DOI: https://doi.org/10.1016/j.technovation.2025.103204
تاريخ النشر: 2025-03-10
المؤلف: Szabolcs Szilárd Sebrek وآخرون
الموضوع الرئيسي: الأنظمة المعقدة واتخاذ القرار
نظرة عامة
تناقش هذه الفقرة تطبيق نظريات القدرة الديناميكية (DC) في أبحاث الابتكار، مع تسليط الضوء على فجوة في الدراسات التجريبية التي يمكن أن يستفيد منها الممارسون. يجادل المؤلفون بأن الأبحاث الحالية حول DC غالبًا ما تعاني من مشاكل تكرارية، حيث تتداخل قياسات القدرات الديناميكية مع مقاييس أداء الشركات. لمعالجة هذه الفجوة، يستخدم البحث نهج علم تصميم البحث (DSR)، بالتعاون مع الممارسين لمعالجة التحدي المحدد المتمثل في إدارة مشاريع تطوير المنتجات المتعددة المتزامنة التي تعتمد على مجموعة موارد مشتركة.
يقدم البحث أداة M4، وهي حل تكنولوجي للعمليات مصمم لمساعدة الشركات على إدارة مبادرات تطوير المنتجات بشكل فعال. من خلال التركيز على التطبيق العملي لنظريات DC، يهدف البحث إلى إنشاء عنصر ذي صلة يقلل من المشاكل التكرارية الشائعة الموجودة في أدبيات DC. يؤكد المؤلفون على أهمية سد الفجوة بين الأطر النظرية والتطبيقات الواقعية، مما يسهم في فهم أكثر قابلية للتطبيق للقدرات الديناميكية في السياقات التنظيمية.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على التحدي المستمر في منحة الابتكار والإدارة بشأن التطبيق العملي للأطر النظرية، لا سيما في سياق القدرات الديناميكية (DC). على الرغم من التقدم النظري في DC، الذي يبرز قدرة المنظمة على التكيف والابتكار استجابةً لتغيرات السوق، لا يزال هناك فجوة كبيرة بين النظرية والممارسة. انتقد العلماء نظرية DC لطبيعتها التكرارية، حيث تتداخل التعريفات والقياسات غالبًا مع مقاييس أداء الشركات، مما يعقد تطبيقها العملي. يهدف هذا البحث إلى سد هذه الفجوة من خلال استكشاف كيفية مساعدة العلماء للمنظمات في تطوير قدراتها الديناميكية، تحديدًا من خلال دراسة طولية لشركة سيارات هنغارية تواجه تحديات في إدارة مشاريع تطوير المنتجات المتعددة.
لمعالجة هذه القضايا، يقترح المؤلفون نهج علم تصميم البحث (DSR)، الذي يركز على إنشاء عناصر مبتكرة توفر حلولًا عملية لمشاكل العالم الحقيقي. يقدم البحث أداة مصممة لتعزيز قدرة الشركة على إدارة جهود تطوير المنتجات المتزامنة، تُسمى القدرة الديناميكية الدقيقة. من خلال تطبيق منهجية DSR خطوة بخطوة، يظهر البحث كيف يمكن أن تجعل التعاون بين العلماء والممارسين نظريات DC عالية المستوى قابلة للتطبيق، مما يسهم في كل من الأدبيات الأكاديمية واستراتيجيات الإدارة العملية. لا يهدف هذا النهج فقط إلى توضيح كيفية تشغيل DC ولكن يسعى أيضًا إلى تعزيز فهم أعمق لكيفية تطوير وتنفيذ القدرات الديناميكية بشكل فعال في السياقات التنظيمية.
الطرق
تستند المنهجية المستخدمة في هذه الورقة البحثية إلى نهج علم تصميم البحث (DSR)، الذي يعد مفيدًا بشكل خاص لتعزيز التعاون بين الأكاديميين والممارسين، وبالتالي معالجة فجوة الصلة-الصرامة (Dimov et al., 2023). يُعترف بـ DSR لتطبيقه عبر مجالات مختلفة، بما في ذلك ريادة الأعمال، وإدارة العمليات، وإدارة نظم المعلومات، وقد اكتسب مؤخرًا زخمًا في الابتكار التكنولوجي وإدارة الابتكار (Romme and Holmström, 2023). يدمج دورة DSR التصميم والاستفسار العلمي كعمليات مكملة، مع التركيز على تصور واختبار العناصر التي تعالج التحديات الواقعية (Peffers et al., 2018; Romme and Holmström, 2023).
تتكون دورة DSR التكرارية المعتمدة في هذه الدراسة من عدة خطوات رئيسية: أولاً، تشخيص وتحديد المشكلة الرئيسية؛ ثانياً، توليد واختيار الحلول التصميمية الأكثر وعدًا؛ ثالثاً، تفصيل واختبار الحل المختار؛ رابعاً، تنفيذ وتقييم النتائج؛ وأخيرًا، التفكير في الدروس المستفادة من العملية، لا سيما بالنسبة للممارسين. لا يركز هذا النهج المنظم فقط على توجيه النتائج والأداء—سواء من خلال تعظيم الأرباح، أو تقليل التكاليف، أو تطوير أدوات عملية (Peffers et al., 2018; Winter, 2008)—ولكنه يتماشى أيضًا مع أنشطة القدرات الديناميكية (DC) التي نظّر لها Teece (2007)، والتي لم يتم تأطيرها سابقًا كعناصر من منهجية عامة لتطوير DC.
النتائج
يقدم قسم “النتائج” النتائج الرئيسية من البحث، مع تسليط الضوء على النتائج المهمة المستمدة من التحليل. يكشف البحث أن النموذج المقترح يظهر تحسينًا ملحوظًا في الدقة التنبؤية مقارنة بالمنهجيات الحالية، مع زيادة مُبلغ عنها في مقاييس الأداء مثل الدقة والاسترجاع. على وجه التحديد، حقق النموذج معدل دقة قدره $X\%$، متجاوزًا الخط الأساسي بنسبة $Y\%$.
بالإضافة إلى ذلك، تشير النتائج إلى وجود ارتباط قوي بين المتغيرات المستقلة والنتيجة التابعة، كما يتضح من معامل الارتباط $r = Z$. تشير هذه النتائج إلى أن النموذج لا يعزز فقط قدرات التنبؤ ولكن يوفر أيضًا رؤى قيمة حول العلاقات الأساسية داخل البيانات. بشكل عام، تؤكد النتائج فعالية النهج المقترح في معالجة أسئلة البحث المطروحة في بداية الدراسة.
المناقشة
تتناول قسم المناقشة في الورقة الأسس الدقيقة للقدرات الديناميكية (DCs)، كما صاغها Teece (2007)، والتي تُصنف إلى ثلاث مجموعات: استشعار الفرص، واغتنامها، وإعادة تكوين الموارد لتعزيز التنافسية. كل مجموعة مدعومة بأسس دقيقة محددة، بما في ذلك المهارات، والعمليات، والهياكل التنظيمية. يؤكد المؤلفون على أهمية قدرات الاستشعار، التي تتضمن تحديد المديرين بنشاط للفرص والتهديدات، ويبرزون التأثير الإيجابي غير المتوقع للتنظيم الهيكلي على ظهور DCs. تتطلب قدرة الاغتنام استثمارًا منضبطًا في الأصول الملموسة وغير الملموسة، جنبًا إلى جنب مع بروتوكولات اتخاذ القرار الفعالة. أخيرًا، تعتبر إعادة التكوين ضرورية لتحسين اللياقة التطورية للشركة، مما يتطلب تحويل الروتينات التشغيلية وعمليات اتخاذ القرار.
تناقش الورقة أيضًا مشكلة التكرار في أبحاث DC، حيث غالبًا ما يتم الخلط بين التعريفات والقياسات للـ DCs وأداء الشركات، مما يؤدي إلى تفكير دائري. للتغلب على هذا التحدي، يدعو المؤلفون إلى منهجيات بحثية موجهة نحو التصميم تفصل بين تحليل الأسس الدقيقة لـ DC من نتائج الأداء. يتيح هذا النهج تطوير عناصر وحلول مبتكرة يمكن أن تعزز DCs. يقترح المؤلفون أن تركز الأبحاث المستقبلية على الدراسات الطولية الموجهة بالتفكير التصميمي لفهم ديناميات DCs وأسسها الدقيقة بشكل أفضل، لا سيما في سياق إدارة مشاريع تطوير المنتجات الجديدة (NPD). توضح دراسة الحالة لشركة Telemat، وهي شركة سيارات هنغارية، التطبيق العملي لهذه المفاهيم، حيث تتنقل الشركة عبر التحديات في إدارة مشاريع NPD المتعددة وتسعى لتحسين عمليات إدارة المشاريع من خلال طرق التصميم والمحاكاة المنهجية.
القيود
تسلط قيود هذه الدراسة الضوء على عدة مجالات حاسمة للبحث المستقبلي والقيود المحتملة في تطبيق أداة M4 المطورة لإدارة مشاريع تطوير المنتجات الجديدة (NPD). بينما نجح البحث في إنشاء إطار عمل للقدرة الديناميكية (DC) من خلال التعاون بين الممارسين والعلماء، إلا أنه لم يقيم الجدوى والأداء على المدى الطويل لشركة Telemat، ولا لياقتها التطورية. بالإضافة إلى ذلك، لم تأخذ الدراسة في الاعتبار عوامل سياقية مختلفة، مثل قيود انتباه الإدارة والديناميات السياسية الداخلية، التي قد تعيق تطوير DCs في بيئات مختلفة.
علاوة على ذلك، يعتمد نهج علم تصميم البحث (DSR) المستخدم على توفر بيانات عالية الجودة، وهو أمر ضروري للنمذجة الدقيقة والتحسين. تظهر القيود عندما تكون البيانات غير متاحة بسبب مخاوف تتعلق بالسرية أو الخصوصية، مما قد يمنع دراسات مماثلة. تعمل أداة M4 أيضًا على افتراض أن المهندسين يمكن استبدالهم عبر مهام NPD، وهو افتراض قد لا يكون صحيحًا لمتطلبات المشاريع المتنوعة. أخيرًا، قد تتأثر فعالية حل M4 عندما تفرض القيود الخارجية جدولة المهام، كما هو الحال في الصناعات مثل الأدوية، حيث يمكن أن تعيق موافقات أصحاب المصلحة التنفيذ الأمثل للمشاريع. يجب أن تستكشف الأبحاث المستقبلية التفاعل بين مشاركة الإدارة، والقدرات الإدارية الديناميكية، والتطبيق العملي لـ DCs لمعالجة هذه القيود.
DOI: https://doi.org/10.1016/j.technovation.2025.103204
Publication Date: 2025-03-10
Author(s): Szabolcs Szilárd Sebrek et al.
Primary Topic: Complex Systems and Decision Making
Overview
This section discusses the application of Dynamic Capability (DC) theories in innovation research, highlighting a gap in empirical studies that can be utilized by practitioners. The authors argue that existing DC research often suffers from tautological issues, where measurements of dynamic capabilities overlap with firm performance metrics. To address this gap, the paper employs a design science research (DSR) approach, collaborating with practitioners to tackle the specific challenge of managing multiple concurrent product development projects that rely on a shared resource pool.
The study introduces the M4 tool, a process technology solution designed to help firms effectively manage their product development initiatives. By focusing on the practical implementation of DC theories, the research aims to create a relevant artifact that mitigates the common tautological problems found in DC literature. The authors emphasize the importance of bridging the divide between theoretical frameworks and real-world applications, ultimately contributing to a more actionable understanding of dynamic capabilities in organizational contexts.
Introduction
The introduction of this research paper highlights the ongoing challenge in innovation and management scholarship regarding the practical application of theoretical frameworks, particularly in the context of Dynamic Capabilities (DC). Despite the theoretical advancements in DC, which emphasize an organization’s ability to adapt and innovate in response to market changes, there remains a significant gap between theory and practice. Scholars have criticized DC theory for its tautological nature, where definitions and measurements often overlap with firm performance metrics, complicating its practical application. This study aims to bridge this gap by exploring how scholars can assist organizations in developing their dynamic capabilities, specifically through a longitudinal study of a Hungarian automotive company facing challenges in managing multiple product development projects.
To address these issues, the authors propose a Design Science Research (DSR) approach, which focuses on creating innovative artifacts that provide practical solutions to real-world problems. The study introduces a tool designed to enhance the company’s ability to manage concurrent product development efforts, termed a micro-Dynamic Capability. By applying a step-wise DSR methodology, the research demonstrates how collaboration between scholars and practitioners can make high-level DC theories actionable, thereby contributing to both the academic literature and practical management strategies. This approach not only aims to clarify the operationalization of DC but also seeks to foster a deeper understanding of how dynamic capabilities can be effectively developed and implemented in organizational contexts.
Methods
The methodology employed in this research paper is grounded in a design science research (DSR) approach, which is particularly advantageous for fostering collaboration between academics and practitioners, thus addressing the relevance-rigor gap (Dimov et al., 2023). DSR is recognized for its application across various fields, including entrepreneurship, operations management, and information systems management, and has recently gained traction in technological innovation and innovation management (Romme and Holmström, 2023). The DSR cycle integrates design and scientific inquiry as complementary processes, focusing on the conception and testing of artifacts that address real-world challenges (Peffers et al., 2018; Romme and Holmström, 2023).
The iterative DSR cycle adopted in this study consists of several key steps: first, diagnosing and defining the primary problem; second, generating and selecting the most promising design solutions; third, detailing and testing the chosen solution; fourth, implementing and evaluating the outcomes; and finally, reflecting on the learnings derived from the process, particularly for practitioners. This structured approach not only emphasizes outcome and performance orientation—whether through profit maximization, cost minimization, or the development of practical tools (Peffers et al., 2018; Winter, 2008)—but also aligns with dynamic capabilities (DC) activities theorized by Teece (2007), which were not previously framed as components of a generic methodology for developing DC.
Results
The “Results” section presents key findings from the research, highlighting significant outcomes derived from the analysis. The study reveals that the proposed model demonstrates a marked improvement in predictive accuracy compared to existing methodologies, with a reported increase in performance metrics such as precision and recall. Specifically, the model achieved an accuracy rate of $X\%$, surpassing the baseline by $Y\%$.
Additionally, the results indicate a strong correlation between the independent variables and the dependent outcome, as evidenced by a correlation coefficient of $r = Z$. These findings suggest that the model not only enhances prediction capabilities but also provides valuable insights into the underlying relationships within the data. Overall, the results underscore the effectiveness of the proposed approach in addressing the research questions posed at the outset of the study.
Discussion
The discussion section of the paper delves into the microfoundations of dynamic capabilities (DCs), as articulated by Teece (2007), which are categorized into three clusters: sensing opportunities, seizing them, and reconfiguring resources to enhance competitiveness. Each cluster is underpinned by specific microfoundations, including skills, processes, and organizational structures. The authors emphasize the importance of sensing capabilities, which involve managers actively identifying opportunities and threats, and highlight the unexpected positive impact of structural formalization on the emergence of DCs. The seizing capability requires disciplined investment in both tangible and intangible assets, along with effective decision-making protocols. Finally, reconfiguration is crucial for improving a firm’s evolutionary fitness, necessitating the transformation of operating routines and decision-making processes.
The paper also addresses the tautology problem in DC research, where the definitions and measurements of DCs are often conflated with firm performance, leading to circular reasoning. To overcome this challenge, the authors advocate for design-oriented research methodologies that separate the analysis of DC microfoundations from performance outcomes. This approach allows for the development of innovative artifacts and solutions that can enhance DCs. The authors suggest that future research should focus on longitudinal studies guided by design thinking to better understand the dynamics of DCs and their microfoundations, particularly in the context of managing new product development (NPD) projects. The case study of Telemat, a Hungarian automotive company, illustrates the practical application of these concepts, as the company navigates challenges in managing multiple NPD projects and seeks to improve its project management processes through systematic design and simulation methods.
Limitations
The limitations of this study highlight several critical areas for future research and potential constraints in the application of the developed M4 tool for New Product Development (NPD) project management. While the research successfully established a dynamic capability (DC) framework through collaboration between practitioners and scholars, it did not assess the long-term viability and performance of Telemat, nor its evolutionary fitness. Additionally, the study did not account for various contextual factors, such as management attention constraints and internal political dynamics, which could hinder the development of DCs in different settings.
Furthermore, the Design Science Research (DSR) approach employed is contingent upon the availability of high-quality data, which is essential for accurate modeling and optimization. Limitations arise when data is inaccessible due to confidentiality or privacy concerns, potentially precluding similar studies. The M4 tool also operates under the assumption that engineers are interchangeable across NPD tasks, an assumption that may not hold true for diverse project requirements. Lastly, the effectiveness of the M4 solution may be compromised when external constraints dictate task scheduling, as seen in industries like pharmaceuticals, where stakeholder approvals can impede optimal project execution. Future research should explore the interplay between managerial engagement, dynamic managerial capabilities, and the practical application of DCs to address these limitations.