Ce papier étudie les alliances à travers un dispositif méthodologique reposant sur la simulation.
Les résultats du modèle, comparés à l’évolution de l’industrie photographique, permettent d’en formaliser la dynamique. La diversité apparaît comme le moteur essentiel de l’adaptation, impliquant différentes stratégies d’alliances en terme de choix du partenaire et de timing.
U
ne alliance stratégique est une association entre des entreprises concurrentes qui choisis- sent de mener à bien un projet ou une activité spécifique en coordonnant leurs ressources. Dans des secteurs matures, les alliances sont le plus souvent uti- lisées pour réduire les coûts : élimination des coûts de transaction, diminution des coûts de production ou de dépenses opérationnelles. Mais l’intensification des alliances sur les trente dernières années1vise en grande partie à répondre à la complexité grandissante de l’en- vironnement. Les ruptures technologiques majeures induisent ainsi des alliances de grande ampleur. Dans l’industrie des écrans par exemple, où les technologies PDP, LCD et OLED progressent continuellement, les alliances de complémentarité (comme l’accord entre Hitachi et Matsushita annoncé en février 2005) ont succédé aux alliances préconcurrentielles (la collabo- ration entre RCA et Sharp ayant par exemple permis, dans les années 1960, de développer la technologie LCD). Hagedoorn (2002) considère ainsi que lesAlliances
et diversité
dans l’industrie photographique
1. Hagedoorn (2002) dénombre plus de dix fois plus de partenariats en R&D sur la période 1990-1999 que sur la période 1970-1979.
alliances sont sources de fertilisation croi- sée de champs, de capture des connais- sances tacites du partenaire et de transferts de technologies (processus d’innovation), et sont de plus en plus pertinentes dans les industries à forte intensité technologique.
Pour Powel et al.(1996, p. 116), « quand la base de connaissances d’une industrie est à la fois complexe et grandissante, et que les sources d’expertise sont largement dispersées, la capacité d’innovation réside plus dans les réseaux d’apprentissage que dans les entreprises individuelles »2. Si les conditions de formation des alliances sont déjà largement explorée dans la littérature (Park et al., 2002), en termes de marché et de profils d’entreprises, les conséquences des alliances sur la dynamique d’une industrie restent peu étudiées (Park et Zhou, 2005).
L’objectif de cet article est donc d’étudier l’impact des alliances sur le processus d’adaptation d’une industrie suite à une rupture technologique à travers quatre questions. Les alliances sont-elles effi- caces ? Le timingdes alliances par rapport à l’évolution de la technologie est-il impor- tant ? Quelle est l’influence de la nature des entreprises alliées (entreprises en place ou nouveaux entrants) ? Comment évolue la diversité au sein d’une industrie sous l’effet d’alliances ?
Pour répondre à ces questions, un modèle de simulation est développé. Dans ce der- nier, des agents, représentations stylisées d’entreprises, évoluent par mutation et recombinaison de leurs caractéristiques.
Cette métaphore « interactionniste » permet d’observer et de comprendre des phéno- mènes complexes émergeants liés à des comportements individuels simples.
Dans la première partie de cet article, une monographie de l’évolution de l’industrie photographique est dressée et les hypo- thèses de recherche formulées. La deuxième partie expose le modèle de simu- lation représentatif de l’industrie photogra- phique. Dans la troisième partie, le compor- tement du modèle est comparé aux observations réalisées dans l’industrie.
Enfin, dans la quatrième partie, le modèle de simulation est utilisé pour tester les hypothèses et enrichir la compréhension des alliances.
I. – L’INDUSTRIE PHOTOGRAPHIQUE FACE
AU NUMÉRIQUE
Avec l’arrivée de la technologie numérique, les changements ont été importants, en termes d’innovation produit, d’évolution des positions concurrentielles ou d’entrée sur le marché de nouveaux acteurs. Les alliances, visant à établir de nouveaux stan- dards (pour l’appareil avec l’APS, les cartes mémoires avec les normes compact flashou microdrive, les écrans avec les technologies organiques ou électroluminescentes, etc.), se sont multipliées. Cette courte monogra- phie de l’industrie, associée à la littérature académique sur les alliances stratégiques, permet de poser quatre hypothèses liées à la dynamique créée par les alliances.
2. “When the knowledge base of an industry is both complex and expanding and the sources of expertise are widely dispersed, the locus of innovation will be found in networks of learning rather than in individual firms.”
1. Les changements technologiques dans l’industrie
En 2005, la part de marché des appareils numériques dépassait 95 % en France, alors qu’elle était négligeable dix ans auparavant.
Les appareils argentiques sont relégués au rang d’antiquité. La technologie CCD, base de la technologie numérique appliquée à la photographie, a progressé régulièrement.
L’alignement entre la technologie et les besoins du consommateur s’est effectué en 1999. Les progrès réalisés dans la technolo- gie CCD ont permis la réalisation de cap- teurs atteignant les 2 millions de pixels3, le seuil susceptible de faire basculer un grand nombre de consommateurs vers la photo numérique se situait autour de 2 millions de pixels. Le premier appareil numérique grand public (à un prix inférieur à 1000 dol- lars) a été lancé par Apple en 1994. La période étudiée dans l’industrie couvre 10 années, de 1994 à 2003.
2. La population d’entreprises
L’industrie considérée est celle des fabri- cants d’appareils photographiques (hors appareils jetables). Les activités annexes à la production d’appareils (pellicules, déve- loppement, etc.) sont exclues. Un recueil de données exhaustif au niveau cette popu- lation est délicat. En effet, le recoupement de plusieurs listes proposées par des asso- ciations professionnelles (Photo Marketing Association, Future Image Report, etc.) a permis d’identifier 341 fabricants d’appa- reils photographiques. Seules les entre- prises les plus importantes, en termes d’in- novation produit et de chiffre d’affaires,
ont été retenues (tableau 1). Sur cette popu- lation, seules 20 entreprises étaient pré- sentes en 1994 (Kodak, Leica et Rollei pour les plus anciennes). Suite à l’émer- gence de la technologie numérique, 13 entreprises sont entrées sur le marché de la photographie après 1994 (Matsushita, Sony, Sanyo, etc.).
3. L’adaptation des entreprises à la technologie numérique
Dans l’industrie photographique, la posi- tion technologique de chaque entreprise entre 1994 et 2003 a été mesurée. Cette position technologique dépend des compé- tences détenues à un instant donné. Comme les compétences ne sont pas directement observables, ces dernières ont été mesurées à travers leur conséquence la plus visible : l’innovation (produit). Pour Danneels (2002, p. 1096), « l’innovation-produit conduit le renouvellement organisationnel par l’exploitation et l’exploration des com- pétences de l’entreprise »4. Dans l’industrie photographique, trois types d’innovations produit peuvent être distingués :
– les innovations « argentiques » : 35 mm, instantané et 110 mm ;
– les innovations utilisant le standard APS (lancé en 1996 par un groupe de cinq entre- prises), combinaisons des technologies argentiques (pour la pellicule qui reste pho- tosensible) et numériques (pour la bande magnétique stockant des données numéri- sées associées à la prise de vue) ;
– les innovations « numériques ».
Pour chaque entreprise, les produits lancés entre 1994 et 2003 ont été
3. “The 1998-1999 DIMA Data Digital Imaging Industry Trends Report, 1999.”
4. “Product innovation drives organizational renewal by exploiting and exploring firm competences.”
L’ENTRÉE DES PRINCIPALES ENTREPRISES DANS L’INDUSTRIE PHOTOGRAPHIQUE Entreprises Entrée Création Activité à l’origine
Eastman Kodak 1888 1888 Photographie
Leica Holding B. V. Group 1924 1849 Instruments optiques, microscopes
Rollei 1928 1920 Ingénierie de précision et optique
Minolta Corporation 1929 1928 Instruments optiques Canon Incorporation 1935 1934 Instruments optiques
Olympus Optical Corporation 1936 1919 Instruments optiques et microscopes Argus Camera Incorporation 1936 1931 Radio
Vivitar Corporation 1938 1938 Distribution de produits photographiques
Nikon Corporation 1945 1910 Instruments optiques, par la fusion de trois sociétés
Fujifilm Corporation 1948 1934 Produits liés à l’image
Minox Corporation 1948 1936 Instruments optiques, rachetée par Leica en 1996
Polaroid Corporation 1948 1929 Photographie instantanée Pentax Corporation 1952 1919 Instruments optique
Goko Camera Ltd. 1953 1953 Instruments optiques
Ricoh Compagny 1957 1936 Papier photo-sensible et instruments optiques
Kyocera Corporation 1959 1846 Instruments optiques Sigma Corporation 1966 1961 Instruments optiques Konica Corporation 1968 1929 Papier et pellicules Concord Camera Corporation 1982 1982 Assemblage d’appareils
Samsung Group 1990 1969 Électronique
Casio Computer Corporation 1996 1936 Instruments de calcul
Agfa-Gevaert Group 1997 1896 Pellicules, se retire du marché en 2002
Epson Corporation 1997 1961 Image et impression
Aiptek Incorporation 1998 1997 Périphériques informatiques Hewlett Packard Compagny 1998 1939 Oscillateurs audio
Matsushita Electric Corp. 1998 1960 Électronique
Sony Corporation 1998 1946 Électronique
Toshiba Corporation 1998 1875 Équipement télégraphique puis électrique
Sanyo Group 1999 1947 Électrique, fondée en 1947
Pan Acer Group 2001 1976 Électronique et informatique, holding depuis 2003
Hawking Technology Inc. 2001 1990 Réseaux (câbles, connections, routers…) Foxlinks Peripherical Inc. 2001 2001 Imagerie numérique
Umax UK Ltd. 2002 1996 Scanners
identifiés5. Le tableau 1 présente l’évolu- tion de l’adaptation à la technologie numé- rique exprimée en pourcentage des innova- tions utilisant la technologie numérique.
Dans l’industrie photographique, les entre- prises s’adaptent en innovant. Dans l’indus- trie des biotechnologies, Powel et al.
(1996) vérifient la relation positive entre les liens interorganisationnels et un jeu de variables liées à la qualité de la politique d’innovation. Stuart (2000) généralise ces résultats en testant l’impact positif des alliances à la fois sur la performance éco- nomique (respectivement le taux de profit et la croissance des ventes) et sur la ten- dance à l’innovation (nombre de brevets déposés par les partenaires). C’est pourquoi l’hypothèse suivante peut être formulée.
Hypothèse 1. Les alliances contribuent à l’adaptation d’une industrie à une nouvelle technologie.
4. Les alliances au sein de l’industrie Pour recenser les alliances dans l’industrie photographique, la méthode de « comptage d’alliances à partir de la littérature » (Hagedoorn, 2002, p. 491) a été employée.
Trois sources ont été utilisées : des docu- ments émis par les entreprises concernées (communiqués de presse, rapports annuels, etc.), une base de 200 000 articles issus de 5 000 revues francophones, les publications réalisées par la Photo Marketing Associa- tion et la Digital Photography Review.
Seules les alliances qui concernent directe- ment la photographie numérique et qui sont liées à la recherche fondamentale, le déve- loppement de nouveaux produits ou le transfert de technologies, ont été retenues.
Le tableau 2 présente la répartition dans le temps des 88 alliances ainsi isolées. Le développement en 1999 par Sanyo et Kodak d’une nouvelle génération d’écrans
5. Pour les appareils numériques, la Digital Photography Reviewpropose l’inventaire de tous les lancements d’ap- pareils numériques grand public effectués par 23 marques, soit au total 429 lancements. La fiabilité de cette base a été vérifiée, en la comparant les produits présentés par les entreprises sur leur site institutionnel. Pour les appareils utilisant la technologie argentique et pour les appareils APS, la base construite par un particulier japonais, recense les nouveaux produits (hors numériques) lancés par 26 marques depuis le début des années 1980.
Tableau 1
ÉVOLUTION DE L’ADAPTATION À LA TECHNOLOGIE NUMÉRIQUE
Année 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003
Adaptation
à la technologie 0 % 6 % 20 % 36 % 45 % 51 % 58 % 70 % 74 % 91 % numérique
Tableau 2
DÉNOMBREMENT DES ALLIANCES DANS L’INDUSTRIE PHOTOGRAPHIQUE
Année 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003
Nombre d’accords 0 4 8 12 12 10 19 16 5 2
plats pour appareils numériques fondée sur l’électroluminescence en est un exemple.
Le nombre d’alliances n’apparaît pas uni- formément réparti dans le temps. Plus de 78 % des alliances ont eu lieu entre 1997 et 2001. Pour Niosi, « le timing des alliances est important. Certaines arrivent trop tôt et l’entreprise […] ne peut tirer partie de ses innovations »6 (2003, p. 745). De plus, Niosi (2003, p. 748) note que, « si l’alliance arrive trop tard, l’entreprise peut déjà se trouver dans une position difficile »7. Ceci conduit à la formulation de l’hypothèse sui- vante.
Hypothèse 2. Les alliances sont d’autant plus efficaces qu’elles sont réalisées à un moment intermédiaire entre émergence et avènement d’une technologie.
Suite au dénombrement des alliances, ces dernières ont été codées en trois catégories : alliances entre entreprises en place, alliances entre nouveaux entrants et alliances mixtes. La répartition entre ces catégories apparaît dans le tableau 3.
On constate que les alliances mixtes (entre un nouvel entrant et une entreprise en place) sont relativement plus fréquentes
que les autres. On peut donc supposer que ces dernières sont plus efficaces. Rothaer- mel (2001) démontre d’ailleurs que les entreprises en place peuvent tirer partie de l’entrée d’entreprises dans leur industrie à travers la coopération, malgré la menace que ces entrants représentent. Ceci conduit à la formulation de l’hypothèse suivante.
Hypothèse 3. Les alliances mixtes (entre entreprises en place et nouveaux entrants) sont plus efficaces que les alliances non mixtes.
5. La diversité des positions technologiques des entreprises
Chaque entreprise a suivi des trajectoires d’adaptation différentes. Par exemple, les alliés de l’APS se sont adaptés incrémenta- lement tandis que les entreprises proposant des produits haut de gamme ont maintenu la technologie argentique jusqu’à ce que ses performances soient excellentes, pour ensuite opérer une transition rapide. On observe une diversité dans l’adaptation des entreprises à la technologie numérique.
Pour quantifier la dispersion entre les adap- tations des 33 entreprises, l’écart type a été
6. “The timing of alliances is important. Some alliances arrive too early and the […] firm could not profit from its innovation.”
7. “If the alliance comes too late the firm may already find itself in a weak position.”
8. Avec indépendance des observations, pour une population composée de 20 entreprises en place et de 13 nouveaux entrants, les fréquences théoriques correspondent par exemple à (20/33)2pour les alliances entre entreprises en place.
Tableau 3
CATÉGORIE D’ALLIANCES DANS L’INDUSTRIE PHOTOGRAPHIQUE
Catégorie d’alliances Entre entreprises en place Entre nouveaux entrants Mixte
Effectif observé 22 14 52
Fréquences observées 26,8 % 15,9 % 59,1 %
Fréquences théoriques8 36,7 % 15,5 % 47,8 %
utilisé : un indicateur à 0 indique une par- faite homogénéité dans les adaptations, un indicateur égal à 1, une hétérogénéité maxi- male. L’évolution de la diversité au sein de l’industrie photographique apparaît dans le tableau 4.
Cette forme d’évolution est cohérente avec les modèles théoriques de cycle de vie tech- nologique (Tushman et Anderson, p. 1986) : le cycle commence par une homogénéité des positions liée à l’hégémonie de la tech- nologie argentique, il se poursuit par une phase de révolution organisationnelle, synonyme de forte croissance de la diver- sité et s’achève par l’émergence d’un nou- veau modèle dominant.
Par rapport à l’évolution de cette diversité, les alliances ont joué un rôle déterminant.
Jusqu’en 1998, les alliances en jeu permet- tent à des groupes d’acteurs (comme les cinq instigateurs de l’APS en 1996 ou le consortium qui a permis d’établir les cartes mémoires compact flash en 1997) de prendre de l’avance sur leurs concurrents figés sur la technologie argentique, accrois- sant ainsi la diversité au sein de l’industrie.
À partir de 1999, les alliances (comme le développement et la production jointe de 700 000 appareils par HP et Konica en 2000
ou le transfert de technologie dans le domaine des censeurs d’Olympus vers Kodak en 2001) permettent un rattrapage par les entreprises en retard, accélérant ainsi la convergence au sein de l’industrie autour de la technologie numérique. Selon Mowery et al. (1998, p. 511), « au cours du temps, comme conséquence de l’apprentis- sage organisationnel, les entreprises absor- bent certaines capacités de leur partenaire.
La participation à une alliance doit donc accroître les similarités des profils techno- logiques des partenaires »9. Ceci permet d’émettre l’hypothèse suivante.
Hypothèse 4.En phase d’émergence d’une technologie, les alliances accroissent la diversité au sein d’une industrie tandis qu’en phase de maturité, les alliances dimi- nuent cette dernière.
Un modèle informatique représentant l’in- dustrie photographique et simulant son adaptation à la technologie numérique va à présent être construit.
II. – CONSTRUCTION DU MODÈLE Dans le but d’étudier la dynamique des alliances au sein d’une industrie, l’algo- rithme génétique va être utilisé. Ce modèle,
9. “Over time, as a consequence of organizational learning, firms absorb some of the capabilities of their alliance partner. Participation in an alliance therefore should increase the similarities of partners’ technological profiles.”
Tableau 4
ÉVOLUTION DE LA DIVERSITÉ DANS L’ADAPTATION À LA TECHNOLOGIE NUMÉRIQUE
Année 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003
Diversité
des positions 0 0,16 0,27 0,35 0,41 0,4 0,34 0,33 0,29 0,2 technologiques
développé par Holland en 1975, permet de faire évoluer une population d’agents, en utilisant la sélection naturelle et des opéra- teurs inspirés de la génétique. Il utilise des vecteurs d’apprentissage individuels et d’échange permettant à des agents de s’adapter. En tant qu’outil de résolution de problèmes, l’algorithme génétique est recommandé lorsque la combinaison d’un nombre important de solutions et de rela- tions non linéaires rend impossible une résolution analytique. Selon Bruderer et Singh (1996, p. 1327), « l’algorithme géné- tique peut être utilisé pour représenter des formes organisationnelles par des chaînes de symboles abstraits dans lesquelles chaque symbole incarne un choix particu- lier de routine »10.
1. Des agents sur un terrain d’adaptation changeant
Chaque agent, entreprise idéalisée, est constitué de 100 bits, représentant un porte- feuille de choix technologique. Ces bits peuvent prendre deux valeurs. Les agents peuvent donc prendre une multitude de formes possibles (2100) : une exploration exhaustive de cet espace, à l’image d’un processus d’innovation totalement planifié dans l’organisation, est impossible11. Notre modèle utilise un terrain d’adaptation : à chaque bit correspond une performance.
Dans ce cadre, une métaphore de l’adapta- tion des organisations à leur environnement est trouvée dans le déplacement d’agents
progressant le long des pentes du terrain.
Bruderer et Singh (1996, p. 1325) considè- rent que « les terrains d’adaptation organi- sationnels sont des métaphores utiles pour décrire la dynamique de l’évolution d’orga- nisations »12. Levinthal (1997, p. 935) for- malise les apports du concept de terrain d’adaptation en sciences sociales, « point de départ utile pour l’analyse des processus d’adaptation et de sélection (…) carte unis- sant une caractérisation des formes organi- sationnelles à un état de performance ou de propension à la survie »13. Dans le modèle, chaque bit contribue à la performance avec un poids identique. Les bits « 1 » sont valo- risés tandis que les « 0 » ne le sont pas.
C’est un terrain lisse avec un optimum unique. La performance d’un agent est donc égale à 100 si ses caractéristiques sont idéales (l’agent est placé sur le pic le plus haut du terrain d’adaptation). La période 1994-2003 de l’industrie photographique est découpée en 100 périodes. À la période initiale, les agents sont uniquement consti- tués de « 0 », ils ne sont pas adaptés au ter- rain, tout comme les entreprises photogra- phiques, qui ne maîtrisent pas, encore, la technologie numérique.
2. La population d’agents
En période 0, le modèle représente 20 entreprises (taille de l’industrie en 1994), c’est-à-dire 20 agents inadaptés au terrain. Des nouveaux agents vont ensuite prendre part à la simulation, entre la
10.“The genetic algorithm can be used to represent organizational forms as abstract symbol strings in which each symbol stands for a particular choice of routine.”
11. Même avec un temps réduit (une seconde par solution potentielle), il faudrait 35 000 ans pour explorer toutes les formes potentielles d’un agent composé de seulement 40 bits.
12. “Organizational fitness landscapes are a useful metaphor for describing the dynamics of organizational evolution.”
13. “Useful starting point for an analysis of adaptation and selection processes (…) a specification of a mapping from a characterization of an organizational form to a statement of fitness or likelihood of survival.”
période 25 (représentant le milieu de l’an- née 1996, date d’entrée de Casio Computer Corporation) et la période 85 (année 2002, date d’entrée de Umax UK Ltd.). Ces nou- veaux entrants sont initialisés aléatoire- ment. Les agents représentant des entre- prises qui quittent l’industrie sont tout simplement retirés de la population d’agents (Minox, racheté par Leica en 1996 et Agfa qui quitte l’industrie en 2002).
3. Les échanges entre agents
Une alliance est considérée comme un vecteur d’échange de technologies et modélisée par la recombinaison d’agents.
Dans le modèle, pour chaque alliance observée dans l’industrie, 2 agents sont sélectionnés aléatoirement, à la période correspondant au moment où l’alliance est recensée. Dans une alliance, chaque parte- naire apporte à l’autre une partie de ses caractéristiques. Dans le modèle, un croi- sement est effectué à partir des 2 agents sélectionnés (figure 1).
Les deux agents « parents » croisent leurs caractéristiques14pour former deux agents
« enfants ». Chaque agent issu du croise-
ment est ensuite comparé à un de ses
« parents ». Si sa performance est supé- rieure, il le remplace. Sinon, le chromo- some « parent » reste inchangé.
4. L’apprentissage individuel
Barney (1995, p. 54) constate que « de plus en plus fréquemment, l’avantage concur- rentiel d’une entreprise semble dépendre de nombreuses petites décisions à travers les- quelles les ressources et compétences sont développées »15. De plus, les organisations cherchent des solutions dans le voisinage de leur position actuelle (Cyert et March, 1963). Dans le modèle, la transformation des agents est aléatoire. À chaque période, chacune des caractéristiques change avec une probabilité : le taux de mutation. Si la performance après mutation est supérieure, l’agent conserve ses nouvelles caractéris- tiques. Le taux de mutation choisi est de 1 %16.
Un modèle simple représentant l’industrie photographique étant construit, l’adaptation et la diversité simulées par ce dernier vont être comparées aux données recueillies au sein de cette même industrie.
14. Le terme de chromosome est au singulier car les caractéristiques de chaque agent sont codées dans un chro- mosome unique.
15. “More and more frequently, a firm’s competitive advantage seems to depend on numerous small decisions through which a firm’s resources and capabilities are developed.”
16. Bäch (1993) recommande en effet un taux égal à 1/N (N étant le nombre de caractéristiques composant les agents).
Figure 1
LE CROISEMENT : EXEMPLE AVEC DES AGENTS COMPOSÉS DE NEUF BITS
III. – ADÉQUATION ENTRE DONNÉES RÉELLES ET SIMULÉES Il est possible de juger du bon comporte- ment d’un modèle uniquement si ce dernier a été paramétré, ou « nourri » avec des don- nées réelles (Axtell, 2000). La validité n’est pas prédictive. Le modèle n’a pas pour objectif d’inclure toutes les sources de variance présentes dans une population d’entreprises. Il n’est pas nécessaire que les résultats des simulations soient la réplique exacte des données réelles. Il convient, par contre, de montrer que les évolutions en tendance des variables réelles et simulées sont comparables. La figure 2 permet d’ob- server l’évolution de l’adaptation des agents et de la diversité au sein de la popu- lation, à partir d’une simulation.
Au cours de cette simulation, les agents s’adaptent au nouveau terrain, à travers les deux mécanismes permettant cette évolu- tion favorable : apprentissage individuel et échanges entre agents. À la période 0, les agents sont exclusivement composés de caractéristiques non valorisées par le terrain
d’adaptation. À la période 100, environ 85 % de leurs caractéristiques sont adaptées au terrain. Par ailleurs, la diversité au sein de la population d’agents progresse, d’une situation initiale où tous les agents sont identiques, jusqu’à un maximum situé à une période intermédiaire, pour ensuite dimi- nuer. La non linéarité de la progression est issue du caractère stochastique des événe- ments liés à l’adaptation (mutations des caractéristiques des agents et recombinai- sons).
L’objectif est de comparer les variables sor- tantes du modèle représentatif de l’industrie photographique aux observations réalisées dans cette même industrie : adaptation à la technologie numérique et de la diversité des positions technologiques des entreprises.
Les données simulées sont des moyennes effectuées sur 100 simulations. La figure 3 représente l’évolution de ces variables.
La validité du modèle représentatif apparaît satisfaisante. Le modèle construit va, dans une seconde étape, être utilisé pour tester les quatre hypothèses formulées précédem-
Figure 2
EXEMPLE DE SIMULATION DE L’ÉVOLUTION DE L’INDUSTRIE PHOTOGRAPHIQUE
ment et éclairer la dynamique de collabora- tion au sein d’une industrie.
IV. – UNE SIMULATION DE LA DYNAMIQUE DES ALLIANCES Pour tester les hypothèses concernant la dynamique des alliances au sein d’une industrie, un dispositif d’expérimentation est mis en place à partir du modèle
construit. Deux modèles différenciés par la variable indépendante de chaque hypothèse sont utilisés. Les autres variables suscep- tibles d’intervenir sur l’adaptation ou la diversité sont ainsi contrôlées.
Les alliances sont-elles un vecteur favorable d’adaptation ?
La figure 4 permet d’observer la diffé- rence dans l’évolution de l’adaptation des Figure 3
ÉVOLUTION DE L’ADAPTATION ET DE LA DIVERSITÉ, RÉELLES ET SIMULÉES
Figure 4
L’IMPACT DES ALLIANCES SUR L’ADAPTATION ET LA DIVERSITÉ
agents et de leur diversité, avec et sans alliances.
L’hypothèse 1 est supportée par les simula- tions
Dans le modèle, les agents utilisent la diversité induite par le processus d’appren- tissage individuel et l’arrivée de nouveaux agents pour échanger les bonnes caractéris- tiques découvertes par certains membres de la population. La diversité au sein de la population constitue ainsi la réserve d’« énergie » permettant aux alliances d’être efficaces. Sans alliances, la diversité, en tant que ressource de la population, aug- mente sans être mise à profit.
Le timing de constitution des alliances au sein d’une industrie est-il important ? La figure 5 permet d’observer la différence dans l’évolution de l’adaptation des agents et de leur diversité, avec et sans alliances.
L’hypothèse 2 est supportée par les simula- tions
Les alliances en phase intermédiaire sem- blent plus efficaces que les alliances qui suivent la rupture technologique ou qui sont nouées tardivement. Les alliances utilisent
un levier essentiel : la diversité au sein d’une industrie. Les alliances trop précoces mettent en jeu des entreprises dont les res- sources sont trop homogènes.
Les alliances entre nouveaux entrants et entreprises en place sont-elles plus efficaces?
Pour répondre à cette question, dans le modèle alternatif au modèle de base, la sélection des agents pour participer à un échange de caractéristiques n’est plus aléa- toire (à partir de la période 25, à laquelle un nouvel agent apparaît). Ne sont sélection- nés que des agents représentant des entre- prises de nature différente (nouveaux entrants et entreprises en place). La figure 6 permet d’observer la différence dans l’évo- lution de l’adaptation des agents et de leur diversité, avec et sans alliances.
L’hypothèse 3 n’est pas supportée par les simulations
Les nouveaux entrants apportent dans une industrie des ressources différentes de celles des entreprises en place. L’utili- sation de cette diversité supplémentaire est un levier pour l’industrie, mais une alliance entre une entreprise en place et un Figure 5
L’IMPACT DU TIMING DES ALLIANCES SUR L’ADAPTATION ET LA DIVERSITÉ
nouvel entrant n’est efficace que si la sin- gularité des nouveaux entrants est préser- vée. Si seules des alliances mixtes sont pratiquées, l’apport des nouveaux entrants s’épuise et les découvertes des entreprises en place ne sont pas partagées. Ainsi, d’après les simulations réalisées, ce n’est pas tant la nature des alliés qui importe mais la recherche de complémentarités
potentielles, dans une dynamique d’évolu- tion à long terme.
Si les alliances rapprochent les entreprises qui y participent, quelles en sont les conséquences sur la diversité au sein de l’industrie ?
Comme le montre la figure 7, l’échange de ressources au moment de la phase d’expéri- Figure 6
L’IMPACT DE LA NATURE DES ALLIÉS SUR L’ADAPTATION ET LA DIVERSITÉ
Figure 7
ALLIANCES ET ÉVOLUTION DE LA DIVERSITÉ
mentation et de révolution industrielle (Tushman et Anderson 1986 ; Bruderer et Singh, 1996) peut permettre aux alliés de partager des ressources encore peu diffu- sées dans l’industrie, accroissant ainsi la diversité. Les alliances accélèrent ensuite l’émergence d’un modèle dominant.
Hypothèse 4 est supportée par les simula- tions
Si les alliances peuvent consommer la diversité au sein d’une industrie pour la transformer en performance, les alliances peuvent également permettre à un groupe d’entreprises de se distinguer de ses concur- rents.
CONCLUSION
Ce papier illustre que la coopération, comme mécanisme d’intelligence distri- buée au sein d’une industrie, peut permettre le partage de ressources qu’une entreprise n’aurait pu développer seule. Les simula- tions réalisées tendent également à montrer que l’efficacité des alliances dépend dans une large mesure de la différenciation du profil des partenaires, ce qui rejoint les
résultats de Stuart (2000). L’industrie uti- lise sa diversité, issue des processus d’ap- prentissage des entreprises, pour améliorer son processus d’adaptation. Si la diversité est l’énergie des alliances dans l’adaptation d’une industrie, elle peut également consti- tuer un frein, ce qui reste dans ce papier une perspective inexplorée. En effet, Lane et Lubatkin (1998) montrent dans l’industrie des biotechnologies que c’est la similarité (en termes de structure) qui permet l’ap- prentissage. De même, Mowery et al.
(1998, p. 510) considèrent que « les entre- prises poursuivant conjointement le déve- loppement d’une technologie par le biais d’une alliance requièrent un certain niveau de similitudes au plan technologique pour faciliter l’échange de savoir-faire »17. Ainsi, si la métaphore de l’algorithme géné- tique est éclairante, elle comprend égale- ment des limites. En effet, ce système isolé et idéalisé offre une vue particulière de la réalité qu’il cherche à représenter. Selon Morgan (1997, p. 5), « la métaphore est fondamentalement paradoxale, elle peut produire des idées prépondérantes qui sont également des distorsions »18.
17. “Firms jointly pursuing collaborative development of a technology (…) within an alliance are likely to require some level of technological ‘overlap’, to facilitate know-how exchange and development.”
18. “Metaphor is inherently paradoxical, it can create powerful insights that also become distorsions.”
BIBLIOGRAPHIE
Axtell R., “Why Agents? On the Varied Motivations for Agent Computing in the Social Sciences”, Working Paper, Center on Social and Economic Dynamics, n° 17, 2000.
Bäck T., “Optimal Mutation Rates in Genetic Search”, Proceedings of the Fifth Internatio- nal Conference on Genetic Algorithm, Morgan Kaufmann, CA, 1993, p. 2-8.
Barney J. B., “Looking Inside for Competitive Advantage”, Academy of Management Exe- cutive, vol. 9, n° 4, 1995, p. 49-61.
Bruderer E., Singh J., “Organization Evolution, Learning, and Selection: A Genetic-Algo- rithm-Based Model”,Academy of Management Journal, vol. 39, n° 5, 1996, p. 1322-1349.
Cyert R. M., March J. G., A Behavioral Theory of the Firm, Prentice-Hall, Englewood Cliffs, NJ, 1963.
Dannels E., “The Dynamics of Product Innovation and Firm Competences”, Strategic Mana- gement Journal, vol. 23, n° 12, 2002, p. 1095-1121.
Hagedoorn J., “Inter-Firm R&D Partnerships: An Overview of Major Trends and Patterns since 1960”, Research Policy, vol. 31, n° 4, 2002, p. 477-492.
Holland J. H., Adaptation in Natural and Artificial Systems, Ann Arbor, University of Michigan Press, MI, 1975.
Lane P. J., Lubatkin L., “Relative Absorptive Capacity and Interorganizational Learning”, Strategic Management Journal, vol. 19, n° 5, 1998, p. 461-477.
Levinthal D. A., “Adaptation on Rugged Landscapes”, Management Science,vol. 43, n° 7, 1997, p. 934-950.
Morgan G., Images of Organization, Newbury Park, Sage Publications, CA, 1997.
Mowery D. C., Oxley J. E., Silverman B. S., “Technological Overlap and Interfirm Coope- ration: Implications for the Resource-Based View of the Firm”, Research Policy, vol. 27, n° 5, 1998, p. 507-523.
Niosi J., “Alliances are not Enough Explaining Rapid Growth in Biotechnology Firms”, Research Policy, vol. 32, n° 5, 2003, p. 737-750.
Park S. H., Chen R., Gallagher S., “Firm Resources as Moderators of the Relationship Bet- ween Market Growth and Strategic Alliances in Semiconductor Start-up”, Academy of Management Journal, vol. 45, n° 3, 2002, p. 527-550.
Park S. H., Zhou D., “Firm Heterogeneity and Competitive Dynamics in Alliance Forma- tion”, Academy of Management Review, vol. 30, n° 3, 2005, p. 531-554.
Powel W. W., Koput K. W., Smith-Doerr L., “Interorganizational Collaboration and the Locus of Innovation: Networks of Learning in Biotechnology”, Administrative Science Quarterly,vol. 41, n° 1, 1996, p. 116-145.
Rothaermel F. T., “Incumbent’s Advantage Through Exploiting Complementary Assets via Inter-firm Cooperation”, Strategic Management Journal, vol. 22, Summer Special Issue, 2001, p. 687-699.
Stuart T. E., “Interorganizational Alliances and the Performance of Firms: A Study of Growth and Innovation Rates in a High-Technology Industry”, Strategic Management Journal, vol. 21, n° 8, 2000, p. 791-811.
Tushman L. M. et Anderson P., “Technological Discontinuities and Organizational Environ- ments”, Administrative Science Quarterly, vol. 31, n° 3, 1986, p. 439-465.
