Relation non linéaire entre l’intensité d’innovation et la fabrication intelligente du point de vue de la capacité d’absorption

Pourquoi des usines plus intelligentes comptent pour tous

Des téléphones dans nos poches aux voitures dans nos rues, presque tout ce que nous utilisons est fabriqué en usine. Partout dans le monde, les fabricants cherchent à passer des chaînes d’assemblage traditionnelles à des usines « intelligentes » remplies de capteurs, de robots et de systèmes décisionnels pilotés par les données. Cet article examine une question simple mais cruciale : combien les entreprises doivent-elles investir en innovation pour réaliser ce saut, et à quel moment des dépenses supplémentaires cessent-elles d’être utiles ? En s’appuyant sur des données de milliers d’entreprises manufacturières chinoises, les auteurs mettent au jour une histoire non linéaire avec des enseignements importants pour les décideurs publics, les dirigeants d’entreprise et les travailleurs.

Trouver le point optimal pour les dépenses d’innovation

Les chercheurs ont examiné des sociétés manufacturières cotées en Chine de 2008 à 2022, en étudiant comment leur effort d’innovation — principalement la R&D rapportée au chiffre d’affaires — se rapporte à leurs progrès en matière de fabrication intelligente. Plutôt que de supposer que « plus c’est mieux », ils ont testé si la relation pouvait s’infléchir ou même devenir négative à des niveaux de dépenses élevés. Pour mesurer le degré d’adoption de la production intelligente, ils ont utilisé l’analyse de texte des rapports annuels, en comptant la fréquence des mentions de robots, de production entièrement automatisée, de systèmes intelligents et d’idées similaires. Cela leur a permis de dresser une image quantitative à grande échelle de la manière dont les technologies numériques et intelligentes sont réellement adoptées sur le terrain.

Quand trop de bien finit par nuire

La conclusion centrale est que le lien entre l’effort d’innovation et la fabrication intelligente suit une courbe en U inversé. Dans un premier temps, un effort de R&D plus élevé aide les entreprises à maîtriser de nouvelles technologies, à repenser des produits et à introduire des équipements intelligents, de sorte que leur niveau de fabrication intelligente augmente rapidement. Mais au‑delà d’un certain seuil, des dépenses supplémentaires entraînent des rendements décroissants et peuvent même ralentir la transformation. Des budgets d’innovation très élevés peuvent surcharger les managers, disperser les ressources sur trop de projets ou générer des connaissances complexes que les entreprises ne parviennent pas à absorber et à mettre en œuvre. Dans ces cas, l’argent est immobilisé dans des projets longs et risqués au lieu de soutenir des améliorations pratiques des lignes de production existantes.

Comment la poussée numérique, le statut de propriété et les ressources disponibles modifient l’issue

L’étude s’interroge également sur les raisons pour lesquelles certaines entreprises transforment plus efficacement leurs dépenses d’innovation en usines intelligentes que d’autres. Trois facteurs se distinguent. Premièrement, les entreprises qui sont déjà avancées dans leur transformation numérique — utilisant le big data, l’informatique en nuage et l’intelligence artificielle — tirent davantage parti de chaque unité de R&D, car leurs systèmes sont meilleurs pour collecter, partager et appliquer les nouvelles connaissances. Deuxièmement, le statut de propriété importe : les entreprises non étatiques, qui font face à une concurrence plus vive et disposent de soutiens politiques moins garantis, ont tendance à utiliser l’innovation de manière plus offensive pour promouvoir la fabrication intelligente que les entreprises publiques, où des structures stables et la dépendance aux politiques peuvent atténuer l’incitation au changement. Troisièmement, les entreprises disposant d’un « espace organisationnel » modéré — ressources financières et organisationnelles supplémentaires — peuvent amortir les risques de l’expérimentation et investir dans des équipements intelligents et de nouveaux processus, mais un excès d’espace organisationnel augmente les coûts et encourage des projets gaspillés.

Le moteur caché : l’apprentissage et l’adaptation au sein de l’entreprise

Pour expliquer ces schémas, les auteurs s’appuient sur l’idée de « capacité d’absorption » — la capacité d’une entreprise à repérer des connaissances externes utiles, à les absorber et à les transformer en valeur — et sur les « capacités dynamiques », c’est‑à‑dire les compétences nécessaires pour saisir les opportunités, reconfigurer les ressources et croître dans un environnement changeant. Ils montrent que l’effort d’innovation renforce au fil du temps les capacités dynamiques des entreprises en développant les compétences du personnel, la réactivité numérique et le stock d’actifs immatériels. À leur tour, des capacités dynamiques plus fortes font office de pont entre les dépenses de R&D et les résultats effectifs en matière de fabrication intelligente. Là où ce pont est solide, les budgets d’innovation se traduisent par des usines plus intelligentes ; là où il est faible, même des dépenses importantes peuvent laisser les méthodes de production largement inchangées.

Ce que cela signifie pour l’avenir des usines intelligentes

Pour un lecteur général, l’essentiel est que construire des usines intelligentes ne consiste pas seulement à injecter davantage d’argent dans la R&D ou à acheter les derniers robots. Il existe une plage optimale de dépenses d’innovation, et leur impact dépend fortement du niveau de préparation numérique, de la flexibilité et des ressources d’une entreprise, ainsi que de sa propriété et de sa gouvernance. Des politiques qui se contentent d’inciter les entreprises à investir davantage peuvent manquer leur cible si elles ignorent ces limites et ces différences. Les auteurs préconisent plutôt que les gouvernements et les dirigeants se concentrent sur l’amélioration de la capacité des entreprises à apprendre et à s’adapter, à renforcer les fondations numériques et à utiliser judicieusement les ressources disponibles. Bien menée, cette approche peut accélérer la transition vers une industrie plus propre, plus efficace et plus compétitive, qui influencera en fin de compte la qualité, le prix et l’empreinte environnementale des produits dont nous dépendons tous.

Citation: Xu, Z., Shan, X., Pan, R. et al. Nonlinear relationship between innovation input and intelligent manufacturing from an absorptive capacity perspective. Sci Rep 16, 7269 (2026). https://doi.org/10.1038/s41598-026-37926-9

Mots-clés: fabrication intelligente, investissement en innovation, transformation numérique, capacités dynamiques, industrie manufacturière chinoise