique, à l’instar des autres technologies nouvellement intégrées
dans une organisation, un biais d’implémentation et done une restructuration discrète
du travail pour plus d’efficacité (Dramba, 2019). 34

34
« L’intégration de l’intelligence artificielle dans la stratégie organisationnelle de l’entreprise questions et
orientations »
Fabrice Lollia
ID HAL : hal-04075275
[Link]
Soumis le 9 juin 2023

- 46 -
 Conclusion :
Le terme intelligence artificielle (IA) désigne un ensemble de technologies et
de logiciels permettant aux systèmes informatiques d’exécuter des tâches qui
nécessitent une pensée humaine, telles que l’apprentissage, la réflexion et la
prise de décision, de manière autonome et sans intervention humaine directe.
Son application s’étend à divers secteurs tels que l’industrie, la santé et
l’éducation, mais elle comporte également des risques et des menaces.
Dans le domaine de l’entrepreneuriat, qui consiste à concrétiser de nouvelles
idées innovantes pour créer et développer des entreprises et des projets
émergents, le rôle de l’entrepreneur est essentiel au de l’entreprise qui
présente une entité économique composée d’individus et de participants
opérant dans différents domaines.
L’entrepreneuriat présente des défis tels que la concurrence accrue et les
contraintes financières, mais offre également des opportunités en termes
d’innovation et de capacité à s’adapter aux besoins du marché. L’intégration
de l’IA offre aux entrepreneurs des possibilités sans précédent de concrétiser
leurs idées en réalité. Cependant, cette convergence entre l’IA et
l’entrepreneuriat ouvre des perspectives vastes tout en imposant des défis
complexes et stimulants.
L’intégration de l’IA dans les entreprises nécessite une attention particulière
à la confidentialité, à la sécurité et à l’éthique des données. De plus, les coûts
d’implémentation et la résistance au changement peuvent représenter des
obstacles importants.
Bref, l’IA représente à la fois une opportunité et un défi pour les
entrepreneurs. En naviguant avec prudence et en adoptant une approche
proactive, les entreprises peuvent tirer parti de cette technologie
révolutionnaire pour prospérer dans l’ère de l’entrepreneuriat.

- 47 -
 Partie pratique :
La méthodologie de recherche &
l’interprétation de résultats

- 48 -
 Introduction
Après avoir pris connaissance de l’intelligence artificielle et des avantages
qu’elle offre aux entreprises, et après avoir observé les défis auxquels les
entrepreneurs peuvent être confrontés lorsqu’ils tentent d’intégrer cette
technologie, nous proposerons des recherches sur le terrain à travers un
ensemble de questions spécifiques afin d’obtenir une base de données
statistiques. Cela constituera une traduction quantitative de nos observations
précédentes. Nous commencerons par présenter la stratégie adoptée dans la
recherche et ses objectifs en lien avec notre sujet. Ensuite, nous soulignerons
l’importance de l’outil utilisé pour recueillir les informations. Nous passerons
ensuite à l’analyse des résultats de la recherche. Cette étape est cruciale, car
nous analyserons les réponses à chaque question séparément pour obtenir une
vision simplifiée et claire de notre sujet.

- 49 -
 Chapitre 1 :
La méthodologie de recherche

Section 1 : la stratégie de recherche

1. La stratégie descriptif :

- 50 -
Pour notre recherche, nous avons choisi d’entreprendre une approche
descriptive. Ce choix est fait pour plusieurs raisons. Notre objectif est de décrire
les pourcentages d’utilisation de l’intelligence artificielle, les domaines dans
lesquels elle est la plus utilisée, ainsi que ses techniques répandues dans le
paysage entrepreneurial.
Cette stratégie est rendue possible grâce aux données collectées par le
questionnaire. La surveillance des différents pourcentages et les graphiques
constituent un outil important dans la mesure où ils permettent de simplifier le
sujet étudié et permettent également de comparer les résultats pour faciliter
l’analyse et l’interprétation.
[Link] objectifs de la stratégie descriptif :
✓ Fournir une compréhension claire et détaillée : La stratégie descriptive
vise à offrir une image précise et exhaustive du sujet étudié, en incluant
tous les détails pertinents.
✓ Documenter les faits: Elle permet de consigner des informations
✓ factuelles et vérifiables, essentielles pour la recherche et l'analyse.
✓ Éliminer les biais: En se concentrant sur une présentation objective et
neutre des données, cette stratégie vise à minimiser les préjugés et les
interprétations subjectives.
✓ Faciliter la communication : Une description détaillée et claire aide à
communiquer des informations complexes de manière compréhensible,
utile pour les rapports, les publications scientifiques, et les présentations.
✓ Supporter l'analyse ultérieure : En fournissant une base factuelle solide,
elle permet aux chercheurs et aux analystes de mener des études
comparatives, des analyses approfondies et des interprétations basées
sur des données fiables.
✓ former les décisions : Dans des contextes comme les études de marché
ou les enquêtes sociales, des descriptions précises peuvent aider les
décideurs à comprendre les tendances, les comportements et les
besoins, et à prendre des décisions éclairées.

3.l’importance des graphiques :

- 51 -
Les graphiques jouent un rôle essentiel dans la communication et l’analyse
des données. Et ils offrent beaucoup d’avantages , voici quelques
caractéristiques :

✓ Simplification des informations complexes : Les graphiques

permettent de représenter visuellement des données complexes,
rendant ainsi les informations plus faciles à comprendre.
✓
✓ des tendances et des modèles : Ils facilitent la détection des
tendances, des motifs et des anomalies dans les données, ce qui peut
être crucial pour la prise de décision.
✓ Comparaison des données : Les graphiques aident à comparer
✓ différentes séries de données rapidement et efficacement, en mettant
en évidence les similitudes et les différences de manière claire.
✓ Communication efficace : Ils sont des outils de communication
puissants qui permettent de transmettre des informations de manière
concise et impactante, utile lors des présentations et des rapports.
✓ Analyse des données : Les graphiques soutiennent l’analyse en offrant
une vue d’ensemble des données, ce qui facilite l’interprétation et la
compréhension des résultats.
✓ Attirer l’attention : Un graphique bien conçu attire l’attention et engage
l’audience, ce qui est essentiel pour transmettre des messages clés.

Section 2 : la Méthode de collecte de données :

Il est important que la stratégie de recherche que nous avons explicitée soit en
concordance avec la méthode de collecte de données que nous choisissons.
Nous avons adopté le questionnaire afin de répondre au objectifs de la stratégie.
Le questionnaire est un outil précieux dans la recherche pour obtenir des
données fiables, comparables et analytiques, ce qui est crucial pour tirer des
conclusions éclairées et valides .
1. Présentation du questionnaire :
Nous avons utilisé des questions directes et claires pour nous permettre de
collecter des informations de base afin de former un aperçu complet de notre
sujet. Nous avons également utilisé des questions à choix multiples pour faciliter
la réponse et concentrer les réponses en fonction de la question.

- 52 -
 ➢ Secteur d’activité :
• Technologie
• Santé
• Finance
• Commerce
➢ Utilisation de l’intelligence Artificielle : Votre entreprise
utilise-t-elle des technologies d’intelligence artificielle ?
• Oui
• Non
➢ Tranche d’âge :
• Moins de 25 ans
• 25-35 ans
• 36-45 ans
• Plus de 55 ans
➢ Quelles sont les principales applications de l’IA dans votre
entreprise ? (choisissez tout ce qui s’applique)
• Analyse de données
• Chatbots
• Automatisation des processus
• Reconnaissance d’image
• Amélioration de la relation client
• Autre
➢ Perception de l'impact de l'IA:
▪ Quels sont, selon vous, les principaux avantages de l'utilisation de
l'IA dans l'entrepreneuriat? (choisissez tout ce qui s'applique)
• Amélioration de l'efficacité opérationnelle
• Prise de décisions plus éclairées
• Personnalisation des services pour les clients
• Réduction des coûts
• Autre:

▪ Quels sont les principaux défis ou risques associés à l'utilisation de

l'IA dans l'entrepreneuriat? (choisissez tout ce qui s'applique)

- 53 -
 • Besoin de compétences spécialisées
• Risques liés à la confidentialité des données
• Coûts élevés de mise de mise en œuvre
➢ Évolution du marché :
▪ Comment pensez-vous que l’introduction de l’IA a modifié le
paysage concurrentiel dans votre secteur d’activité ?
• Considérablement
• Modérément
• Peu
• Pas du tout
▪ Avez-vous observé des changements dans les attentes des clients
depuis l’introduction de l’IA ?
• Oui
• Non
➢ Acceptation de l’IA par les employés :
▪ Comment vos employés perçoivent-ils l’introduction de l’IA dans votre
entreprise ?
• Enthousiastes
• Réservés
• Neutres
• Hostiles
➢ Formation et compétences :
▪ Quels types de formations ou de programmes de développement des
compétences votre entreprise propose-t-elle pour aider les employés à
s’adapter à l’utilisation de l’IA ?
• Formation interne dispensée par des experts en IA
• Cours en ligne sur l’IA
• Participation à des conférences ou des ateliers sur
l’IA
• Financement de programmes universitaires ou de
certification en IA
• Autre :
➢ Impact sur l’emploi :
▪ Comment pensez-vous que l’introduction de l’IA a affecté l’emploi au
sein de votre entreprise ?

- 54 -
 • Automatisation de tâches existantes et réduction du
nombre d’employés
• Aucun impact significatif sur l’emploi
➢ Quels conseils donneriez-vous à d’autres entrepreneurs concernant
l’adoption de I’IA dans leur entreprise ?
• Investir dans la formation du personnel
• Bien évaluer les besoins spécifiques de l’entreprise
avant d’adopter I’IA
• Collaborer avec des experts en IA
• Autre
➢ Perspectives d’avenir :
Comment envisagez-vous l’évolution de l’utilisation de l’IA dans
l’entrepreneuriat à l’avenir ?

• Augmentation significative
• Augmentation modérée
• Stagnation
• Diminution

- 55 -
 Chapitre 2 :
L’analyse et l’interprétation des résultats

Section principale : l’analyse et l’interprétation des résultats

- 56 -
 ❖ L’analyse du questionnaire :

À travers une enquête menée auprès d'un échantillon de 30 à 38 entrepreneurs, nous

cherchons à comprendre les attitudes, les perceptions et les pratiques des
entrepreneurs à l'égard de l'IA, ainsi que les défis et les opportunités qu'ils rencontrent
dans son adoption. En mettant en lumière les synergies entre l'IA et l'entrepreneuriat,
cette étude vise à éclairer les stratégies et les implications pour les entrepreneurs et
les décideurs dans un monde de plus en plus axé sur la technologie.

✓ L’analyse du question 1 :

secteur d'activité

13%
35% Santé
17%
Technologie
Finance
35%
Commerce

Les secteurs d’activités des répondants sont concentrés dans les domaines du commerce et
de la finance (35%), ce qui montre que la majorité des répondants travaillent dans ces deux
secteurs. En revanche, 17% des répondants travaillent dans le secteur de la technologie,
tandis que 13% sont dans le secteur de la santé.

Cette répartition des secteurs d’activités des répondants indique plusieurs points importants
pour notre étude sur l’intelligence artificielle et l’entrepreneuriat :

Dominance du commerce et de la finance : Le fait que 35% des répondants soient concentrés
dans les secteurs du commerce et de la finance suggère que ces domaines sont
particulièrement actifs dans l’adoption et l’utilisation de l’intelligence artificielle. Ces secteurs
sont souvent à la recherche de solutions pour améliorer l’efficacité opérationnelle, analyser les
données financières, et fournir des services personnalisés aux clients, ce qui explique leur
forte représentation.

Secteur technologique : Avec 17% des répondants dans le secteur de la technologie, il est
clair que ce secteur joue un rôle crucial dans le développement et la mise en œuvre des
technologies d’IA. Les entreprises technologiques sont souvent à l’avant-garde des

- 57 -
innovations en matière d’IA, ce qui leur permet de créer des produits et services avancés qui
peuvent être utilisés par d’autres secteurs.

Secteur de la santé : La présence de 13% des répondants dans le secteur de la santé souligne
l’importance croissante de l’IA dans ce domaine. L’intelligence artificielle est utilisée pour
améliorer les diagnostics médicaux, personnaliser les traitements, et gérer les ressources
hospitalières de manière plus efficace. Cette adoption montre comment l’IA peut avoir un
impact positif significatif sur la qualité des soins de santé.

✓ L’analyse du question 2 :

l'utilisation de l'IA

25%

Oui
75% Non

Le fait que 75% des personnes utilisent l’intelligence artificielle (IA) montre une adoption
significative de cette technologie dans divers secteurs. Cela indique que la majorité reconnaît
et exploite les avantages de l’IA, comme l’automatisation des tâches, l’amélioration de la
précision des analyses de données et l’augmentation de l’efficacité opérationnelle.

Cependant, le fait que 25% des personnes n’utilisent pas encore l’IA souligne qu’il existe des
barrières à son adoption. Ces obstacles peuvent inclure des coûts élevés, une
méconnaissance des technologies disponibles, des préoccupations éthiques, des défis liés à
la gestion des changements organisationnels, ou encore des inquiétudes concernant la
sécurité et la confidentialité des données.

L’écart entre les utilisateurs et les non-utilisateurs pourrait également indiquer des différences
dans l’accès aux ressources technologiques et à l’expertise nécessaire pour intégrer l’IA de
manière efficace. Cela pourrait créer une division entre ceux qui bénéficient des avancées
technologiques et ceux qui risquent de rester en marge de cette transformation numérique.

✓ L’analyse du question 3 :

- 58 -
 TRANCHE D'ÂGE

80.00%

60.00%
Moins de 25
40.00% ans ,
20.00% 62.20%
25_35 ans,
0.00% 32.40%
36_45ans,
Moins de 5.40%
25 ans 25_35 55 ans, 0%
ans 36_45ans
55 ans

Les statistiques montrent que la majorité des utilisateurs de l’IA sont des jeunes
entrepreneurs, puisque 62,2% des utilisateurs sont âgés de moins de 25 ans. Le
pourcentage de 32,4% est également important. On sait que les jeunes se
soucient de tout ce qui est technologique, souhaitent accéder plus rapidement à
l’information, et effectuer des tâches en peu de temps dans leurs entreprises

afin d’en bénéficier autant que possible, surtout les entrepreneurs qui sont en
train de créer leurs entreprises. Le pourcentage de 5,4% est très faible comparé
aux deux pourcentages précédents. Ce faible pourcentage peut s’expliquer par la
difficulté d’intégration de l’IA dans les entreprises gérées par des systèmes
rigides, où il y a une mauvaise circulation de l’information et une difficulté à
collecter les données nécessaires à l’intégration. Cela peut également être dû
aux mentalités de certains entrepreneurs qui ne sont pas ouverts à la
technologie moderne et qui n’essaient même pas de la comprendre pour profiter
de ses avantages.

- 59 -
✓ L’analyse du question 4 :

Les applications de l'IA

Analyse de données

13% 23% Chatbots

7%
35% Automatisation des
16% processus
6%
Reconnaissance
d'images
Amélioration de la
relation client

Les données montrent que l’utilisation de l’intelligence artificielle varie selon les
domaines. En effet, 35,5% des entreprises utilisent l’IA pour améliorer la relation client,
reflétant l’importance de cette technologie dans l’amélioration de l’expérience client et la
personnalisation des interactions. De plus, 22,6% des entreprises utilisent l’IA pour
l’analyse de données, ce qui leur permet de transformer de grandes quantités de données
en informations exploitables et de prendre des décisions éclairées. En outre, 16,1% des
entreprises recourent à l’automatisation, augmentant ainsi l’efficacité opérationnelle et
réduisant les erreurs humaines. Parallèlement, les technologies de reconnaissance
d’image et les chatbots sont utilisées par 6,5% des entreprises chacune, principalement
dans des domaines comme la sécurité, l’analyse d’images médicales et le service client
automatisé. Enfin, 12,9% des entreprises utilisent l’IA dans diverses autres applications,
probablement incluant la cybersécurité , les prévisions de marché et la gestion des
ressources humaines. Ces chiffres reflètent la diversité des utilisations de l’IA et son
importance croissante dans différents secteurs pour améliorer l’efficacité et stimuler la
croissance.

- 60 -
 ✓ L’analyse du question 5 :

Les avantages de l'IA

Amélioration de
l'efficacité
opérationnelle
24% 23%
prise de décisions plus
éclairée

24% 29% Personnalisation des

services pour les clients

Réduction des coûts

Les données montrent que 23% des entreprises utilisent l’IA pour améliorer leur efficacité
opérationnelle, 29% pour une prise de décision plus éclairée, 24% pour la personnalisation
des services pour les clients et 24% pour réduire les coûts. Cela indique que l’IA est
largement utilisée pour optimiser les opérations internes, améliorer l’expérience client et
aider les décideurs à faire des choix stratégiques basés sur des données précises,
contribuant ainsi à une gestion plus efficace et économique.

✓ L’analyse du question 6 :

les défis de l'intégration de l'IA

Besoins de
compétences
16% spécialisée
34%
Risques liés à la
confidentialité des
50% données
coûts élevés de mise
en œuvre

En fonction des résultats , le pourcentage le plus élevé, soit 50 %, représente les risques liés à
la vie privée des données, incluant l'utilisation non autorisée de données personnelles, les
fuites préjudiciables, l'exploitation des données à des fins malveillantes, ainsi que les
violations pouvant entraîner le vol d'identité ou la fraude électronique. Le pourcentage de 34%
est légèrement inférieur au premier et comprend les risques liés au besoin de compétences
spécialisées, notamment la pénurie de qualifications entraînant une pénurie de main-d'œuvre
et un retard dans le développement technologique et l'innovation, ainsi que la réduction des

- 61 -
opportunités d'emploi. Quant au pourcentage de 16 %, il représente une petite proportion et
englobe les risques liés aux coûts de mise en œuvre, y compris le dépassement du budget
alloué, les retards dans les projets et l'augmentation des coûts, pouvant entraîner des
conséquences négatives telles que la réduction des bénéfices et la perte de confiance de la
part des investisseurs ou des clients.

✓ L’analyse du question 7 :

la modification du pysage concurrentiel

40.00%
30.00%
20.00%
10.00%
0.00%

Series1

Les résultats montrent que 38,2% des entrepreneurs estiment que l’intégration de
l’intelligence artificielle dans le paysage concurrentiel de leur entreprise est significative, en
raison de plusieurs raisons :

• Capacité d’analyse : L’intelligence artificielle permet aux entreprises d’analyser les

données de manière plus avancée.
• Amélioration de l’efficacité : L’IA peut améliorer l’efficacité des opérations internes de
l’entreprise, ce qui permet d’économiser du temps et des ressources et d’augmenter la
productivité.
• Détection des tendances et des opportunités : L’IA peut analyser les données pour
détecter les tendances du marché et les opportunités de croissance potentielles,
permettant ainsi à l’entreprise de mieux s’adapter aux changements dans
• l’environnement concurrentiel.

26,5% des entrepreneurs estiment que l’intégration de l’intelligence artificielle dans le

paysage concurrentiel de leur entreprise est modérée pour des raisons telles que :

• Coûts d’adoption : L’adoption de technologies d’IA peut être coûteuse pour les petites
et les jeunes entreprises, ce qui limite leur utilisation.
• Défis de recrutement : Il peut être difficile pour les entreprises d’attirer des talents
spécialisés dans le domaine de l’IA, ce qui les empêche de tirer pleinement parti de
cette technologie.

- 62 -
Alors que 20,6% et 14,7% estiment que l’intégration de l’IA dans le paysage concurrentiel de
leur entreprise est soit très faible soit inexistante pour diverses raisons, telles que :

• Variabilité de la compréhension et de la prise de conscience : Certains entrepreneurs

peuvent ne pas comprendre pleinement les avantages de l’IA et comment l’appliquer
efficacement dans leurs activités.
• Complexité de la mise en œuvre : La mise en œuvre de technologies d’IA peut être
coûteuse et complexe.
✓ L’analyse du question 8 :

les changements dans les attentes des

clients
100.00%

50.00%

0.00%
Oui Non

Series1

Selon les résultats , le pourcentage le plus élevé, 78,8 %, représente un changement dans les
attentes des clients après l'introduction de l'intelligence artificielle. Les clients s'attendent
désormais à des expériences plus interactives et personnelles ainsi qu'à la fourniture de
solutions rapides et précises à leurs problèmes. Tandis que 21,2 % représentent un
pourcentage plus faible, car les clients s'attendent à ce qu'il n'y ait pas de changement après
l'introduction de l'intelligence artificielle. Cela peut être lié à plusieurs facteurs, notamment :

• Expérience antérieure : si les clients n’ont aucune expérience préalable de l’IA ou ne

sont pas conscients des avantages qu’elle peut apporter, ils peuvent avoir de faibles
attentes en matière de changement.
• Manque de clarté sur les avantages : les clients peuvent ne pas savoir comment l'IA
peut améliorer le service ou le produit. Si les avantages ne sont pas clairement
expliqués, ils peuvent croire qu’aucun réel changement ne s’est produit.
• Mauvais modèles de communication : un manque de communication entre l'entreprise
et les clients peut avoir pour conséquence que ces derniers ne comprennent pas les
changements apportés par l'IA.

- 63 -
 ✓ L’analyse du question 9 :

l'acceptation de l'IA par les

employés

60.00%
40.00%
20.00%
0.00%

Series1

Les résultats montrent que 33,3% des employés sont enthousiastes quant à l’introduction de
l’IA dans l’entreprise, ce qui indique un optimisme et une ouverture à l’innovation. Cependant,
45,5% des employés sont réservés, ce qui suggère des préoccupations ou des incertitudes
quant aux implications de l’IA. Un autre 21,2% restent neutres, ce qui peut signifier un manque
d’opinion forte ou une attente de voir les résultats avant de se prononcer. Enfin, aucun employé
(0%) n’est hostile à l’IA, ce qui est positif et indique une absence de résistance active à cette
nouvelle technologie.

✓ L’analyse du question 10 :

Formation et compétences

Formation interne
disponsée par des experts
6% en IA
12%
Cours en ligne sur l'IA
43%

39% Participation à des

conférences ou des
ateliers sur l'IA
Financement de
programmes universitaires
ou de certification

Les données montrent que 43% des entreprises proposent une formation interne
dispensée par des experts en IA, ce qui démontre un investissement dans le
développement des compétences internes spécifiques à l’IA. En parallèle, 39% des
entreprises utilisent des cours en ligne pour former leur personnel à l’IA, ce qui reflète
une approche flexible et accessible pour améliorer les compétences. Seulement 12%
des entreprises participent à des conférences ou des ateliers sur l’IA, indiquant une

- 64 -
 implication moins fréquente dans des événements externes. Enfin, 6% des entreprises
financent des programmes universitaires ou des certifications en IA, ce qui suggère un
soutien limité mais potentiellement stratégique pour développer des expertises
avancées en IA au sein de l’entreprise.

✓ L’analyse du question 11 :

l'impact sur l'emploi

Axis Title

100.00%
50.00% Series1
0.00%
Automatisa Aucun
tion de impact sur
tâches l'emploi
existantes
et…
Series1 57.60% 42.40%

Selon les résultats, 57,6% représente le pourcentage le plus élevé, ce qui signifie que
l’intelligence artificielle a affecté l’emploi et réduit le nombre d’employés à travers des
programmes et des applications, car le développement de la technologie conduit au
développement de mécanismes intelligents et de robots capables d’effectuer des tâches
simples et tâches innovantes mieux et plus rapidement que les humains. Alors que 42,4%
représente un pourcentage plus petit mais important, car ce groupe estime qu’il n’y a pas
d’impact significatif sur l’emploi, et cela est probablement dû aux compétences élevées des
employés. Pour éviter cela, les salariés doivent suivre l’évolution technologique en apprenant
des mécanismes et des compétences…

✓ L’analyse du question 12

Des recommandations

Collaborer avec des experts en

IA
Bien évaluer les besoins de
l'entreprise avant d'adopter l'IA
Investir dans la formation du
personnel

0.00% 10.00%20.00%30.00%40.00%50.00%

Series1

- 65 -
Selon les résultats, les pourcentages sont égaux à 44,1 %. Cette constatation suggère que la
majorité des entreprises peuvent bénéficier d’une approche axée sur la formation des
employés et une évaluation minutieuse des besoins spécifiques de l’entreprise. Cela
permettrait d’assurer une efficacité accrue et un succès durable avec moins d’efforts et en peu
de temps.

Il est intéressant de noter que pour un faible pourcentage (11,8 %), les résultats suggèrent que
des exigences cognitives moins élevées peuvent être à l’origine de la situation. Cela soulève la
question de la diversité des besoins et des capacités au sein des entreprises, ce qui nécessite
une approche personnalisée dans le développement des compétences et des stratégies
opérationnelles.

✓ L’analyse du question 13 :

Perspectives futures

60.00%
50.00%
40.00%
30.00%
20.00%
10.00%
0.00%
Augmentation Augmentation
significative modérée

Series1

Les perspectives futures de l’intelligence artificielle montrent une forte anticipation avec
58,8% des entreprises prévoyant une augmentation significative de son adoption. Cela reflète
un optimisme quant aux bénéfices potentiels de l’IA, tels que l’amélioration des processus,
l’innovation et la compétitivité. D’autre part, 41,2% prévoient une augmentation modérée,
suggérant une croissance continue mais peut-être à un rythme plus mesuré, liée à des
considérations telles que la gestion du changement et l’adaptation aux nouvelles technologies.
Ces données soulignent l’importance croissante de l’IA dans les stratégies futures des
entreprises, avec des attentes diverses mais globalement positives quant à son impact
potentiel sur les opérations et la performance globale.

- 66 -
 Conclusion
l’intelligence artificielle et l’entrepreneuriat représentent des enjeux
cruciaux pour les entreprises. Ce document a mis en lumière l’intelligence
artificielle et ses applications dans l’entrepreneuriat telles que l’analyse des
données pour découvrir les tendances et les modèles, et guider la prise de
décision en fonction de ces données, ainsi que l’amélioration de l’expérience
client grâce aux robots interactifs. Cela rend la concurrence plus difficile car
elle peut donner aux entreprises qui l’utilisent un avantage concurrentiel
important en analysant les données et en améliorant les processus.
Cependant, la nouvelle technologie et son intégration dans les processus
actuels présentent des défis en matière de sécurisation et de protection des
données, ainsi que des coûts de mise en œuvre élevés et le besoin de
compétences spécialisées. Néanmoins, malgré ces défis identifiés, il renforce
l’efficacité et la productivité au sein de l’entrepreneuriat en améliorant les
processus de prédiction et de prise de décision stratégique en marketing et
en améliorant l’expérience client.

- 67 -
Bibliographie :
1.[Link]

2 :Introduction à l’intelligence artificielle, Soumaya Fillagie.

3 :Data Science Technologies in Economics and Finance : A Gentle Walk _ In Luca Barbaglia , Sergio Consoli , Sebastiano Manzan , Diego
Reforgiato Recupero , Michael Saisana , and Luca Tiozzo Pezzoli
4 :Yann leCun «l’apprentissage profond, une révolution en intelligence artificielle », la lettre du Collège de France [ En ligne], 41|2015-
2016,mis en ligne le 01 novembre 2016, consulté le 29 avril [Link] :[Link] lettre-cdf/3227 ;DOI : https:/
[Link]/ 10.4000/ lettre-cdf.3227

5.[Link]

6 : La revanche des neurones, l’invention des machines inductives et la controverse de IA / Les auteurs : Dominique Cardon, Jean _ Philippe
Cointet, Antoine Mazières .

7 : Cette section Introduction au TALN s’appuie sur les sources suivantes :Véronis ( 2001) ; Tellier(2010) ;Yvon(2010)

8.[Link]

9 :Intelligence Artificielle : Résolution de problèmes par l’Homme et la machine « Jean_Louis Lauriève ».

10.[Link]

11 : Intelligence Artificielle, François Cazals et Chantal Casals , Publié par De Broeck Supérieur / page 20 et 21.

12.[Link]

13 : Une brève histoire de l’intelligence artificielle : Nicolas Rougier

14[Link]

15 : L’INTELLIGENCE ARTIFICIELLE ET SON IMPACT SUR LA SOCIÉTÉ. PERSPECTIVES, APPLICATIONS ET RISQUES Département Génie
Logiciel et Automatique, FI-211, Faculté Ordinateurs, Informatique et Microélectronique, Maria ILOVAN

16 :Financial and Economic Review : Artificial intelligence in the Financial Sector_ Innovations and Risks Anna Domoko _ Péter saitos

17 :[Link]

L’industrie ?amp_gsa=1&amp_js_v=a9&hs_amp=true&usqp=mq331AQIUAKwASCAAgM%3D#amp_tf=Sour
Ce%C2%A0%3A%20%251%24s&aoh=17153812505900&referrer=https%3A%2F%[Link]&a
Mpshare=https%3A%2F%[Link]%2Fsavoir%2Fia-au-service-de-lindustrie

18 : Moez , l’intelligence artificielle dans l’industrie des semences, une enquête. 2024. Hal -04420702v2

19 :Systèmes d’ intelligence artificielle et santé : les enjeux d’une innovation responsable par Nathalie Voarino « thèse présentée en vue de
l’obtention du grade de doctorat (PhD) » faculté de médecine, Université de Montréal

20 : L’INTELLIGENCE ARTIFICIELLE ET SON IMPACT SUR LA SOCIÉTÉ. PERSPECTIVES, APPLICATIONS ET RISQUES Département Génie
Logiciel et Automatique, FI-211, Faculté Ordinateurs, Informatique et Microélectronique, Maria ILOVAN*

21 [Link]

22 : Préparation du concours EED (FSJEST-UAE)L’entrepreneuriat par franchise : Le but de créer une entreprise par franchise

GHAZIOUI ABDERRAHIM 2022_2023

23 :Ouvrage de : panorama de l’entrepreneuriat , Edition 2011

24 : « Entreprendre » Une introduction à l’entrepreneuriat ,Préface de Pierre-André JULIEN ,2ª édition revue et augmentée.

25.[Link]

26 : Cadres et l’entrepreneuriat Mythes et Réalités/ sous la direction de françoise dany/acres de la journées du 6 juin 2002

- 68 -
27 : [Link] Blog# :~
:text=Les%20opportunit%C3%A9s%20de%20l’entrepreneuriat%20%3A&text=La%20cr%C3%A9a
Tivit%C3%A9%20et%20l’innovation,%C3%A0%20un%20besoin%20du%20march%C3%A9

28 :Mohamed-Nedjib Benleulmi. Comment stimuler la performance opérationnelle à travers le management basé sur l’Intelligence
artificielle ? Une étude des enjeux de I’IA pour les fonctions managériales traditionnelles et des déterminants stratégiques du management
basé sur l’IA. Gestion et management. Université Paris-Saclay, 2023. Français. NNT : 2023UPASK007 tel-04353612

29: Digital Object Identifier (DOI) : [Link] 10602607

30 : Intelligence artificielle : une mine d’or pour les entreprises /Laurent Charlin DANS GESTION 2017/1 (VOL. 42), PAGES 76 À 79

ÉDITIONS HEC MONTRÉAL

31.[Link]

32: L’impact de l’Intelligence Artificielle sur la Gestion des Ressources Humaines : Une revue de littérature Smail SAADAOUI et Bouchra
BELMOUFFEQ laboratoire interdisciplinaire Ingénierie des Affaires, Soft Skills Management et Droite Faculté des Sciences Juridiques
Economiques et Sociales Ain Sebaa,.Université Hassan II, Casablanca, Maroc

33 :Les défis de l’intégration de l’intelligence artificielle en entreprise : France et Canada »Par Inès Othmani. Sciences de la gestion (Option
Affaires Internationales)Mémoire présenté en vue de l’obtention du grade de maîtrise ès sciences en gestion ([Link].)Décembre 2021 Inès
Othmani, 2021

34 :« L’intégration de l’intelligence artificielle dans la stratégie organisationnelle de l’entreprise questions et Orientations »Fabrice Lollia

ID HAL : hal-04075275

- 69 -
- 70 -