Intelligence Artificielle et Entrepreneuriat Social au Maroc : Facteurs Clés de Performance et Perspectives d'Impact - Une Analyse Multiniveau.

Auteurs

  • Layla BOULKHIR
  • Fatima TOUHAMI

DOI :

https://doi.org/10.5281/zenodo.12759595

Mots-clés :

Modèle multiniveau ; Maroc ; entrepreneuriat coopératif ; intelligence artificielle ; facteurs de performance ; impact socio-économique .

Résumé

Résumé

Cette étude vise à identifier les facteurs déterminants de la performance des coopératives intégrant l'intelligence artificielle (IA) dans les régions de Marrakech-Safi et Beni Mellal-Khénifra, au Maroc. Ces régions sont reconnues pour leur dynamisme entrepreneurial, notamment avec les coopératives d'argan à Essaouira, de cactus à Rhamna, et d'olives à Kelaa des Sraghna dans Marrakech-Safi, ainsi que les coopératives d'oranges, de miel et de couscous à Beni Mellal-Khénifra. En 2021, seulement 25% des coopératives marocaines utilisaient des technologies d'IA, malgré de nombreux défis technologiques, organisationnels et contextuels. L'étude, réalisée sur un échantillon de 186 coopératives dans ces régions, utilise une modélisation multiniveau pour examiner l'impact de l'IA sur leur performance. Les résultats montrent que l'intégration de l'IA a un impact positif significatif sur l'efficacité et l'innovation des coopératives, avec des coefficients de performance augmentant de manière notable (p < 0,01). Les facteurs technologiques (disponibilité de l'IA, compétences numériques), organisationnels (structure de gouvernance, ressources financières et humaines) et contextuels (politiques publiques, réseaux de soutien, conditions économiques locales) se révèlent cruciaux. Cette recherche met en lumière les avantages socio-économiques de l'adoption de l'IA et propose des stratégies pour améliorer son intégration dans le secteur coopératif marocain.

Mots-clés :

Modèle multiniveau ; Maroc ; entrepreneuriat coopératif ; intelligence artificielle ; facteurs de performance ; impact socio-économique .

 

 

Abstract

This study aims to identify the key determinants of performance in cooperatives integrating artificial intelligence (AI) in the regions of Marrakech-Safi and Beni Mellal-Khénifra, Morocco. These regions are known for their entrepreneurial dynamism, particularly with argan cooperatives in Essaouira, cactus cooperatives in Rhamna, and olive cooperatives in Kelaa des Sraghna in Marrakech-Safi, as well as orange, honey, and couscous cooperatives in Beni Mellal-Khénifra. In 2021, only 25% of Moroccan cooperatives were using AI technologies, despite numerous technological, organizational, and contextual challenges.

The study, conducted on a sample of 186 cooperatives in these regions, employs a multilevel modeling approach to examine the impact of AI on their performance. The results show that AI integration has a significant positive impact on the efficiency and innovation of cooperatives, with performance coefficients increasing notably (p < 0.01). Technological factors (availability of AI, digital skills), organizational factors (governance structure, financial and human resources), and contextual factors (public policies, support networks, local economic conditions) are found to be crucial.

This research highlights the socio-economic benefits of AI adoption and proposes strategies to enhance its integration in the Moroccan cooperative sector.

Keywords

Multilevel modeling; Morocco; cooperative entrepreneurship; artificial intelligence; performance factors; socio-economic impact.

 

 

Bibliographies de l'auteur

Layla BOULKHIR

Doctorante (PhD) en Sciences Economiques et Gestion, Université Sultan Moulay Sliman/Faculté d’Economie et de Gestion, Maroc.

Fatima TOUHAMI

Professeur universitaire en Sciences Economiques et Gestion, Université Sultan Moulay Sliman/Faculté d’Economie et de Gestion, Maroc

Téléchargements

Publiée

2024-07-17

Comment citer

Layla BOULKHIR, & Fatima TOUHAMI. (2024). Intelligence Artificielle et Entrepreneuriat Social au Maroc : Facteurs Clés de Performance et Perspectives d’Impact - Une Analyse Multiniveau. African Scientific Journal, 3(24), 756. https://doi.org/10.5281/zenodo.12759595

Numéro

Rubrique

Articles

Articles les plus lus par le même auteur ou la même autrice