Making Sense of Mixed Signals: The Impact of (In)consistent Performance Feedback on Corporate Digital Technology Innovation
S'appuyant sur la théorie comportementale et la perspective fondée sur l'attention, cette étude révèle que si la performance inférieure aux aspirations et les retours inconsistants incitent différemment les entreprises à poursuivre soit l'atténuation, soit l'adaptation en matière d'innovation technologique numérique, ces effets sont significativement modérés par la quantité et la stabilité de l'attention du PDG.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Résumé Technique : Donner un sens aux signaux mixtes : L'impact du feedback de performance (in)constant sur l'innovation technologique numérique des entreprises
1. Énoncé du problème et lacune de la recherche
À l'ère de la transformation numérique, l'innovation technologique numérique (ITN) est une source critique d'avantage concurrentiel. Cependant, le processus est caractérisé par une incertitude élevée et une dépendance au sentier, ce qui crée une ambiguïté managériale quant à savoir si les initiatives numériques réussissent ou nécessitent une redirection stratégique. Alors que la recherche antérieure a identifié les antécédents de l'ITN (ex. : capacités technologiques, dotations en ressources), elle traite largement l'ITN comme un processus homogène. Cette omission néglige une structure duale comprenant l'innovation de mitigation (axée sur l'efficacité, la stabilité et le renforcement préventif) et l'innovation d'adaptation (axée sur la flexibilité, l'ajustement stratégique et le renouvellement réactif).
De plus, la littérature existante suppose souvent que les entreprises poursuivent un objectif de performance unique. En réalité, les organisations poursuivent des objectifs multiples qui génèrent un feedback de performance inconsistent (ex. : la performance primaire est inférieure aux aspirations tandis que la performance secondaire excède les aspirations). Cela crée un « brouillard de feedback » caractérisé par une ambiguïté interprétative. Les mécanismes cognitifs spécifiques par lesquels les entreprises interprètent ces signaux mixtés et la manière dont l'attention des dirigeants influencent les stratégies d'innovation qui en résultent restent peu explorés. Cette étude comble ces lacunes en examinant comment le feedback de performance cohérent et incohérent influence l'hétérogénéité des réponses en matière d'ITN et comment la vigilance attentionnelle du PDG modère ces effets.
2. Cadre Théorique
L'étude intègre la Théorie Comportementale de la Firme (BTOF) et la Théorie de l'Attention (ABV).
- BTOF : Les organisations sont rationnelles de manière limitée et ajustent leurs comportements de recherche en fonction de la performance par rapport aux niveaux d'aspiration. L'étude postule que la poursuite de multiples objectifs crée des signaux conflictuels (un « brouillard de feedback ») qui façonnent que les entreprises s'engagent dans une recherche axée sur les problèmes (mitigation) ou une recherche axée sur les opportunités (adaptation).
- ABV : L'attention de l'exécutif est une ressource cognitive pivot. L'étude introduit la Vigilance Attentionnelle du PDG, définie par deux dimensions :
- Quantité d'attention : L'étendue de l'attention allouée aux indices d'innovation.
- Stabilité de l'attention : La persistance et la cohérence du focus au fil du temps.
Le cadre suggère que la vigilance agit comme un stabilisateur cognitif, déterminant comment l'ambiguïté du feedback est traduite en directions d'innovation stratégique.
3. Méthodologie
Données et Échantillon
- Source : Entreprises chinoises cotées en A-shares de 2007 à 2023.
- Filtrage : Exclusion des entreprises faisant l'objet d'un traitement spécial (ST) ou d'un transfert particulier (PT), des entreprises du secteur financier et des entreprises avec des données manquantes.
- Sources de données : Plateforme de données de recherche chinoise (CNRDS) pour les données d'innovation ; China Stock Market and Accounting Research (CSMAR) pour les données financières et de gouvernance.
Mesure des Variables
- Variables Dépendantes (ITN) : L'étude distingue l'ITN de Mitigation (préventive, orientée vers la stabilité) et l'ITN d'Adaptation (réactive, orientée vers la résilience).
- Mesure : Une approche hybride combinant l'analyse factorielle d'indicateurs quantitatifs (R&D, brevets) avec une classification sémantique par apprentissage automatique basée sur BERT. Un modèle BERT chinois pré-entraîné, affiné sur des divulgations d'entreprises étiquetées manuellement, classifie les résumés de brevets en catégories de mitigation ou d'adaptation basées sur des lexiques spécifiques au domaine (ex. : « maintenance prédictive » vs « reprise après sinistre »).
- Variables Indépendantes (Feedback de Performance) :
- Feedback de sous-aspiration (FBB) : La performance primaire (ex. : ROA) est inférieure à un niveau d'aspiration pondéré (historique + médiane du secteur).
- Feedback Inconstant (FBI) : La performance primaire est inférieure à l'aspiration, mais la performance secondaire (ex. : intensité de la R&D) est supérieure à l'aspiration.
- Feedback Négatif Constant (FBC) : Les deux objectifs, primaire et secondaire, sont inférieurs à l'aspiration.
- Variables Modératrices (Vigilance Attentionnelle du PDG) :
- Quantité d'Attention (EA) : Ratio des mots-clés d'innovation radicale par rapport au total des mots-clés d'innovation dans les communications du PDG (discours, rapports annuels).
- Stabilité de l'Attention (VA) : L'inverse de l'écart-type de la quantité d'attention sur quatre trimestres, mesurant la cohérence du focus.
- Variables de Contrôle : Taille de l'entreprise, âge, caractéristiques du conseil d'administration, concentration de la propriété, levier financier, ROE, rotation des actifs, intensité des stocks, détention institutionnelle et Tobin's Q.
Modèle Empirique
L'étude utilise des modèles de régression de panel à effets fixes pour examiner l'impact des types de feedback sur l'ITN de mitigation et d'adaptation, en contrôlant les effets de l'entreprise, de l'industrie et de l'année. Des termes d'interaction sont inclus pour tester les rôles modérateurs de la quantité et de la stabilité de l'attention du PDG.
4. Résultats Clés
Effets Principaux
- Feedback de Sous-aspiration : Lorsque la performance primaire tombe sous les aspirations, les entreprises augmentent significativement l'ITN de mitigation (renforcement préventif) mais diminuent l'ITN d'adaptation (renouvellement stratégique). Cela suggère un changement comportemental vers la stabilisation des systèmes existants sous pression.
- Feedback Inconstant : Lorsque la performance primaire est faible mais la performance secondaire est élevée, le schéma s'inverse. Les entreprises diminuent l'ITN de mitigation et augmentent l'ITN d'adaptation. Le signal secondaire positif fournit une sécurité psychologique et une marge de ressources, encourageant le renouvellement adaptatif malgré les déficits primaires.
- Feedback Négatif Constant : Une sous-performance soutenue sur les deux objectifs renforce l'innovation de mitigation tout en contraignant l'adaptation.
Effets Modérateurs de la Vigilance Attentionnelle du PDG
- Quantité d'Attention : Une quantité d'attention élevée du PDG affaiblit la relation positive entre le feedback de sous-aspiration et l'ITN de mitigation (par diffusion du focus) et renforce la relation négative entre le feedback de sous-aspiration et l'ITN d'adaptation (en réduisant la profondeur cognitive nécessaire à l'expérimentation).
- Stabilité de l'Attention : Une stabilité d'attention élevée du PDG affaiblit la relation négative entre le feedback inconstant et l'ITN de mitigation (en maintenant le focus sur le déficit primaire) et renforce la relation positive entre le feedback inconstant et l'ITN d'adaptation (en permettant l'intégration des signaux conflictuels en une stratégie de renouvellement cohérente).
5. Signification et Contributions
Contributions Théoriques
- Avancement de la Théorie Comportementale : L'étude va au-delà des hypothèses de but unique pour expliquer comment les organisations naviguent dans le « brouillard de feedback » découlant de la poursuite de multiples objectifs. Elle réinterprète l'ambiguïté du feedback non pas comme du bruit, mais comme une condition cognitive distincte qui façonne la direction de la recherche (mitigation vs adaptation).
- Affinement de la Théorie de l'Attention (ABV) : En distinguant la quantité et la stabilité de l'attention, l'étude démontre que l'attention est un mécanisme dynamique. Elle révèle qu'une étendue excessive (quantité) peut être préjudiciable sous pression, tandis que la stabilité est cruciale pour résoudre l'ambiguïté et soutenir les stratégies adaptatives.
- Innovation Méthodologique : L'article fait le pont entre les méthodes computationnelles et la stratégie comportementale en utilisant l'analyse sémantique basée sur BERT pour opérationnaliser l'hétérogénéité de l'innovation. Cela permet une distinction granulaire et comportementale entre mitigation et adaptation que les simples comptages de brevets ne peuvent capturer.
Implications Pratiques
- Pour les Managers : Le feedback de performance doit être perçu comme interprétatif plutôt que purement évaluatif. Des routines structurées (ex. : revues interfonctionnelles) peuvent aider à équilibrer le renforcement préventif et la reconfiguration adaptative.
- Pour les PDG : L'attention est une ressource stratégique. Dans des environnements dynamiques, les PDG doivent structurer leur attention pour éviter la diffusion. Des revues de focus périodiques et une réflexion stratégique peuvent maintenir la cohérence cognitive face à des signaux mixtes.
- Pour la Gouvernance : Les entreprises devraient développer des systèmes d'évaluation qui lient l'innovation numérique à des objectifs tant préventifs qu'adaptatifs, réduisant ainsi la surréaction aux fluctuations temporaires et encourageant l'expérimentation.
Limites
Les auteurs reconnaissent que l'étude se concentre sur les entreprises chinoises cotées en A-shares, ce qui peut limiter la généralisabilité en raison des spécificités institutionnelles et culturelles. De plus, la nature transversale des données de panel ne capture pas pleinement l'évolution dynamique des relations feedback-innovation à travers les différents stades de la transformation numérique. Des recherches futures sont suggérées pour explorer des conceptions longitudinales et des études comparatives dans différents contextes institutionnels.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.