De interaktiva effekterna av kunskapselement och samarbetsnätverk på explorativ innovationsprestanda: bevis från Kinas artificiella intelligensindustri

Varför detta är viktigt för AI‑företagens framtid

Bakom varje genombrott inom artificiell intelligens ligger en blandning av vad företagen redan kan och vilka de samarbetar med. Denna studie granskar Kinas snabbrörliga AI‑industri för att ställa en enkel men avgörande fråga: hur bör företag kombinera sitt interna kunnande med externa partnerskap för att skapa verkligt nya idéer, inte bara små förbättringar? Genom att analysera tusentals patent med moderna dataverktyg avslöjar författarna mönster som kan hjälpa chefer och beslutsfattare att styra AI‑innovation mer insiktsfullt.

Tre typer av AI‑innovatörer

Med patentdata från 260 kinesiska AI‑företag kartlade forskarna först två saker för varje företag: bredden och strukturen i dess tekniska kunskap samt formen på dess samarbetsnätverk byggt genom meduppfinnar‑patent. De använde sedan en klustringsmetod som grupperar företag med liknande profiler. Det visade sig finnas tre breda typer. "Samarbetsinriktade" företag är djupt inbäddade i täta partnernätverk men har endast måttliga interna kunskapsstyrkor. "Kunskapsinriktade" företag sitter på rik och specialiserad expertis men är relativt isolerade. "Balanserade" företag hamnar mitt emellan, utan tydliga fördelar eller uppenbara svagheter i något av områdena.

Hur kunskapsmix och partnerskap samspelar

Studien använde därefter en beslutsträdsalgoritm för att följa hur olika kombinationer av kunskaps‑ och nätverksdrag relaterar till företagens förmåga att producera patent inom nya teknologiska områden — en praktisk måttstock på explorativ innovation. Över alla grupper spelade den interna kunskapsstrukturen en ledande roll, men omgivande nätverk kunde antingen förstärka eller dämpa dess effekter. För samarbetsinriktade företag skadade ofta en alltför bred spridning av tekniska fält prestationen genom att överväldiga deras kapacitet att absorbera och använda information. När dessa företag däremot också hade vida eller tätt sammanlänkade samarbetsnätverk hjälpte partnerna dem att filtrera, dela och integrera kunskap, vilket omvandlade potentiell överbelastning till användbar nyhet.

För mycket specialisering kan slå tillbaka

De kunskapsinriktade företagen berättade en annan historia. Deras djupa och varierade expertis omvandlades inte automatiskt till banbrytande genombrott. När deras kunskapsbas blev alltför mångfacetterad föll innovationsprestandan, troligen för att uppmärksamhet och resurser spreds för tunt. Även när mångfalden hölls i schack var partnerskap med många organisationer inte alltid bättre. Ett måttligt antal samarbetspartner visade sig ofta vara mest effektivt, medan mycket omfattande samarbeten medförde samordningskostnader och distraktioner, och mycket snäva samarbeten begränsade exponeringen för nya idéer. Detta tyder på att starkt specialiserade AI‑företag behöver vara avsiktliga med att trimma sin kunskapsportfölj och kurera en hanterbar uppsättning strategiska partners.

Hitta balanspunkten mellan likhet och skillnad

För de balanserade företagen var nyckelspakarna hur väl deras kunskapsdelar passade ihop och hur lätt en färdighet kunde ersätta en annan. När kunskapselementen var alltför perfekt matchade låste sig företaget i snäva spår, vilket gjorde det svårare att hoppa till nya områden. Men när det fanns tillräcklig överlappning — så att en teknik kunde ersätta en annan — kunde företagen bättre experimentera, göra omstarter och reagera på osäkerhet i den unga och volatila AI‑sektorn. Med andra ord kan viss redundans i kunnande, ofta betraktad som slöseri, faktiskt ge flexibilitet och motståndskraft när teknologier och marknader förändras snabbt.

Vad detta innebär för AI‑strategi

Sammanfattningsvis visar studien att varken "mer kunskap" eller "fler partners" automatiskt leder till bättre explorativ innovation. Det som spelar roll är samspelet mellan ett företags interna kunskapsmix och hur det bygger och använder sitt samarbetsnätverk, och denna passform ser olika ut för samarbetsinriktade, kunskapsinriktade och balanserade företag. För chefer är budskapet att betrakta kunskap och partnerskap som ett gemensamt designproblem: undvik oreglerad komplexitet, sök partners som kompletterar specifika svagheter och behåll tillräcklig överlappande kompetens för att kunna anpassa sig när AI‑landskapet förändras. För beslutsfattare lyfter fynden fram värdet av ekosystem och industriplattformar som hjälper företag att omorganisera sin kunskap och bilda riktade partnerskap, snarare än att enbart driva på mer FoU‑utgifter eller fler allianser.

Citering: 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

Nyckelord: explorativ innovation, företag inom artificiell intelligens, samarbetsnätverk, kunskapshantering, patentanalys