Optimisation de la supply chain par les modèles prédictifs: Regards croisés de managers marocains sur l'implémentation de l'IA et du Big Data

Sami Elbadri, Rachid Elbadri, Redouane Oubal () and Mounia Cherkaoui
Additional contact information
Sami Elbadri: Université Ibn Tofail / FEG Kénitra (Maroc)
Redouane Oubal: Ministère de la santé et de la protection social / Institut Supérieur des Professions Infirmières et Techniques de Santé -ISPITS de Kenitra (Maroc)

Post-Print from HAL

Abstract: Résumé Cette étude explore les défis et les opportunités de l'implémentation de modèles prédictifs basés sur l'IA et le Big Data dans les supply chains d'entreprises marocaines. Une approche qualitative a été adoptée, utilisant des entretiens semi-directifs avec cinq responsables de la grande distribution, de l'industrie et des services. Les résultats révèlent des motivations sectorielles distinctes : la grande distribution se concentre sur la réduction des ruptures de stock, l'industrie sur l'optimisation des coûts, et les services sur l'amélioration de l'expérience client. Les bénéfices perçus incluent une amélioration significative de la précision des prévisions et une optimisation des coûts. Cependant, des défis majeurs persistent, notamment la qualité des données, la résistance au changement et le déficit de compétences. L'étude souligne l'importance d'une approche socio-technique, où la réussite dépend de l'articulation entre dimensions techniques et humaines. Ces résultats offrent des insights précieux pour les praticiens et contribuent à la littérature académique sur l'implémentation de l'IA dans les supply chains des économies émergentes. Mots clés : Intelligence artificielle, Big Data, supply chain, modèles prédictifs, entreprises marocaines. Abstract This study explores the challenges and opportunities of implementing predictive models based on AI and Big Data in the supply chains of Moroccan companies. A qualitative approach was adopted, using semi-structured interviews with five managers from the retail, industrial, and service sectors. The results reveal distinct sector-specific motivations: retail focuses on reducing stock-outs, industry on cost optimization, and services on improving customer experience. Perceived benefits include a significant improvement in forecast accuracy and cost optimization. However, major challenges persist, notably data quality, resistance to change, and skills gap. The study underscores the importance of a socio-technical approach, where success depends on the alignment between technical and human dimensions. These results provide valuable insights for practitioners and contribute to the academic literature on the implementation of AI in the supply chains of emerging economies. Keywords : Artificial intelligence, Big Data, supply chain, predictive models, Moroccan companies.

Keywords: African Scientific Journal; Intelligence artificielle Big Data supply chain modèles prédictifs entreprises marocaines Artificial intelligence Big Data supply chain predictive models Moroccan companies; Intelligence artificielle; Big Data; supply chain; modèles prédictifs; entreprises marocaines Artificial intelligence; predictive models; Moroccan companies (search for similar items in EconPapers)
Date: 2025
Note: View the original document on HAL open archive server: https://hal.science/hal-05361808v1
References: Add references at CitEc
Citations:

Published in African Scientific Journal, 2025, ⟨10.5281/zenodo.17572847⟩

Downloads: (external link)
https://hal.science/hal-05361808v1/document (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:hal:journl:hal-05361808

DOI: 10.5281/zenodo.17572847

Access Statistics for this paper

More papers in Post-Print from HAL
Bibliographic data for series maintained by CCSD ().