La durabilité des stratégies d'entreprise intégrant l'IA

The sustainability of AI business strategies

• Auteur / Autrice : Nathan Sorin
• Direction : Margherita Pagani
• Type : Thèse de doctorat
• Discipline(s) : Sciences de gestion
• Date : Soutenance le 30/06/2026
• Etablissement(s) : Université Côte d'Azur
• Ecole(s) doctorale(s) : École doctorale Droit et sciences politiques, économiques et de gestion (Nice, Alpes-Maritimes ; 2008-....)
• Partenaire(s) de recherche : Laboratoire : SKEMA Research Center
• Jury : Président / Présidente : Eva Niesten
• Jury : Examinateurs / Examinatrices : Margherita Pagani, Eva Niesten, Philippe Monin, Jonatan Pinkse, Ludovic Dibiaggio, René Bohnsack
• Jury : Rapporteurs / Rapporteuses : Philippe Monin, Jonatan Pinkse
• DOI : 10.70675/d608d5fdzcc5cz4178z801ezcd622e97f082

Mots clés

Mots clés contrôlés

Intelligence artificielle

Planification stratégique

Développement durable

Effets des innovations technologiques

Mots clés libres

Intelligence artificielle

Durabilité

Stratégie

Artificial intelligence

Sustainability

Strategy

Résumé

L'intelligence artificielle (IA) revêt une importance stratégique capitale, tout comme son alignement sur les impératifs de durabilité face au changement climatique et à la perte de biodiversité. Dans ce contexte, cette thèse examine les conséquences négligées liées à l'intégration de l'IA à la stratégie des entreprises sur la durabilité de leurs activités. La recherche montre à ce jour que l'intégration de l'IA à la stratégie des entreprises peut favoriser leur durabilité, malgré les coûts liés à l'inférence et l'entraînement des modèles, grâce à deux mécanismes théoriques fondés sur l'action: l'efficience et l'innovation. Dans le premier chapitre, en m'appuyant sur des entretiens pour la validité interne et sur l'analyse de données quantitatives longitudinales pour la validité externe, je contribue aux recherches antérieures en proposant un mécanisme situationnel complémentaire: la catégorie d'activité économique détermine si une stratégie d'entreprise intégrant l'IA favorise la durabilité en augmentant l'efficience. Dans le deuxième chapitre, j'utilise une régression sur discontinuité dans le temps pour montrer qu'une stratégie intégrant l'IA générative mérite une attention particulière. En effet ce type de stratégie génère un nouveau mécanisme de substitution qui va à l'encontre de la durabilité: l'inférence d'une IA gourmande en ressources naturelles, rendue possible par une stratégie “relationnelle” s'appuyant sur les ressources IA hors de l'entreprise, remplace l'intelligence humaine immatérielle dans les industries s'appuyant sur le raisonnement génératif. Enfin, je m'appuie sur une analyse configurationnelle et des données intégrées issues d'entretiens dans le troisième chapitre pour montrer un nouveau mécanisme d'opportunité: une stratégie intégrant l'IA dans son business model peut être utilisée pour favoriser la durabilité au sein d'une nouvelle entreprise à succès. Dans l'ensemble, je présente un modèle conceptuel expliquant les conséquences en termes de durabilité des stratégies d'entreprise intégrant l'IA. Ce modèle peut aider les décideurs politiques et les stratèges en entreprise à comprendre comment encourager et mettre en œuvre des stratégies qui exploitent cette technologie polyvalente de manière durable, ce qui est nécessaire pour le bien de notre planète et de ses habitants.

Artificial intelligence (AI) is of utmost strategic importance, so is its alignment with environmental sustainability imperatives in the face of climate change and nature loss. Against this backdrop, this dissertation examines the overlooked implications of AI business strategies, or in other words business strategies leveraging AI, for environmental sustainability. Existing research shows that AI business strategies may foster sustainability-centric performance, despite computational costs, through two action-based theoretical mechanisms: efficiency and innovation. In chapter 1, drawing on interviews for internal validity, and panel data analysis for external validity, I extend prior research by introducing a complementary situational mechanism: the category of economic activity determines whether an AI business strategy fosters sustainability-centric performance by increasing efficiency. In chapter 2, I use a regression discontinuity in time design to show that a generative AI business strategy warrants separate attention. This type of strategy generates a new substitution mechanism coming against sustainability: natural resource-greedy AI inference, enabled by a “relational” strategy relying on AI resources outside the firm, replaces immaterial human intelligence in industries relying on generative reasoning. Finally, I rely on configurational analysis and integrated interview evidence in chapter 3 to show a new opportunity mechanism: a strategy integrating AI in its business model can foster sustainability within a successful new venture. Overall, I introduce a conceptual framework explaining the sustainability-related consequences of AI business strategies. This framework can help policymakers and business strategists understand how to incentivize and pursue business strategies that leverage this general-purpose technology in a sustainable way, which is necessary for the sake of our planet and its inhabitants.