Intelligence artificielle et théories de la gouvernance d’entreprise : vers un modèle conceptuel intégré

Abstract

Cet article analyse la relation entre l’intelligence artificielle (IA) et les principales théories de la gouvernance d’entreprise, à savoir la théorie de l’agence, la théorie des parties prenantes, la théorie de la gestion des connaissances, la théorie de la contingence et la théorie des systèmes. L’analyse montre que chacune de ces approches apporte une compréhension spécifique des dynamiques organisationnelles, mais qu’elles gagnent en pertinence lorsqu’elles sont intégrées aux capacités de l’IA.

L’IA contribue à réduire les coûts d’agence par l’automatisation de la surveillance et des audits (Jensen & Meckling, 1976), à renforcer la création de valeur partagée par l’engagement numérique des parties prenantes (Freeman, 2010 ; Donaldson & Preston, 1995), et à enrichir la gestion des connaissances par la capture et le partage automatisés des savoirs (Nonaka 2009 ; Davenport & Prusak, 1998). Elle amplifie également la logique contingente en favorisant l’adaptabilité organisationnelle face aux variables contextuelles (Fiedler, 1978 ; Lawrence & Lorsch, 1967), et prolonge la perspective systémique en facilitant la modélisation des interactions complexes et la gestion des boucles de rétroaction (von Bertalanffy, 1968 ; Wiener, 2019).

L’étude théorique ouvre la voie à une recherche empirique destinée à examiner l’intégration concrète de l’intelligence artificielle dans les pratiques de gouvernance. Une telle démarche, reposant sur des enquêtes de terrain, des études de cas ou des analyses comparatives, permettrait de tester les hypothèses du modèle conceptuel, de mesurer les effets réels de l’IA et de formuler des recommandations pratiques. Elle contribuerait ainsi à enrichir la littérature académique tout en offrant aux praticiens des outils opérationnels pour évoluer dans un contexte marqué par l’incertitude, la complexité et la transformation numérique.