AI-Driven Business

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.

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.

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

• 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.

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

• Jbid Arsenyan
• Akanksha Jalan & Roman Matkovskyy