Transformation digitale, par l'intelligence artificielle et la valorisation des données

Akin Kazakçi ()
Additional contact information
Akin Kazakçi: CGS i3 - Centre de Gestion Scientifique i3 - Mines Paris - PSL (École nationale supérieure des mines de Paris) - PSL - Université Paris Sciences et Lettres - I3 - Institut interdisciplinaire de l’innovation - CNRS - Centre National de la Recherche Scientifique

Post-Print from HAL

Abstract: La massification des données ouvre la voie pour un nouveau domaine de compétitivité qui, à la fois, menace les entreprises et offre un potentiel d'innovation important. Cependant, les entreprises dont le cœur du métier n'est pas les NTICS doivent entamer des programmes de transformations profondes pour valoriser leurs données afin d'obtenir un avantage concurrentiel. Depuis de nombreuses années, et à travers un réseau de partenaires industriels, le Centre de Gestion Scientifique mène des travaux qui cherchent, d'une part, à clarifier les clefs de réussite d'une transformation par les données et l'intelligence artificielle (obstacles récurrents, facteurs d'inertie, risques...), et d'autre part, à fournir les méthodologies de transformation par l'IA et des démarches pour intégrer et industrialiser le processus de développement des modèles prédictifs. Le papier restitue la vague des big data dans son contexte historique et fait le lien avec la transformation digitale. Ensuite, je chercherai à éclairer les raisons des difficultés rencontrées par de nombreuses entreprises. Puis, j'avancerai des hypothèses explicatives qui offrent aussi l'intérêt de pointer vers les solutions possibles.

Date: 2017-12-15
References: Add references at CitEc
Citations:

Published in 2017

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

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-01791196

Access Statistics for this paper

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