Velocidad,coordinaciónycomportamientos … · 2013-09-12 · Resumen...

ResumenUna preocupación central dentro del campo del diseño organizacional es el estudio delnexo existente entre estructura, innovación y el desempeño de firmas individuales. Elentendido básico es que estructuras descentralizadas son más adecuadas para fomentarinnovación y cambio. Sin embargo, esto se produce a expensas de la eficiencia. Por el con-trario, aquellas organizaciones que centralizan las decisiones aparecen mejor adaptadasfuncionalmente para alcanzar altos niveles de eficiencia, pero a costa de una mayor iner-cia. Tomando estas dos formas como tipos extremos de organización, la pregunta sobrecuánto de cada estructura es necesaria para crear una configuración que asegurerendimientos satisfactorios en el largo plazo sigue siendo una incógnita. Este estudio pilo-to intenta responder a esta pregunta utilizando un modelo NK. Nuestros resultados mues-tran que la búsqueda de nuevas oportunidades se ve facilitada por mayores niveles dedescentralización, mientras que una estructura que combina ambas características aportael mayor rendimiento a largo plazo. Los resultados indican, además, que configuracionesorganizativas complejas logran bajos rendimientos. Esto apunta a problemas de coordi-nación. Se introducen supuestos de teoría de juegos para cuantificar los riesgos de estruc-turas descentralizadas.

Palabras clave: Estructura Organizacional, Modelo NK, búsqueda de nuevas oportu-nidades, rendimiento de firmas.

Códigos JEL: M21, C6, D21.

Esic Market Economics and Business JournalVol. 44, N.º 2, Mayo-Agosto 2013, 127-146

Velocidad, coordinación y comportamientosindividualistas: un estudio piloto de modelo

NK para investigar los efectos moderadores dela 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

* 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 SchoolDOI: 10.7200/esicm.145.0442.3ehttp://www.esic.edu/esicmarket

128 Pablo E. Pinto Cornejo et al.

1. Introducción

Una preocupación central dentro del campo del diseño organizacional es el estu-dio de la relación entre la estructura organizacional, innovación y el rendimiento defirmas 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 sobrediseño organizacional ha sido el determinar los efectos que diversas variables estruc-turales 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 seriede tipologías organizativas (Galán et al., 2012), incluidas la estructura multidivisio-nal (Chandler, 1962), la adocracia (Mintzberg, 1979) y formas más inestables y radi-cales de organización como formas de tipo espagueti, que cuentan sin una estructu-ra topológica particular (Foss, 2003). Sin embargo, y a pesar del renovado interésque 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 lapregunta acerca de cuáles son las dimensiones o variables de la estructura organiza-cional que tienen un impacto más significativo en la capacidad de innovación y en eldesempeño organizacional en el largo plazo (Badir et al., 2009).

En este estudio piloto se busca ampliar las categorías de análisis hacia tiposorganizacionales que han sido pasados por alto en recientes estudios de simulaciónde diseño organizacional. Para abordar este problema, utilizamos un diseño expe-rimental - técnica de modelización NK para simular el comportamiento de organi-zaciones compuestas de muchos elementos que interactúan entre sí. Esta técnicapropuesta por Kauffman (1969; 1993) para comprender los procesos de mutaciónen sistemas biológicos ha demostrado su eficacia en otros contextos, en particularen teorías sobre diseño organizacional (Levinthal, 1997; Rivkin & Siggelkow,2007). Nuestro objetivo es entender cómo las actividades de búsqueda de nuevasoportunidades (o exploración) en organizaciones son estructuradas para alcanzarmejores rendimientos, y además discutir algunos de los beneficios y costos asocia-dos a formas mixtas o híbridas de organización no suficientemente estudiados enmodelos anteriores de simulación. El algoritmo se define teniendo en cuenta dosdimensiones de la estructura organizativa de una firma: el grado de centralizaciónde la toma de decisiones y la interdependencia entre las decisiones y actividades. Elgrado de centralización refleja el locus de poder en la toma de decisiones y se refie-re a la medida en que la autoridad se distribuye entre las diferentes unidades de unaorganización (Miller & Dröge, 1986). Por otra parte, la interdependencia entre lasdecisiones y actividades refleja el nivel de complejidad de un sistema (Kauffman,1993; Simon, 1962) y describe las muchas partes y procesos de un sistema quedeben coordinarse para lograr cierto grado de éxito general (Kauffman & Levin,1987).

En línea con estudios previos (cf. Rivkin & Siggelkow, 2007), en este trabajo sesimulan dos tipos de organizaciones que han sido estudiadas previamente: unaestructura denominada de dos “Bloques Diagonales” (Siggelkow & Levinthal,2003), en la que las decisiones se toman de forma independiente en dos divisiones; yuna estructura de tipo “completamente interdependiente” (Kauffman, 1993), la quese modela utilizando una matriz en donde todas las decisiones y actividades interac-túan 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 dentrode la estructura organizacional de una firma con dos divisiones. Una estructuradenominada de tipo “semi-descentralizada”, en la que en cada división se formulanpropuestas a la casa matriz, quien selecciona la combinación de decisiones con lamayor rentabilidad global para la firma (Wall, 2010). Al segundo tipo de configura-ción lo llamaremos estructura de tipo “individualista” (Press, 2007). Con este nom-bre nos referimos a firmas en las que sus divisiones internas buscan maximizar supropia rentabilidad parcial (utilidad), y en donde la división que recibe mayoresbeneficios fuerza a la otra a seguir su ejemplo, generando una situación potencial deganancia para una y de pérdida para la otra división (ganar/perder) y en donde lascompetencias internas de cada una son eventualmente canibalizadas. Se empleansupuestos de teoría de juegos para simular una estructura de tipo individualista. Eldiseño y los resultados concomitantes de nuestra simulación proporcionan unaextensión de la investigación existente sobre diseño organizacional.

2. Fundamentos Teóricos

La creación de nuevas ideas e innovaciones que determinan la ventaja competiti-va y el crecimiento de numerosas firmas (Tripsas, 2009) se basa en la capacidad paraexplorar y encontrar nuevas oportunidades, o picos más altos, en paisajes adaptati-vos nuevos o existentes a los cuales una determinada firma tiene acceso (March,1991). De acuerdo con su derivación ecológica, un paisaje adaptativo se define comoun “área que es espacialmente heterogénea en al menos un factor de interés” (Tur-ner et al., 2001, p. 3). El propósito de la exploración “es encontrar y ocupar un lugardestacado en este paisaje adaptativo, es decir, seleccionar una combinación de opcio-nes [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 dile-ma organizativo: en la medida en que los equipos directivos liberan de las restric-ciones de exploración a los niveles inferiores de una organización con el fin defomentar innovación y cambio. La necesidad de obtener un enfoque estratégicorequiere a su vez que los directivos de una firma preserven la unidad organizativa enla toma de decisiones para llevar a buen término el desarrollo futuro de todas las ini-ciativas originadas en la firma (Siggelkow & Rivkin, 2006). La falta de un equilibrio

Velocidad, coordinación y comportamientos individualistas: un estudio piloto… 129


entre estos dos ámbitos puede conllevar acciones incompatibles e internamente com-petitivas entre sí (Nickerson & Zenger, 2002), perjudicando de esa forma el rendi-miento global de una organización (O’Reilly & Tushman, 2007). Parte de este desa-fío se deriva del hecho de que las opciones organizativas para atraer mejoras deeficiencia también pueden obstaculizar la capacidad de una firma para explorar ydesarrollar nuevos conocimientos (Tripsas & Gavetti, 2000).

Investigaciones previas sobre diseño organizacional demuestran que varios ele-mentos que se encuentran en formas más mecanicistas de organización, tales comoestructuras jerárquicas, centralización en la toma de decisiones y canales formales decomunicación, favorecen no sólo la eficiencia operativa, sino también producenaversión al riesgo dado que estas firmas evitan alternativas inciertas en favor deacciones que han producido resultados positivos en el pasado (Lam, 2005; Miller etal., 2006). Por el contrario, aquellas estructuras más orgánicas incluyen varios ele-mentos que parecen fomentar la creatividad, complejidad y la capacidad de rápidaadaptación, tales como la toma de decisiones descentralizada, la falta de tareas for-malmente definidas y sistemas débiles de acoplamiento, pero a expensas, paradóji-camente, de su eficiencia operativa (Sheremata, 2000). Lo anterior sugiere que lacoherencia de un diseño organizacional “no es casual” (Greenwood & Hinings,1988, p. 295), y que existen “varios modelos de organización con eficiencias dife-renciales 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 unavariedad de dimensiones (Price & Mueller, 1986), existe consenso en que su gradode centralización (la distribución de la autoridad dentro de una organización), deformalización (el grado de estandarización del trabajo) y de complejidad organiza-cional (el grado de especialización, y el número de niveles jerárquicos dentro de unaorganización) son las dimensiones fundamentales de cualquier estructura organiza-cional (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 unaorganización 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 seencuentra en los niveles superiores o inferiores de la jerarquía de una organización(Jansen et al., 2006). En investigaciones sobre organizaciones multidivisionales, elestudio de la variable de centralización se ha enfocado en la relación dicotómica entreel grado relativo de influencia o control ejercido por la casa matriz y las unidadesorganizativas individuales en los procesos correspondientes de decisión (Tsai, 2002).

El concepto de centralización ha sido durante mucho tiempo una consideraciónesencial en la teoría del diseño organizacional, desde la noción Weberiana de buro-

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 deltrabajo dentro de esta tradición sostiene que las organizaciones deben centralizar latoma de decisiones para alcanzar una eficiencia superior (Adler & Borys, 1996). Ental sentido, la centralización del poder en manos de unos pocos reduce la diversidaden la toma de decisiones (Siggelkow & Rivkin, 2005), lo que aumenta la velocidadde decisión y el control de desviaciones (Sheremata, 2000).

Un alto nivel de centralización en la toma de decisiones, sin embargo, puede limi-tar seriamente la capacidad de una firma para experimentar ya que hay menos espa-cio para nuevas opciones estratégicas (Jansen et al., 2006). La centralización tambiénpuede inducir a la conformidad con reglas y rutinas establecidas, haciendo de losempleados de una firma personas “menos receptivas y menos proclives a apoyar ide-as que se desvíen de la situación actual” (Lubatkin et al., 2006, p. 652). A su vez, elproceso asociado de decisiones verticales puede también reducir la percepción denecesidad de mejorar las interacciones entre el personal de los diversos estamentospara resolver los problemas de una forma colaborativa (Miller, 1987). Eventual-mente, 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 ade-cuada para estimular la creatividad (Nonaka & Konno, 1998; Zammuto & O’Con-nor, 1992), ya que elimina las limitaciones organizacionales a la libertad en la elec-ción del trabajo a realizar (Amabile et al., 1996). La descentralización es beneficiosapara generar innovaciones y por lo tanto la capacidad de adaptación a entornos ines-tables y más turbulentos (Benner & Tushman, 2003). Sin embargo, esto se realiza acosta de la eficiencia operativa de una firma.

Diversos estudios han observado que grados extremos de descentralización pue-den tener efectos negativos sobre la tendencia de una firma a innovar en productosy procesos (Van Looy et al., 2005). Extrema descentralización en la gestión de lasdiferentes divisiones de una firma puede conducir a una asignación caótica de losrecursos (Demsetz, 1988) y a la creación de conocimientos en áreas tan disonantesque la alta dirección no puede coordinar estos esfuerzos de manera eficaz e inte-grarlos con el modelo central de negocio de la firma (Siggelkow & Rivkin, 2006).Esto también puede conducir al desarrollo de productos y servicios que sean incom-patibles e internamente competitivos a nivel de las divisiones internas de una firmay, 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 organi-zación no es de por sí proponer una cabal centralización o, por el contrario, unacompleta descentralización en la toma de decisiones, sino encontrar un equilibrio“que permita la mejora más rápida sin sacrificar completamente la diversidad en lasacciones de búsqueda” (Siggelkow & Rivkin, 2005, p. 117).


Basado en gran parte en esta idea, numerosos estudios se han dirigido hacia lanoción de la separación estructural de las actividades -denominado modelo de orga-nizaciones ambidiestras (Jansen et al., 2006). Por desgracia, a la fecha sigue habien-do mucha confusión y contradicción en la literatura existente, y todavía no resultaclaro cómo diversas organizaciones pueden hacer frente de manera simultánea a lasfunciones compensatorias, el mantenimiento de patrones, y la adaptación requerida(Schreyögg & Sydow, 2010) para lograr con éxito un modelo ambidiestro de nego-cios (Raisch & Birkinshaw, 2008).

Incorporando complejidad en el modelo de empresas

Complejidad se refiere a las características de un sistema de ser intrincado y com-puesto de muchas subunidades (Olausson & Berggren, 2010). Un sistema complejoestá, de acuerdo con Simon (1962, p. 468), “compuesto por un gran número de par-tes que interactúan de una manera no sencilla”. Los sistemas complejos están estruc-turados en niveles o jerarquías, con cada nivel descansando sobre los niveles inferio-res (Simon, 1995). Esta propiedad compartida por los sistemas organizadosjerárquicamente se llama descomponibilidad casi completa (near-decomposible oNCD) (Simon, 2002). Los sistemas jerárquicos que poseen estas propiedades del tipocasi-descomponibles tienden a evolucionar más rápidamente que los sistemas nojerárquicos de tamaño comparable (Simon, 1962).

Este trabajo plantea modelos de diseño organizacional que se construyen en tor-no a estas dos dimensiones de centralización en la toma de decisiones y de compleji-dad en la interacción de las actividades de un sistema. La modelización refleja, perotambién complementa, los modelos organizativos propuestos por Siggelkow yLevinthal (2003), Rivkin y Siggelkow (2007) y Wall (2010), con cada forma de orga-nización variando de acuerdo con el grado con que la autoridad se distribuye entrediferentes unidades divisionales en el proceso de toma de decisiones (grado de cen-tralización) y del nivel de complejidad (interacciones entre las decisiones y activida-des).

3. Objetivos de Investigación y Metodología

Nuestro objetivo en este estudio es comprender de qué manera las actividades debúsqueda en las organizaciones pueden ser estructuradas para lograr mejoras en elrendimiento de una firma, discutiendo los principales beneficios y costos asociadosa formas mixtas de organización no considerados en estudios previos. Para esto, uti-lizamos un modelo computacional del tipo NK basado en agentes para simular losresultados de una firma individual a través del tiempo.

La utilización de modelos formales de simulación tiene una larga trayectoria enestudios sobre teoría de la organización (Cohen & Cyert, 1965; Cyert & March,


1963; Simon & Newell, 1962). Por desgracia, el uso de estas técnicas de simulaciónha estado bastante limitado en investigaciones en el campo de la organización y lagestión, posiblemente debido a su grado de abstracción (Harrison et al., 2007) y a laconsiguiente dificultad para comparar los resultados de una simulación teórica conuna realidad más compleja, lo que ha derivado en interrogantes sobre la validez y elrealismo científico de este tipo de herramientas analíticas (Burton & Obel, 1995). Ensu aspecto positivo, sin embargo, el uso de herramientas de simulación tiene nota-bles ventajas sobre otras técnicas, dado que permite el estudio de las complejidadesdinámicas ligadas a la dirección de firmas individuales (Moizer et al., 2007) y el con-trol de múltiples factores que de otro modo serían muy complejos de controlar enestudios 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 parasimular sistemas compuestos por elementos que interactúan entre sí. Cinco son losprincipales parámetros que gobiernan la complejidad matemática del modelo: N (elnúmero de elementos de un sistema), k (el grado de las interacciones entre los N ele-mentos), la matriz de influencia (la distribución de k entre N), el número de estadosde cada uno de los N elementos y la distribución subyacente a través de la cual seasignan valores de rendimiento a cada combinación de elementos (Kauffman, 1993).

Un modelo NK asume que un sistema, dada una estructura de interacción deter-minada, es capaz de identificar configuraciones alternativas cuyos valores de rendi-miento son superiores al nivel actual alcanzado por el sistema (Levinthal, 1997). Eneste modelo, el proceso de búsqueda consiste en la evaluación aleatoria de múltiplesalternativas en un espacio limitado de posibilidades (Rivkin & Siggelkow, 2007). Unsistema (una firma para nuestros propósitos) es capaz de buscar nuevas configura-ciones sólo en su vecindad inmediata, y luego avanzar o caminar hacia esa nuevaposición si y sólo si los niveles de rendimiento de esa nueva posición son superioresen relación con la situación actual (Levinthal, 1997). En un modelo NK, el sistemaelige el primer valor superior entre las opciones que descubre, y a continuación, enel próximo período, reinicia la búsqueda por resultados superiores. Sin embargo, laprobabilidad de alterar la posición actual depende del punto de partida. Si una fir-ma se encuentra en un pico elevado (un nivel de rendimiento superior), es muy pro-bable que sus niveles de movimiento sean comparativamente más esporádicos que siel rendimiento de la firma fuese inicialmente deficiente (Levinthal, 1997).

Conceptualmente, nuestro modelo es simple. Inicialmente, dos casos generalesson modelados: una firma individual sin divisiones o departamentos, y una firma queconsiste en una sede matriz y dos divisiones. Esta última está dividida en tres dife-rentes alternativas de diseño, una de dos bloques diagonales, otra del tipo semi-des-centralizada, y finalmente una tercera denominada individualista. El primer caso semodela utilizando una matriz “completamente interdependiente” de decisiones yactividades (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-


vidad ai puede tomar sólo uno de dos estados [0, 1] (Weinberger, 1990). Una firmapuede ordenar estas actividades en cualquier secuencia dada Y ∈ AN, el espacio deposibles secuencias de longitud N, con Yi el i-ésimo elemento en una secuencia parai = (1,…N) (Rosenberg, 2005). Por lo tanto, en nuestro modelo el número potencialde combinaciones es 212 = 4,096.

El parámetro K representa el grado de interacción entre las actividades de una fir-ma. 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 (com-pletamente interdependiente) y K = 5 para las estructuras del tipo bloque diagonal,semi-descentralizada e individualista. En el caso de una firma con divisiones, la Divi-sión I controla las decisiones entre a1, a2,…a6; y la División II toma decisiones queabarcan a7, a8,…a12. En cada período, cada división busca lograr mejoras de rendi-miento dentro de su propio subconjunto de actividades.

4. Análisis de los Resultados

Nuestro modelo de simulación calcula el rendimiento de diferentes estructurasorganizacionales para un período de tiempo determinado. La simulación implicabala utilización del modelo por un total de 100 períodos para proporcionar estabilidada los resultados (Burton & Obel, 1995). Los resultados se promedian por 100 y1.000 paisajes adaptativos o escenarios con diferentes rendimientos aleatorios. Paracalcular el rendimiento de una firma, se utiliza la relación de la ganancia alcanzadapor una estructura organizativa específica en un momento dado dividida por lamayor ganancia potencial del paisaje o escenario simulado (Siggelkow & Levinthal,2003). El rendimiento máximo esperado es 1. La matriz de influencia de las activi-dades se pre-especifica como una función de N * N (véase la Figura 1). Toda la pro-gramación y cálculos numéricos descritos en el modelo se construyeron utilizando elprograma 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 hayen todas las operaciones y cálculos matemáticos, y también se sometió a una pruebapiloto a un grupo aleatorio de los resultados de forma “manual”. Para garantizar larobustez de los resultados, también utilizamos múltiples simulaciones utilizandodiferentes paisajes o escenarios (Press, 2007). No se encontraron variaciones signifi-cativas entre los resultados alcanzados por las diferentes simulaciones. Finalmente,los resultados se sometieron a un proceso de validación externa, en que se compara-ron nuestros resultados con estimaciones realizadas por estudios previos en el área(véase la Figura 2).


5. Resultados

En los negocios siempre hay que considerar horizontes de tiempo para juzgar elrendimiento de diversas firmas. En nuestro modelo, la comparación de los rendi-mientos diferenciales de las distintas estructuras modeladas arroja robustos resulta-dos (ver Tabla 1). Estas diferencias en el rendimiento son estadísticamente significa-tivas con ρ <0,001, lo que está en consonancia con trabajos previos en la materia(Siggelkow & Rivkin, 2005).


Figura 1. Matrices o Estructuras de Interacción

Una firma sin divisiones, matriz de actividadescompletamente interdependientes de Kauffman (1993)

(N=12, k=11)

Una firma con dos divisiones, matriz de BloquesDiagonales de Siggelkow & Levinthal’s (2003)

(N=12, k=5)

a1 a2 a3 a4 a5 a6 a7 a8 a9 a10 a11 a12

a1 1 1 1 1 1 1 1 1 1 1 1 1

a2 1 1 1 1 1 1 1 1 1 1 1 1

a3 1 1 1 1 1 1 1 1 1 1 1 1

a4 1 1 1 1 1 1 1 1 1 1 1 1

a5 1 1 1 1 1 1 1 1 1 1 1 1

a6 1 1 1 1 1 1 1 1 1 1 1 1

a7 1 1 1 1 1 1 1 1 1 1 1 1

a8 1 1 1 1 1 1 1 1 1 1 1 1

a9 1 1 1 1 1 1 1 1 1 1 1 1

a10 1 1 1 1 1 1 1 1 1 1 1 1

a11 1 1 1 1 1 1 1 1 1 1 1 1

a12 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 1 1 1 1 1 1 0 0 0 0 0 0

a2 1 1 1 1 1 1 0 0 0 0 0 0

a3 1 1 1 1 1 1 0 0 0 0 0 0

a4 1 1 1 1 1 1 0 0 0 0 0 0

a5 1 1 1 1 1 1 0 0 0 0 0 0

a6 1 1 1 1 1 1 0 0 0 0 0 0

a7 0 0 0 0 0 0 1 1 1 1 1 1

a8 0 0 0 0 0 0 1 1 1 1 1 1

a9 0 0 0 0 0 0 1 1 1 1 1 1

a10 0 0 0 0 0 0 1 1 1 1 1 1

a11 0 0 0 0 0 0 1 1 1 1 1 1

a12 0 0 0 0 0 0 1 1 1 1 1 1

Figura 2. Control de calidad, Comparabilidad de los Resultados

Panel 1Número promedio de caminatas hacia el óptimo

N (con k = N-1)

Weinberger (1990)ln(N)

Pinto et al. (2013)(paisajes = 1,000;períodos = 100)

N = 12 2.5 2.6

Tipo de Estructura: Una firma sin divisiones (interdependiente)

Panel 2Número total de Optimos locales

N (con k = N-1)

Kauffman (1993)M1= 2N/(N+1)

Pinto et al. (2013)(paisajes= 1,000;períodos = 100)

N = 12 315.1 314.6

Tipo de Estructura: Una firma sin divisiones (interdependiente)

Panel 3Número Total de Optimos Locales y Rendimiento

N = 12 (con k = N-1)

Rivkin y Siggelkow(2007)*

Pinto et al. (2013)(paisajes = 1,000;periodos = 100)

Prom. de Optimo Locales 82.9 83.0Desv.St. Optimos Locales 23.3 22.5

* Sobre 200 paisajes y 2.500 períodos

Tipo de Estructura: Una firma con dos divisiones (de Bloques,SemiDescentralizada e Individualista)


En primer lugar, nuestros resultados muestran que una estructura de tipo semi-descentralizada en el que cada división hace propuestas a la casa matriz, quien eligela combinación con mayor rentabilidad global para la firma, es la estructura más efi-caz en el largo plazo. Sin embargo, en el corto y medio plazo, una estructura que res-ponde al tipo de bloques diagonales, en que las decisiones se toman de forma inde-pendiente en dos divisiones, resulta más eficaz. Nuestra intuición sugiere que estopodría representar los costos ocultos en la coordinación interdepartamental. Lasdiferencias observadas en las velocidades de adaptación entre estructuras del tipo debloque diagonal y semi-descentralizadas sugieren que esta intuición es correcta. Elindicador de velocidad presentado en Tabla 1 mide la diferencia promedio en el ren-dimiento 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 estructuramás descentralizada no existe necesidad alguna de coordinar o buscar la aprobaciónde estamentos superiores para implementar cambios internos en cada división (Sig-gelkow & Rivkin, 2005), mientras que en una estructura del tipo semi-descentrali-zada, es la casa matriz quien debe asumir el rol de centro neurálgico de decisión. Estole otorga una significativa ventaja a firmas más descentralizadas, en comparacióncon firmas más centralizadas, en términos de rápida adaptabilidad y de capacidad deexplorar nuevas oportunidades. Este hallazgo es consistente con la literatura sobreinnovación organizacional (cf. Lam, 2005). En nuestro modelo, representamos estaventaja con la nomenclatura ∆ (delta) en velocidad (véase la Figura 3).

En segundo lugar, estudios recientes han demostrado que organizaciones de altorendimiento combinan características de una estructura mecanicista, que se caracte-riza por un mayor grado de centralización de la autoridad, una coordinación de tipo

Tabla 1. Escenarios Modelados (sobre un promedio de 1,000 paisajes y 100 períodos)

A firm consisting of a headquarters A firmand two divisions with no

divisions

Semi- Individualista Bloque Interdepen-Decentralized (n=12, k=5) Diagonal diente total(n=12, k=5, i=1000) (n=12, k=5, (n=12, k=11,

i1000) i1000) i1000)

Results(sobre 1,000 paisajes y 100 períodos)

Rendimiento Máximo (*)(Rendimiento / rendimiento máximo) 0.920 0.832 0.903 0.875Diferencias en rendimiento sobre mejor diseño 0.0% -9.5% -1.9% -5.0%Velocidad 1 (Vt=1 - Vt=0) 0.0570 0.0405 0.0793 0.0639Velocidad 2 (Vt=2 - Vt=1) 0.0303 0.0188 0.0383 0.0267Número de caminatas hacia el óptimo 3.8 37.4 3.3 2.6Número promedio de óptimos locales 83.0 83.2 84.7 314.6

(*) Diferencias de rendimiento son estadísticamente significativas con ρ < 0.001; para un test de signifi-cación de dos colas.

jerárquica y mecanismos formales de control, con las características de una estruc-tura orgánica, que se caracteriza por un énfasis en los sistemas informales, la des-centralización y una coordinación de tipo horizontal (Sheremata, 2000). Esta con-cepción se verifica en los resultados presentados en nuestro estudio y es la razón porla cual una estructura del tipo semi-descentralizada alcanza el nivel más alto de ren-dimiento en el largo plazo entre todas las formas analizadas de organización. Esto escoherente con Siggelkow y Levinthal (2003) y Puranam et al. (2006). En particularen este último caso, se encontraron ventajas notables para firmas que realizan ini-cialmente el proceso de búsqueda de nuevas oportunidades de forma descentraliza-da, para luego converger hacia una estructura más centralizada para facilitar la coor-dinación entre las distintas divisiones de una firma. En nuestro modelo,representamos esta ventaja con la nomenclatura ∆ (delta) en coordinación (véase laFigura 3).

En tercer lugar, nuestra principal contribución en este trabajo viene con la intro-ducción de supuestos de teoría de juegos en el modelo de firmas. Aunque la rela-ción entre la teoría de juegos y la teoría de paisajes adaptativos fue originalmentepropuesta por Kauffman (1993, capítulo 6), y Axelrod y Bennett (1993), esta rela-ción ha pasado relativamente inexplorada en la literatura sobre teoría de las orga-nizaciones.

En términos simples, la teoría de juegos analiza los resultados posibles de undeterminado juego considerando la existencia de n-jugadores que juegan el mismojuego (Abbott et al., 2005). Estos jugadores pueden jugar una o más veces. Para


Figura 3. Estructura Organizacional y Rendimiento (sobre 1,000 paisajes y 100 períodos)

Semi-Descentralizada (n=12, k=5, i1000) Individualista (n=12, k=5, i=1000)De Bloques Diagonales (n=12, k=5, i1000) Completamente interdependiente (n=12, k=11, i=1000)

determinar el valor de una jugada concreta, la base de la teoría de juegos de n-per-sonas en la teoría de juegos se limita a un caso especial de un problema de negocia-ción entre dos personas (Nash, 1950). Esto reduce la complejidad del problema, y elnúmero 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 divi-sión (en nuestro caso, División I y División II) toma decisiones de manera indepen-diente y la rentabilidad final de la división depende de su propia acción y de lasacciones de la otra división (Kauffman, 1993). Nuestro modelo utiliza esta suposi-ción para deformar en cierta medida la estructura de beneficio de la segunda divi-sión. Este patrón se puede observar, por ejemplo, en decisiones sobre la localizaciónfísica de una firma, sobre la agenda central de investigación, etc., en la que el éxitoen una división puede potencialmente venir a expensas del fracaso de la otra (porejemplo, la División II es forzada a localizarse en un nuevo lugar, geográficamentedistante de su base actual de clientes).

Para dar cuenta de esta “interdependencia” en el movimiento de los jugadores (odivisiones), nuestro modelo permite que una firma con dos divisiones pueda pasardesde posiciones vecinas con valores superiores de rendimiento a posiciones convalores inferiores. Esta transición es posible, en nuestro modelo, únicamente si almenos una de las dos divisiones es beneficiada por el cambio de posición, lo cual esplenamente compatible con los postulados generales del modelo NK.

Para los fines del modelo, se asume el caso extremo en que las decisiones deambas 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 aleatoriosentre 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 embar-go, al moverse a un pico más elevado en el paisaje adaptativo de rendimientos, laDivisión 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 esevecino para la División II (División I) o de la rentabilidad general para la firma comoun todo. El estado subsiguiente de una división es así determinado tanto por su pro-pia acción como por la acción de la otra división. En este juego, el resultado final dela División II (División I) es incierto. La División II (División I) podría quedar posi-cionada en un pico superior, inferior, o de valor similar, en principio con la mismaprobabilidad. Sin embargo, a medida que el tiempo transcurre, alcanzar estadossuperiores resulta cada vez más difícil, dado que la división I (o II) alcanza valoresmarginales cada vez superiores de rendimiento.

La organización simulada muestra que estas nuevas “interdependencias” interdi-visionales entre las decisiones y actividades afectan el desempeño global de una fir-ma de forma significativa. Nuestros resultados indican que una firma con dos divi-siones, en la que cada división se enfrasca en una búsqueda egoísta de su propiobienestar o picos locales sin considerar el desempeño de la firma en general, puedeen lo concreto moverse en dirección hacia picos inferiores (en contraposición con


picos de rendimiento superior). Esto se debe a que cada división implementa cam-bios que puedan satisfacer sus propios intereses y sean más rentables para el bienes-tar individual de esa división, pero no necesariamente valiosos para el bienestar dela otra división o de la firma en su conjunto. Este resultado evidencia que las divi-siones suelen operar desde una perspectiva más estrecha e individualista y que amenos que mecanismos óptimos de coordinación se implementen a nivel de la firma,este tipo de organización individualista puede generar externalidades negativas yconducirla a los peores resultados posibles entre todas las configuraciones analiza-das. Esto es consistente con hallazgos en la literatura existente, que subraya lo noci-vo de una descentralización extrema, especialmente cuando los tomadores de deci-siones no ostentan una visión global de los objetivos de la firma (Mendelson, 2000;Siggelkow & Rivkin, 2006). Esta idea también está en consonancia con las conclu-siones de Press (2007) en distritos industriales. En nuestro modelo, graficamos esteefecto con la nomenclatura ∆ (delta) en externalidades negativas (véase la Figura 4).

En cuarto lugar, una firma individual sin divisiones, en donde la contribución decada actividad depende de todas los demás, muestra un rendimiento inferior al pro-medio. Una posible explicación de estos resultados radica en que las estructuras máscomplejas tienden a aumentar la probabilidad de que las firmas queden encerradasen diferentes óptimos locales (en vez de un óptimo global). Esto es una consecuencia


Figura 4. Externalidades Negativas de una Estructura de Tipo Individualista (sobre 1,000paisajes y 100 períodos)

Individualista (n=12, k=5, i=1000)

de las crecientes limitaciones y las contradicciones entre las diferentes actividadesque una firma debe coordinar. En efecto, existe evidencia creciente de que la com-plejidad 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 debeal hecho que, por definición, una estructura completamente interdependiente requie-re modificar muchas opciones al mismo tiempo para evolucionar y crecer, una tareaque es de por sí extremadamente compleja (Siggelkow, 2001).

En tal sentido, nuestros resultados son consistentes con la literatura sobre modu-laridad, que sugiere que la descomposición de un sistema complejo en componentesmás simples mejora el rendimiento y la velocidad en los procesos evolutivos (Schi-lling, 2000). En nuestro modelo, la imposición de un sistema modular aumenta lacapacidad de adaptación, y en firmas de gran tamaño y complejidad, se presentanlos mayores beneficios de dividir el complejo proceso de búsqueda de nuevas opor-tunidades en tareas especializadas y más manejables (Mihm et al., 2010). La figura3 detalla este efecto como ∆ (delta) en complejidad.

6. Conclusiones

En este estudio piloto hemos analizado el rendimiento en el tiempo de diferentesestructuras. Nuestros hallazgos confirman parte de los resultados existentes en laliteratura sobre innovación organizacional. Encontramos, por ejemplo, que la explo-ración o búsqueda de nuevas oportunidades se ve facilitada por mayores niveles dedescentralización, y que una estructura que combina las características de una orga-nización híbrida entrega el mayor rendimiento a largo plazo. Nuestros resultadosademás muestran que la coordinación entre diversas unidades es crítica para el éxi-to de una firma, no obstante su obtención consume una gran cantidad de tiempo yenergías. También se demostró que estructuras complejas presentan rendimientosinferiores a la media. Esto sugiere que los problemas de coordinación y de procesa-miento de grandes cantidades de información son complejos y operacionalmente cos-tosos de manejar en la práctica (Foss, 2003). Este hallazgo podría tener implicacio-nes para el diseño de organizaciones complejas, planteando dudas, por ejemplo,sobre la introducción intencional de caos en la estructura de una firma, como se dis-cute vívidamente en la literatura de organizaciones en la actualidad (véase, por ejem-plo, Smith & Paquette, 2010). Tenemos la sospecha de que, en este sentido, no todaslas organizaciones pueden operar con la naturalidad que demuestran Google o Pixar.

Sin embargo, nuestra principal contribución en este trabajo proviene de la intro-ducción de supuestos de la teoría de juegos en el modelo de paisajes adaptativos.Nuestra modelo es capaz de cuantificar los efectos negativos de conductas indivi-dualistas extremas en el caso de dos divisiones de una firma y mostrar sus efectos enel rendimiento global de la misma. Nuestra intuición sugiere que estos resultados sonproducto de una falta de coordinación y de la asignación de incentivos incorrectosal nivel de la firma en su totalidad.


A la luz de nuestros resultados, sospechamos que numerosas firmas y sus geren-tes pueden aprender mucho de modelar sus decisiones y actividades para encontrarel delicado equilibrio entre la búsqueda de nuevas oportunidades y su explotacióncomercial.

Referencias Bibliográficas

Abbott, T., Kane, D. y Valiant, P., 2005, “On the complexity of two-player win-lose games”. 46th Annual IEEE Symposium on Foundations of ComputerScience.

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 thework 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”. BritishJournal 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-firmorganizational 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 processmanagement: the productivity dilemma revisited”. Academy of ManagementReview, 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 organi-

zation 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 Ame-rican 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 lear-

ning from the rise and decline of the Oticon spaghetti organization”. Organiza-tion Science, Vol. 14, Issue 3, pp. 331-349.

Galán, J. I., Sánchez-Bueno, M. J. y Zúñiga-Vicente, J. A., 2012, “Linking organiza-tional change, coordination mechanisms and incentive systems in different indus-tries”. 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 thedynamics of strategic change”. Organization Studies, Vol. 9, Issue 3, p. 293.


Greenwood, R. y Miller, D., 2010, “Tackling Design Anew: Getting Back to theHeart 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 modelingin 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 Inno-vation, Exploitative Innovation, and Performance: Effects of OrganizationalAntecedents and Environmental Moderators”. Management Science, Vol. 52,Issue 11, pp. 1661-1674.

Kauffman, S. A., 1969, “Metabolic stability and epigenesis in randomly constructedgenetic nets”. Journal of Theoretical Biology, Vol. 22, Issue 3, pp. 437-467.

Kauffman, S. A., 1993. The Origins of Order: Self-organization and Selection inEvolution. Oxford University Press.

Kauffman, S. A. y Levin, S., 1987, “Towards a general theory of adaptive walks onrugged 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 inextensive 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: ManagingIntegration 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 Jour-nal of Sociology, Vol. 67, Issue 2, pp. 177-184.

Lubatkin, M. H., Simsek, Z., Ling, Y. y Veiga, J. F., 2006, “Ambidexterity and Per-formance in Small-to Medium-Sized Firms: The Pivotal Role of Top ManagementTeam Behavioral Integration”. Journal of Management, Vol. 32, Issue 5, pp. 646-672.

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 problem-solving knowledge and the structure of organizations”. Industrial and CorporateChange, Vol. 9, Issue 4, pp. 757-788.

Mendelson, H., 2000, “Organizational architecture and success in the informationtechnology industry”. Management Science, Vol. 46, Issue 4, pp. 513-529.

Mihm, J., Loch, C. H., Wilkinson, D. y Huberman, B. A., 2010, “Hierarchical struc-ture and search in complex organizations”. Management Science, Vol. 56, Issue5, pp. 831-848.


Miller, D., 1987, “Strategy Making and Structure: Analysis and Implications for Per-formance”. Academy of Management Journal, Vol. 30, Issue 1, pp. 7-32.

Miller, D. y Dröge, C., 1986, “Psychological and traditional determinants of struc-ture”. Administrative Science Quarterly, Vol. 31, Issue 4, pp. 539-560.

Miller, K. D., Meng, Z. y Calantone, R. J., 2006, “Adding interpersonal learning andtacit knowledge to March’s exploration-exploitation model”. Academy of Mana-gement 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 cau-

sal loop diagramming to represent the factors affecting learning for studentsusing a business simulation game”. Esic Market,123, pp. 161-177.

Nash, J. F., 1950, “The Bargaining Problem”. Econometrica: Journal of the Econo-metric Society, Vol. 18, Issue 2, pp. 155-162.

Nickerson, J. A. y Zenger, T. R., 2002, “Being efficiently fickle: A dynamic theory oforganizational choice”. Organization Science, Vol. 13, Issue 5, pp. 547-566.

Nonaka, I. y Konno, N., 1998, “The concept of ‘ba’: Building a foundation for know-ledge 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 GraduateSchool of Business.

Olausson, D. y Berggren, C., 2010, “Managing uncertain, complex product deve-lopment in high-tech firms: in search of controlled flexibility”. R&D Manage-ment, Vol. 40, Issue 4, pp. 383-399.

Oldham, G. R. y Cummings, A., 1996, “Employee creativity: Personal and contex-tual 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 Adaptabi-lity 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. Pit-man Publishing.

Pugh, D. S., Hickson, D. J. y Hinings, C. R., 1969, “An Empirical Taxonomy ofStructures of Work Organizations”. Administrative Science Quarterly, Vol. 14,Issue 1, pp. 115-126.

Puranam, P., Singh, H. y Zollo, M., 2006, “Organizing for Innovation: Managingthe Coordination-Autonomy Dilemma in Technology Acquisitions”. Academy ofManagement Journal, Vol. 49, Issue 2, pp. 263-280.

Raisch, S. y Birkinshaw, J., 2008, “Organizational Ambidexterity: Antecedents, Out-comes, 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. 1068-1085.


Rosenberg, N. A., 2005, “A sharp minimum on the mean number of steps taken inadaptive walks”. Journal of Theoretical Biology, Vol. 237, Issue 1, pp. 17-22.

Schilling, M. A., 2000, “Toward a general modular systems theory and its applica-tion 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? Dilemmasof New Organizational Forms”.Organization Science, Vol. 21, Issue 6, pp. 1251-1262.

Sheremata, W., 2000, “Centrifugal and centripetal forces in radical new productdevelopment 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 theRenaissance of Liz Claiborne”. Academy of Management Journal, Vol. 44, Issue4, pp. 838-857.

Siggelkow, N. y Levinthal, D. A., 2003, “Temporarily Divide to Conquer: Centrali-zed, Decentralized, and Reintegrated Organizational Approaches to Explorationand Adaptation”. Organization Science, Vol. 14, Issue 6, pp. 650-669.

Siggelkow, N. y Rivkin, J. W., 2005, “Speed and Search: Designing Organizations forTurbulence and Complexity”.Organization Science, Vol. 16, Issue 2, pp. 101-122.

Siggelkow, N. y Rivkin, J. W., 2006, “When exploration backfires: unintended con-sequences of multilevel organizational search”. Academy of Management Jour-nal, Vol. 49, Issue 4, pp. 779-795.

Simon, H. A., 1962, “The architecture of complexity”. Proceedings of the AmericanPhilosophical Society, Vol. 106, Issue 6, pp. 467-482.

Simon, H. A., 1995. “Near decomposability and complexity: How a mind resides ina brain”. In H. Morowitz y J. Singer (Eds.), The mind, the brain and complexadaptive 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”. Industrialand Corporate Change, Vol. 11, Issue 3, pp. 587-599.

Simon, H. A. y Newell, A., 1962, “Computer simulation of human thinking and pro-blem 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 Digi-tal Photography Company’”. Organization Science, Vol. 20, Issue 2, pp. 441-460.

Tripsas, M. y Gavetti, G., 2000, “Capabilities, Cognition, and Inertia: Evidence fromDigital Imaging”. Strategic Management Journal, Vol. 21, Issue 10/11, pp. 1147-1161.

Tsai, W., 2002, “Social Structure of ‘Coopetition’ Within a Multiunit Organization:Coordination, Competition, and Intraorganizational Knowledge Sharing”.Orga-nization Science, Vol. 13, Issue 2, pp. 179-190.


Turner, M. G., Gardner, R. H. y O’Neill, R. V., 2001. Landscape Ecology in Theoryand Practice: Pattern and Process. Springer Verlag.

Van de Ven, A. H., 1976, “A framework for organization assessment”. Academy ofManagement Review, Vol. 1, Issue 1, pp. 64-78.

Van Looy, B., Martens, T. y Debackere, K., 2005, “Organizing for continuous inno-vation: On the sustainability of ambidextrous organizations”. Creativity andInnovation Management, Vol. 14, Issue 3, pp. 208-221.

Wall, F., 2010. “The (Beneficial) Role of Informational Imperfections in EnhancingOrganisational Performance”. In M. L. Calzi, L. Milone y P. Pellizzari (Eds.), Pro-gress in Artificial Economics: Computational and Agent-Based Models. Springer,pp. 115-126.

Weber, M., 1947. The Theory of Social and Economic Organization (A. M. Hen-derson y T. Parsons, Trans.). Free Press.

Weinberger, E., 1990, “Correlated and uncorrelated fitness landscapes and how totell the difference”. Biological Cybernetics, Vol. 63, Issue 5, pp. 325-336.

Zammuto, R. F. y O’Connor, E. J., 1992, “Gaining Advanced Manufacturing Tech-nologies’ Benefits: The Roles of Organization Design and Culture”. Academy ofManagement Review, Vol. 17, Issue 4, pp. 701-728.

Agradecimientos

Los autores desean agradecer a los profesores Martie-Louise Verreynne de la Uni-versidad de Queensland, Paul Jensen, de la Universidad de Melbourne, y David Sou-der, de la Universidad de Connecticut, y los participantes de la Asamblea Anual deCLADEA 2012, Lima, Perú, la Conferencia Inaugural Universitas 21 de Investiga-ción para Doctorandos en Negocios de la Escuela de Negocios de la Universidad deConnecticut, Hartford, Connecticut (2012), y de la Conferencia para Doctorandosen Ciencias Económicas y Empresariales de las Escuelas de Negocios y Economía dela Universidad de Queensland, Brisbane, Australia (2011), por sus valiosos comen-tarios. Los autores agradecen a la Escuela de Negocios de la Universidad de Que-ensland (Australia), la Escuela de Ciencias Empresariales de la Universidad Católicadel Norte (Chile), CRCMining (Australia), y CONICYT (Chile) por el generosofinanciamiento de la investigación. Los errores siguen siendo de responsabilidadexclusiva de los autores.


Datos de los Autores

Nombre: Pablo E. Pinto CornejoCargo: Profesor AsistenteEscuela/Facultad: Escuela de Ciencias EmpresarialesUniversidad: Universidad Católica del NorteDirección Postal: Larrondo 1281, Coquimbo, ChileTeléfono: +56 51 209841Correo Electrónico: [email protected]

Nombre: Jorge G. Montecinos AlvaradoCargo: Candidato a DoctorEscuela/Facultad: Escuela de EconomíaUniversidad: Universidad de QueenslandDirección Postal: St. Lucia, Brisbane, QLD, Australia 4072Teléfono: +61 4 0281 7828Correo Electrónico: [email protected]

Nombre: Damian HineCargo: Profesor AsociadoEscuela/Facultad: Escuela de NegociosUniversidad: Universidad de QueenslandDirección Postal: St. Lucia, Brisbane, QLD, Australia 4072Teléfono: +61 7 3346 8162Correo Electrónico: [email protected]

Nombre: Peter KnightsCargo: Profesor BMAEscuela/Facultad: Escuela de Ingeniería Mecánica y MineraUniversidad: Universidad de QueenslandDirección Postal: St. Lucia, Brisbane, QLD, Australia 4072Teléfono: +61 7 3365 3915Correo Electrónico: [email protected]

Nombre: Felipe Valdebenito PedreroCargo: Consultor en IngenieríaDirección Postal: 2/43 Lambert Road Indooroopilly, Brisbane, Australia 4068Teléfono: +61 4 1453 1154Correo Electrónico: [email protected]


Velocidad,coordinaciónycomportamientos … · 2013-09-12 · Resumen...

Documents

Transcript of Velocidad,coordinaciónycomportamientos … · 2013-09-12 · Resumen...