Estado de la cuestión en IA (2014)

Page 1

See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/263553965

Estado de la cuestión en la innovación abierta Chapter · July 2014

READS

100

7 authors, including: Nerea San-Martín-Albizuri

Arturo Rodríguez-Castellanos

Universidad del País Vasco / Euskal H…

Universidad del País Vasco / Euskal H…

11 PUBLICATIONS 8 CITATIONS

101 PUBLICATIONS 157 CITATIONS

SEE PROFILE

SEE PROFILE

Maria azucena vicente-molina

Jon Charterina

Universidad del País Vasco / Euskal H…

Universidad del País Vasco / Euskal H…

32 PUBLICATIONS 93 CITATIONS

29 PUBLICATIONS 44 CITATIONS

SEE PROFILE

All in-text references underlined in blue are linked to publications on ResearchGate, letting you access and read them immediately.

SEE PROFILE

Available from: Arturo Rodríguez-Castellanos Retrieved on: 01 June 2016


Estado de la cuestión en la innovación abierta

1. Concepto de innovación abierta El paradigma de la open innovation o innovación abierta (IA) podría ser entendido como la antítesis del modelo tradicional de integración vertical de los procesos de innovación en la empresa, en el que las actividades de I+D se desarrollan internamente, promoviendo el desarrollo de productos que posteriormente son elaborados y comercializados por la propia organización (Chesbrough, 2006). Este modelo, que puede ser denominado de innovación cerrada (IC), se basa en el principio de que el éxito en la innovación requiere el control interno del proceso completo, con el fin de evitar “derrames de conocimiento” (knowledge spillovers) de los que puedan beneficiarse los competidores. En otras palabras, el proceso que culmina con el lanzamiento al mercado del resultado de una nueva idea debe ser realizado íntegramente y de forma interna por la empresa, de tal forma que desde la creación de esa idea hasta la distribución del producto o servicio resultante no debe haber presencia de agentes externos (Chesbrough, 2003). El término cerrada que acompaña a la denominación de este modelo viene dado por las características que presenta el proceso de innovación en este caso. Los nuevos proyectos se emprenden con base en la tecnología y el conocimiento existentes en la empresa –única entrada–, se desarrollan internamente1 y los que finalmente son viables se externalizan al mercado –única salida– (Chesbrough, 2006). El empleo de la IC, tanto en la práctica como, sobre todo, en las ideas subyacentes al proceso de innovación en las empresas, se mantuvo, en mayor o menor grado, hasta finales del pasado siglo, cuando una serie de factores comenzaron a poner en duda su utilidad. Entre ellos cabría destacar (Chesbrough, 2003), por una parte, el notable incremento del capital humano con alto conocimiento, cuya mayor movili1

Los proyectos que no prosperan son paralizados y excluidos.

7


Título libro título libro Título libro

dad escapa al control de las empresas, y, por otra parte, la creciente disponibilidad de capital riesgo privado, que financiaba empresas de nueva creación y la comercialización de sus ideas. Así, si una empresa no tenía capacidad para aprovechar un descubrimiento en el momento oportuno, las personas involucradas en el proyecto podían desarrollarlo por su cuenta, creando una empresa (spin-off) y financiándose con capital riesgo. Si bien es cierto que la mayoría de las empresas nunca han mantenido un modelo de innovación absolutamente cerrado, los citados factores, junto con otros2, provocaron que la mentalidad do-it-yourself pareciera obsoleta (Gassmann, 2006). En este contexto es donde comienza a establecerse el cambio hacia un paradigma distinto: la open innovation (OI) o innovación abierta (IA). En la actualidad, la definición comúnmente aceptada describe la IA como el uso por parte de las organizaciones de las entradas y salidas de conocimiento con el objeto de acelerar la innovación interna y expandir el mercado para el uso externo de esta. En otras palabras, es el paradigma que asume que las empresas pueden y deben hacer uso tanto del conocimiento externo como del interno y deben utilizar los diferentes medios de acceso al mercado si esperan desarrollar su tecnología (Chesbrough et al., 2006).

Figura 1

El modelo de innovación cerrada

Base tecnológica y de conocimiento

Investigación

El mercado

Desarrollo

Nuevos productos o servicios

Estudios Fuente: Chesbrough (2006).

Entre esos otros factores destacan (Huizingh, 2011) los siguientes: los cambios sociales y económicos experimentados por los modelos de trabajo; el incremento en la división laboral como consecuencia del proceso de globalización; la mejora de las instituciones de mercado que posibilita el comercio de ideas; y el desarrollo de tecnologías avanzadas de la información y la comunicación que permiten colaborar superando barreras geográficas.

2

8


Título libro título libro Título libro

Figura 2

El modelo de innovación abierta Licencias

Base interna de tecnología y conocimiento

Base externa de tecnología y conocimiento

Spin-off tecnológica na de ía y ento

Mercado de otras empresas Nuevo mercado

na de ía y

Entrada de tecnología

Mercado actual

Fuente: Chesbrough (2006).

Aunque no fue hasta 2003 cuando Chesbrough acuñó con ese término el nuevo modelo de gestión de la innovación, la IA ya era objeto de estudio de un gran número de trabajos que describían, mediante otras concepciones, los procesos de innovación y captación de valor desarrollados por las empresas3. No obstante, pueden detectarse ciertas características que diferencian la IA de las teorías sobre innovación existentes hasta ese momento (Chesbrough, 2006): • La importancia del conocimiento externo es similar a la del interno. • El modelo de negocio tienen una relevancia decisiva a la hora de dotar de valor comercial a los resultados de I+D. • Los flujos conocimiento y tecnología “salientes” son también muy importantes. • Debe haber accesibilidad al conocimiento y a la información de calidad. • La gestión de la propiedad intelectual debe ser proactiva. • Existe un incremento sustancial del número de los intermediarios en la innovación. • Deben desarrollarse nuevas medidas para la valoración de la capacidad innovadora y de sus resultados. Sin embargo, a pesar de que el campo de estudio de la IA se ha visto ampliado de forma considerable, se podría afirmar que es un concepto cuya interpretación, características y alcance están aún por concretar (Elmquist et al., 2009).

3

Véanse, entre otros, Katz y Allen (1982), Von Hippel (1988), Cohen y Levinthal (1990) y Gerlach (1992).

9


Título libro título libro Título libro

De hecho, la extensa literatura existente presenta cierta ambigüedad, estableciendo algunas variantes con respecto a la definición propuesta por Chesbrough (Dahlander y Gann, 2010). Así, West et al. (2006) interpretan la IA, por una parte, como una serie de prácticas que permiten obtener beneficios derivados del proceso de innovación y, por otra, como un modelo cognitivo para crear, interpretar e investigar esas prácticas. Otros estudios son más restrictivos, señalando que este fenómeno está definido por tres elementos (Von Hippel y Von Krogh, 2006; Pénin, 2007, 2008): • la revelación voluntaria del conocimiento; • que este debe mantenerse disponible; y • la continua y dinámica iteración de los participantes. Finalmente, son muchos los autores que, dependiendo de la perspectiva –interna o externa– y del significado al que asocian el concepto open4, establecen diversos planteamientos, que van desde la posibilidad de aprovechar los recursos externos de innovación (Laursen y Salter, 2006) hasta los que se centran más en el contexto interno, definiendo la IA como la revelación, por parte de las organizaciones, de conocimiento que antes tendían a ocultar (Henkel, 2006). No es de extrañar, por tanto, que, debido a la indeterminación conceptual de la IA, esta sea asociada a conceptos –o incluso pueda abarcarlos– estrechamente relacionados en el campo de la gestión de la innovación, como el síndrome not invented here (NIH) que propusieron Katz y Allen en 1982; el lead user concept (Von Hippel, 1986); la capacidad de absorción (Cohen y Levinthal, 1990; Veugelers, 1997; Hammerschmidt, 1999; Zahra y George, 2002; Quevedo, 2003; Arbussá y Coenders, 2007; Rodríguez-Castellanos y Hagemeister, 2007; Lichtenthaler y Lichtenthaler, 2009; Rodríguez-Castellanos et al., 2010; Spithoven et al., 2010); y el supply chain management propuesto por Linton et al. (2009); así como las prácticas de colaboración, entre las que podríamos destacar el concepto de “empresa en red” y las denominadas wisdom of crowds (Surowiecki, 2005), mass collaboration (Tapscott y Williams, 2006) y creation nets (Brown y Hangel, 2006). Una vez revisadas las principales aportaciones respecto al concepto que define la IA, a continuación trataremos de establecer un marco teórico que recoja las aportaciones más relevantes realizadas en este campo y que permita sentar las bases para una mejor comprensión de este paradigma. Para ello, siguiendo la propuesta de Pettigrew (1990) en el contexto de la investigación sobre el cambio organizativo, distinguiremos entre contenido, contexto y proceso de la IA.

Concretar el significado del término “abierta” (open) es fundamental para establecer de forma correcta el concepto de innovación abierta y evitar asimilarlo a otros fenómenos, como puede ser el software de libre uso (Lakhani y Panetta, 2007; Pénin, 2008).

4

10


Título libro título libro Título libro

2. Contenido De acuerdo con la diversidad que parece caracterizarla, el contenido de la IA difiere según el enfoque que se adopte para su análisis. Así, entre las aportaciones teóricas realizadas hasta el momento es posible distinguir en este paradigma varias clasificaciones y tipos (Huizingh, 2011). Para aprehender el contenido de la IA se han establecido las siguientes áreas de estudio: el grado de apertura de la innovación, las actividades que engloba, los flujos y las prácticas que se llevan a cabo dentro de este nuevo contexto. En primer lugar, respecto al grado de apertura de la innovación, cabe señalar que la IA no refleja tanto una dicotomía (abierta/cerrada) como una función continua con diferentes grados de apertura (Dahlander y Gann, 2010). De hecho, la gran mayoría de las empresas se sitúan en un punto intermedio entre la innovación totalmente cerrada, utilizando únicamente recursos y tecnología desarrollada en el contexto interno, y la innovación completamente abierta (Laursen y Salter, 2006; Huizingh, 2011)5. Respecto a las prácticas realizadas, siguiendo a Gassmann y Enkel (2004), la IA puede ser “entrante” (inbound), “saliente” (outbound) o “mixta” (coupled activities). La primera se refiere al uso interno del conocimiento existente fuera de los límites de la empresa6, mientras que la segunda alude a la explotación externa del conocimiento internamente alcanzado, por ejemplo, mediante patentes o licencias. Cuando se dan ambos tipos de actividades –independientemente del grado en el que se manifiesten–, la innovación es definida como mixta. Esta distinción se realiza sobre la base de las actividades englobadas por la IA, que, como comprobaremos más adelante, son múltiples en cada uno de los tipos. Numerosos estudios señalan que las empresas suelen desarrollar más actividades de tipo entrante que de tipo saliente (Chesbrough y Crowther, 2006; Cheng y Huizingh, 2010), lo que puede significar un fallo en la capacidad de estas para captar potenciales beneficios derivados de la externalización de sus recursos (Lichtenthaler, 2007). Las razones que explican esta infraexplotación son, entre otras, el miedo a difundir información o conocimiento relevantes (Rivette y Kline, 2000) o a revelar a los competidores las “joyas de la corona” de la empresa (Kline, 2003). Sin embargo, también se comprueba que

Como veremos más adelante, son muchos los autores que apuestan por mantener el desarrollo de la innovación en el contexto interno de la empresa como complemento de la colaboración fuera de sus límites (Mowery, 1983; Rosenberg, 1990; Powell et al., 2005). 6 Se distinguen distintos métodos que permiten a una empresa explotar el conocimiento externo. Probablemente el más sencillo es imitar a la competencia (Lieberman y Montgomery, 1988). Podría realizarse también mediante consultas a los usuarios (Von Hippel, 1988), recurriendo a fuentes de conocimiento públicas o privadas –universidades, organismos de I+D, etc.– (David et al., 2000), estableciendo alianzas o construyendo redes entre empresa que permitan el acceso a la I+D externa, todo ello utilizando las cada vez más avanzadas tecnologías de la información y la comunicación. 5

11


Título libro título libro Título libro

en los últimos años han ido en aumento los esfuerzos dedicados a la obtención de rendimientos a través de la comercialización de los recursos internos (Fosfuri, 2006)7. Una tercera área de estudio de la IA se establece considerando los flujos de conocimiento y su gestión, tanto dentro de la organización como hacia el exterior. En este sentido destaca la clasificación realizada por Lichtenthaler y Lichtenthaler (2009). Estos autores establecen seis capacidades dinámicas que resultan útiles para lograr un mayor beneficio del proceso de IA a través de una mejor gestión del conocimiento8. Así establecen tres procesos (exploración, retención y explotación), que pueden realizarse dentro y fuera de los límites de la empresa, obteniendo una matriz de 3×2 con las consiguientes capacidades: inventiva, transformativa, de innovación (en el proceso interno), de absorción, de conexión y desorptive o “de transferencia, contrario a la absorción” (en el proceso externo), tal como se expresa en la tabla 1.

Tabla 1

Ámbito

Capacidades dinámicas para la innovación abierta

Interno

Exploración Inventiva

Proceso Retención Transformativa

Explotación De innovación

Externo

De absorción

De conexión

De transferencia

Fuente: elaboración propia según Lichtenthaler y Lichtenthaler (2009).

Visto esto, son muchos los autores que cuestionan si es necesario desarrollar todas las capacidades o si, por el contrario, el desarrollo de unas favorece el desarrollo de otras. De verificarse esta última opción, las empresas podrían seleccionar aquellas capacidades o actividades que más les interesen, planteando estrategias de innovación específicas y diferenciadas para desarrollar esas capacidades (Huizingh, 2011)9. Queda por comprobar si esta tendencia persistirá o si, por el contrario, las empresas se volverán en el futuro cada vez más reacias a la externalización de su conocimiento (Huizingh, 2011). 8 Otras aportaciones que resaltan la importancia de la gestión dinámica del conocimiento y de las diferentes capacidades de la empresa son las de Helfat et al. (2007), Raisch y Birkinshaw (2008) y Wallin y Krogh (2010). 9 En estrecha relación con este planteamiento, Dahlander y Gann (2010) concluyen que la capacidad de I+D interna es un complemento necesario para el desarrollo de la IA, en tanto en cuanto facilita que la empresa sea capaz de absorber los recursos de conocimiento existentes fuera de sus límites. De hecho, las empresas con mayor y más eficaz capacidad para generar conocimiento interno presentan ciertas ventajas a la hora de captar socios externos para la innovación (Powell et al., 2005) y, por tanto, de obtener beneficios de posibles spill-overs, así como en la capacidad de absorber conocimiento externo (Cohen y Levinthal, 1990). Por otra parte, no existe evidencia concluyente de que el conocimiento externo y su absorción sean perfectos sustitutivos del conocimiento creado internamente en la empresa. 7

12


Título libro título libro Título libro

Finalmente, teniendo en cuenta el proceso, es posible considerar dos aspectos: por una parte, el proceso mediante el que llega a alcanzarse la IA en la organización y, por otra, los resultados que se obtienen una vez incorporada en la empresa. Este enfoque doble se encuentra estrechamente relacionado con las prácticas de IA, por lo que será considerado en el apartado correspondiente. 3. Contexto Es muy posible que la IA, como paradigma o modelo de gestión, no resulte igualmente beneficiosa en cualquier circunstancia. Es más, parece probado que la efectividad de los procesos asociados a la IA viene condicionada por las características del contexto en el que son desarrollados (Baum y McKelvey, 1999; Teece, 2007). Siguiendo la división propuesta por Gassmann (2006), podemos distinguir entre las características relacionadas directamente con el contexto interno de la organización y las inherentes a su entorno o contexto externo. A continuación se examinan uno y otro tipo de características.

3.1. Características del contexto interno Hacen referencia, por un lado, a factores de tipo “estructural” (tamaño –número de empleados, cifra de negocios, etc.–, rentabilidad, antigüedad, localización geográfica, cuota de mercado, tipo de propiedad, etc.) y, por otro, a factores “estratégicos” (orientación –al mercado, a los recursos, etc.–, aspectos o fines perseguidos a través de la estrategia innovadora, grado de antigüedad en el sector –“veterano” o “nuevo entrante”–, cultura organizativa, etc.). Respecto al primer tipo de factores, la característica más analizada es el efecto del tamaño empresarial, el cual parece condicionar decisivamente el tipo de actividades de IA –entrantes y salientes– que llevan a cabo las organizaciones (Bianchi et al., 2011). De acuerdo con los resultados de algunos estudios, las pequeñas empresas realizan actividades relacionadas con la IA de forma exhaustiva y más frecuentemente que las organizaciones de gran tamaño (Van de Vrande et al., 2009). Además, considerando que su mercado es bastante limitado, los beneficios que pueden obtener de asumir la innovación como un proceso abierto pueden llegar a ser sustanciales (Lee et al., 2010). No obstante, la mayoría de los expertos sugieren que, en realidad, son las grandes empresas las que promueven la IA (Keupp y Gassmann, 2009; Lichtenthaler y Ernst, 2009), ya que las demás carecen de los recursos necesarios para construir y mantener redes de colaboración o para crear y respetar los derechos de propiedad intelectual10. Esta tendencia tiende a variar y, como veremos más adelante en las perspectivas de futuro, parece bastante factible que las pequeñas y medianas empresas comiencen a integrar de forma decidida procesos de IA en sus modelos de negocio. 10

13


Título libro título libro Título libro

Otra de las características “estructurales” internas que tiene especial relevancia en relación con la IA es la localización geográfica de la organización. Aunque el proceso de globalización haya incrementado las posibilidades de acceder a los mercados internacionales y, por tanto, a los recursos globales, las condiciones locales –el nivel de gasto público, las acciones de las agencias gubernamentales, la actividad de los movimientos sociales, etc. existentes en cada país o región– siguen condicionando decisivamente las actividades innovadoras de las empresas (Fabrizio, 2005). Considerando el segundo tipo de factores internos que hay que considerar, esto es, los de tipo estratégico, en primer lugar nos referiremos al grado de orientación al exterior de la organización. En general, se puede concluir que la efectividad del proceso innovador abierto depende de la dirección e intensidad con la que una organización se oriente al exterior, así como de la etapa del proceso de innovación. En principio, puede resultar lógico postular que, si la orientación al exterior se implementa en las primeras etapas del proceso innovador –innovación entrante–, menores serán los costes potenciales y el espacio temporal necesarios para que resulte eficaz. Ahora bien, en la práctica se observa que las pequeñas y medianas empresas concentran las actividades de IA en las últimas etapas del proceso innovador, especialmente en la comercialización del producto o servicio, en las cuales predominan las actividades de innovación saliente. Esto sugiere que la efectividad de tales actividades es mayor cuando la empresa tiene algo concreto que ofrecer al mercado y no tanto en las primeras etapas del proceso (Lee et al., 2010). Además, relacionando este concepto –en términos de profundidad y amplitud– con el ciclo de vida del producto11, los estudios realizados apuntan en la dirección de que las exploraciones fuera de los límites de la empresa tienen mayor profundidad en las primeras etapas del ciclo de vida, mientras que, a medida que el producto madura, la búsqueda de conocimiento externo se realiza de forma más amplia y menos intensa, incluyendo nuevos canales de exploración (Laursen y Salter, 2006). Otro factor estratégico relevante de las empresas es el modelo de negocio. Según Chesbrough (2007), cada organización debe desarrollar las habilidades necesarias que le permitan modificar y ajustar su modelo de negocio, adaptándolo hacia la IA, de forma que siga estando en condiciones de crear valor y de captar parte de él. Así, a través de modelos de negocio abiertos, las empresas lograrían reducir los costes recurriendo a recursos externos de I+D –ahorrando tiempo y dinero– e incrementarían sus beneficios comercializando –mediante patentes, por ejemplo– la tecnología y el conocimiento internamente desarrollado (Elmquist et al., 2009).

En la literatura sobre el éxito de la IA, la mayoría de los trabajos se centran en el desarrollo de nuevos productos y no en la innovación en procesos. La razón fundamental es que, a pesar de la importancia de los temas relacionados con la organización y el proceso, los cambios o las innovaciones realizadas en ellos son más difíciles de detectar por agentes externos y, por tanto, no causan el mismo impacto positivo en el mercado (West y Gallagher, 2006). 11

14


Título libro título libro Título libro

Por último, cabe señalar que, independientemente de las características internas de cada organización, el proceso innovador abierto será efectivo siempre y cuando se adopten los cambios necesarios para llevarlo a cabo. Estas modificaciones deben darse no solo en materia tecnológica, sino también en lo que respecta a los sistemas, los procesos, los valores y la cultura de la organización (Witzeman et al., 2006).

3.2. Características del contexto externo El contexto externo parece ser la principal característica que condiciona la IA. Si bien es cierto que no existe un consenso total a este respecto12, la mayoría de los expertos identifican características del entorno que pueden influir en el desarrollo del proceso innovador y, en concreto, en tres aspectos fundamentales (Huizingh, 2011): el grado de adopción de la IA, la selección de prácticas innovadoras concretas y la efectividad de su empleo. Estos aspectos están condicionados por factores como la intensidad de los cambios tecnológicos, el ciclo de vida de los productos, el grado de competitividad, la concentración, la especialización, el desarrollo de I+D y el grado de apropiabilidad de este13. En este sentido, Gassmann (2006) sugiere que la IA es más apropiada y, por tanto, más efectiva, en contextos marcados por los efectos de la globalización –mayor amplitud del entorno y también mayor incertidumbre–, intensivos en tecnología y conocimiento (Zucker et al., 1998), en los que se desarrollan nuevos y más avanzados modelos de negocio. Lo mismo parece ocurrir en los sectores poco concentrados, donde las empresas no se estructuran de forma vertical (Chesbrough, 2003), y en aquellos con un mayor grado de especialización (Christensen et al., 2005). No está tan definida, sin embargo, la relación entre el desarrollo sectorial de I+D y la efectividad de la innovación. Algunas evidencias sugieren que los sectores más desarrollados tecnológicamente valoran más las fuentes externas de conocimiento que ofrece la IA (Hagemeister y Rodríguez-Castellanos, 2010; Rodríguez-Castellanos et al., 2010), pero también existen evidencias en el sentido de que son las empresas con menor desarrollo interno en I+D las que pueden obtener beneficios superiores de dichas fuentes (West et al., 2005). Finalmente, el grado de apropiabilidad que puede proporcionar el contexto legal parece ser también un factor esencial para un desarrollo innovador favorable. La teoría convencional señala que la posibilidad de proteger la propiedad intelectual aumenta la predisposición a externalizar la innovación creada dentro de los límites de la organización, obteniendo de ello mayores beneficios (West, 2005). Sin embargo, investigacio-

Son varios los autores que se muestran contrarios a esta afirmación y argumentan que, en lo que respecta a la práctica de la innovación fuera de los límites de la empresa, las diferencias entre contextos carecen de significatividad. Véanse, entre otros, Lichtenthaler (2008), Keupp y Gassmann (2009) y Van de Vrande et al. (2009). 13 Esto es, el acceso o la disponibilidad de patentar o proteger la propiedad intelectual (West et al., 2006). 12

15


Título libro título libro Título libro

nes más recientes sugieren que esta relación no es tan simple e, incluso, que puede ser inversa. Tal como concluyen ciertos trabajos, el grado de apertura disminuye cuando se establecen medidas que fomentan la protección intelectual (Laursen y Salter, 2006), y estas medidas pueden tener incluso impactos negativos en el contexto de la IA (Fabrizio, 2005; Simcoe, 2005). De hecho, estos autores presentan modelos de IA en los que la apropiabilidad no desempeña ningún papel que, aseguran, sí son adecuados para captar valor en un escenario innovador14. Analizados ambos contextos, cabe destacar que el desarrollo de la IA podría depender más de la estrategia de negocio de cada empresa que del contexto en el que se desenvuelve, en tanto en cuanto las características del contexto interno parecen tener más relevancia que los factores condicionantes del entorno (Keupp y Gassmann, 2009). A pesar de ello, sería también de interés considerar un enfoque más sistémico e integrador que contemplara la intervención de los factores endógenos y exógenos de forma simultánea, dinámica y evolutiva, utilizando para ello un elemento conceptual como es el Sistema Regional de Innovación (Cooke, 2001). Las características globales de un espacio geográfico, político e incluso comercial y virtual pueden generar procesos de generación y difusión del conocimiento en general y de la IA en particular (Cooke, 2005). 4. Procesos de innovación abierta Dentro del marco conceptual relacionado con los procesos de IA pueden considerarse dos perspectivas: 1. Por un lado, el proceso “hacia la IA”, esto es, el proceso a través del cual una organización adopta un sistema de IA. Desde esta perspectiva, debe plantearse la sucesión de fases que deben seguirse para pasar de un modelo previo –generalmente cerrado– a un modelo abierto en lo que respecta a la innovación. 2. Por otro lado, el proceso relativo a las “prácticas de IA”. Bajo este enfoque, debe darse respuesta a la cuestión How to do it? o, lo que es lo mismo, ¿cómo hacer IA?

4.1. El proceso hacia la innovación abierta La literatura teórica muestra la existencia de diversas fases que debe superar una organización en el proceso de transición desde un sistema de innovación cerrado hasta un paradigma más abierto. Así, Huston y Sakkab (2006) analizan diferentes tipos de

Modelos como el free revealing (libre revelación) o el private-collective (modelo en el cual las organizaciones privadas crean bienes de uso público) pueden consultarse en Von Hippel y Von Krogh (2006) y Hurmelinna et al. (2007), entre otros.

14

16


Título libro título libro Título libro

redes diseñadas específicamente tanto para facilitar las actividades de IA como para reforzar las pautas favorables ya existentes en una organización. Por su parte, Dodgson et al. (2006) ponen de relevancia el importante papel que desempeñan las tecnologías de la información en la implantación de sistemas de IA. Asimismo, Rodríguez-Castellanos (2006), Rodríguez-Castellanos et al. (2010) y Spithoven et al. (2010) señalan la necesidad de mejorar la capacidad de absorción de una empresa como prerrequisito para innovar. Como se puede observar, son muchos y muy diversos los aspectos –internos y externos– que se ven involucrados en este proceso. No es de extrañar, por tanto, que poner en práctica la IA suponga un profundo impacto en los sistemas de organización y gestión de la empresa (Christensen, 2006). Algunos autores asimilan la transición hacia la IA a las dinámicas que subyacen al cambio organizacional de una empresa (Deck, 2008). Este paralelismo se establece por varios motivos: • Ambos procesos requieren un cambio en el modelo de negocio (Gioia y Chittipeddi, 1991; Chesbrough, 2006). • Es necesario eliminar la “inercia” de síndromes como not invented here y not sold here, que son la principal barrera para un cambio efectivo (Armenakis y Bedeian, 1999). • Ambos requieren el desarrollo de nuevas “rutinas” en la organización, como, por ejemplo, nuevos procesos de evaluación, cambios en la medición de los resultados, etc. • Las organizaciones que desarrollan cualquiera de los dos procesos deben definir primeramente su entorno de negocio a través de la experiencia y la adaptación continua (Burnes, 1992). Visto esto, parece factible utilizar las fases del cambio organizacional para describir las que se requieren para alcanzar la IA. Así, pueden identificarse tres fases principales: 1. Descongelación o unfreezing. Consiste en crear la sensación de que el cambio es necesario y urgente. Esta nueva visión de cambio debe ser defendida y comunicada a los stakeholders de la empresa, tanto internos como externos (Kotter, 1995). 2. Impulso o moving. Hace referencia a la puesta en práctica del cambio, a través del establecimiento de nuevos procesos y patrones de conducta consistentes con la nueva visión –actuando sobre los presupuestos, los objetivos, la programación, los sistemas de incentivos, etc.–. Esta fase suele ser experimental, hasta que se halla la visión más adecuada a las pretensiones de la empresa. 3. Institucionalización o institutionalization. En esta última fase se consolidan los resultados y las mejoras obtenidas, evitando pasos atrás en la implantación del nuevo sistema. 17


Título libro título libro Título libro

Partiendo de esta clasificación, se identifican cuatro dimensiones organizacionales que las empresas deben recorrer en cada una de las fases (Chiaroni et al., 2010): 1. Redes o networks. Instaurar un sistema de IA requiere la creación de redes o relaciones interorganizacionales que conecten la empresa con los agentes externos, en especial universidades e institutos de investigación, proveedores y usuarios (Von Hippel, 2005; Emden et al., 2006; Perkmann y Walsh, 2007). 2. Estructura organizacional. Para integrar y gestionar de forma adecuada el conocimiento adquirido fuera de los límites de la empresa en el proceso de innovación, así como para gestionar la transferencia del conocimiento obtenido internamente a los agentes externos, es necesario el desarrollo de redes internas complementarias. Esta reorganización interna afecta a la estructura en la empresa –crear, por ejemplo, una unidad de negocio independiente que dirija el proceso de innovación (Kirschbaum, 2005)–, a los roles establecidos o al sistema de remuneración. 3. Procesos de evaluación. Las empresas que adoptan un mayor grado de apertura en la innovación deben soportar elevados niveles de incertidumbre tecnológica y de mercado que, posiblemente, dificulten la correcta evaluación de los proyectos y las oportunidades de las que disponen. Por ello, es necesario perfeccionar los métodos para su evaluación. 4. Sistemas de gestión del conocimiento. Entendiendo la IA como la utilización del conocimiento generado dentro y fuera de la empresa con el fin aprovechar las oportunidades que ofrece la innovación, su adecuado desarrollo requerirá el uso de sistemas de gestión del conocimiento capaces de difundir, compartir y transferir conocimiento tanto dentro de la organización como con respecto a su entorno. En este sentido destacan, por un lado, el uso de las tecnologías de la información y la comunicación (TIC) como plataforma que facilita la entrada de conocimiento externo y, por otro, la utilización de la propiedad intelectual (PI) para explotar el conocimiento internamente desarrollado. La figura 3 sintetiza de forma gráfica las pautas y las fases comentadas. Otra perspectiva desde la que se puede abordar el desarrollo de la IA es considerar como eje central la integración del conocimiento. Según este planteamiento, el mayor reto al que se enfrenta una organización que quiera adoptar un sistema de innovación más abierto es la identificación y la gestión del conocimiento existente tanto dentro como fuera de ella (Lichtenthaler y Lichtenthaler, 2009). Para abordarlo, se plantea el siguiente modelo con cinco fases diferenciadas (Wallin y Von Krogh, 2010): 1. Definir los pasos del proceso innovador. Al comienzo del proceso innovador es casi imposible establecer al detalle los objetivos específicos que se pretende alcanzar; por ello, lo que se intenta es únicamente esbozar las posibles 18


Título libro título libro Título libro

Figura 3

Pautas y fases para el desarrollo de la innovación abierta

Unfreezing

Moving

Institutionalization

Networks

Networks

Networks

Sistemas de gestión del conocimiento

Procesos de evaluación Estructura organiza­ cional

Sistemas de gestión del conocimiento

Procesos de evaluación

Sistemas de gestión del conocimiento

Procesos de evaluación

Estructura organiza­ cional

Estructura organiza­ cional

Fuente: Chiaroni et al. (2010), p. 226.

metas y distribuirlas a lo largo de un período temporal establecido. A medida que avanza el proceso y progresan los cambios organizacionales, financieros, culturales y técnicos, estas metas deberán ser especificadas con mayor detalle15. 2. Identificar el conocimiento relevante. Una vez establecido el esquema del proceso, resulta más sencillo identificar el conocimiento que será necesario para progresar en la IA16. En este sentido, el reto principal es abandonar la idea de que dicho conocimiento se halla solo dentro de la empresa y comprender que se extiende también fuera de sus límites. 3. Seleccionar un mecanismo de integración adecuado. La integración del conocimiento supone especificar cómo las personas, los grupos y los demás recursos, tanto los internos de la empresa como los externos a ella, contribuyen a las distintas fases del proceso de IA. Para ello existen varios mecanismos: • Introducción de normas que permitan determinar cuándo y cómo se internaliza/externaliza una innovación (a través de la compra/venta de patentes). • Establecimiento de una secuencia previa de objetivos. • Creación de rutinas o patrones de comportamiento. • Implantación de técnicas de tratamiento de ideas y group decision-making.

15 En este sentido, debe evitarse que los intereses propios de los directivos interfieran en el establecimiento de los pasos que se deben seguir para el desarrollo de la innovación en el seno de una organización. 16 La necesidad de identificar el conocimiento se extiende a diversos campos: de recursos humanos, tecnológico, etc.

19


Título libro título libro Título libro

4. Crear mecanismos de gobierno eficaces. A medida que el número de participantes –personas o instituciones– externos aumenta, se hace patente la necesidad de regular ciertos aspectos de la IA, para dar respuesta a cuestiones como quién debe participar en el proceso, quién debe controlar la calidad de las aportaciones o cómo se deben tratar los posibles conflictos que surjan entre la organización y los participantes externos17. 5. Equilibrar los incentivos y el control. La dirección de la organización debe establecer un correcto equilibrio entre, por un lado, asegurar la calidad y la rentabilidad del trabajo realizado para la empresa y, por otro, incentivar a los participantes externos que han colaborado en el proceso innovador. La motivación de los agentes para participar en un proyecto innovador es una mezcla de motivos no directamente pecuniarios –por puro entretenimiento, por aprender de los demás, por el reconocimiento de sus iguales...– y estrictamente pecuniarios; es de esperar que, a medida que los agentes aumentan su participación en el proyecto, los primeros vayan perdiendo fuerza en favor de los segundos, por lo que se irán planteando deseos de compartir los beneficios, recibir un salario o entrar a formar parte de la empresa. Si la empresa comienza a controlar el trabajo o el rendimiento de estos agentes –demandando más calidad o mayor productividad– sin establecer como contrapartida incentivos pecuniarios, puede que la motivación que los conduce a formar parte de un proyecto de forma voluntaria desaparezca y, finalmente, lo abandonen. Finalmente, cabe señalar que estos cinco pasos hacia la IA tienen carácter cíclico (véase la figura 4). Así, los incentivos y el control influirán en la definición del proceso, que, al variar, da paso a nuevas oportunidades de innovación. La generación de estas nuevas ideas añadirá nuevo conocimiento, la creación de diferentes mecanismos, diferentes regulaciones, etc.

4.2. Prácticas de la innovación abierta Como ya hemos señalado antes, las prácticas tratan de dar respuesta a la pregunta “¿Cómo se hace la IA?”. Es decir, tratan de especificar cuándo, cómo, con quién, con qué objetivos y en qué dirección se van a realizar actividades de innovación. Las posibilidades son múltiples, dependiendo de los siguientes factores: los participantes externos (desde proveedores, clientes y competidores hasta universidades, institutos de investigación y empresas de muy diversos sectores), la duración de la colaboración, su promotor, el rol que siga la organización18, las áreas de la organización implicadas, etc.

17 Las respuestas a estas y otras cuestiones varían dependiendo de factores tales como el tipo de tecnología que se quiere desarrollar, el número de participantes externos, su capacidad, si estos son remunerados o no, etc. 18 Más adelante se analizarán los distintos roles que puede asumir una organización en el proceso de la IA.

20


Título libro título libro Título libro

Figura 4

Modelo para integrar el conocimiento en la innovación abierta

Definir los pasos del proceso innovador

Identificar el conocimiento relevante

Seleccionar un mecanismo de integración adecuado

Equilibrar los incentivos y el control

Crear mecanismos de gobierno eficaces

Fuente: elaboración propia sobre la base de Wallin y Von Krogh (2010), p. 148.

De hecho, como veremos a continuación, la literatura teórica muestra la existencia de diversos métodos para recoger las prácticas habituales de IA. Gassmann y Enkel (2004) proponen el primero –probablemente el más utilizado entre los expertos–, que divide las actividades en “entrantes” (inbound), “salientes” (outbound) o “mixtas” (coupled activities), para las que establecen además una serie de prácticas concretas19. En concreto, realizar actividades entrantes significa que una compañía decide invertir en cooperación con proveedores20 y clientes e integrar el conocimiento externo adquirido. Este proceso se puede desarrollar, por ejemplo, colaborando con dichos clientes y proveedores (Boutellier y Wagner, 2003; Ragatz et al., 2002), realizando consultas a clusters de innovación (Gassmann y Gaso, 2004), solicitando información en otros sectores, adquiriendo propiedad intelectual (Almeida, 1996) o invirtiendo en la creación de conocimiento global21. Normalmente, las empresas que optan por esta vía de innovación se caracterizan por pertenecer a sectores de baja tecnología y cuyas ne-

Véase en este trabajo el apartado correspondiente al contenido de la IA. Se entiende proveedores tanto de productos como de servicios, I+D, etc. 21 Las prácticas concretas para el desarrollo del proceso entrante son múltiples y cada una de ellas cuenta con ciertas ventajas e inconvenientes, por lo que queda en manos de cada organización la elección de aquella o aquellas que mejor se adapten a sus intereses y capacidades (Lowe y Taylor, 1998; Veugelers y Cassiman, 1999). 19 20

21


Título libro título libro Título libro

Figura 5

Actividades del proceso de innovación abierta

Proceso entrante Proceso saliente

Integrar conocimiento externo, proveedores y clientes

Escanear nuevas tecnologías

Externalizar ideas al mercado vendiendo/ patentando

Prototipos

Desarrollo

Productos

Proceso mixto Combinar procesos entrantes y salientes, trabajar en alianza con participantes externos Fuente: Gassmann y Enkel (2004), p. 7.

cesidades de conocimiento rara vez se ven cubiertas utilizando únicamente el desarrollado dentro de sus límites. Las compañías que se centran en el proceso saliente tienen como objetivo externalizar el conocimiento y la tecnología desarrollados internamente, tratando bien de reducir sus costes fijos de I+D, bien de establecerse como marca de referencia o bien de fijar sus propios productos o servicios como estándares de mercado. En estos casos, los beneficios se obtienen de las licencias y patentes que dichas empresas establecen para comercializar sus ideas (Ernst y Omland, 2003). Finalmente, las organizaciones que resuelven adoptar actividades mixtas combinan el proceso entrante –beneficiándose del conocimiento externo– y el saliente –externalizando ideas–. Para ello, estas compañías cooperan con otros participantes a través de redes estratégicas22 durante un período de tiempo extenso (Fritsch y Lukas, 2001). Son principalmente empresas que pretenden obtener mayores beneficios utilizando posi-

22 La cooperación hace referencia al desarrollo de conocimiento a través de relaciones con participantes específicos: consorcios entre competidores (Ingham y Mothe, 1998), con proveedores y consumidores (Von Hippel, 1988), joint-ventures y alianzas (Mowery et al., 1996) o acuerdos con universidades e institutos de investigación (Santoro y Chakrabarti, 2001).

22


Título libro título libro Título libro

bles alianzas, tanto con empresas de otro sector como con competidores directos. Ahora bien, lograr que las actividades mixtas desarrolladas tengan éxito depende en gran medida de la capacidad de la empresa para, por un lado, escoger los socios adecuados y, por otro, asimilar e integrar las competencias y conocimientos que estos puedan aportar (Gassmann y Enkel, 2004). En general, las organizaciones centran su estrategia en uno de los tres procesos considerados y desarrollan sus actividades basándose en él. Esto no significa que descarten el resto de las prácticas; más bien al contrario, suelen aplicarlas en momentos puntuales del proceso innovador. Debe insistirse en que las variantes del presente modelo son múltiples, ya que, dependiendo de las prácticas concretas que se establezcan en cada uno de los tres grupos de actividades, podemos encontrar diversas formas de plantear los procesos de IA23. Así, una de estas formas (véase la tabla 2) distingue cuatro categorías diferentes dependiendo de la motivación, pecuniaria o no, de las actividades entrantes y salientes (Dahlander y Gann, 2010).

Tabla 2

Procesos de innovación abierta sobre la base de la motivación pecuniaria/no pecuniaria

No pecuniaria Pecuniaria

Innovación entrante

Innovación saliente

Sourcing Adquirir

Revelar Vender

Fuente: elaboración propia sobre la base de Dahlander y Gann (2010).

Partiendo de esta clasificación y respecto a las prácticas entrantes, estas hacen referencia a cómo las empresas pueden acceder a conocimientos y tecnología externa, bien accediendo libremente, bien adquiriendo patentes o licencias. En cualquiera de los dos casos, la búsqueda de fuentes de innovación externa debería llevarse a cabo antes de iniciar el trabajo interno de I+D (Chesbrough, 2006). Además, encontrar e integrar este conocimiento requiere de la experiencia y de los recursos internos necesarios para que el proceso reporte beneficios y valor añadido (Von Zedtwitz y Gassmann, 2002). En realidad, existen ciertas limitaciones a la hora de desarrollar estas prácticas, como pueden ser las diferencias culturales y de comunicación que pueden surgir entre los participantes –especialmente en el caso no pecuniario– (Kogut y Zander, 1992) o las 23 Autores como Huston y Sakkab (2006) y Dittrich y Duyster (2007), mediante un estudio de casos, ofrecen sugerencias sobre las prácticas más eficientes. Otros se centran en una de las actividades –normalmente las entrantes o salientes–, desarrollando modelos específicos para cada caso (Van de Vrande et al., 2009; Lichtenthaler, 2010).

23


Título libro título libro Título libro

limitaciones de la propia empresa en términos de conocimiento previo y tiempo dedicado a la búsqueda24. Respecto a las actividades salientes, cuando una organización revela recursos internamente creados, se refiere a que realiza actividades salientes sin esperar beneficios monetarios inmediatos. Las ventajas de este proceso se presentan en forma de rápido crecimiento y acumulación de la innovación en el sector (Murray y O’Mahony, 2007), además de obtener legitimidad e imagen entre los participantes externos (Nuvolari, 2004). Pese a esto, las prácticas basadas en la revelación dificultan la captación de beneficios acumulados (Helfat, 2006), sobre todo si la competencia dispone de recursos más eficientes que le permitan hacer uso de los avances tecnológicos revelados. El segundo tipo de proceso saliente hace referencia a cómo las empresas venden o comercializan el conocimiento y la tecnología internamente desarrollados. Esta práctica se está haciendo cada vez más común (Fosfuri, 2006) y existen organizaciones que, sin considerar su relevancia en el propio modelo de negocio, acumulan un número cada vez mayor de patentes (Nerkar, 2007). Ahora bien, también existen ciertos obstáculos que impiden la comercialización de los recursos internos: la dificultad para determinar su valor (Chesbrough y Rosenbloom, 2002) o la prevención respecto a que otra empresa con recursos más avanzados obtenga mayores beneficios de su explotación. Otra clasificación es la que divide las prácticas de IA en actividades de exploración, de retención y de explotación (Chesbrough, 2003; Keupp y Gassmann, 2009; Lichtenthaler y Lichtenthaler, 2009; Huizingh, 2011). Basándose en esta división, algunos autores proponen un marco conceptual sobre la gestión del conocimiento organizacional y las distintas capacidades necesarias para desarrollarlo, tanto dentro como fuera de los límites de la empresa25. Así, en el ámbito interno, la exploración del conocimiento se refiere a la generación de nuevo conocimiento dentro de la empresa (Smith et al., 2005), su retención consiste en lograr mantener el conocimiento alcanzado a lo largo del tiempo (Garud y Nayyar, 1994) y los resultados internamente alcanzados tras el proceso de innovación se identifican con la explotación. Igualmente, en el ámbito externo, se dividen en la adquisición de conocimiento fuera de los límites de la empresa, su mantenimiento en las relaciones interorganizacionales –por ejemplo, en las alianzas– (Gulati, 1999) y su transferencia al exterior a través de patentes o licencias como vía de explotación (Lichtenthaler, 2007). Utilizando esta misma división, Keupp y Gassmann (2009) identifican cuatro arquetipos o roles de empresa, dependiendo de la intensidad con la que realizan actividaLa incorporación o adquisición de fuentes externas de innovación podría ser más beneficiosa si la empresa concentrara su búsqueda en un contexto y una materia concreta (Gassmann, 2006). 25 Véase la tabla 1 en el apartado correspondiente al contenido de la IA. 24

24


Título libro título libro Título libro

des de innovación (véase la figura 6). Teniendo en cuenta la amplitud y la profundidad26 de las fuentes internas y externas utilizadas, estos autores distinguen entre profesionales, exploradoras, scouts y aislacionistas.

Figura 6

Arquetipos empresariales respecto a la innovación abierta

Amplitud de las fuentes

Profesionales Scouts

Exploradoras

Aislacionistas

Profundidad de las fuentes Fuente: Keupp y Gassmann (2009), p. 336.

Por su parte, Chesbrough (2003) analiza las actividades de exploración y explotación en tres áreas principales de la IA (financiación, generación y comercialización): 1. En lo que respecta a la financiación, existen dos tipos de organizaciones: los inversores (internos y externos) y los benefactores. En su origen, los recursos para desarrollar la innovación se obtenían del presupuesto destinado internamente por cada empresa a I+D; con el tiempo han ido apareciendo nuevos inversores (empresas de venture capital, business angels, etc.), cuyo capital ha logrado dinamizar el movimiento de ideas entre empresas, universidades, institutos de investigación, etc. Los benefactores, por su parte, se distinguen de los anteriores en que suelen financiar las primeras etapas de la investigación,

La amplitud (breadth) mide el número de fuentes que integra la empresa en su proceso innovador, mientras que la profundidad (depth) se refiere al grado de integración significativa de dichas fuentes (Laursen y Salter, 2006).

26

25


Título libro título libro Título libro

cuando las empresas tienen mayores dificultades para obtener fondos de otras fuentes. 2. Existen cuatro tipos de organizaciones dedicadas a la generación de innovación: los exploradores, los comerciantes, los arquitectos y los misioneros. Los primeros se especializan en desarrollar, sin motivaciones directamente pecuniarias, las investigaciones o descubrimientos que han sido diseñados previamente en laboratorios de I+D. Los comerciantes realizan estas mismas acciones, pero con objetivos comerciales específicos, como la obtención de beneficios a través de la venta de patentes y licencias. La labor de los arquitectos es sumamente valiosa, por cuanto facilitan a las demás organizaciones el acceso y la participación en sistemas de elevada complejidad tecnológica. Finalmente, los misioneros realizan las mismas tareas que los anteriores, pero sin ánimo de lucro. 3. Por último, son dos los tipos de organización que trasladan la innovación al mercado: los centros one-stop y los vendedores. Los primeros proporcionan una gran cantidad de productos y servicios. Toman las mejores ideas –independientemente de la fuente– y las ofrecen a precios competitivos entre sus clientes, con los que, además, suelen mantener una relación a largo plazo. Los vendedores, por su parte, son organizaciones con una habilidad especial para obtener beneficios de ideas generadas fuera de ellas mismas. De hecho, están especializadas en descubrir cuáles son las necesidades del mercado, lo que les permite satisfacerlas mediante la incorporación de dichas ideas generadas externamente. Aunque muchas empresas se alinean en un área concreta de las anteriores, destinando todos sus recursos a realizar las actividades propias de esa área, existen casos en los que una misma organización cumple los tres roles simultáneamente, financiando, generando y comercializando la innovación. Otra aproximación a las prácticas de la IA se basa en sus etapas. Fetterhoff y Voelkel (2006) proponen un modelo que incluye las siguientes fases: • Buscar oportunidades. • Evaluar su mercado potencial. • Reclutar los posibles socios para su desarrollo. • Obtener valor añadido mediante su comercialización. • Extender la oferta de innovación. Estos autores, además, evalúan la contribución realizada al proceso de innovación de la empresa por los agentes externos a ella. Para ello emplean el patrón “seis C”, que distingue las siguientes dimensiones que hay que valorar: company (empresa), customer (cliente), competition (competidores), commerce (tamaño de mercado), coste del capital y copyright o propiedad intelectual. 26


Título libro título libro Título libro

Asimismo, se podrían agrupar las prácticas de IA distinguiendo entre el proceso y el resultado obtenido. A su vez, ambos pueden ser abiertos o cerrados, de tal forma que se crea una matriz de 2×2 (véase la tabla 3), que contiene cuatro vías para desarrollar la innovación.

Tabla 3

Vías de innovación dependiendo de la apertura del proceso y de los resultados Proceso Cerrado Abierto

Resultado Cerrado Innovación cerrada Innovación abierta privada

Abierto Innovación pública Innovación open source

Fuente: Huizingh (2011), p. 3.

La innovación cerrada refleja la situación en la que la innovación propiedad de la empresa se desarrolla dentro de los límites de esta (Chesbrough, 2003), de forma que tanto el proceso como el resultado son cerrados. En la segunda categoría, la innovación abierta privada, los resultados siguen siendo privados –propiedad de la empresa–, pero el proceso se abre con la utilización de recursos ajenos o la explotación de los propios fuera de los límites de la organización. Que los resultados de la innovación sean abiertos significa que participantes externos tienen acceso a ellos. Recientemente ha crecido el interés por esta vía de innovación, toda vez que el acceso a los recursos de forma ventajosa ya no se identifica tan claramente con la necesidad de proteger la propiedad intelectual (Pisano, 2006). Si bien es cierto que, desde un punto de vista estrictamente economicista, dedicar recursos – cada vez más costosos– a la innovación, para luego revelar los resultados de forma gratuita, parece algo improbable, la realidad es que mediante estas tácticas las empresas ven mejorada su imagen ante el mercado (Lerner y Tirole, 2005). Cuando el proceso es cerrado, se denomina innovación pública, y su objetivo más claro es crear estándares de mercado; esto es, permitiendo a otros el acceso a los resultados obtenidos de la innovación internamente creada, la empresa obtendrá los beneficios de implantar, de facto, su producto o servicio como modelo de mercado. Por último, si el proceso y el resultado son abiertos, la vía de innovación se denomina open source, cuyo ejemplo más conocido es el software de libre uso. Para dar por finalizado este apartado, cabe destacar ciertas cuestiones estrechamente relacionadas con las prácticas de la IA. Una de las más importantes es decidir cuándo y en qué condiciones es efectivo desarrollar un proceso innovador en el que, además, participen agentes externos. Para 27


Título libro título libro Título libro

ello, en primer lugar, es necesario delimitar el concepto de efectividad. La mayoría de los expertos lo asimilan a un concepto multidimensional, que mide aspectos como la capacidad de innovación, el número de innovaciones realizadas o los beneficios financieros y no financieros, entre otros (Cheng y Huizingh, 2010). También podrían incluirse en esta lista la reducción de los costes de producción de un producto o servicio, la rebaja del tiempo necesario para su comercialización y el incremento de las ventas. Asimismo, si se consideran los beneficios indirectos, la efectividad de la innovación se puede reflejar en un mayor acceso a nuevos mercados, en un mejor posicionamiento tecnológico (Nagaoka y Kwon, 2006) y en una mejor detección y gestión de las competencias básicas de una empresa (Rigby y Zook, 2002). En línea con el estudio de la efectividad, podría ser interesante investigar las razones por las que las empresas deciden adoptar procesos de innovación abiertos. Por ejemplo, algunos autores distinguen entre motivos o estrategias ofensivas –impulsar el crecimiento de la empresa– y defensivas –disminuir los costes–, señalando que las primeras tienen mayor relevancia a la hora de tomar dicha decisión (Chesbrough y Crowther, 2006; Van de Vrande et al., 2009)27. Según muestran los resultados empíricos de algunos estudios, la cooperación entre distintos agentes, promovida por la IA, es uno de los factores que mayor repercusión positiva tienen sobre el rendimiento –aunque ello se deba a la intensidad de los vínculos establecidos más que a su existencia en sí– (Tomlinson, 2010). Sin embargo, otros autores señalan que la relación entre la IA y el rendimiento no es lineal y que un excesivo desarrollo de la primera puede llegar a ser perjudicial para el segundo (Laursen y Salter, 2006). Ahora bien, cualesquiera que sean la estrategia que se vaya a seguir y los rendimientos esperados, no se deben subestimar los costes y los riesgos que implica el proceso de IA (Keupp y Gassmann, 2009) y que, en definitiva, suponen un impedimento a su desarrollo. En primer lugar, cabe señalar los costes de transacción debidos a la búsqueda y evaluación de fuentes externas de conocimiento, cuya calidad y utilidad para los fines de la empresa, a priori, se desconocen (Chesbrough, 2003). Un segundo obstáculo hace referencia a la gestión de la propiedad intelectual, en el sentido de que, cuando una empresa colabora con agentes externos, estos pueden apropiarse de parte del valor surgido a consecuencia de dicha relación (Teece, 1987)28. Este riesgo es notable para las empresas de nueva creación e intensivas

27 Por su parte, Gassmann (2006) considera que la decisión de desarrollar el proceso de IA depende de impedimentos relacionados con la información, y en concreto, con el riesgo y las oportunidades que esta supone: accesibilidad, costes, etc. 28 La propiedad intelectual que se crea de forma conjunta entre varios agentes puede provocar conflictos respecto a su reparto. De hecho, cuanto mayor sea el porcentaje sobre el valor global al que pueda acceder, más reticente será la empresa a mantener posturas “abiertas” (Chesbrough y Crowther, 2006).

28


Título libro título libro Título libro

en tecnología, cuyo temor principal es abrirse a otras empresas u organizaciones de mayor tamaño (Shane, 2003). Para evitarlo, en algunos sectores se mantiene en secreto algún aspecto clave de la patente o licencia, necesario para que esta sea aplicable, lo cual representa una estrategia más próxima al concepto de innovación cerrada (Cohen et al., 2000). El tercer y último riesgo que hay que considerar es la necesidad, por parte de las empresas que implementan un proceso de IA, de superar una serie de cambios tanto organizacionales como culturales. En este sentido, los “innovadores” deben afrontar profundos cambios de mentalidad y ser capaces de reconfigurar sus estrategias en un plazo de tiempo marcado por los cambios que se produzcan en el contexto externo (Laursen y Salter, 2006). El temor a la pérdida de control sobre la tecnología desarrollada y al rechazo que puedan ocasionar las nuevas políticas dentro de la empresa pueden suponer un obstáculo insalvable (Chesbrough, 2006). Visto esto, parece necesario realizar más investigaciones con objeto de profundizar en el concepto de efectividad, de forma que puedan llegar a delimitarse claramente tanto los beneficios obtenidos como los costes y los riesgos que conlleva el proceso de IA (Dahlander y Gann, 2010). Otra cuestión importante es la relación que se establece entre los socios o agentes que colaboran en las prácticas de IA. En este sentido, parecen surgir varias líneas de investigación: • La primera se plantea si debe ser la propia empresa la que establezca los socios con los que va a colaborar o si, por el contrario, esta tarea debe quedar en manos de intermediarios. Existen varias posiciones al respecto: por ejemplo, Lee et al. (2010) proponen un modelo que defiende la existencia de intermediarios cuya misión será organizar redes y fomentar la confianza entre los distintos participantes en ellas; asimismo, Spithoven et al. (2010) analizan la importancia de los centros de investigación colectivos para desarrollar la capacidad de absorción de conocimiento de las empresas, facilitándoles así que lleven a cabo actividades entrantes; sin embargo, aunque parezca probado que el recurso a intermediarios promueve tanto las actividades entrantes como las salientes de la IA (Gwyne, 2007), su uso constituye aún un desafío en la gestión de este paradigma (Sieg et al., 2010). • Una segunda línea analiza la evolución de la relación entre los socios participantes desde una perspectiva temporal; en este sentido, parece recomendable, a largo plazo, mantener cierta diversidad en la “cartera” de socios, esto es, no involucrarse con un único colaborador (Dahlander y Gann, 2010). • Por último, un tercer grupo de autores investigan la motivación y los incentivos de los agentes que colaboran en un proyecto de IA; obviamente, la gestión de este trabajo en equipo resulta una tarea compleja, más si cabe cuando los incen29


Título libro título libro Título libro

tivos que motivan a los distintos participantes difieren sustancialmente (Wallin y Von Krogh, 2010)29. Un último aspecto que se debe considerar relacionado con el proceso de IA se refiere a la captura del valor creado en su desarrollo. Esto es, a cómo lograr obtener rendimientos, apropiables por la organización, de las prácticas de IA. Para ello, las empresas cuentan tanto con los métodos formales –patentes, registro de marcas, copyright, etc.– como los informales –plazos de entrega, ventajas de ser el primero, lock-ins, etc.– (Dahlander y Gann, 2010). La cuestión es cuándo utilizar unos u otros métodos, ya que la decisión normalmente se toma en las primeras fases del proceso innovador30, cuando el producto o servicio no está aun desarrollado y las posibilidades de realizar actividades entrantes o salientes son todavía inciertas (Huizingh, 2011). Muchos casos de empresas concretas muestran que no siempre la protección más firme es la que más oportunidades reporta para la captación del valor creado (Pisano, 2006). De hecho, tal como señala Henkel (2006), para lograr beneficios en la actualidad no basta con mantener la exclusividad; lo que realmente parece necesario es crear nuevas estrategias más abiertas que estén dirigidas a la apropiación de resultados, más que a su protección en sí. 5. Limitaciones de la innovación abierta Como hemos podido comprobar, la IA y los modelos de negocio asociados a ella implican un cambio necesario en las prácticas, en las posiciones estratégicas y en la cultura organizativa establecidas hasta el momento (Dahlander y Gann, 2010). Además, este giro hacia un paradigma más abierto puede resultar costoso (Laursen y Salter, 2006) y generar problemas en varios ámbitos principales, como son la coordinación entre los distintos agentes, los incentivos y la evaluación del conocimiento, entre otros (García y López, 2011). El obstáculo más inmediato que debe superar una organización que adopte un proceso de IA es articular la cooperación con otros agentes. Diseñar estrategias y mecanismos que coordinen las actividades de la empresa con agentes externos reviste, como ya se ha mencionado, cierta dificultad, ya que el proceso de coordinación puede verse afectado por los denominados problemas de red31 y por la existencia de divergencias

29 Un ejemplo claro son las prácticas de colaboración denominadas wisdom of the crowd, en las cuales los participantes son voluntarios, con sus propios intereses, desconocidos para la empresa y, posiblemente, en conflicto con los objetivos de esta (Surowiecki, 2005). Sobre este tema pueden consultarse también Lakhani y Von Hippel (2003), Lerner y Tirole (2005) y Berthon et al. (2008). 30 Además, una vez escogido el método, las organizaciones deben captar los potenciales beneficios y apropiarse de ellos, lo cual a menudo tampoco resulta una tarea sencilla (Strukova, 2009). 31 Los problemas de red surgen cuando los agentes participantes interactúan de forma débil, por lo que pueden experimentar dificultades en el proceso de coordinación y cooperación para la realización de actividades innovadoras (Woolthuis et al., 2005).

30


Título libro título libro Título libro

en los objetivos. Además, cuanto mayor sea el número de agentes participantes, más complejo y, por tanto, más costoso será enlazar los distintos objetivos y actividades que residen en ellos. Asimismo, el comportamiento oportunista y/o deficiente de los agentes que forman parte del proceso puede derivar en problemas de incentivos, que, en última instancia, suponen un serio impedimento a la creación y captura de valor de las innovaciones realizadas. Estos problemas de incentivos surgen por diversas causas, entre las que pueden destacarse las siguientes: • Las ideas abandonadas en el interior de la empresa. Según Chesbrough (2003), el conocimiento o las innovaciones que no se desarrollan finalmente, esto es, que la empresa abandona por alguna causa, pueden convertirse en una traba. Esto ocurre cuando algún empleado decide apropiarse de esas ideas y explotarlas fuera de los límites de la empresa –a través de una spin-out, por ejemplo–. De darse el caso, la empresa originaria no rentabilizaría la idea que antes había sido suya, e incluso la nueva empresa podría convertirse en competidora directa y restarle cuota de mercado. • La información y su revelación. En la relación con agentes externos es necesario gestionar de forma adecuada la información de la que se dispone dentro de la empresa. Si se revelan con absoluto detalle las potenciales ideas y tecnologías, se estaría cediendo su valor, ya que, en el momento en el que el colaborador o comprador disponga de todo el conocimiento, no solo pueden faltarle incentivos para seguir en el proyecto, sino que incluso puede tenerlos para desarrollarlo por su propia cuenta. Otro problema relacionado con la revelación de información, pero cuyo control no está en manos de la empresa, es la movilidad de sus empleados (Arrow, 1962). Si por falta de incentivos, entre otras causas, decidieran abandonar la empresa, se llevarían consigo el conocimiento adquirido, convirtiéndose en competidores directos. • El problema de equipo. Cuando se trabaja en colaboración o cooperación, es complicado medir las aportaciones que realiza cada agente integrante respecto al resultado final. Ello puede provocar que algunos de los participantes eludan el trabajo o actúen de forma deficiente –los denominados comportamientos de “polizón” o free-riding (Hoffman y Schlosser, 2001)–. • La comercialización de tecnologías. Poner a disposición de agentes externos la tecnología o el conocimiento creado puede ser perjudicial para la empresa, ya que disminuye su capacidad para capturar valor y desincentiva la inversión (García, 2011). De hecho, para evitar la imitación y la desvalorización de una idea, las empresas adoptan numerosas prácticas dirigidas a minimizar ese riesgo. Una vez vistos los problemas que pueden surgir cuando varios agentes tratan de coordinarse para desarrollar un proyecto de innovación y considerando que, en la ma31


Título libro título libro Título libro

yoría de los casos, estas dificultades derivan de la falta de incentivos, parece que la solución está en buscar la convergencia o la alineación de los intereses de las partes y procurar que los beneficios alcancen a todos32. Otras limitaciones no menos importantes son las que surgen de las dificultades para evaluar y gestionar la innovación externa, frente a la creada dentro de los límites de una organización. Esto se debe a la menor disponibilidad de información de primera mano (Menon y Pfeffer, 2003) y, en ocasiones, a los elevados costes de transacción que supone acceder al conocimiento externo. Por último, cabe destacar que, al tratarse de un paradigma relativamente reciente, la IA y, en especial, sus limitaciones presentan un marco teórico insuficiente. Esta carencia es especialmente relevante respecto al análisis de casos fallidos, es decir, de las causas y condiciones –tanto internas como externas– que llevan a fracasar a una organización en su intento de desarrollar la IA. 6. Perspectivas de la innovación abierta Las perspectivas de la IA pueden considerarse desde dos puntos de vista: como perspectivas de investigación y como perspectivas de acción para el futuro.

6.1. Perspectivas de investigación Tal como hemos señalado, son muchas las oportunidades que para la investigación ofrece el campo de la IA. De hecho, en este trabajo se ha insistido en el escaso marco teórico y empírico existente y en la falta de consenso entre los distintos expertos, ya sea respecto al concepto, a su contenido exacto, a las prácticas y procesos que engloba e, incluso, a las limitaciones que presentan las iniciativas de IA. Con objeto de organizar las diferentes líneas de investigación de este paradigma, seguiremos la clasificación propuesta por Gassmann et al. (2010), los cuales plantean diez perspectivas: 1. Perspectiva espacial. Esta visión se centra en el análisis de la relación entre el proceso de globalización y la innovación. En este sentido, el hecho de que en las últimas décadas la investigación, la tecnología y el desarrollo de productos se hayan venido desarrollando progresivamente de forma cada vez más global parece haber contribuido a facilitar las prácticas de IA. Por ejemplo, cada vez resulta más sencillo acceder al mejor conocimiento y a las más avanzadas competencias a escala mundial sin encontrarse físicamente próximo a la fuente, o crear redes virtuales de I+D para descentralizar los procesos (Boutellier et al., 1998). 32

32

Esta solución parte del esquema de incentivos denominado win-win.


Título libro título libro Título libro

2. Perspectiva sectorial. Si fijamos nuestra atención en el contenido de la IA, una interesante área de investigación futura puede ser el sector servicios. Hasta el momento, a excepción de algún trabajo puntual (Thomke, 2003), la mayoría de los estudios y de las acciones se concentran en la innovación de productos y procesos, dejando de lado el gran potencial que supone, en términos de análisis e implantación de la IA, el sector servicios, el mayor sector en muchos de los países desarrollados. 3. Perspectiva estructural. En los últimos años hemos asistido a la disgregación de la cadena de valor de las empresas. Los motivos principales han sido la reducción de los costes y la mayor especialización, causados, a su vez, por unos sistemas tecnológicos y productivos cada vez más complejos. Desde esta perspectiva estructural se pone de manifiesto que la innovación parece haber incrementado la división del trabajo (Hagedoorn y Duysters, 2002) y, además, se espera que en un futuro próximo esta tendencia se mantenga, a través de la externalización de la I+D y un mayor número de alianzas. 4. Perspectiva de usuario. Esta es una de las líneas de investigación más desarrolladas dentro de la IA. Comenzó con la intención de incluir la participación del usuario en el proceso de innovación (Von Hippel, 1988), a la que se fueron añadiendo conceptos tales como la “personalización masiva” o mass customization (Franke y Piller, 2003) y, más recientemente, la idea de democratizar el proceso de innovación (Von Hippel, 2005). El principal objetivo de esta perspectiva es integrar a los usuarios en el desarrollo de la innovación, de forma que se puedan entender mejor sus requerimientos latentes y se logre integrar su conocimiento, sobre todo en las primeras fases del proceso (Von Hippel, 1986). 5. Perspectiva del proveedor. No ha sido desarrollada con tanta intensidad como la anterior, pero la gran mayoría de los autores coinciden en que la atención al conocimiento que puedan aportar los proveedores puede resultar decisiva en el proceso de innovación. De hecho, parece probado que la inclusión de los proveedores, incluidos los proveedores de I+D (universidades, centros de investigación, centros tecnológicos, etc.) en las primeras fases del proceso de innovación puede resultar altamente beneficiosa para la empresa innovadora (Hagendoorn, 1993, 2002). Ahora bien, en este caso resulta necesario desarrollar la capacidad de absorción del conocimiento que puede ser proporcionado por esos agentes (Cohen y Levinthal, 1990; Zahra y George, 2002; Rodríguez-Castellanos y Hagemeister, 2007; Spithoven et al., 2010). 6. Perspectiva de “apalancamiento” (leveraging perspective). Esta visión se plantea el desarrollo de la investigación sobre el potencial que, para el incremento de la rentabilidad de la empresa, posee la comercialización de la tecnología internamente creada y de la propiedad intelectual (Chesbrough, 2006, 2007). 33


Título libro título libro Título libro

7. Perspectiva de proceso. Se centra en el análisis de los procesos a través de los cuales se desarrolla la apertura de la innovación (Chesbrough, 2003; Gassmann y Enkel, 2004; Huston y Sakkab, 2006; Dittrich y Duijsters, 2007; Keupp y Gassmann, 2009; Lichtenthaler y Lichtenthaler, 2009; Dahlander y Gann, 2010; Huizingh, 2011). Como ya ha sido tratada anteriormente en este trabajo, no insistiremos en esta perspectiva. 8. Perspectiva de herramientas. Esta línea de investigación estudia las herramientas que se requieren para llevar a cabo los procesos de IA. Así, se analizan los distintos instrumentos necesarios para que la participación de consumidores y proveedores en el desarrollo de la IA sea satisfactoria. Ejemplos de ello son Los Sims, en el que una comunidad online de jugadores puede desarrollar paquetes adicionales para la marca, o Swarosvski, cuyos clientes pueden crear sus propias joyas. 9. Perspectiva institucional. Una de las características que definen el modelo de IA y que, además, difiere del modelo de innovación tradicional basado únicamente en la inversión privada es la revelación, incluso totalmente libre en muchos casos, de descubrimientos, inventos, conocimientos, etc. (Von Hippel y Von Krogh, 2003, 2006). En este sentido, las transferencias de la propiedad del conocimiento ocurren con regularidad por medio de compensaciones (por ejemplo, a través de licencias) o sin ellas (en el caso de la mayoría de las iniciativas de open source). Esto plantea desafíos importantes desde el punto de vista de los problemas clásicos de la economía institucional (Williamson, 1975, 1985, 1996), como son los mecanismos de asignación de recursos, los límites de la empresa, la asignación de derechos de propiedad, etc. 10. Perspectiva cultural. Por último, esta visión de la IA nos muestra que para desarrollar adecuadamente el proceso innovador es crucial, en primer lugar, un cambio de mentalidad. A partir del trabajo fundamental de Katz y Allen (1982) sobre el síndrome not invented here (NIH) se puso de manifiesto la importancia de crear una cultura que realmente valore las competencias y el how-know externos33. La existencia de esta amplia variedad de perspectivas de investigación muestra que la IA ha pasado de ser tema de interés para unos pocos expertos a convertirse en un área de estudio ampliamente extendida. No obstante, como ya se ha indicado, queda todavía mucho por desarrollar en este campo.

6.2. Perspectivas de acción A pesar de los desarrollos ya realizados por las empresas en el campo de la IA, aún es pronto para establecer de modo más asentado su alcance real, sus repercu-

Esto incluiría el desarrollo de la capacidad de absorción del conocimiento externo, como ya se ha indicado anteriormente. 33

34


Título libro título libro Título libro

siones y el grado de vigencia que alcanzará en el futuro (Gassmann et al., 2010). En este sentido, considerando el pasado más reciente, se pueden identificar varias tendencias. Si bien la IA comenzó a desarrollarse principalmente en los sectores líderes o pioneros (software, electrónica, telecomunicaciones, farmacia y biotecnología), hoy en día parece extenderse hacia el resto de los sectores. Esta expansión se hace más patente observando la penetración de la innovación en sectores no intensivos en tecnología (máquina-herramienta, bienes de consumo, alimentación, logística, etc.), que han comenzado a explotar el potencial de este paradigma. Además, aunque las empresas correspondientes a estos sectores iniciaron generalmente sus actividades de IA centrándose solo en la implicación de los usuarios, más recientemente han comenzado a buscar la coordinación con el resto de los agentes externos: proveedores, centros de investigación, centros tecnológicos, universidades, competidores –en ciertos aspectos–, empresas de otros sectores, etc. Asimismo, aunque hasta el momento la IA ha sido desarrollada principalmente por empresas de gran tamaño34, resulta incuestionable que las pequeñas y medianas empresas (pymes) también han comenzado a abrir sus procesos de innovación (Van de Vrande et al., 2010). Entendemos que esta tendencia se incrementará en el futuro, puesto que la IA ofrece a las pymes grandes posibilidades en cuanto a la superación de los límites impuestos por su falta de recursos o por su tamaño (Edwards et al., 2005). Otro aspecto que ha evolucionado considerablemente es el relativo a los procesos a través de los cuales se desarrolla la IA. En este sentido, se distinguen dos cambios principales: en la forma de estructurarlos y en su profesionalización. Si durante las décadas de los ochenta y los noventa las fases o pautas que había que seguir eran casi estancas (Cooper, 1994), hoy en día se impulsan los procesos basados en “prueba-yaprendizaje”, mucho más iterativos e interactivos35. El segundo cambio relevante se refiere a que las distintas fases del proceso se realizan de forma más profesional y competente, sobre todo en el contexto interno de la empresa, lo cual permite dirigir la IA más eficazmente. Esto se debe, en gran medida, a la movilidad de directivos con experiencia en IA desde empresas pioneras en su desarrollo a otras organizaciones que desean implantarla y al acceso a información cada vez más completa y correcta (West y Lakhani, 2008). Adicionalmente, la preocupación por la medición de las actividades de IA está adquiriendo un grado de relevancia cada vez mayor. No obstante, hasta el presente, la

Al presente, las pequeñas y medianas empresas implementan un menor número de procesos de IA en comparación con las grandes empresas (Gassmann et al., 2010). 35 Por ejemplo, en el desarrollo de software, esta tendencia se ve reflejada en el reemplazo de los modelos lineales o en “V” por procesos mucho más iterativos, como los extreme programming (Beck, 2000; Gassmann et al., 2006). 34

35


Título libro título libro Título libro

apertura de los procesos de innovación se ha desarrollado a un ritmo mayor que el avance en la configuración de sistemas capaces de medir su valor (Enkel y Lenz, 2009). Respecto a la estructura organizacional, esta muestra una clara tendencia hacia la asociación o alianza entre empresas (Hagedoorn y Duyster, 2002). La cada vez más compleja tecnología hace que, en muchas ocasiones, una empresa no sea capaz aisladamente de elaborar de forma completa un producto u ofrecer integralmente un servicio, por lo que se ve en la necesidad de establecer alianzas verticales, horizontales y/o intersectoriales36. Adicionalmente, desde la perspectiva del diseño organizacional, cada vez toma mayor relevancia la necesidad de modificar la estructura interna –en particular el diseño del proceso de I+D interno– de las empresas, a medida que estas deciden implantar sistemas de IA (Foss et al., 2007; Henkel, 2009). Tal como señalan Cohen y Levinthal (1990), las organizaciones deben desarrollar ciertas capacidades que les permitan acceder al conocimiento que se genera fuera de los límites de la organización y explotarlo de forma eficiente junto con el conocimiento interno. Para ello es necesaria la modificación de los roles y las rutinas de las personas que integran una empresa (Alexy y Henkel, 2010), involucrando en el proceso ya no solo a los departamentos o áreas organizativas vinculadas a la I+D (red interna especializada), sino también a toda la organización. Así, los nuevos modelos de diseño organizacional dentro de la empresa parecen basarse en redes internas no especializadas de innovación, que buscan la ruptura de barreras internas entre áreas funcionales y el uso de equipos multidepartamentales con un mayor acento en la involucración y relevancia37. Es lo que puede denominarse “IA intraorganizacional”. Otra tendencia futura es la conversión de las universidades en “brokers del conocimiento”, esto es, en intermediarios entre los grupos de investigación que desarrollan conocimiento útil patentable y las organizaciones que requieren ese conocimiento. La tendencia general hacia la reducción del gasto público en la mayoría de los países, agudizada tras la reciente crisis, ha provocado que los centros de investigación y las universidades, incluso los de carácter público, reciban cada vez menos financiación, por lo que se ven obligados a recurrir a la captación de fondos privados, y la comercialización de los resultados de investigación puede ser la mejor forma de conseguirlo. Por último, cabe señalar el alcance que está tomando la propiedad intelectual dentro del proceso de IA. En sus inicios, las patentes se creaban para incentivar una mayor 36 Los primeros trabajos sobre alianzas en I+D se centraban principalmente en resaltar el ahorro en costes y la mayor economicidad en las transacciones que suponían estas asociaciones (Williamson, 1975). Sin embargo, estudios más recientes señalan que la gran ventaja del establecimiento de este tipo de relaciones es el fortalecimiento en la creación de valor (Enkel, 2010). 37 Ejemplo de esta nueva organización interna para la IA serían, entre otros, los bancos de ideas, las wikis, los blogs o las jams que fomentan entre sus empleados empresas como General Motors, Telefónica, P&G, IBM y un largo etcétera.

36


Título libro título libro Título libro

inversión en innovación, por cuanto permiten proteger las nuevas ideas frente a los imitadores y así obtener beneficios durante un período de tiempo. No obstante, aunque esto es válido, debería ser complementado con un mercado secundario que permitiera la entrada de terceros y en el que se facilitara la comercialización de la propiedad intelectual (PI). Incluso se propone, bien de forma alternativa o bien como complemento a la PI, la posibilidad de ofrecer al mercado de forma libre los conocimientos desarrollados internamente en la empresa (por ejemplo, mediante el software libre). Estos nuevos modelos de negocio, en los que la PI es común y compartida, están surgiendo como parte imprescindible de esta evolución (Gassmann et al., 2010). 7. Referencias ALMEIDA, P. (1996): “Knowledge sourcing by foreign multinationals: patents citation analysis in the US semiconductor industry”. Strategic Management Journal, vol. 17, Special Issue, 155-165. ALEXY, O.; HENKEL, J. (2010): “Promoting the Penguin? The intraorganizational implications of open innovation”. Disponible en HYPERLINK “http://ssrn.com/abstract=988363”, 1-45. ARBUSSÁ, A.; COENDERS, G. (2007): “Innovation activities, use of appropriation instruments and absorptive capacity: Evidence from Spanish firms”. Research Policy, vol. 36, 1545-1558. ARMENAKIS, A. A.; BEDEIAN, A. G. (1999): “Organizational change: a review of theory and research in the 1990s”. Journal of Management, vol. 25, n.º 3, 293-315. ARROW, K. (1962): “Economic welfare and the allocation of resources for innovation, the rate and direction of inventive activity”. En National Bureau of Economic Research (ed.): The rate and direction of inventive activity: economic and social factors. Princeton University Press, Princeton, 609-626. BAUM, J. A. C.; MCKELVEY, B. (1999): Variations in organization science. Sage, Thousand Oaks, California. BECK, K. (2000): Extreme programming explained: embrace change. Addison-Wesley Longman, Amsterdam. BERTON, P. R.; PITT, L. F.; CAMPBELL, C. (2008): “Ad lib: when customers create the ad”. California Management Review, vol. 50, n.º 4, 6-30. BIANCHI, M.; CAVALIERE, A.; CHIARONI, D.; FRATTINI, F.; CHIESA, V. (2011): “Organizational modes for open innovation in the bio-pharmaceutical industry: an exploratory analysis”. Technovation, vol. 31, n.º 1, 22-33. BOUTELLIER, R.; GASSMANN, O.; MACHO, H.; ROUX, M. (1998): “Management of dispersed R&D teams”. R&D Management, vol. 28, n.º 1, 13-25. BOUTELLIER, R.; WAGNER, S. M. (2003): “Sourcing concepts: matching product architecture, task interface, supplier competence, and supplier relationship”. En H. Österle y R. Winter (eds.): Business Engineering. Springer Verlag, Berlin, 223-248. BROWN, J. S.; HANGEL, J. (2006): “Creation nets: getting the most from open innovation”. McKinsey Quarterly, n.º 2, 40-51. BURNES, B. (1992): Managing change: a strategic approach to organizational development and renewal. Pitman, London. CHENG, C.; HUIZINGH, E. K. R. E. (2010): “Open innovation to increase innovation performance: evidence from a large survey”. En E. K. R. E. Huizingh, S. Conn, M. Torkelli e I. Bitran (eds.): Proceedings of the XXI ISPIM International Conference, Bilbao, 6-9 de junio.

37


Título libro título libro Título libro

CHESBROUGH, H. W. (2007): “Why companies should have open business models”. MIT Sloan Management Review, vol. 48, n.º 2, 22-28. CHESBROUGH, H. W. (2006): “Open innovation: A new paradigm for understanding industrial innovation”. En H. W. Chesbrough, W. Vanhaverbeke y J. West (eds.): Open Innovation: Reaching a New Paradigm. Oxford University Press, New York, 1-12. CHESBROUGH, H.W. (2003): “The era of the open innovation”. MIT Sloan Management Review, vol. 44, n.º 3, 35-41. CHESBROUGH, H. W.; CROWTHER, A. K. (2006): “Beyond high tech: early adopters of open innovation in other industries”. R&D Management, vol. 36, n.º 3, 229-236. CHESBROUGH, H. W.; ROSENBLOOM, R. S. (2002): “The role of the business model in capturing value from innovation: evidence from Xerox Corporation’s technology spin-off companies”. Industrial and Corporate Change, vol. 13, n.º 3, 529-555. CHESBROUGH, H. W.; VANHAVERBEKE, W.; WEST, J. (2006): Open Innovation: Reaching a New Paradigm. Oxford University Press, New York. CHIARONI, D.; Chiesa, V.; Frattini, F (2010): “Unravelling the process from closed to open innovation: evidence from mature, asset-intensive industries”. R&D Management, vol. 40, n.º 3, 222-245. CHRISTENSEN, J.F. (2006): “Withering core competency for the large corporation in an open innovation world?”. En H. W. Chesbrough, W. Vanhaverbeke y J. West (eds.): Open Innovation: researching a new paradigm. Oxford University Press, Oxford, 35-61. CHRISTENSEN, J. F.; OLESEN, M. H.; KJAER, J. S. (2005): “The industrial dynamics of open innovation: evidence from the transformation of consumer electronics”. Research Policy, vol. 34, n.º 10, 1533-1549. COHEN, W. M.; LEVINTHAL, D. A. (1990): “Absorptive capacity: a new perspective on learning and innovation”. Administrative Science Quarterly, vol. 35, n.º 1, 128-152. COHEN, W. M.; NELSON, R. R.; WALSH, J. (2000): “Protecting their intellectual assets: appropiability conditions and why US manufacturing firms patent (or not)”. NBER Working Paper, 7552, 1-50. COOKE, P. (2005): “Regionally asymmetric knowledge capabilities and open innovation exploring: ‘Globalisation 2’ - A new model of industry organisation”. Research Policy, vol. 34, n.º 8, 1128-1149. COOKE, P. (2001): “Regional innovation systems, clusters and the knowledge economy”. Industrial and Corporate Change, vol. 10, n.º 4, 945-974. COOPER, R. G. (1994): “Perspective third-generation new product processes”. Journal of Product Innovation Management, vol. 11, n.º 1, 3-14. DAHLANDER, L.; GANN, D. M. (2010): “How open is innovation?”. Research Policy, vol. 39, n.º 6, 699-709. DAVID, P. A.; HALL, B. H.; TOOLE, A. A. (2000): “Is public R&D a complement or substitute for private R&D? A review of the econometric evidence”. Research Policy, vol. 29, n.º 4-5, 497-529. DECK, M. J. (2008): “Open business models: how to thrive in the new innovation landscape – book review”. Journal of Product Innovation Management, vol. 25, n.º 4, 406-408. DITTRICH, K.; DUYSTER, G. (2007): “Networking as a means to strategy change: the case of open innovation in mobile telephony”. Journal of Product Innovation Management, vol. 24, n.º 6, 510-521. DODGSON, M.; GANN, D.; SALTER, A. (2006): “The role of technology in the shift towards open innovation: the case of Procter & Gamble’s”. R&D Management, vol. 36, n.º 3, 333-346. EDWARDS, T.; DELBRIDGE, R.; MUNDAY, M. (2005): “Understanding innovation in small and medium-sized enterprises: a process manifest”. Technovation, vol. 25, n.º 10, 1119-1127.

38


Título libro título libro Título libro

ELMQUIST, M.; FREDBERG, T.; OLLILA, S. (2009): “Exploring the field of open innovation”. European Journal of Innovation Management, vol. 12, n.º 3, 326-345. EMDEN, Z.; CALANTONE, R. J.; DROGE, C. (2006): “Collaborating for new product development: selecting the partner with the maximum potential to create value”. Journal of Product Innovation Management, vol. 23, n.º 4, 330-341. ENKEL, E. (2010): “Attributes required for profiting from open innovation in networks”. International Journal of Technology Management, vol. 52, n.os 3-4, 344-371. ENKEL, E.; LENZ, A. (2009): “Open innovation metrics system”. Proceedings of the R&D Management Conference, Vienna, 21-24 de junio. ERNST, H.; OMLAND, N. (2003): “Patent management in jungen technologieunternehmen”. Zeitschrift für Betriebswirtschaft, n.º 2, 95-113. FABRIZIO, K.R. (2005): “Absorptive capacity and innovation: evidence from pharmaceutical and biotechnology firms”. Goizueta Business School working paper, Emory University, Atlanta. FETTERHOFF, T. J.; VOELKEL, D. (2006): “Managing open innovation in biotechnology”. ResearchTechnology Management, vol. 49, n.º 3, 14-18. FOSFURI, A. (2006): “The licensing dilemma: understanding the determinants of the rate of technology licensing”. Strategic Management Journal, vol. 27, n.º 12, 1141-1158. FOSS, N. J.; LAURSEN, K.; PEDERSEN, T. (2007): “Linking customer interaction and innovation: the mediating role of new organizational practices”. Proceedings of the Academy of Management Conference, Philadelphia, 3-8 de agosto. FRANKE, N.; PILLER, F. T. (2003): “Key research issues in user interaction with user toolkits in a mass customisation system”. International Journal of Technology Management, vol. 26, nos 5-6, 578-599. FRITSCH, M.; LUCAS, R. (2001): “Who cooperates on R&D?”. Research Policy, vol. 30, n.º 2, 297-312. GARUD, R.; NAYYAR, P. R. (1994): “Transformative capacity: continual structuring by intertemporal technology transfer”. Strategic Management Journal, vol. 15, n.º 5, 365-385. GARCÍA, A.; LÓPEZ, J. (2010): “Innovación abierta: desafíos organizacionales de este nuevo modelo de gestión de la innovación para las empresas”. Revista Galega de Economía, vol. 19, número extraordinario, 131-144. GASSMANN, O. (2006): “Opening up the innovation process: towards an agenda”. R&D Management, vol. 36, n.º 3, 223-228. GASSMANN, O.; ENKEL, E. (2004): “Towards a theory of open innovation: three core process archetypes”. Proceedings of The R&D Management Conference, Lisboa, 6-9 de julio. GASSMANN, O.; ENKEL, E.; CHESBROUGH, H. W. (2010): “The future of the open innovation” R&D Management, vol. 40, n.º 3, 213-221. GASSMANN, O.; GASO, B. (2004): “Insourcing creativity with listening posts in decentralized firms”. Creativity and Innovation Management, vol. 13, n.º 1, 3-13. GASSMANN, O.; SANDMEIER, P; WECHT, C. H. (2006): “Extreme customer innovation in the front-end: learning from a new software paradigm”. International Journal of Technology Management, vol. 33, n.º 1, 46-66. GERLACH, M. (1992): Alliance Capitalism. University of California Press, Berkeley, California. GIOIA, D. A.; CHITTIPEDDI, K. (1991): “Sensemaking and sensegiving in strategic change initiation”. Strategic Management Journal, vol. 12, n.º 6, 433-448.

39


Título libro título libro Título libro

GULATI, R. (1999): “Network location and learning: the influence of network resources and firm capabilities on alliance formation”. Strategic Management Journal, vol. 20, n.º 5, 397-420. GWYNE, P. (2007): “Open innovation’s promise and perils”. Research-Technology Management, vol. 50, nº 6, 8-9. HAGEDOORN, J. (1993): “Understanding the rationale of strategic technology partnering: inter-organizational modes of cooperation and sectorial differences”. Strategic Management Journal, vol. 14, n.º 5, 371-385. HAGEDOORN, J. (2002): “Inter-firm R&D partnerships: an overview of mayor trends and patterns since 1960”. Research Policy, vol. 31, n.º 4, 477-492. HAGEDOORN, J.; DUYSTERS, G. (2002): “External sources of innovative capabilities: the preferences for strategic alliances or mergers and acquisitions”. Journal of Management Studies, vol. 39, n.º 2, 167-188. HAGEMEISTER, M.; RODRÍGUEZ-CASTELLANOS, M. (2010): “Organisational capacity to absorb external R&D: industrial differences in assessing intellectual capital drivers”. Knowledge Management Research and Practice, vol. 8, n.º 2, 102-111. HAMMERSCHMIDT, A. (1999): “R&D spillovers and the absorptive capacity”. Working Paper, Institute for Advanced Studies, Vienna. HELFAT, C. E. (2006): “The new imperative for creating and profiting from technology – book review of open innovation”. Academy of Management Perspectives, vol. 20, n.º 2, 86. HELFAT, C. E.; FINKELSTEIN, S.; MITCHELL, W.; PETERAF, M. A.; SINGH, H.; TEECE, D. J.; WINTER, S. G. (2007): Dynamic capabilities: understanding strategic chance in organizations. Blackwell, Oxford. HENKEL, J. (2006): “Selective revealing in open innovation processes: the case of embedded Linux”. Research Policy, vol. 35, n.º 7, 953-969. HENKEL, J. (2009): “Champions of revealing – The role of open source developers in commercial firms”. Industrial and Corporate Change, vol. 18, n.º 3, 435-471. HOFFMAN, W. H.; SCHLOSSER, R. (2001): “Success factors of strategic alliances in small and medium-size enterprises: an empirical survey”. Long Range Planning, vol. 34, n.º 3, 357-381. HUIZINGH, E. K. R. E. (2011): “Open innovation: state of the art and future perspectives”. Technovation, vol. 31, n.º 1, 2-9. HURMELINNA, P.; KYLAHEIKO, K.; JAUHIAINEN, T. (2007): “The Janus face of the apropiability regime in the protection of innovations: theoretical re-appraisal and empirical analysis”. Technovation, vol. 27, n.º 3, 133-144. HUSTON, L.; SAKKAB, N. (2006): “Connect and develop: inside Procter & Gamble’s new model for innovation”. Harvard Business Review, vol. 84, n.º 3, 58-67. INGHAM, M.; CROSSAN, M. (1996): “Believing is seeing: joint ventures and organizational learning”. Journal of Management Studies, vol. 32, n.º 5, 595-618. KATZ, R.; ALLEN, T. J. (1982): “Investigating the not invented here (NIH) syndrome: a look at the performance, tenure, and communication patterns of 50 R&D project groups”. R&D Management, vol. 12, n.º 1, 7-19. KEUPP, M. M.; GASSMANN, O. (2009): “Determinants and archetype users of open innovation”. R&D Management, vol. 39, n.º 4, 331-341. KIRSCHBAUM, R. (2005): “Open innovation in practice”. Research-Technology Management, vol. 48, n.º 4, 24-28.

40


Título libro título libro Título libro

KLINE, D. (2003): “Sharing the corporate crows jewels”. MIT Sloan Management Review, vol. 44, n.º 3, 89-93. KOGUT, B.; ZANDER, U. (1992): “Knowledge of the firm, combinative capabilities, and the replication of technology”. Organization Science, vol. 3, n.º 3, 383-397. KOTTER, J. P. (1995): “Leading change: why transformation efforts fail”. Harvard Business Review, vol. 73, n.º 2, 59-67. LAKHANI, K.; PANETTA, J. A. (2007): “The principles of distributed innovation”. Innovations: Technology, Governance, Globalization, vol. 2, n.º 3, 97-112. LAKHANI, K.; VON HIPPEL, E. (2003): “How source software works: free user-to-user assistance”. Research Policy, vol. 32, n.º 6, 923-943. LAURSEN, K.; SALTER, A. (2006): “Open for innovation: the role of openness in explaining innovation performance among UK manufacturing firms”. Strategic Management Journal, vol. 27, n.º 2, 131150. LEE, S.; PARK, G.; YOON, B.; PARK, J. (2010): “Open innovation in SMEs – an intermediated network model”. Research Policy, vol. 39, n.º 2, 290-300. LERNER, J.; TIROLE, J. (2005): “The economics of technology sharing: open source and beyond”. Journal of Economic Perspective, vol. 19, n.º 2, 99-120. LICHTENTHALER, U. (2007): “The drivers of technology licensing: an industry comparison”. California Management Review, vol. 49, n.º 4, 67-89. LICHTENTHALER, U. (2008): “Open innovation in practice: an analysis of strategic approaches to technology transactions. IEEE Transactions on Engineering Management, vol. 55, n.º 1, 148-157. LICHTENTHALER, U.; ERNST, H. (2009): “Opening up the innovation process: the role of technology aggressiveness”. R&D Management, vol. 39, n.º 1, 38-54. LICHTENTHALER, U.; LICHTENTHALER, E. (2009): “A capability-based framework for open innovation: complementing absorptive capacity”. Journal of Management Studies, vol. 46, n.º 8, 13151338. LIEBERMAN, M. B.; MONTGOMERY, D. B. (1988): “First-mover advantages”. Strategic Management Journal, vol. 9, 41-58. LINTON, J. D.; HIMEL, M.; ENBRECHTS, M. (2009): “Mapping the structure of research: business and management as an exemplar”. Serials Review, vol. 35, n.º 4, 218-227. LOWE, J.; TAYLOR, P. (1998): “R&D and technology purchase through license agreements: complementary strategies and complementary assets”. R&D Management, vol. 28, n.º 4, 263-278. MENON, T.; PFEFFER, J. (2003): “Valuing internal vs. external knowledge: explaining the preference for outsiders”. Management Science, vol. 49, n.º 4, 497-513. MOWERY, D. (1983): “The relationship between the intrafirm and contractual forms of industrial research in American manufacturing, 1900-1940”. Exploration in Economic History, n.º 20, 351-374. MOWERY, D.; OXELY, J. E.; SILVERMANN, S. (1996): “Strategic alliances and interfirm knowledge transfer”. Strategic Management Journal, vol. 17, Special Issue, 77-92. MURRAY, F.; O’MAHONY, S. (2007): “Exploring the foundations of cumulative innovation: implications for organization science”. Organization Science, vol. 18, 1006-1021. NAGAOKA, S.; KWON, H. U. (2006): “The incident of cross licensing: a theory and new evidence on the firm and contract level determinants”. Research Policy, vol. 35, 1347-1361.

41


Título libro título libro Título libro

NERKAR, A. (2007): “The folly of rewarding patents and expecting FDA approved drugs: experience and innovation in the pharmaceutical industry”. Working Paper, Kenan-Flagler Business School, University of Carolina at Chapel Hill, 1-35. NUVOLARI, A. (2004): “Collective invention during the British industrial revolution: the case of the Cornish pumping engine”. Cambridge Journal of Economics, vol. 28, n.º 3, 347-363. PÉNIN, J. (2008): “More open then open innovation? Rethinking the concept of openness in innovation studies”. Working Paper, 2008-18, Bureau d’Economie Théorique et Appliquée, Strasbourg, 1-20. PÉNIN, J. (2007): “Open Knowledge disclosure: an overview of the empirical evidences and the economics motivations”. Journal of Economic Surveys, vol. 21, n.º 2, 326-348. PERKMANN, M.; WALSH, K. (2007): “University-industry relationships and open innovation: towards a research agenda”. International Journal of Management Reviews, vol. 9, n.º 4, 259-280. PETTIGREW, A. M. (1990): “Longitudinal field research on change: theory and practice”. Organizational Science, vol. 1, n.º 3, 267-292. PISANO, G. (2006): “Profiting from innovation and the intellectual property revolution”. Research Policy, vol. 35, n.º 8, 1122-1130. POWELL, W. W.; WHITE, D. R.; KOPUT, K. W.; OWEN-SMITH, J. (2005): “Network dynamics and field evolution: the growth of inter-organizational collaboration in the life sciences”. American Journal of Sociology, vol. 110, n.º 4, 1132-1205. QUEVEDO, P. (2003): “Capacidad de absorción, oportunidad tecnológica y esfuerzo innovador: un estudio empírico de sus relaciones en las empresas manufactureras españolas”. En J. E. Navas y M. Nieto (eds.): Estrategias de innovación y creación de conocimiento tecnológico en las empresas industriales españolas. Eduardo Barreiros y Thomson Civitas, Madrid, 55-79. RAGATZ, G. L.; HANDFIELD, R. B.; PETERSON, K. J. (2002): “Benefits associated with supplier integration into new product development under conditions of technology uncertainty”. Journal of Business Research, vol. 55, n.º 5, 389-400. RAISCH, S.; BIRKINSHAW, J. (2008): “Organizational ambidexterity: antecedents, outcomes, and moderators”. Journal of Management, vol. 34, n.º 3, 375-409. RIGBY, D.; ZOOK, C. (2002): “Open-market innovation”. Harvard Business Review, vol. 80, n.º 10, 80-89. RIVETTE, K. G.; KLINE, D. (2000): Rembrandts in the attic: unlocking the hidden value of patents. Harvard Business School Press, Boston. RODRÍGUEZ-CASTELLANOS, A. (dir.) (2006): Capacidad empresarial para la absorción de resultados de I+D: un enfoque de conocimiento. Servicio Editorial de la Universidad del País Vasco, Bilbao. RODRÍGUEZ-CASTELLANOS, A.; HAGEMEISTER, M. (2007): “Un marco para la evaluación de los factores críticos en el proceso de adopción de I+D externa”. Cuadernos de Gestión, vol. 7, n.º 1, 63-79. RODRÍGUEZ-CASTELLANOS, A.; HAGEMEISTER, M.; RANGUELOV, S. (2010): “Absorptive capacity for R&D: The identification of different firm profiles”. European Planning Studies, vol. 18, n.º 8, 1267-1283. ROSENBERG, N. (1990): “Why do firms do basic research (with their own money)?”. Policy Research, vol. 19, n.º 2, 165-174. SANTORO, M. D.; CHAKRABARTI, A. K. (2001): “Corporate strategic objectives for establishing relationships with university research centers”. IEEE Transactions on Engineering Management, vol. 48, n.º 2, 157-163.

42


Título libro título libro Título libro

SHANE, S. (2003): A general theory of entrepreneurship: the individual-opportunity nexus. Edward Elgar, Cheltenham. SIEG, J. H.; WALLIN, M. W.; VON KROGH, G. (2010): “Managerial challenges in open innovation: a study of innovation intermediation in the chemical industry”. R&D Management, vol. 40, nº 3, 281-291. SIMCOE, T. (2005): “Committees and the creation of technical standards”. Working Paper, University of Toronto, Toronto. SMITH, K. G.; COLLINS, C. J.; CLARK, K. D. (2005): “Existing knowledge, knowledge creation capability, and the rate of new product introduction in high-technology firms”. Academy of Management Journal, vol. 48, 346-357. SPITHOVEN, A.; CLARYSSE, B.; KNOCKAERT, M. (2010): “Building absorptive capacity to organise inbound open innovation in traditional industries”. Technovation, vol. 30, 130-141. STRUKOVA, L. (2009): “Corporate value creation through patent governance structures”. International Journal of Intellectual Property Management, vol. 3, n.º 3, 223-237. SUROWIECKI, J. (2005): The Wisdom of Crowds. Anchor Books, New York. TAPSCOTT, D.; WILLIAMS, A. D. (2006): Wikinomics: how mass collaboration changes everything. Penguin Group, New York. TEECE, D. J. (1987): “Profiting from technological innovation: implications for integration, collaboration, licensing, and public policy”. En D. J. Teece (ed.): The competitive challenge: strategies for industrial innovation and renewal. Ballinger Publishing Company, Cambridge, 185-219. TEECE, D. J. (2007): “Explicating dynamic capabilities: the nature and microfoundations of (sustainable) enterprise performance”. Strategic Management Journal, vol. 28, n.º 13, 1319-1350. THOMKE, S. (2003): “R&D comes to services: Bank of America’s path breaking experiments”. Harvard Business Review, vol. 81, n.º 4, 71-79. TOMLINSON, P. R. (2010): “Co-operative ties and innovation: some new evidence for UK manufacturing”. Research Policy, vol. 39, n.º 6, 762-775. VAN DE VRANDE, V.; DE JONG, J. P. J.; VANHAVERBEKE, W.; DE ROCHEMONT, M. (2009): “Open innovation in SMS’s: trends, motives and management challenges”. Technovation, vol. 29, n.os 6-7, 423-437. VEUGELERS, R. (1997): “Internal R&D expenditures and external technology sourcing”. Research Policy, vol. 26, n.º 3, 305-315. VEUGELERS, R.; CASSIMAN, B. (1999): “Make and buy in innovation strategies: evidence from Belgian manufacturing firms”. Research Policy, vol. 28, n.º 1, 63-80. VON HIPPEL, E. (1986): “Lead users: a source of novel product concepts”. Management Science, vol. 32, n.º 7, 791-805. VON HIPPEL, E. (1988): The sources of innovation. Oxford University Press, New York. VON HIPPEL, E. (2005): Democratizing innovation. MIT Press, Cambridge. VON HIPPEL, E.; VON KROGH, G. (2003): “Open source software development and the private-collective innovation model: issues for organization science”. Organization Science, vol. 14, n.º 2, 208-223. VON HIPPEL, E.; VON KROGH, G. (2006): “Free revealing and the private-collective model for innovation incentives”. R&D Management, vol. 36, n.º 3, 295-306. VON ZEDTWITZ, M.; GASSMANN, O. (2002): “Market versus technology drive in R&D internationalization: four different patterns of managing research and development”. Research Policy, vol. 31, n.º 4, 569-588.

43


Título libro título libro Título libro

WALLIN, M. W.; VON KROGH, G. (2010): “Organizing for open innovation: focus on the integration of knowledge”. Organizational Dynamics, vol. 39, n.º 2, 145-154. WEST, J. (2005): “The fall of the Silicon Valley icon: was Apple really betamax redux?”. En R. A. Bettis (ed.): Strategy in Transition. Blackwell, Oxford, 274-301. WEST, J.; GALLAGHER, S. (2006): “Challenges of open innovation: the paradox of firm investment in open-source software”. R&D Management, vol. 36, nº 3, 319-331. WEST, J.; LAKHANI, K. (2008): “Getting clear about communities in open innovation”. Industry and Innovation, vol. 15, n.º 2, 223-231. WEST, J.; VANHAVERBEKE, W.; CHESBROUGH, H. W. (2006): “Open innovation: a research agenda”. En H. W. Chesbrough, W. Vanhaverbeke y J. West (eds.): Open Innovation: Reaching a New Paradigm. Oxford University Press, New York, 285-308. WILLIAMSON, O. E. (1975): Markets and hierarchies: Analysis and antitrust implications. Free Press, New York. WILLIAMSON, O. E. (1985): The Economic Institutions of Capitalism. Free Press, New York. WILLIAMSON, O. E. (1996): The Mechanisms of Governance. Oxford University Press, New York. WITZEMAN, S.; SLOWINSKY, G.; DIRKX, R.; GOLLOB, L.; TAO, J.; WARD, S.; MIRAGLIA, S. (2006): “Harnessing external technology for innovation”. Research-Technology Management, vol. 49, n.º 3, 19-27. WOOLTHUIS, R.; LANKHUIZEN, K.; GILSING, V. (2005): “A system failure framework for innovation policy design”. Technovation, vol. 25, n.º 6, 609-619. ZAHRA, S.; GEORGE, G. (2002): “Absorptive capacity: a review, re-conceptualization, and extension”. Academy of Management Review, vol. 27, n.º 2, 185-203. ZUCKER, L. G.; DARBY, M. R.; BREWER, M. B. (1998): “Intellectual human capital and the birth of U.S. biotechnology enterprises”. The American Economic Review, vol. 88, n.º 1, 290-306.

44


Turn static files into dynamic content formats.

Create a flipbook
Issuu converts static files into: digital portfolios, online yearbooks, online catalogs, digital photo albums and more. Sign up and create your flipbook.