mémoire adoption PLM

Transcription

Coello I.
Les déterminants de l’adoption de la technologie PLM : le cas du pôle de compétitivité Arve Industries
Isabelle Coëllo
Juin 2009
Les déterminants de
l’adoption de la technologie
PLM :
Le cas du pôle de compétitivité
Arve Industries
Directeur de mémoire : Sébastien Brion
MASTER 2 Recherche
Institut de Management de l’Université de Savoie
IREGE
0
Coello I.
Remerciements :
Je tiens à remercier
- Sébastien Brion pour tout le temps qu’il a consacré au suivi de
ce travail et
- Rachel Bocquet pour son aide précieuse au moment de la
formulation de la problématique de ce mémoire.
1
Coello I.
SOMMAIRE
1. Introduction ...................................................................................................................... 4
1.1-
Le PLM : émergence, bénéfices et caractéristiques ........................................ 5
1.1.1-
Emergence du PLM..................................................................................... 5
1.1.2-
Pourquoi adopter le PLM ? ..................................................................... 6
1.1.3-
Caractéristiques du PLM ........................................................................ 9
1.2-
Contexte de la recherche : le pôle de compétitivité Arve Industries ......12
1.3-
Problématique ..........................................................................................................14
1.4-
Définition des concepts utilisés .........................................................................15
1.4.1- Le PLM : une TIC particulière.................................................................. 15
1.4.2- L’adoption.................................................................................................... 17
1.4.3- Les PME......................................................................................................... 19
1.4.4- Le pôle de compétitivité ........................................................................... 24
2. Approche théorique de l’adoption organisationnelle d’une nouvelle
technologie.............................................................................................................................27
2.1-
Les déterminants de l’adoption organisationnelle ......................................29
2.1.1.- La dimension organisationnelle........................................................... 29
2.1.2.- La dimension économique ....................................................................... 35
2.1.3.- La dimension environnementale ........................................................... 41
2.1.4.- La dimension technologique ................................................................. 49
2.2- Agglomération de PME et adoption technologique : un contexte
particulier............................................................................................................................52
3. Proposition d’un modèle d’adoption du PLM au sein du pôle de
compétitivité Arve Industries .............................................................................................54
Modèle d’adoption du PLM ...............................................................................................55
4. Conclusion.......................................................................................................................56
2
Coello I.
Figures :
Figure 1 : Courbe en S représentant le taux d'adoption au cours du temps..............37
Tableaux :
Tableau 1 : Typologie des TIC .................................................................................... 16
Tableau 2 : Les pôles de compétitivité, une forme de collaboration
interorganisationnelle.............................................................................24
Tableau 3 : Les caractéristiques ayant un impact sur l’adoption d’une innovation ..50
3
Coello I.
1. Introduction
Le pôle Arve Industries est un pôle de compétitivité constitué de 248 PME implantées
dans la vallée de l’Arve en Haute-Savoie et spécialisées dans des activités de décolletage et
de mécatronique.
Ces PME mécaniciennes sont depuis quelques temps confrontées à des
bouleversements importants de leur environnement (mondialisation des marchés et des
capitaux, concurrence des pays à faible coûts de main d’œuvre, exigences accrues de la part
des clients…) et la création du pôle de compétitivité avait justement pour but de permettre à
ses PME membres de répondre à ces nouvelles exigences.
Les Technologies de l’Information et de la Communication (TIC) sont un des moyens à
la disposition d’une entreprise pour accroître sa productivité. Les grandes entreprises l’ont
déjà compris depuis longtemps, mais les PME n’ont découvert les opportunités offertes par
les TIC que récemment et elles ont encore des difficultés à appréhender toutes les
potentialités offertes par ces technologies. Pourtant, l’intégration de ces technologies
pourrait constituer pour elles une des solutions à leur impératif de compétitivité.
La technologie qui nous intéresse dans cette recherche est le PLM. Il s’agit d’une
technologie qui permet à l’entreprise étendue (incluant les clients et les fournisseurs)
d’échanger et de partager des informations sur l’ensemble du cycle de vie du produit. Peu de
PME du pôle Arve Industries l’ont adopté pour l’instant. Pourtant, son adoption pourrait
constituer un vecteur important du maintien, voire de l’amélioration de la compétitivité de
ces PME.
Notre propos est donc d’essayer de comprendre, d’un point de vue théorique, quels
sont les freins et les leviers à l’œuvre dans la décision d’adoption d’une nouvelle TIC, et plus
spécifiquement du PLM. Ainsi, après avoir précisé le contexte de la recherche et défini les
principaux concepts utilisés, nous étudierons les facteurs d’adoption d’une TIC d’un point de
vue théorique, ce qui nous permettra, pour finir, de proposer un modèle d’adoption du PLM
au sein du pôle de compétitivité Arve Industries.
4
Coello I.
1.1-
Le PLM : émergence, bénéfices et caractéristiques
1.1.1-
Emergence du PLM
Dans les années 80, avec la naissance de l’informatique industrielle, apparaissent les
premiers outils de CAO. Rapidement, les ingénieurs ressentent le besoin de gérer ces
données techniques qui sont stockées dans des fichiers occupant un volume de plus en plus
important. Les premiers logiciels de SGDT répondent alors à cette demande. Cette première
génération d’outils permettait aux utilisateurs du bureau d’études de collaborer entre eux.
Dans les années 90, les logiciels de SGDT ont évolué afin d’intégrer les processus
transversaux et permettre ainsi de couvrir tout le cycle de vie du produit. Les SGDT
pouvaient alors être intégrés avec d’autres systèmes tels que les CRM (Customer
Relationships Management) et les ERP (Entreprise Resources Planning) (Rouibah et Ould-Ali
S., 2006).
Au début des années 2000, avec l’émergence de l’entreprise étendue et l’intégration des
fournisseurs et des partenaires dans les frontières de l’entreprise, les SGDT ont, de nouveau,
évolué. Ainsi de nouveaux concepts ont vu le jour tels le Product Life cycle Management
(PLM) (Rouibah et Ould-Ali S., 2006). Il s’agit de la gestion des informations techniques de
l’entreprise étendue permettant l’échange et le partage d’informations (en interne et vers
l’extérieur), sur l’ensemble du cycle de vie du produit. Le PLM intègre de nouvelles
fonctionnalités qui permettent des échanges industriels à travers la planète, facilitant ainsi
les partenariats entre constructeurs, l’intégration amont des fournisseurs et l’intégration
aval jusqu’au client final. L’évolution des systèmes SGDT vers le PLM apporte notamment
des outils de « workflow » et de gestion de projets, ainsi que des maquettes numériques
permettant de visualiser un assemblage de composants conçus à l’aide de logiciels
hétérogènes (Marin P., 2009). La conception collaborative offerte par le PLM permet aux
équipes de travailler non plus de manière séquentielle, mais de manière concourante. Enfin
le PLM devient un outil complémentaire aux progiciels de gestion intégrée (ERP) qui, eux,
visent à optimiser le flux des informations associées aux produits physiques et aux
opérations.
5
Coello I.
Tous ces éléments mettent l’accent sur la coordination globale tout au long d'une
chaîne de valeur ainsi que sur les aspects d'intégration des systèmes hétérogènes sous
contrôle d’entreprises diverses (Rouibah et Ould-Ali S., 2006).
1.1.2-
Pourquoi adopter le PLM ?
Le contexte concurrentiel et la gestion de l’information
Un certain nombre de facteurs sont à l’origine d’un accroissement des données liées
aux produits à traiter en simultané et exercent une pression sur les entreprises pour qu’elles
modifient leurs processus. Ces facteurs sont entre autres (Sääksvuori et Immonen, 2008) :
o une pression concurrentielle plus forte et une réduction des budgets ;
o un raccourcissement des délais de livraison ;
o une diminution du temps disponible pour développer de nouveaux produits ;
o des contraintes de qualité plus fortes…
Cet ensemble de facteurs contraint les entreprises à réagir rapidement et de façon
continue, ceci afin d’être capable de modifier leurs produits et de remettre en cause leurs
processus de création (Sääksvuori et Immonen, 2008). D’ailleurs, durant ces dernières
années, les firmes ont déjà eu à remettre en cause leur mode de fonctionnement sous
l’impulsion d’un certain nombre d’évolutions :
o l’automatisation dans l’industrie s’est fortement développée ;
o le portefeuille de produits s’est élargi ;
o les clients ont eu de plus en plus l’opportunité d’influencer les produits ;
o les contrats de sous-traitance se sont multipliés.
Il est aujourd’hui difficile pour une firme de trouver la bonne « information produit »,
mais plus encore de la maintenir à jour et de la stocker dans son intégralité (Sääksvuori et
Immonen, 2008). Ce problème vient principalement de la multiplication des versions de
produits, qui s’accompagne d’une immense quantité d’informations liées à ces différentes
versions ; informations en provenance d’un réseau de fournisseurs de plus en plus complexe.
Il est alors très compliqué de trouver la source originale d’une information, notamment
lorsqu’il n’existe aucun outil de suivi et de contrôle de l’information. En l’absence de
standardisation, chaque service va mettre en place sa propre gestion de l’information. Le
6
Coello I.
système d’information sera alors incapable de fournir une information fiable et à jour, à ces
différents services, puisqu’une même information existe sous différentes formes à différents
endroits de l’entreprise. La recherche d’une information est d’autant plus complexe qu’un
nombre de plus en plus élevé de personnes participe à la désintégration du système
(Sääksvuori et Immonen, 2008).
Le PLM peut dans ce cas être utilisé pour améliorer la communication
interpersonnelle, le transfert de fichiers et les conversions entre différents formats de
fichiers. Ceci est d’autant plus intéressant lorsque différents types de logiciels sont utilisés
pour la production et la maintenance des données liées aux produits. Les données stockées
dans un logiciel de CAO peuvent être transférées vers un ERP grâce à un PLM, lorsque
l’utilisation de bases de données communes est possible (Sääksvuori et Immonen, 2008)
Grâce à l’amélioration de la communication, la qualité, l’efficacité et la rapidité des
processus opérationnels progressent, et les erreurs et les informations erronées régressent.
Un travail de qualité qui a déjà été réalisé et qui met en œuvre des solutions déjà testées
pourra être réutilisé plus facilement et l’information, d’une manière générale, pourra être
retrouvée plus rapidement (Sääksvuori et Immonen, 2008).
La complexité du développement produit
Le développement de produit est un processus complexe impliquant à la fois des
données, des relations et des concepts ; soit un ensemble d’éléments dont la
compréhension globale n’est pas toujours bien maîtrisée (Stark, 2005). Il suppose de traiter
une large variété de problèmes et sa mise en œuvre engage des personnes d’horizons divers,
utilisant des pratiques, des méthodes et des systèmes différents, et travaillant dans des
environnements variés (Stark, 2005). Dans ces conditions, convertir une idée en produit
technologique complexe n’est pas chose aisée. Cela nécessite des efforts de définition,
d’analyse, d’examen de processus physiques, de vérification, d’échanges et autres décisions.
Ceci est d’autant plus important pour une entreprise que l’étape de développement de
produit est cruciale. En effet, même si plus de 80% de la vie d’un produit se passe dans les
allées d’une usine, 80% du coût d’un produit est fixé durant son développement (Stark,
2005). Concernant le temps de développement d’un produit, il varie d’un produit à l’autre,
mais on peut évaluer à un tiers la part de produits développés en moins de six mois, et à
7
Coello I.
deux-tiers la part de ceux développés en moins de dix huit mois. Les études de
développement de produit dans l’industrie montrent souvent que les dépenses consacrées
au développement d’un produit le sont inutilement, soit parce que le projet s’arrête avant
que le produit ait pu être lancé sur le marché, soit parce que le produit, une fois lancé, se
transforme en échec commercial (Stark, 2005).
En théorie, le simple fait d’utiliser des techniques avancées et des systèmes
informatiques devrait faciliter le développement de produit. Mais, du fait de processus et de
systèmes d’information fragmentés et non reliés, cela se traduit, non pas par un
développement produit plus efficace, mais par des coûts plus élevés, des temps de mise sur
le marché plus longs et des produits de faible qualité (Stark, 2005). Ainsi, les entreprises qui
ne disposent pas d’une approche bien structurée du développement de produit risquent de
souffrir de problèmes de qualité, et seront confrontées à des projets se terminant au-delà
des échéances avec des dépassements de budget. Ces entreprises doivent souvent faire face
à des problèmes de procédures administratives, à de trop nombreuses itérations durant la
phase de conception et à de fréquents changements d’ingénierie (Stark, 2005). Ceci vient du
fait que les personnes travaillant dans ce type d’entreprise ne s’accordent pas sur ce qu’ils
doivent faire. D’un côté, les ingénieurs conçoivent des produits dont les clients n’ont peut
être pas besoin. De l’autre côté, les vendeurs proposent des produits que les ingénieurs ne
peuvent développer, et les personnes du marketing prévoient des produits qui, selon eux,
intéresseront les clients, mais qui ne sont pas encore en vente (Stark, 2005).
L’intérêt du PLM réside dans sa capacité à intégrer l’ensemble des services concernés
par un produit, de sa conception à sa commercialisation, en passant par sa fabrication. Il doit
contribuer à améliorer la capacité d’innovation de l’entreprise, à accélérer le temps de mise
sur le marché des produits tout en réduisant leur coût et les erreurs associées. En effet, les
modifications de produits peuvent être réalisées plus rapidement et un certain nombre
d’éléments de produits antérieurs peuvent être réutilisés. (Stark, 2005).
8
Coello I.
1.1.3-
Caractéristiques du PLM
1.1.3-1. Définition
Il n’existe pas de définition unique du PLM. La plupart des recherches qui se sont
intéressées au sujet s’inspirent de la définition de CIM Data (cabinet d’études américain
spécialisé dans le PLM) qui définit le PLM comme une approche stratégique qui intègre les
acteurs, les processus, et les informations ; dans un cadre d’entreprise étendue (intégrant
clients et fournisseurs) ; prenant en charge un produit en allant de sa conception à son
abandon ; et permettant la co-conception, le suivi, la diffusion et l’utilisation des
informations relatives à la définition de ce produit1. Ainsi, pour Morris et al. (2004), le PLM
peut être considéré comme une approche stratégique ayant pour objectif de relier les
informations, les personnes et les processus associés à un produit de sa naissance à sa mort.
Pour Zheng et al. (2008) le PLM permet de mettre en œuvre, au sein de l’entreprise étendue,
un certain nombre de solutions pour faciliter la conception collaborative, ainsi que la
gestion, la diffusion et l’utilisation des informations liées à la définition d’un produit. Il s’agit
donc d’intégrer, au sein d’un système d’information commun, des acteurs qui interviennent
à un moment donné dans le cycle de vie d’un produit, qui, pour cela, interagissent en interne
ou avec des partenaires extérieurs, et qui ont besoin d’informations fiables relatives à ce
produit.
1.1.3-2. Les fonctions du PLM
Michael Grieves (2006) a définit les fonctions du PLM qui contribuent à l’optimisation
du processus de développement d’un produit. Il s’agit de :
o La définition des modèles numériques
Elle permet de capturer et développer les idées de produits virtuels, en produisant
des modèles maîtres extrêmement fiables, avec une vision réaliste et compréhensible par
l’ensemble de l’équipe pluridisciplinaire.
Ex : modèle CAO 3D, notes de calcul technique, …
1
CIMData Inc, “All About PLM”, http://www.cimdata.com/PLM/plm.html, Oct 2006.
9
Coello I.
o Le développement de produit collaboratif
Les équipes internes d’une entreprise étendue (ventes, marketing, bureau d’études,
fabrication et service clientèle) sont souvent éloignées géographiquement. La méthodologie
collaborative permet de fédérer ces équipes, en y associant les fournisseurs, les sous
traitants et les clients. Ainsi, elle capture itérativement les données créatives et identifie les
problèmes, au plus tôt lorsque les modifications sont faciles à apporter.
Ex : maquette numérique, planification, …
o La gestion des données numériques
Cette gestion collecte et contrôle toutes les formes de données numériques du
produit, pour permettre aux différents acteurs du projet de travailler simultanément sur la
même innovation, tout en assurant une meilleure réutilisation.
Ex : gestion des données CAO, autorisations d’accès, …
o La gestion des configurations
Elle planifie et contrôle les versions, la structure, et la corrélation entre les
informations venant de sources différentes. Cela est important pour les développements de
produits complexes évoluant rapidement.
o La communication
Elle favorise une prise de décision opportune et efficace de la part des intervenants
internes et externes. Elle permet de fournir, de manière dynamique, la définition du produit,
aux destinataires voulus, dans le format voulu et à la demande.
Ex : publication dynamique, workflow, …
o La capitalisation des connaissances
Il est possible d’utiliser les capacités de structuration et de traçabilité du PLM pour
construire et alimenter des éléments de connaissance sur le développement des produits
(Bissay et al. , 2008).
10
Coello I.
Le PLM n’est donc pas qu’un outil informatique, mais c’est un ensemble d’éléments
(outil informatique, dispositif organisationnel, méthodes de travail) du système
d’information, qui gèrent les informations issues des différentes étapes de la vie des
produits industriels, qui met en œuvre les processus, et qui met à disposition toutes ces
informations aux différents acteurs de l’entreprise. Introduire le PLM dans son organisation
peut contribuer à remettre en cause les processus existants. L’importance de la dimension
organisationnelle est renforcée par le fait que le PLM repose sur la collaboration de
différents métiers ; collaboration qui intervient à différents niveaux (El Kadiri S & al (2008)) :
o Collaboration informelle : niveau le plus bas de collaboration, impliquant des
activités informelles et non structurées (communication interpersonnelle,
groupes de discussion…) ;
o Collaboration projet/processus : la collaboration intervient à travers des
processus plus structurés (avec un début, une fin et entre les deux, des flux et
des évènements clairement identifiés) ;
o Collaboration étendue : la collaboration intègre des activités qui débordent
des frontières de l’entreprise incluant clients, partenaires et vendeurs.
Introduire le PLM dans une organisation présente un caractère intrusif qui peut agir
sur l’organisation existante (El Kadiri S & al (2008)).
Le PLM a dans un premier temps été adopté par de grandes entreprise dans le
domaine de l’automobile ou de l’aéronautique. Cependant, les offres évoluent et de plus en
plus de solutions sont spécialement adaptées aux PME. A titre d’exemple, PTC PLM On
Demand Standard (service fourni et hébergé sur un serveur hors ligne par IBM) est une
solution complète destinée aux PME, conçue pour éviter les inconvénients que représentent
l’investissement de départ, les ressources informatiques et la lenteur de leur déploiement
(Catherin J.Y., 2007). En fait, les PME se trouvent confrontées aux mêmes défis concernant
l’innovation que les grandes entreprises. Elles cherchent, elles aussi, à réduire le temps de
mise en production des produits et le PLM peut constituer une solution intéressante.
11
Coello I.
1.2- Contexte de la recherche : le pôle de compétitivité
Arve Industries
Le terrain d’étude que nous avons choisi pour cette recherche est le pôle de
compétitivité Arve Industries.
Un pôle de compétitivité rassemble sur un territoire donné, des entreprises, des
laboratoires de recherche et des établissements de formation pour développer des synergies
et des coopérations. D’autres partenaires dont les pouvoirs publics, nationaux et locaux,
ainsi que des services aux membres du pôle sont associés. L’enjeu est de s’appuyer sur les
synergies et des projets collaboratifs et innovants pour permettre aux entreprises
impliquées de prendre une position de premier plan dans leurs domaines en France et à
l’international2.
Le pôle Arve-Industries est caractérisé par une activité industrielle dynamique et
innovante à 2 niveaux :
o le décolletage, activité de fabrication de pièces de révolution (vis, boulon…)
qui place la Vallée de l'Arve comme territoire porteur d'un savoir-faire
reconnu à l'échelle internationale et qui concentre à lui seul les 2/3 des
emplois français du secteur ;
o la mécatronique, activité qui associe la mécanique et l’électronique, qui place
la Haute-Savoie comme le premier centre européen avec sa plate-forme
"CimeO " (Centre d'Intégration Mécatronique).
Le pôle a pour ambition de faire évoluer l'ensemble de la filière mécanique vers la
fabrication d'ensembles multi-technologiques à forte valeur ajoutée en stimulant les
partenariats entre centres de recherche, de formation, acteurs économiques et les
entreprises afin de rester compétitif et innovant.
Le pôle de compétitivité Arve Industries est situé dans la vallée de l’Arve. Cette vallée
accueille plus de 800 PME (moins de 250 salariés) de sous-traitance mécanique, implantées
2
Les pôles de compétitivité en France, www.competitivite.gouv.fr
12
Coello I.
sur une zone géographique d'une quarantaine de kilomètres, de La Roche-sur-Foron à
Sallanches, parmi lesquelles 500 PME sont spécialisées dans le décolletage. Ces entreprises
de décolletage travaillent principalement pour le secteur de l’automobile (60% d’entre
elles)3. Parmi les 800 entreprises de la vallée, 248 adhèrent au pôle de compétitivité (avec
plus de 90% de PME), ce qui représente 29000 emplois4. 61,3 % (chiffre 2006) des PME,
membres du pôle, exportent, avec un taux d’exportation de 43,3 %5.
Le pôle de compétitivité a été crée pour répondre aux nouvelles exigences auxquelles
les entreprises de la vallée de l’Arve se trouvaient confrontées ; à savoir, rester compétitives
face aux pays à bas coûts de main d’œuvre et répondre à l’évolution de la demande de leurs
grands donneurs d’ordre, notamment dans le secteur de l’automobile, qui représente 70 %
des débouchés. Ce pôle a permis d’initier un certain nombre de recherches en liaison avec
les chercheurs de l’université de Savoie ; recherches sur les produits mais aussi sur les
procédés. En effet, afin de se conformer aux standards exigés désormais par les entreprises
clientes, aussi bien en termes de coûts que de délais, le pôle Arve-Industries réfléchit aussi à
l'amélioration de ses méthodes de travail et de l'organisation de sa production.
C’est dans le cadre de cette réflexion sur les procédés que le PLM peut trouver sa
place. Compte tenu de ses caractéristiques, il pourrait constituer un moyen de mieux
répondre aux exigences des donneurs d’ordre, dans des délais plus courts et avec plus
d’efficacité.
3
www.decolletage-usinage.fr/chiffres-cles-sous-traitance-haute-savoie.php
www.arve-industries.fr/
5
Tableau de bord des pôles de compétitivité Suivi statistique - Édition 2008 (www.competitivite.gouv.fr)
4
13
Coello I.
1.3-
Problématique
Notre objectif est de comprendre, d’un point de vue théorique, quels sont les freins
et les leviers à l’œuvre dans la décision d’adoption d’une nouvelle TIC (Technologie de
l’Information et de la Communication) (ici, PLM). Plus précisément, nous tenterons de
déterminer quelle est l’influence de certaines dimensions explicatives identifiées comme
pertinentes dans la littérature sur les décisions d’adoption des PME du Pôle de compétitivité
Arve Industries. Nous aborderons la problématique de l’adoption à partir de quatre
dimensions :
o
o
o
o
la dimension organisationnelle
la dimension économique
la dimension environnementale
la dimension technologique
L’objectif est de construire un modèle empirique des déterminants de l’adoption
d’une nouvelle TIC à l’échelle de PME appartenant à un pôle de compétitivité. L’originalité
de cette contribution peut être saisie à deux niveaux :
D’une part, elle intègre explicitement la dimension organisationnelle de l’adoption
des technologies. Cette dimension, encore insuffisamment étudiée, apparaît
toutefois déterminante, puisque l’adoption dépend de la présence et de l’interaction
d’une multitude de facteurs qu’on ne peut appréhender indépendamment les uns
des autres ;
D’autre part, le modèle proposé tente d’intégrer, au delà des déterminants
organisationnels de l’adoption, des déterminants plus spécifiques capables de saisir à
la fois les spécificités de la technologie étudiée (ici, PLM) et des firmes dont il est
question (PME appartenant à un pôle).
Après avoir défini les différents concepts utilisés dans la recherche, nous tenterons
d’identifier les déterminants de l’adoption organisationnelle d’une TIC, en partant du
principe que ce phénomène d’adoption est un phénomène complexe qui repose sur des
complémentarités entre facteurs organisationnels, économiques, environnementaux et
technologiques, et sans perdre de vue le fait que nous nous intéressons à l’adoption d’une
TIC particulière : le PLM. Puis nous nous concentrerons sur la dimension relative au
contexte ; à savoir, l’adoption dans le cadre d’une agglomération de PME. Il s’agira de
s’intéresser aux effets de l’appartenance à un pôle sur l’adoption organisationnelle des
firmes membres du pôle.
14
Coello I.
1.4-
Définition des concepts utilisés
Compte tenu du thème et du contexte de la recherche, il nous a semblé nécessaire
de définir quatre concepts :
o le concept de TIC et les raisons pour lesquelles le PLM peut être considéré comme
faisant partie de ces TIC ;
o le concept d’adoption ;
o le concept de PME ;
o le concept de cluster, en tant que pôle de compétitivité particulier.
1.4.1- Le PLM : une TIC particulière
Nous verrons dans un premier temps ce que recouvre la notion de TIC, puis nous verrons que
le PLM, compte tenu de ses fonctionnalités, est une technologie qui peut être rattachée à la famille
des TIC.
1.4.1.1- Définition et classification des TIC
Les TIC sont des technologies qui ont la propriété d'intervenir sur les mécanismes de
coordination en accroissant les possibilités de traiter, de transmettre ou d'accumuler les
informations nécessaires à la coordination des unités (Brousseau E. et Rallet A., 1997). S. Ladame
(2007) a établi, à partir d’une étude réalisée par un groupe de recherche de France Télécom
Recherche et Développement6 une classification des TIC basée sur leurs fonctionnalités d’utilisation.
Le découpage proposé par l’équipe de recherche de France Télécom repose sur 4 dimensions : « les
4C » : Communication, Coordination, Collaboration et Connaissance. S. Ladame (2007) ajoute une
cinquième dimension : la « coopération modulaire ». Nous ne retiendrons pas dans cette étude cette
cinquième notion car le concept de modularité est un concept complexe, qui a fait l’objet de
nombreux travaux et qu’il est difficile de réutiliser en tant qu’élément d’une typologie sans l’avoir
clairement défini.
6
Projet interne d’une équipe de recherche de France Télécom R&D « Next Generation Workplace Collaboration
Study » réalisée en 2006 par Laure Seraille en collaboration avec Nadia Magarino et Charles Delalonde.
15
Coello I.
En se basant sur les quatre dimensions retenues, la classification des TIC peut être
représentée comme suit :
Types d’outils
Caractéristiques
Outils de communication
Outils permettant d’échanger et d’accéder à l’information
Outils de connaissance
Outils permettant de créer collectivement de nouvelles connaissances
Outils de coordination
Outils permettant à des acteurs de se coordonner et de s’organiser
Outils de coopération
Outils permettant à des acteurs d’échanger et de partager des compétences
stratégiques
Tableau 1 : Typologie des TIC
Ladame S., 2007
Nous montrerons, dans la partie qui va suivre, pour quelles raisons la technologie PLM peut
être considérée comme une technologie intégrée qui fournit à ses utilisateurs les quatre grandes
fonctions des TIC identifiées ci-dessus dans une seule application.
1.4.1.2- PLM : un outil qui intègre toutes les fonctionnalités des TIC
Notre but est ici de montrer que le PLM est une technologie qui peut être rattachée à la
famille des TIC. En faisant cela, nous entendons atteindre un double objectif :
o
mieux cerner le rôle de la technologie PLM par rapport à une organisation (le rôle des TIC
étant principalement de traiter et transmettre des informations pour faciliter la
coordination des unités (cf. supra, 1.4.1.1)) ;
o
nous permettre, par la suite, de transférer les recherches effectuées dans le domaine de
l’adoption organisationnelle des TIC à l’adoption du PLM.
Nous reprenons pour cela l’approche de la technologie PLM élaborée par V. Merminod
(2007). PLM est une technologie articulée autour de trois axes : le stockage et la capitalisation des
connaissances explicites, la communication et le partage des connaissances explicites et la
consolidation des projets (Merminod V., 2007).
o
Le stockage et la capitalisation des connaissances explicites : PLM permet de stocker les
connaissances liées à un produit et/ou à un projet et autorise ainsi leur réutilisation
ultérieure. Il est donc outil de connaissance.
16
Coello I.
o
La communication et le partage des connaissances explicites : PLM fournit à l’ensemble
des acteurs d’un projet une interface homme-machine identique pour déposer et
partager les connaissances explicites liées à ce projet. Chaque acteur a la possibilité
d’accéder aux connaissances existantes, de les faire évoluer, d’en proposer de nouvelles
qui seront à leur tour disponibles pour les autres acteurs du projet. PLM est donc à la fois
outil de connaissance, de communication et de coordination.
o
La consolidation des projets : PLM permet aux différents acteurs de l’entreprise étendue
(clients, fournisseurs…) de suivre le déroulement d’un projet et d’intervenir à n’importe
quelle phase de celui-ci, si nécessaire. Cette technologie rend donc possible la coconception. En unifiant les données produits et projet, PLM permet également de
disposer en temps réel de l’état d’avancement des projets (Merminod V., 2007). Cela
permet ainsi de consolider les informations projet plus rapidement et de disposer d’une
version transversale de l’état d’avancement du portefeuille projet, notamment pour le
management. PLM est donc aussi outil de coopération.
Le PLM est donc une technologie qui facilite la création collective de nouvelles
connaissances, qui permet d’échanger et d’accéder à l’information, qui permet aux acteurs
de se coordonner et de s’organiser, ainsi que de partager des compétences stratégiques. Les
quatre dimensions d’une TIC se retrouvent toutes réunies dans le PLM, ce qui nous autorise
donc à affirmer que le PLM est une technologie que l’on peut classer dans la famille des TIC.
1.4.2- L’adoption
La plupart des définitions de l’adoption que l’on rencontre dans la littérature font
référence à l’adoption des innovations ; les innovations pouvant être entendues comme
« innovation produit » ou « innovation process ». Adopter une nouvelle technologie de
l’information et de la communication peut être assimilée pour l’entreprise à une innovation
organisationnelle, et se rapproche donc d’une « innovation process ». Nous considérons
donc que les définitions relatives à l’adoption d’innovation peuvent être transférées à
l’adoption d’une nouvelle technologie.
Le concept d’adoption peut être défini comme un processus composé d’un certain
nombre d’étapes par lesquelles l’adoptant potentiel d’une innovation doit passer avant
d’accepter le nouveau produit, le nouveau service ou la nouvelle idée (Frambach et
17
Coello I.
Schilleweart, 2002). Rogers (1995) définit le processus d’adoption comme le processus
mental par lequel un individu (ou toute autre unité de décision) passe et qui va de la
connaissance de l’innovation à la confirmation de la décision d’adopter, en passant par la
formation d’une opinion vis-à-vis de l’innovation, la décision de l’adopter ou de la rejeter et
sa mise en œuvre. Cette définition est la même, que l’on s’intéresse à l’adoption au niveau
individuel ou au niveau organisationnel.
L’adoption individuelle d’une nouvelle technologie a fait l’objet de nombreuses
recherches (pour une revue de la littérature voir Venkatesh et al., 2003). Le comportement
de l’utilisateur vis-à-vis d’une nouvelle technologie constitue un problème important du
domaine des systèmes d’information, car l’objectif stratégique lié à l’investissement dans
une technologie de l’information ne sera atteint qu’à condition que les utilisateurs acceptent
le nouveau système et l’utilise en cohérence avec les objectifs stratégiques de l’organisation
(Agarwal et Karahanna, 2000). La plupart des recherches se sont intéressées aux
déterminants de l’acceptation et de l’utilisation d’une nouvelle technologie et ont accordé
un rôle central aux notions d’utilité perçue et de facilité d’utilisation, celles-ci jouant un rôle
médiateur entre les facteurs externes et les intentions de comportement des individus vis-àvis d’une nouvelle technologie (Magni M. et Pennarola F., 2008). Dans cette recherche, le
niveau utilisateur ne sera pas envisagé. Nous nous intéresserons éventuellement aux
individus mais uniquement en tant que décideurs et non en tant qu’utilisateurs. Concernant
la notion d’adoption, nous nous focaliserons sur l’adoption au niveau organisationnel. En
effet, notre propos est ici d’essayer de comprendre ce qui peut motiver ou freiner une
organisation par rapport à la décision d’utiliser ou non le PLM. Plus précisément, nous
essayons de comprendre pourquoi certaines PME du pôle de compétitivité Arve Industries
ont adopté le PLM et d’autres non. L’adoption (ou l’acceptation) par les utilisateurs de la
technologie n’intervient que dans un second temps, c'est-à-dire une fois que l’organisation a
déjà adopté la technologie. Nous laisserons donc cet aspect de côté, mais cela pourrait faire
l’objet de recherches complémentaires par la suite.
En ce qui concerne l’adoption organisationnelle, il est possible de distinguer deux
phases : l’initiation et la mise en œuvre (Zaltman et al. , 1973). La décision d’adoption
intervient entre ces deux phases (Frambach et Schilleweart, 2002). Durant la phase
d’initiation, l’organisation prend conscience de la nouvelle technologie, se forge une opinion
18
Coello I.
et l’évalue. Dans la phase de mise en œuvre, l’organisation prend la décision d’acheter et
d’utiliser cette nouvelle technologie. La décision d’adoption n’est que le commencement de
la phase de mise en œuvre qui se poursuivra par l’acceptation de la nouvelle technologie au
sein de l’organisation. Nous centrerons pour notre part la suite de l’analyse sur la décision
dichotomique suivante : « adopter / ne pas adopter », et sur ses déterminants.
1.4.3- Les PME
1.4.3.1- Définition
Le terme PME, s’il est d’usage courant et admis dans le monde industriel, reste un
concept aux contours flous (Le Pochat S., 2005). Dans son usage courant, le concept de PME
s’entend, en fait, par opposition au concept de grande entreprise. Cependant, T. Dandridge
(1979), afin de souligner la spécificité des PME par rapport aux grandes entreprises, raisonne
par analogie avec les humains et affirme que « les enfants ne sont pas des petits adultes ». Si
de nombreux chercheurs se sont attachés à montrer que la PME ne peut être assimilée à
une grande entreprise en taille réduite (Dandridge T. (1979), Hausman (2005), O'Regan,
Ghobadian,& Gallear (2006)), il n’existe pourtant pas de définition qui fasse l’unanimité. Ceci
vient du fait, comme le souligne R. Hillary (2000), qu’aucune définition ne peut rendre
compte de la très grande hétérogénéité des PME, compte tenu de la variété des entreprises
et de la diversité des secteurs industriels, et que, par conséquent, toute définition des PME
en général ne peut être que partielle et grossière. Pour Julien et al. (1997), cette
hétérogénéité des PME trouve son fondement dans les différences de gestion et
d’organisation d’une entreprise à l’autre. Il est donc difficile de donner une définition
quantitative ou qualitative des PME qui soit unanimement reconnue. Il existe toutefois, en
France, une définition consensuelle des PME, basée sur une agrégation de critères
quantitatifs, venant de différentes sources (INSEE, SESSI, BDPME…) et relatifs au nombre de
salariés et au chiffre d’affaires : « les PME sont traditionnellement des entreprises qui
emploient moins de 500 salariés ou qui réalisent moins de 77 millions d’euros de chiffre
d’affaires » (Agence des PME (2003)).
19
Coello I.
1.4.3.2- Les spécificités des PME
Même si il est difficile de donner une définition qui soit acceptable pour l’ensemble
des PME, il est toutefois possible de mettre en évidence certaines spécificités qui
permettent de les distinguer des grandes entreprises et de mieux cerner le concept de PME.
Pour Julien et al. (1997), les PME présentent cinq grandes caractéristiques :
o la petite taille, caractérisée par une distance hiérarchique moindre, favorisant les
contacts directs et des relations de travail plutôt informelles. Les PME s’opposent
en cela aux grandes entreprises caractérisées par des relations anonymes,
fortement hiérarchisées et formalisées ;
o la centralisation, voire personnalisation, de la gestion autour du propriétaire
dirigeant ;
o une faible spécialisation, tant au niveau de la direction que des employés ou des
équipements ;
o une stratégie intuitive et peu formalisée ;
o des systèmes d’information interne et externe peu complexes et peu organisés,
laissant la place au dialogue et aux contacts directs (alors que les grandes
entreprises sont contraintes de mettre sur pied tout un mécanisme formel
permettant le transfert de l’information).
Le rôle joué par le chef d’entreprise permet de caractériser qualitativement les PME
par rapport aux grandes entreprises (Mahé de Boislandelle H. (1998), Torres O. (1999),
Torres O. (2000)). Ces deux auteurs insistent sur le rôle prépondérant joué par le chef
d’entreprise, mais ils en tirent deux conclusions différentes et complémentaires. H. Mahé de
Boislandelle (1998) met, pour sa part, en évidence les conséquences de ce constat sur la
stratégie de l’entreprise. Les PME, en raison d’une trop grande centralisation sur le chef
d’entreprise, ont du mal à hiérarchiser l’importance stratégique relative des différentes
contraintes qui pèsent sur l’entreprise. L’auteur propose, pour expliquer la différence entre
PME et grandes entreprises, le concept « d’effet de grossissement » qui consiste chez un
dirigeant à considérer comme stratégique l’ensemble des actions à mener dans la mesure où
les horizons de calcul autant que les degrés d’importance se confondent dans son esprit.
Pour l’auteur, ce phénomène repose sur trois effets :
20
Coello I.
o l’effet de nombre : le faible nombre d’employés au sein des PME favorise les
relations interpersonnelles qui jouent un rôle prépondérant ;
o l’effet de proportion : en raison du faible effectif, le poids relatif de chacun est
accru dans les petites structures ;
o l’effet microcosme : le dirigeant d’une PME, en raison de plusieurs facteurs, tels
que la forte implication du dirigeant dans l’organisation, l’intensité affective de
ses relations ou encore le nombre d’activités à effectuer en priorité, focalise son
attention sur l’immédiat dans le temps et l’espace (espaces physique et
psychologique), privilégiant ainsi les solutions efficaces à court terme plutôt
qu’une vision stratégique à long terme.
O. Torres (1999, 2000), quant à lui, en partant du même constat d’une trop grande
centralisation sur le dirigeant, met en évidence les conséquences sur la vulnérabilité de
l’entreprise. Il propose comme explication le cercle vicieux du « small is difficult », résultante
de la combinaison de trois effets :
o l’effet papillon : tout problème d’apparence mineur peut engendrer une série
de conséquences pour la PME du fait de sa vulnérabilité économique ;
o l’effet microcosme : identique à l’effet microcosme décrit ci-dessus ;
o l’effet d’égotrophie : en raison d’une hypertrophie de l’ego du dirigeant, il
existe un risque lié au fait que celui-ci ne sait pas déléguer les prises de
décisions.
Ces deux auteurs mettent donc en évidence une caractéristique importante des PME,
qui est leur focalisation sur des stratégies de court terme, en raison d’une trop grande
centralisation de l’organisation sur le dirigeant.
Par ailleurs, il est couramment admis dans la littérature que les PME se caractérisent
par les moyens limités dont elles disposent en comparaison des moyens des grandes
entreprises (Julien et Marchesnay (1988), Saint-Pierre J. (1999)). Ces moyens limités se
retrouvent essentiellement dans trois domaines interdépendants : les ressources
financières, les ressources humaines et le temps (Le Pochat S., 2005). Le manque de temps
conduit à un manque de disponibilité des acteurs de l’entreprise pour toute activité ne
relevant pas directement du cœur de leur métier. Le manque de moyens financiers limite les
capacités d’investissement de l’entreprise pour des domaines jugés non stratégiques et
considérés comme non vitaux. Enfin, le manque de ressources humaines limite fortement
21
Coello I.
toute capacité d’action et de réalisation de projets « connexes ». Globalement, ce manque
de moyens se traduit donc par des capacités d’anticipation et d’action limitées pour tout ce
qui ne relève pas directement du métier traditionnel de l’entreprise.
Toutefois, un certain nombre d’atouts ont été reconnus aux PME, notamment en
matière d’innovation (Rothwell R., 1978). Leur capacité de réaction à l’environnement, la
souplesse de leurs communications internes, et leur dynamique entrepreneuriale,
caractérisée par une moindre bureaucratie, leur confère des avantages indéniables dans ce
domaine. Ainsi, s’il existe, par l’intermédiaire du chef d’entreprise ou d’une personne
bénéficiant de responsabilités fonctionnelles au sein de l’entreprise, une volonté forte de
changement, il semble raisonnable de penser que les intentions émanant de ce dirigeant
seront traduites plus facilement en actes concrets (Le Pochat S., 2005). De même, les
structures peu formalisées des PME autorisent sans doute des modifications plus aisées et
plus rapides de l’organisation.
Enfin, l’appartenance à un réseau, comme c’est le cas des PME adhérant à un pôle de
compétitivité, peut leur permettre de mutualiser un certain nombre de moyens (humains,
de communication, de R&D…) afin de lutter contre ce manque de ressources qui les limitent
souvent dans leur évolution.
1.4.3.3- PME du domaine de la mécanique et TIC
L’observatoire des PME (OSEO, 2006), dans son étude, consacre une partie de ses
réflexions à l’évolution des métiers dans le domaine de la mécanique. Il nous semble
intéressant de reprendre certains éléments de cette étude puisque les PME du pôle de
compétitivité Arve Industries appartiennent justement à ce secteur.
Les PME mécaniciennes sont soumises depuis quelques temps à des évolutions
fondamentales non seulement de leur environnement macroéconomique (mondialisation
des marchés et des capitaux, accroissement des impératifs réglementaires, émergence du
développement durable, exigences accrues des clients au niveau notamment des propriétés
d’usage des produits et des prestations de services associées) mais aussi technologique, qui
apportent très souvent une réponse aux contraintes externes et qu’il faut donc intégrer pour
demeurer concurrentiel. Dans le domaine des TIC, l’évolution technologique est fortement
liée au développement des concepts d’entreprise étendue et de travail « collaboratif ». Les
TIC modifient les modes de travail internes et externes de l’entreprise dans sa relation avec
22
Coello I.
ses partenaires. Internet est devenu un élément majeur dans les échanges transactionnels et
informationnels des entreprises, car il permet l’interconnexion des systèmes d’information
des différents partenaires. En réponse à cette nouvelle forme d’échange, l’entreprise doit
fonctionner en réseau afin de pouvoir générer le savoir et traiter l’information plus
rapidement et plus efficacement. Le travail « collaboratif » (ou coopératif) et le e-business
permettent à l’entreprise de mieux concevoir, mieux fabriquer et mieux livrer son produit.
Le PLM, compte tenu de ses caractéristiques, semble pouvoir s’insérer dans cette évolution
et répondre aux besoins actuels de ces PME.
Concernant l’intégration des TIC, le problème identifié dans l’étude de l’OSEO (2006)
repose, outre sur des difficultés liées à l’investissement technique, sur le fait que les
entreprises doivent réorganiser leur processus de travail et former leurs collaborateurs aux
nouvelles technologies de l’information et de la communication. Un exemple est la prise en
main des logiciels permettant d’effectuer des tâches assistées par ordinateur (CAO, DAO,
CFAO, simulation…). Dans le cas des outils de gestion de la production assistée par
ordinateur (GPAO), les enquêtes menées en 2003 par le CETIM (CEntre Technique des
Industries Mécaniques) montrent que seulement 23 % des très petites entreprises (TPE)
(moins de 10 salariés) disposent d’un outil approprié pour gérer la charge de leurs machines.
En effet, les systèmes de gestion industrielle actuellement commercialisés s’adressent
généralement aux moyennes et aux grandes structures et sont souvent trop complexes pour
les TPE. De même, leurs coûts sont jugés trop élevés par rapport à d’autres investissements
à caractère productif. Enfin, pour piloter tous ces outils, l’entreprise manque souvent de
cadres disponibles. L’intégration d’une nouvelle technologie au sein de l’entreprise passe
souvent par l’embauche ou la formation du personnel.
Pour les entreprises qui s’engagent en mécatronique, l’intégration des technologies
remet souvent en cause les méthodes de conception, de fabrication et de maintenance.
Mais la vraie difficulté est le changement d’esprit nécessaire afin d’intégrer la
compréhension fine des contraintes de chaque technologie et d’organiser les méthodes de
travail. La mécatronique nécessite en effet de développer une capacité à travailler en
commun, de rassembler dans une seule et même équipe des gens qui ont des spécialités
différentes. Le PLM repose lui aussi sur une approche transversale des métiers de
l’entreprise et son intégration pourrait, de ce fait, rencontrer les mêmes difficultés que
celles identifiées dans cette étude.
23
Coello I.
Les PME représentent un ensemble très hétérogène et ne peuvent se résumer à une
seule et même définition, par contre, ce qui les rapprochent ce sont les évolutions de leur
environnement auxquelles elles sont confrontées et auxquelles elles vont devoir s’adapter
pour rester compétitives. Le PLM peut être un élément de cette adaptation, mais son
intégration pose problème, d’où des réticences compréhensibles vis-à-vis de son adoption.
Les PME qui constituent le terrain d’étude de cette recherche s’insèrent dans un
contexte particulier, à savoir, un pôle de compétitivité. Il nous semble donc important de
clarifier ce concept afin de mieux cerner le contexte de la recherche.
1.4.4- Le pôle de compétitivité
Un pôle de compétitivité est une combinaison, sur un espace géographique donné,
d’entreprises, de centres de formation et d’unités de recherches publiques et privées, qui
s’engagent à travailler ensemble au sein d’une même structure, afin de dégager des
synergies autour de projets communs à caractère innovant disposant d’une masse critique
nécessaire pour une visibilité internationale (Retour D., 2009). Depuis l’été 2005, 71 pôles de
compétitivité ont été labellisés en France : 7 pôles mondiaux, 10 pôles à vocation mondiale
et 54 pôles nationaux.
On rencontre des formes variées de collaborations interorganisations. Defelix et al.
(2008) proposent d’en distinguer quatre :
Tableau 2 : Les pôles de compétitivité, une forme de collaboration
interorganisationnelle
Defelix et al. (2008)
24
Coello I.
Selon Nicolas Jacquet, directeur général de la chambre de commerce et d’industrie
de Paris, les pôles de compétitivité sont un modèle qui « se différencie des clusters
américains et des districts italiens par cette approche globale visant à associer tous les
acteurs, sans exception, dans une démarche volontaire à partir d’un thème industriel ».
Ainsi, les districts industriels regroupent uniquement des entreprises et ne sont pas
forcément labellisés par les pouvoirs publics. Ce concept remonte à Marshall (1920) et
insiste sur la dimension spatiale, celle du territoire, au sein duquel existe une forte proximité
relationnelle (Zimmermann et al., 1998). Dans ces districts, les entreprises peuvent être
complémentaires ou concurrentielles (Mendez, 2005).
Les systèmes productifs locaux (SPL), de leur côté, rassemblent également des
entreprises, mais sont soutenus par les pouvoirs publics dans une perspective de
mutualisation des ressources. La Délégation à l’aménagement du territoire et à l’action
régionale (DATAR) caractérise ces systèmes depuis 1998 : une concentration géographique,
la spécialisation autour d’un métier, et des actions de coopérations en particulier dans le
domaine de la formation et de développement des savoir-faire (Pecqueur, 2005), et plus
généralement en matière de gestion collective des ressources humaines (CDIF, 2005).
Quant aux clusters, ils relèvent d’une configuration où les partenaires sont divers et
où leur concentration n’est pas nécessairement labellisée par l’action publique. Doeringer et
Terkla (1995) les ont définis comme des concentrations géographiques d’industries tirant
avantage de leur implantation identique ; mais c’est Porter qui, en popularisant cette notion,
a relevé la variété des natures de partenaires engagés : “Interconnected companies,
specialised suppliers, service providers, firms in related industries, and associated
institutions (for example, universities, standards agencies, and trade associations) in
particular fields that compete but also co-operate” (Porter, 1998). Même s’ils sont fort variés
en taille, secteur ou mode de développement (Rosenfeld, 1997), le fonctionnement de ces
«clusters» repose sur une importante dimension relationnelle.
Les recherches portant sur les différences et similitudes entre ces formes variées de
collaboration interorganisations se poursuivent. Pour notre part, nous conserverons
l’appellation « pôle de compétitivité » pour la suite de cette étude. En effet, si l’on reprend
les caractéristiques d’un pôle de compétitivité selon Defelix et al. (2008), il s’agit de la mise
en relations d’organisations variées (entreprises, universités…) dont la collaboration est
25
Coello I.
reconnue et renforcée par les pouvoirs publics et cela correspond bien à la situation du pôle
Arve Industries.
26
Coello I.
2.
Approche
théorique
de
l’adoption
organisationnelle d’une nouvelle technologie
De nombreux chercheurs se sont intéressés aux conséquences de l’adoption des TIC
sur les performances de l’entreprise (Ayres R.U. (1991), Baldwin et al. (1995), Carlsson
(1996), Tracey et al. (1999)). Ils ont démontré qu’il existait bien une relation étroite entre
l’usage des TIC et les gains de productivité ou toute autre mesure de la performance d’une
firme. Pourtant, bien que le lien TIC-productivité soit avéré, il existe encore de la part des
entreprises, notamment des PME, une certaine réticence vis-à-vis de l’adoption d’un certain
nombre de TIC, et ce, malgré le fait que ces technologies deviennent plus abordables (Giunta
et Trivieri, 2007).
Peu de recherches ont tenté d’élaborer une typologie exhaustive des caractéristiques
de l’entreprise susceptibles de constituer des facteurs déterminants de l’adoption d’une TIC.
Quelques chercheurs s’y sont pourtant intéressés. Giunta et Trivieri (2007) ont étudié les
déterminants de l’adoption des technologies de l’information au sein de PME industrielles
italiennes. Lal (1999) a cherché à identifier les causes à l’origine des différents degrés
d’adoption des technologies de l’information dans des PME indiennes. Ces deux études
portant sur la catégorie d’entreprises qui nous intéresse, à savoir, les PME, nous nous
appuierons essentiellement sur celles-ci pour proposer une typologie de caractéristiques
susceptibles d’influencer l’adoption d’une nouvelle TIC. Nous nous appuierons également
sur l’approche basée sur la diffusion technologique ; la littérature a, dans ce domaine,
démontré que l’adoption provenait de l’existence de quatre types d’effets : des effets de
rang, des effets de stock, des effets d’ordre et des effets épidémiques (Karshenas et
Stoneman, 1995).
Concernant le vocabulaire relatif à l’adoption, les trois termes « adoption »,
« diffusion » et « acceptation » sont souvent utilisés de manière interchangeable par les
chercheurs en systèmes d’information, mais le terme « adoption » semble être préféré aux
deux autres dans l’ensemble des recherches (Williams N.D. et al. (2009)). Comme N.D.
27
Coello I.
Williams et al. (2009) nous le suggèrent, nous utiliserons donc exclusivement, dans un souci
de clarté, le terme « adoption » dans la suite de cette étude.
Nous avons choisi d’aborder la problématique de l’adoption des TIC à partir de
quatre dimensions :
o la dimension organisationnelle ;
o la dimension économique
o la dimension environnementale ;
o la dimension technologique.
Nous présenterons dans un premier temps les apports théoriques liés à ces quatre
dimensions, puis nous complèterons ce modèle théorique en intégrant des éléments liés au
contexte de la recherche, à savoir, une agglomération de PME au sein d’un cluster.
28
Coello I.
2.1-
Les déterminants de l’adoption organisationnelle
Notre objectif est ici d’identifier un grand nombre de facteurs susceptibles
d’influencer l’adoption d’une TIC et repérés dans la littérature comme tel. Pour chaque
facteur identifié, nous préciserons si, compte tenu de la technologie qui nous intéresse (le
PLM), ce facteur est pertinent ou non.
2.1.1.- La dimension organisationnelle
2.1.1.1.-La taille et l’âge de l’entreprise
Plusieurs études empiriques ont montré que la taille de l’entreprise avait un impact
positif sur l’adoption des TIC (Lal, 1999 ; Giunta et Trivieri, 2007 ; Ciarli et Rabellotti, 2007).
Les entreprises de plus petite taille ont à faire face à des barrières plus importantes que les
entreprises plus grandes en ce qui concerne l’investissement dans les nouvelles technologies
(Ciarli et Rabellotti, 2007). Les firmes disposant de capacités financières plus importantes
seront plus à même d’adopter des TIC (Lal, 1999). Elles auront la possibilité de répartir le
coût de l’investissement dans une nouvelle technologie sur un plus grand nombre d’unités
(Cohen et Levinthal, 1989), et la probabilité qu’elles détiennent les actifs spécifiques
complémentaires nécessaires au succès commercial de l’innovation est plus forte (Teece,
1986). Elles pourront plus aisément embaucher du personnel qualifié, ce qui facilitera
l’assimilation et la diffusion des nouvelles technologies au sein de l’entreprise (Lal, 1999).
D’autre part, l’adoption de nouvelles technologies, notamment lorsqu’elles agissent sur les
communications, comme c’est le cas pour le PLM, suppose une standardisation des
procédures et de l’information, ce qui pénalise les entreprises de petite taille pour lesquelles
les échanges, que ce soit en interne ou avec l’extérieur, s’établissent majoritairement de
manière informelle (Giunta et Trivieri, 2007). Enfin, les dirigeants de PME ont tendance à
avoir une aversion pour le risque ; or investir dans les nouvelles technologies comporte
forcément un risque ; ceci confirme le lien positif entre la taille de l’entreprise et la
probabilité d’adopter (Mansfield, 1968).
29
Coello I.
A l’inverse, S. Goode et K. Stevens (2000), s’intéressent aux technologies de
l’information à base d’Internet et démontrent qu’il existe une relation négative entre la taille
et l’adoption de ce type de TIC ; relation qu’ils expliquent par le fait que d’une part ces
technologies sont attractives pour les PME car elles leur permettent de concurrencer les
grandes firmes, et d’autre part, les PME sont plus flexibles et peuvent s’adapter à des
modifications de l’environnement plus rapidement que ne peuvent le faire les grandes
entreprises, et donc intégrer ces nouvelles technologies plus facilement.
Dans d’autres études, la relation, bien que positive, est non linéaire. H. Hollenstein
(2004b) affirme que la taille de la firme est positivement corrélée avec une adoption rapide
et une utilisation intensive d’une TIC seulement jusqu’à un seuil de 200 employés. Pour
certaines TIC, Internet par exemple, les entreprises de taille moyenne sont même de plus
grandes utilisatrices que les grandes entreprises.
Concernant le PLM, la trop petite taille peut constituer un frein compte tenu du
manque de ressources associées, mais la grande taille également. En effet, le PLM est une
technologie très structurante au niveau organisationnel, qui peut aboutir à modifier les
processus en place. Dans une grande entreprise, compte tenu du nombre important de
services et de personnes impliqués, l’inertie peut être telle que l’implantation du PLM
échoue compte tenu de trop fortes résistances au changement. Il semble donc, comme le
suggérait H. Hollenstein (2004b), que la PME de taille moyenne (de 50 à 250 employés) soit
la plus susceptible d’adopter le PLM.
Concernant la variable « âge », les entreprises plus jeunes auraient moins de
réticence à adopter de nouvelles technologies et à mettre en œuvre les réorganisations qui
vont de pair avec ce type d’investissement. Giunta et Trivieri (2007) ont montré que la
probabilité de ne pas adopter est plus élevée pour les firmes plus anciennes, argument qui
peut être rapproché de l’inertie liée à la grande entreprise ; ils soulignent cependant que
leurs résultats ne sont pas statistiquement significatifs. Nous considérons malgré tout que
l’âge de l’entreprise peut avoir une influence significative, et qu’il existe une relation
négative entre l’âge et la propension à adopter le PLM.
30
Coello I.
2.1.1.2.- L’activité Recherche et Développement
Pour Lal (1999), la présence d’une activité de R&D facilite l’adoption de nouvelles
technologies ; ceci est d’autant plus vrai pour les entreprises qui utilisent les technologies de
l’information comme support de leur processus de production (machines à commande
numérique…). En effet, les entreprises sont amenées à modifier la conception de leurs
produits de plus en plus fréquemment pour répondre à l’évolution rapide de la demande. La
R&D a donc en charge, non seulement de développer de nouveaux produits, mais aussi de
faire évoluer les technologies de l’information qui supportent le processus de production
pour le rendre plus opérant, et de développer des applications efficaces et conviviales pour
faire fonctionner l’ensemble. De telles entreprises semblent donc être naturellement plus
ouvertes à l’acquisition de nouvelles technologies de l’information.
Bocquet et Brossard (2008) ont également montré qu’une entreprise qui dispose
d’un budget R & D important et qui met en place une stratégie de fusions et acquisitions
active accroit sa capacité d’absorption (ce concept sera défini plus longuement par la suite),
ce qui favorise l’adoption de nouvelles technologies.
Cohen et Levinthal (1989) ont établi un lien positif entre le niveau des
investissements en R&D et la capacité d’absorption d’une organisation. Ainsi, les firmes les
plus dynamiques en matière de R&D adopteraient plus rapidement les TIC car elles les
comprendraient mieux (Gomez J. et Vargas P., 2009). Elles seraient également mieux
informés des changements en cours, subissant ainsi une pression pour mettre en œuvre ces
changements au sein de l’organisation et donc adopter de nouvelles TIC (Zahra et George
(2002). Pour finir, ces firmes seraient plus aptes à réduire le risque associé à l’adoption d’une
nouvelle TIC (Von Hippel, 1988 ; Cohen et Levinthal, 1990).
Pour le PLM, nous considérerons donc qu’il existe une relation positive entre la
présence d’une activité R&D dans l’entreprise et son adoption.
31
Coello I.
2.1.1.3- Le facteur humain
a/ La présence d’une main d’œuvre qualifiée
La présence de compétences et savoirs accumulés au sein de l’entreprise constitue la
variable la plus importante pour expliquer l’adoption de technologies de l’information (Ciarli
et Rabellotti, 2007). L’introduction d’un logiciel de CAO/CAE, par exemple, nécessite des
employés suffisamment qualifiés pour l’utiliser de manière efficace (Lal, 1999). Le PLM
intégrant un module de CAO, on peut supposer que le problème sera le même. Il est donc
essentiel que l’entreprise dispose des compétences nécessaires à l’utilisation de la nouvelle
TIC en interne. Le problème qui se pose pour les PME réside dans le fait qu’elles ne
possèdent pas forcément à priori le personnel qualifié pour la technologie qu’elles ont
prévue d’introduire. Ceci est lié aux problèmes de ressources des PME déjà identifié plus
haut. Elles seront donc souvent contraintes d’embaucher ce personnel, ce qui constitue un
obstacle supplémentaire à l’adoption.
Les compétences détenues par l’entreprise constituent un élément essentiel de sa
capacité d’absorption (Hollenstein, 2004a). La capacité d’absorption a été définie par Cohen
et Levinthal (1990) comme étant l’aptitude d’une entreprise à reconnaître la valeur d’une
nouvelle information extérieure, à l’assimiler et à l’utiliser à des fins commerciales. Cette
capacité d’absorption suppose trois étapes :
o une étape d’apprentissage exploratoire : l’entreprise reconnait et comprend la valeur
potentielle de la nouvelle technologie ;
o une étape d’apprentissage d’adaptation : la nouvelle technologie est rapprochée des
connaissances et des processus présents dans l’entreprise ;
o une étape d’apprentissage d’exploitation : les connaissances présentes peuvent être
appliquées à la nouvelle technologie.
[Ces différents types d’apprentissages mériteraient, compte tenu de la quantité de
recherches qu’ils suscitent, un développement beaucoup plus long. Notre but n’est pas
ici de définir les apprentissages à l’œuvre dans un processus d’adoption, mais de définir
la notion de « capacité d’absorption », qui a été utilisée dans plusieurs recherches
comme déterminant de l’adoption d’une TIC.]
32
Coello I.
Ainsi, la notion de capacité d’absorption dans le cas de l’adoption de nouvelles
technologies revêt principalement deux aspects :
o l’aptitude de l’entreprise, dans son ensemble, à évaluer les opportunités
technologiques, plus ou moins proches de son domaine d’activité, que ce soit en
matière de nouveaux produits ou de nouvelles techniques de production. Cette
aptitude dépend essentiellement de la dotation de l’entreprise en capital humain
(Cohen et Levinthal, 1989) ;
o les effets d’apprentissage qui ont pu survenir lors de l’utilisation antérieure d’une
technologie (Mansfield, 1968 ; Stoneman, 1981), ou de l’expérience acquise avec une
technologie précédente intégrant les mêmes éléments que la version plus récente
(Windrum P., de Berranger P., 2002).
On peut s’attendre à une relation positive entre l’existence de ces deux éléments de la
capacité d’absorption au sein d’une entreprise et l’utilisation précoce et intensive des TIC
(Hollenstein, 2004a). Nous supposerons qu’il en est de même pour l’adoption du PLM.
Par ailleurs, il existe une relation étroite entre technologie de l’information,
changement organisationnel et besoin en capital humain qualifié. La somme de recherches
réalisées sur le sujet le prouve (Brynjolfsson et Hitt, 2000 ; Bresnahan et al., 2005 ; Falk,
2002 ; Hur et al., 2005). Avec l’introduction de nouvelles technologies de l’information, le
mode de transmission des informations ainsi que la fréquence de ces transmissions
évoluent, induisant des modifications dans la structure organisationnelle existante (Giunta
et Trivieri, 2007). La réorganisation interne induit un processus de tertiarisation qui
s’accompagne d’une diminution de la proportion de travailleurs non qualifiés et de
l’embauche de travailleurs qualifiés, aptes à faciliter l’assimilation des technologies de
l’information et donc l’obtention de gains de productivité associés à l’investissement (Giunta
et Trivieri, 2007).
L’introduction de nouvelles technologies est donc un processus complexe qui
implique le plus souvent de remettre en cause l’organisation existante, non seulement en
termes de flux d’informations mais aussi en ce qui concerne la gestion des ressources
humaines.
33
Coello I.
b/ La personnalité du dirigeant
L’influence de la personnalité du dirigeant sur l’adoption de nouvelles technologies a
fait l’objet de plusieurs études. Nous avons déjà constaté que les dirigeants d’entreprises de
petite taille avaient une aversion pour le risque plus prononcée et donc une probabilité
d’adopter plus faible que les dirigeants de grandes entreprises (Mansfield, 1968). Certains
chercheurs comme Ranis (1990) et Brown (1992) se sont plus particulièrement intéressés à
l’importance de certaines attitudes telles que le fait d’être tourné vers l’innovation, d’avoir
une vision à long terme et de posséder des connaissances sur les technologies de
l’information. L’étude de Brown (1992) montre le rôle crucial du dirigeant dans le
développement d’une stratégie d’utilisation des technologies de l’information. Il a démontré
que l’introduction des technologies de l’information dépendait de la connaissance qu’en
avaient les décideurs et de leur capacité à comprendre le potentiel de ces technologies.
Lal (1999) insiste sur le rôle de la qualification du décideur et des connaissances et
informations qu’il possède dans l’adoption de technologies de l’information. La qualification
du dirigeant est une des caractéristiques les plus importantes pour distinguer les firmes
utilisatrices des technologies de l’information des firmes non utilisatrices (Lal, 1996). Pour
Earl (1989), l’explication principale du faible niveau d’adoption des technologies de
l’information par certaines firmes repose sur le manque de capacité à apprécier le potentiel
de ces technologies par les dirigeants. Cette importance de la qualification du dirigeant avait
déjà été soulignée par Mansell et Wehn (1998), qui concluaient que l’introduction de
technologies de l’information nécessitait la mise en place de nouvelles formes d’organisation
et que seuls des dirigeants informés pouvaient mener efficacement ces changements
organisationnels à terme. Toutes ces études montrent que le potentiel d’une nouvelle
technologie de l’information ne peut être pleinement exploité qu’à condition que le
dirigeant en ait conscience. Seul un dirigeant qualifié peut évaluer les mérites d’une nouvelle
technologie, ainsi que l’utilisation future et les avantages que l’entreprise pourra en retirer.
Ceci nous renvoie à ce qui a déjà été souligné auparavant, à savoir l’importance de la
dotation en capital humain comme élément déterminant de la capacité d’absorption.
Lal (1999) s’est aussi intéressé à d’autres traits de la personnalité du dirigeant et à leur
impact sur la décision d’adoption d’une nouvelle technologie. Il montre qu’un dirigeant
tourné vers la recherche de la qualité, vers la recherche de nouvelles parts de marché et
34
Coello I.
convaincu de la nécessité d’avoir un budget important pour la R & D sera bien plus favorable
à l’adoption de nouvelles technologies.
Le PLM étant une technologie relativement récente et complexe, nous considérons
qu’il existe une relation positive entre le niveau de connaissances et d’informations
détenues par le dirigeant, sa capacité à avoir une vision à long terme (celle-ci se traduit par
l’importance accordée à la qualité et à la R & D, et la recherche de nouveaux marchés) et la
probabilité d’adopter le PLM.
2.1.2.- La dimension économique
2.1.2.1.- Les contraintes financières
Le facteur financier a souvent été négligé, notamment dans la littérature relative à la
diffusion des innovations ; or les fonds disponibles pourraient bien être un facteur explicatif
clé de l’adoption (Gomez et Vargas, 2009). Dans le cas d’innovation de procédé, les coûts
associés à la restructuration du processus de production et les coûts d’apprentissage
nécessaires à l’assimilation du fonctionnement de l’innovation constituent des charges
supplémentaires (Gomez et Vargas, 2009). Il existe au moins trois raisons susceptibles
d’expliquer les difficultés rencontrées par une entreprise lors de la recherche de
financements (Stoneman, 2001) :
o l’incertitude : le retour sur investissement suite à l’acquisition d’une nouvelle
technologie est incertain, ce qui complique la recherche de financement externe ;
o les asymétries d’informations : les investisseurs potentiels sont moins bien informés
que les utilisateurs ou les fournisseurs de l’innovation, ce qui ne leur permet pas
d’anticiper correctement les profits futurs ;
o les actifs spécifiques de l’entreprise : une partie des fonds pourraient être utilisée
dans l’acquisition de biens incorporels (ex. : connaissances), difficilement valorisables
sur le marché.
Les firmes qui ont à leur disposition une capacité d’autofinancement suffisante
auront plus de facilités à adopter une nouvelle technologie (Stoneman, 2001).
35
Coello I.
D’autre part, l’obstacle financier est aussi fortement lié aux caractéristiques de la
technologie ; il est non seulement fonction du coût de la technologie elle-même mais aussi
de coûts indirects tels que les changements organisationnels imposés et le temps de
formation nécessaire à la maîtrise de la technologie.
Concernant le PLM, qui est une technologie très invasive au niveau organisationnel,
qui suppose de faire communiquer différents services et qui doit parfois s’accompagner
d’une reconfiguration des processus, le plus compliqué n’est pas d’acquérir le logiciel mais
de l’implanter dans l’entreprise en tenant compte des processus informationnels existants et
en rendant son utilisation compréhensible pour tous les utilisateurs. Ce sont donc les coûts
indirects qui représentent la part la plus importante de la contrainte financière. C’est aussi
une technologie récente, pour laquelle les connaissances disponibles sont encore très
limitées et donc plus coûteuses à obtenir. Nous pensons donc que l’investissement de
départ a peu d’impact sur la décision d’adopter, par contre, nous considérons qu’il existe
une relation négative entre les coûts indirects liés au PLM et son adoption par l’entreprise.
2.1.2.2.- Diffusion des innovations et profitabilité attendue
Nous introduisons ici une partie des modèles de la diffusion des innovations7, car ces
modèles tentent d’expliquer le lien entre la décision d’adoption et la profitabilité anticipée
par l’entreprise ; profitabilité qui dépend fortement des variables organisationnelles décrites
dans la partie précédente.
Les modèles d’adoption et de diffusion des nouvelles technologies ou des innovations
ont fait l'objet d'une littérature abondante (Geroski, 2000 ; Hoppe, 2001 ; Lissoni et Metcalfe
(1994); Karshenas et Stoneman (1993)). Deux éléments caractérisent la littérature empirique
consacrée à la diffusion des innovations :
o la diffusion des innovations n’est pas instantanée; elle est graduelle et semble
plutôt lente (Schumpeter, 1934 ; Mansfield, 1989) ;
7
La plupart des recherches portent soit sur la diffusion d’une nouvelle technologie, soit sur la diffusion d’une innovation.
Nous avons déjà précisé le fait qu’une nouvelle technologie représentait pour l’entreprise une innovation organisationnelle ;
nous nous appuierons donc par la suite, aussi bien sur la littérature traitant spécifiquement des nouvelles technologies que
sur celle portant sur l’innovation.
36
Coello I.
o suite à la première adoption, la diffusion des innovations a tendance à suivre une
courbe en S, c’est à dire qu’une faible proportion de firmes l’adoptent rapidement,
suivie d’une phase d’accélération des adoptions puis d’une décélération et enfin,
les adoptions tardives (Griliches, 1957; Rogers, 1995).
Figure 1 : Courbe en S représentant le taux d'adoption au cours du temps
Deux forces ont particulièrement retenu l'attention des économistes, l'une étant liée
à la diffusion de l'information relative à la nouvelle technologie et l'autre étant liée à
l'hétérogénéité des adoptants potentiels (Grolleau G., 2001). Ainsi, l'adoption d'une nouvelle
technologie est un processus risqué, nécessitant une quantité importante d'informations
pertinentes tant sur les propriétés de la nouvelle technologie que sur les conditions de son
application au cas particulier d'un adoptant que ce soit un individu ou une organisation.
D'autre part, l'hétérogénéité des adoptants se traduit par le fait qu'une innovation,
meilleure que la technologie précédente, ne l'est pas au même degré pour l'ensemble des
adoptants potentiels. Pour certains, il peut même être préférable de conserver l'ancienne
technologie.
Geroski (2000), Lissoni et Metcalfe (1994), Karshenas et Stoneman (1993), proposent
une classification des différents modèles théoriques relatifs à la diffusion des innovations. Ils
retiennent quatre modèles :
o Les modèles épidémiques
o Les modèles de rang
37
Coello I.
o Les modèles ordinaux
o Les modèles de stock
Seuls les trois derniers modèles seront abordés dans cette partie ; les modèles
épidémiques étant liés à la dimension environnementale, nous les décrirons dans la partie
suivante.
Les modèles de rang sont associés à l’hétérogénéité des entreprises et supposent que
l’adoption de la technologie, à un instant t, génèrent des profits différents du fait de
caractéristiques inhérentes à chaque firme. Les firmes diffèrent par des caractéristiques xi
qui influent sur la profitabilité de l’innovation. Ainsi, une firme particulière adoptera si ses
caractéristiques dépassent certains seuils, x’i, qui rendent l’innovation profitable. Un point
clé de ces modèles consiste à sélectionner les bonnes variables susceptibles d’expliquer
l’adoption. Les critères les plus fréquemment retenus dans la littérature sont ceux que nous
avons déjà abordés, à savoir la taille des firmes, les croyances sur la profitabilité de
l’innovation et de l'ancienne technologie, les coûts de recherche, de conversion,
d'apprentissage, d'opportunités, etc. Ainsi, les firmes peuvent être rangées ou classées en
fonction du profit généré par l’adoption à un instant t. Supposons par exemple, que la
profitabilité de l’innovation soit dépendante d’un certain niveau de production, par exemple
en faisant jouer des économies d’échelle. A un moment donné, l’adoption ne sera
avantageuse que pour les firmes dépassant un certain seuil de production. L'innovation peut
être considérée comme un stimulus et les caractéristiques de l'entreprise à t déterminent le
seuil critique auquel l'entreprise décide d'adopter (Baldwin et Rafiquzzaman, 1998). Ce seuil
critique est souvent fonction de la taille de l'entreprise, cette caractéristique constituant un
indicateur de nombreux attributs plus difficilement observables (ressources financières,
personnel qualifié et disponible, pouvoir de marché, etc). L'attractivité de l'innovation,
représentée de manière restrictive par le profit généré par l’adoption, est censée croître
avec le temps du fait d’économies d’échelle externe, du "learning by doing" et de la
diminution des coûts de recherche, entre autres. Par exemple, les premiers adoptants
permettent de diminuer les coûts de recherche en rendant l'innovation et ses conséquences
plus transparentes. La profitabilité augmentant, le seuil critique déterminant la décision
d'adopter s'abaisse permettant ainsi à d'autres firmes d'adopter l'innovation. Ainsi, les
38
Coello I.
firmes adoptent à des moments différents parce qu’elles diffèrent sur des caractéristiques
qui affectent le profit généré par l’adoption, cette profitabilité étant elle-même variable en
fonction du nombre d'adoptants.
Nous avons déjà souligné l’importance des coûts indirects liés à l’adoption du PLM.
D’après les modèles de rang, nous pouvons supposer qu’il existe une relation négative entre
le niveau des coûts indirects et le nombre d’adoptants du PLM, et donc une relation positive
entre le nombre d’adoptants du PLM et la probabilité qu’une nouvelle adoption ait lieu.
Les modèles ordinaux sont basés sur l’idée que l’ordre dans lequel les firmes
adoptent la nouvelle technologie détermine le profit qu’elles peuvent en obtenir. Une
adoption précoce génère un profit plus élevé pour les premiers adoptants. Ces modèles
supposent que la décision d'adoption des firmes prend en compte les effets d'une attente
sur les profits générés par l'innovation. Pour un coût donné d'acquisition, l'adoption est
rentable pour certaines firmes en dessous d'un certain rang, et pas pour les autres. Une
adoption précoce permet aux premiers adoptants de profiter de certaines opportunités,
notamment le choix de certains sites géographiques ou l’embauche de personnel qualifié,
avantages qui ne seront plus disponibles dans la même mesure pour les adoptants tardifs.
Ces adoptants précoces bénéficient généralement des avantages des pionniers, c'est à dire
des "first-mover advantages". Ensuite, au cours du temps, le coût d'acquisition de la
technologie diminue du fait des facteurs susmentionnés tels que le "learning by doing", la
diminution des coûts recherche, de conversion, etc. En conséquence, le nombre d'adoptants
augmente.
Les modèles de stock reposent sur l’idée que le profit généré par l’adoption d'une
innovation est fonction du nombre total de firmes ayant déjà adoptées l’innovation. Les
bénéfices liés à l’adoption pour l’adoptant marginal diminue avec l’augmentation du nombre
de firmes ayant déjà adopté (Karshenas et Stoneman, 1993). A un coût d’acquisition donné
de l’innovation correspond un nombre d’adoptants au-delà duquel l’acquisition n’est plus
profitable. Le coût d'acquisition de l'innovation diminuant avec le temps, de nouvelles
adoptions surviennent, permettant ainsi de tracer le sentier de diffusion. Les modèles de
39
Coello I.
stock et d'ordre impliquent que la profitabilité de l'adoption décroît lorsque le nombre
d'adoptants augmente. Les modèles de stock se concentrent sur le nombre d'adoptants à
l'équilibre et sur la moindre profitabilité de l'adoption, donc sur une moindre probabilité
d'adoption supplémentaire. A l'inverse, les modèles ordinaux se focalisent sur l'anticipation
des adoptions suivantes, où l'ordre a un effet positif sur l'adoption (Baptista, 2000). Ainsi,
l'ordre a un impact positif sur la probabilité d'adoption tandis que l'effet stock a un impact
négatif. Cependant, lorsqu’il y a une forte incertitude sur les bénéfices futurs de la nouvelle
technologie, ou bien lorsque l’on est confronté à des technologies à effets de réseau, ces
prédictions peuvent être totalement inversées (Bocquet et Brossard, 2008). Le PLM rentre
dans ce cadre, et nous considérons donc, comme dans le cas des modèles de rang, que le
nombre d’adoptants (effet stock) a un impact positif sur la probabilité d’adoption et que
l’ordre a un effet négatif (les entreprises n’ont pas forcément intérêt à être les premières à
adopter).
Ces modèles concordent sur la place essentielle qu'ils accordent à la profitabilité
générée par l'adoption de l’innovation. Dans leur modèle, Karshenas et Stoneman (1993)
énoncent que l'acquisition de l'innovation au moment optimal est déterminée par deux
conditions:
(i)
la condition de profitabilité où l'acquisition de la technologie doit générer des
profits positifs ;
(ii)
la condition d'arbitrage qui requiert que les bénéfices nets de l'acquisition de
l'innovation ne croissent pas dans le temps, c'est à dire qu'il n'est pas
profitable pour l'entreprise d'attendre au delà de t'.
40
Coello I.
2.1.3.- La dimension environnementale
2.1.3.1-La quantité d’informations disponibles
L’adoption d’une TIC est souvent retardée à cause de barrières liées à l’information
disponible. Il peut exister notamment une large part d’incertitude quant à la performance de
la TIC ou à son développement futur (Hollenstein H., 2004a). Les modèles épidémiques des
théories de la diffusion accordent une place centrale à la diffusion de l’information comme
déterminant de l’adoption.
a/ Les modèles épidémiques
Les modèles épidémiques ou par contagion, inspirés des travaux de Mansfield (1961)
considèrent que la diffusion de l’information relative à une innovation et à son adéquation
aux activités de la firme est le principal déterminant explicatif de sa diffusion. Cette
information est coûteuse et provient des firmes ayant déjà adopté l’innovation, comme
lorsqu’un individu est contaminé au contact d’un individu déjà infecté. Chaque adoptant
génère une externalité positive en transférant de l'information aux autres adoptants
potentiels. L’augmentation des adoptants génère une dissémination informationnelle plus
importante et le processus de diffusion s’accélère. Lorsque le nombre d’adoptants dépasse
le nombre de non-adoptants, la vitesse de diffusion régresse. Les modèles épidémiques
supposent que certaines firmes adoptent plus tardivement que d’autres parce qu’elles ne
possèdent pas d’informations suffisantes relatives à l’innovation. Ces modèles postulent
également que certaines innovations se diffusent plus rapidement, car certaines
technologies, du fait de leurs caractéristiques (profitabilité, risque, importance de
l’investissement, etc.), ont une probabilité d’adoption plus élevée que d’autres. Les courbes
de diffusion de Mansfield décrivent la tendance cumulative des adoptants d’une innovation
et constituent donc un modèle du comportement des entreprises dans leur ensemble. Tout
en reconnaissant leur validité dans de nombreuses études empiriques, ces modèles ont été
critiqués notamment en raison du traitement uniforme de toutes les firmes comme ayant
une probabilité identique d’être infectés (Grolleau G., 2001). En outre, ils ne permettent pas
d’expliquer pourquoi certaines firmes adoptent une innovation plus tôt que d’autres,
notamment lors de l’initiation du processus de diffusion. Ces modèles s'intéressent
essentiellement au comportement agrégé des firmes en ignorant quasiment le processus
décisionnel au niveau individuel (Grolleau G., 2001). En faisant de l’information le
41
Coello I.
déterminant clé de la diffusion des innovations, ces modèles supposent que l’information se
diffuse aussi lentement que les innovations elles-mêmes, hypothèse qui semble peu
probable (Geroski, 2000). Geroski (2000) suggère la nécessité de recherches afin de
distinguer différents types d’informations. Ces distinctions permettraient de dépasser le
modèle épidémique où la diffusion des innovations procède d’une diffusion informationnelle
en faveur d’un processus de persuasion où certains types d’informations jouent un rôle clé.
Ces modèles suggèrent que la probabilité d’adoption d’une TIC est fortement liée à
l’information dont dispose l’entreprise à son sujet. Mais toutes les entreprises ne disposent
pas de la même information, en quantité identique, au même moment Nous allons donc
nous intéresser aux variables environnementales susceptibles d’influencer cette quantité
d’informations disponibles.
b/ Localisation de l’entreprise et proximité géographique
Dans la littérature économique, portant sur les déterminants spatiaux de l’adoption
et de la diffusion des technologies, l’idée générale est que l’environnement dans lequel la
firme est localisée influence sa capacité à innover et notamment sa capacité à adopter de
nouvelles technologies (Galliano et Roux, 2006).
La nature de l’environnement de localisation de la firme pourrait ainsi favoriser la
diffusion de nouvelles solutions techniques en facilitant la formation des liens avec des
fournisseurs de technologie ainsi qu’avec d’autres acteurs économiques supportant
directement ou indirectement le processus de création de connaissances associé (Fisher et
Johansson, 1994). Deux types d’économies d’agglomération sont généralement distinguées
(Malmberg et al., 2000). Les économies d’agglomération peuvent être le résultat soit d’une
concentration spatiale d’activités industrielles (économies de localisation), soit d’une
concentration urbaine (économies urbaines).
Dans ce dernier cas, la concentration urbaine favorise l’accessibilité à une main
d’œuvre qualifiée et diversifiée (donc à des compétences variées), ainsi que la présence
d’infrastructures et d’activités diversifiées (de services en particulier) et l’importance des
signaux informationnels reçus par les firmes (Galliano et Roux, 2006). La densité des zones
de localisation des firmes est ainsi considéré comme un facteur important, déterminant dans
la diffusion des technologies de l’information (Fisher et Johansson, 1994 ; Karlsson, 1995 ;
42
Coello I.
Gale, 1997). Ainsi, Galliano et Roux (2006) ont montré l’existence d’un « gap » technologique
entre les zones urbaines et les zones rurales. La localisation en zone rurale nuit à la
probabilité d’adoption des TIC. Les firmes situées en zone rurale souffriraient plus du
manque d’informations quant au potentiel et aux opportunités que peuvent offrir les TIC
pour leurs entreprises ; ce manque d’informations constituant un frein considérable à
l’adoption (Berkeley et al., 1996 ; Newlands et Ward, 1999). Nous ne retenons pas la notion
d’économies urbaines dans le cadre de cette étude. En effet, les PME, dans le contexte de
notre recherche, ne sont pas situées en zone urbaine, mais on ne peut pas non plus les
qualifier de rurales, compte tenu de la densité du tissu industriel dans la vallée de l’Arve. La
notion d’économie de localisation nous semble par contre plus pertinente.
Les économies de localisation sont liées au degré de spécialisation industrielle du
site. Elles permettent aux entreprises de construire un réseau de fournisseurs dédiés, de
disposer d’une main d’œuvre spécialisée et favorisent la diffusion des informations et des
innovations entre firmes concurrentes (Glaeser et al. , 1992).
Le fait d’être situé dans une même zone géographique permettrait aux entreprises de
bénéficier d’externalités « technologiques ». En effet, les firmes qui utilisent des
technologies proches et qui sont situées à proximité les unes des autres peuvent bénéficier
de transferts gratuits de connaissances grâce à la diffusion d’informations sur les nouvelles
pratiques, les nouveaux outils ou les nouvelles technologies (Griliches, 1992). Avant
d’adopter une nouvelle technologie, les décideurs ont besoin de connaissances sur les offres
disponibles et sur les conséquences qu’une telle technologie pourrait avoir au niveau
organisationnel. La proximité avec des entreprises ayant déjà adopté la technologie, en leur
fournissant ce type de connaissances, pourrait avoir un impact positif sur les adoptants
potentiels. Little et Triest (1996) ont également montré l’importance de la proximité
géographique entre utilisateurs de technologies qui, en permettant de plus nombreux
échanges informationnels sur les caractéristiques de la technologie, favoriserait leur
adoption. Bocquet et Brossard (2008) ont montré l’influence positive de la proximité
géographique sur l’adoption d’un ERP. Les caractéristiques d’un ERP étant relativement
proches de celles d’un PLM (caractère intrusif sur le plan organisationnel, interdépendances
entre les utilisateurs…) nous considérons qu’il existe une relation positive entre la proximité
géographique et l’adoption d’un PLM.
43
Coello I.
c/ L’existence de réseaux sociaux
Frambach et Schilleweart (2002) ont étudié l’influence des réseaux sociaux. La
participation des membres d’une organisation à des réseaux informels facilite la propagation
de l’information relative à une nouvelle technologie, ce qui peut influencer positivement la
probabilité d’adopter. Ces réseaux ne sont pas limités géographiquement et peuvent mettre
en relation des organisations appartenant à une même industrie ou à des industries
différentes. Il semble donc que plus le degré de partage (informel) d’informations est
important, plus les organisations sont susceptibles d’accéder aux connaissances relatives à
de nouvelles technologies.
Dans le même ordre d’idées, Bocquet et Brossard (2008) se sont également
intéressés à la notion de proximité « épistémique ». Il existe, selon eux, une proximité
« épistémique » entre deux firmes si celles-ci partagent des problèmes communs et des
représentations partagées. Cette proximité épistémique serait de nature à renforcer les
échanges de connaissances entre des entreprises partageant la même localisation et les
mêmes caractéristiques productives et technologiques. L’étude empirique montre un impact
positif de la proximité « épistémique » sur l’adoption d’un ERP.
Compte tenu de la complexité du PLM, nous considérons que les échanges informels
au travers de réseaux sociaux peuvent avoir un impact positif sur son adoption.
2.1.3.2-L’existence de relations de coopération
a/ Liens d’interdépendance et adoption de TIC
Avec la standardisation des normes de communication, l’utilisation de « technologies
de coordination » telles que la messagerie électronique, les sites Internet et l’adoption de
technologies telles que les réseaux locaux, l’intranet et l’Echange de Données Informatisées
(EDI) facilitent les échanges commerciaux ou autres, et par la même favorisent la
collaboration entre les entreprises et étend les opportunités de travail en réseau (Giunta et
Trivieri, 2007). On peut donc supposer que les entreprises qui entretiennent des relations
étroites avec des partenaires extérieurs et qui sont, de ce fait, dans l’obligation de collaborer
avec eux, adoptent plus volontiers de nouvelles TIC.
44
Coello I.
De la même façon, l’utilisation de nouvelles pratiques organisationnelles telles que le
juste-à-temps ou la mise en œuvre des processus de certification et de qualité des produits,
qui tendent à renforcer les liens d’interdépendance entre les membres de l’entreprise, mais
aussi entre ces derniers et ses partenaires externes (clients, fournisseurs, sous-traitants),
favorisent fortement l’utilisation des TIC par ces entreprises et ce, qu’elles soient urbaines
ou rurales (Galliano et Roux, 2006).
Nous avons déjà souligné le fait que PLM permettait la coordination globale tout au
long d'une chaîne de valeur, et que cela pouvait concerner l’entreprise étendue. Nous
supposons donc que le niveau d’interdépendance avec des partenaires externes influence
positivement l’adoption du PLM.
b/ Les externalités de réseau
Une entreprise peut être amenée à adopter une nouvelle technologie uniquement
parce que les autres entreprises avec lesquelles elle entretient des relations l’ont déjà
adopté. Ce facteur de contingence externe a été conceptualisé dans la littérature à travers
les notions d’externalités de réseaux ou de masse critique (Markus, 1990 ; Rogers, 1991).
Selon cette théorie, la valeur d’une innovation, et donc sa probabilité d’adoption, est
déterminée par le nombre d’utilisateurs actuels (Frambach et Schilleweart, 2002). Dans le
cas d’une adoption organisationnelle, il existe des externalités positives de réseau si l’utilité
intrinsèque d’une innovation augmente lorsque les fournisseurs, les clients, les concurrents
ou tout autre partenaire utilisent également cette innovation (Frambach et Schilleweart,
2002). Par exemple, certains investissements dans les systèmes d’information ne peuvent
générer un surplus de valeur et se développer qu’à partir du moment où un nombre
minimum de partenaires utilisent ces systèmes.
L’existence de liens d’interdépendance tend à renforcer les phénomènes
d’externalités de réseau (Capello et Nijkamp, 1995). Par exemple, concernant l’adoption de
l’EDI, les firmes peuvent communiquer en utilisant des standards différents mais
compatibles, mais le coût est plus élevé. Ainsi, l’appartenance à un réseau procurera de
fortes incitations à utiliser un standard unique (Brousseau, 1994). La probabilité qu’a une
45
Coello I.
firme d’adopter une technologie est plus forte si ses partenaires ont adopté la même
technologie en raison de l’existence de rendements croissants d’adoption (Arthur, 1990).
Dans le cas de la technologie PLM, compte tenu de la nécessité d’intégrer plusieurs
partenaires pour travailler dans une logique de co-conception, il se peut qu’il existe des
externalités de réseau et que l’adoption par une seule firme ne permette pas d’utiliser
toutes les potentialités du logiciel.
c/ La sous-traitance
Lorsque cette collaboration prend la forme de relations de sous-traitance, deux
situations peuvent se présenter, selon que le sous-traitant est un sous-traitant de premier
rang ou non. En effet, l’organisation de la sous-traitance se fait souvent sous forme
pyramidale ; le sommet de la pyramide étant occupé par le donneur d’ordre (Giunta et
Trivieri, 2007). Au niveau le plus élevé, on trouve les sous-traitants de premier rang ; ce sont
des entreprises qui entretiennent des relations privilégiées avec le donneur d’ordres. Il est
possible, dans ce type de relation, que le donneur d’ordre qui adopte une nouvelle
technologie l’impose à ses sous-traitants afin de faciliter la coordination et les échanges
(comme cela se passe souvent dans le secteur de l’automobile et de l’aéronautique),
facilitant ainsi l’adoption d’un nouveau standard technologique (Giunta et Trivieri, 2007).
Dans ce cas, on peut s’attendre à une relation positive entre la sous-traitance et l’adoption
d’une nouvelle technologie. Par contre, lorsqu’on a affaire à un sous-traitant de dernier
rang, situé tout en bas de la pyramide et dont la contribution à la chaine de valeur est
marginale, on peut s’attendre à une relation négative entre sous-traitance et adoption d’une
nouvelle technologie. En effet, l’éloignement vis-à-vis du donneur d’ordre n’incite pas à
mettre en place des technologies de l’information qui pourraient faciliter coordination et
coopération.
S’agissant des PME du pôle Arve Industries, elles sont, pour la majeure partie d’entre
elles, des sous-traitants de 3ème rang. Nous supposons qu’il existe dans ce cas une relation
négative entre sous-traitance et adoption du PLM.
46
Coello I.
2.1.3.3-L’existence de relations avec les marchés étrangers
Les entreprises qui exportent adoptent plus facilement de nouvelles technologies
pour améliorer leur organisation interne et leurs processus de production de façon à rester
compétitives sur les marchés internationaux (Hollenstein, 2002). Cohen (1975) et Riedel
(1975) ont analysé la relation entre nouvelles technologies et performance à l’export dans le
secteur de l’électronique dans les pays développés. Ils ont montré que les entreprises mieux
dotées en nouvelles technologies exportaient plus. Les nouvelles technologies associées au
procédé de fabrication sont nécessaires pour augmenter la productivité et pour proposer
des produits finis de qualité reconnue au niveau international. Les nouvelles technologies
introduites dans des activités sans lien avec la production sont principalement utilisées pour
trouver des informations sur les dernières tendances du marché et pour des activités de
coordination avec les partenaires étrangers.
Lal (1999) et Giunta et Trivieri (2007) ont également montré qu’il existait un lien
positif entre la propension à exporter d’une entreprise et la probabilité qu’elle adopte de
nouvelles technologies.
Nous supposons donc que l’existence de liens avec des marchés étrangers pourrait
inciter les entreprises à adopter plus facilement le PLM.
2.1.3.4-L’intensité de la concurrence
L’intensité concurrentielle est généralement liée au nombre de concurrents, au degré
de concentration du secteur et à la capacité des concurrents à ériger des barrières à la
mobilité (Porter, 1980).
Pour les entreprises qui opèrent sur des marchés très concurrentiels, l’adoption
d’une innovation peut être nécessaire au maintien de sa position sur le marché ; elle peut
permettre de construire ou de maintenir des barrières à l’entrée (Robertson et Gatignon,
1986). Dans un tel environnement, le fait de ne pas adopter une innovation déjà adoptée par
les autres concurrents peut constituer un désavantage compétitif. Ceci dépend de
l’importance stratégique de l’innovation et de ses implications potentielles sur l’efficacité et
l’efficience des activités de l’entreprise (Frambach et Schilleweart, 2002). La littérature a mis
47
Coello I.
en évidence différents types de relations entre le degré de concurrence ou la concentration
du secteur de l’entreprise et l’adoption. Dans la littérature s’intéressant aux organisations
industrielles, un impact positif a pu être démontré dans les deux cas, c'est-à-dire à la fois
pour des firmes opérant dans des secteurs très concurrentiels mais aussi pour celles
confrontées à une pression concurrentielle beaucoup plus faible (Kamien et Schwartz, 1982 ;
Baldwin et Scott, 1987). Gatignon et Robertson (1989) ont établi un lien positif entre une
intensité concurrentielle élevée et l’adoption d’innovation. Pour notre part, nous
considérons qu’il existe une relation positive entre la pression concurrentielle et l’adoption
d’une nouvelle technologie.
L’influence de l’intensité concurrentielle du secteur a été le plus souvent envisagée
du côté des adoptants potentiels de la nouvelle technologie. Certains auteurs, cependant, se
sont intéressés à l’influence de la pression concurrentielle du côté des fournisseurs de
technologie. Pour Brown (1981), plus l’intensité de la concurrence est forte du côté des
fournisseurs et plus vite l’innovation sera diffusée et conquerra des parts de marché
importantes. Dans des conditions de concurrence intense, une meilleure allocation des
ressources et une politique de prix plus agressive sont susceptibles d’encourager une
diffusion plus rapide des nouvelles technologies (Robertson et Gatignon, 1986). L’activité
marketing du fournisseur peut influencer de façon significative la probabilité qu’une
innovation soit adoptée par une organisation (Frambach et al, 1998). Il existe différentes
variables marketing susceptibles de stimuler l’adoption, cependant, trois facteurs sont
essentiels ; il s’agit du rôle de l’innovation, de la communication associée et des activités
proposées par le fournisseur pour réduire le risque perçu par l’utilisateur potentiel
(Easingwood et Beard, 1989). Concernant PLM, Guillaume Maddaleno, commercial chez
« 4cad solutions », estime que le secteur est très concurrentiel puisqu’il existe de nombreux
éditeurs de logiciels PLM et 7 à 8 distributeurs en France.
Nous supposerons qu’il existe une relation positive entre d’une part l’intensité
concurrentielle du secteur de la firme adoptante et l’adoption du PLM, et d’autre part entre
les activités de communication mises en place par les éditeurs de logiciels et l’adoption du
PLM
48
Coello I.
2.1.4.- La dimension technologique
2.1.4.1- Les caractéristiques de la technologie
Il s’agit d’identifier les caractéristiques de la technologie qui peuvent influencer son
adoption.
Une des recherches les plus complètes sur le sujet a été menée par E.M. Rogers
(1983). A partir de l’étude de plus de 3000 recherches sur l’adoption et la diffusion des
innovations, il a mis en évidence cinq attributs des innovations susceptibles d’influencer leur
adoption :
o l’avantage relatif : il s’agit de la façon dont est perçue l’innovation par rapport à la
précédente ;
o la compatibilité : il s’agit de la perception qu’ont les adoptants potentiels de la
compatibilité de l’innovation avec leurs valeurs actuelles, leurs expériences
passées, leurs besoins et les processus existants ;
o la complexité : il s’agit de la façon dont est perçue l’innovation en termes de
difficulté d’apprentissage et d’utilisation ;
o l’observabilité : il s’agit de la visibilité des résultats d’une innovation pour les
autres ;
o la testabilité : il s’agit de la possibilité de tester l’innovation avant de l’adopter, ce
qui permet de réduire le risque associé.
49
Coello I.
Tornatzky et Klein (1982) ont examiné de leur côté la relation existante entre les
caractéristiques liées à l'innovation et l'adoption de cette dernière. Ils ont identifié 10
caractéristiques, qui incluent les cinq attributs issus de l’étude de Rogers (1983).
Tableau 3 : Les caractéristiques ayant un impact sur l’adoption d’une innovation
Tornatzky et Klein (1982) ont montré que trois de ces cinq attributs avaient une
influence plus importante que les autres sur les comportements d’adoption. Ces trois
attributs sont : l’avantage relatif, la compatibilité et la complexité. Les adoptants potentiels
évaluent une innovation en comparant les bénéfices futurs aux coûts de l’adoption et
perçoivent un avantage relatif si les bénéfices dépassent les coûts (Premkumar et al. , 1994).
Une innovation radicale aura probablement un impact positif sur l’avantage relatif perçu,
mais réduira le niveau de compatibilité avec les structures existantes de l’organisation
(Premkumar et al. , 1994). S’agissant de la complexité anticipée par les adoptants potentiels,
elle dépend non seulement des caractéristiques intrinsèques de la technologie mais aussi du
niveau de qualification du capital humain disponible dans l’entreprise (dirigeant et
utilisateurs potentiels).
Nous retiendrons ces trois derniers attributs comme déterminants de l’adoption du
PLM. Nous supposons que la complexité influence négativement l’adoption, et que
l’avantage relatif et la compatibilité l’influence positivement.
50
Coello I.
2.1.4.2- Le contexte technologique existant
L’adoption d’une nouvelle TIC dépend de ces caractéristiques propres, mais aussi du
contexte dans lequel elle doit s’insérer, c'est-à-dire des technologies déjà présentes dans
l’entreprise. Ces dernières déterminent la compatibilité de la nouvelle technologie, mais
aussi le niveau d’expérience technologique acquis grâce à l’utilisation d’anciennes versions.
Plusieurs recherches sur l’adoption technologique se sont intéressées à l’importance des
complémentarités entre technologies appartenant à un même « cluster technologique »
(Stoneman et Kwon (1994), Colombo et Mosconi (1995)). L’existence de complémentarités
entre TIC déjà implantées et nouvelle TIC influencera positivement l’adoption.
Nous considérons que ce phénomène existe aussi pour l’adoption du PLM, et nous
supposons que l’existence d’un ERP et l’utilisation d’un logiciel de CAO au sein de
l’entreprise pourrait contribuer à faciliter l’adoption du PLM.
51
Coello I.
2.2-
Agglomération de PME et adoption technologique :
un contexte particulier
L’objectif est ici de déterminer si l’appartenance à un pôle de compétitivité a une
influence quelconque sur l’adoption du PLM par les PME de ce pôle.
Plusieurs chercheurs se sont intéressés aux avantages, en termes d’externalités
économiques, liés aux agglomérations de firmes dans un contexte local (Chiarvesio et al.,
2004). Tout d’abord, la proximité géographique réduit les coûts de transport et facilite le
partage de ressources (existence d’un marché local du travail, infrastructures communes).
Ensuite, comme nous l’avons déjà noté, les PME bénéficient d’externalités technologiques
car la proximité permet le partage des connaissances par le biais de communications
interpersonnelles et facilite la diffusion des innovations ; les coûts de recherche
d’informations sont moindres (Antonelli, 2000). La proximité est donc un facteur facilitateur
de l’adoption du PLM de ce point de vue.
Par contre, la proximité induit un mode de communication particulier. Les
communications au sein du pôle, en interne et en externe, se font essentiellement sur une
base informelle. Du coup, lorsque les relations s’établissent avec des partenaires extérieurs
au pôle, il est alors nécessaire de mettre en place une codification du langage technique
utilisé et des procédures, et les mécanismes d’interaction utilisés deviennent plus formels
(Grandinetti et Rullani, 1994). Cette nécessaire formalisation pose problème et risque de se
retrouver lors de l’éventuelle adoption du PLM, qui lui aussi nécessite de se mettre d’accord
sur une standardisation des codifications et des procédures, non seulement en interne,
entre les différents services de l’entreprise, mais aussi avec les partenaires extérieurs.
Chiarvesio et al. (2004) se sont intéressés plus spécifiquement aux districts industriels
italiens et aux types de TIC qui correspondaient le plus à leurs besoins. Ils montrent que,
grâce au modèle du district, les PME sont en principe capables de construire et de
renouveler leurs avantages compétitifs à travers un processus d’innovation continu basé
essentiellement sur la collaboration et le partage de connaissances entre les acteurs
concernés. Ainsi, les TIC les plus susceptibles d’être adoptées sont celles qui renforcent les
52
Coello I.
relations et les communications au sein de la chaine de valeur dans une perspective de
management des connaissances (Chiarvesio et al., 2004). Les PME, objet de la recherche,
semblaient montrer un intérêt grandissant pour des solutions technologiques plus
complexes, nécessitant des stratégies et des projets clairement définis, comme c’est le cas
des ERP, des groupware ou de l’EDI. Cependant, cet intérêt ne se retrouve pas de manière
équivalente pour toutes les PME ; il semble plutôt se concentrer dans la partie la plus
dynamique du district constituée de firmes leaders. Le rôle des firmes leaders dans les
processus d’innovation des districts industriels a déjà été souligné dans la littérature (Coro et
Grandinetti (1999), Lorenzoni et Lipparini (1999)). Une firme « leader » est une firme dont
les processus décisionnels ont un impact fort sur le système de relations du district (Coro et
Grandinetti (1999)). Le comportement stratégique d’une telle firme tend à s’éloigner du
comportement moyen des firmes du district et, en même temps, à modifier la façon
habituelle de fonctionner du district (Coro et Grandinetti (1999)). Ces firmes leaders sont
souvent plus conscientes des bénéfices qu’elles peuvent retirer de l’utilisation d’une
nouvelle TIC et de l’impact stratégique qui peut en découler. Elles côtoient, au sein des
districts industriels, des PME plus traditionnelles, qui ne reconnaissent pas encore la valeur
stratégique des TIC. Nous pensons donc que les firmes leaders, parce qu’elles sont capables
d’intégrer des innovations plus complexes (Coro et Grandinetti (1999)), pourraient
constituer un vecteur de diffusion du PLM.
53
Coello I.
3.
Proposition d’un modèle d’adoption du PLM au
sein du pôle de compétitivité Arve Industries
Notre objectif est de proposer un modèle d’adoption du PLM au sein du pôle de
compétitivité Arve Industries. Nous reprenons pour cela l’ensemble des facteurs que nous
avons identifiés et retenus au travers des quatre dimensions abordées précédemment. Nous
incluons également les facteurs liés au contexte particulier de la recherche, à savoir, une
agglomération de PME au sein d’un pôle de compétitivité. Le modèle auquel nous
aboutissons est le suivant :
54
Coello I.
Modèle d’adoption du PLM
Dimension environnementale
Interdépendances, Collaboration (+)
Nombre d’adoptants (+)
Relations de sous-traitance (niveau 3) (-)
Quantité d’informations disponibles (+)
Entreprises leaders ayant adopté le PLM (+)
Proximité géographique (+)
Coordination sur une base informelle (-)
Dimension économique
Coûts indirects (-)
Profitabilité attendue (+)
Adoption du PLM
Dimension organisationnelle
Dimension technologique
Avantage relatif (+)
Age de la PME (-)
Complexité (-)
Capital humain
Taille moyenne (50 < effectif < 200) (+)
Dirigeant :
-
Focalisation sur le court terme (-)
Niveau de qualification et de connaissances (+)
Importance accordée à la qualité (+)
Volonté de croître (+)
Importance accordée à la R&D (+)
Aversion au risque (-)
Main d’œuvre qualifiée (+)
Compatibilité (+)
Présence de logiciels :
ERP (+)
CAO (+)
Aptitude à évaluer les
opportunités technologiques (+)
Effets d’apprentissage (+)
ENTREPRISE
POLE DE COMPETITIVITE
ENVIRONNEMENT
55
Coello I.
4.
Conclusion
Les PME du pôle de compétitivité Arve Industries font face actuellement à des
bouleversements dans leur environnement qui les poussent à évoluer pour rester
compétitives. Ces évolutions les incitent à être innovantes et à proposer à leurs clients des
produits de qualité dans des délais toujours plus courts. Le PLM, en facilitant le stockage et
la capitalisation des connaissances, ainsi que la diffusion et le partage de ces connaissances
entre les services d’une même entreprise et avec des partenaires extérieurs peut aider ces
PME à atteindre ces exigences. L’adoption du PLM pourrait donc être source de
compétitivité pour les PME du pôle. Cependant, le PLM est une technologie très structurante
au niveau organisationnel dont l’adoption ne va pas de soit. Il existe, nous l’avons vu, un
certain nombre de facteurs susceptibles de faciliter l’adoption de cette technologie, mais
nous avons également identifié un certain nombre de freins sur lesquels il faudra agir pour
que l’adoption ait lieu. Cependant, le modèle proposé n’est actuellement que théorique et
nécessite une validation empirique.
Cette validation empirique pourrait se dérouler en deux étapes :
o première étape : la réalisation d’une étude qualitative pour constitution d’un éventuel
questionnaire. il s’agira ici, sur la base d’interviews, de confirmer, de faire évoluer ou
d’infirmer les hypothèses pressenties à partir des éléments théoriques ;
o deuxième étape : la réalisation d’une étude quantitative grâce à la diffusion d’un
questionnaire auprès des PME du pôle. Le questionnaire devra permettre de tester les
hypothèses formulées lors des deux étapes précédentes (construction du modèle et étude
qualitative).
Les résultats attendus sont une validation ou une évolution du modèle théorique. On
s’attend, d’ores et déjà, à ce que certains facteurs aient un rôle déterminant :
o Importance du contexte organisationnel
o Impact déterminant du décideur
o Importance des caractéristiques de la main d’œuvre
o Rôle déterminant du donneur d’ordre dans le cadre d’une relation de sous-traitance
56
Coello I.
Nous pensons contribuer aux travaux existants grâce à des avancées dans quatre directions :
1. L’identification des déterminants de l’adoption de PLM dans le contexte d’un pôle de
compétitivité
2. L’identification des éventuels besoins de formation
3. L’identification des freins à l’adoption de PLM => pistes d’action pour les institutions qui
souhaiteraient favoriser l’adoption d’une telle technologie par des PME pour permettre le
maintien de leur compétitivité
4. Un apport pour les décideurs qui pourront mieux identifier les leviers sur lesquels agir.
57
Coello I.
Bibliographie
Agence des PME (2003), PME : clés de lecture. Définitions, dénombrement, typologies. Regards sur les PME
n°1, janvier 2003.
Agarwal R., Karahanna, E. (2000). Time flies when you’re having fun: Cognitive absorption and beliefs about
information technology usage, MIS Quarterly, 24(4).
Antonelli C. (2000), Collective knowledge communication and innovation: the evidence of technological
districts. Regional Studies 24/6, pp. 535–547.
Arthur B. (1990), “Silicon Valley” Locational clusters: When do increasing returns imply monopoly,
Mathematical Social Sciences, 19, pp. 116-131.
Ayres R.U. (1991), Computer Integrated Manufacturing, Vol. 1.,Chapman & Hall, London.
Baldwin J., Diverty B., Sabourin, D. (1995), Technology use and industrial transformation: empirical
perspectives. In: Courchene, T. (Ed.), Technology, Information and Public Policy. John Deutsch Institute
for the Study of Economic Policy, Queen’s University, Kingston, Ont.
Baldwin J.R., Rafiquzzaman M. (1998), The Determinants of the Adoption Lag for Advanced Manufacturing
Technologies, Research Paper Series, 117, Statistique Canada.
Baldwin W.L., Scott J.T. (1987), Market structure and technological change. Chur, Switzerland: Harwood
Academic Publishers, 1987.
Baptista R. (2000), Do Innovations Diffuse Faster within Geographical Clusters? International Journal of
Industrial Organization. 18(3) : 515-535.
Berkeley N., Clark D., Ilbery B. (1996), Regional Variation in Business Use of ICT and their Implications for Policy:
Case Study Evidence from Rural England, Geoforum, 27 (1), pp. 75-86.
Bissay A., Pernelle P ., Lefebvre A., Bouras A. (2008), Approche de capitalisation des connaissances à l’aide d’un
système PLM, MOSIM’08, 31 mars au 2 avril 2008, Paris.
Bocquet R., Brossard O. (2008), Adoption des TIC, proximité et diffusion localisée des connaissances, Revue
d’économie régionale et urbaine, n°3.
Bresnahan T. F., Brynjolfsson E., Hitt M. L. (2002), Information technology, workplace organization, and the
demand of skilled labor: firm-level evidence,Quarterly Journal of Economics, 117, pp. 339–76.
Brousseau E. (1994), EDI and inter-firm relationships: Toward a standardization of coordination process?,
Information Economics and Policy, 6, pp. 319-347.
Brousseau E. et Rallet A. (1997), Le rôle des technologies de l'information et de la communication dans les
changements organisationnels, in Guilhon B., Huard P., Orillard M. & Zimmerman J.B., Economie de la
connaissance et Organisation; Entreprises, territoires, réseaux, L’Harmattan, Paris
58
Coello I.
Brown L. A. (1981), Innovation Diffusion: A NewPerspective, New York: Methuen.
Brown A. (1992), Top management and IT, In: Brown, A. _Ed., Creating a Business-based IT Strategy. Chapman
& Hall, London, pp. 159–173.
Brynjolfsson E., Hitt M. L. (2000), Beyond computation : information technology, organization transformation
and business performance, Journal of Economic Perspective, 14, pp. 23–48.
Capello R., Nijkamp P., (1995), Le rôle des externalités de réseau dans les performances des firmes et des NTIC,
dans RALLET A. et TORRE A. (eds), Économie industrielle et économie spatiale, Chap. 13., pp. 273-316,
Economica.
Carlsson B. (1996), Small business, flexible technology and industrial dynamics, In: Admiraal, P.H. _Ed.., Small
Business in Modern Economy. Blackwell, Oxford, pp. 63–125.
Catherin J.Y. (2007), Le PLM pour les PME : vivre en l’abordant…ou mourir en l’ignorant, Micronora
Informations, Revue du Salon International des microtechniques.
CDIF (2005), Club des Districts Industriels Français, SPL et ressources humaines : les plans collectifs de
formation (cahier n° 1), Gestion collective des ressources humaines dans les SPL (cahier n° 3), mai 2005.
Chiarvesio M., Maria E.D., Micelli S. (2004), From local networks of SMEs to virtual districts? Evidence from
recent trends in Italy, Research Policy 33, pp. 1509–1528.
Ciarli T., Rabellotti R., (2007), ICT in industrial districts : An empirical analysis on adoption, use and impact,
Industry and Innovation, Vol. 14, n°33, pp. 277-303.
Cohen B. (1975), Multinational Firms and Asian Exports. Yale Univ. Press, New Haven, CT
Cohen W. M., Levinthal, D.A. (1989), Innovation and learning : the two faces of R. & D., Preview Economic
Journal, Vol. 99 Issue 397, pp. 569-596
Cohen W.M., Levinthal, D.A. (1990), Absorptive capacity: a newperspective on learning and innovation.
Administrative Science Quarterly, 35, pp. 128–152.
Colombo M.G., Mosconi R. (1995), Complementarity and cumulative learning effects in the early diffusion of
multiple technologies. The Journal of Industrial Economics 43, pp. 13–48.
Coro G., Grandinetti R. (1999), Evolutionary patterns of Italian industrial districts. Human Systems Management
18/2, pp. 117–130.
Dandridge, T. (1979). "Children are not "little grown-ups": small business needs its own organizational theory."
Journal of Small Business Management 17(2): 53-57.
Defélix C, Culié J.D., Retour D., Valette A.(2008), Travailler au sein d’un pôle de compétitivité : un défi pour la
gestion des ressources humaines ? , Le travail, un défi pour la GRH, coordonné par Beaujolin-Bellet R.,
Louart P., Parlier M., Paris, Éditions de l’Anact, p. 174-191.
59
Coello I.
Doeringer P.B., Terkla D. G. (1995), Business strategy and cross-industry clusters, Economic Development
Quarterly, 9, p. 225-37.
Earl M.J. (1989), Management Strategies for Information Technology Business, Information Technology Series,
Prentice-Hall, Englewood Cliffs, NJ.
Easingwood C., Beard C. (1989), High technology launch strategies in the U.K., Ind Mark Manage 1989;18:125–
38.
El Kadiri S., Pernelle P., Delattre M., Bouras A. (2008), An approach to control collaborative processes in PLM
systems, Extended Product and Process Analysis and Design, Bordeaux 20 & 21 March 2008
Falk M. (2002), Endogenous organizational change and the expected demand for different skill groups, Applied
Economics Letters, 9, pp. 419–23.
Fischer M.M., Johansson B., (1994), « Networks for process innovation by firms: conjectures from observations
in three countries », in JOHANSSON B., KARLSSON C., WESTIN L. (eds), Patterns of a network economy,
Springer-Verlag, pp. 261-272.
Frambach R.T., Barkema H.G., Nooteboom B., Wedel M. (1998), Adoption of a service innovation in the
business market: the influence of supplier variables. J Bus Res 1998;41:161– 74 (February).
Frambach R.T., Schillewaert N. (2002), Organizational innovation adoption : A multi-level framework of
determinants and opportunities for future research, Journal of Business Research, 55, PP. 163-176.
Gale F.H., (1997), Is There A Rural-Urban Technology Gap ? Results of the ERS Rural Manufacturing Survey,
Agriculture Information Bulletin, Number 736-01, United States Department of Agriculture.
Galliano D, Roux P. (2006), « Les inégalités spatiales dans l’usage des TIC. Le cas des firmes industrielles
françaises », Revue économique, Presses de Sciences Po, 2006/6, Vol. 57, p. 1449-1475
Gatignon H., Robertson T.S. (1989), Technology diffusion: an empirical test of competitive effects, J Mark
1989;53:35 – 49 (January).
Geroski P.A. (2000), Models of Technology Diffusion, Research Policy, 29 : 603-625.
Giunta A., Trivieri F., (2007), Understanding the determinants of information technology adoption: evidence
from Italian manufacturing firms,.Applied Economics, Jun2007, Vol. 39 Issue 10, p1325-1334.
Glaeser E., Kallal H.D., Scheikman J.A., Sheifer A., (1992), Growth in cities, Journal of Political Economy, 100 (6),
pp. 1126-1152.
Gomez J., Vargas P. (2009), The effect of financial constraints, absorptive capacity and complementarities on
the adoption of multiple process technologies, Research Policy 38, pp. 106–119
Goode S., Stevens K. (2000), An analysis of the business characteristics of adopters and non-adopters of world
wide web technology. Information Technology and Management 1 (1), pp. 129–154.
60
Coello I.
Grandinetti R., Rullani E. (1994), Sunk internationalisation: small firms and global knowledge. Revue
d’´economie industrielle 67, 238–254.
Grieves M. W. (2006), PLM: Driving the Next Generation of Lean Thinking, Ed. McGraw-Hill.
Grilliches Z. (1957), Hybrid Corn: An Exploration in the Economics of Technological Change. Econometrica 25(4)
: 501-22.
Griliches Z. (1992), The search for R & D spillovers, Scandinavian Journal of Economics, vol. 94, Supplement, PP.
29-47.
Grolleau G. (2001), Adoption et diffusion des systèmes de management environnemental en agriculture,
"Innovation et économie agricole", Séminaire INRA Paris, 20 et 21 Septembre 2001.
Hausman, A. (2005). Innovativeness among small businesses: Theory and propositions for future research,
Industrial Marketing Management, 34, pp. 773-782.
Hillary R., (2000), Small and Medium-Sized Enterprises and the Environment, Greenlaf Publishing.
Hollenstein H. (2002), Determinants of the adoption of information and communication technologies (ICT). An
empirical analysis based on firm-level data for the Swiss business sector, Paper presented at the DRUID
Summer Conference, Copenhagen.
Hollenstein H. (2004a), Determinants of the adoption of Information and Communication Technologies (ICT) :
An empirical analysis based on firm-level data for the Swiss business sector, Structural Change and
Economic Dynamics, 15, pp. 315–342.
Hollenstein H. (2004b), The decision to adopt information and communication technologies (ICT): firm-level
evidence for Switzerland. In: OECD (Ed.), The Economic Impact of ICT. Measurement, Evidence and
Implications. OECD, Paris, pp. 37–60
Hoppe H.C.(2001), The Timing of New Technology Adoption: Theoretical Models and Empirical Evidence,
Working Paper, Universität Hamburg, Germany.
Hur J. J., Seo H. J., Lee, Y. (2005), Information and communication technology diffusion and skill upgrading in
Korean industries, Economics of Innovation and New Technology, 14, pp. 553–71.
Julien P. A., Marchesnay M. (1988), La petite entreprise, Paris, Vuibert Gestion.
Julien P-A. (dir.). (1997), Les PME : bilan et perspectives. GREPME (Groupe de Recherche en économie et
gestion des PME). Québec, éditions Economica.
Kamien M.I., Schwartz N.L. (1982), Market structure and innovation, Cambridge: Cambridge Univ. Press, 1982.
Karlsson C., (1995), Innovation adoption, innovation networks and agglomeration economies », in BERTUGLIA
C.S., FISCHER M.M., PRETO G. (eds), Technological change, economic development and space, Springer,
pp. 184-206.
61
Coello I.
Karshenas M., Stoneman P. (1993), Rank, Stock, Order and Epidemic Effects in the Diffusion of New Process
Technology, Rand Journal of Economics, 24 (4) : 503-527.
Karshenas M., Stoneman P., (1995), Technological Diffusion. In : Stoneman, P. (Ed.), Handbook of the
economics of innovation and technological change. Basil Blackwell, Oxford, pp. 265-297.
Ladame S. (2007), « Coopérations et outils TIC dans des réseaux de PME », AIMS, Montréal
Lal K. (1996), Information Technology, international orientation and performance: a case study of electrical and
electronic goods manufacturing firms in India. Information Economics and Policy 8 _3, pp. 269–280.
Lal K., (1999), Determinants of the adoption of information technology : a case study of electrical and
electronic goods manufacturing firms in India , Research policy, vol. 28, no7, pp. 667-680.
Le Pochat S. (2005), Intégration de l’éco-conception dans les PME, Thèse Ecole National des Arts et Métiers,
Paris.
Lissoni F., Metcalfe S. (1994), Diffusion of Innovation Ancient and Modern: a Review of the Main Themes. In
Dodgson, M & Rothwell, R (eds.): The Handbook of Industrial Innovation, pp. 106-141, Edgar Elvar:
London.
Little J.S., Triest R.K. (1996), Technology Diffusion in US Manufacturing : the Geographic Dimension,
Proceedings of Technology and Growth Conference, Boston Federal Reserv Bank.
Lorenzoni G., Lipparini A. (1999), The leveraging of interfirm relationships as a distinctive organizational
capability: a longitudinal study. Strategic Management Journal 20/4, 317–338.
Magni M., Pennarola F. (2008), Intra-organizational relationships and technology acceptance, International
Journal of Information Management 28, pp. 517–523.
Mahé de Boislandelle, H. (1998), La gestion des ressources humaines dans les PME. 2ème édition, Paris,
Economica.
Malmberg A., Malmberg B., Lundequist P., (2000), Agglomeration and firm performance: economies of scale,
localisation, and urbanisation among Swedish export firms, Environment and Planing A 32, pp. 305-321.
Mansell R., Wehn U. (1998), Knowledge Societies: Information Technology for Sustainable Development.
Oxford Univ. Press, Oxford.
Mansfield E. (1961), Technical Change and the Rate of Imitation, Econometrica 29 : 741-766.
Mansfield E. (1968), Industrial Research and Technological Innovation. Norton, New York.
Mansfield E. (1989), The Diffusion of Industrial Robots in Japan and the United States, Research Policy, 18 : 183192.
Marin P. (2009), L’usage des Systèmes d’Information PLM (Product Life-Cycle Management) contribue t-il à
l’innovation collaborative ? Thèse professionnelle, HEC Paris, Mines Paris Tech.
62
Coello I.
Markus L. (1990), Toward a critical mass theory of interactive media: universal access, interdependence and
diffusion. In: Fulk J, Steinfeld C, editors. Organizations and communication technology. Newbury Park,
CA: Sage, 1990.
Marshall A., Principles of economics, Mc Millan, London, 1920.
Mendez A. (2005), Les effets de la mondialisation sur l’organisation et la compétitivité des districts industriels,
Revue Internationale sur le travail et la société, 3, p. 756-786.
Merminod V. (2007), TIC et performance du développement de nouveaux produits : le cas de PLM au sein du
groupe SEB, Thèse de doctorat en sciences de gestion, IREGE
Morris H., Lee S., Shan E., Zeng S. (2004), Information integration framework for product life-cycle
management of diverse data, Journal of Computing and Information Science in Engineering,
Transaction of the ASME 4, pp. 352–358.
Newlands D., Ward M., (1999), The adoption of new communication technologies by firms in rural areas: a
Scottish case study, in FISCHER M.M., SUAREZ-VILLA L., STEINER M. (eds), Innovation, networks and
localities, chap. 12, Springer-Verlag.
O'Regan N., Gbobadian. A. & Gallear D. (2006), In search of the drivers of high growth in manufacturing SMEs,
Technovation, 26(1), pp. 30-41.
OSEO (2006), PME et innovation technologique, Regards sur les PME, n°10.
Pecqueur B. (2005), Territoires : le phénomène cluster, Sciences humaines, septembre-octobre 2005, p. 44-46.
Porter M. E. (1980), Competitive Strategy, New York:The Free Press.
Porter M. (1998), Clusters and the new economics of competition, Harvard Business Review, NovemberDecember 1998, p. 77-90.
Premkumar G., Ramamurthy K., Nilakanta S. (1994), Implementation of Electronic Data Interchange: An
Innovation Diffusion Perspective, Journal of Management Information Systems 11(2), pp. 157–86
Ranis G. (1990), Science and technology policy: lessons from Japan and the East Asian NICs, In: Everson, R.E.,
Ranis, G. _Eds., Science and Technology: Lessons for Development Policy. Westview Press, Boulder, pp.
157–178.
Retour D. (2009), Pôles de compétitivité, propos d’étape, Revue Française de Gestion n°190, pp. 93-99
Riedel J. (1975), The nature and discriminants of export-oriented direct foreign investment in a developing
country: a case study of Taiwan. Weltwirtschaftliches Archiv 111, 505–528.
Robertson T. S., Gatignon H. (1986), Competitive effects on technology diffusion, J Mark 1986;50:1– 12 (July).
Rogers E. M. (1991), The ‘critical mass’ in the diffusion of interactive technologies in organizations, In: Kraemer
KL, editor, The information systems research challenge: survey research methods, vol. 3. Boston:
Harvard Business School Press, 1991. pp. 245– 63.
63
Coello I.
Rogers E.M. (1983), Diffusion of Innovations. 3th Ed. New York, The Free Press.
Rogers E.M. (1995), Diffusion of Innovations. 4th Ed. New York, The Free Press.
Rothwell R., (1978), Small and Medium Sized Manufacturing Firms and Technological Innovation, Management
Decision, Vol.16, N°6, 362-370
Rosenfeld S. A. (1997), Bringing Business Clusters into the Mainstream of Economic Development, European
Planning Studies, vol. 5, n° 1, pp. 3-23.
Rouibah K., Ould-Ali S. (2006), Conception d’un système PLM pour l’aide à la gestion de modifications avec
intégration au plus tôt des fournisseurs : une recherche action, Journal of Decision Systems. Volume
15- n° 1/2006, pp. 1à 31.
Sääksvuori A., Immonen A. (2008), Product Lifecycle Management, 3d edition, Ed. Springer.
Saint-Pierre J. (1999), La gestion financière des PME : théories et pratiques, Presses de l’Université du Québec.
Schumpeter J.A. (1934), The Theory of Economic Development, Cambridge, MA, Harvard University Press.
Stark J. (2005), Product Lifecycle Management, 21st Century Paradigm for Product Realisation, Ed. Springer.
Stoneman P., (1981), Intra-firm diffusion, Bayesian learning and profitability, Economic Journal, 91, pp.375–
388.
Stoneman P. (2001), Technological diffusion and the financial environment. In: Working Paper No. 01-3. The
United Nations University, Institute for New Technologies.
Stoneman P., Kwon M.J. (1994), The diffusion of multiple process rechnologies, The Economic Journal 104, pp.
420-431.
Teece D., (1986), Profiting from technological innovation: implications for integration, collaboration, licensing
and public policy. Research Policy, 15, pp. 285–305.
Tornatzky L. G., Klein K. J. (1982), Innovation Characteristics and Innovation Adoption Implementation: A Metaanalysis of Findings, IEEE Transactions on Engineering Management EM-29(1), pp. 28–45.
Torres, O. (1999). Les PME, Dominos, Flammarion
Torres, O. (2000). Du rôle et de l’importance de la proximité dans la spécificité de gestion des PME, 3ème
Congrès International Francophone sur la PME, Lille.
Tracey M., Vonderrembse M.A., Lim J.-S. (1999), Manufacturing technology and strategy formulation: keys to
enhancing competitiveness and improving performance. Journal of Operations Management 17, pp. :
4111–4128.
Venkatesh V., Morris M.G., Davis G.B., Davis F.D. (2003), User acceptance of information technology : toward a
unified view, MIS Quarterly, Vol. 27 No. 3
64
Coello I.
Von Hippel E. (1988), The Sources of Innovation. Oxford University Press, Oxford.
Williams M.D., Dwivedi Y.K., Lal B. and Schwarz A. (2009), Contemporary trends and issues in IT adoption and
diffusion research, Journal of Information Technology (24), pp. 1–10;
Windrum P., de Berranger P., (2002), The adoption of e-business technology by SMEs, Research Memorandum,
2002-023, MERIT, Maastricht.
Zahra S., George G., (2002), Absorptive capacity : A review, reconceptualization, and extension, Academy of
Management Review 27 (2), pp. 185–203.
Zaltman G., Duncan R., Holbek J. (1973), Innovations and organizations, New York : Wiley.
Zheng L.Y., McMahon C A., Li L., Ding L., Jamshidi J.(2008), Key characteristics management in product lifecycle
management: a survey of methodologies and practices, Journal of Engineering Manufacture, Vol. 222
Zimmermann J. B, Gilly J. P., Perrat J., Pecqueur B., Rychen F. (1998), Construction territoriale et dynamiques
productives, Étude pour le Commissariat général du plan, décembre.
65

mémoire adoption PLM

Transcription

Documents pareils

Consultant PLM (Product Lifecycle Management) - henrilay

formation qualifiante de consultant(e) fonctionnel(le) en plm

Consultant fonctionnel PLM

consultant plm

STAGE-CONSEIL-MGN - Développement des fondations d`un

PLM12 - PLM International Conference

programme ici - Expo

Carte des 71 pôles de compétitivité français

PROCÈS-VERBAL D`INVENTAIRE