Modélisation par agent d'un processus d'innovation issue de la collaboration université - industrie : un outil à l'aide à la décision

La gouvernance des écosystèmes d’innovation implique la coordination de divers acteurs, tels que les entreprises, les universités et les agences gouvernementales, afin de favoriser la collaboration et la création de connaissances. Elle vise à créer un environnement favorable à l’innovation tout en garantissant l’alignement sur des objectifs économiques et sociétaux plus larges. Cependant, cette gouvernance est confrontée à des défis importants, notamment la diminution des financements publics, les exigences croissantes en matière de transparence et la nécessité d’intégrer des objectifs de durabilité dans les cadres politiques. La complexité croissante des écosystèmes d’innovation révèle les limites des outils de gestion traditionnels. Dans ce contexte, les agences de financement et les autres orchestrateurs de l’écosystème peuvent bénéficier de l’adoption d’approches plus adaptatives qui renforcent leur capacité à coordonner les dynamiques internes et externes. Parmi les diverses méthodes disponibles pour soutenir la gestion des projets de R&D et l’analyse des écosystèmes, la modélisation et la simulation (M&S) offrent une voie prometteuse pour améliorer la gouvernance, en fournissant aux décideurs des idées pour naviguer dans des interactions complexes et optimiser les interventions politiques. L’objectif de ce mémoire est d’enrichir les connaissances en matière de simulation et de développer un modèle capable de reproduire, avec un niveau de détail suffisant, les comportements émergents de l’écosystème d’innovation géré par Mitacs, une agence de financement publique, afin de fournir une aide à la décision. Ce projet de recherche multidisciplinaire se situe à l’intersection de la gestion de l’innovation et de la M&S, sur la base du paradigme Design Science Research. Il vise ainsi à apporter deux contributions majeures. La première contribution est l’identification des éléments clés du processus d’innovation impliquant des organisations industrielles et académiques dans le contexte de Mitacs. La seconde contribution est un modèle multi-agents simulant la dynamique complexe de l’écosystème d’innovation de Mitacs, qui a été validé à l’aide de trois années de données d’activité de Mitacs. Cette recherche a permis de réaliser une cartographie des processus, ainsi qu’une analyse de l’impact des différentes politiques publiques susceptibles d’être mises en place par Mitacs. Par exemple, elle met en lumière comment l’impact des politiques visant à restreindre la sélection des projets peut être positif jusqu’à un certain seuil, en fonction des indicateurs choisis par l’agence.

Abstract

The governance of innovation ecosystems involves coordinating diverse actors, such as firms, universities and governement agencies, to foster collaboration and knowledge creation. It aims to create an environment favorable to innovation while ensuring alignment with broader economic and societal objectives. However, this governance faces significant challenges, including declining public funding, increasing demands for transparency, and the need to integrate sustainability goals into policy frameworks. The growing complexity of innovation ecosystems reveals the limitations of traditional management tools. In this context, funding agencies and other ecosystem orchestrators can benefit from adopting more adaptive approaches that enhance their ability to coordinate internal and external dynamics. Among the various methods available to support R&D project management and ecosystem analysis, modelling and simulation (M&S) offer a promising avenue to improve governance, providing decision-makers with insights to navigate complex interactions and optimize policy interventions. The aim of this master’s thesis is to enrich knowledge of simulation and develop a model capable of reproducing, with a sufficient level of detail, the emerging behaviors of the innovation ecosystem managed by Mitacs, a public funding agency, in order to provide decision support. This multi-disciplinary research project lies at the intersection of innovation management and M&S, based on the Design Science Research paradigm. With this, it aims to provide two major contributions. The first contribution is the identification of the key elements of the innovation process involving industrial and academic organizations in the context of Mitacs. The second contribution is a multi-agent model simulating the complex dynamics of the Mitacs innovation ecosystem, which has been validated using three years of activity data from Mitacs. This research has enabled us to produce a process map, as well as an analysis of the impact of the various public policies likely to be implemented by Mitacs. For example, it highlights how the impact of policies aimed at restricting project selection can be positive up to a certain threshold, depending on the indicators chosen by the agency.