[1] 理论一:吸收能力理论

简介: [1] 理论一:吸收能力理论

1-吸收能力理论 ( absorptive capacity theory ) 是什么?

吸收能力理论 ( absorptive capacity theory ) 考察了企业如何识别新知

识的价值,吸收并将其应用于组织目标实现这一过程。该理论认为,吸收新知识可使组织变得更具创新性和灵活性,且相比不吸收新知识的组织有着更高的绩效水平。该理论还假设,在吸收新知识方面能力强的企业相比知识方面能力弱的企业更具竞争优势。

4种提取新知识的途径:

(1) 开展自主研发( R&D) 创造新知识;

(2) 从日常生产运作中提取新知识;

(3) 从其他组织机构或来源借鉴 (borrow ) 新知识

(4) 购入新知识,如购买新设备、招聘高技能人才,或者聘请顾问对员工进行新技能和新方法培训等。

  1. 吸收能力理论认为,组织需要构建一个可以吸收和应用新知识的知识库( knowledge base ).
  2. 构建知识库可为企业提炼先验知识,而拥有先验知识至少可为组织提供两方面的帮助:
    第一,帮助吸收新知识,因为前一阶段塑造的知识吸收能力有助
    于后一阶段对新知识的吸收;
    第二,帮助持续吸收新知识,成功使用新知识可以导致自我强化,进而激励企业未来持续不断地吸收新知识。具有高吸收能力的企业倾向于主动搜索和吸收新知识,而不管其当前绩效水平如何;但是具有低吸收能力的企业则只会在面临失败或者绩效水平下降时才被动探索新知识。
目录
打赏
0
1
1
0
19
分享
相关文章
深入理解卷积神经网络:从理论到实践
【9月更文挑战第31天】在深度学习的众多模型之中,卷积神经网络(CNN)以其在图像处理领域的出色表现而闻名。本文将通过浅显易懂的语言和直观的比喻,带领读者了解CNN的核心原理和结构,并通过一个简化的代码示例,展示如何实现一个简单的CNN模型。我们将从CNN的基本组成出发,逐步深入到其在现实世界中的应用,最后探讨其未来的可能性。文章旨在为初学者提供一个清晰的CNN入门指南,同时为有经验的开发者提供一些深入思考的视角。
深入浅出卷积神经网络——从理论到实践
【8月更文挑战第28天】探索卷积神经网络的奥秘,本文将带你领略深度学习中的这一核心技术。我们将从CNN的基本概念出发,逐步深入到网络架构、训练技巧,以及在图像处理中的应用实例。无论你是初学者还是有一定基础的开发者,这篇文章都将为你揭开卷积神经网络的神秘面纱,让你能够更加自信地应用这项技术解决实际问题。
|
12月前
|
ObjectProvider的理论与实战
ObjectProvider的理论与实战
235 0
学习总结(抓沙理论、盲人摸象、高屋建瓴、囫囵吞枣)
学习总结(抓沙理论、盲人摸象、高屋建瓴、囫囵吞枣)
194 0
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等