Cette thèse a pour objectif de mieux comprendre quand et comment les organisations apprennent de leur expérience en matière d’innovation et de management opérationnel en étudiant les facteurs qui favorisent ou nuisent à l’apprentissage. Plus précisément, cette recherche étudie l’apprentissage à travers deux types d’expérience, l’échec et la réussite, et souligne le rôle du temps dans la variation des résultats d’apprentissage issus de ces expériences. Elle examine en outre les facteurs liés à la base de connaissance de l’entreprise et au contexte organisationnel qui influencent l'apprentissage organisationnel. Les rappels de médicaments constituent le cadre empirique pour examiner les échecs. Il est montré que l’apprentissage organisationnel par l’échec produit deux résultats différents : une réduction du temps passé à résoudre les échecs actuels d’une part, et une réduction du taux d'échecs futurs d’autre part. Le premier est le fruit de l'apprentissage dit « en simple boucle », tandis que le second relève de l'apprentissage « en double boucle ». L’apprentissage par l’échec s’avère alors à double tranchant : l’expérience de la gestion des échecs favorise la résolution rapide des difficultés qui y sont associées, mais cette rapidité génère aussi davantage d’échecs. De plus, l'hétérogénéité des raisons des échecs passés augmente le temps consacré à la résolution des difficultés liées aux échecs actuels. Ensuite, in est montré que le « timing » du succès (en termes d’introduction d’innovation de rupture) influence l’évolution de l’entreprise et sa performance, les entreprises connaissant rapidement des succès étant ensuite moins susceptibles de générer de nouvelles ruptures. L’expérience entrepreneuriale du fondateur et l’expérience technologique de l’inventeur atténuent cependant l’effet négatif du succès précoce. Il est par ailleurs montré que l’utilisation des connaissances distantes internes améliore les résultats d’apprentissage organisationnel en termes d’innovation. Cet effet est plus fort lorsque la structure de connaissances de l’entreprise est hautement décomposable - les éléments de connaissances sont étroitement liés les uns aux autres. En combinant la perspective de la courbe d’apprentissage avec les niveaux d’apprentissage (apprentissage en simple boucle et apprentissage double boucle), cette thèse étend la courbe d’apprentissage à la compréhension de l’apprentissage à partir d’échecs. Cela montre, en particulier qu’en cas d’échec, apprendre à être plus rapide n'est pas nécessairement favorable à des résultats organisationnels à long terme. Enfin, cette thèse révèle les micro-mécanismes associés à l’apprentissage par le succès et montrent le rôle du capital humain de l’entreprise pour échapper aux pièges de l’apprentissage. Enfin, en soulignant le rôle moteur du contexte organisationnel, elle démontre les conditions dans lesquelles l’exploitation des connaissances internes peut générer des avantages supérieurs à ceux généralement soulignés dans les études antérieures. / This dissertation aims to improve our understanding of when and how organizations learn from their experience in innovation and operational activities, by studying factors that enhance or hinder learning. Specifically, I investigate learning from specific types of experience—i.e., failure and success—and highlight the role of time for explaining some of the variance in learning outcomes that firms extract from these experiences. I further examine knowledge-related and organizational contextual factors that influence organizational learning from experience. The empirical setting for examining failures is drug recalls. I argue that in this context organizations may generate two different learning outcomes from failure: reduction of time spent on resolving current failure and reduction in the rate of future failure. The former is an outcome of single-loop learning while the latter is an outcome of double-loop learning. The findings of this study reveal the double-edged sword of learning from failure; with increasing failure experience organizations become faster in resolving failures but the faster they are on average in resolving past failures, the more failures they face in the future. Additionally, I find that heterogeneity in the reasons of past failures increases the time spent on resolving current failure. Next, I argue and demonstrate that the timing of success (in terms of first breakthrough invention) effects on firm’s evolution and performance such that firms that have success early in their lifetime, are likely to generate less breakthroughs in the future. In addition, I show that founders’ entrepreneurial experience and inventors’ technological experience attenuate the negative effect of early success. Finally, I find that building on internally generated distant knowledge improves organizational learning outcomes in terms of innovation impact and that this effect is stronger when the firm’s knowledge structure is highly decomposable—knowledge elements are tightly coupled to each other. By combining learning curve perspective with arguments on levels of learning (i.e., single-loop and double-loop), this thesis extends and adapts learning curve perspective for understanding learning from failures. It shows, in particular, that in the case of learning from failure being quicker is not necessarily better for long term organizational outcomes. Moreover, the results reveal the micro-mechanisms associated with learning from success and highlight the role of firm’s human capital for overcoming myopic learning traps. Finally, by emphasizing the enabling role of the organizational context my work provides insights on conditions under which building upon internal knowledge can yield to higher payoffs than is generally assumed by prior studies.
| Identifer | oai:union.ndltd.org:theses.fr/2019AZUR0016 |
| Date | 10 October 2019 |
| Creators | Zakaryan, Arusyak |
| Contributors | Côte d'Azur, Ayerbe Machat, Cécile, Cirillo, Bruno |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0027 seconds