Managing factors for innovation in coopetition

Resumen

En un mundo con altos niveles de incertidumbre, las empresas se enfrentan a nuevos retos para mantener su competitividad. Participar en relaciones cooperativas es una respuesta frente a tales retos. Las empresas colaboran con variedad de socios, universidades, clientes, proveedores, gobiernos, e incluso con competidores para lograr sus objetivos. A estas relaciones que combinan cooperación y competición simultanea se les denomina coopetition o relaciones coopetitivas. Nuestra pregunta de investigación gira entorno a la relación entre coopetition e innovación y la influencia de determinados factores en la capacidad de innovar de las empresas coopetitivas. En el Capítulo 1 revisamos las definiciones dadas a coopetition desde su introducción en el entorno académico. Se revisan también, las diferentes teorías organizativas empleadas por los investigadores para explicar estas complejas relaciones. Hay investigación reciente que sugiere que el carácter distintivo de las relaciones coopetitivas es su naturaleza paradójica, y que las empresas deben desarrollar un set de capacidades para iniciar, mantener y gestionar estas relaciones. Basándonos en el concepto de capacidad coopetitiva previamente tratado en investigación, y en la teoría de las capacidades dinámicas, desarrollamos un modelo jerárquico de capacidades que estructuran esta capacidad coopetitiva. Las relaciones coopetitivas, como otras relaciones interorganizativas tienen un ciclo de vida. En el Capítulo 2, elaboramos un modelo teórico de fases: inicio, ejecución y resultados. En el Capítulo 3 proponemos un modelo en el que se incluyen una selección de factores de influencia en innovación, y se formulan nueve hipótesis. Nuestra pregunta de investigación es la siguiente, ¿qué factores determinan la propensión a innovar en coopetition?. Usando la base de datos PITEC, seleccionamos una muestra de 526 empresas que cooperan con competidores, y medimos si innovan, y qué tipo de innovación desarrollan (producto, proceso, organizativa y comercial). Para el estudio empírico empleamos Machine Learning y el lenguaje de programación Python, construyendo cinco modelos de regresión logística y cinco modelos de árboles de decisión. Los resultados obtenidos muestran que factores como los mecanismos de protección del conocimiento, la investigación básica, aplicada y el desarrollo tecnológico o en el entorno nacional favorecen la innovación. Sin embargo no hay resultados concluyentes para la experiencia previa en coopetition, o la capacidad de absorción. Otros factores, como la proximidad social, arrojan resultados negativos en innovación. El Capítulo 4 reúne las conclusiones del trabajo, los principales resultados, y propone futuras líneas de investigación.