L’intégration des critères ESG dans le contrôle de gestion à l’ère de l’intelligence artificielle : fondements théoriques et implications en matière de gouvernance.

Résumé

L’essor de l’intelligence artificielle (IA) transforme en profondeur les pratiques de pilotage organisationnel en renforçant les capacités d’analyse, de prévision et d’optimisation. Dans un contexte marqué par la montée en puissance des enjeux environnementaux, sociaux et de gouvernance (ESG), le contrôle de gestion fait face à un double défi : tirer parti des potentialités technologiques de l’IA tout en consolidant son rôle dans la promotion d’une performance durable. Cet article propose un cadre conceptuel articulant les apports du contrôle de gestion, des référentiels ESG et de l’IA, afin d’identifier les conditions d’une intégration cohérente et stratégique. En mobilisant la théorie des parties prenantes (Freeman, 1984), nous analysons la manière dont l’IA peut faciliter l’identification, la hiérarchisation et la prise en compte d’attentes multiples, parfois divergentes, émanant des acteurs internes et externes. La théorie de la légitimité (Suchman, 1995) permet d’éclairer comment l’intégration de données ESG au sein de systèmes d’information pilotés par l’IA peut renforcer la crédibilité et la transparence des organisations vis-à-vis de leurs parties prenantes. Le concept de Triple Bottom Line (Elkington, 1997) constitue un cadre d’évaluation conjointe des performances économique, Sociale et environnementale, tandis que le modèle des Levers of Control (Simons, 1995) offre une grille d’analyse des modalités d’intégration de l’IA et des indicateurs ESG au sein des leviers de contrôle diagnostique, interactif et des croyances.