Как компании создают и распространяют знания
Ученые Уральского федерального университета (УрФУ, г. Екатеринбург) разработали оригинальную математическую модель, которая позволяет определить наиболее эффективный режим кооперации компаний в научных исследованиях, а также структуры социальных сетей, которые наилучшим образом способствуют этому.
По словам профессора Высшей школы экономики и менеджмента УрФУ Ивана Савина, на сегодняшний день наиболее известны два режима обмена знаниями. Первый способ – коллективное изобретение, когда одни компании помогают другой решить задачу, делясь знаниями, не получают выгоды от созданного продукта, но могут получить помощь от этой компании в будущем, если она им понадобится. Такой формат сотрудничества преобладал на заре развития многих отраслей промышленности (металлургии, часового дела, производства компьютеров). Второй подход часто встречается в форме альянса научно-исследовательских и опытно-конструкторских работ (НИОКР): фирмы объединяют усилия для обмена знаниями и делят выгоды от создания общего продукта.
В новой работе уральских ученых впервые сравниваются эти два режима сотрудничества на основе модели, где каждое конкретное знание представлено в форме новых слов, а партнеры взаимодействуют внутри социальной сети. При этом отдельные буквы используются для обозначения областей технологического знания, а слова – для новых изобретений.
Такой подход основан на опыте того, что собственный глоссарий каждой компании строится на списке своих разработок, а формулировки новых инноваций строятся как бы на переупаковке слов и букв в новые слова. В предложенном алгоритме все слова выстроены в сложную иерархическую сеть, где более длинное слово, полностью включающее в себя более короткое (например, windproof – proof – roof – of), связано с ним по примеру цитируемости более старых инноваций новыми.
Интересно, что авторы исследования на практике доказали, что структурно сеть цитат патентов и сеть таких связей между словами очень похожи.
Ведь, как правило, когда компания-разработчик называет новое «открытие», она использует уже привычные ей короткие слова из «старых» инновационных формулировок.
Предложенная математическая модель может продемонстрировать, как способ взаимодействия фирм влияет на совокупный результат или индивидуальную производительность каждой компании с точки зрения распределения количества и ценности производимых новых знаний. Она позволяет также понять, при каких условиях та или иная структура социальной сети оказывается более эффективной: регулярная, случайная, сеть «малого мира» (высокая кластеризация сочетается с коротким маршрутом между двумя любыми членами социальной сети) или безмасштабная сеть (небольшое количество членов сети имеет огромное количество социальных связей, а большинство других компаний – лишь несколько).
– Наиболее продуктивной структурой в рамках альянсов НИОКР и совершенной защиты интеллектуальной собственности оказывается безмасштабная сеть, так как альянсы лучше всего концентрируют ограниченные ресурсы в поиске разных комбинаций знаний. Напротив, при коллективном изобретении и несовершенной защите интеллектуальной собственности сети «малого мира» лучше распространяют ценные идеи и знания, приводящие к общей более высокой выгоде для ее участников. Более того, при ненадлежащей защите прав интеллектуальной собственности режим коллективного изобретения увеличивает неравенство среди агентов в безмасштабных сетях, но уменьшает его для сетей «малых миров». Последнее является новым объяснением того, почему многие отрасли в прошлом пережили переход от режима коллективного изобретения к альянсам НИОКР, – делится результатами исследований Иван Савин.
Добавим, эта работа УрФУ поддержана грантом Российского научного фонда.
