Comment mobiliser l'IA pour renforcer les processus d'invention et d'innovation ? // Leveraging AI to reinvent invention and innovation processe

L'Intelligence Artificielle (IA), tant dans sa dimension historique de compréhension et construction de l'intelligence humaine, que dans sa dimension générative plus récente attire les discussions, tant académiques qu'industrielles. Suite à sa démocratisation et sa pervasivité dans l'ensemble des pans de la société, elle ouvre alors aujourd'hui des perspectives majeures pour transformer les processus d'invention et d'innovation dans les organisations (Tekic & Füller, 2023). En tant que technologie à potentiel génératif, elle peut contribuer à enrichir les pratiques créatives, structurer les connaissances, automatiser certaines tâches ou encore anticiper les ruptures.

Cette thèse vise ainsi à comprendre comment l'IA peut être mobilisée comme un véritable “exosquelette cognitif” au service des innovateurs. Elle interrogera le rôle de l'IA dans les différentes phases du processus d'innovation, depuis la structuration de problèmes jusqu'à l'évaluation de concepts. L'objectif est également d'explorer comment l'IA peut contribuer à la détection d'anomalies (signaux faibles, échecs inattendus), afin de renforcer les capacités d'anticipation des organisations, évoluant dans un contexte de plus en plus dynamique.

Pour ce faire, cette thèse propose un ancrage théorique s'appuyant sur les théories de la conception, notamment en ce qu'elles permettent de comprendre les processus d'innovation ainsi que les processus créatifs très largement. De plus, cette thèse s'inscrit dans la lignée de travaux récents mobilisant déjà des théories de la conception, notamment la théorie C-K (Hatchuel & Weil, 2008), pour comprendre les capabilités et conséquences des systèmes d'IA (Bordas et al., 2024).
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Artificial Intelligence (AI), both in its historical dimension of understanding and constructing human intelligence and in its more recent generative forms, is attracting increasing attention in academic and industrial discussions.
With its democratization and pervasiveness across all sectors of society, AI now opens up major perspectives for transforming invention and innovation processes within organizations (Tekic & Füller, 2023).
As a generative technology, it can enrich creative practices, structure knowledge, automate certain tasks, or anticipate disruptions.

This PhD project aims to understand how AI can be mobilized as a true “cognitive exoskeleton” serving innovators. It will explore the role of AI across the different phases of the innovation process, from problem structuring to concept evaluation. The objective is also to investigate how AI can contribute to anomaly detection (weak signals, unexpected failures), thereby strengthening organizations' anticipatory capabilities in increasingly dynamic environments.

To do so, this thesis will draw on design theories, particularly those that help understand innovation and creative processes more broadly. It builds on recent research that uses design theory—especially C-K theory (Hatchuel & Weil, 2008)—to analyze the capabilities and implications of AI systems (Bordas et al., 2024).

Context :
The PhD candidate will benefit from close supervision, with regular meetings with the thesis advisors.
Bimonthly steering committees bringing together academic supervisors and industry supervisors will be established.
The candidate will be fully integrated into the activities of the Centre de Gestion Scientifique and the Bauhaus des Transitions team.
Regular exchanges are also planned with MILA, a world-leading AI research center.
The project will include semi-annual presentations to a network of industrial partners affiliated with the Bauhaus des Transitions.

- References :
Bordas, A., Le Masson, P., Thomas, M., & Weil, B. (2024). What is generative in generative artificial intelligence? A design-based perspective. Research in Engineering Design. https://doi.org/10.1007/s00163-024-00441-x
Hatchuel, A., & Weil, B. (2008). C-K design theory : An advanced formulation. Research in Engineering Design, 19(4), 181.
Tekic, Z., & Füller, J. (2023). Managing innovation in the era of AI. Technology in Society, 73, 102254. https://doi.org/10.1016/j.techsoc.2023.102254

- Funding :
The PhD contract should be funded through a CIFRE agreement, ensuring 3 years of funding by the company Boulanger.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2025

Cifre

CIFRE ANRT

Mines Paris-PSL

543 SDOSE Sciences de la Décision, des Organisations, de la Société et de l'Echange

Le ou la candidat(e) devra être titulaire d'un Master recherche en sciences de gestion ou d'un diplôme d'ingénieur avec une appétence pour la recherche en management de l'innovation. Une appétence pour les méthodes de recherche qualitatives est souhaitée, de même qu'une volonté de modélisation. Une bonne connaissance et un fort intérêt pour les principes fondamentaux de l'intelligence artificielle est indispensable.
The candidate must hold a research Master's degree in management sciences or an engineering degree with a strong interest in innovation management research. An affinity for qualitative research methods is desirable, as well as a willingness to engage in modeling. A solid understanding of and strong interest in the fundamentals of artificial intelligence is essential.