La Révolution de l’intelligence artificielle dans les systèmes ERP : Un catalyseur pour l’optimisation du contrôle de gestion

Auteurs

  • BENNANI Hala
  • OUTSEKI Jaouad

DOI :

https://doi.org/10.5281/zenodo.10200536

Mots-clés :

systèmes ERP, intelligence artificielle, contrôle de gestion, performance

Résumé

Cet article examine l'évolution des systèmes de planification des ressources d'entreprise (ERP) à la lumière de l'intelligence artificielle (IA), soulignant le potentiel de transformation significative de ces systèmes traditionnels. Adoptant une approche méthodologique basée sur des entretiens semi-structurés avec 16 professionnels du contrôle de gestion et 10 experts en IA, cette étude offre un aperçu approfondi. L'échantillon diversifié inclut des professionnels du contrôle de gestion et des experts en IA de différentes entreprises au Maroc.

Les résultats confirment les avantages considérables de l'IA dans le contrôle de gestion, mettant en lumière la capacité à identifier des tendances cachées, à détecter précocement des anomalies, à optimiser les budgets et les ressources, ainsi qu'à améliorer la performance organisationnelle globale. Toutefois, des défis majeurs émergent, tels que la confidentialité des données, la sécurité, la transparence des modèles d'IA, et les implications en termes de responsabilité.

En explorant ces différents aspects, cet article vise à fournir un aperçu approfondi de la révolution de l'IA dans les systèmes ERP et de son impact sur le contrôle de gestion, tout en offrant des orientations pour les entreprises qui souhaitent tirer parti de cette transformation technologique pour optimiser leur gestion et leur performance. 

Bibliographies de l'auteur

BENNANI Hala

(Docteur en Sciences de Gestion)
ESSEM Business School, Maroc

OUTSEKI Jaouad

(Docteur en Economie et Gestion)
ESSEM Business School, Maroc

Téléchargements

Publiée

2023-11-23

Comment citer

BENNANI Hala, & OUTSEKI Jaouad. (2023). La Révolution de l’intelligence artificielle dans les systèmes ERP : Un catalyseur pour l’optimisation du contrôle de gestion. African Scientific Journal, 3(20), 1120. https://doi.org/10.5281/zenodo.10200536