Managing the twin transition in urban tourism : integrating Industry 4.0 technologies for sustainability

Dans le contexte contemporain, les destinations touristiques s'emploient progressivement à coupler et synchroniser la gestion de la transformation digitale avec la gestion de la soutenabilité environnementale. Ce processus est souvent qualifié de “transition jumelles”. La présente thèse cherche à élucider et à comprendre les mécanismes et et les conditions de l'intégration des technologies de l'Industrie 4.0 liées à l'Intelligence Artificielle (IA), l'Internet des Objets (IoT), l'analyse de données massives, les jumeaux numériques et les médias immersifs aux résultats touristiques à l'échelle de la destination. Sur le plan conceptuel, nous proposons un cadre théorique reposant sur la théorie des parties prenantes, la théorie de l'innovation responsable (RI) et la théorie fondée sur les ressources. Sur le plan empirique, un dispositif de recherche abductif et multi-méthodes est appliqué à une étude de cas sur la Côte d'Azur. Nous avons eu recours à des entretiens semi-directifs - menés entre juin 2024 et juin 2025. L'exploitation de ces entretiens a été faite avec une méthodologie à plusieurs niveaux comprenant la construction qualitative des critères, la pondération par AHP et le classement des initiatives d'Intelligence Artificielle via TOPSIS. Elle inclut également une évaluation stratégique fondée sur VRIO et une conceptualisation de la gouvernance de l'IA responsable inspirée de l'approche de Gioia.La thèse met en évidence cinq résultats majeurs.Premièrement, la structure de valeur des parties prenantes pour les options activées par l'IA est stable selon les exercices d'élicitation et les vérifications de sensibilité. Les arbitrages sont dominés par la durabilité environnementale et l'expérience touristique, tandis que le bénéfice économique, l'acceptation par les parties prenantes, la faisabilité technique et l'alignement politique et réglementaire agissent comme des contraintes déterminantes.Deuxièmement, la chaîne décisionnelle priorise trois initiatives appuyées par l'IA : la gestion prédictive des flux de visiteurs à l'échelle de la destination ; un assistant personnalisé de voyage durable fondé sur l'IA qui guide le calendrier et les choix et des applications d'énergie intelligente soutenues par l'IA dans le tourisme.Troisièmement, les résultats de classement des initiatives d'IA demeurent robustes face aux perturbations des poids ; cette robustesse est observée tant dans une posture « priorité environnementale » que « priorité économique ».Quatrièmement, l'analyse VRIO attribue l'inimitabilité et l'appropriabilité des capacités en IA principalement à des séries longitudinales privilégiées, à des capacités tacites d'intégration des systèmes et à l'ancrage institutionnel. Les choix algorithmiques au sein des configurations d'IA jouent un rôle secondaire.Cinquièmement, les capacités organisationnelles spécifiques à l'IA constituent le principal frein à la montée en échelle. Des lacunes en leadership, en compétences, en routines inter-agences, ainsi qu'en gouvernance éthique et des données, entravent la conversion des pilotes d'IA en capacités opérationnelles durables.La thèse propose enfin une théorie testable des mécanismes numériques au service d'un tourisme urbain durable et cartographie ces mécanismes aux Objectifs de développement durable (ODD).