Nieliniowy związek między nakładami na innowacje a inteligentnym wytwarzaniem z perspektywy zdolności absorpcyjnej

Dlaczego mądrzejsze fabryki mają znaczenie dla wszystkich

Od telefonów w naszych kieszeniach po samochody na ulicach — prawie wszystko, czego używamy, powstaje w fabrykach. Na całym świecie producenci ścigają się, by unowocześnić tradycyjne linie montażowe do „inteligentnych” fabryk wypełnionych czujnikami, robotami i systemami decyzyjnymi opartymi na danych. Ten artykuł analizuje proste, lecz kluczowe pytanie: ile firmy powinny inwestować w innowacje, by dokonać tego skoku, i kiedy więcej wydatków przestaje przynosić korzyści? Na podstawie danych z tysięcy chińskich przedsiębiorstw przemysłowych autorzy odkrywają nieliniową historię z ważnymi wnioskami dla decydentów, liderów biznesu i pracowników.

Znajdowanie optymalnego poziomu wydatków na innowacje

Badacze przeanalizowali notowane na giełdzie firmy przemysłowe w Chinach w latach 2008–2022, badając, jak ich nakłady na innowacje — głównie badania i rozwój (R&D) w stosunku do sprzedaży — wiążą się z postępem w obszarze inteligentnego wytwarzania. Zamiast zakładać, że „więcej znaczy zawsze lepiej”, sprawdzali, czy zależność nie może się załamać lub nawet stać negatywna przy wysokich poziomach wydatków. Aby zmierzyć, jak daleko firmy posunęły się w kierunku inteligentnej produkcji, zastosowali analizę tekstu raportów rocznych, licząc, jak często firmy wspominały o robotach, w pełni zautomatyzowanej produkcji, inteligentnych systemach i pokrewnych zagadnieniach. Pozwoliło to zbudować szeroki, ilościowy obraz tego, jak technologie cyfrowe i inteligentne są rzeczywiście przyjmowane w praktyce.

Kiedy nadmiar dobrego staje się szkodliwy

Główne ustalenie jest takie, że związek między nakładami na innowacje a inteligentnym wytwarzaniem ma kształt odwróconej litery U. Na początku wyższe nakłady na R&D pomagają firmom opanować nowe technologie, przeprojektować produkty i wprowadzić inteligentne urządzenia, więc poziom inteligentnego wytwarzania szybko rośnie. Jednak powyżej pewnego progu dodatkowe wydatki przynoszą malejące korzyści, a nawet mogą spowalniać transformację. Bardzo wysokie budżety innowacyjne mogą przeciążyć menedżerów, rozproszyć zasoby na zbyt wiele projektów lub generować złożoną wiedzę, którą firmy nie potrafią przyswoić i wdrożyć. W takich przypadkach pieniądze są zamrożone w długich, ryzykownych projektach zamiast wspierać praktyczne ulepszenia istniejących linii produkcyjnych.

Jak cyfrowe zaawansowanie, własność i nadmiar zasobów zmieniają wynik

Badanie pyta też, dlaczego niektóre firmy skuteczniej przekuwają wydatki na innowacje w inteligentne fabryki niż inne. Wyróżniają się trzy czynniki. Po pierwsze, firmy będące już zaawansowane w transformacji cyfrowej — korzystające z dużych zbiorów danych, chmury obliczeniowej i sztucznej inteligencji — uzyskują większe korzyści z każdej jednostki R&D, ponieważ ich systemy lepiej zbierają, udostępniają i stosują nową wiedzę. Po drugie, własność ma znaczenie: firmy nienależące do państwa, które działają w ostrzejszej konkurencji i mają mniej gwarantowanych wsparć politycznych, częściej wykorzystują wydatki na innowacje agresywnie, by napędzać inteligentne wytwarzanie, podczas gdy przedsiębiorstwa państwowe, o stabilnych strukturach i zależne od polityki, mogą mieć osłabione bodźce do zmian. Po trzecie, firmy z umiarkowanym „luzem organizacyjnym” — dodatkowymi zasobami finansowymi i organizacyjnymi — mogą amortyzować ryzyko eksperymentów i inwestować w inteligentne urządzenia oraz nowe procesy, ale nadmierny luz podnosi koszty i sprzyja marnotrawstwu.

Ukryty napęd: uczenie się i adaptacja wewnątrz firmy

Aby wyjaśnić te wzorce, autorzy odwołują się do koncepcji „zdolności absorpcyjnej” — umiejętności firmy dostrzegania użytecznej wiedzy zewnętrznej, jej przyswajania i przekształcania w wartość — oraz do „zdolności dynamicznych”, czyli umiejętności wyczuwania okazji, rekonfiguracji zasobów i rozwoju w zmieniającym się otoczeniu. Pokazują, że nakłady na innowacje wzmacniają z czasem zdolności dynamiczne firm przez rozwój kompetencji pracowników, cyfrowej reaktywności i zasobu aktywów niematerialnych. Z kolei silniejsze zdolności dynamiczne pełnią rolę pomostu między wydatkami na R&D a rzeczywistymi efektami w inteligentnym wytwarzaniu. Tam, gdzie ten pomost jest mocny, budżety innowacyjne przekładają się na mądrzejsze fabryki; tam, gdzie jest słaby, nawet duże wydatki mogą pozostawić metody produkcji w dużej mierze niezmienione.

Co to oznacza dla przyszłości inteligentnych fabryk

Dla ogólnego czytelnika wniosek jest taki, że budowa inteligentnych fabryk to nie tylko wlewanie większych środków w R&D czy kupowanie najnowszych robotów. Istnieje optymalny zakres wydatków na innowacje, a ich efekt zależy w dużej mierze od cyfrowego przygotowania, elastyczności i zaradności firmy, a także od jej formy własności i ładu korporacyjnego. Polityki, które jedynie nakłaniają firmy do większych inwestycji, mogą pudłować, jeśli ignorują te ograniczenia i różnice. Zamiast tego autorzy sugerują, by rządy i menedżerowie skupili się na poprawie zdolności firm do uczenia się i adaptacji, pielęgnowaniu fundamentów cyfrowych oraz mądrym wykorzystaniu nadmiarowych zasobów. Jeśli to zostanie dobrze zrobione, taka równowaga może przyspieszyć przejście ku czystszej, bardziej efektywnej i konkurencyjnej produkcji, która ostatecznie kształtuje jakość, cenę i ślad środowiskowy produktów, na których wszyscy polegamy.

Cytowanie: Xu, Z., Shan, X., Pan, R. et al. Nonlinear relationship between innovation input and intelligent manufacturing from an absorptive capacity perspective. Sci Rep 16, 7269 (2026). https://doi.org/10.1038/s41598-026-37926-9

Słowa kluczowe: inteligentne wytwarzanie, inwestycje w innowacje, transformacja cyfrowa, zdolności dynamiczne, przemysł Chin