AI-Driven Business

AI-driven Business à Rennes School of Business se concentre sur la compréhension des avantages de l’IA appliquée aux entreprises, ainsi que sur la façon dont les entreprises peuvent se transformer pour mettre en œuvre ces nouvelles techniques. Dans ce domaine, l’expertise technique de l’IA et du numérique se mêle à l’expertise des pratiques professionnelles pour trouver des solutions qui fonctionnent et aider les entreprises à se préparer à cette révolution. Les chercheurs de IADB publient des travaux sur ces sujets dans des revues de premier plan dans toutes les disciplines commerciales. Nous formons également les étudiants et les cadres pour qu’ils soient en mesure de tirer parti de ces opportunités. Le centre aborde trois thèmes interdépendants de l’AI-driven Business : (i) Stratégie d’IA pour un avantage concurrentiel, (ii) IA pour les opérations, l’optimisation et l’automatisation, et (iii) IA humaine et éthique.

AI-Driven en bref

Domaine d’expertise
Stratégie d’adoption de l’intelligence artificielle (IA), l’IA en opérations et les aspects éthiques de l’IA

Date de création
Mai 2018

Directeur du centre de recherche
André Nemeh est professeur associé en stratégie et innovation, ainsi que directeur du centre de recherche « IA au service des entreprises ». Ses recherches portent sur la stratégie de coopétition, l’adoption de l’intelligence artificielle (IA)/mégadonnées, ainsi que la gestion de projet. Enfin, il est le cofondateur de l’Observatoire régional de l’Intelligence Artificielle et de la Science des Données.

Ambition du centre
L’ambition du centre est d’étudier l’impact de l’IA sur les entreprises à travers plusieurs sous-domaines. D’abord, en tant que ressource stratégique, l’IA améliore la prise de décision et la performance stratégique des entreprises, redéfinissant l’avantage concurrentiel pour tous les secteurs, y compris les industries traditionnelles. Ensuite, l’IA et l’analyse des big data apportent des solutions aux défis de gestion des opérations et des projets en soutenant la prise de décision dans un environnement incertain et complexe. Enfin, l’IA soulève des questions éthiques et sociales, telles que l’impact sur les travailleurs et l’équité sociétale, tout en offrant des gains de productivité et en réduisant les erreurs humaines. Les chercheurs du centre explorent ces dimensions pour développer des théories et solutions empiriques adaptées.

Cours associés ou dérivés de Rennes SB
Master en Analyse de Données, Intelligence et Sécurité
Master en Marketing Digital

Partenariats académiques
Dublin City University-Irish Institute of Digital Business (Ireland), Democritus University of Thrace (Grèce).

Partenariats avec des entreprises et des institutions
B<>com, UNCTAD, Bretagne Développement et Innovation (BDI).

3 chiffres clés

3 projets ANR en collaboration avec B<>com ;
5 thèses financées ;
26 professeurs de Rennes SB sont impliqués dans le centre de recherche.Signe distinctif
Notre ancrage territorial qui se manifeste notamment par l’étude de l’adoption de l’intelligence artificielle par les entreprises bretonnes et le soutien des start-ups en IA en Bretagne face à une industrie dominée par les grandes entreprises mondiales.

Présentation

Des opportunités de transformation…

L’IA permet aux entreprises de mieux connaître individuellement chacun de leurs clients. Elle permet de faire disparaître rapidement les anciennes structures lourdes de coûts. Elle offre des produits et des services sont conçus de manière optimale pour être vendus en masse. Elle donne la possibilité aux RH de savoir quels sont les meilleurs employés à embaucher et pour les spécialistes du marketing de savoir quelles sont les publicités efficaces à rédiger. Elle impacte le financement des entreprises et des chaînes d’approvisionnement déterminés au coût le plus bas et au bénéfice le plus élevé. Elle pose la question de stratégies qui s’appuient sur une intelligence qui voit au-delà des capacités humaines.

…et des menaces réelles

Les entreprises qui bénéficient des meilleurs avantages liés à l’IA triompheront inévitablement dans leur secteur. La nature des technologies de l’IA tend à faire en sorte que les gagnants soient uniques ou peu nombreux dans un secteur donné. Cela crée des problèmes de survie évidents pour les entreprises qui se laissent distancer. Le bouleversement des transactions sur les marchés financiers en est un exemple, où les algorithmes de l’IA des jeunes fonds spéculatifs ont, en l’espace d’une décennie, anéanti les bureaux de courtage des grandes sociétés d’investissement qui, pendant un siècle, ont été des centres de profit importants et fiables. Nous voyons ce phénomène se répandre dans tous les secteurs.

Axes de recherche

Stratégie d'IA pour l'avantage concurrentiel

(Responsable : Dr André Nemeh)
Ce sous-domaine analyse l’impact de l’IA sur les entreprises, leurs stratégies et leurs politiques. L’IA est considérée comme une ressource spéciale offrant des capacités de traitement des données amplifiéesqui font progresser l’acquisition, la compréhension et le traitement des connaissances, ainsi que l’allocation des ressources dans les entreprises. Cela contribue à façonner la prise de décision et la performance conséquente des actions stratégiques. L’essor de l’IA peut changer fondamentalement la façon dont les entreprises obtiennent et maintiennent leurs avantages concurrentiels, non seulement pour les industries de haute technologie, mais aussi pour les entreprises plus traditionnelles. Les chercheurs de ce sous-domaine développent de nouvelles théories soutenues par des données empiriques pour explorer cette nouvelle opportunité.

IA pour les opérations, l'optimisation et l'automatisation

(Responsable : Dr Oncü Hazir)
Ce sous-domaine étudie comment l’IA et l’analyse des big data peuvent offrir de nouvelles possibilités pour relever les défis de la gestion des opérations et des projets. L’un des principaux défis de la nouvelle ère de l’IA, sur lequel se concentrent les chercheurs de ce sous-domaine, est la nécessité de prendre des décisions rapides pour faire face à l’incertitude et à la complexité inhérente à un environnement commercial dynamique. Les approches d’intelligence computationnelle de l’IA et les outils d’analyse du big data aident à relever ce défi en soutenant la prise de décision dans un environnement d’incertitude.

IA humaine et éthique

(Responsable : Dr Laura Noval)
Ce sous-domaine s’intéresse à l’anxiété et l’excitation que peuvent susciter le développement et l’exploitation des technologies d’IA dans les entreprises : les implications futures pour les entreprises, les travailleurs individuels et l’équité sociétale. Pour les entreprises, les développements de l’IA offriront clairement des gains de productivité et une réduction des erreurs humaines en remplaçant certaines tâches non routinières et cognitives nécessitant actuellement l’intelligence humaine. Cependant, cette évolution pose de multiples problèmes sociaux et environnementaux qui intéressent les chefs d’entreprise et les décideurs politiques. Les chercheurs travaillant dans ce sous-domaine étudient les questions relatives à ces problèmes et les solutions commerciales qui s’y rapportent.

Membres

Les professeurs et les doctorants de ce centre de recherche travaillent activement autour des trois pôles de recherche, avec 19 publications dans des revues académiques internationales de haut niveau telles que l’International Journal of Production Economics, l’European Journal of Operational Research, le Human Resource Management Journal, Technological Forecasting and Social Change and Tourism Management, entre autres. Ils participent également à la diffusion de leurs recherches en enseignant au summer programmes d’IA, au MSc in Data & Business Analytics, au MSc in Strategic & Digital Marketing et au programme de doctorat de Rennes SB.

Thèmes de recherche

Full Professors

Dermot BRESLIN, Organisation Change-Creativity-Organisational Learning
Sarah HUDSON, CSR, Technology & employee well-being
Ronan JOUAN de KERVENOAEL, Technologies, digital transformation, strategies and strategists
Dr Balaji MAKAM, Sustainability communication and perceptions
Rod McCOLL, Service management; Digital media and advertising
Marco MICHELOTTI, Strategic HRM, Workplace and Industrial/Employee Relations
Petya PUNCHEVA, Sustainable development and AI-driven business
Dirk SCHNECKENBERG, Perception and Adaptation of new Technologies

Professeurs associés

Claire-Lise ACKERMANN, Open Innovation
Maher AGI, eBusiness
Christos ALEXAKIS, Sustainable finance, capital markets, SMEs
Jbid ARSENYAN, Networks-Resilience
Carole BONANNI, E-Business-Strategic Management
Taoufik BOURAOUI, Financial Markets; Islamic Finance; Econometrics; Risk Management
Ronald CLARKE, Social Networks-Intergroup Relations-Teams
Irena DESCUBES, Sustainability-Cross Cultural Negotiations
Pradeep DIVAKARAN, Data driven and digital marketing; Innovation & Marketing Management
Mehdi FARAJALLAH, Knowledge Management
Cilem Selin HAZIR, Knowledge Networks and Innovation; Sustainability Transition
Oncu HAZIR, Project Management; Inventory Management; Machine scheduling
Akanksha JALAN, Financial reporting and quality; corporate governance
Sheila MATSON, Food, culture and Tourism
Hamid MAZLOOMI, Innovation Management and Absorptive Capacity
André NEMEH, Technological Innovation and Strategic Management
Laura Noval, Behavioural Business Ethics
Dr Antonio VEZZANI, Innovation and Technology Management

Professeurs assistants

Ozlem DOULL, Customer service technologies, service innovation
Sohrab FARAMARZI OGHANI
Clara KOETZ, Customer experience, social norms
Ljupka NAUMOVSKA, Multigenerational Marketing
Gerald-Reparate RETALI, Information and communication technology in healthcare
Hichem REZGUI, Quality of financial information
Dima TAWIL, Performance and risk measurement; Behavioral finance
Reza ZANJIRANI-FARAHANI

Affiliés

Michael DOWLING

PhD Students

Yara Atallah
Karen Rankin
Mohammad Tarhini
Lakshmi Vuddaraj

Publications

Agi, M. A., & Jha, A. K. (2022). Blockchain technology for supply chain management: An integrated theoretical perspective of organizational adoption. International Journal of Production Economics, 108458.
Ahmed, S., Alshater, M. M., El Ammari, A., & Hammami, H. (2022). Artificial intelligence and machine learning in finance: A bibliometric review. Research in International Business and Finance, 61, 101646.
Aziz, S., Dowling, M., Hammami, H., & Piepenbrink, A. (2022). Machine learning in finance: A topic modeling approach. European Financial Management, 28(3), 744-770.
Baek, C. H., Kim, S. Y., Lim, S. U., & Xiong, J. (Forthcoming). Quality evaluation model of artificial intelligence service for startups. International Journal of Entrepreneurial Behavior & Research. https://doi.org/10.1108/IJEBR-03-2021-0223
Bakici, T., Nemeh, A., & Hazir, Ö. (Forthcoming). Big data adoption in project management: Insights from French organizations. IEEE Transactions on Engineering Management. 10.1109/TEM.2021.3091661
Farahani, R. Z., Ruiz, R., & Van Wassenhove, L. N. (Forthcoming). Introduction to the Special Issue on the role of Operational Research in future epidemics/pandemics. European Journal of Operational Research, 304(1).
Jalan, A., Matkovskyy, R., & Potì, V. (2022). Shall the winning last? A study of recent bubbles and persistence. Finance Research Letters, 45, 102162.
Michelotti, M., McColl, R., Puncheva‐Michelotti, P., Clarke, R., & McNamara, T. (Forthcoming). The effects of medium and sequence on personality trait assessments in face‐to‐face and videoconference selection interviews: Implications for HR analytics. Human Resource Management Journal. https://doi.org/10.1111/1748-8583.12425
Nagula, P. K., & Alexakis, C. (2022). A new hybrid machine learning model for predicting the bitcoin (BTC-USD) price. Journal of Behavioral and Experimental Finance, 36, 100741.
Schwob, A., de Kervenoael, R., Kirova, V. and Vo-Thanh, T. (Forthcoming), « Casual selling practice: a qualitative study of non-professional sellers’ involvement on C2C social commerce platforms », Information Technology & People, https://doi.org/10.1108/ITP-09-2020-0635
Atwal, G., & Bryson, D. (2021). Antecedents of intention to adopt artificial intelligence services by consumers in personal financial investing. Strategic Change, 30(3), 293-298.
Jalan, A., Matkovskyy, R., & Urquhart, A. (2021). What effect did the introduction of Bitcoin futures have on the Bitcoin spot market?. The European Journal of Finance, 27(13), 1251-1281.
Matkovskyy, R., Jalan, A., Dowling, M., & Bouraoui, T. (2021). From bottom ten to top ten: the role of cryptocurrencies in enhancing portfolio return of poorly performing stocks. Finance Research Letters, 38, 101405.
Yarovaya, L., Matkovskyy, R., & Jalan, A. (2021). The effects of a “black swan” event (COVID-19) on herding behavior in cryptocurrency markets. Journal of International Financial Markets, Institutions and Money, 75, 101321.
Aslam, F., Aziz, S., Nguyen, D. K., Mughal, K. S., & Khan, M. (2020). On the efficiency of foreign exchange markets in times of the COVID-19 pandemic. Technological forecasting and social change, 161, 120261.
Bouraoui, T. (2020). The drivers of Bitcoin trading volume in selected emerging countries. The Quarterly Review of Economics and Finance, 76, 218-229.
de Kervenoael, R., Hasan, R., Schwob, A., & Goh, E. (2020). Leveraging human-robot interaction in hospitality services: Incorporating the role of perceived value, empathy, and information sharing into visitors’ intentions to use social robots. Tourism Management, 78, 104042.
Hammami, H., Hammami, M., Coulibaly, S., & Marzouk, M. (2020). Determinants of FDI attractiveness: A MCI model approach. Economics Bulletin, 40(2), 1033-1048.
Hasan, R., Lowe, B., & Petrovici, D. (2020). Consumer adoption of pro-poor service innovations in subsistence marketplaces. Journal of Business Research, 121, 461-475.
Hasan, M. R., Shams, S. R., Rahman, M., & Haque, S. E. (2020). Analysing pro-poor innovation acceptance by income segments. Management Decision, 58(8), 1663-1674.
Hazır, Ö., & Ulusoy, G. (2020). A classification and review of approaches and methods for modeling uncertainty in projects. International Journal of Production Economics, 223, 107522.
Jha, A. K., Agi, M. A., & Ngai, E. W. (2020). A note on big data analytics capability development in supply chain. Decision Support Systems, 138, 113382.
Matkovskyy, R., & Jalan, A. (2020). Can Bitcoin Be an Inflation Hedge? Evidence from a Quantile-on-Quantile Model. Revue économique, 7, 1021-1041.
Matkovskyy, R., Jalan, A., & Dowling, M. (2020). Effects of economic policy uncertainty shocks on the interdependence between Bitcoin and traditional financial markets. The Quarterly Review of Economics and Finance, 77, 150-155.
Tóth, Z., Nieroda, M. E., & Koles, B. (2020). Becoming a more attractive supplier by managing references–The case of small and medium-sized enterprises in a digitally enhanced business environment. Industrial Marketing Management, 84, 312-327.

News et activités

Séminaires de recherche

2022

Periklis Gogas, Democritus University of Thrace (Grèce): “AI & Machine Learning in Finance and Economics”

Damien Dupré, Dublin City University (Irelande): “Urban and socio-economic correlates of property prices in Dublin’s area”

Miguel Minutti Meza, Miami Business School (Etats-Unis): “Regression and Machine Learning Methods to Predict Discrete Outcomes in Accounting Research”

Rohit Nishant, Université de Laval (Canada)- “AI and Sustainability – what does empirical evidence inform us?”

Paavo Ritala – LUT School of Business and Management (Finlande)- “Building and scaling industrial AI capabilities through explorative and exploitative learning: A multiple-case study”

Dmitry Ivanov, Berlin School of Economics and Law (Allemagne)- “Industry 4.0 in Supply Chain Networks and Digital Technology for Resilience Management”

Volodymyr Babich, McDonough School of Business, Georgetown University (Etats-Unis)- “Playing with DISASTER: Behavioral Simulations of Supply Shortages, Competition for Supplier Capacity, Blockchain-enabled Strategic Information Sharing, and Markets for Capacity-Token Trading”

Conférences
Economic and Financial Perspectives on Non-Fungible Tokens (NFTs) et Blockchain-Based Investment Strategies

Les chercheurs du centre participent également à la diffusion de leurs recherches en enseignant à l’école d’été d’IA, au MSc en Big Data Analytics, au MSc en marketing stratégique et numérique et au programme de doctorat de Rennes SB.

Summer Programme

Le Summer Programme « AI Business » est un programme de quatre semaines qui offre aux étudiants un savoir avancé sur une large palette de thèmes relatifs aux sciences des données appliquées à l’entreprise : programmation en Python, analyse de réseaux, data visualisation, analyse textuelle, application du machine learning et du deep learning.

Quatre modules sont disponibles : – Data Science for Business – AI Business Intelligence – Business Textual Learning – Business Network Intelligence

Le suivi de ces quatre modules donne droit à Certificat in « AI Business » et chaque cours équivaut à 3 ECTS (1.5 crédits aux États-Unis). Le summer programme présente plusieurs avantages:

Équipe d’experts et de spécialistes reconnus dans le domaine
Approche multiculturelle et pluridisciplinaire
Rencontre avec des étudiants de différents continents
Obtention de crédits ECTS/US

Dans la presse

Contact

Dr André Nemeh

Directeur de AI-Driven Business