Thèse Gouvernance Intelligence Artificielle et Développement des Démarches de Durabilité dans les Coopératives Agricoles H/F - Doctorat.Gouv.Fr

Établissement : Institut Agro Montpellier École doctorale : EDEG - Economie Gestion Laboratoire de recherche : MoISA - Montpellier Interdisciplinary center on Sustainable agri-food systems (Social and Nutritional Sciences) Direction de la thèse : Louis-Antoine SAÏSSET ORCID 0000000194917757 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-05-23T23:59:59 Cette thèse analyse la manière dont la gouvernance coopérative influence le déploiement des démarches de responsabilité sociétale des entreprises (RSE) et la construction d'indicateurs de performance durable dans les coopératives agricoles, en intégrant les apports de l'intelligence artificielle (IA). Elle s'inscrit dans un contexte marqué par le renforcement des exigences de transparence (CSRD, ESRS) et par la nécessité, pour les coopératives, de structurer le pilotage de leur transition écologique.Le projet repose sur une approche méthodologique mixte combinant méthodes qualitatives et quantitatives. L'objectif est de croiser l'analyse des processus organisationnels et décisionnels avec l'exploitation de données de performance afin de proposer un modèle intégré de mesure et de pilotage de la durabilité adapté au contexte coopératif agricole, notamment viticole.

La première phase, qualitative, vise à comprendre les dynamiques réelles de gouvernance et de reporting de durabilité. Elle repose sur des entretiens semi-directifs auprès de dirigeants, responsables RSE, chargés de mission développement durable et représentants professionnels. Cette étape permettra d'identifier les pratiques existantes, les difficultés de mesure de la performance durable, les besoins en outils de pilotage ainsi que les freins et leviers liés à la structuration des données. L'analyse thématique alimentera la construction du cadre conceptuel et des instruments d'enquête.

La deuxième phase, quantitative, s'appuie sur une enquête élargie auprès d'un échantillon de coopératives disposant d'un reporting RSE ou d'une certification de durabilité. Elle mobilise des données internes (économiques, sociales, environnementales) et sectorielles. Un modèle d'indicateurs de performance durable sera élaboré, avec l'appui de l'IA pour structurer et analyser les informations : classification des pratiques, extraction automatisée d'indicateurs et visualisation dynamique via tableaux de bord interactifs. Cette phase permettra d'identifier des profils-types de gouvernance et de tester les relations entre organisation et performance globale.

La troisième phase intègre les résultats pour concevoir un prototype d'outil de pilotage co-construit avec les coopératives partenaires. Il visera à automatiser la collecte et la restitution des indicateurs de durabilité, à offrir une visualisation globale de la performance et à faciliter les comparaisons sectorielles, avant une phase de test participatif.
La performance économique et financière des coopératives agricoles repose sur un modèle économique dual, complexe, qui associe la rentabilité de l'exploitation adhérente à celle de l'entreprise coopérative (Soboh et al, 2012). Ce dilemme coopératif qui conduit, au niveau financier, à arbitrer entre court terme et long terme (Saïsset, 2021) crée des tensions internes que Franken et Cook (2014) analysent par la mesure de la satisfaction et le bien être des coopérateurs. La dimension sociale des coopératives est ainsi soulignée. Elle s'étend à l'ensemble de son environnement par le 7ème principe du mouvement coopératif international qui prône « l'engagement envers la communauté » , ouvrant la voie à la responsabilité sociétale des entreprises (RSE), au développement durable et au reporting extra-financier.
Le mouvement coopératif agricole français est, dans cette perspective, un acteur pionnier en matière de RSE, notamment par le développement de labels tels que AgriConfiance, Engagé RSE ou Vignerons Engagés. Il est véritablement à l'origine de ces démarches, comme le souligne Filippi (2020), notamment en ce qui concerne l'adaptation à la France des référentiels internationaux comme ISO 26000.
Historiquement, les coopératives agricoles sont au coeur de nombreuses transitions (écologique, énergétique, sociale et numérique) qui redéfinissent leurs fonctions économiques et sociétales. Leur mode de gouvernance, fondé sur la démocratie et la mutualisation, peut être à l'origine de ce type d'innovation (Saïsset, 2026 ; Novkovic & McMahon 2023). Plusieurs travaux suggèrent que la dynamique de la gouvernance coopérative favorise certaines innovations, tout en posant des défis de coordination, de mesure de la performance et de structuration des données (Yakar et Çaliyurt, 2021).

Malgré ces apports, la recherche s'est peu penchée sur l'ensemble des dimensions de la performance durable des coopératives agricoles (Chollet et al., 2025). En particulier, la manière dont les données internes aux coopératives peuvent être mobilisées pour construire une vision intégrée de la durabilité reste largement inexplorée.
Les approches classiques de la RSE, souvent conçues pour les entreprises capitalistiques, peinent à intégrer les spécificités du modèle coopératif comme la gouvernance multipartite, la double qualité (adhérent-fournisseur et adhérent-client), l'hétérogénéité du sociétariat et les engagements sur le long terme. Parallèlement, la montée des exigences de transparence et de normalisation (directive européenne CSRD, normes ESRS) impose aux entreprises de se doter de dispositifs de reporting extra-financier plus structurés (CCI Paris IledeFrance, 2025). Ces exigences concernent bien aussi les coopératives, et peuvent constituer un défi technique et organisationnel pour elles.
La littérature récente explore le potentiel des technologies numériques, et en particulier de l'intelligence artificielle (IA), pour accompagner la transition des entreprises vers des modèles de gestion et d'organisation plus durables. L'IA a la possibilité de relever ces défis en automatisant et en améliorant le processus de reporting RSE (Pisoni & Molnár, 2024 ; Atanasov et al., 2023). Les technologies basées sur l'IA, apprentissage automatique, traitement du langage naturel (NLP), automatisation des processus, permettent d'améliorer la précision des données et de faciliter la création de rapports en temps réel. En tirant parti de ces outils, les entreprises peuvent non seulement améliorer la qualité et la transparence de leurs rapports RSE, mais aussi obtenir des informations plus approfondies sur leurs performances en matière de durabilité et identifier les domaines nécessitant des améliorations (Chen, Chu et Zhao, 2024 ; Popescu et González, 2024)
Cependant, l'utilisation de l'IA au sein des coopératives demeure à ce jour très limitée (ANR-INNOGOUV , 2025 ; Ramos et al., 2023). Peu de recherches ont encore porté sur l'application de l'IA aux spécificités de la gouvernance coopérative, et encore moins dans les filières agricoles ou viticoles. Enfin, le rapport entre IA et démarches de durabilité dans le monde coopératif soulève des questions centrales en termes d'acceptabilité sociale, d'éthique des algorithmes et de contrôle démocratique des outils numériques, en écho aux travaux émergents sur l'IA éthique (Floridi et al., 2018 ; Cath, 2018).
La thèse s'inscrit à la croisée des chemins entre trois concepts dont les relations ont encore été peu étudiées : la gouvernance coopérative, la performance durable et les innovations technologiques liées à l'IA. Elle vise à combler les lacunes de la littérature en proposant une approche interdisciplinaire permettant de comprendre comment la gouvernance coopérative influence le déploiement des démarches de durabilité, dont la responsabilité sociétale des entreprises (RSE), et l'élaboration d'indicateurs adaptés.
En mobilisant les potentialités de l'IA pour le traitement et la valorisation des données issues des coopératives, cette thèse cherche à concevoir des outils d'analyse et de pilotage capables de rendre compte de la performance durable globale (économique, sociale, environnementale et de gouvernance). Elle contribuera ainsi à documenter un champ de recherche encore émergent : l'intégration des technologies d'IA dans la gouvernance des coopératives agricoles, notamment vinicoles, au service du pilotage de la durabilité. L'objectif principal de cette recherche est d'analyser comment la gouvernance coopérative influence la performance durable, en s'appuyant sur l'intelligence artificielle (IA). Plus précisément, il s'agit d'examiner comment les spécificités de la gouvernance coopérative orientent la définition, la production et l'utilisation des indicateurs de durabilité, notamment ceux liés à la responsabilité sociétale des entreprises (RSE), et dans quelle mesure l'IA peut soutenir ces processus, par exemple à travers le traitement de données extra-financières ou l'aide à la décision.
Sur le plan opérationnel, dans une optique de recherche-action, la thèse vise à élaborer un modèle organisationnel et un prototype d'outil de pilotage de la performance durable, tenant compte des spécificités institutionnelles des coopératives (gouvernance démocratique, hétérogénéité des membres, horizon temporel long).
L'hypothèse centrale est que la mise en oeuvre d'une démarche liée à la performance durable dépend des mécanismes organisationnels qui encadrent la production des indicateurs, la répartition du pouvoir décisionnel et les incitations des acteurs. La recherche accorde également une attention particulière à la gouvernance des données et des outils algorithmiques, en termes de contrôle organisationnel, de répartition du pouvoir et de risques d'asymétries informationnelles. Ce travail de recherche repose sur une approche mixte, combinant des méthodes qualitatives et quantitatives afin d'analyser la manière dont la gouvernance coopérative influence le déploiement des démarches de durabilité et la construction d'indicateurs de performance durable intégrant les apports de l'IA. L'objectif méthodologique est de croiser la compréhension des processus organisationnels et décisionnels (phase qualitative) avec une analyse des données structurelles et de performance (phase quantitative), afin d'aboutir à un modèle de mesure et de pilotage de la durabilité adapté au contexte coopératif agricole, notamment viticole, co-construit avec notre réseau de coopératives partenaires. La thèse s'inscrit donc dans une démarche de recherche-action (Godrie et al., 2022) : la mesure de la performance durable et l'IA sont à la fois intégrées en tant que concepts, analysées en termes d'interactions (enquêtes) et leur association fait l'objet d'un livrable sous forme d'un prototype de tableau de bord co-construit. Nous travaillerons préférentiellement avec des coopératives qui se sont fortement engagées dans le projet ANR-INNOGOUV et l'union de coopératives de services informatiques ICS.
Dans ce cadre, l'IA sera mobilisée comme outil de structuration et d'analyse des données issues des coopératives. Elle permettra notamment d'automatiser l'extraction et l'harmonisation des indicateurs de performance durable à partir de sources de données, ainsi que d'identifier et de classifier les pratiques organisationnelles liées aux démarches de durabilité. L'intégration de ces fonctionnalités dans le prototype de tableau de bord permettra de proposer une visualisation dynamique des indicateurs et de faciliter leur interprétation par les utilisateurs, contribuant ainsi à renforcer les capacités de pilotage stratégique des coopératives. L'IA agira comme un agent intégré à l'outil qui sera mis en place à la fin du projet.
Le terrain d'étude sera constitué principalement de coopératives agricoles, et plus particulièrement de coopératives viticoles, engagées dans des démarches de durabilité ou disposant d'un reporting extra-financier. L'accès au terrain sera facilité par les partenariats déjà établis dans le cadre du projet de recherche ANR-INNOGOUV (coopératives vinicoles fortement engagées dans des démarches de durabilité et dans cette recherche), ainsi que par les collaborations avec plusieurs acteurs professionnels du secteur coopératif (Institut Coopératif du Vin - ICV, Union ICS, entre autres).
Les données mobilisées dans la thèse seront issues de plusieurs sources complémentaires :
- Données qualitatives : entretiens semi-directifs réalisés auprès de dirigeants de coopératives, responsables RSE, techniciens et représentants des structures d'accompagnement. Ces entretiens permettront d'analyser les mécanismes de gouvernance, les stratégies de durabilité et les pratiques de production des indicateurs.
- Données organisationnelles et de gouvernance : informations relatives aux structures de décision, aux pratiques de gestion coopérative, aux dispositifs de suivi des démarches de durabilité et aux outils de reporting utilisés.
- Données de performance durable : données économiques, sociales et environnementales issues des rapports RSE, des certifications de durabilité (AgriConfiance, Engagé RSE, Vignerons Engagés, etc.) ou de bases sectorielles.
- Données techniques et sectorielles : bases de données et informations mises à disposition par les partenaires professionnels du projet, notamment l'UNSCV (Union Nationale des Services des Coopératives Vinicoles), ICS (Informatique Coopérative Service) et l'ICV (Institut Coopératif du Vin).
Ces différentes sources permettront de constituer une base de données originale sur la gouvernance et la performance durable des coopératives agricoles, mobilisable pour les analyses quantitatives et pour le développement d'un prototype d'outil de pilotage intégrant les apports de l'intelligence artificielle.
Une attention particulière sera portée au respect des principes éthiques et réglementaires encadrant le traitement des données. Les informations collectées seront anonymisées, les données sensibles traitées de manière agrégée, et l'ensemble du dispositif respectera le RGPD et les recommandations de la CNIL. Le consentement éclairé des participants sera recueilli, et les données seront stockées de manière sécurisée avec un accès restreint.

Master recherche en économie-gestion connaissant le secteur agricole/agroalimentaire, ainsi que les spécificités des coopératives. Le candidat doit également avoir développé des compétences en intelligence artificielle, fouille de données et/ou big data.

• Reporting
• Réalisation d'enquêtes marketing
• Gestion de la performance