Author:
Vuarin Louis,Steyer Véronique
Abstract
• Objectifs L’explicabilité de l’intelligence artificielle représente un défi technique et organisationnel croissant pour le marketing, soulevant des enjeux éthiques, légaux, mais aussi de performance. Pour le relever, un champ interdisciplinaire (XAI pour eXplainable AI) se développe pour créer et diffuser des outils dédiés à la compréhension des IA, mais la littérature alerte sur les difficultés à les mettre en pratique. • Méthodologie Cet article s’appuie sur deux cas d’étude : deux entreprises (une européenne et une américaine) en pointe sur le développement de solutions d’optimisation de la publicité en ligne. • Résultats Nos résultats montrent que si la nécessité de renforcer les capacités à expliquer les IA est bien reconnue sur un horizon long, deux problèmes peuvent limiter à court terme leur développement : la cristallisation des indicateurs et référentiels de calculs (bases d’apprentissage et d’évaluation notamment) associés au suivi de la performance d’une part, et d’autre part la confusion entre évaluation de la performance prédictive des modèles d’IA et celle de la performance du système marketing dans son ensemble. • Implications managériales Nous discutons de ces écueils au regard notamment du rythme auquel l’XAI pourrait se standardiser en marketing. Ces résultats alertent sur une possible déconnexion de la pratique du marketeur avec certaines dimensions stratégiques du métier. Nous proposons des pistes pour y remédier, notamment la reconnaissance et l’identification de nouvelles expertises en XAI dans le marketing et la création d’indicateurs propres à l’XAI. • Originalité Cette étude vient proactivement questionner une des problématiques centrales de l’IA pour le marketing, qui pourrait freiner son développement. Elle ouvre de nouvelles perspectives sur la dimension managériale de l’XAI et invite à considérer l’émergence de nouvelles expertises au sein du marketing, qui permettraient de recentrer le marketeur au cœur du processus décisionnel.