Usage et valeur économique des technologies de traitement big data

Use and economic value of big data processing technologies

• Auteur / Autrice : Charles Xavier
• Direction : Anne Plunket
• Type : Thèse de doctorat
• Discipline(s) : Sciences économiques
• Date : Soutenance le 11/12/2023
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Droit, économie, management (Sceaux, Hauts-de-Seine ; 2020-....)
• Partenaire(s) de recherche : Laboratoire : Réseaux, innovation, territoires et mondialisation (Sceaux, Haut-de-Seine)
• Partenaire(s) de recherche : Référent : Faculté de droit, économie, gestion
• Partenaire(s) de recherche : graduate school : Université Paris-Saclay‎. Graduate School Économie & management (2020-...)
• Jury : Président / Présidente : David Flacher
• Jury : Examinateurs / Examinatrices : Valerio Sterzi, Marc Baudry, Grazia Cecere, François Acquatella
• Jury : Rapporteur / Rapporteuse : Valerio Sterzi, Marc Baudry

Mots clés

Mots clés contrôlés

Innovation ouverte

Données massives

Mots clés libres

Big Data

MapReduce

Brevet

Patent pledge

Innovation

Résumé

L'objectif principal de cette thèse est d'étudier l'impact de l'émergence des technologies de traitement Big Data sur l'innovation des organisations dans le domaine du traitement de données. Cette analyse a été réalisée à travers l'étude d'une des principales technologies Big Data : MapReduce, technologie qui a fait l'objet d'un dépôt de brevet par l'entreprise américaine Google (Alphabet depuis 2015) en 2004.Chapitre I : Émergence des technologies de traitement des données « Big Data » - une analyse de brevetsA l'image des secteurs des biotechnologies et des nanotechnologies, une méthodologie scientométrique sur le brevet MapReduce a été mise en place dans ce premier chapitre pour définir l'émergence des technologies de traitement Big Data. Une base de données de 108 968 brevets a été constituée à partir des données de l'office USPTO sur la période 2004 à 2017. Afin de caractériser l'émergence des technologies de traitement Big Data, trois périmètres d'analyse distincts ont été créés ; périmètre 1 : ensemble des brevets follow-on innovation du brevet MapReduce (brevets citant le brevet MapReduce et ceux qui citent les citant) ; périmètre 2 : ensemble des brevets ayant les mêmes classes que les brevets cités par MapReduce ; périmètre 3 : ensemble des brevets dont les résumés contiennent des mots-clés sur le traitement de données. Ce chapitre permet d'étudier l'écosystème des technologies Big Data à travers l'analyse des brevets follow-on innovation du brevet MapReduce et en utilisant comme référence d'autres technologies concurrentes ayant les mêmes spécifications techniques.Chapitre II : Innovation ouverte et collaboration dans le secteur des technologies de traitement des données « Big Data » - propriété intellectuelle et enjeux stratégiquesAu sein de la fondation Apache, des entreprises concurrentes telles que Google ou Microsoft collaborent à l'amélioration des technologies Big Data. De plus, de nombreux brevets sur les technologies Big Data sont en accès libre sous la forme de « patent pledge », renforçant les aspects collaboratifs autour de ces technologies. Ce second chapitre s'intéresse à ces deux mécanismes d'innovation ouverte favorisant les collaborations afin de quantifier leur impact sur l'innovation au sein du secteur des technologies Big Data. Des estimations économétriques sur les citations de 32 320 brevets de l'office USPTO ont été réalisées. Cet échantillon de brevets a été divisé en deux groupes, d'une part le groupe « traité » qui est l'ensemble des brevets associés à la technologie MapReduce et à ses follow-on innovations et d'autre part, le groupe « contrôle » constitué par des technologies de traitement de données mais n'ayant aucun lien avec la technologie MapReduce.Chapitre III : Impact des patents pledge sur la valeur des portefeuilles technologiques des entreprisesUn nombre croissant d'entreprises du secteur des technologies du traitement de données choisissent d'ouvrir leur technologie sous la forme de « patent pledge ». Ce chapitre se consacre à l'étude de cette ouverture et cherche notamment à comprendre si cette stratégie a permis de valoriser la propriété intellectuelle de ces entreprises. Les travaux réalisés dans ce chapitre s'intéressent à trois entreprises leaders du secteur de l'informatique et des télécommunications que sont Google, IBM et Microsoft en étudiant l'ensemble de leur brevet sur les technologies de traitement de données sur la période 1994-2020. Dans ce cadre, une base de données de 101 879 brevets a été constituée et deux types d'analyses économétriques ont été effectués, d'une part une analyse qui compare au sein des portefeuilles de ces trois entreprises, la valeur de leur « patent pledge » ; et d'autre part une analyse qui compare la valeur des « patent pledge » à un groupe de contrôle sur des technologies semblables.

The main objective of this thesis is to study the impact of the emergence of Big Data processing technologies on the innovation of organizations in the field of data processing. This analysis was carried out through the study of one of the main Big Data technologies: MapReduce, a technology which was the subject of a patent filing by the American company Google (Alphabet since 2015) in 2004.Chapter I: Emergence of “Big Data” data processing technologies - a patent analysisSimilar to biotechnologies and nanotechnologies sectors, a scientometric methodology based on the MapReduce patent was developed in this first chapter to define the emergence of Big Data processing technologies. A database of 108,968 patents was created using data from the USPTO office over the period 2004 to 2017. In order to characterize the emergence of Big Data processing technologies, three distinct scopes of analysis were created; scope 1: all follow-on innovation of the MapReduce patent (patents citing the MapReduce patent and those which cite them); scope 2: patents having the same classes as the patents cited by MapReduce; scope 3: patents whose summaries contain keywords on data processing. This chapter allows us to study Big Data technologies ecosystem through the analysis of the follow-on innovation of the MapReduce patent and using other competing technologies with the same technical specifications as a reference.Chapter II: Open innovation and collaboration in the “Big Data” data processing technology sector - intellectual property and strategic issuesWithin the Apache Foundation, competing companies such as Google or Microsoft collaborate to improve Big Data technologies. In addition, many patents on Big Data technologies are freely accessible in the form of “patent pledge”, reinforcing the collaborative aspects around these technologies. This second chapter focuses on these two open innovation mechanisms promoting collaborations to quantify their impact on innovation within the Big Data technology sector. Econometric estimates of the citations of 32,320 patents from the USPTO office were carried out. This sample of patents was divided into two groups, on the one hand the “treated” group which is all the patents associated with MapReduce technology and its follow-on innovations and on the other hand, the “control” group constituted by data processing technologies but having no link with MapReduce technology.Chapter III: Patent Pledges impact on the value of companies' technology portfoliosA growing number of companies in the data processing technology sector are choosing to open up their technology in the form of a patent pledge. This chapter is dedicated to the study of this opening and seeks to understand whether this strategy allow to promote the intellectual property of these companies. The work carried out in this chapter focuses on three leading companies in the IT and telecommunications sector: Google, IBM and Microsoft, by studying their patents on data processing technologies over the period 1994-2020. . In this context, a database of 101,879 patents was created and two types of econometric analysis were carried out, on the one hand an analysis which compares within the portfolios of these three companies, the value of their ''patent pledge » ; and on the other hand an analysis which compares the value of “patent pledges” to a control group on similar technologies.