AI-Driven Business

L’entreprise pilotée par l’Intelligence Artificielle (IADB)

Direction : Dr André Nemeh

NEMEH ESCDes 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.

AI-driven Business @ Rennes

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.

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

Professeurs associés

Professeurs assistants

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.

Collaborations

Le centre déploie différents types de collaborations :

  • avec des établissements d’enseignement supérieur et de recherche pour développer des synergies scientifiques,
  • avec des entreprises à travers des contrats de consultance, du développement de recherche et d’innovation, de l’analyse de données, etc.,
  • pluridisciplinaires avec d’autres centres d’excellence de Rennes School of Business.

Quelques-unes de nos collaborations actuelles sont décrites ci-dessous. Nous sommes intéressés à en développer de nouvelles. Merci de prendre contact avec le directeur du centre et les responsables de sous-domaines pour explorer les possibilités de collaborations.

B<>com
Collaboration avec B-Com, hub leader dans le domaine de l’innovation technologique numérique en Bretagne, sur plusieurs projets relatifs à l’impact de long-terme de l’IA.

  • Projet ANR (Pollen) (2022-2025) sur l’acceptabilité sociale des étapes de processus de décision fondés sur des Natural Language Processing-NLP (en collaboration avec RTO):
  • Projet Metaverse and employee well-being (2022-2023) sur la créativité et les interactions sociales sur le lieu de travail à travers le metaverse
  • Projet ANR (AI powered) (2018-2021) sur le développement et l’impact futur de fintech et d’explorer les processus de décision et de légitimation de l’usage de l’IA et autres technologies émergentes

DotLAB
Collaboration avec l’Irish Institute of Digital Business (dotLAB), un des plus grands groupes de recherche sur le business numérique en Europe. En tant que dotLAB France, nous nous spécialisons sur l’analyse textuelle pour le business numérique.

Zayed University (~100K€)
Collaboration sur le projet de recherche sur l’application des modèles Latent Dirichlet Allocation pour préboir le cours des produits agricoles (en collaboration avec Agribusiness).

Agence Bretagne Développement Innovation
Collaboration avec l’Observatoire régional de l’IA et Data Science sur le thème de l’état d’adoption de l’IA dans des secteurs clés en Bretagne et ses futurs développements, besoins, contraintes en tenant compte des disparités sectorielles et des liens entre les utilisateurs d’IA et les fournisseurs de service.

INSOFE
Collaboration avec INSOFE qui est un des instituts de formation les plus importants en Inde en matière de traitement des données avec le développement d’études de cas sur l’application de l’IA en entreprise et avec une recherche sur les formations efficace pour l’IA en entreprise.

CCI Paris (~20K€)
Collaboration avec la Chambre de Commerce et d’Industrie de Paris, la Paris School of Business et l‘Università Cattolica del Sacro Cuore en matière d’application du machine/deep learning pour comprendre les tendances de croissance des petites et moyennes entreprises.

Autres financements de projets
Le centre reçoit également des financements pour les projets suivants:

  • Banque de France sur la détection des fraudes grâce à l’IA
  • Région Bretagne (projet cryptomonnaie, conférence Economic and Financial Perspectives on Non-Fungible Tokens (NFTs) et Blockchain-Based Investment Strategies (2022).

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