The Adoption of Emerging Technologies in Canada and their Impact on Innovation Performance

Bien que de nombreuses études aient exploré le rôle de l'adoption de la technologie sur l'innovation et le rendement des entreprises, toutes se sont concentrées sur quelques technologies et sur une catégorie en particulier. Les avantages de leur adoption ont été démontrés par de nombreux chercheurs et comprennent notamment l'augmentation de la productivité, une meilleure qualité des produits, la réduction des coûts, une meilleure adaptation aux besoins des clients, etc. Dans cette thèse, nous examinons une liste exhaustive de technologies appartenant à 4 catégories principales: la chaîne d'approvisionnement, l'intelligence d'affaires ainsi que la fabrication de pointe, qui est normalement divisée en deux sous-catégories, la conception et la fabrication. Notre recherche explore ces technologies sous différents angles pour comprendre leur effet sur la propension à innover. Nous utilisons trois approches différentes pour analyser l'impact de ces technologies. Tout d'abord, nous examinons le nombre de technologies adoptées combinées à des pratiques d'innovation ouverte qui auraient un effet sur la propension à innover. Pour estimer ces facteurs, nous utilisons une simple régression logistique. Parce que nous nous intéressons aux obstacles qui empêchent l'adoption, nous utilisons un modèle variable instrumental où nous considérons l'adoption des technologies comme endogènes. Les variables qui peuvent influer sur l'adoption de la technologie comprennent : les dépenses en immobilisations (CAPEX), les mesures de nombre adoptées pour contrer les obstacles ainsi que le recrutement d'employés liés à l'adoption de la technologie. La deuxième approche que nous utilisons est une analyse de panier de marché (MBA) utilisant l'algorithme apriori contenu dans une librairie R. Un MBA nous permet de trouver des complémentarités entre les technologies car les résultats montrent les faisceaux de technologies qui sont les plus populaires parmi les entreprises. En utilisant chaque famille de technologies, nous pouvons trouver ceux qui sont achetés ensemble le plus souvent. Enfin, en utilisant une autre libraire R (cspade), nous utilisons une autre approche qui ajoute une notion séquentielle à l'adoption. Non seulement nous pouvons trouver quelles technologies sont adoptées dans les mêmes faisceaux, mais nous pouvons également comprendre lesquelles sont adoptées en premier. L'enquête que nous utilisons fournit des informations sur le moment où une technologie a été adoptée (pour 3 ans, moins de 3 ans ou prévue dans les 3 prochaines années). Ces 3 timestamps sont essentiels pour comprendre que les entreprises adoptent les bons outils menant à des technologies émergentes telles que l'IdO et l'IA dans un proche avenir. Nos résultats montrent que le nombre de technologies adoptées a un impact significatif et positif sur la propension à innover, ce qui est vrai pour toutes les familles de technologies. En outre, les pratiques d'innovation ouverte telles que les alliances stratégiques et la collaboration avec les fournisseurs ont un impact positif sur la propension à innover, ce qui est similaire à ce qui a été trouvé dans des recherches antérieures. Le nombre de technologies adoptées a une incidence sur le nombre de mesures d'atténuation adoptées, un CAPEX plus élevé et sur le recrutement de nouveaux employés relatifs à l'adoption. Les trois variables ont un effet significatif et positif. Nous trouvons également des ensembles de technologies qui sont compatibles avec ce que nous avions prédit sur la base de notre examen technique exhaustif. Par exemple, des outils comme WMS (Warehouse Management System), Demand Forecasting (DF) et Customer Relation Management (CRM) constituent le faisceau le plus populaire lié aux technologies de la chaîne d'approvisionnement. Ce résultat a été prédit parce qu'il y a trois outils qui sont essentiels au processus de la chaîne d'approvisionnement qui permettent aux entreprises d'être efficaces lorsqu'elles prévoient la demande et gèrent les besoins des clients. Dans la catégorie Business Intelligence (BI), le groupe le plus populaire comprenait Software-as-a-service (SaaS) et Infrastructure-as-a-service (IaaS) avec plus de 27% des entreprises qui les adoptent. SaaS est particulièrement important pour les petites entreprises qui ne veulent pas construire une infrastructure pour gérer leurs besoins en technologies de l'information (TI). Dans les technologies de fabrication de pointe, ERP et MRPI ont été les groupes les plus populaires avec un taux d'adoption de 15%, tandis que les robots et le contrôle numérique informatique (CNC) ont été adoptés par 7% des entreprises. Malgré des taux d'adoption plus faibles dans le domaine de la fabrication, lorsque nous avons examiné les entreprises qui avaient l'intention d'adopter, nous avons remarqué que les technologies d'impression 3D étaient parmi les plus populaires. Nous voyons un résultat similaire lorsque nous examinons les technologies BI avec un logiciel de données massives (BDS), qui est une condition préalable pour rendre la mise en oeuvre de l'IA possible à l'avenir. Bien qu'en 2014 l'adoption du BDS ait été faible, nous constatons une augmentation constante lorsque nous analysons les entreprises qui prévoient l'adopter. En ajoutant une composante temporelle aux règles d'associations, il y avait entre 12% et 14% qu'une entreprise adopte un logiciel de données massives dans un temps futur. En combinant BDS et RTM en une seule technologie, le taux d'adoption d'une de ces deux technologies augmente à 40%. Une histoire similaire s'est dressée pour l'utilisation des imprimantes 3D. Lorsqu'elles sont considérées individuellement, le taux d'adoption futur est autour de 16%. Lorsqu'on considère au moins une des trois types d'imprimantes (3DP, 3DM ou 3DO), le taux d'adoption augmente à 33%, suggérant qu'une compagnie sur trois à l'intention d'adopter cette technologie dans le futur. Notre étude a des implications théoriques et pratiques. Premièrement, nous avons démontré que l'adoption de technologies de pointe peut avoir un effet endogène sur la propension à innover. Cet effet s'explique par le nombre de mesures d'atténuation adoptées pour contrer les obstacles à l'adoption, le CAPEX pour n'en nommer que quelques-uns. Nous avons également trouvé des faisceaux populaires de technologies qui sont adoptées ensemble. D'un point de vue théorique, c'est la première fois qu'une analyse du panier de marché (MBA) est utilisée pour comprendre le comportement des entreprises adoptant des technologies de pointe qui jouent un rôle dans l'amélioration des performances en matière d'innovation. D'un point de vue pratique, nous avons constaté que si les entreprises préfèrent acheter des technologies « à la carte », il existe encore des modèles émergents qui pourraient se traduire par des pratiques exemplaires pour les entreprises à la recherche de technologies qui peuvent le mieux servir leur coeur de métier.

Abstract

While many studies have explored technology the role of technology adoption on innovation and firm performance, there were all focussed on a few technologies and on one category in particular. The benefits of adopting them have been demonstrated by many scholars and include productivity increase, better product quality, cost reduction, better adaptation to customers' needs, etc. This thesis explores an exhaustive list of technologies from four main categories: supply chain, business intelligence and analytics as well as advanced manufacturing, which is normally divided into two subcategories, design and fabrication. This research explores these technologies from various angles to understand their effect on the propensity to innovate. Three different approaches are used to analyze the impact of these technologies. First, the number of technologies adopted combined with open innovation practices that are thought to have an effect on the propensity to innovate are explored. To estimate these factors, a simple logistic regression is used. Because there is an interest in the obstacles that prevent adoption, an instrumental variable model is used, where the adoption of technologies is considered as endogenous. Variables that can affect technology adoption include capital expenditures (CAPEX), the number measures adopted to counter obstacles as well as the recruitment of employees pertaining to technology adoption. The second approach used is a market basket (MBA) analysis using the apriori library in R. A MBA allows to find complementarities between technologies because results show the bundles of technologies that are the most popular amongst firms. Using each family of technologies, it is possible to find the ones that are purchased together most often. Finally, using an additional R library (cspade), another approach that adds a sequential notion to the adoption is adopted. Not only it becomes possible to find which technologies are adopted within the same bundles, but understanding which ones are adopted first can also be studied. The survey provides information on when a technology has been adopted (for three years, less than three years or planned in the next three years). These three timestamps are crucial to understand companies are adopting the right tools leading to emerging technologies such as IoT and AI in the near future. The results show that the number of adopted technologies has a significant and positive impact on the propensity to innovate and this is true across all families of technologies. Furthermore, open innovation practices such as strategic alliances and collaboration with suppliers have positive impact on the propensity to innovate, which is what is similar to what was found in previous research. The number of adopted technologies is impacted by the number of mitigating measures adopted, a higher CAPEX and by the recruitment of new employees pertaining to the adoption. All three variables have a significant and positive effect. It should be noted that bundles of technologies that are consistent with what was predicted based on the exhaustive technical review were also found. For instance, tools like Warehouse Management System (WMS), Demand Forecasting (DF) and Customer Relation Management (CRM) form the most popular bundle related to supply chain technologies. This result was predicted because these three tools are core to the supply chain process that allows firms to be efficient when forecasting demand and managing customers' needs. In the Business Intelligence (BI) category, the most popular bundle included software-as-a-service (SaaS) and Infrastructure-as-a-service (IaaS) with over 27% of firms adopting them. SaaS is particularly important for small companies that don't want to build an infrastructure to manage their Information Technology (IT) needs. In the advanced manufacturing technologies, ERP and MRPII were the most popular bundles with 15% adoption rate while robots and Computer Numerical Control (CNC) were adopted by 7% of firms. Despite lower adoption rates in the manufacturing sphere, analyzing firms that planned to adopt suggested that 3D printing technologies were amongst the most popular. A similar result was observed for BI technologies with Big Data Software (BDS), which is a prerequisite to make AI implementation possible in the future. While in 2014, BDS adoption was low, there was a consistent increase in the adoption rate within the firms planning to adopt it. By adding the temporal dimension to the previous association rules, there were important elements that were discovered. The apparent increase in planned BDS adoption translated in a low probability of adoption (confidence between 12% and 14%) when taking time into consideration. However, assuming that BDS and RTM are the same technology, the probability of adopting either one of these technologies increases to about 40%. The same results were observed with 3D technologies, where 3DM and 3DP each had around 16% chance of being adopted in the future. Combining all 3D printing technologies as a single technology, this number increases to 33%, suggesting that 1 out 3 of firms planned to adopt additive manufacturing technologies sometime in the future. This study has some theoretical and practical implications. First, it was demonstrated that advanced technology adoption can have an endogenous effect on the propensity to innovate. This effect can be explained by the number of mitigating measures adopted to counter the obstacles to adoption, the CAPEX to name a few. Popular bundles of technologies that are adopted together were also observed. From a theoretical standpoint, it is the first time that a market basket analysis (MBA) is used to understand the behaviour of firms adopting advanced technologies that play a role in improving innovation performance. From a practical standpoint, it should be noted that while companies prefer to purchase technologies “à la carte”, there are still some emerging patterns that could translate into best practices for firms looking at which technologies are best suited to their core business.