Navigation – Plan du site

AccueilNuméros170Évaluation du potentiel dual des ...

Évaluation du potentiel dual des systèmes technologiques

Assessment of the dual potential of technological systems
François-Xavier Meunier
p. 79-110

Résumés

Durant les dernières décennies le paysage technologique de défense s’est largement ouvert en raison, d’une part, du développement de la dualité technologique et, d’autre part, de la privatisation et de l’internationalisation des entreprises de défense. Ainsi les échanges technologiques entre civil et défense constituent une opportunité pour accélérer l’innovation technologique dans l’un et l’autre de ces domaines. Néanmoins il est difficile d’identifier les systèmes technologiques qui peuvent bénéficier des synergies duales. L’objectif de cet article est de proposer une méthode permettant de mesurer le potentiel dual des systèmes technologiques au niveau mondial pour comparer ces potentiels et identifier les opportunités technologiques.
Classification JEL : O32.

Haut de page

Texte intégral

Introduction

1Le terme dual-use apparaît dans les années 1970-1980 aux États-Unis pour justifier des dépenses de R&D civile sur des budgets de défense et contourner les règles de l’Organisation Mondiale du Commerce (Uzunidis et Bailly, 2005, p. 43). Cette apparition fait suite à une longue période de transferts technologiques « spontanés » opérés depuis le domaine de la défense vers le domaine civil (spin-off) débuté au lendemain de la Seconde Guerre mondiale. Cette période qu’Alic et al. (1992) qualifient de paradigme des retombées prend fin dans les années 1980 et fait place à une relation plus complexe et ambivalente entre innovation de défense et innovation civile. En effet, à partir de cette époque, les transferts technologiques ne sont plus systématiquement à l’initiative de la défense, et des technologies d’origine civile font désormais l’objet de transferts inverses (spin-in), c’est par exemple le cas de technologies liées aux semi-conducteurs. D’autres technologies font l’objet de développements parallèles. En la matière il est possible de citer Arpanet et Internet qui sont mis au point séparément par des équipes de la sphère de la défense d’une part et de la sphère civile d’autre part (Serfati, 2008).

2Certains chercheurs font alors le constat que les dynamiques d’innovation au sein de la Base Industrielle et Technologique de Défense (BITD) – définie par Dunne (1995, pp. 399-430) comme l’ensemble des entreprises qui permettent aux forces armées de mener leurs opérations – sont largement influencées par celles qui s’exercent au sein des industries civiles. Dans ce contexte les travaux de R. Guichard et F. Heisbourg décrivent la dualité comme « un mode de gestion de la recherche, de l’innovation et de la production des systèmes de défense qui cherche à engendrer des économies d’échelle, de variété et des externalités avec le secteur civil » (Guichard et Heisbourg, 2004, p. 97). Dans cette perspective, il n’existe pas de technologie a priori de défense ou civile et l’enjeu est d’identifier quels sont les systèmes technologiques qui peuvent bénéficier de synergies entre le monde civil et le monde de la défense dans un processus dual d’innovation. Ce dernier permettrait aux industriels des deux sphères d’augmenter leurs potentiels d’innovation et de faire des gains en termes de temps (calendrier) et/ou d’action (événements) (Cowan et Foray, 1995).

3Ainsi, la dualité à marche forcée pourrait pousser à chercher des synergies là où il n’en existe pas ou à les exploiter de la mauvaise manière. La question est alors de savoir comment identifier le potentiel dual d’une technologie, puis de mesurer et qualifier le potentiel dual d’une technologie. L’objectif est donc de définir une méthode d’analyse quantitative permettant de mesurer ce potentiel dual afin d’accompagner la mise en place d’une organisation duale de l’innovation technologique. Pour ce faire, l’analyse réalisée dans cet article repose sur une approche par les connaissances. En effet, comme le précisent Carlson et al. (2002), les systèmes techniques constituent une approche pertinente pour appréhender les technologies en tant que set de connaissances. Ce sont alors à la fois les briques de connaissances et l’architecture de connaissances (Henderson et Clarck, 1990) qui caractérisent le système technique. Cet article propose d’identifier ces caractéristiques et de mener une comparaison entre la défense et le civil afin d’identifier les points de convergence susceptibles de soutenir la mise en place d’une organisation duale de l’innovation. L’analyse empirique exploite les données de brevets de la base COR&DIP 2014 qui répertorie les portefeuilles de brevets des 2000 plus grandes entreprises innovantes du monde en termes de dépense en R&D (avec leurs filiales) sur la période 2010-2012, soit environ 90 % de la dépense R&D privée mondiale. Parmi ces entreprises, le top 100 des entreprises vendeuses d’armes de SIPRI (Stockholm International Peace Research Institute) permet d’identifier celles qui ont une activité de défense et ainsi de mener la comparaison civil-défense.

4Dans un premier temps, cet article proposera une définition de la dualité et plus précisément de la notion de potentiel dual. Puis, la méthode d’évaluation du potentiel dual sera détaillée avant de présenter les résultats empiriques obtenus à travers des données de brevets sur la période 2010-2012.

1. Définition du potentiel technologique dual

1.1. La dualité technologique

5La question des interactions possibles entre la production militaire et le reste de l’industrie est au cœur de l’économie de la défense depuis plusieurs décennies (Fiott, 2014). Depuis la Seconde Guerre mondiale et en particulier pendant la guerre froide, la production d’armes a occupé une place prépondérante dans l’industrie des grandes puissances militaires. La production d’armes a représenté non seulement une part importante de leur système productif, mais elle a également absorbé une part significative du financement public de la R&D. C’est la raison pour laquelle de nombreux chercheurs se sont posé la question des retombées de cette activité militaire sur l’industrie civile et de leur impact sur les progrès de la technologie et de la science (Alic et al., 1994, pp. 155-172). De nombreuses études ont cherché à mettre en avant l’impact positif des dépenses publiques d’armement sur le progrès technique à travers les retombées technologiques (spin-off) et plusieurs études dans des domaines tels que l’informatique (Stowsky, 2004) ou encore l’aérospatial (Venturini et al., 2013) le montrent. Ces études postulent que les spécificités de la recherche et développement (R&D) militaire (aux niveaux financier, technique, organisationnel) rendent l’innovation de défense capable de rupture. Cependant, d’autres chercheurs pointent qu’en raison de ses spécificités la dépense publique de défense serait moins productive pour l’innovation que dans le civil (Mowery et Rosenberg, 1991 ; Lichtenberg, 1989). Cette vision encouragerait la défense, pour un certain nombre de technologies, à puiser dans un vivier technologique civil puis à spécifier (plus ou moins à la marge) ces technologies dans la perspective d’un usage défense.

6Il est ainsi possible de distinguer deux conceptions de la dualité qui s’opposent. La première considère que les transferts de technologies du civil vers le militaire, ou inversement du militaire vers le civil, sont le reflet d’un manque de coopération entre ces deux mondes et donc la preuve d’une absence de dualité. La seconde quant à elle considère que ces transferts prouvent au contraire la capacité de l’une et l’autre des sphères à s’approprier les technologies de l’autre et donc à profiter de la dualité.

7Malgré une littérature abondante sur les retombées, il n’y a pas de conclusion convaincante et plusieurs questions méthodologiques sont apparues. La plupart des articles qui soutiennent ou critiquent l’existence de retombées de la R&D en matière de défense reposent sur une série d’anecdotes ou d’exemples limités. Il semble difficile de produire un point de vue général à tel point que l’idée de spin-off constitue une image rhétorique plutôt qu’un concept précis et calculable, comme le souligne Edgerton (1988). Cette impasse résulte des difficultés liées à l’appréciation des conditions dans lesquelles une technologie issue du monde de la défense trouve une application dans le monde civil. Cette relation entre civil et militaire s’est d’autant plus complexifiée que, depuis la fin des années 1980, le lien de subordination entre innovation de défense et innovation civile semble s’être inversé pour de nombreuses technologies. Il arrive dans ce cas que ce soit l’intégration de technologies civiles dans le domaine militaire qui devienne un défi. Ainsi, certains proposent une vision qui s’inscrit dans la durée entre retombées technologiques du militaire vers le civil « spin-off » et absorptions technologiques « spin-in » du civil vers le militaire qui s’alternent (Dombrowski et al., 2002, pp. 1-128).

8Cette vision cyclique amène à se demander s’il existe des spécificités en matière d’innovations dans le domaine de la production d’armement. Le choix de trajectoires technologiques divergentes entre domaines commercial et militaire sert souvent d’argument pour justifier une spécificité dans l’innovation de défense (Serfati, 1995, p. 21). Si cela explique des développements technologiques différents, cela n’explique pas le choix de trajectoires technologiques divergentes. Plusieurs facteurs sont mis en avant pour souligner des spécificités militaires d’accumulation du savoir (Rosenberg, 1976) :

  • Source de financement : la structure de financement des entreprises de défense se caractérise par des contraintes spécifiques avec un rôle prépondérant de l’État, une frilosité des marchés financiers, des banques moins impliquées, etc. (Goyal et al., 2002, pp. 35-59 ; Besancenot et Vanceanu, 2006, pp. 23-36). Cette place prépondérante de l’État impose des règles spécifiques en termes d’utilisation des connaissances, notamment afin de préserver la souveraineté nationale.

  • Secteur d’origine ou utilisateur final : la demande militaire se caractérise par une prédominance des critères de performance associés à la supériorité stratégique : « small edge in performance can mean survival » (Alic et al., 1992, p. 114). Albrecht pose déjà en 1988 (Gummett et Reppy, 1988, pp. 38-57) la question du rôle des spécificités liées à la demande militaire mais aussi civile dans la relation entre les deux sphères. Ils montrent que, tant du côté de l’armée que du côté des utilisateurs civils, les utilisateurs ont des demandes spécifiques qui orientent les choix technologiques. La domination (en valeur) d’une demande (civile ou militaire) par rapport à l’autre pousse les industriels à répondre en priorité à cette demande. Ceci conduit à structurer les produits en fonction des attentes du client dominant. L’autre n’est que secondaire et doit se contenter de la technologie telle qu’elle est développée, même si elle ne répond pas exactement à ses besoins.

  • Nature des entreprises : une technologie développée par des acteurs de la BITD sera qualifiée de défense contrairement aux autres. C’est, entre autres, une des approches choisies par Chinworth (2000) pour analyser la dualité au Japon. C’est la culture, les routines propres aux industriels de défense qui expliquent les choix spécifiques qui peuvent être faits en matière de technologie.

    • 1 La CIB est utilisée par les offices de protection de la propriété intellectuelle à travers le monde (...)

    Nature des produits : il y a des technologies incorporées dans les systèmes d’armement qui sont spécifiques. C’est, par exemple, le cas dans les travaux de Acosta et al. (Acosta et al., 2011, pp. 335-349 ; 2017, pp. 1-19) qui supposent que certaines classes technologiques de la Classification Internationale des Brevets (CIB)1 sont par hypothèse des classes technologiques relevant du domaine de la défense (cela concerne notamment les classes technologiques F41 et F42 consacrées aux armes et munitions). Le fait d’incorporer ces quelques briques technologiques spécifiques à la défense dans des systèmes complexes conditionne leurs trajectoires technologiques.

9Si ces critères expliquent les divergences, ils ne soulignent à aucun moment un caractère militaire exclusif. C’est dans cette perspective que les notions de technologie à double usage et de dualité sont apparues (Guichard, 2004). En effet, le fait qu’une technologie ne soit utilisée que dans la production d’armes à un moment donné ne signifie pas qu’elle n’a aucune utilité potentielle au-delà de ce secteur. Dans cet article, la notion de dualité porte à la fois sur un objectif, la convergence entre la BITD et le reste de l’industrie, et sur un processus, les voies et moyens pour parvenir à une telle convergence. La dualité repose sur l’exploitation de synergies entre la sphère défense et la sphère civile.

10On peut alors considérer que la littérature sur la dualité, en mettant l’accent sur le caractère spécifique de la production d’armes, pousse à examiner cette dernière dans une analyse particulière. Cependant, cela se traduit par la perte d’une perspective plus large en termes de dynamique technologique et industrielle, comme le souligne la littérature sur l’économie de la connaissance (Foray, 2006). Pour dépasser les limites de la littérature existante, il semble important de reconsidérer les systèmes de défense comme des systèmes technologiques avant de les définir comme des systèmes militaires. Ainsi, il est permis de mesurer le potentiel dual de ces systèmes (Meunier et Zyla, 2016, pp. 89-108).

1.2. Le potentiel dual

11Étudier la technologie revient par conséquent à analyser ces trois composantes. C’est-à-dire à la fois comprendre les choix techniques matérialisés dans l’artefact, l’organisation des connaissances ayant permis le développement des solutions techniques et enfin le processus d’appropriation par un milieu social faisant passer, dans le langage économique, l’artefact du statut de solution technique à celui d’innovation.

12Ce travail s’appuie sur l’hypothèse selon laquelle le changement technique et l’innovation sont étroitement liés à des spécificités différenciées d’accumulation du savoir qui tracent de multiples trajectoires et régimes technologiques (Rosenberg, 1976), et propose alors d’étudier la dualité au travers des connaissances technologiques. Sans nier le besoin de descendre vers les usages et de remonter vers les artefacts technologiques qui incarnent cette dualité, cette approche offre un double avantage. Premièrement d’un point de vue empirique, en raison des enjeux de supériorité technologique ou encore d’autonomie stratégique l’accès aux caractéristiques techniques d’un matériel de défense est limité, ce qui rend difficile, au-delà d’un certain cercle, l’étude de la dualité à cette échelle. Deuxièmement, cela permet à la fois de positionner la réflexion en amont et ainsi d’observer l’émergence des connaissances avant qu’elles soient spécifiquement allouées au développement d’un artefact destiné à un usage particulier. Mais aussi en aval, ce qui permet d’étudier l’effet des processus d’appropriation sur la diffusion des connaissances dans la société.

13Ainsi, le principal apport de cette analyse est l’évaluation d’un potentiel dual lié à l’organisation des connaissances plus ou moins similaire entre sphère défense et sphère civile. Ce potentiel ne signifie pas automatiquement dualité, ce potentiel pouvant être exploité ou non. Pour cela, une analyse à l’échelle de l’artefact et des usages doit compléter cette approche en termes de connaissances. Par ailleurs, les résultats d’une étude en termes de connaissances dépendent fortement du contexte au sein duquel elle est réalisée. Or cela a pour conséquence qu’un seul et même résultat peut avoir deux explications bien distinctes. En effet, pour parler simplement, le potentiel dual d’une technologie dite de défense peut évoluer : soit parce que l’utilisation des connaissances au sein du système technologique de défense se conforme de plus en plus à l’utilisation des connaissances dans le domaine civil, soit parce que l’environnement technologique civil évolue vers une utilisation des connaissances plus proche de celle qui en est faite dans l’innovation de défense. Dans un cas, ce sont les connaissances du système qui évoluent alors que, dans l’autre, elles restent constantes mais c’est leur environnement qui change. Il est donc important de comprendre la manière dont les connaissances sont décomposées dans cet article.

14Selon M. Polanyi (1983), il existe plusieurs formes de connaissances et il distingue notamment connaissances codifiées et connaissances tacites. La connaissance codifiée est explicitement transcrite et peut facilement faire l’objet de transaction, elle n’est pas attachée à un individu mais à un support (p.ex. brevet) ; en ce sens, elle se rapproche de l’information/connaissance telle que la définit Arrow (1962). La connaissance tacite quant à elle est difficile à traduire. Elle comprend l’ensemble des savoir-faire qu’un individu ou une organisation porte en elle.

15M. Polanyi prolonge cette approche en proposant que toute connaissance formalisée repose au moins partiellement sur une compréhension tacite, autrement dit sur une capacité à comprendre, articuler et appliquer les connaissances. La codification de la connaissance n’est donc jamais totale. G. Dosi reprend cette approche : « The codified knowledge does not cover exactly the tacit knowledge base for which it tries to substitute » (Dosi, 2009, p. 119), tandis que pour d’autres le passage de la connaissance tacite à la connaissance formalisée est le fruit d’une évolution de l’un vers l’autre : « Typically, a piece of knowledge initially appears as purely tacit – a person has an idea. Often, though, as the new knowledge ages,it goes through a process whereby it becomes more codified » (Cowan et Foray, 1997, p. 595).

16Les connaissances technologiques et scientifiques sont à même d’être formalisées – par exemple au travers d’un brevet ou d’un article scientifique –, que la formalisation de la connaissance soit considérée comme complète ou qu’une partie tacite continue à exister. Sous cette forme, elle peut être comprise par une communauté d’ingénieurs qui possèdent les connaissances tacites et/ou formelles nécessaires à leur interprétation et à leur utilisation.

17Afin d’intégrer dans ce travail la distinction entre connaissance tacite et codifiée, c’est la vision commune à M. Polanyi et G. Dosi qui est retenue. La connaissance codifiée est directement abordée par le brevet alors que c’est en étudiant les connaissances à l’échelle du système qu’une partie de la connaissance tacite est capturée. En effet, dans cet article, nous proposons d’étudier la dualité à l’échelle des Systèmes de Connaissances Technologiques (Meunier, 2019). Ces systèmes, autrement appelés SCT, se placent dans le prolongement d’autres approches systémiques de la connaissance telles que celle proposée par Carlsson et Stankiewicz qui définissent les systèmes technologiques comme un ensemble de connaissances et de compétences plutôt que comme un bien ou un service (1991, pp. 93-118).

18Un SCT correspond à l’ensemble des connaissances qui, étroitement liées entre elles, sont à l’origine de synergies dans la production technologique. Cet ensemble cohérent de connaissances (fondées sur des principes scientifiques ou non) associé à des compétences spécifiques permet de proposer des solutions techniques qui sont alors combinées entre elles au sein d’un ou plusieurs systèmes technologiques. L’analyse empirique de cet article porte sur ces SCT, elle consiste à comparer la manière dont les connaissances qui les composent sont produites et organisées en général avec la manière dont les industriels de la défense les produisent et les organisent. C’est de cette comparaison entre la production de ces SCT au niveau de toutes les industries, et leur production spécifique chez les industriels de défense, que leur potentiel dual est évalué.

19Le SCT permet d’aborder à la fois la partie codifiée de la connaissance au travers des brevets qui les composent et la partie tacite de la connaissance au travers de l’articulation des ces connaissances entre elles. En effet, c’est en étudiant les dépôts de brevets que nous allons identifier la production de connaissances associée à ces SCT. Ceci correspond à la partie formelle de la connaissance. La partie tacite est quant à elle captée en étudiant ces SCT à l’échelle des firmes. En effet, la comparaison des connaissances ne se fait pas brevet à brevet dans cet article mais à l’échelle plus agrégée des bases de connaissances, dont la construction est détaillée dans la section suivante. Cette échelle d’analyse permet d’intégrer la dimension tacite en percevant comment les entreprises articulent ces connaissances entre elles. La typologie proposée par Henderson et Clark (1990) sert alors à qualifier cette part tacite de la connaissance.

20Ces auteurs séparent, d’une part, la brique de connaissance (component knowledge) qui correspond à l’unité de connaissance qui peut être plus ou moins importante. D’autre part, l’architecture de connaissances (architectural knowledge) révèle les relations qui existent entre elles. Cette typologie permet d’étudier l’agencement des connaissances au sein d’une organisation. Or cette notion d’architecture peut se retrouver à d’autres niveaux. En effet, à la manière d’Ulrich (1995), l’architecture est analysée au niveau des produits et se comprend dans ce cas comme le schéma qui alloue à chaque composant une fonction au sein d’un produit. C’est donc ce schéma qui lie ces composants entre eux. In fine, l’article propose d’étudier la dualité en comparant pour les 26 SCT identifiés par F.-X. Meunier leurs briques de connaissances et leurs architectures de connaissances à la fois dans le domaine civil et dans le domaine miliaire à travers des dépôts de brevets.

21Finalement, l’analyse de ces systèmes s’avère intéressante car elle permet de faire référence à deux notions importantes : le paradigme technologique et la trajectoire technologique (Dosi, 1982, pp. 147-162). Ces concepts sont centraux dans l’analyse évolutionniste des processus d’innovation. Ils montrent qu’étant donné le contexte actuel, tous les choix technologiques ne sont pas envisagés de la même manière, ce qui conditionne le processus d’innovation.

22Le paradigme technologique se définit comme « un modèle, un schéma de résolution des problèmes technologiques sélectionnés fondé sur des principes sélectionnés dérivés des sciences naturelles et sur des technologies matérielles sélectionnées ». Alors, « le progrès technique est défini par le paradigme technologique » (Dosi, 1982, pp. 147-162). En d’autres termes, la manière dont un individu cherche à produire de la technologie dépend du paradigme technologique au sein duquel il se situe. Il le conditionne dans ses choix en termes d’innovation. Cela définit une trajectoire technologique. Le potentiel dual se définit, pour un système technologique donné, comme la compatibilité des paradigmes technologiques dans le domaine de la défense et dans le domaine civil, ouvrant la possibilité à une coproduction technologique.

23L’objectif est donc de mesurer, pour un système donné, la compatibilité des trajectoires technologiques issues des paradigmes technologiques définis pour l’un dans le domaine de la défense et pour l’autre dans le domaine civil. Schématiquement, cela revient à comparer la structuration des connaissances d’un SCT dans un environnement technologique de défense avec la structuration de ces connaissances dans un environnement civil et à repérer les proximités qui peuvent exister d’un environnement à l’autre. Plus ces proximités sont fortes, plus le potentiel dual du SCT est présumé élevé. Les deux environnements technologiques sont définis en distinguant les entreprises ayant une activité dans le domaine de la défense d’une part et les autres entreprises d’autre part.

2. Méthode d’identification du potentiel dual

2.1. La théorie de la cohérence technologique

24À ce stade, il convient de justifier de l’emploi des données de brevet pour étudier la dualité. Les entreprises innovantes doivent résoudre la question de la protection de leur avance (Teece, 1998). Pour cela, différents régimes de protection existent. Les brevets constituent l’un d’entre eux. Il est réputé efficace pour s’approprier une innovation de produit tandis que le secret permettrait de mieux protéger ses procédés de production. Dans le cas des innovations liées à la défense, il existe néanmoins une situation particulière liée au secret. En effet, à l’instar de la France, il existe dans de nombreux pays des mécanismes permettant au gouvernement de mettre au secret des innovations technologiques pour des questions de souveraineté. Un gouvernement peut intervenir pour interdire la divulgation d’un brevet, ce dernier peut exister, mais il n’est pas rendu public. Cette limite spécifique au domaine de la défense mise à part, le brevet apporte les mêmes avantages et les mêmes inconvénients –notamment liées aux stratégies de secret industriel – que dans tout autre secteur (Stowsky, 2004, pp. 257-269). De plus, en étudiant les brevets, cette limite indépassable liée aux questions de souveraineté est ainsi intégrée ex ante à l’analyse et il ne reste parmi les brevets de la sphère défense que ceux pour lesquels les États ne s’opposent pas. Au final, dans la défense, l’utilisation des brevets s’avère un outil favorisant la transversalité des technologies (Kartman, 2015) qu’il est donc intéressant d’exploiter pour étudier la dualité technologique.

25Or, selon Griliches (1990), les principaux avantages des données sur les brevets sont les suivants :

  1. Par définition, les brevets sont étroitement liés à l’activité inventive.

  2. Les données sur les brevets sont objectives par rapport à l’influence de l’inventeur car elles sont générées par un bureau des brevets indépendant et leurs normes évoluent lentement dans le temps.

  3. Les brevets sont disponibles dans plusieurs pays, sur de longues périodes, et couvrent presque tous les domaines de l’innovation.

26C’est pourquoi nous utilisons les brevets comme une approximation de l’innovation, qui comme tout indicateur est imparfait mais permet des analyses à échelle internationale, sur un document uniforme qui contient des données sur les titulaires, la nature de l’innovation et les connaissances mobilisées pour la produire. Pour ces raisons, le brevet est largement utilisé pour étudier la diffusion des connaissances, ce qui constitue un objet d’étude similaire à la dualité (Trajetenberg, 1990 ; Jaffe et al., 2000 ; Autant-Bernard et al., 2013 ; Dosso et Lebert, 2017) ou sur la défense (Chinworth, 2000 ; Acosta et al., 2011, 2018 ; Meunier et Zyla, 2016).

27La méthode proposée repose sur la théorie de la cohérence technologique. Elle émerge dans les années 1990 au travers des travaux de Teece et al. (1994), qui cherchent à comprendre la pertinence des stratégies de diversification des firmes en analysant les associations de compétences en leurs seins. Ces analyses de cohérence ont été par la suite adaptées et enrichies dans le cadre de l’analyse des connaissances afin d’apprécier la cohérence technologique des firmes diversifiées (Piscitello, 2000, pp. 295-315 ; Krafft et al., 2011, pp. 445-475 ; Nasiriyar et al., 2013, pp. 1357-1380).

28La mesure de la cohérence des entreprises est dérivée du concept de « liaison ». Plus une entreprise diversifiée articule des compétences couramment articulées entre elles, plus cette entreprise est cohérente. Cela signifie que cette diversification est le fruit de l’exploitation des synergies entre des ressources complémentaires dont l’entreprise dispose. Il en va de même pour les connaissances, plus des connaissances sont couramment articulées entres elles au sein d’un système de connaissances plus ce système est cohérent.

29Dans le cadre de cet article, afin d’étudier au mieux la structuration des connaissances et d’analyser la dualité technologique, quatre configurations et donc quatre indicateurs de cohérence sont retenus (El Younsi et al., 2015, pp. 187-204) :

  • L’indice de cohérence théorique ou cohérence totale, pour lequel toutes les liaisons possibles entre les technologies manipulées par l’entreprise sont prises en compte. C’est l’indicateur : Cohérence Totale (CT).

  • L’indice de cohérence de voisinage, ou cohérence du « cœur », pour lequel seules les associations technologiques les plus fortes sont prises en considération. Elles forment ainsi un « arbre couvrant maximal ». C’est l’indicateur : Cohérence du Cœur (CC).

  • L’indice de cohérence observée, où seules les relations inter-technologiques concrètement observées entre technologies au sein de la base de connaissances sont prises en compte. C’est l’indicateur : Cohérence Observée (CO).

  • L’indice de cohérence « étendue », où l’on ajoute aux liens concrètement identifiés entre technologies au sein de la base de connaissances de la firme, l’ensemble des liaisons du « cœur » qui n’y figurent pas (CC). C’est l’indicateur : Cohérence Étendue (CE).

30La construction des indices de cohérence se fait en deux étapes. D’abord, la mesure de la liaison technologique. Cette liaison technologique repose sur les cooccurrences technologiques au sein des brevets, i.e. le nombre de fois où deux classes technologiques de la Classification internationale des Brevets (CIB) sont associées dans un brevet. Pour cela, un nombre « attendu » de cooccurrences entre les technologies est calculé à l’aide d’une loi hypergéométrique. La liaison (𝜏ij) entre les technologies i et j de la CIB dépend de la différence entre le nombre de cooccurrences constatées et le nombre attendu. Si (𝜏ij) est élevé, i.e. si le nombre de liens Jij observés entre les classes technologiques i et j est supérieur au nombre de liens attendus (𝜇ij), les deux technologies sont liées. Plus la différence est grande et positive, plus la liaison entre elles est forte.

31On a alors :

Image 10000000000000B10000002489F2A9F3582FE6AB.png

  • 2 Une famille de brevets regroupe l’ensemble des brevets déposés dans différents offices de protectio (...)

B représente l’ensemble des familles de brevets2 déposés ; pbi = 1 si la famille de brevets référence la technologie i, 0 sinon ; Oi = ∑bpbi le nombre total de fois où la technologie i est référencée parmi toutes les familles de brevets ; Jij le nombre d’occurrences de l’association des technologies i et j est donc Jij = ∑bpbipbj. Enfin, Xij est une variable aléatoire hypergéométrique du nombre de familles de brevets associées aux technologies i et j (avec une population B, un nombre de réalisation Oi et un échantillon de taille Oj) dont la variance est égale à Image 10000000000000120000001507565F6E4F9EF7DA.png.

Image 10000000000000C5000000251098D4330D0DBFB1.png

32Alors, le lien technologique se note :

Image 10000000000000630000002B960E7B72D22D1743.png

33L’ensemble des liens entre les technologies est répertorié au sein d’une matrice des liaisons technologiques.

Ensuite, en considérant la base de connaissances de l’entreprise k représentée par un ensemble de familles de brevets, pki = 1 si la famille de brevets déposés par l’entreprise k référence la technologie i, 0 sinon. Avec Pk le nombre de classes technologiques dans lesquelles l’entreprise k est active. Un ensemble d’indicateurs est construit selon la même formule où la matrice adjacente Image 10000000000000340000001AF2C999B371531E8A.pngest utilisée afin de spécifier les relations technologiques retenues pour chacun d’entre eux.

Image 100000000000012000000037A815852DD8923BC6.png

34Alors, Indick ∈ ]0, +∞] désigne les indicateurs relatifs à l’entreprise k. Où i la classe technologique comparée à l’ensemble des autres technologies produites par cette entreprise, tij est l’indice de liaison technologique entre i et j, Cki le vecteur des classes technologiques dans lesquelles l’entreprise est active et Pkj = ∑jpkj correspond au nombre de familles de brevets référençant la classe technologique j possédées par l’entreprise k.

35L’ensemble de ces indicateurs permet de mesurer l’importance des phénomènes d’exploitation et d’exploration au sein des bases de connaissances qui se décomposent ainsi (El Younsi et al., 2015, pp. 187-204) :

  • Mesure de l’exploitation : cela correspond au score de cohérence des liens observés au sein de l’entreprise et qui font partie du cœur technologique. Autrement dit, c’est l’intégration des architectures de connaissances évidentes au sein de l’entreprise.

Image 10000000000000A8000000280FF0B9E03A09B89D.png

  • Mesure de la différenciation : cela correspond au score de cohérence des liens observés au sein de l’entreprise et qui ne font pas partie du cœur technologique. Autrement dit, c’est l’intégration d’architectures de connaissances originales au sein de l’entreprise.

Image 100000000000009000000028B65D7B010A6DE980.png

  • Mesure de la distinction : cela correspond au score de cohérence des liens que l’entreprise n’exploite pas alors même qu’ils font partie du cœur technologique. Autrement dit, c’est la non-intégration d’architectures de connaissances évidentes au sein de l’entreprise.

Image 100000000000008F00000029408E635FCC4900BD.png

  • Mesure de l’exploration : cela correspond au score de cohérence des liens spécifiquement omis ou ajoutés par l’entreprise. Autrement dit, c’est ce qu’elle fait que les autres ne font pas, ou ce qu’elle omet de faire quand les autres le font abondamment.

Image 10000000000000A50000002994F9BCAA6D035B2F.png

36Ces quatre mesures portent bien sur la structuration des connaissances puisque c’est la manière dont les connaissances sont articulées entre elles qui sert à les calculer. Elles permettent d’observer, à l’intérieur d’une structure de connaissances, la part qui s’articule de manière originale et la part qui s’articule de manière commune. C’est en cela qu’elles sont utiles afin de comprendre la structure interne des SCT dans le but d’en étudier la dualité.

2.2. Les indicateurs du potentiel dual

37Comme cela a été mis en évidence dans la première partie, observer les processus de diffusion de la connaissance au niveau des SCT permet à la fois d’analyser la part relative aux briques de connaissances et celle relative aux architectures de connaissances tout en évitant de détailler précisément la structure des connaissances relative à un artefact technologique spécifique.

38Pour appliquer les mesures de la cohérence à l’étude de la dualité, les indicateurs qui viennent d’être présentés doivent être transposés au niveau des SCT. Pour cela, au lieu d’étudier la base de connaissances d’une firme – c’est-à-dire au lieu de calculer ses scores de cohérence en fonction du nombre de brevets qu’elle dépose dans chaque classe à l’aide des quatre formules d’Indick–, ce sont les scores de cohérence des SCT qui sont calculés. Pour cela, il suffit de calculer IndicSPS est le nombre de classes technologiques qui composent le SCT s, Csi le vecteur des classes technologiques qui composent le SCT et Pkj = ∑jpsj correspond au nombre de familles de brevets référençant la classe technologique j entrant dans la composition du SCT s.

Image 100000000000011700000038E734851FFA7AF660.png

La dernière étape consiste à construire des indicateurs permettant de comparer la structuration des connaissances dans l’environnement de connaissances de la défense d’une part et dans l’environnement de connaissances global d’autre part. L’environnement de connaissances défense sert à percevoir les spécificités liées à l’activité de défense dans la structuration des liaisons technologiques au sein des SCT. Pour cela, il est nécessaire de poser l’hypothèse que l’agrégation de l’ensemble des brevets, familles de brevets déposés par les entreprises de défense crée un effet de groupe et permet de concentrer au sein de ce groupe les liaisons technologiques qui ont un lien avec l’innovation dans ce domaine. Cela permet de calculer des scores de liaison technologique Image 100000000000000F00000015AECCB6F70ED6F2D5.png captant la spécificité de l’activité de défense et de calculer l’ensemble des indicateurs présentés. Puis, de procéder à des comparaisons avec la structure des connaissances dans le paysage technologique global dont l’indice de liaison est calculé à partir de l’ensemble des dépôts de brevets sans distinction.

39Le premier indicateur interne s’attarde sur le cœur technologique des SCT. La philosophie de cet indicateur est de mesurer à quel point le cœur technologique du SCT est stable d’un environnement de connaissances à un autre. Un cœur technologique qui ne change pas d’un environnement de connaissances à un autre signifie que les liaisons les plus fortes (les plus fréquentes) sont les mêmes dans les deux environnements, c’est-à-dire, dans le cas présent, que ces liaisons restent les mêmes que ce soit les entreprises de défense ou les autres qui manipulent les connaissances du SCT. Cet indicateur se nomme : ID1 : Dualité du cœur technologique.

40Pour un SCT, cette stabilité peut se mesurer par le biais d’un rapport entre le nombre de liaisons technologiques du cœur communes aux deux environnements de connaissances sur le nombre total de liaisons technologiques du cœur.

Soit Image 1000000000000016000000138DE6308C90EF2C1E.png l’ensemble des n – 1 liaisons technologiques du cœur {t1tn} présentes dans l’architecture du SCTs relativement à l’environnement i ≡ {D, G} où D est l’environnement de connaissances des entreprises de défense et G l’environnement de connaissances global.

41Alors, ∀s :

Image 100000000000009000000028B8A21A936FA2B2DE.png

42Le second indicateur s’intéresse particulièrement à l’architecture de connaissances des SCT. La philosophie de cet indicateur est de regarder, au-delà du cœur technologique, la manière dont les connaissances sont concrètement articulées dans les deux environnements, puis de mesurer la cohérence de cette articulation. Si, pour un SCT, la cohérence observée au sein de l’environnement de connaissances défense (qui est une partie de l’environnement de connaissances global) représente une faible part de la cohérence observée dans l’environnement global, cela signifie que l’architecture de connaissances qui supporte ce SCT se retrouve en dehors des entreprises de défense, autrement dit qu’elle n’est pas spécifique à cette activité et donc duale. Cet indicateur se nomme : ID2 : Dualité d’architecture de connaissances.

43Pour un SCT, cette diffusion de l’architecture de connaissances peut se mesurer par le rapport des cohérences concrètes relatives à deux environnements.

Soit Image 100000000000001A00000014F90647AA9636FD35.png la cohérence observée du SCTs dans l’environnement i ≡ {D, G} où D est l’environnement de connaissances des entreprises de défense et G l’environnement de connaissances global.

44Alors, ∀s :

Image 10000000000000530000002CE4120935AFF5ED53.png

45Le troisième et le quatrième indicateur se concentrent sur la part de l’exploration au sein des SCT. La philosophie de l’un est de mesurer à quel point l’architecture de connaissances d’un SCT ne repose pas sur le cœur technologique de l’environnement de connaissances défense. Si cette architecture de connaissances n’est pas spécifique au cœur technologique des entreprises de défense, cela signifie qu’elle ne leur est pas spécifique et donc duale. Cet indicateur se nomme : ID3 : Dualité d’exploration.

46Pour un SCT, la non-spécificité peut se mesurer par le ratio d’exploration relatif à un environnement.

Soit Image 100000000000001F000000141BEF00786AA8C110.pngla cohérence observée, Image 100000000000001F00000014B56CBB5EAFDFDD50.pngla cohérence totale et Image 100000000000001E000000135E41C0298649D6AC.pngla cohérence du cœur du SCTs dans l’environnement de connaissances des entreprises de défense.

47Alors, ∀s :

Image 10000000000000860000002B6D7218310C870F12.png

48La philosophie du quatrième est de mesurer à quel point l’architecture de connaissances est figée dans les deux environnements de connaissances révélant un niveau de stabilité similaire dans le système technologique et ainsi, de mesurer dans quelle proportion les entreprises de défense et les autres acteurs de l’innovation peuvent simultanément explorer de nouvelles combinaisons technologiques au sein d’un SCT et ainsi en reprenant l’expression de Cowan et Foray gagner du temps en termes de calendrier et d’événements (Cowan et Foray 1995, pp. 851-868). Cet indicateur se nomme : ID4 : Dualité d’exploration combinée.

49Pour un SCT, la simultanéité dans les efforts d’exploration peut se mesurer par le rapport des ratios d’exploration relatifs à deux environnements.

Soit Image 100000000000001A00000014F90647AA9636FD35.png la cohérence observée, Image 100000000000001A00000013D862B7537B2C909E.png la cohérence totale et Image 100000000000001B00000014CB3A86C21818B084.png la cohérence du cœur du SCTs dans l’environnement i = {D, G} permettant de calculer le ratio d’exploration du SCTs au sein de l’environnement de défense.

50Alors, ∀s :

Image 10000000000000FD0000002B48F5705E29D35BE1.png

51Enfin, le cinquième indicateur s’attarde plus spécifiquement sur la part de la dualité portant sur les briques de connaissances isolées. La philosophie de cet indicateur est de mesurer à quel point les briques de connaissances sont assimilées dans l’environnement de connaissances défense sans pour autant développer une architecture de connaissances spécifique. Si une brique est pareillement isolée dans l’environnement de connaissances défense et dans l’environnement de connaissances global, cela indique que son intégration n’a pas nécessité le développement d’une architecture de connaissances spécifique aux entreprises de défense. Autrement dit que l’architecture de connaissances de ce SCT ne repose pas sur le cœur technologique des entreprises de défense et qu’elle joue par conséquent un rôle marginal dans l’intégration des briques de connaissances de ce SCT dans le secteur de la défense. Cet indicateur se nomme : ID5 : Dualité de briques de connaissances isolées.

52Pour un SCT, le caractère secondaire de cette architecture de connaissances peut se mesurer par le rapport du ratio de distinction dans l’environnement de connaissances restreint sur le ratio de distinction dans l’environnement global.

Soit Image 100000000000001F00000014F9C3A9273B00B392.pngla cohérence des liaisons technologiques concrètes auxquelles sont ajoutées les liaisons avec les technologies du cœur qui ne sont pas exploitées. À l’aide des éléments précédemment définis, il est possible de calculer le ratio de distinction relatif aux deux environnements au sein du SCTs.

53Alors, ∀s :

Image 10000000000000FE0000002BC6E0A76D22AA739D.png

3. Données et résultats

3.1. Données

54Comme cela a été dit, les SCT étudiés dans cet article sont ceux identifiés dans F.-X. Meunier (2018). Leur composition est détaillée dans l’annexe 1. Afin de préserver la cohérence de l’analyse, les bases de données utilisées pour définir les deux environnements de connaissances sont les même que celles de F.-X. Meunier (2018). Ce jeu de données comprend pour la période 2010-2012 (3 ans) les références des dépôts de brevets aux offices pour les entreprises du « Scoreboard » (IPTS, 2013). Cette base de données COR&DIP v1.14 est le fruit d’une collaboration L’Institut de Prospective Technologique de Séville (IPTS) et l’Organisation de Coopération et de Développement Économiques (OECD) dont la procédure de construction est décrite par Dernis et al. (2015).

55Les données de brevets issues de cette base sont complétées à l’aide de : the European Patent Office’s Worldwide Patent Statistical Database (PATSTAT). Cette base de données offre notamment des informations sur les inventeurs, la CIB, les dates, les offices et les citations au sein de ces brevets (EPO, 2014), (Rassenfosse et al. 2014, pp. 395-408). Pour identifier les entreprises et ainsi définir les deux environnements de connaissances, les données du SIPRI sont utilisées (SIPRI : Top 100 arm industries, 2010-2012). Dans cette étude, seuls les brevets déposés dans l’Office Européen des Brevets (OEB), dans l’office américain (USPTO) ou dans l’un des offices de l’Europe des 15 sur la période 2010 à 2012 sont retenus en raison de leur fiabilité et de leur homogénéité. Sur les 2000 entreprises de la base COR&DIP, seules 65 disposent d’une activité dans le domaine de la défense. Ces entreprises comptent pour 367 185 familles de brevets déposés contre 2 341 491 pour l’ensemble de l’échantillon composé de 1665 entreprises déposant dans les offices sélectionnés. Après suppression des doublons, il ne reste plus que 254 185 familles d’une part et 1 424 516 familles d’autre part. Chaque famille de brevets compte en moyenne 2,72 classes technologiques. Le tableau 1 présente les statistiques descriptives relatives aux 5 indicateurs de dualité dont les résultats complets sont présentés en annexe 2.

Tableau 1. Statistiques descriptives des indicateurs de dualité interne

Indicateurs

Moyenne

Écart-type

Médiane

Dualité du cœur technologique

0,524700948

0,254876466

0,527914947

Dualité d’architecture de connaissances

0,476099783

0,228257014

0,432710157

Dualité d’exploration

0,665278565

0,286538019

0,739354998

Dualité d’exploration combinée

0,686236981

0,262697637

0,725907504

Dualité de briques de connaissances

0,080901836

0,191510277

0,038412929

3.2. Résultats

56Afin d’appréhender plus facilement les résultats, une Analyse en Composante Principale réalisée à partir des scores de dualité des 26 SCT a permis de distinguer plusieurs profils. Cette ACP explique 88 % des scores.

Figure 1. Analyse en Composante Principale : positionnement relatif des SCT

Image 1000000000000514000002BC464EDBDE020B531B.png

57La composante 1 paraît fortement structurée autour des SCT les plus synergétiques pour les entreprises de défense et des indicateurs de dualité ID1, ID3 et ID4 alors que la composante 2 explique essentiellement ID2 et ID5 et le SCT21. La composante s’associe par conséquent plus fortement au rôle que joue le cœur dans les indicateurs de la dualité, ce qui conduit à retrouver proches de cet axe les SCT les plus centraux ; alors que la composante 2 prend le SCT dans son ensemble et par conséquent agrège les SCT secondaires pour la défense.

58Tout d’abord, sur cette représentation, les SCT 21, 26 et 3 structurent l’espace. Ils présentent des profils avec un fort déséquilibre entre la sphère défense et la sphère civile, ce qui explique que le partage de la connaissance entre les deux environnements ne s’apparente pas à de la dualité mais à une autre forme de partage plus proche du paradigme des retombées en accord avec la différenciation théorique présentée dans le chapitre 1. Ensuite, une classification ascendante hiérarchique (CAH) permet d’identifier 4 clusters qui correspondent à 4 profils de dualité.

  • Profil 1 : potentiel dual maîtrisé

  • Profil 2 : potentiel dual émergent

  • Profil 3 : potentiel dual de production industrielle

  • Profil 4 : potentiel dual marginal

  • 3 Sauf pour le SCT 7 dont la dualité de briques de connaissances est à 0, car il est juste composé de (...)

59Le profil 1 correspond à un groupe de SCT en lien avec les systèmes embarqués et l’aéronautique (système de communication, guidage à distance et drones). Ils comportent des scores élevés sur chacun des indicateurs de dualité3. Ce profil est composé de SCT qui sont centraux dans l’innovation des entreprises de défense mais dont les technologies sont, aujourd’hui, aussi nécessaires à la production de biens civils. Il semble trivial de montrer le caractère dual de l’aéronautique tant cela semble évident (Moraillon, 2001), néanmoins au-delà de l’évidence, ce qui est important, c’est de mesurer et de comprendre cette dualité.

60Il est intéressant de noter que ce profil se distingue des autres par des scores de dualité d’exploration combinée supérieurs à ceux de tous les autres SCT tout en affichant des scores de dualité élevés sur le cœur technologique et sur l’architecture de connaissances. Ceci implique que pour ces SCT, défense et civil articulent ces connaissances de manière proche, mais qu’en plus ils ont l’opportunité de collaborer dans le cadre de l’exploration technologique afin de prolonger ces proximités entre les deux sphères.

61En effet, il semble d’abord que les deux sphères exploitent aujourd’hui le même cœur technologique, ce qui signifie que ces SCT se sont cristallisés autour de liaisons fortes qui sont les mêmes dans les deux environnements de connaissances. Fondamentalement, il n’y a donc pas pour ces SCT de divergence dans les combinaisons de connaissances entre défense et civil, ce qui laisse envisager des collaborations pour le développement technologique dans le cadre du paradigme technologique actuel. Plus largement, la même architecture de connaissances est reprise dans les deux environnements, ce qui facilite les transferts de connaissances d’une sphère à l’autre. En conformité avec le cadre conceptuel, la proximité des architectures de connaissances permet d’incorporer plus aisément au sein d’une sphère une brique de connaissance en provenance de l’autre sphère.

62Ce profil technologique semble en adéquation avec l’histoire et la structuration actuelle du secteur aéronautique, un secteur dans lequel les entreprises sont déjà et depuis plusieurs décennies largement duales (Depeyre, 2013, pp. 58-73). Cette très grande similarité technologique et l’intégration dont ces SCT font l’objet au sein d’entreprises éminemment duales suggèrent que ce modèle est celui d’une « dualité maîtrisée » qui semble le plus mature à la fois sur le plan technologique et sur celui de la stratégie des entreprises.

63Néanmoins, il apparaît qu’au sein de l’environnement de défense et au sein de l’environnement civil, les entreprises explorent de nouvelles manières d’articuler ces connaissances. Cette dualité d’exploration combinée offre bien, à la manière dont Cowan et Foray (1995) le décrivent, la possibilité de gagner du temps dans le développement technologique tant en termes de calendrier que d’événements. De plus, en collaborant dans le cadre de cette exploration, les deux sphères ont l’opportunité de construire ensemble les normes et les standards qui contraindront les développements technologiques futurs ; elles peuvent ainsi profiter de cette opportunité pour mettre en place un cadre institutionnel susceptible, à l’avenir, de faciliter cette coopération dans le contexte d’une dualité future. La stratégie d’ores et déjà duale des entreprises aéronautiques laisse à penser que ces dernières seront en mesure de jouer un rôle dans la concrétisation de ce potentiel.

64Le profil 2 quant à lui concerne des SCT en lien avec les capteurs, les véhicules et les moteurs électriques. Il se caractérise par des scores de dualité élevés sur trois composantes : la dualité du cœur technologique, la dualité d’exploration et la dualité d’exploration combinée. Ici, les SCT retenus sont moins centraux et présentent des niveaux de synergie moyens dans l’échantillon de SCT étudié (Meunier, 2018).

65Dans ce cas, comme dans le précédent, la dualité élevée du cœur technologique peut s’interpréter comme une convergence dans les fondements de l’exploitation des connaissances au sein de ces SCT, ce qui traduit une appartenance au même paradigme technologique. En revanche, contrairement au profil 1, la faible dualité d’architecture de connaissances montre que les entreprises de défense n’exploitent qu’une partie limitée des combinaisons de classes technologiques cohérentes exploitées ailleurs. Ceci, certainement en raison de la spécificité des usages dans le domaine de la défense, mais aussi et surtout en raison d’une application des systèmes technologiques de plus en plus diversifiée dans le reste du paysage technologique (développement des véhicules autonomes, des engins agricoles connectés, des drones civils, mais aussi dans le transport ferroviaire par exemple).

66Par ailleurs, les forts scores de dualité d’exploration et d’exploration combinée montrent que les entreprises de défense participent à l’effort d’exploration et peuvent, dans le cadre de ces associations « originales » de connaissances, mettre au jour de nouvelles opportunités de coopération avec le reste de l’environnement technologique.

67Globalement, ce profil présente un potentiel dual intéressant car il regroupe des SCT dont le niveau de cohérence est plutôt faible, ce qui signifie qu’il existe une certaine diversité dans les associations technologiques au sein desquelles les entreprises de défense peuvent trouver des opportunités de valorisation de leurs connaissances. De plus, les connaissances en question servent au développement technologique de biens qui sont aujourd’hui promis à un avenir prospère, notamment pour les véhicules autonomes. Ces applications nouvelles nécessitent la mise au point de nouvelles architectures de connaissances. Or les constructeurs automobiles ou spécialistes de la haute technologie qui travaillent actuellement à la mise au point du véhicule autonome travaillent sur différentes architectures. Certains misent plus sur la qualité des capteurs, d’autres sur la cartographie ou encore sur l’intelligence artificielle (Le Véhicule du futur, Rapport de l’académie des technologies, 2013). Même si tous ces éléments sont nécessaires à la mise au point d’un véhicule autonome, l’équilibre entre ces différentes connaissances, qui déterminera l’architecture de connaissances dominante, n’est pas encore défini et il n’existe pas encore de standard. Comme, en plus, l’articulation de ces connaissances n’apparaît pas en désaccord avec le cœur technologique des entreprises de défense et que certaines d’entre elles ont fait de « l’intelligence » et de l’autonomie des véhicules un axe de développement (par exemple Nexter avec le programme Scorpion), il semble que ces dernières pourraient participer à la mise au point du véhicule autonome civil, et ainsi contribuer à l’élaboration de l’architecture de connaissances, ce qui leur permettra, par la suite, de trouver plus facilement de nouveaux débouchés à leurs technologies au-delà du domaine de la défense. Le modèle semble donc celui d’une « dualité émergente » où la place des entreprises de défense reste encore à clairement définir contrairement au cas précédent.

68Le profil 3 est constitué de SCT dont les domaines d’application sont diversifiés (les pneumatiques, les systèmes de guidage, les technologies liées aux véhicules en général et les systèmes électriques), soit des technologies génériques, présentes dans le secteur automobile notamment. Leurs scores sont globalement plus faibles que ceux des profils précédents.

69La première information à noter est que les SCT concernés sont aussi centraux pour les entreprises de défense que ceux du profil 2, néanmoins, leurs scores de dualité du cœur sont bien plus faibles. Cela signifie que les liaisons fortes réalisées dans l’environnement de connaissances de défense ne sont pas les mêmes que celles dans l’environnement de connaissances global. Ainsi, à la différence des cas précédents, il n’y a pas la même proximité fondamentale des connaissances. Par ailleurs, et en dépit de l’absence de similitude dans les liaisons fortes, la dualité d’architecture de connaissances est plutôt supérieure à celle du cas précédent. Ceci peut s’expliquer par le fait que, pour ces SCT relativement périphériques pour la défense, l’environnement de connaissances défense est plutôt en aval du reste de la production technologique dans ce domaine. Ce résultat est confirmé par les scores bas dans la dualité d’exploration et d’exploration combinée. Par conséquent, les entreprises de défense « utilisent » les connaissances produites ailleurs dans une architecture de connaissances relativement proche. En revanche, afin d’adapter ces architectures aux spécificités de la sphère militaire, les entreprises de défense y adjoignent des connaissances spécifiques relevant de leur cœur technologique, ce qui explique les faibles scores sur la dualité de briques de connaissances.

70Le potentiel dual de ce profil semble nettement plus faible que les précédents, notamment en termes de dualité de similarité. Au contraire, le profil de ces SCT laisse à penser qu’il existe au sein de ces SCT une répartition des rôles entre les entreprises des deux sphères. La grande maturité des technologies concernées suggère que la production industrielle est largement rationalisée. Ainsi, chacune des deux sphères s’est spécialisée dans le domaine pour lequel elle dispose des avantages les plus forts. Le modèle de dualité est donc un modèle mature de « dualité de production industrielle » très fortement marquée par une complémentarité entre les deux sphères.

71Dans le dernier profil, les SCT sont associés à la pétrochimie, à l’aménagement des véhicules de tout type et au travail des métaux. Ils présentent tous de faibles scores de dualité. Dans ce cas, les scores sont tellement faibles qu’il serait abusif de parler de dualité ou alors seulement de « dualité marginale ». Le seul élément marquant est que, pour deux des trois SCT (SCT 11 et 24), la dualité de briques de connaissances semble relativement élevée, ce qui indique que les associations réalisées au sein de ce SCT ne relèvent pas du cœur technologique des entreprises de défense, ce qui implique qu’elles intègrent des briques de connaissances produites ailleurs.

Conclusion

72Cet article met en évidence l’intérêt d’utiliser la théorie de la cohérence technologique afin d’étudier la structure interne des systèmes technologiques. Ce cadre théorique a permis de proposer plusieurs indicateurs de la dualité : dualité du cœur technologique, dualité d’architecture de connaissances, dualité d’exploration, dualité d’exploration combinée et dualité de briques de connaissances.

73L’analyse des SCT révèle une hiérarchie claire dans le potentiel dual des différents systèmes compte tenu de l’organisation interne des connaissances entre 2010 et 2012. Cette hiérarchie met en avant la capacité des entreprises de défense à participer au développement technologique des systèmes de guidage, des drones civils ou encore de la voiture autonome. La réitération de ce type d’analyse sur plusieurs années ferait apparaître des tendances qui peuvent servir non seulement aux industriels de la défense pour la définition de la stratégie de dualisation, mais aussi à la Direction Générale de l’Armement (DGA) dans le cadre de l’orientation de ses financements duaux.

74Elle peut, par la suite, être complétée d’une analyse par secteur d’activité et par entreprise afin d’affiner les recommandations en fonction de cas plus précis. L’enjeu de cet article était avant tout de montrer sa pertinence dans la mesure du potentiel dual. La définition de préconisations précises nécessitera des analyses complémentaires SCT par SCT et secteur par secteur.

Haut de page

Bibliographie

Académie des technologies (2013), Le véhicule du futur.

Acosta, M., Coronado, D. et Marín, R. (2011), « Potential Dual-Use of Military Technology: Does Citing Patents Shed Light on this sésu? », Defence and Peace Economics, vol. 22, n° 3, pp. 335-349.

Acosta, M., Coronado, D., Ferrandiz, E., Marin, M.R. et Moreno, J.P. (2017), « Patents and Dual-use Technology: An Empirical Study of the World’s Largest Defence Companies », Defence and Peace Economics, pp. 1-19.

Albrecht, U. (1988), « Spin-Off: A Fundamentalist Approach », in The Relations between Defence and Civil Technologies, pp. 38-57.

Alic, J.A. (1992), Beyond Spinoff: Military and Commercial Technologies in a Changing World, Harvard Business Press,

Alic, J.A. (1994), « The dual use of technology: Concepts and policies », Technology in Society, vol. 16, pp. 155-172.

Besancenot, D. et Vranceanu, R. (2006), « European Defence Firms: The Information Barrier on Private Finance », Defence and Peace Economics, vol. 17, n° 1, pp. 23-36.

Carlsson, B. et Stankiewicz, R. (1991), « On the nature, function and composition of technological systems », Journal of Evolutionary Economics, vol. 1, n° 2, pp. 93-118.

Chinworth, M.W. (2000), Perception gaps: an assessment of dual-use technology models in Japan and the United States, thèse de doctorat, Cranfield University.

Cowan, R. et Foray, D. (1995), « Quandaries in the economics of dual technologies and spillovers from military to civilian research and development », Research Policy, vol. 24, pp. 851-868.

Daguzan, J.-F. (2001), « Technologies duales et défense, entre politique et management : l’Armement-Recherche civile », Recherche de défense, n° 76.

Depeyre, C. (2013), « Boeing Boeing : la dualité civil-militaire source d’un rebond stratégique dans l’ère post-guerre froide », Entreprises et histoire, vol. 73, n° 4, pp. 58-74.

Dernis, H., Dosso, M., Hervás, F., Millot, V., Squicciarini, M. et Vezzani, A. (2015), World corporate top R&D investors: Innovation and IP bundles. Institute for Prospective Technological Studies, Joint Research Centre.

Dombrowski, P.J., Gholz, E. et Ross, A.L. (2002), Military transformation and the defense industry Newport center of naval war college. Naval War College.

Dosi, G. (1982), « Technological paradigms and technological trajectories: a suggested interpretation of the determinants and directions of technical change », Research Policy, vol. 11, n° 3, pp. 147-162.

Dunne, P. (1995), « The defense industrial base », Handbook of Defense Economics, (1), pp. 399-430.

Edgerton, D. (1988), « The Relationship between Military and Civil Technology: A Historical Perspective », in The Relations between Defence and Civil Technologies, pp. 106-114.

Younsi, H.E., Lebert, D., Meunier, F.-X. et Zyla, C. (2015), « Exploration, exploitation et cohérence technologique », Économie appliquée, vol. 68, n° 3, pp. 187-204.

Fiott, D. (2014), « The Three Effects of Dual-Use: Firms, Capabilities, and Governance », Brief Issue, European Union Institute for Security Studies, n° 21.

Foray, D. (2006), The Economics of Knowledge. Cambridge (Massachusetts), The MIT Press.

Goyal, K., Lehn, K. et Racic, S, (2002), « Growth opportunities and corporate debt policy: the case of the U.S. defense industry », Journal of Financial Economics, vol. 64, n° 1, pp. 35-59.

Guichard, R. (2004), Recherche militaire : vers un nouveau modèle de gestion ?, Paris, Economica.

Gummett, P. et Reppy, J. (1988), The Relations between Defence and Civil Technologies. Dordrecht, Springer.

Henderson, R.M. et. Clark, K.B. (1990), « Architectural Innovation: The Reconfiguration of Existing Product Technologies and the Failure of Established Firms », Administrative Science Quarterly, vol. 35, n° 9, pp. 9-30.

Katzman, J. (2015), « The “Hyundaization” of the Global Arms Industry », Wall Street Journal.

Krafft, J., Quatraro, F. et Saviottti, P.P. (2011), « The Knowledge Base Evolution in Biotechnology: A Social Network Analysis, Economics of Innovation and New Technology », vol. 20, n° 5, pp. 445-475.

Meunier, F.-X. et Zyla, C. (2016), « Firm growth and knowledge flows: comparative analysis between defence and civil areas », Journal of Innovation Economics & Management, n° 2, pp. 89-108.

Meunier, F.-X. (2018), « Identification des systèmes de connaissances technologiques au sein des industries A&D », Technologie et Innovation, vol. 3.

Moraillon, H. (2001), « Dualité de la recherche aéronautique : mythe ou réalité? », L’Armement-Recherche civile, Recherche de defense, n° 76.

Nasiriyar, M., Nesta, L. et Dibiaggio, L. (2013), « The moderating role of the complementary nature of technological resources in the diversification-performance relationship », Industrial and Corporate Change, vol. 23, pp. 1357-1380.

Nesta, L. et Saviotti, P.P. (2005), « Coherence of the Knowledge Base and the Firm’s Innovative Performance: Evidence from the U.s. Pharmaceutical Industry », The Journal of Industrial Economics, vol. 53, n° 1, pp. 123-142.

Piscitello, L. (2000), « Relatedness and coherence in technological and product diversification of the world’s largest firms », Structural Change and Economic Dynamics, vol. 11, n° 3, pp. 295-315.

Rosenberg, N. (1976), Perspectives on technology, CUP Archive.

Serfati, C. (1995), Production d’armes, croissance et innovation. Paris, Economica.

Stowsky, J. (2004), « Secrets to shield or share? new dilemmas for military R&D policy in the digital age », Research Policy, vol. 33, pp. 257-269.

Teece, D.J., Rumelt, R., Dosi, G. et Winter, S. (1994) « Understanding corporate coherence », Journal of Economic Behavior and Organization, vol. 23, pp. 1-30.

Uzunidis, D. et Bailly, M.A. (2005), « Politiques de recherche et innovation militaire : Schumpeter versus Smith aux États-Unis et en Europe », Innovations, vol. 21, n° 1, p. 43.

Haut de page

Annexe

Annexe 1. Les SCT

SCT

Technologies

Numéro classe technologique

Nombre de technologies

1

Missiles

F41F F41A F41G F42B F42C C06B C06C C06D

8

2

Armement*

A45F F41C F41J D03D F41F F41A F41G F42B F42C C06B C06C C06D

12

3

Réacteurs et turbines

F03B F16J F23C F02K F04D F01D F02C F23R F23D F23N F24H F02G

12

4

Véhicule de défense

F41H B60D B62D B60G F16F

5

5

Communication

G06Q G06F H04L H04B H04W H04J

6

6

Guidage

H01P H01Q G01S G01C G08G G05D

6

7

Aéronef

B64C B64D

2

8

Guidage à distance*

G06Q G06F H04L H04B H04W H04J H03H H01P H01Q G01S G01C G08G G05D

13

9

Drone*

H03G H03F H04M H03D H04K G05B G06N G06Q G06F H04L H04B H04W H04J H03H H01P H01Q G01S G01C G08G G05D B64C B64D

25

10

Drone de défense*

F41H B60D B62D B60G F16F H03G H03F H04M H03D H04K G05B G06N G06Q G06F H04L H04B H04W H04J H03H H01P H01Q G01S G01C G08G G05D B64C B64D

30

11

Pétrochimie

B01D B01J C07C C10G C10L C07B C01B

8

12

Pneumatiques

B29B B32B B29C B29D B60C C08K C08L C08F D02G

10

13

Train roulant du véhicule*

B29K B28B B29B B32B B29C B29D B60C C08K C08L C08F D02G D07B C08C B29L C08J C08G

16

14

Systèmes électriques

H02J H02M G05F H02P

4

15

Moteurs électriques*

H01M H02J H02M G05F H02P H02K F03D H02H B60L

9

16

Véhicule en général

B60W B60K F16H F16D B60T

5

17

Véhicule électrique*

H01M H02J H02M G05F H02P H02K F03D H02H B60L B60W B60K F16H F16D B60T

14

18

Optique, traitement des données images

G01N G01J H01S G02B G02F H04N G06K G06T

8

19

Électronique

H01L H05K H01R H02G

4

20

Capteurs*

G01N G01J H01S G02B G02F H04N G06K G06T G03B H01L H05K H01R H02G

12

21

Biochimie

C12M C12P C12N C12Q C07H C40B

6

22

Signaux lumineux

B60Q F21S F21V F21L F21Y

5

23

Aménagement du véhicule

A47C B60N B60R E06C

4

24

Travail des métaux

B21B C21D C22C C22F B22F

5

25

Moteur à combustion

F16N F01M F01L F02D F02B F02M F16K F01N

8

26

Travail des métaux

B23C B24D B24B B23F

4

Annexe 2. Scores de dualité

Indicateurs SCT

Dualité du cœur

Dualité d’architecture de connaissances

Dualité d’exploration

Dualité d’exploration combinée

Dualité de brique de connaissance

SCT1

0,356583923

0,330285706

0,26767336

0,549274532

0,000570626

SCT2

0,216611877

0,18794256

0,053727808

0,340007125

0,001500176

SCT3

0,845439963

0,323595738

0,91753345

0,973780558

0,003110457

SCT4

0,411125783

0,571152762

0,556226266

0,599608071

0,016037217

SCT5

0,632156144

0,636961316

0,993603249

0,965334627

0,082182002

SCT6

0,573612681

0,303971055

0,66957892

0,692138501

0,017539768

SCT7

1

0,669627819

0,918957128

1

0

SCT8

0,747190001

0,660967503

0,996518601

0,970933535

0,071650429

SCT9

0,834477702

1

1

0,977375809

0,067714695

SCT10

0,860506106

0,849425359

0,984273474

0,967808751

0,067628993

SCT11

0,415553899

0,285642714

0,606446157

0,593714576

0,04526891

SCT12

0,487591874

0,427721034

0,746979399

0,728779573

0,03606735

SCT13

0,475937293

0,427599444

0,743285776

0,723035434

0,040653703

SCT14

0,434335746

0,497460446

0,740632957

0,747253801

0,030813115

SCT15

0,735616853

0,482889221

0,757435258

0,764275747

0,031898689

SCT16

0,542029662

0,768302811

0,62761449

0,673502861

0,036172155

SCT17

0,758695278

0,43769928

0,738077038

0,745500402

0,041257289

SCT18

0,576803609

0,26968132

0,878820744

0,855822108

0,148400772

SCT19

0,563670459

0,238550835

0,838013368

0,804533421

0,043351992

SCT20

0,763955489

0

0,91718353

0,881927123

0,159807818

SCT21

0,099897661

0,759014046

0,182520757

0,076389209

1

SCT22

0,098811635

0,575277537

0,401397061

0,374143178

0,041196487

SCT23

0,388253657

0,336711377

0,510927538

0,524097117

0,04830034

SCT24

0,309567133

0,35624092

0,603287895

0,642367287

0,010996576

SCT25

0,513800232

0,643936439

0,646528469

0,670558164

0,029949753

SCT26

0

0,337937119

0

0

0,031378435

Haut de page

Notes

1 La CIB est utilisée par les offices de protection de la propriété intellectuelle à travers le monde afin de catégoriser les technologies revendiquées dans les brevets.

2 Une famille de brevets regroupe l’ensemble des brevets déposés dans différents offices de protection de la propreté intellectuelle mais faisant référence à la même innovation. Nous utilisons la variable INPADOC de PATSTAT pour construire ces familles. Elle regroupe au sein d’une famille tous les brevets partageant au moins une priorité de manière directe ou indirecte.

3 Sauf pour le SCT 7 dont la dualité de briques de connaissances est à 0, car il est juste composé de deux classes technologiques, ce qui par définition réduit son score au plus bas pour la dualité de briques de connaissances et au maximum pour la dualité du cœur technologique.

Haut de page

Pour citer cet article

Référence papier

François-Xavier Meunier, « Évaluation du potentiel dual des systèmes technologiques »Revue d'économie industrielle, 170 | 2020, 79-110.

Référence électronique

François-Xavier Meunier, « Évaluation du potentiel dual des systèmes technologiques »Revue d'économie industrielle [En ligne], 170 | 2e trimestre 2020, mis en ligne le 06 janvier 2023, consulté le 10 décembre 2025. URL : http://journals.openedition.org/rei/9077 ; DOI : https://doi.org/10.4000/rei.9077

Haut de page

Auteur

François-Xavier Meunier

Chaire Économie de Défense – Fond de dotation de l'IHEDN

Articles du même auteur

Haut de page

Droits d’auteur

CC-BY-NC-ND-4.0

Le texte seul est utilisable sous licence CC BY-NC-ND 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont susceptibles d’être soumis à des autorisations d’usage spécifiques.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search