Descarga el Contenido en formato PDF

Esic Market Economics and Business Journal
Vol. 44, N.º 2, Mayo-Agosto 2013, 127-146
Velocidad, coordinación y comportamientos
individualistas: un estudio piloto de modelo
NK para investigar los efectos moderadores de
la estructura organizacional en el rendimiento
de firmas individuales
Pablo E. Pinto Cornejo*, Jorge G. Montecinos A., Damian Hine,
Peter Knights y Felipe Valdebenito Pedrero
The University of Queensland ** y Universidad Católica del Norte
Resumen
Una preocupación central dentro del campo del diseño organizacional es el estudio del
nexo existente entre estructura, innovación y el desempeño de firmas individuales. El
entendido básico es que estructuras descentralizadas son más adecuadas para fomentar
innovación y cambio. Sin embargo, esto se produce a expensas de la eficiencia. Por el contrario, aquellas organizaciones que centralizan las decisiones aparecen mejor adaptadas
funcionalmente para alcanzar altos niveles de eficiencia, pero a costa de una mayor inercia. Tomando estas dos formas como tipos extremos de organización, la pregunta sobre
cuánto de cada estructura es necesaria para crear una configuración que asegure
rendimientos satisfactorios en el largo plazo sigue siendo una incógnita. Este estudio piloto intenta responder a esta pregunta utilizando un modelo NK. Nuestros resultados muestran que la búsqueda de nuevas oportunidades se ve facilitada por mayores niveles de
descentralización, mientras que una estructura que combina ambas características aporta
el mayor rendimiento a largo plazo. Los resultados indican, además, que configuraciones
organizativas complejas logran bajos rendimientos. Esto apunta a problemas de coordinación. Se introducen supuestos de teoría de juegos para cuantificar los riesgos de estructuras descentralizadas.
Palabras clave: Estructura Organizacional, Modelo NK, búsqueda de nuevas oportunidades, rendimiento de firmas.
Códigos JEL: M21, C6, D21.
* Autor de correspondencia. Email: [email protected]
** Miembro de CLADEA (Consejo Latinoamericano de Escuelas de Administración).
ISSN 0212-1867 / e-ISSN 1989-3558
© ESIC Editorial, ESIC Business & Marketing School
DOI: 10.7200/esicm.145.0442.3e
http://www.esic.edu/esicmarket
128
Pablo E. Pinto Cornejo et al.
1. Introducción
Una preocupación central dentro del campo del diseño organizacional es el estudio de la relación entre la estructura organizacional, innovación y el rendimiento de
firmas individuales (Cyert & March, 1963; Lawrence & Lorsch, 1967; Mintzberg,
1979). Esta preocupación se remonta en el tiempo a la obra de Burns y Stalker
(1961) sobre estructuras mecanicistas y orgánicas y previamente al trabajo de Weber
(1947) sobre la burocracia corporativa. Un elemento esencial en las teorías sobre
diseño organizacional ha sido el determinar los efectos que diversas variables estructurales tienen sobre la capacidad de innovación y de supervivencia en el largo plazo
(Greenwood & Hinings, 1988; Lam, 2005). Este esfuerzo ha dado origen a una serie
de tipologías organizativas (Galán et al., 2012), incluidas la estructura multidivisional (Chandler, 1962), la adocracia (Mintzberg, 1979) y formas más inestables y radicales de organización como formas de tipo espagueti, que cuentan sin una estructura topológica particular (Foss, 2003). Sin embargo, y a pesar del renovado interés
que despiertan distintas teorías sobre diseño organizacional (Greenwood & Miller,
2010; Schreyögg & Sydow, 2010), la literatura existente es, con pocas excepciones
(véase, por ejemplo, Siggelkow & Levinthal, 2003), inadecuada para responder a la
pregunta acerca de cuáles son las dimensiones o variables de la estructura organizacional que tienen un impacto más significativo en la capacidad de innovación y en el
desempeño organizacional en el largo plazo (Badir et al., 2009).
En este estudio piloto se busca ampliar las categorías de análisis hacia tipos
organizacionales que han sido pasados por alto en recientes estudios de simulación
de diseño organizacional. Para abordar este problema, utilizamos un diseño experimental - técnica de modelización NK para simular el comportamiento de organizaciones compuestas de muchos elementos que interactúan entre sí. Esta técnica
propuesta por Kauffman (1969; 1993) para comprender los procesos de mutación
en sistemas biológicos ha demostrado su eficacia en otros contextos, en particular
en teorías sobre diseño organizacional (Levinthal, 1997; Rivkin & Siggelkow,
2007). Nuestro objetivo es entender cómo las actividades de búsqueda de nuevas
oportunidades (o exploración) en organizaciones son estructuradas para alcanzar
mejores rendimientos, y además discutir algunos de los beneficios y costos asociados a formas mixtas o híbridas de organización no suficientemente estudiados en
modelos anteriores de simulación. El algoritmo se define teniendo en cuenta dos
dimensiones de la estructura organizativa de una firma: el grado de centralización
de la toma de decisiones y la interdependencia entre las decisiones y actividades. El
grado de centralización refleja el locus de poder en la toma de decisiones y se refiere a la medida en que la autoridad se distribuye entre las diferentes unidades de una
organización (Miller & Dröge, 1986). Por otra parte, la interdependencia entre las
decisiones y actividades refleja el nivel de complejidad de un sistema (Kauffman,
1993; Simon, 1962) y describe las muchas partes y procesos de un sistema que
deben coordinarse para lograr cierto grado de éxito general (Kauffman & Levin,
1987).
Velocidad, coordinación y comportamientos individualistas: un estudio piloto…
129
En línea con estudios previos (cf. Rivkin & Siggelkow, 2007), en este trabajo se
simulan dos tipos de organizaciones que han sido estudiadas previamente: una
estructura denominada de dos “Bloques Diagonales” (Siggelkow & Levinthal,
2003), en la que las decisiones se toman de forma independiente en dos divisiones; y
una estructura de tipo “completamente interdependiente” (Kauffman, 1993), la que
se modela utilizando una matriz en donde todas las decisiones y actividades interactúan entre sí en una firma individual sin divisiones.
Con el fin de analizar dos nuevos diseños, nuestro modelo de simulación define,
además, un conjunto diferente de relaciones entre las decisiones y actividades dentro
de la estructura organizacional de una firma con dos divisiones. Una estructura
denominada de tipo “semi-descentralizada”, en la que en cada división se formulan
propuestas a la casa matriz, quien selecciona la combinación de decisiones con la
mayor rentabilidad global para la firma (Wall, 2010). Al segundo tipo de configuración lo llamaremos estructura de tipo “individualista” (Press, 2007). Con este nombre nos referimos a firmas en las que sus divisiones internas buscan maximizar su
propia rentabilidad parcial (utilidad), y en donde la división que recibe mayores
beneficios fuerza a la otra a seguir su ejemplo, generando una situación potencial de
ganancia para una y de pérdida para la otra división (ganar/perder) y en donde las
competencias internas de cada una son eventualmente canibalizadas. Se emplean
supuestos de teoría de juegos para simular una estructura de tipo individualista. El
diseño y los resultados concomitantes de nuestra simulación proporcionan una
extensión de la investigación existente sobre diseño organizacional.
2. Fundamentos Teóricos
La creación de nuevas ideas e innovaciones que determinan la ventaja competitiva y el crecimiento de numerosas firmas (Tripsas, 2009) se basa en la capacidad para
explorar y encontrar nuevas oportunidades, o picos más altos, en paisajes adaptativos nuevos o existentes a los cuales una determinada firma tiene acceso (March,
1991). De acuerdo con su derivación ecológica, un paisaje adaptativo se define como
un “área que es espacialmente heterogénea en al menos un factor de interés” (Turner et al., 2001, p. 3). El propósito de la exploración “es encontrar y ocupar un lugar
destacado en este paisaje adaptativo, es decir, seleccionar una combinación de opciones [por ejemplo, decisiones o actividades] que, en conjunto, son un gran éxito.”
(Siggelkow & Rivkin, 2005, p. 104).
El éxito en la exploración de nuevas oportunidades plantea, sin embargo, un dilema organizativo: en la medida en que los equipos directivos liberan de las restricciones de exploración a los niveles inferiores de una organización con el fin de
fomentar innovación y cambio. La necesidad de obtener un enfoque estratégico
requiere a su vez que los directivos de una firma preserven la unidad organizativa en
la toma de decisiones para llevar a buen término el desarrollo futuro de todas las iniciativas originadas en la firma (Siggelkow & Rivkin, 2006). La falta de un equilibrio
130
Pablo E. Pinto Cornejo et al.
entre estos dos ámbitos puede conllevar acciones incompatibles e internamente competitivas entre sí (Nickerson & Zenger, 2002), perjudicando de esa forma el rendimiento global de una organización (O’Reilly & Tushman, 2007). Parte de este desafío se deriva del hecho de que las opciones organizativas para atraer mejoras de
eficiencia también pueden obstaculizar la capacidad de una firma para explorar y
desarrollar nuevos conocimientos (Tripsas & Gavetti, 2000).
Investigaciones previas sobre diseño organizacional demuestran que varios elementos que se encuentran en formas más mecanicistas de organización, tales como
estructuras jerárquicas, centralización en la toma de decisiones y canales formales de
comunicación, favorecen no sólo la eficiencia operativa, sino también producen
aversión al riesgo dado que estas firmas evitan alternativas inciertas en favor de
acciones que han producido resultados positivos en el pasado (Lam, 2005; Miller et
al., 2006). Por el contrario, aquellas estructuras más orgánicas incluyen varios elementos que parecen fomentar la creatividad, complejidad y la capacidad de rápida
adaptación, tales como la toma de decisiones descentralizada, la falta de tareas formalmente definidas y sistemas débiles de acoplamiento, pero a expensas, paradójicamente, de su eficiencia operativa (Sheremata, 2000). Lo anterior sugiere que la
coherencia de un diseño organizacional “no es casual” (Greenwood & Hinings,
1988, p. 295), y que existen “varios modelos de organización con eficiencias diferenciales en función de la naturaleza del trabajo y de los tipos de tareas a realizar”
(Litwak, 1961, p. 181).
Si bien la estructura formal de una organización es factible de ser medida en una
variedad de dimensiones (Price & Mueller, 1986), existe consenso en que su grado
de centralización (la distribución de la autoridad dentro de una organización), de
formalización (el grado de estandarización del trabajo) y de complejidad organizacional (el grado de especialización, y el número de niveles jerárquicos dentro de una
organización) son las dimensiones fundamentales de cualquier estructura organizacional (Tsai, 2002; Van de Ven, 1976). Basándonos en la obra de Van de Ven et al.,
este estudio utiliza la centralización en la toma de decisiones y la complejidad de una
organización como los aspectos centrales en nuestro modelo de una firma.
Centralización
La centralización se refiere a la concentración de la autoridad o poder de decisión
(Miller & Dröge, 1986), y señala si el locus de autoridad y de toma de decisiones se
encuentra en los niveles superiores o inferiores de la jerarquía de una organización
(Jansen et al., 2006). En investigaciones sobre organizaciones multidivisionales, el
estudio de la variable de centralización se ha enfocado en la relación dicotómica entre
el grado relativo de influencia o control ejercido por la casa matriz y las unidades
organizativas individuales en los procesos correspondientes de decisión (Tsai, 2002).
El concepto de centralización ha sido durante mucho tiempo una consideración
esencial en la teoría del diseño organizacional, desde la noción Weberiana de buro-
Velocidad, coordinación y comportamientos individualistas: un estudio piloto…
131
cracia, pasando por el trabajo del grupo de investigadores de Aston (Pugh et al.,
1969), y la teoría de la contingencia (Lawrence & Lorsch, 1967). La mayor parte del
trabajo dentro de esta tradición sostiene que las organizaciones deben centralizar la
toma de decisiones para alcanzar una eficiencia superior (Adler & Borys, 1996). En
tal sentido, la centralización del poder en manos de unos pocos reduce la diversidad
en la toma de decisiones (Siggelkow & Rivkin, 2005), lo que aumenta la velocidad
de decisión y el control de desviaciones (Sheremata, 2000).
Un alto nivel de centralización en la toma de decisiones, sin embargo, puede limitar seriamente la capacidad de una firma para experimentar ya que hay menos espacio para nuevas opciones estratégicas (Jansen et al., 2006). La centralización también
puede inducir a la conformidad con reglas y rutinas establecidas, haciendo de los
empleados de una firma personas “menos receptivas y menos proclives a apoyar ideas que se desvíen de la situación actual” (Lubatkin et al., 2006, p. 652). A su vez, el
proceso asociado de decisiones verticales puede también reducir la percepción de
necesidad de mejorar las interacciones entre el personal de los diversos estamentos
para resolver los problemas de una forma colaborativa (Miller, 1987). Eventualmente, esta situación puede generar inercia estructural (Hannan & Freeman, 1984),
limitando la capacidad de una organización para responder a nuevas oportunidades,
y por lo tanto para cambiar, crecer y competir (Oldham & Cummings, 1996).
La descentralización en la toma de decisiones, por otra parte, parece ser más adecuada para estimular la creatividad (Nonaka & Konno, 1998; Zammuto & O’Connor, 1992), ya que elimina las limitaciones organizacionales a la libertad en la elección del trabajo a realizar (Amabile et al., 1996). La descentralización es beneficiosa
para generar innovaciones y por lo tanto la capacidad de adaptación a entornos inestables y más turbulentos (Benner & Tushman, 2003). Sin embargo, esto se realiza a
costa de la eficiencia operativa de una firma.
Diversos estudios han observado que grados extremos de descentralización pueden tener efectos negativos sobre la tendencia de una firma a innovar en productos
y procesos (Van Looy et al., 2005). Extrema descentralización en la gestión de las
diferentes divisiones de una firma puede conducir a una asignación caótica de los
recursos (Demsetz, 1988) y a la creación de conocimientos en áreas tan disonantes
que la alta dirección no puede coordinar estos esfuerzos de manera eficaz e integrarlos con el modelo central de negocio de la firma (Siggelkow & Rivkin, 2006).
Esto también puede conducir al desarrollo de productos y servicios que sean incompatibles e internamente competitivos a nivel de las divisiones internas de una firma
y, como resultado, afectar severamente el rendimiento de la firma en su totalidad
(Nickerson & Zenger, 2002).
La dicotomía entre centralización y descentralización en la toma de decisiones,
sin embargo, es una simplificación excesiva de la realidad. El reto para una organización no es de por sí proponer una cabal centralización o, por el contrario, una
completa descentralización en la toma de decisiones, sino encontrar un equilibrio
“que permita la mejora más rápida sin sacrificar completamente la diversidad en las
acciones de búsqueda” (Siggelkow & Rivkin, 2005, p. 117).
132
Pablo E. Pinto Cornejo et al.
Basado en gran parte en esta idea, numerosos estudios se han dirigido hacia la
noción de la separación estructural de las actividades -denominado modelo de organizaciones ambidiestras (Jansen et al., 2006). Por desgracia, a la fecha sigue habiendo mucha confusión y contradicción en la literatura existente, y todavía no resulta
claro cómo diversas organizaciones pueden hacer frente de manera simultánea a las
funciones compensatorias, el mantenimiento de patrones, y la adaptación requerida
(Schreyögg & Sydow, 2010) para lograr con éxito un modelo ambidiestro de negocios (Raisch & Birkinshaw, 2008).
Incorporando complejidad en el modelo de empresas
Complejidad se refiere a las características de un sistema de ser intrincado y compuesto de muchas subunidades (Olausson & Berggren, 2010). Un sistema complejo
está, de acuerdo con Simon (1962, p. 468), “compuesto por un gran número de partes que interactúan de una manera no sencilla”. Los sistemas complejos están estructurados en niveles o jerarquías, con cada nivel descansando sobre los niveles inferiores (Simon, 1995). Esta propiedad compartida por los sistemas organizados
jerárquicamente se llama descomponibilidad casi completa (near-decomposible o
NCD) (Simon, 2002). Los sistemas jerárquicos que poseen estas propiedades del tipo
casi-descomponibles tienden a evolucionar más rápidamente que los sistemas no
jerárquicos de tamaño comparable (Simon, 1962).
Este trabajo plantea modelos de diseño organizacional que se construyen en torno a estas dos dimensiones de centralización en la toma de decisiones y de complejidad en la interacción de las actividades de un sistema. La modelización refleja, pero
también complementa, los modelos organizativos propuestos por Siggelkow y
Levinthal (2003), Rivkin y Siggelkow (2007) y Wall (2010), con cada forma de organización variando de acuerdo con el grado con que la autoridad se distribuye entre
diferentes unidades divisionales en el proceso de toma de decisiones (grado de centralización) y del nivel de complejidad (interacciones entre las decisiones y actividades).
3. Objetivos de Investigación y Metodología
Nuestro objetivo en este estudio es comprender de qué manera las actividades de
búsqueda en las organizaciones pueden ser estructuradas para lograr mejoras en el
rendimiento de una firma, discutiendo los principales beneficios y costos asociados
a formas mixtas de organización no considerados en estudios previos. Para esto, utilizamos un modelo computacional del tipo NK basado en agentes para simular los
resultados de una firma individual a través del tiempo.
La utilización de modelos formales de simulación tiene una larga trayectoria en
estudios sobre teoría de la organización (Cohen & Cyert, 1965; Cyert & March,
Velocidad, coordinación y comportamientos individualistas: un estudio piloto…
133
1963; Simon & Newell, 1962). Por desgracia, el uso de estas técnicas de simulación
ha estado bastante limitado en investigaciones en el campo de la organización y la
gestión, posiblemente debido a su grado de abstracción (Harrison et al., 2007) y a la
consiguiente dificultad para comparar los resultados de una simulación teórica con
una realidad más compleja, lo que ha derivado en interrogantes sobre la validez y el
realismo científico de este tipo de herramientas analíticas (Burton & Obel, 1995). En
su aspecto positivo, sin embargo, el uso de herramientas de simulación tiene notables ventajas sobre otras técnicas, dado que permite el estudio de las complejidades
dinámicas ligadas a la dirección de firmas individuales (Moizer et al., 2007) y el control de múltiples factores que de otro modo serían muy complejos de controlar en
estudios de tipo empírico (Wall, 2010).
En este trabajo se utiliza un modelo de agentes del tipo NK (Kauffman, 1969;
1993). Un modelo NK es un modelo estocástico de optimización combinatoria para
simular sistemas compuestos por elementos que interactúan entre sí. Cinco son los
principales parámetros que gobiernan la complejidad matemática del modelo: N (el
número de elementos de un sistema), k (el grado de las interacciones entre los N elementos), la matriz de influencia (la distribución de k entre N), el número de estados
de cada uno de los N elementos y la distribución subyacente a través de la cual se
asignan valores de rendimiento a cada combinación de elementos (Kauffman, 1993).
Un modelo NK asume que un sistema, dada una estructura de interacción determinada, es capaz de identificar configuraciones alternativas cuyos valores de rendimiento son superiores al nivel actual alcanzado por el sistema (Levinthal, 1997). En
este modelo, el proceso de búsqueda consiste en la evaluación aleatoria de múltiples
alternativas en un espacio limitado de posibilidades (Rivkin & Siggelkow, 2007). Un
sistema (una firma para nuestros propósitos) es capaz de buscar nuevas configuraciones sólo en su vecindad inmediata, y luego avanzar o caminar hacia esa nueva
posición si y sólo si los niveles de rendimiento de esa nueva posición son superiores
en relación con la situación actual (Levinthal, 1997). En un modelo NK, el sistema
elige el primer valor superior entre las opciones que descubre, y a continuación, en
el próximo período, reinicia la búsqueda por resultados superiores. Sin embargo, la
probabilidad de alterar la posición actual depende del punto de partida. Si una firma se encuentra en un pico elevado (un nivel de rendimiento superior), es muy probable que sus niveles de movimiento sean comparativamente más esporádicos que si
el rendimiento de la firma fuese inicialmente deficiente (Levinthal, 1997).
Conceptualmente, nuestro modelo es simple. Inicialmente, dos casos generales
son modelados: una firma individual sin divisiones o departamentos, y una firma que
consiste en una sede matriz y dos divisiones. Esta última está dividida en tres diferentes alternativas de diseño, una de dos bloques diagonales, otra del tipo semi-descentralizada, y finalmente una tercera denominada individualista. El primer caso se
modela utilizando una matriz “completamente interdependiente” de decisiones y
actividades (Siggelkow & Levinthal, 2003).
En nuestro modelo, una firma “A” tiene el control sobre N actividades, A= [a1,
a2… aN], 12 en total en nuestra simulación. Por simplicidad se define que cada acti-
134
Pablo E. Pinto Cornejo et al.
vidad ai puede tomar sólo uno de dos estados [0, 1] (Weinberger, 1990). Una firma
puede ordenar estas actividades en cualquier secuencia dada Y ∈ AN, el espacio de
posibles secuencias de longitud N, con Yi el i-ésimo elemento en una secuencia para
i = (1,…N) (Rosenberg, 2005). Por lo tanto, en nuestro modelo el número potencial
de combinaciones es 212 = 4,096.
El parámetro K representa el grado de interacción entre las actividades de una firma. Estas interdependencias, llamadas interacciones epistáticas (Kauffman, 1993, p.
41), describen la estructura interna o la arquitectura de un sistema (Marengo et al.,
2000). Nuestro método utiliza k = 11 para una firma individual sin divisiones (completamente interdependiente) y K = 5 para las estructuras del tipo bloque diagonal,
semi-descentralizada e individualista. En el caso de una firma con divisiones, la División I controla las decisiones entre a1, a2,…a6; y la División II toma decisiones que
abarcan a7, a8,…a12. En cada período, cada división busca lograr mejoras de rendimiento dentro de su propio subconjunto de actividades.
4. Análisis de los Resultados
Nuestro modelo de simulación calcula el rendimiento de diferentes estructuras
organizacionales para un período de tiempo determinado. La simulación implicaba
la utilización del modelo por un total de 100 períodos para proporcionar estabilidad
a los resultados (Burton & Obel, 1995). Los resultados se promedian por 100 y
1.000 paisajes adaptativos o escenarios con diferentes rendimientos aleatorios. Para
calcular el rendimiento de una firma, se utiliza la relación de la ganancia alcanzada
por una estructura organizativa específica en un momento dado dividida por la
mayor ganancia potencial del paisaje o escenario simulado (Siggelkow & Levinthal,
2003). El rendimiento máximo esperado es 1. La matriz de influencia de las actividades se pre-especifica como una función de N * N (véase la Figura 1). Toda la programación y cálculos numéricos descritos en el modelo se construyeron utilizando el
programa MATLAB en su versión 7.13 (R2011b) (http://www.mathworks.com.au).
Para evaluar la confiabilidad de los resultados, se revisó y validó la lógica que hay
en todas las operaciones y cálculos matemáticos, y también se sometió a una prueba
piloto a un grupo aleatorio de los resultados de forma “manual”. Para garantizar la
robustez de los resultados, también utilizamos múltiples simulaciones utilizando
diferentes paisajes o escenarios (Press, 2007). No se encontraron variaciones significativas entre los resultados alcanzados por las diferentes simulaciones. Finalmente,
los resultados se sometieron a un proceso de validación externa, en que se compararon nuestros resultados con estimaciones realizadas por estudios previos en el área
(véase la Figura 2).
Velocidad, coordinación y comportamientos individualistas: un estudio piloto…
135
Figura 1. Matrices o Estructuras de Interacción
a1 a2 a3 a4 a5 a6 a7 a8 a9 a10 a11 a12
a1
a2
a3
a4
a5
a6
a7
a8
a9
a10
a11
a12
1 1 1 1 1 1 1 1 1
1
1
1
1 1 1 1 1 1 1 1 1
1
1
1
1 1 1 1 1 1 1 1 1
1
1
1
1 1 1 1 1 1 1 1 1
1
1
1
1 1 1 1 1 1 1 1 1
1
1
1
1 1 1 1 1 1 1 1 1
1
1
1
1 1 1 1 1 1 1 1 1
1
1
1
1 1 1 1 1 1 1 1 1
1
1
1
1 1 1 1 1 1 1 1 1
1
1
1
1 1 1 1 1 1 1 1 1
1
1
1
1 1 1 1 1 1 1 1 1
1
1
1
1 1 1 1 1 1 1 1 1
1
1
1
a1 a2 a3 a4 a5 a6 a7 a8 a9 a10 a11 a12
a1
a2
a3
a4
a5
a6
a7
a8
a9
a10
a11
a12
Una firma sin divisiones, matriz de actividades
completamente interdependientes de Kauffman (1993)
(N=12, k=11)
1 1 1 1 1 1 0 0 0
0
0
0
1 1 1 1 1 1 0 0 0
0
0
0
1 1 1 1 1 1 0 0 0
0
0
0
1 1 1 1 1 1 0 0 0
0
0
0
1 1 1 1 1 1 0 0 0
0
0
0
1 1 1 1 1 1 0 0 0
0
0
0
0 0 0 0 0 0 1 1 1
1
1
1
0 0 0 0 0 0 1 1 1
1
1
1
0 0 0 0 0 0 1 1 1
1
1
1
0 0 0 0 0 0 1 1 1
1
1
1
0 0 0 0 0 0 1 1 1
1
1
1
0 0 0 0 0 0 1 1 1
1
1
1
Una firma con dos divisiones, matriz de Bloques
Diagonales de Siggelkow & Levinthal’s (2003)
(N=12, k=5)
Figura 2. Control de calidad, Comparabilidad de los Resultados
Panel 1
Panel 2
Número promedio de caminatas hacia el óptimo
Número total de Optimos locales
Tipo de Estructura: Una firma sin divisiones (interdependiente) Tipo de Estructura: Una firma sin divisiones (interdependiente)
Weinberger (1990)
ln(N)
Pinto et al. (2013)
(paisajes = 1,000;
períodos = 100)
2.5
2.6
N (con k = N-1)
N = 12
Kauffman (1993)
M1= 2N/(N+1)
Pinto et al. (2013)
(paisajes= 1,000;
períodos = 100)
315.1
314.6
N (con k = N-1)
N = 12
Panel 3
Número Total de Optimos Locales y Rendimiento
Tipo de Estructura: Una firma con dos divisiones (de Bloques,
SemiDescentralizada e Individualista)
N = 12 (con k = N-1)
Prom. de Optimo Locales
Desv.St. Optimos Locales
Rivkin y Siggelkow
(2007)*
Pinto et al. (2013)
(paisajes = 1,000;
periodos = 100)
82.9
23.3
83.0
22.5
* Sobre 200 paisajes y 2.500 períodos
5. Resultados
En los negocios siempre hay que considerar horizontes de tiempo para juzgar el
rendimiento de diversas firmas. En nuestro modelo, la comparación de los rendimientos diferenciales de las distintas estructuras modeladas arroja robustos resultados (ver Tabla 1). Estas diferencias en el rendimiento son estadísticamente significativas con ρ <0,001, lo que está en consonancia con trabajos previos en la materia
(Siggelkow & Rivkin, 2005).
136
Pablo E. Pinto Cornejo et al.
Tabla 1. Escenarios Modelados (sobre un promedio de 1,000 paisajes y 100 períodos)
A firm consisting of a headquarters
and two divisions
A firm
with no
divisions
SemiDecentralized
(n=12, k=5,
i1000)
Individualista
(n=12, k=5)
i=1000)
Bloque
Diagonal
(n=12, k=5,
i1000)
Interdependiente total
(n=12, k=11,
i1000)
0.920
0.0%
0.0570
0.0303
3.8
83.0
0.832
-9.5%
0.0405
0.0188
37.4
83.2
0.903
-1.9%
0.0793
0.0383
3.3
84.7
0.875
-5.0%
0.0639
0.0267
2.6
314.6
Results
(sobre 1,000 paisajes y 100 períodos)
Rendimiento Máximo (*)
(Rendimiento / rendimiento máximo)
Diferencias en rendimiento sobre mejor diseño
Velocidad 1 (Vt=1 - Vt=0)
Velocidad 2 (Vt=2 - Vt=1)
Número de caminatas hacia el óptimo
Número promedio de óptimos locales
(*) Diferencias de rendimiento son estadísticamente significativas con ρ < 0.001; para un test de significación de dos colas.
En primer lugar, nuestros resultados muestran que una estructura de tipo semidescentralizada en el que cada división hace propuestas a la casa matriz, quien elige
la combinación con mayor rentabilidad global para la firma, es la estructura más eficaz en el largo plazo. Sin embargo, en el corto y medio plazo, una estructura que responde al tipo de bloques diagonales, en que las decisiones se toman de forma independiente en dos divisiones, resulta más eficaz. Nuestra intuición sugiere que esto
podría representar los costos ocultos en la coordinación interdepartamental. Las
diferencias observadas en las velocidades de adaptación entre estructuras del tipo de
bloque diagonal y semi-descentralizadas sugieren que esta intuición es correcta. El
indicador de velocidad presentado en Tabla 1 mide la diferencia promedio en el rendimiento entre un tiempo t y t-1, con velocidad 1 (Vt=1 – Vt=0) (Wall, 2010).
La explicación de estos resultados es relativamente sencilla: en una estructura
más descentralizada no existe necesidad alguna de coordinar o buscar la aprobación
de estamentos superiores para implementar cambios internos en cada división (Siggelkow & Rivkin, 2005), mientras que en una estructura del tipo semi-descentralizada, es la casa matriz quien debe asumir el rol de centro neurálgico de decisión. Esto
le otorga una significativa ventaja a firmas más descentralizadas, en comparación
con firmas más centralizadas, en términos de rápida adaptabilidad y de capacidad de
explorar nuevas oportunidades. Este hallazgo es consistente con la literatura sobre
innovación organizacional (cf. Lam, 2005). En nuestro modelo, representamos esta
ventaja con la nomenclatura ∆ (delta) en velocidad (véase la Figura 3).
En segundo lugar, estudios recientes han demostrado que organizaciones de alto
rendimiento combinan características de una estructura mecanicista, que se caracteriza por un mayor grado de centralización de la autoridad, una coordinación de tipo
Velocidad, coordinación y comportamientos individualistas: un estudio piloto…
137
jerárquica y mecanismos formales de control, con las características de una estructura orgánica, que se caracteriza por un énfasis en los sistemas informales, la descentralización y una coordinación de tipo horizontal (Sheremata, 2000). Esta concepción se verifica en los resultados presentados en nuestro estudio y es la razón por
la cual una estructura del tipo semi-descentralizada alcanza el nivel más alto de rendimiento en el largo plazo entre todas las formas analizadas de organización. Esto es
coherente con Siggelkow y Levinthal (2003) y Puranam et al. (2006). En particular
en este último caso, se encontraron ventajas notables para firmas que realizan inicialmente el proceso de búsqueda de nuevas oportunidades de forma descentralizada, para luego converger hacia una estructura más centralizada para facilitar la coordinación entre las distintas divisiones de una firma. En nuestro modelo,
representamos esta ventaja con la nomenclatura ∆ (delta) en coordinación (véase la
Figura 3).
Figura 3. Estructura Organizacional y Rendimiento (sobre 1,000 paisajes y 100 períodos)
Semi-Descentralizada (n=12, k=5, i1000)
De Bloques Diagonales (n=12, k=5, i1000)
Individualista (n=12, k=5, i=1000)
Completamente interdependiente (n=12, k=11, i=1000)
En tercer lugar, nuestra principal contribución en este trabajo viene con la introducción de supuestos de teoría de juegos en el modelo de firmas. Aunque la relación entre la teoría de juegos y la teoría de paisajes adaptativos fue originalmente
propuesta por Kauffman (1993, capítulo 6), y Axelrod y Bennett (1993), esta relación ha pasado relativamente inexplorada en la literatura sobre teoría de las organizaciones.
En términos simples, la teoría de juegos analiza los resultados posibles de un
determinado juego considerando la existencia de n-jugadores que juegan el mismo
juego (Abbott et al., 2005). Estos jugadores pueden jugar una o más veces. Para
138
Pablo E. Pinto Cornejo et al.
determinar el valor de una jugada concreta, la base de la teoría de juegos de n-personas en la teoría de juegos se limita a un caso especial de un problema de negociación entre dos personas (Nash, 1950). Esto reduce la complejidad del problema, y el
número de estrategias óptimas de los jugadores implicados en cada juego (Koller &
Megiddo, 1992).
Esto es análogo al caso de la teoría de paisajes adaptativos en el que cada división (en nuestro caso, División I y División II) toma decisiones de manera independiente y la rentabilidad final de la división depende de su propia acción y de las
acciones de la otra división (Kauffman, 1993). Nuestro modelo utiliza esta suposición para deformar en cierta medida la estructura de beneficio de la segunda división. Este patrón se puede observar, por ejemplo, en decisiones sobre la localización
física de una firma, sobre la agenda central de investigación, etc., en la que el éxito
en una división puede potencialmente venir a expensas del fracaso de la otra (por
ejemplo, la División II es forzada a localizarse en un nuevo lugar, geográficamente
distante de su base actual de clientes).
Para dar cuenta de esta “interdependencia” en el movimiento de los jugadores (o
divisiones), nuestro modelo permite que una firma con dos divisiones pueda pasar
desde posiciones vecinas con valores superiores de rendimiento a posiciones con
valores inferiores. Esta transición es posible, en nuestro modelo, únicamente si al
menos una de las dos divisiones es beneficiada por el cambio de posición, lo cual es
plenamente compatible con los postulados generales del modelo NK.
Para los fines del modelo, se asume el caso extremo en que las decisiones de
ambas divisiones (I y II) están vinculadas entre sí. Al igual que en casos anteriores,
el modelo asigna una contribución de rentabilidad o utilidad con valores aleatorios
entre cero y uno por medio de una distribución uniforme, fi ∈ [0, 1]. En principio,
el objetivo de cada división es maximizar su propia rentabilidad parcial. Sin embargo, al moverse a un pico más elevado en el paisaje adaptativo de rendimientos, la
División I (División II) deforma la estructura de pagos de la División II (División I),
y la obliga a moverse a un nuevo punto vecino, independiente del valor nuevo de ese
vecino para la División II (División I) o de la rentabilidad general para la firma como
un todo. El estado subsiguiente de una división es así determinado tanto por su propia acción como por la acción de la otra división. En este juego, el resultado final de
la División II (División I) es incierto. La División II (División I) podría quedar posicionada en un pico superior, inferior, o de valor similar, en principio con la misma
probabilidad. Sin embargo, a medida que el tiempo transcurre, alcanzar estados
superiores resulta cada vez más difícil, dado que la división I (o II) alcanza valores
marginales cada vez superiores de rendimiento.
La organización simulada muestra que estas nuevas “interdependencias” interdivisionales entre las decisiones y actividades afectan el desempeño global de una firma de forma significativa. Nuestros resultados indican que una firma con dos divisiones, en la que cada división se enfrasca en una búsqueda egoísta de su propio
bienestar o picos locales sin considerar el desempeño de la firma en general, puede
en lo concreto moverse en dirección hacia picos inferiores (en contraposición con
Velocidad, coordinación y comportamientos individualistas: un estudio piloto…
139
picos de rendimiento superior). Esto se debe a que cada división implementa cambios que puedan satisfacer sus propios intereses y sean más rentables para el bienestar individual de esa división, pero no necesariamente valiosos para el bienestar de
la otra división o de la firma en su conjunto. Este resultado evidencia que las divisiones suelen operar desde una perspectiva más estrecha e individualista y que a
menos que mecanismos óptimos de coordinación se implementen a nivel de la firma,
este tipo de organización individualista puede generar externalidades negativas y
conducirla a los peores resultados posibles entre todas las configuraciones analizadas. Esto es consistente con hallazgos en la literatura existente, que subraya lo nocivo de una descentralización extrema, especialmente cuando los tomadores de decisiones no ostentan una visión global de los objetivos de la firma (Mendelson, 2000;
Siggelkow & Rivkin, 2006). Esta idea también está en consonancia con las conclusiones de Press (2007) en distritos industriales. En nuestro modelo, graficamos este
efecto con la nomenclatura ∆ (delta) en externalidades negativas (véase la Figura 4).
Figura 4. Externalidades Negativas de una Estructura de Tipo Individualista (sobre 1,000
paisajes y 100 períodos)
Individualista (n=12, k=5, i=1000)
En cuarto lugar, una firma individual sin divisiones, en donde la contribución de
cada actividad depende de todas los demás, muestra un rendimiento inferior al promedio. Una posible explicación de estos resultados radica en que las estructuras más
complejas tienden a aumentar la probabilidad de que las firmas queden encerradas
en diferentes óptimos locales (en vez de un óptimo global). Esto es una consecuencia
140
Pablo E. Pinto Cornejo et al.
de las crecientes limitaciones y las contradicciones entre las diferentes actividades
que una firma debe coordinar. En efecto, existe evidencia creciente de que la complejidad y el tamaño de una firma se relacionan con mayores costos de coordinación,
deseconomías de escala y con externalidades negativas (cf. Foss, 2003). Esto se debe
al hecho que, por definición, una estructura completamente interdependiente requiere modificar muchas opciones al mismo tiempo para evolucionar y crecer, una tarea
que es de por sí extremadamente compleja (Siggelkow, 2001).
En tal sentido, nuestros resultados son consistentes con la literatura sobre modularidad, que sugiere que la descomposición de un sistema complejo en componentes
más simples mejora el rendimiento y la velocidad en los procesos evolutivos (Schilling, 2000). En nuestro modelo, la imposición de un sistema modular aumenta la
capacidad de adaptación, y en firmas de gran tamaño y complejidad, se presentan
los mayores beneficios de dividir el complejo proceso de búsqueda de nuevas oportunidades en tareas especializadas y más manejables (Mihm et al., 2010). La figura
3 detalla este efecto como ∆ (delta) en complejidad.
6. Conclusiones
En este estudio piloto hemos analizado el rendimiento en el tiempo de diferentes
estructuras. Nuestros hallazgos confirman parte de los resultados existentes en la
literatura sobre innovación organizacional. Encontramos, por ejemplo, que la exploración o búsqueda de nuevas oportunidades se ve facilitada por mayores niveles de
descentralización, y que una estructura que combina las características de una organización híbrida entrega el mayor rendimiento a largo plazo. Nuestros resultados
además muestran que la coordinación entre diversas unidades es crítica para el éxito de una firma, no obstante su obtención consume una gran cantidad de tiempo y
energías. También se demostró que estructuras complejas presentan rendimientos
inferiores a la media. Esto sugiere que los problemas de coordinación y de procesamiento de grandes cantidades de información son complejos y operacionalmente costosos de manejar en la práctica (Foss, 2003). Este hallazgo podría tener implicaciones para el diseño de organizaciones complejas, planteando dudas, por ejemplo,
sobre la introducción intencional de caos en la estructura de una firma, como se discute vívidamente en la literatura de organizaciones en la actualidad (véase, por ejemplo, Smith & Paquette, 2010). Tenemos la sospecha de que, en este sentido, no todas
las organizaciones pueden operar con la naturalidad que demuestran Google o Pixar.
Sin embargo, nuestra principal contribución en este trabajo proviene de la introducción de supuestos de la teoría de juegos en el modelo de paisajes adaptativos.
Nuestra modelo es capaz de cuantificar los efectos negativos de conductas individualistas extremas en el caso de dos divisiones de una firma y mostrar sus efectos en
el rendimiento global de la misma. Nuestra intuición sugiere que estos resultados son
producto de una falta de coordinación y de la asignación de incentivos incorrectos
al nivel de la firma en su totalidad.
Velocidad, coordinación y comportamientos individualistas: un estudio piloto…
141
A la luz de nuestros resultados, sospechamos que numerosas firmas y sus gerentes pueden aprender mucho de modelar sus decisiones y actividades para encontrar
el delicado equilibrio entre la búsqueda de nuevas oportunidades y su explotación
comercial.
Referencias Bibliográficas
Abbott, T., Kane, D. y Valiant, P., 2005, “On the complexity of two-player winlose games”. 46th Annual IEEE Symposium on Foundations of Computer
Science.
Adler, P. S. y Borys, B., 1996, “Two types of bureaucracy: enabling and coercive”.
Administrative Science Quarterly, Vol. 41, Issue 1, pp. 61-89.
Amabile, T. M., Conti, R., Coon, H., Lazenby, J. y Herron, M., 1996, “Assessing the
work environment for creativity”. Academy of Management Journal, Vol. 39,
Issue 5, pp. 1154-1184.
Axelrod, R. y Bennett, D. S., 1993, “A Landscape Theory of Aggregation”. British
Journal of Political Science, Vol. 23, Issue 2, pp. 211-233.
Badir, Y. F., Büchel, B. y Tucci, C. L., 2009, “The performance impact of intra-firm
organizational design on an alliance’s NPD projects”. Research Policy, Vol. 38,
Issue 8, pp. 1350-1364.
Benner, M. J. y Tushman, M. L., 2003, “Exploitation, exploration, and process
management: the productivity dilemma revisited”. Academy of Management
Review, Vol. 28, Issue 2, pp. 238-256.
Burns, T. y Stalker, G., 1961. The Management of Innovation. Tavistock.
Burton, R. M. y Obel, B., 1995, “The validity of computational models in organization science: From model realism to purpose of the model”. Computational &
Mathematical Organization Theory, Vol. 1, Issue 1, pp. 57-71.
Chandler, A. D., 1962. Strategy and Structure: Chapters in the History of the American Industrial Enterprise. The M.I.T. Press.
Cohen, K. J. y Cyert, R. M., 1965. “Simulation of organizational behavior”. In J. G.
March (Ed.), Handbook of Organizations. Rand McNally, pp. 305-334.
Cyert, R. M. y March, J. G., 1963. A Behavioral Theory of the Firm. Prentice-Hall.
Demsetz, H., 1988, “The Theory of the Firm Revisited”. Journal of Law, Economics
& Organization, Vol. 4, Issue, pp. 141-161.
Foss, N., 2003, “Selective intervention and internal hybrids: Interpreting and learning from the rise and decline of the Oticon spaghetti organization”. Organization Science, Vol. 14, Issue 3, pp. 331-349.
Galán, J. I., Sánchez-Bueno, M. J. y Zúñiga-Vicente, J. A., 2012, “Linking organizational change, coordination mechanisms and incentive systems in different industries”. Esic Market Economics and Business Journal, Vol. 43, Issue 3, pp. 531-552.
Greenwood, R. y Hinings, C. R., 1988, “Organizational design types, tracks and the
dynamics of strategic change”. Organization Studies, Vol. 9, Issue 3, p. 293.
142
Pablo E. Pinto Cornejo et al.
Greenwood, R. y Miller, D., 2010, “Tackling Design Anew: Getting Back to the
Heart of Organizational Theory”. The Academy of Management Perspectives,
Vol. 24, Issue 4, pp. 78-88.
Hannan, M. T. y Freeman, J., 1984, “Structural inertia and organizational change”.
American Sociological Review, Vol. 4, Issue 2, pp. 149-164.
Harrison, J. R., Lin, Z., Carroll, G. R. y Carley, K. M., 2007, “Simulation modeling
in organizational and management research”. Academy of Management Review,
Vol. 32, Issue 4, pp. 1229-1245.
Jansen, J. J. P., Van Den Bosch, F. A. J. y Volberda, H. W., 2006, “Exploratory Innovation, Exploitative Innovation, and Performance: Effects of Organizational
Antecedents and Environmental Moderators”. Management Science, Vol. 52,
Issue 11, pp. 1661-1674.
Kauffman, S. A., 1969, “Metabolic stability and epigenesis in randomly constructed
genetic nets”. Journal of Theoretical Biology, Vol. 22, Issue 3, pp. 437-467.
Kauffman, S. A., 1993. The Origins of Order: Self-organization and Selection in
Evolution. Oxford University Press.
Kauffman, S. A. y Levin, S., 1987, “Towards a general theory of adaptive walks on
rugged landscapes”. Journal of Theoretical Biology, Vol. 128, Issue 1, pp. 11-45.
Koller, D. y Megiddo, N., 1992, “The complexity of two-person zero-sum games in
extensive form”. Games and Economic Behavior, Vol. 4, Issue 4, pp. 528-552.
Lam, A., 2005. “Organizational Innovation”. In J. Fagerberg, D. C. Mowery y R. R.
Nelson (Eds.), The Oxford Handbook of Innovation. Oxford University Press,
pp. 115-147.
Lawrence, P. R. y Lorsch, J. W., 1967. Organization and Environment: Managing
Integration and Differentiation. Harvard Business School Press.
Levinthal, D. A., 1997, “Adaptation on rugged landscapes”. Management Science,
Vol. 43, Issue 7, pp. 934-950.
Litwak, E., 1961, “Models of bureaucracy which permit conflict”. American Journal of Sociology, Vol. 67, Issue 2, pp. 177-184.
Lubatkin, M. H., Simsek, Z., Ling, Y. y Veiga, J. F., 2006, “Ambidexterity and Performance in Small-to Medium-Sized Firms: The Pivotal Role of Top Management
Team Behavioral Integration”. Journal of Management, Vol. 32, Issue 5, pp. 646672.
March, J. G., 1991, “Exploration and exploitation in organizational learning”.
Organization Science, Vol. 2, Issue 1, pp. 71-87.
Marengo, L., Dosi, G., Legrenzi, P. y Pasquali, C., 2000, “The structure of problemsolving knowledge and the structure of organizations”. Industrial and Corporate
Change, Vol. 9, Issue 4, pp. 757-788.
Mendelson, H., 2000, “Organizational architecture and success in the information
technology industry”. Management Science, Vol. 46, Issue 4, pp. 513-529.
Mihm, J., Loch, C. H., Wilkinson, D. y Huberman, B. A., 2010, “Hierarchical structure and search in complex organizations”. Management Science, Vol. 56, Issue
5, pp. 831-848.
Velocidad, coordinación y comportamientos individualistas: un estudio piloto…
143
Miller, D., 1987, “Strategy Making and Structure: Analysis and Implications for Performance”. Academy of Management Journal, Vol. 30, Issue 1, pp. 7-32.
Miller, D. y Dröge, C., 1986, “Psychological and traditional determinants of structure”. Administrative Science Quarterly, Vol. 31, Issue 4, pp. 539-560.
Miller, K. D., Meng, Z. y Calantone, R. J., 2006, “Adding interpersonal learning and
tacit knowledge to March’s exploration-exploitation model”. Academy of Management Journal, Vol. 49, Issue 4, pp. 709-722.
Mintzberg, H., 1979. The Structuring of Organizations. Prentice-Hall.
Moizer, J., Lean, J., Towler, M., Smith, G. y Encinas-Arquero, P., 2007, “Using causal loop diagramming to represent the factors affecting learning for students
using a business simulation game”. Esic Market,123, pp. 161-177.
Nash, J. F., 1950, “The Bargaining Problem”. Econometrica: Journal of the Econometric Society, Vol. 18, Issue 2, pp. 155-162.
Nickerson, J. A. y Zenger, T. R., 2002, “Being efficiently fickle: A dynamic theory of
organizational choice”. Organization Science, Vol. 13, Issue 5, pp. 547-566.
Nonaka, I. y Konno, N., 1998, “The concept of ‘ba’: Building a foundation for knowledge creation”. California Management Review, Vol. 40, Issue 3, pp. 40-54.
O’Reilly, C. A. y Tushman, M., 2007, Ambidexterity as a Dynamic Capability:
Resolving the Innovator’s Dilemma. Research Papers Series Stanford Graduate
School of Business.
Olausson, D. y Berggren, C., 2010, “Managing uncertain, complex product development in high-tech firms: in search of controlled flexibility”. R&D Management, Vol. 40, Issue 4, pp. 383-399.
Oldham, G. R. y Cummings, A., 1996, “Employee creativity: Personal and contextual factors at work”. Academy of Management Journal, Vol. 39, Issue 3, pp.
607-634.
Press, K., 2007, “Divide and Conquer? The Role of Governance for the Adaptability of Industrial Districts”. Advances in Complex Systems, Vol. 10, Issue 1, pp.
73-92.
Price, J. L. y Mueller, C. W., 1986. Handbook of Organizational Measurement. Pitman Publishing.
Pugh, D. S., Hickson, D. J. y Hinings, C. R., 1969, “An Empirical Taxonomy of
Structures of Work Organizations”. Administrative Science Quarterly, Vol. 14,
Issue 1, pp. 115-126.
Puranam, P., Singh, H. y Zollo, M., 2006, “Organizing for Innovation: Managing
the Coordination-Autonomy Dilemma in Technology Acquisitions”. Academy of
Management Journal, Vol. 49, Issue 2, pp. 263-280.
Raisch, S. y Birkinshaw, J., 2008, “Organizational Ambidexterity: Antecedents, Outcomes, and Moderators”. Journal of Management, Vol. 34, Issue 3, pp. 375-409.
doi: 10.1177/0149206308316058
Rivkin, J. W. y Siggelkow, N., 2007, “Patterned Interactions in Complex Systems:
Implications for Exploration”. Management Science, Vol. 53, Issue 7, pp. 10681085.
144
Pablo E. Pinto Cornejo et al.
Rosenberg, N. A., 2005, “A sharp minimum on the mean number of steps taken in
adaptive walks”. Journal of Theoretical Biology, Vol. 237, Issue 1, pp. 17-22.
Schilling, M. A., 2000, “Toward a general modular systems theory and its application to interfirm product modularity”. Academy of Management Review, Vol. 25,
Issue 2, pp. 312-334.
Schreyögg, G. y Sydow, J., 2010, “Crossroads - Organizing for Fluidity? Dilemmas
of New Organizational Forms”. Organization Science, Vol. 21, Issue 6, pp. 12511262.
Sheremata, W., 2000, “Centrifugal and centripetal forces in radical new product
development under time pressure”. Academy of Management Review, Vol. 25,
Issue 2, pp. 389-408.
Siggelkow, N., 2001, “Change in the Presence of Fit: The Rise, the Fall, and the
Renaissance of Liz Claiborne”. Academy of Management Journal, Vol. 44, Issue
4, pp. 838-857.
Siggelkow, N. y Levinthal, D. A., 2003, “Temporarily Divide to Conquer: Centralized, Decentralized, and Reintegrated Organizational Approaches to Exploration
and Adaptation”. Organization Science, Vol. 14, Issue 6, pp. 650-669.
Siggelkow, N. y Rivkin, J. W., 2005, “Speed and Search: Designing Organizations for
Turbulence and Complexity”. Organization Science, Vol. 16, Issue 2, pp. 101-122.
Siggelkow, N. y Rivkin, J. W., 2006, “When exploration backfires: unintended consequences of multilevel organizational search”. Academy of Management Journal, Vol. 49, Issue 4, pp. 779-795.
Simon, H. A., 1962, “The architecture of complexity”. Proceedings of the American
Philosophical Society, Vol. 106, Issue 6, pp. 467-482.
Simon, H. A., 1995. “Near decomposability and complexity: How a mind resides in
a brain”. In H. Morowitz y J. Singer (Eds.), The mind, the brain and complex
adaptive systems. SFI studies in the sciences of complexity. Addison-Wesley, Vol.
XXII, pp. 25-43.
Simon, H. A., 2002, “Near decomposability and the speed of evolution”. Industrial
and Corporate Change, Vol. 11, Issue 3, pp. 587-599.
Simon, H. A. y Newell, A., 1962, “Computer simulation of human thinking and problem solving”. Monographs of the Society for Research in Child Development,
Vol. 27, Issue 2, pp. 137-150.
Smith, S. y Paquette, S., 2010, “Creativity, chaos and knowledge management”.
Business Information Review, Vol. 27, Issue 2, pp. 118-123.
Tripsas, M., 2009, “Technology, Identity, and Inertia Through the Lens of ‘The Digital Photography Company’”. Organization Science, Vol. 20, Issue 2, pp. 441-460.
Tripsas, M. y Gavetti, G., 2000, “Capabilities, Cognition, and Inertia: Evidence from
Digital Imaging”. Strategic Management Journal, Vol. 21, Issue 10/11, pp. 11471161.
Tsai, W., 2002, “Social Structure of ‘Coopetition’ Within a Multiunit Organization:
Coordination, Competition, and Intraorganizational Knowledge Sharing”. Organization Science, Vol. 13, Issue 2, pp. 179-190.
Velocidad, coordinación y comportamientos individualistas: un estudio piloto…
145
Turner, M. G., Gardner, R. H. y O’Neill, R. V., 2001. Landscape Ecology in Theory
and Practice: Pattern and Process. Springer Verlag.
Van de Ven, A. H., 1976, “A framework for organization assessment”. Academy of
Management Review, Vol. 1, Issue 1, pp. 64-78.
Van Looy, B., Martens, T. y Debackere, K., 2005, “Organizing for continuous innovation: On the sustainability of ambidextrous organizations”. Creativity and
Innovation Management, Vol. 14, Issue 3, pp. 208-221.
Wall, F., 2010. “The (Beneficial) Role of Informational Imperfections in Enhancing
Organisational Performance”. In M. L. Calzi, L. Milone y P. Pellizzari (Eds.), Progress in Artificial Economics: Computational and Agent-Based Models. Springer,
pp. 115-126.
Weber, M., 1947. The Theory of Social and Economic Organization (A. M. Henderson y T. Parsons, Trans.). Free Press.
Weinberger, E., 1990, “Correlated and uncorrelated fitness landscapes and how to
tell the difference”. Biological Cybernetics, Vol. 63, Issue 5, pp. 325-336.
Zammuto, R. F. y O’Connor, E. J., 1992, “Gaining Advanced Manufacturing Technologies’ Benefits: The Roles of Organization Design and Culture”. Academy of
Management Review, Vol. 17, Issue 4, pp. 701-728.
Agradecimientos
Los autores desean agradecer a los profesores Martie-Louise Verreynne de la Universidad de Queensland, Paul Jensen, de la Universidad de Melbourne, y David Souder, de la Universidad de Connecticut, y los participantes de la Asamblea Anual de
CLADEA 2012, Lima, Perú, la Conferencia Inaugural Universitas 21 de Investigación para Doctorandos en Negocios de la Escuela de Negocios de la Universidad de
Connecticut, Hartford, Connecticut (2012), y de la Conferencia para Doctorandos
en Ciencias Económicas y Empresariales de las Escuelas de Negocios y Economía de
la Universidad de Queensland, Brisbane, Australia (2011), por sus valiosos comentarios. Los autores agradecen a la Escuela de Negocios de la Universidad de Queensland (Australia), la Escuela de Ciencias Empresariales de la Universidad Católica
del Norte (Chile), CRCMining (Australia), y CONICYT (Chile) por el generoso
financiamiento de la investigación. Los errores siguen siendo de responsabilidad
exclusiva de los autores.
146
Pablo E. Pinto Cornejo et al.
Datos de los Autores
Nombre: Pablo E. Pinto Cornejo
Cargo: Profesor Asistente
Escuela/Facultad: Escuela de Ciencias Empresariales
Universidad: Universidad Católica del Norte
Dirección Postal: Larrondo 1281, Coquimbo, Chile
Teléfono: +56 51 209841
Correo Electrónico: [email protected]
Nombre: Jorge G. Montecinos Alvarado
Cargo: Candidato a Doctor
Escuela/Facultad: Escuela de Economía
Universidad: Universidad de Queensland
Dirección Postal: St. Lucia, Brisbane, QLD, Australia 4072
Teléfono: +61 4 0281 7828
Correo Electrónico: [email protected]
Nombre: Damian Hine
Cargo: Profesor Asociado
Escuela/Facultad: Escuela de Negocios
Universidad: Universidad de Queensland
Dirección Postal: St. Lucia, Brisbane, QLD, Australia 4072
Teléfono: +61 7 3346 8162
Correo Electrónico: [email protected]
Nombre: Peter Knights
Cargo: Profesor BMA
Escuela/Facultad: Escuela de Ingeniería Mecánica y Minera
Universidad: Universidad de Queensland
Dirección Postal: St. Lucia, Brisbane, QLD, Australia 4072
Teléfono: +61 7 3365 3915
Correo Electrónico: [email protected]
Nombre: Felipe Valdebenito Pedrero
Cargo: Consultor en Ingeniería
Dirección Postal: 2/43 Lambert Road Indooroopilly, Brisbane, Australia 4068
Teléfono: +61 4 1453 1154
Correo Electrónico: [email protected]