شبيه سازي اثر سياست هاي سرمايه گذاري در نوآوري بر انباشت دانش سازمان با استفاده از رويكرد پويايي هاي سيستم

Simulating the Impacts of Innovation Investment Policies on Organizational Knowledge Stock Using System Dynamics Approach

دانش همواره به عنوان يك عامل تعيين كننده در نوآوري شناخته شده است. اما دانش مورد نياز براي نوآوري همواره به صورت آماده در اختيار سازمان قرا نمي گيرد و نياز است تا سازمان بخش اعظمي از آن را خود خلق كند. دانش در سازمان مي تواند از طريق سرمايه گذاري در نوآوري و توسعه محصولات جديد خلق شود. هدف اين مقاله بررسي ماهيت پويا و پيچيده ي رابطه بين خلق دانش و تصميمات سرمايه گذاري در نوآوري و شناسايي مناسب ترين سياست هاي سرمايه گذاري سازمان در نوآوري است. بدين منظور مقاله حاضر سعي دارد تا با نگاهي سيستمي و با استفاده از رويكرد پويايي سيستمي و ابزارهاي آن همانند نمودار هاي علي- معلولي، نمودار جريان و شبيه سازي به مطالعه اثر سياست هاي مختلف سرمايه گذاري در نوآوري بر انباشت دانش سازمان بپردازد. به منظور آزمون كاربردي بودن مدل ارايه شده در دنياي واقعي، يك مطالعه موردي ارايه شده است و نتايج شبيه سازي نشان مي دهد كه سياست تخصيص منابع به هر يك از فعاليت هاي نوآوري راديكال و تدريجي بر اساس شكاف ميان انباشت دانش واقعي و هدف سازمان، مناسبترين سياست تخصيص منابع در سازمان مورد مطالعه است.

Knowledge is always recognized as an important factor in innovation. However, the needed knowledge for innovation is not always available to organizations readily and it requires that the organization generates a major part of the knowledge. Such knowledge creation can happen through investing on innovation and developing new products. This study aims at investigating the complicated and dynamic nature of relationship between knowledge creation and investment decision on innovation. Therefore, present paper uses a systematic view and system dynamics approach, as well as its tools such as casual diagrams, flow diagram and simulation. The tools are used to study the impacts of different investing policies on organizational knowledge stock. A case study is provided to test the applicability of represented model in real world. The findings show that the most appropriate policy is allocating resource based on the gap between real knowledge stock and goal knowledge stock. Keywords: Knowledge creation, Radical innovation, Incremental innovation, System dynamics, Simulation.