التأثيرات التفاعلية لعناصر المعرفة وشبكات التعاون على أداء الابتكار الاستكشافي: دليل من صناعة الذكاء الاصطناعي في الصين

لماذا يهم هذا مستقبل شركات الذكاء الاصطناعي

وراء كل تقدم في الذكاء الاصطناعي ثمة مزيج من ما تعرفه الشركات بالفعل ومن تعمل معه. تدرس هذه الدراسة داخل صناعة الذكاء الاصطناعي السريعة في الصين سؤالاً بسيطاً لكنه حاسم: كيف ينبغي للشركات أن تدمج معارفها الداخلية مع شراكاتها الخارجية لإنتاج أفكار جديدة جوهرياً، وليس مجرد تحسينات طفيفة؟ من خلال تحليل آلاف براءات الاختراع بأدوات بيانات حديثة، يكشف المؤلفون أنماطاً يمكن أن تساعد المديرين وصانعي السياسة على توجيه الابتكار في مجال الذكاء الاصطناعي بذكاء أكبر.

ثلاثة أنواع من مبتكري الذكاء الاصطناعي

باستخدام بيانات براءات الاختراع من 260 شركة صينية في مجال الذكاء الاصطناعي، رسم الباحثون أولاً عنصرين لكل شركة: تنوع وبنية معرفتها التقنية، وشكل شبكة تعاونها المبنية عبر التعاون في براءات الاختراع. ثم طبقوا طريقة تجميع تقسم الشركات إلى مجموعات ذات ملفات تعريف متشابهة. وكشفت هذه الطريقة عن ثلاث أنواع عامة. الشركات «الموجهة نحو التعاون» مدمجة بعمق في شبكات شركاء كثيفة لكنها تتمتع بقوة معرفية داخلية متوسطة فقط. الشركات «الموجهة نحو المعرفة» غنية بمعرفة متنوعة ومتخصصة لكنها معزولة نسبياً. أما الشركات «المتوازنة» فتقع في منتصف الطريق، بدون مزايا قوية أو نقاط ضعف صارخة في أي من المجالين.

كيف يتفاعل مزيج المعرفة والشراكات

استخدمت الدراسة بعد ذلك خوارزمية شجرة قرار لتتبع كيف ترتبط مجموعات مختلفة من ميزات المعرفة والشبكة بقدرة الشركات على إنتاج براءات في مجالات تكنولوجية جديدة — وهو مقياس عملي للابتكار الاستكشافي. عبر جميع المجموعات، لعبت بنية المعرفة الداخلية الدور القيادي، لكن الشبكة المحيطة كان بإمكانها إما أن تضخم هذا التأثير أو تخففه. بالنسبة للشركات الموجهة نحو التعاون، كان انتشار الحقول التقنية بشكل واسع غالباً ما يضر بالأداء لأنه يربك قدرتها على امتصاص المعلومات واستخدامها. ومع ذلك، عندما كانت لدى هذه الشركات شبكات تعاون واسعة أو متماسكة بإحكام، ساعدها الشركاء على تصفية المعرفة ومشاركتها ودمجها، محولين حالة الحمل المعلوماتي المحتملة إلى جدّة مفيدة.

يمكن أن يؤدي التخصص المفرط إلى نتائج عكسية

قدمت الشركات الموجهة نحو المعرفة قصة مختلفة. لم تترجم خبرتها العميقة والمتنوعة تلقائياً إلى اختراقات متقدمة. عندما أصبحت قاعدة معرفتهم متنوعة للغاية، انخفض أداء الابتكار فعلاً، محتمل أن يكون لأن الانتباه والموارد تشتتا بشكل مفرط. وحتى عندما تم ضبط التنوع، لم يكن الشراكة مع العديد من المنظمات دائماً أفضل حل. كان عدد متوسط من المتعاونين هو الأفضل عادة، في حين أن التعاون الواسع جداً جلب تكاليف تنسيق وتشتيتاً، والتعاون الضيق جداً حدّ من التعرض لأفكار جديدة. يشير ذلك إلى أن الشركات المتخصصة عالياً في الذكاء الاصطناعي بحاجة لأن تكون متعمدة في تقليم محفظة معرفتها وانتقاء مجموعة من الشركاء الاستراتيجيين الممكن إدارتهم.

العثور على نقطة التوازن بين التشابه والاختلاف

بالنسبة للشركات المتوازنة، كانت الروافع الأساسية هي مدى تماشى عناصر المعرفة مع بعضها ومدى سهولة أن يحل مهارة مكان أخرى. عندما كانت عناصر المعرفة متطابقة بشكل مفرط صارحت الشركة محبوسة في مسارات ضيقة، مما صعب عليها القفز إلى مجالات جديدة. ومع ذلك، عندما كان هناك قدر كافٍ من التداخل — بحيث يمكن لتقنية واحدة أن تحل محل أخرى — أصبحت الشركات أفضل قدرة على التجريب، والتحول، والاستجابة للغموض في قطاع الذكاء الاصطناعي الشاب والمتقلب. بعبارة أخرى، قد توفر بعض الازدواجية في المعارف، التي يُنظر إليها غالباً على أنها إهدار، مرونة ومتانة عندما تتغير التكنولوجيا والأسواق بسرعة.

ماذا يعني هذا لاستراتيجية الذكاء الاصطناعي

بشكل عام، تُظهر الدراسة أن لا «المعرفة الأكثر» ولا «المزيد من الشركاء» يؤديان تلقائياً إلى ابتكار استكشافي أفضل. ما يهم هو الملاءمة بين مزيج المعرفة الداخلي للشركة والطريقة التي تبني بها وتستخدم شبكة تعاونها، وهذه الملاءمة تبدو مختلفة بالنسبة للشركات الموجهة نحو التعاون، والموجهة نحو المعرفة، والمتوازنة. للمديرين، الرسالة هي التعامل مع المعرفة والشراكات كمشكلة تصميم مشتركة: تجنب التعقيد غير المنضبط، وابحث عن شركاء يكملون نقاط الضعف المحددة، وحافظ على ما يكفي من المهارات المتداخلة للتكيف عندما يتغير مشهد الذكاء الاصطناعي. أما لصانعي السياسات، فتبرز النتائج قيمة النظم البيئية والمنصات الصناعية التي تساعد الشركات على إعادة تنظيم معرفتها وتشكيل شراكات مستهدفة، بدلاً من الدفع ببساطة لمزيد من الإنفاق على البحث والتطوير أو المزيد من التحالفات.

الاستشهاد: Zhang, L., Chen, J., Qiu, H. et al. The interactive effects of knowledge elements and collaboration networks on exploratory innovation performance: evidence from the Chinese artificial intelligence industry. Humanit Soc Sci Commun 13, 303 (2026). https://doi.org/10.1057/s41599-026-06637-x

الكلمات المفتاحية: الابتكار الاستكشافي, شركات الذكاء الاصطناعي, شبكات التعاون, إدارة المعرفة, تحليل براءات الاختراع