Thèse soutenue

Gestion de risque en situation de double inconnu : théorie, modèle et organisation pour la conception de technologies génériques

FR  |  
EN
Auteur / Autrice : Olga Kokshagina
Direction : Pascal Le MassonBenoît Weil
Type : Thèse de doctorat
Discipline(s) : Sciences de gestion
Date : Soutenance le 29/01/2014
Etablissement(s) : Paris, ENMP
Ecole(s) doctorale(s) : École doctorale Économie, organisations, société (Nanterre, Hauts-de-Seine ; 2000-....)
Partenaire(s) de recherche : Laboratoire : Centre de gestion scientifique (Paris) - Centre de Gestion Scientifique
Jury : Président / Présidente : Carliss Young Baldwin
Examinateurs / Examinatrices : Pascal Le Masson, Benoît Weil, Patrick Cogez, Olivier L. De Weck
Rapporteur / Rapporteuse : Sylvain Lenfle, Jean-François Boujut

Résumé

FR  |  
EN

Comment assurer un développement à risques limités alors que marchés et technologies sont inconnus? Ces situations ne peuvent pas être gérées par les stratégies existantes comme market pull ou techno push; et le processus type « trial and learning » apparaît trop coûteux et imprévisible. Or certaines industries comme les semi-conducteurs doivent organiser des développements technologiques à coûts et risques contrôlés, alors que les inconnues techniques et commerciales sont très importantes. Dans ces situations le sucés coïncide avec l'existence des technologies génériques. Mais comment concevoir ces technologies génériques? La thèse modélise la conception des technologies génériques et étudie des modelés d'action collective associés.Ce travail débouche sur quatre résultats principaux : 1) Une stratégie de gestion du risque original, consistant à identifier un « common unknown » ; 2) Un travail de modélisation et de simulation précisant les critères de contingence de cette nouvelle stratégie; 3) La caractérisation de concepts génériques et de processus de conception de généricité a l'aide des théories de la conception les plus récentes; 4) Une nouvelle figure managériale, le « cross-application manager», indispensable pour le succès de la conception de technologies génériques.