从中介服务到协同创新：物理层面的开放式创新中介机构作为系统级知识创造的平台

《TECHNOLOGY IN SOCIETY》：From Brokerage to Orchestration: Physical Open Innovation Intermediaries as Platforms for System-Level Knowledge Creation

　　乔尔达诺·皮纳雷洛（Giordano Pinarello）| 丹尼尔·特拉布奇（Daniel Trabucchi）| 费德里科·弗拉蒂尼（Federico Frattini）
意大利米兰理工大学管理学院，米兰

**摘要**
系统层面的创新问题日益要求企业整合异质且相距遥远的知识领域，然而现有的开放创新研究对于这些知识创造过程是如何形成和协调的见解有限。本研究探讨了物理知识贡献者（Physical Knowledge Contributors, PKCs）——一种独特的开放创新中介类型——如何支持组织应对系统层面的创新挑战。通过结合吸收能力（absorptive capacity）和平台研究方法，我们对BlueThink进行了深入的案例研究。BlueThink通过利用内部能力、物理实验室基础设施以及精心构建的解决方案提供者网络来帮助寻求创新的企业。研究结果表明，知识获取、吸收、转化和利用——这些吸收能力的构成要素——是通过一个迭代、循环的过程进行的，这一过程中涉及PKCs、寻求创新的企业以及多个解决方案提供者，而非线性的、局限于单一企业的流程。

我们提出了一种解释性模型，在该模型中，PKCs作为协调性的双面平台运作，在某些阶段可以暂时替代企业的吸收能力。通过将PKCs与更广泛研究的虚拟知识中介或数字中介进行对比，本研究加深了我们对物理中介在复杂创新过程中如何促进知识创造的理解。

**1. 引言**
在过去的几十年中，创新产品的构思与开发通常被理解为整合和重组来自不同领域知识的过程（Savino等人，2017）。数字化、服务化及可持续性等趋势对传统的产品开发和创新方法提出了挑战（Lusch和Nambisan，2015；Pinarello等人，2022）。企业面临着识别和吸收来自不同知识领域的技术的需求，以维持其竞争优势并持续推动创新（Teece，2018）。
在过去二十年里，为理解和解释创新过程中的新兴挑战和方法而开发的模型中，开放创新（Open Innovation, OI）是最受研究和支持的（Arora等人，2016；Chesbrough，2003；Vanhaverbeke等人，2019；West和Bogers，2014, 2017）。
与此同时，开放创新中介（Open Innovation Intermediaries, OIIs）作为帮助企业实施开放创新项目的组织应运而生（Rippa等人，2016；Von Nell和Lichtenthaler，2011）。OIIs在促进多方利益相关者之间的协作创新、弥合差距以及降低开放创新生态系统中的交易成本方面发挥着核心作用（Yin等人，2022；Doloreux和Turkina，2023）。诸如Innocentive、NineSigma和Yet2等OIIs作为中介，促进寻求创新的企业与解决方案提供者之间的知识交易。Verona及其同事（2006）将这类中介称为虚拟知识中介（Virtual Knowledge Brokers, VKBs）。
VKB的定义隐含了两种分析和分类维度，用于研究广泛的、异质性的OIIs景观。第一个维度指的是中介采用的商业模式，区分了通过数字平台运作的虚拟中介（Virtual Intermediaries）和具有实体存在的物理中介（Physical Intermediaries）。第二个维度则区分了知识中介（Knowledge Brokers）和知识贡献者（Knowledge Contributors）：前者提供服务以支持寻求创新的企业与解决方案提供者之间的知识交易，而后者则积极贡献于新知识的生成。
基于这两个维度，我们区分了四种类型的OIIs：
1. **虚拟知识中介（VKBs）**：这是最常见的OIIs类型之一，它们利用基于网络的平台来促进寻求创新的企业与解决方案提供者之间的知识交易（Verona等人，2006）。
2. **物理知识中介（PKBs）**：这些是提供咨询服务或专门针对开放创新过程定制服务的公司。PKBs的商业模式侧重于通过支持寻求创新的企业识别“解决方案”或充当“创新资本家”来促进知识交易（Sapsed等人，2007；Nambisan和Sawhney，2007）。例如知识产权咨询公司（Nambisan和Sawhney，2007a）、会计和金融服务公司、律师事务所、人才搜寻机构（Lin等人，2016）、风险投资基金（Jarchow和R?hm，2019）、银行和技术转让机构（TTOs，O’Kane，2018；Temel等人，2021）。
3. **虚拟知识贡献者（VKCs）**：其商业模式基于使用数字网络平台作为新知识生成的枢纽。例如连接设计师和创意专业人员的共创平台（Twyman等人，2023）、公民与创新者的虚拟社区（Randhawa等人，2017）、合作药物发现平台（Ekins等人，2014）。
4. **物理知识贡献者（PKCs）**：它们利用物理基础设施（如研究、原型制作和测试实验室）以及内部多学科技能和能力，帮助寻求创新的企业创造新知识。这类中介包括科技园区、孵化器（van Rijnsoever，2020）、集体研究中心（Knockaert等人，2014；Spithoven等人，2009）、创新中心（Crupi等人，2021），以及被称为知识密集型商业服务（Knowledge-Intensive Business Services, KIBS）的私营组织（Klerkx和Leeuwis，2009；Yam等人，2011）和研发服务公司（RDSFs，Li等人，2020）。
从商业模式的角度来看，所有这些OIIs都具有两个共同特点：一方面，它们将不同类型的参与者（寻求创新的企业和解决方案提供者）聚集在一起；另一方面，它们产生间接网络效应——即更多的寻求创新的企业能为解决方案提供者创造更多价值，反之亦然（Piazza等人，2019）。这两个特点是所谓平台商业模式的基础（Rochet和Tirole，2003；Hagiu & Wright，2015）。因此，为了深入探讨OIIs在解决系统层面问题中的作用，本研究采用了平台理论作为解释框架。
特别是，我们认为OIIs可以被视为平台，因为它们协调不同参与者之间的互动，并塑造知识创造、调动、重组和转移的条件，从而作为元组织创造价值（Kretschmer等人，2022）。虽然这一视角主要应用于数字中介和交易平台，但其对物理中介的解释潜力尚未得到充分探索。
通过平台视角看待PKCs，我们可以超越传统的双边中介视角，明确考虑多边互动（Muzellec等人，2015）、协调活动以及系统层面创新中知识创造和共享的递归反馈循环。没有这一视角，这些动态将难以仅用传统的中介或交易框架来解释。

由于其简单性和可扩展性，VKBs是受到业界和学术界最多关注的OIIs类别（Lichtenthaler和Ernst，2008）。然而，开放创新文献对VKBs的有效性提出了一些批评，指出了其基础方法的局限性，尤其是它们在应对复杂创新挑战方面的不足。事实上，VKBs主要适用于解决定义明确、渐进式的创新或创意生成问题，但往往缺乏支持复杂、多方面和系统性创新流程的能力（Sieg等人，2010）。例如，2012年被InnoCentive收购的众包创业公司OmniCompete的创始人Simon Schneider批评众包模式，指出“大型行业参与者发现，在众包平台上开展挑战最适合解决小型、现场问题，而非系统的企业创新”（Schneider，2017）。越来越多的公司依赖开放创新来应对学者所称的系统层面或架构性问题（Henderson和Clark，1990），但这往往导致创新失败（Coccia，2025）。系统层面的创新问题由多个相互依赖的知识组成部分构成（Natalicchio等人，2017），这些问题无法单独解决。由于这种复杂性，它们的边界不明确（Agogué等人，2017；Klerkx等人，2010；Le Masson等人，2012），需要整合不同学科（Trabucchi和Buganza，2022）并共同创造全新的解决方案（Carnabuci和Operti，2013）。

从平台研究的角度来看，VKBs通常仅作为纯粹的匹配者（Rochet和Tirole，2003），促进寻求创新的企业与解决方案提供者之间的交易（Evans，2003；Hagiu和Wright，2015），因此它们不太适合帮助寻求创新的企业应对系统层面的创新挑战。而PKCs则积极参与创造价值和生成知识的活动，以满足寻求创新的企业和解决方案提供者的需求。这与平台研究的最新发展一致，后者将平台提供者的角色从单纯的匹配者转变为多边价值共创的协调者，任何参与者以及平台本身都在为整个系统创造价值中发挥作用（Muzellec等人，2015；Trabucchi等人，2022）。因此，我们使用平台理论不是为了强调PKCs的匹配或交易效率，而是为了揭示PKCs如何协调涉及寻求创新的企业和解决方案提供者的迭代知识创造过程。特别是，我们展示了PKCs的物理特性（如实验室、原型制作基础设施和内部多学科专业知识）如何改变系统层面创新中的学习、协调和信任动态，以解决边界不明确的问题，从而为平台研究做出贡献，探索特定类型的OIIs（即PKCs）如何主动协调价值创造过程。

本研究将物理知识贡献者重新定义为系统层面创新背景下的协调性平台，从而为吸收能力（absorptive capacity）文献提供了理论贡献。通过采用吸收能力的视角，我们揭示了PKCs如何构建多边互动、促进知识迭代重组并跨越组织边界进行学习的机制。我们并非提出对吸收能力的重新概念化，而是识别出一种边界条件：在物理中介中介的系统层面创新背景下，吸收能力表现为一个由平台介导的循环过程。尽管我们的实证分析聚焦于一个典型案例，但我们的理论兴趣在于识别那些能够将PKCs作为一个类别的机制，超越了目标企业的具体组织特征。

**2. 文献综述和理论背景**
2.1. 开放创新（OI）、开放创新中介（OIIs）和平台商业模式
开放创新（OI）是创新管理领域中最广泛应用和研究的范式（Enkel等人，2020）。随着时间的推移，OI的定义已经演变为“基于跨组织边界的有目的管理的知识流动的分布式创新过程”（Chesbrough和Bogers，2014）。开放创新中介（OIIs）作为一种独特的组织形式出现，通过将寻求创新解决方案的个人或组织与能够提供这些解决方案的解决方案提供者社区连接起来，从而促进开放创新过程。这些中介作为双边交易平台运作（T?uscher和Laudien，2018），连接两组参与者——即需求方（寻求创新的企业）和供应方（解决方案提供者），产生间接或跨边的网络外部性（Katz和Shapiro，1985；Rochet和Tirole，2003）。通过参与这些平台，更多的寻求创新的企业使平台对解决方案提供者更有价值，反之亦然，形成了一个促进平台发展和普及的良性循环。与双边平台的交易类型学一致，OIIs旨在促进寻求创新的企业与解决方案提供者之间的点对点知识交易（Trabucchi和Buganza，2022）。
这种基于平台的模型具有多项优势，平台的规模直接影响其价值，从而形成良性循环（Katz和Shapiro，1985）。一旦达到临界规模，该模型便具备可扩展性和可持续性（Parker和Van Alstyne，2005），因此变得相关且具有价值。OIIs面临与其他双边平台类似的挑战，例如：（i）成功推出新平台（这需要解决经典的先有鸡还是先有蛋的问题）（Evans和Schmalensee，2016）；（ii）设计双重价值主张以满足不同客户群体的需求（Muzellec等人，2015）；（iii）建立信任、社区和个性化机制；（iv）利用数据驱动多边互动（Trabucchi等人，2022）。
在过去二十年里，出现了多种类型的OIIs。其中最受研究的是虚拟知识中介（VKBs），最初由Verona等人（2006）提出。VKBs通常将识别创新问题并希望解决它的寻求创新的企业与解决方案提供者进行匹配。根据最近的研究，开源知识库（VKBs）最适合解决那些易于被解决者理解、能够被充分描述的问题，并且这些问题具有明确的绩效标准，使得解决方案易于评估和筛选（Diener等人，2020年）。研究表明，当创新问题被明确定义且解决方案空间清晰时，VKBs能够更有效地发挥作用。简单、明确且定义良好的问题，例如渐进式创新，可以通过委托搜索策略（如众包或解决方案竞赛）轻松解决（Afuah和Tucci，2012年；Jeppesen和Lakhani，2010年）。然而，当创新问题定义不清、复杂且相互关联时，VKBs的作用就有限了（Billington和Davidson，2013年）。实际上，解决这类创新问题需要不同的活动和能力，从重新定义问题本身，到识别远程领域中的解决方案和能力，再到进行试验、测试和试点，以整合和利用所选择的技术或技术组合（Lichtenthaler，2013年）。在这种情况下，实物知识贡献者（PKCs）在解决需要重大知识创造进步的创新问题中可能发挥更重要的作用（Howells，2006年）。PKCs采取积极主动的知识创造方法，可以利用内部能力和实物资产来支持整个创新开发周期（De Silva等人，2018年；Howells，2006年）。PKCs包括机构实体，如科技园区、孵化器、大学技术转移办公室（TTOs）和集体研究中心（Spithoven等人，2009年），以及被称为知识密集型商业服务（KIBS）的私人组织（Chiaroni等人，2008年；Klerkx和Leeuwis，2008年、2009年）、创意或技术侦察员（Nambisan和Sawhney，2007年），以及研发服务公司（RDSFs）（Li等人，2020年）。这些都是通过促进知识创造过程、增强其内部能力并将想法转化为可共享的知识并利用重组机制生成新知识来支持客户企业的OIIs的例子（Savino等人，2017年）。PKCs因其在整合外部知识、充当知识守护者、技术协调者、技术问题解决者以及创新资源整合者方面的作用而被研究（Guo和Guo，2013年）。作为实物中介，PKCs可以利用三种关键资产来促进新知识的创造：首先，PKCs可以为寻求者和解决者提供设计和原型制作实验室及测试设施（Howells，2006年），使他们能够从概念到产业化阶段遵循NPD过程；其次，PKCs拥有核心的内部技术专长，能够提供这种类型的支持（Spithoven等人，2011年）；第三，思想交流有助于PKCs深入了解解决者的技术和能力，从而形成所谓的明确连接的解决者网络。尽管创新研究认识到PKCs在促进OI过程中的重要作用（Howells，2006年；Nambisan等人，2012年；Ollila和Elmquist，2011年），但很少有研究探讨这些中介如何与客户/寻求者合作创造新知识并解决系统级创新挑战。因此，我们仍然缺乏对PKCs如何在创新项目的不同阶段积极参与知识创造的过程级理解，以及他们的参与如何重塑用于研究开放创新的既定框架（如吸收能力）。

将PKCs概念化为平台也对理解吸收能力有重要意义。当知识创造通过多个参与者之间的平台中介互动展开时，获取、同化、转化和利用的过程超越了企业边界，变得本质上是跨组织的和迭代的。

OI过程基于对外部知识的刻意搜索和整合（West和Bogers，2014年）。通过吸收能力（AC）的视角可以理解通过整合外部知识创造竞争优势的关键机制和挑战，即组织获取、同化、转化和利用外部知识的能力（Zahra和George，2002年）。因此，适当的AC水平是利用外部知识和创造新知识的推动因素（Cohen和Levinthal，1990年；Robertson等人，2012年；Zahra和George，2002年）。企业可以通过开放其创新流程和激活学习机制来提高AC水平，但同时，实施OI要求企业具有相当高的AC水平（Vanhaverbeke等人，2008年）。在这种情况下，OIIs可以发挥关键作用，帮助AC有限的企业提高AC水平，并促进建立成功的协作知识转移过程（Chiaroni等人，2016年；Kokshagina等人，2017年；Spithoven等人，2013年）。在技术复杂性和动态性不断增加的背景下，与OIIs的合作可以降低交易成本和风险（Morisson，2019年）并促进技术转移（Lichtenthaler，2013年）。遵循Cohen和Levinthal（1990年）的观点，许多研究通过使用基于资源的视角扩展了他们推广的AC概念（Lane和Lubatkin，1998年；Todorova和Durisin，2007年；Zahra和George，2002年）。在本研究中，我们特别参考了Zahra和George（2002年）提出的理论框架，该框架包括四个动态能力：获取、同化、转化和利用。获取是指企业获取对其运营至关重要的外部生成知识的能力；同化是指企业分析和理解从外部来源获得的信息的能力；转化是指企业开发和改进将现有知识与新获取和同化的知识结合的例程的能力；最后，利用是指企业将获取和转化的知识融入其运营的结构化、系统和程序化机制。Zahra和George（2002年）的框架区分了潜在AC（包括获取和同化）和实现AC（包括转化和利用）。重要的是，在这项研究中，吸收能力不是被视为一种静态的企业级属性，而是一个可以通过外部参与者的帮助部分实施、支持或协调的动态过程。

VKBs主要被研究的是它们支持潜在AC的能力。它们的主要任务包括识别创新机会、启动技术转移，并通过确保技术来源与接收者或创新寻求者之间的适当匹配来帮助企业发展其潜在AC（Kokshagina等人，2017年）。PKCs通过在组织间层面建立AC来支持创新寻求者吸收和转化外部知识，并帮助他们利用超出自身边界的技术发展（Spithoven等人，2011年）。PKCs可以通过帮助克服行业和文化障碍（Aquilani等人，2016年）、提供特定能力（Howells，2006年）以及在解决者和寻求者之间建立信任（Klerkx和Leeuwis，2009年）来在知识同化过程中发挥积极作用。它们还可以通过促进知识重组（Spithoven等人，2011年）和提供原型制作和测试解决方案的实物设施（Howells，2006年）来实现知识转化过程。从这个角度来看，PKCs似乎更有能力不仅补充创新寻求者的潜在AC，还能补充实现AC，这在系统级创新问题中尤为重要。相对较少的研究从这些角度探讨了PKCs的贡献，主要集中在创业孵化器（Clausena和Rasmussenb，2011年；Macchi等人，2014年；van Rijnsoever，2020年）和集体研究中心（Spithoven等人，2011年）上。虽然这些组织被称为OIIs，但它们的核心使命更为广泛，且本质上受到其机构使命的限制，就像孵化器的情况一样。因此，我们仍然缺乏关于这些组织如何在应对系统级创新挑战的不同阶段塑造和实施知识创造过程的实证见解。文献中的这一空白可以通过考虑关于OIIs的信息可访问性来理解。实际上，许多被研究为OIIs的组织是机构实体，即大学技术转移办公室和研究中心（Ollila和Elmquist，2011年），对于这些组织来说，公开其工作和对社会的影响是其使命的重要组成部分。因此，许多研究都集中在这类实体上。因此，对PKCs的分析更相关于研究OIIs如何支持知识搜索、同化、整合和转化，以帮助创新寻求者应对系统级创新挑战。本文聚焦PKCs，探讨以下研究问题：PKCs如何支持组织解决系统级问题？它们如何促进寻求者的AC和知识创造过程？我们通过一个典型的PKC案例BlueThink的探索性案例研究来回答这些问题。

3. 方法论
3.1. 介绍BlueThink
在本研究中，我们旨在通过一个真实世界的典型案例提供新的见解，丰富现有知识体系（Siggelkow，2007年）。特别是，我们的研究关注自2009年以来在意大利和英国运营的BlueThink（BT）公司。在过去15年里，BT为72家大型跨国公司实施了大约400个创新项目。BT属于那些以促进OI过程为基础商业模式和收入流的私人实体PKCs子集。在意大利和欧洲范围内，作为PKCs运作的私人知识密集型商业并不多见。我们选择BT作为案例研究对象，是因为从成立以来，它就设计了自己的组织和商业模式，以支持客户解决复杂的系统级创新问题。这种特定的焦点影响了BT早期的许多决策，例如人员选拔标准、使用的解决问题的方法、解决者网络的规模和配置、原型制作和测试实验室的存在和功能。多年来，BT被政府机构和学术界视为OI的典范案例。该公司不仅在Dervojeda等人（2013年）的欧盟商业创新观察站中进行了研究，也在2014年得到了苏格兰议会的技术委员会的关注，以及Danneels和Frattini（2018年）的技术杠杆研究中进行了研究。根据Siggelkow（2007年）的观点，我们选择了BlueThink作为一个能够指导理论发展的典型案例，而不是进行统计概括。由于其中一位作者参与了该公司的管理，我们获得了深入的数据访问权限，同时在数据收集和分析过程中保持了分析独立性。为了减少潜在偏见，参与BlueThink管理的作者没有参与访谈或初步的数据编码和解释工作。与最近利用特权组织访问权限的同时保持分析严谨性的研究（例如Manelli等人，2025年）一致，本研究结合了深入的内部访问与数据收集和分析中明确的角色分离、系统的三角验证以及作者间的迭代验证，以减少潜在偏见并增强解释的稳健性。

3.2. 数据收集与分析
我们的大部分数据是通过2020年11月至2023年11月期间与BT中担任不同职位和资历水平的经理和技术专业人士进行的面对面访谈收集的。根据理论饱和标准，访谈一直持续到无法通过额外访谈获得更多相关信息为止（Corbin和Strauss，2014年）。半结构化的访谈指南分为三个主要部分：
(i) 公司的方法、商业模式、组织结构、角色、技能和能力，以及与寻求者和解决者合作的活动；
(ii) 公司通常参与的问题/项目，深入了解实际和典型的例子；
(iii) 项目的结构、BT如何增强客户的AC，以及支持这一过程的过程、方法论和工具。
我们共进行了16次访谈，涉及12名员工和经理，并通过后续邮件联系受访者以获取缺失的信息和细节。使用标准化和可复制的访谈协议以及通过关注不同的创新项目来进行跨案例分析，提高了研究的外部有效性（Yin，2009年）。大多数访谈是用受访者的母语（英语或意大利语）进行的。用意大利语提供的引语被翻译成英语，并请作者验证翻译的准确性。此外，为了增强收集证据的稳健性，我们将BT的观点与其他参与创新项目的第三方主体（即寻求者和解决者）的观点进行了三角验证。我们收集了参与两个重点项目的寻求者和解决者的互补证据，包括项目文档、电子邮件往来以及验证会议记录，这些证据使我们能够验证BT对关键决策和结果的描述。为了保持公正性，访谈由至少两位作者分三个阶段匿名进行分析：阅读、编码和解释，并在每个阶段后对收集的数据进行总结（Saldana, 2015）。根据Corbin和Strauss（2014）的方法，我们采用了开放式编码过程来识别关键句子，将它们分类为一阶类别，并通过轴向编码将它们组合成更高层次的类别，以确定其与分析文献的关系。两位作者独立地对数据进行编码，随后讨论他们的发现，并使用研究者三角测量法（Patton, 2002）来提高分析的可信度。最终的数据结构将一阶概念与二阶主题和聚合维度联系起来，如图2所示，以支持透明度和分析的严谨性。

我们还通过结合多种证据来源并邀请受访者回顾他们的案例来加强构念的有效性（Yin, 2009）。这使我们能够完成撰写的报告，并减少与回顾性访谈相关的偏见。表1列出了主要的访谈对象及其角色（出于保密原因，他们的名字已被匿名处理）。

表1. 案例研究访谈对象
| 访谈者ID | 类型 | 公司 | 角色 | 经验 | 背景 | 教育 | 国家 |
|--------|------|------|------|------|------|------|
| BT0OIIBlueThink | 主管 | 12年 | 机械工程 | 硕士 | 英国 |
| BT1OIIBlueThink | 项目经理 | 10年 | 生物医学工程 | 博士 | 英国 |
| BT2OIIBlueThink | 项目经理 | 6年 | 电子工程 | 硕士 | 英国 |
| BT3OIIBlueThink | 商业发展 | >20年 | 经济学 | 硕士 | 英国 |
| BT4OIIBlueThink | 运营经理 | 3年 | 材料工程 | 硕士 | 英国 |
| BT5OIIBlueThink | 项目经理 | 4年 | 机械工程 | 硕士 | 英国 |
| BT6OIIBlueThink | 运营经理 | 2年 | 生物医学工程 | 硕士 | 英国 |
| BT7OIIBlueThink | 项目经理 | 12年 | 材料工程 | 博士 | 英国 |
| BT8OIIBlueThink | 项目经理 | 6年 | 机械工程 | 硕士 | 英国 |
| BT9OIIBlueThink | 运营经理 | 4年 | 计算机科学工程 | 硕士 | 英国 |
| BT10OIIBlueThink | 运营经理 | 15年 | 材料工程 | 博士 | 英国 |
| Sk1Seeker | 项目经理 | 10年 | 机电一体化工程 | 硕士 | 英国 |
| Sk3Seeker | 创新经理 | >20年 | 机械工程 | 硕士 | 英国 |
| Sk4Seeker | 研发项目经理 | 15年 | 材料工程 | 硕士 | 英国 |
| Sl1Solver | 经理 | >20年 | 物理学 | 硕士 | 英国 |
| Sl2Solver | 技术经理 | 10年 | 机械工程 | 硕士 | 英国 |
| Sl3Solver | 光学设计师 | 15年 | 光学 | 博士 | 英国 |

我们获得了大量二手数据源，包括BlueThink的能力评估过程以及技术和软技能培训，这些为我们提供了有关公司内部员工的胜任力、态度和实践的宝贵见解，这些员工根据不同的角色和资历水平有所不同。此外，我们还查阅了关于问题分析、头脑风暴和其他创意过程的内部培训材料，以及用于评估创新概念的创造性问题解决指南和工具。我们还分析了两个项目的所有开发阶段的材料，包括头脑风暴板的照片或寻求者、BT专家和解决者之间的电子邮件。为了分析收集到的丰富数据，我们采用了案例分析方法（Pettigrew, 1990）。具体来说，我们将BT专家利用创造性问题解决技术解决系统级问题的创新过程作为主要分析单元。数据收集和分析分为三个基本步骤：

**步骤1**：在这个阶段，我们通过审查丰富的二手资料，深入了解了BT的背景。这一审查对于验证将吸收能力作为解释的理论视角至关重要。然后我们进行了一轮初步访谈，并分析了所有收集到的材料，以确定BT人员在支持寻求者获取、吸收、转化和利用外部技术过程中采用的实践。在这项工作中，我们认识到具体问题的核心重要性，这些问题是寻求者与BlueThink合作的原因。问题分析方法、创造性问题解决、敏捷解决方案开发以及涉及寻求者和解决者的方法都是专门为解决系统级问题而设计的。

**步骤2**：在第二步中，我们向受访者请求了一系列澄清，并进行了额外的访谈，并对两个项目进行了深入分析，以确定一个工作流程，以便将访谈中出现的实践进行框架化。为了深化我们的分析，我们使用平台模型（Trabucchi和Buganza, 2022）作为解释框架，开发了BT、寻求者和相关解决者之间互动的模型。

**步骤3**：对收集和分类的材料进行分析，将其结构化为与吸收能力（AC）过程不同阶段相关的实践，使我们能够识别出支撑新知识创造的活动和过程的循环重复。分析揭示了一种反复出现的实验、测试和重新设计的模式。为了解释这种经验观察到的循环性，我们借鉴了精益循环的构建-测量-学习逻辑（Ries, 2011）作为敏感性框架，而不是规定性模型。

为了增强我们分析的稳健性，我们采用了嵌入式案例研究方法（Yin, 2009），来分析BlueThink进行的两个创新项目。下面我们将概述BlueThink的工作流程，并提供其中一个项目的详细总结，以说明我们关注的系统级创新问题。其中包含了受访者的直接引述，以便提供对观察到的过程的洞察。然后我们简要描述了第二个项目，以说明在发现部分使用的示例（表2至表5），以说明PKC如何支持其客户AC的发展。

**表2. PKC在支持外部技术获取中的作用**
| 阶段 | 具体目标 | 工具和实践 | 参与者 | 来自Case RWH的证据 | 来自Case OGI的证据 |
|------|-----------|---------|--------------|------------------|
| 获取 | 制定满足寻求者需求的概念，确定要获取的技术以实现这些概念 | 头脑风暴 | 创造性问题解决（设计思维） | PKC寻求者 |
| | （学习）BT组织了一次头脑风暴，涉及具有不同行业多学科技能和经验的RWH专家和BT工程师，有两个明确的目标：理解如何重新定义问题以及识别面临相同问题的行业领域 |
| | （测量）同时，BT专家使用创造性问题解决方法将机器人分解为子系统，并绘制所有涉及电池组的子系统之间的交互图 |
| | （学习）问题从“保护拾取机器人的电池免受寒冷条件的影响”重新定义为“寻找降低与电池相关的拾取机器人所有权成本的方法” |
| | （构建）列出并讨论了许多实现该目标的不同的策略 |
| | 进行了侦察活动，以确定每种解决方案策略的多种使能技术 |
| | 生成了解决方案概念 |
| | 最有前景的概念通过简单的尺寸测量和差距分析与原始应用领域进行了初步验证 |
| | 基于超级电容器的概念——一种用于轻轨的储能技术——被证明是有前途的 |
| | 寻求者希望开发一个短距离无线系统，以实现海底结构的数字化连接。寻求者不确定使用哪种技术 |
| | 进行了技术、科学和专利文献的分析，以识别可能来自石油和天然气领域以外的解决方案 |
| | 同时，分析了实施约束和预期系统性能 |
| | 与寻求者和特定解决者合作生成了基于不同技术的概念，并确定了具体的解决者 |
| | 通过识别特定子系统及其交互作用，并进行简单的尺寸测量，分析了最有前途的概念。例如，通信性能在水中的表现、能耗等 |
| | 这一分析和与特定解决者的互动使得被认为有前途的概念得到了改进：一种基于激光发射器的光学通信技术 |
| | 从初步的知识产权检查来看，“操作自由”没有障碍 |
| | 分析所选概念时发现了三个主要瓶颈，需要深入研究：能耗、振动抗性以及发射器和接收器在水中的性能。能耗通过基于发射器声明的消耗量和数据传输系统假设的简单计算进行了验证 |
| | 振动的影响和缓解策略可以通过与其他应用的类比来解决 |
| | 最终确定了不同类型的发射器和接收器，其中许多从未在水中的性能上进行过测试 |

**表3. PKC在支持外部技术吸收中的作用**
| 阶段 | 具体目标 | 工具和实践 | 参与者 | 来自Case RWH的证据 | 来自Case OGI的证据 |
|------|-----------|---------|--------------|------------------|
| 吸收 | 通过实现概念验证来适应当识到的技术 | 3D打印 | 原型制作硬件平台 | PKC寻求者 |
| | （学习）RWH最初提出将技术整合到拾取机器人中，并与BT和寻求者一起探索技术的功能限制 |
| | （构建）在实验室中复制设备性能，以在不同温度、盐度和水质条件下测试设备的传输性能 |
| | 该设置还可以获取有关不同操作条件下能耗的信息 |
| | 购买了若干激光发射器和光学接收器，并建立了一个几米长的狭窄水池来测试设备在水中的性能 |
| | 进行了研究，以了解水下环境的典型操作条件（温度、盐度、藻类生长条件、干扰因素）以及如何在实验室中复制这些条件 |
| | 简单的设置允许在不同温度、盐度和水质条件下测试传输性能 |
| | 根据实验获得的信息，对概念进行了改进。更新了能耗和电池组尺寸的计算。关于信噪比、信号衰减和丢失的数据包数量的信息为概念的可行性提供了初步信心 |
| | 测试获取的技术，以验证在新应用环境中的实施可行性 |
| | （学习）根据实验获得的信息，对概念进行了细化和改进。更新了能耗和电池组尺寸的计算 |
| | 获取的技术经过测试，以验证在新概念中的实施情况 |
| | （学习）通过实验发现了限制和潜力，并调整了产品概念，利用新技术的特点 |

在这个研究中，我们重点关注了两个创新项目，采用了嵌入式案例研究方法（Yin, 2009）。以下我们概述了BlueThink的工作流程，并提供了一个项目的详细总结，以说明我们关注的系统级创新问题。PKC在支持外部技术转型中的作用

**转型**
- **具体目标**
- **工具与实践**
- **参与者**
- **来自RWH案例的证据**
- **来自OGI案例的证据**

**构建**
- **首先创建原型以验证最关键的方面，然后将其集成到最终产品中。**
- **硬件（HW）、软件（SW）和固件（FW）设计工具**
- **3D打印**
- **硬件原型平台（Arduino、Rapsberry等）**

**PKC探索者与解决方案提供商**
- **在超级电容器概念首次得到验证后，进行了密集且循环的协同设计活动，涉及探索者和选定的解决方案提供商。**
- **（构建）**首次原型制作，专注于对之前的概念验证（PoC）进行一些小的改进，并实现一个电源管理算法。
- **（测量）**这些改进使得测试自动化得以实现，从而加速了测试进程。
- **（学习）**收集的数据有助于准确设计新原型。通过设计实验（DoE）来规划广泛的测试活动。
- **（构建）**实现了一个带有专用PCB电子元件的新原型。
- **（测量）**测试结果揭示了基于超级电容器的概念存在的严重限制。
- **（学习）**提出了一种由超级电容器和锂电池组成的混合电池组的想法作为可能的解决方案。
- **（构建）**实现了混合电源组的原型，并通过DoE规划了新的实验活动。
- **（测量）**测试结果增强了了对混合系统的信心，并提供了优化系统设计所需的关键信息。
- **（学习）**验证了该解决方案的知识产权（IP）状况。

**最终原型**的设计、构建和测试：
- **为了开发和验证关键子系统及所有集成方面的内容，进行了原型制作和测试循环。**
- **（构建）**第一个原型专注于光学通信，并忽略了其他实现细节，使用通用和面包板电子电路。
- **（测量）**基于多个因素评估了通信系统的性能：焦距角度、光学系统特性以及数据包的长度和频率。
- **（学习）**提出了使用多个发射器并结合智能控制来选择功耗和信噪比最佳发射器的想法。
- **（构建）**构建了第二个集成多个发射器的原型，面包板子系统被外部实验室定制设计的PCB电子电路所取代。在解决方案提供商的支持下设计了电池组。
- **（测量）**进行了新的测量活动。同时进行了有限元模拟，以估计设备在实地使用中可能遇到的振动情况。
- **（学习）**测试增强了对多发射器概念的信心，并验证了该解决方案的IP状况。
- **（构建）**构建了一个专用PCB设备，但此时尚未考虑设备的小型化。这个第三代原型经过测试（测量），以创建更优化的设计。
- **（构建）**第四个原型具有光学窗口和密封连接器，可在深达4000米的条件下工作，与一位在深海潜水器和高压舱设计与制造方面有经验的解决方案提供商共同设计。所有硬件和固件电子电路均由BT内部设计。不同解决方案提供商的子系统在BT的实验室中汇聚并组装测试。

**测量**
- **通过循环的测试运行，首先验证所实施技术的局限性和关键问题，然后验证集成解决方案的可靠性和性能。**
- **有限元建模（FEM）**
- **故障模式与效应分析（FMEA）、故障模式、效应和后果分析（FMECA）**
- **灵活的实验室结构**
- **通用采购系统**

**PKC探索者与解决方案提供商**

**利用**
- **具体目标**
- **工具与实践**
- **参与者**
- **来自RWH案例的证据**
- **来自OGI案例的证据**

**构建**
- **将产品工业化，使其具备可用性、可制造性、可维护性和可靠性。**
- **建立供应链。**
- **用户交互。**
- **成本导向的设计。**
- **制造导向的设计。**
- **维护导向的设计。**

**PKC探索者**
- **（学习）**涉及探索者的可集成性评估使BT的专家能够优化待集成设备的设计。**
- **（构建）**这些活动之后进行了成本导向和制造导向的设计任务，以确保产品向工业化转型。**
- **（测量）**用例和焦点小组有助于评估资本支出（Capex）和运营支出（OPEX）成本。**
- **（学习）**这些信息有助于估算解决方案所带来的成本节约。**
- **进行详细验证，以评估保护该概念所需的知识产权（IP）状况。**
- **获取有关设备安装环境的信息，**基于这些信息设计了一个与船舶连接的节点、设备的固定装置以及用于与船舶传输数据的软件。**
- **（构建）**为现场测试制造了十台设备并制定了测试计划。对设计进行了小修改，以便更容易地将传感器和仪器连接到设备上。为了实现大规模生产（每年500-1000件），对设计进行了微调。定义了首批交付的供应链。**
- **（学习）研究了现场操作的规则、实践和法规，**据此测试了安装程序。**
- **（构建）**规划了现场测试，并部分由BT、部分由探索者及其供应链建造了所需的设备。**
- **提供了进行现场测试所需的支持。**

**测量**
- **实现某些与质量和使用相关的特定产品特性。**
- **改进商业模式。**
- **焦点小组、研讨会。**
- **用例。**
- **商业案例。**

**PKC探索者**
- **（学习）**评估客户和/或用户的意见和反馈。**
- **验证是否符合法规要求。**
- **验证保护知识产权（IP）的可能性。**
- **关于感知质量的统计分析证据。**
- **IP数据库。**
- **法规。**

**3.3.1. BT的工作流程**
BT的参与通常始于客户在开发新产品时寻求支持。拥有内部研发团队、工程部门和实验室的大型跨国公司通常会在需要超出其核心能力的专业技能和解决方案时寻求BT的专业知识。

**例如一家健身鞋制造商……**该公司在其研发团队中有聚合物材料专家、弹性材料数值模拟专家等，可以在几小时内原型制作和表征橡胶鞋底。如果这家公司决定开发一款“智能”鞋子，它将面临获取电子学、传感器、固件、通信协议和数据解释机器学习等方面专业知识的需求。而在这之前，他们可能还无法明确问题的具体内容和解决方案的来源（BT2）。公司可能对产品的轮廓或特性没有清晰的认识，甚至可能不了解竞争对手在做什么（BT11）。这类问题在BT和文献中被称为系统级问题（Agogué等人，2017年；Pham等人，2023年）。这类问题的边界往往更加复杂，可能以市场愿望的形式提出或隐藏在泛化的性能改进请求中（BT11）。

企业从解决问题的角度寻求BT的帮助（Pinarello等人，2022年），以设计或改进他们无法独自开发的产品。这些问题通常需要整合多种不同的技能和技术。面对复杂问题时，很少有解决方案提供商“拥有完整解决方案”，更有可能的是它们的技术只是解决方案的一部分，就像拼图中的一块。当你询问解决方案提供商是否能解决某个问题时，它可能会回答“不能”，但它的技术可能是解决方案的关键要素。想象整个解决方案需要我们与客户的合作（BT3）。

拥有研发和工程部门的跨国公司会寻求BT的帮助，解决那些需要他们在远超自身知识领域内寻找解决方案的问题。BT不仅帮助它们获取技术，还帮助它们吸收和转化自身没有的知识和技术。另一方面，解决方案提供商有机会将其技术在不同的环境中应用，从而扩大市场。

**案例一：RWH**
RobotWareHouse（RWH）是一家专注于自动化仓库机器人的公司，他们联系BT解决冷藏仓库中机器人电池受冷害的问题。这个问题导致电池寿命平均减少了20%。在寻找电池热保护技术之前，该公司通过创造性问题解决技术将机器人重新构想为多个子系统，并绘制了所有与电池组交互的图谱。分析确定了几个技术瓶颈。针对每个技术瓶颈，该公司识别出可能导致解决方案开发的行业领域，利用BT的专业知识和项目数据库。在此阶段，通过头脑风暴会议产生了多种可行的技术。这些解决方案往往需要整合多种技术，在某些情况下还需要创建缺失的部分。

RWH没有自己的测试设施，因此请求BT通过将超级电容器集成到机器人中来开展现场测试。BT提出了一种替代方案，利用其实验室设施精确测试几个关键方面：低温下的性能、应对加速/减速和方向变化的能力。BT在实验室中以非常低的成本和更短的时间搭建了一个测试平台，避免了现场仓库工作中常见的干扰问题。尽管这个原型很简单且尚未完成，但它让探索者、BT专家和解决方案提供商聚集在一起，共同探索技术的功能、性能和集成性限制，这对从初步实验过渡到后续设计阶段至关重要。协同设计阶段包括与其他解决方案提供商的合作以及BT开发的专门解决方案，包括电源管理算法。这一迭代过程最终产生了四个不同的电源单元及其相关子系统原型。在第三次验证和测试中，出现了一个关于机器人“任务配置文件”的功能需求，需要开发结合锂电池和超级电容器的混合电源单元。这对该项目是一个关键点。某些测试的失败可能会被视作整个项目的失败，但团队在每次实验中定期重新评估解决方案的做法帮助他们将这次重新设计视为迭代过程中的一个有意识的选择。

在产品开发过程中，团队同时进行了多项活动，包括操作自由度、知识产权保护、成本量化以及集成性评估。随后在原型制作阶段进行了成本导向和制造导向的设计工作。随着工程和原型工作的结合，不仅技术问题得到了解决，还获得了关键的经济、集成和工业化数据，使解决方案能够上市。这种混合解决方案使RWH机器人的每年拥有成本降低了600万欧元，该系统架构现在也被应用于多款工业和消费级电子设备中。

**案例二：OGI**
Oil&Gas Infrastructures（OGI）是一家从事石油和天然气行业的公司，旨在开发一种能够在水下深处的短距离无线通信设备。该设备可用于对海底结构进行实时数据监测，通过所开发的技术创建基础设施的数字孪生模型。寻求者尚未决定使用的具体技术，但排除了声纳，因为海上油气田通信中常用的频率通常非常拥挤。BT在AC过程的所有阶段都为OGI提供了支持。

**获取阶段：**
活动始于分析问题，以确定各个子系统及其所需的技术，最终形成了一个使用激光发射器的光通信解决方案的概念。

**吸收阶段：**
对不同的激光发射器和接收器选项进行了基准测试。简单的实验产生了关于如何控制系统以确保低功耗和可靠数据传输的想法。

**转化阶段：**
通过循环原型设计、测试和重新设计，首先开发了子系统，然后是集成系统。特定的技术和技能是从不同行业的专家那里获得的（例如，一位专门研究高压舱和hydrofoils的专家参与了设备主体和关节的设计）。BT设计并制作了所有需要的子系统原型。

**利用阶段：**
提供了知识产权保护、广泛的现场测试以及设备的工业化支持。

这些活动在表2至表5中有详细的描述，并对其进行了分析，以了解BT在不同阶段使用的实践和工具，以及从潜在方案到实际实现之间的转变过程。

**4. 研究发现**
我们以吸收能力作为主要的分析视角来呈现我们的发现。遵循Zahra和George（2002）的研究方法，我们将这些证据分为四个阶段：获取、吸收、转化和利用，并绘制了BlueThink在这些阶段中作为知识贡献者的角色。我们观察到在所有阶段都存在反复的实验、测试和重新设计的模式。因此，我们使用“构建-测量-学习”逻辑作为启发式工具来直观地展示这种循环性。

**4.1. 获取阶段**
在获取阶段，重点在于识别和整合外部产生的知识。在系统级问题中，获取不仅仅是单纯的知识搜索活动。它从问题的重构开始，通过这种重构，PKC和寻求者共同重新定义问题空间，并将其转化为可以在不同领域探索的技术需求。

**4.1.1. 构建：**
PKC和寻求者进行研讨会和头脑风暴，以重新定义问题及其范围和期望的解决方案。涉及具有多学科技能和经验的各方利益相关者和PKC专家，有助于拆解问题、识别系统的基本要素以及子系统与外部环境之间的交互。这允许隔离基本问题或BT术语中的瓶颈。BlueThink通过结构化的问题重构实践来支持寻求者，旨在分解系统、识别关键交互，并利用TRIZ方法论（Al’tshuller, 1999; Ilevbare et al., 2013）等工具来指导后续的搜索，以识别技术瓶颈。

**4.1.2. 构建：**
PKC和解决问题专家互动
BT的跨领域过程涉及识别需要寻找支持技术的知识库。通过重新定义问题，BT的专家用一种接近问题物理本质的语言表达技术需求，以便于识别出现在不同领域中的类似问题的解决方案，并找到最合适的解决方案或方法，而不受起始行业的影响。BT团队与来自各个领域的专家进行头脑风暴，以确定解决方案。这通过彻底审查技术和科学文献得到补充。然后，团队通过引入特定的专家来深化和验证每个假设。这种基于团队跨学科性质和BT的横向思维文化的方法，往往能够快速识别出在不同行业中使用的大量技术。

**4.1.3. 测量：**
PKC、寻求者和解决问题专家互动
PKC与解决问题专家紧密合作，收集关键信息并验证初始的前提和假设。概念验证包括思维实验、简单的工程测量和差距评估……提供关于技术转让相似性和可能的关键性的比较评估是非常有用的。测量活动用于验证假设并识别早期差距，从而调整搜索方向和候选解决方案概念的配置。

**4.1.4. 学习：**
PKC和寻求者互动
从这些测量活动中收集的信息随后用于通过迭代的设计和验证流程来重新定义解决方案概念。获取过程（图3a）从寻求者开始，并与选定的解决问题专家进行互动。PKC通过将寻求者的问题映射和重构到其外部网络来构建这一互动，同时内部形成初步的解决方案概念。作为回应，解决问题专家提供技术输入，并在PKC中迭代地重新组合这些输入。这种双向和递归的交流使得问题的逐步重构和可行解决方案路径的识别成为可能。

**4.2. 吸收阶段**
在吸收阶段，重点从搜索转向理解和内化。整合外部技术通常需要克服知识、文化和组织障碍。

**4.2.1. 构建：**
PKC、寻求者和解决问题专家互动
凭借其实验室结构，BT作为一个平台，使寻求者能够通过实验进行知识内化。理解技术不仅被视为基于理论技能和知识的过程，也是一个基于连续实验的经验过程……我们经常需要发明复杂的解决方案，这些解决方案利用了一个专家发明的传感器、另一个专家创建的数据处理算法，以及可能由我们（BT11）设计的控制电子设备。

**4.2.2. 测量：**
PKC是主要参与者
这一过程可能包括拒绝某些选项、识别早期关键问题，并通过与寻求者、PKC专家和多个解决问题专家的知识创造来产生新想法。构建概念验证（PoC）、测量性能和重新定义概念的过程可以针对不同的技术并行进行。

**4.2.3. 学习：**
吸收作为一个经验过程，涉及寻求者，他们通常被邀请参与实验和测试。从某种意义上说，中介的物理性促进了共同的经验认知（Schiuma和Santarsiero, 2023）。将寻求者、解决问题专家和BT专家聚集在一起进行概念验证——无论多么粗略——是理解概念、批判性地审视它并产生新想法的关键步骤。在BT的实验室中，解决问题专家分享信息，并作为积极的参与者参与PoC的创建。解决问题专家的隐性知识在实验过程中浮现出来，并被转化为具体的设计选择。例如，一位在激光方面有深厚经验的专家帮助更好地理解了将功率激光源集成到设备中的隐藏问题。

**4.2.4. 学习：**
从这些测量活动中收集的信息随后用于在迭代的设计和验证过程中重新定义解决方案概念。

**4.3. 转化阶段**
在转化阶段，重点是将现有知识和新吸收的知识重新组合成内部一致的解决方案架构。在BT中，依赖于转化能力的产品想法的开发遵循一个递归过程，该过程涉及软件和硬件组件的敏捷开发。在这个背景下，BT提供了一种系统的方法来逐步配置项目。从访谈中得出，转化被认为是一个递归过程，分为多个开发迭代。每次迭代都促进了对问题和可能解决方案的更清晰理解。

**4.3.1. 构建：**
PKC和解决问题专家互动
BT通常通过一系列迭代来帮助寻求者开发创新概念，不仅应用于软件开发，也适用于硬件组件的实现。BT的系统方法有助于同时进行软件和硬件的敏捷开发。

**4.3.2. 测量：**
BT是主要参与者
创建创新解决方案通常涉及两个并行项目：解决方案的设计和测试设置。测试还需要多学科的方法。例如，为了验证激光通信在浑浊水中的功能，他们建造了一个水族箱，并使用了NASA开发的用于使水变浊的协议。

**4.3.3. 学习：**
PKC和寻求者互动
从实验中获得的信息随后用于重新定义概念，或者可能导致放弃一个解决方案而选择另一个。BT积极参与知识的完善。解决系统级问题可能需要结合不同解决问题的专家的专业知识和技术。如果解决方案提供者的技能和技术不足，PKC必须利用其内部资源来确保开发的顺利进展。我们开发了一种配备BT技术的设备，用于在水下收集和传输数据。为此，BT在其实验室中整合了用于建造高压舱的技术、激光通信解决方案以及一系列其他由BT自己开发的想法（SK3）。设计和仿真工具的可用性以及实验室等物理资产，在将潜在技术转化为实际应用的过程中发挥着关键作用。与客户一起逐步开发创新产品，讨论目标并达成共识的假设或简化方案，有助于构建寻求者的转化能力。

在转化阶段（图3c），寻求者、解决方案提供者和PKC专家之间展开了一个循环性的共创过程。PKC通过调动其物理基础设施和无形资源（包括实验室、互动空间、跨学科的专业知识以及各方之间的信任关系）来实现知识的流动和重组。

在利用阶段，经过验证的概念被转化为可工业化且具备市场准备度的解决方案。我们分析了这些验证后的概念是如何逐步转化为市场 ready 的解决方案的。

4.4. 利用
在利用阶段，经过验证的概念被转化为可工业化且具备市场准备度的解决方案。我们分析了这些验证后的概念是如何逐步转化为市场 ready 的解决方案的。

4.4.1. 构建：PKC与寻求者共同创造
BT与寻求者合作共同塑造产品，采用“设计通过批评”的方法（Verganti, 2016），这是一种定义产品关键特性和可用性的强大工具。支持新产品在市场上的定位可能包括市场分析、法规评估、竞争对手分析以及知识产权（IP）评估等活动。此外，还需要整合其他类型的信息，如成本分析、专利研究、风险分析和安全问题等。典型的流程包括市场分析、竞争对手分析、供应商选择和原型制作（BT2）。

利用其解决方案提供者的网络，BT帮助寻求者建立供应链以实现产品的工业化。

4.4.2. 测量：PKC与寻求者共同创造
产品定位、商业案例和趋势是产品在发布前需要评估的关键方面。因此，对建筑行业进行了文献回顾，以了解不同技术是如何被最终用户评估的，以及这些技术是如何在实践中实施的（BT2）。利用我们的知识库，并根据项目初期定义的关键绩效指标（KPIs）寻找信息，BlueThink团队为客户提供了一份包含对比表和图表的市场研究，从而便于产品定位（BT15）。

4.4.3. 学习：PKC与寻求者共同创造
从可用性、市场环境、知识产权框架和法规评估中收集到的想法和信息被纳入工业化设计中。系统化获取的信息，整合并分层知识体系。逐步提升对外部世界的观察视角（BT4）。

在这个阶段，从设计到成本和从设计到生产的工具和方法为工业化设计的创建提供了宝贵支持。在利用阶段（图3d），PKC和寻求者共同开发出具备市场准备度的解决方案，PKC提供了支持工业化和市场定位的补充能力。

5. 讨论
5.1. 吸收能力与PKC的作用
我们的研究发现表明，PKC不能仅仅被简单地理解为知识交易的促进者。与主要角色是促成寻求者与解决方案提供者之间匹配的VKB不同（Tauscher和Laudien, 2018），PKC似乎积极地协调知识创造过程，以寻求者的利益为中心（Trabucchi等人, 2022）。这种协调涉及问题重构、多解决方案提供者的协作、迭代实验以及将部分解决方案整合成连贯的系统级配置。这表明平台提供者（PKC）不仅在创建匹配关系中创造价值，还在进行高附加值的活动，管理着一个由所有相关方互动产生的价值所在的元组织（Kretschmer等人, 2022）。

这种从交易到协调的转变突显了某些物理中介在开放式创新过程中的重要作用。与降低搜索或交易成本不同，PKC通过塑造知识的生成、重组和验证过程来创造价值，正如我们使用AC视角所强调的（Zahra和George, 2002）。BlueThink案例表明，PKC在创新生态系统中可以发挥关键作用，尤其是在解决系统级问题的激进和复杂创新项目中。PKC作为一个双向平台，连接寻求者和解决方案提供者，促进新知识的创造。表6概述了PKC在开放创新过程中不同阶段对知识创造的贡献及其作为中介的特点。

表6. PKC在开放创新过程中对知识创造的贡献
- 获取
- 内部专长、跨学科团队
- 问题解构
- 问题重构
- 认知对齐
- 知识流动性
- 系统解决方案构思
- 知识重组
- 市场和成本分析
- 法规和知识产权框架

- 物理资产、实验、原型制作、测试
- 实践中的吸收
- 隐性知识向显性知识的转化
- 敏捷原型制作
- 概念验证
- 用户体验和功能评估
- 工业化支持

- 解决方案提供者网络
- 小型、结构清晰的
- 可靠的关系
- 直接搜索、创造性问题解决
- 信任中介

通过从吸收能力的角度审视PKC，这项研究在三个方面扩展了对开放创新（AC）概念的现有解释。首先，吸收能力被视为一个过程，而不仅仅是一个静态的公司层级的能力。其次，它通过循环的实验和学习周期展开，而不是通过一系列路径依赖的阶段。虽然吸收能力提供了获取、吸收、转化和利用的宏观结构，但构建-测量-学习循环使我们能够观察到每个阶段内的微观动态。特别是，它揭示了迭代实验、早期验证和快速重构过程，这些是平台协调创新的典型特征（Trabucchi等人, 2022），但由于物理维度的存在而变得更加明显和复杂。如果没有这种敏感化机制，系统级背景下的吸收能力的递归和基于实践的本质可能会在其基于阶段的抽象中变得部分隐藏。第三，这一过程的部分内容是在公司边界之外，由外部参与者（即PKC）暂时协调的。

在所分析的背景下，吸收能力的焦点似乎分布在连接PKC、寻求者和相关解决方案提供者的整个平台上。虽然我们的发现强调了PKC的促进作用，但强烈的协调也可能带来权衡。特别是当问题重构、实验和知识重组的关键阶段由PKC大幅协调时，寻求者可能会发展出对中介能力的依赖，这与平台机制中典型的共享价值创造过程是一致的（Trabucchi等人, 2020）。此外，如果吸收能力过程的部分内容是外部支撑的而不是完全内化在寻求者组织内部，学习成果可能会不均衡。这些动态并不削弱PKC的价值，但表明它们的长期影响取决于知识和技术流程如何通过有效的学习过程重新嵌入寻求者组织中。本研究概述了AC不同组成部分和阶段的解剖结构。第一阶段，获取阶段涉及识别和获取对创新有用的外部知识。VKB通常使用诸如框架构建和跨边界策略，而PKC则利用其内部技能和能力来解构系统级问题，通过创造性问题解决和设计思维来应对问题的复杂性和不明确性（Dell’Era等人, 2020）。文献指出，在不同的知识领域进行搜索与激进创新的产生有关（Ahuja和Katila, 2004; Miller等人, 2007）。与通过广泛的网络门户吸引解决方案提供者的VKB不同，PKC更关注其网络的质量。我们的发现表明，通过较小且结构清晰的解决方案提供者网络，PKC可能促进更深层次的知识重组，这对于解决复杂问题至关重要（Trabucchi等人, 2021）。

AC的第二阶段，吸收阶段涉及理解和处理获取的知识，使其对创新寻求者可用。PKC凭借其跨学科的内部专长，在这一阶段发挥着关键作用，提供了一个促进频繁高质量外部交流的物理和文化接口（Caccamo等人, 2023; Ma和Zhu, 2025）。通过实验室，它们让寻求者和解决方案提供者参与到一种边做边学的吸收过程中。这对于理解核心技术及其边界，以及最终设想新的用途或潜在的集成方案至关重要。通过管理多方参与者的选项组合，有助于提高生成的解决方案的创新水平。通过建立信任关系，它们促进了对话和共创过程，PKC通常作为寻求者和解决方案提供者之间的信任中介（Billington和Davidson, 2013; Ert等人, 2016）。

在AC的转化阶段，吸收的知识被整合成一个有机概念，这是通过技术的适应和整合来创造新知识的核心过程（Elmquist等人, 2016）。这一过程涉及来自不同解决方案提供者的知识重组，创造出解决方案的“缺失部分”。在这个阶段，PKC的物理基础设施对于让寻求者和解决方案提供者参与一个递归的、敏捷的过程至关重要，其中问题被分析，解决方案共同创造并在每次运行中经过批判性修订。BT案例说明了PKC如何作为知识库，补充寻求者和解决方案提供者的知识（Spithoven等人, 2011）。

在利用阶段，获取、吸收和转化的知识被用来创建新产品。PKC通过提供技术专长和战略指导积极参与共创过程。这种支持对于定义符合市场趋势、知识产权环境和监管要求的创新产品至关重要。PKC在这一阶段的作用突显了它们对寻求者利用知识能力的影响，确保新技术的整合转化为竞争优势（Howells, 2006; Zahra和George, 2002）。

在整个AC概念的各个阶段，PKC和VKB展示出不同的知识管理方法。PKC的特点在于它们直接参与知识创造，利用内部能力，并拥有更深层次、更高质量的解决方案提供者网络，从而促进更深层次的知识重组，这是创新的关键方面。这与VKB强调的知识交易形成对比，表明这些中介在推动寻求者创新旅程中的贡献方式存在根本差异。

5.2. 由PKC支持的基于平台的循环式AC过程
在前一部分中，我们讨论了PKC在支持AC概念不同阶段的过程中与VKB的不同之处。现在，我们探讨PKC所属的相互连接的系统，特别是由PKC协调的多利益相关者平台，该平台连接寻求者和解决方案提供者（Trabucchi和Buganza, 2022）。

本研究的一个重要发现涉及物理性在平台中介知识创造中的作用，这扩展了关于平台物理维度的初步文献（Perez Mengual等人, 2023）。实验室、原型和实验装置不仅仅是操作资源。它们作为边界对象，促进了共享理解，加速了认知对齐，并支持了异质参与者之间的信任建立。通过实践实验和边做边学的过程，PKC促进了显性和隐性知识的转移和重组。这一物理维度有助于解释为什么PKC在解决定义不明确和系统级问题时特别有效，因为在这种情况下知识无法事先完全明确。

在呈现我们的发现时，我们使用了一个平台模型来表示四个阶段中发生的关键知识流动，如图1所示。我们现在回顾并将这些发现与平台相关文献联系起来。

图1. – 作为平台的开放创新（OIIs）

获取阶段始于PKC，它向解决方案提供者转移关于寻求者问题的知识（橙色箭头）。同样，在吸收阶段，PKC将关于解决方案提供者解决方案的知识映射给寻求者。这种简要描述与传统的双边交易平台作为匹配者的观点高度一致（Parker等人, 2017），这些平台的价值主张基于减少市场摩擦并帮助参与者找到彼此的机会（Evans和Schmalensee, 2016）。这清楚地反映了VKBs的性质，它们的主要价值主张在于帮助寻求者找到合适的解决方案（Verona等人，2006年）。在这种情况下，VKB通过寻求者和解决方案提供者之间的合作实现了价值创造。因此，新知识的创造是通过寻求者和解决方案提供者之间的合作发生的；生成系统解决方案所需的能力、专长和系统视角最终都掌握在寻求者手中（图4）。在某种程度上，VKBs的作用仅限于匹配服务，而其余的所有互动阶段都发生在寻求者和解决方案提供者之间。这与PKCs不同，PKCs会持续协调整个价值创造过程，直到最后阶段。下载：下载高分辨率图片（248KB）下载：下载全尺寸图片

图4. PKCs与VKBs作为平台的比较

尽管如此，我们对BT案例的分析结果与平台领域最近的研究发展一致，这些研究表明平台提供者（在这种情况下是PKC）在匹配过程中扮演了积极角色，并管理双方之间的整体关系（Trabucchi等人，2022年）。在这种情况下，PKC的物理特性（它不仅仅是一个纯数字平台，而是促进了所有利益相关者之间的直接互动）使这一角色更加重要。在前两个阶段，PKC不仅仅促进寻求者和解决方案提供者之间的沟通与互动，还管理一个循环的敏捷过程，提出想法或技术（构建），通过自身开展的活动评估可行性（衡量），从而确定下一步行动（学习）。这使得PKCs能够成为平台协调者（Jacobides等人，2018年），管理价值流动并促进在平台上发生的各种关系。

在转化阶段，同样使用这些机制，而且非常无缝。一旦解决方案提供者明确参与进来，PKC就会与双方持续互动，共同创造新知识。在BlueThink案例中，解决系统级问题所需的大部分知识重组都在PKC的范围内完成。这符合平台的价值创造动态，即所有参与者都在为彼此创造价值（Trabucchi等人，2021年）。同时，这也再次强调了PKCs的协调角色，它们必须管理一个迭代的敏捷过程，以在将知识转化为最终解决方案的过程中保持各方的持续对齐（B?cklander，2019年）。

在最后阶段，利用这些机制继续进行创新项目的迭代循环，但参与的参与者较少，限制了PKC与寻求者之间的互动。最后两个步骤说明了PKC在知识创造过程中的核心作用，它一直支持寻求者，直到创新过程的最后一刻，这与VKBs主要提供的纯粹匹配服务有明显区别。

本研究的发现应在特定的边界条件下进行解读。所识别的机制最有可能适用于基于项目的、工程密集型的PKCs，这类PKCs通常具有内部实验室、跨学科团队和长期的关系网络。不同配置的物理中介，如内部技术深度有限的行业协会，可能会表现出不同的协调动态。此外，观察到的机制更适用于那些具有高度不确定性、子系统之间存在相互依赖性以及需要迭代实验的创新问题，这也明确了VKBs与PKCs在贡献上的区别。相比之下，定义明确且模块化的问题仍然可以通过VKBs和以交易为导向的中介有效解决（Verona等人，2006年）。

总之，除了企业层面的创新成果外，PKCs还可以被理解为支持组织间集体学习的中级基础设施，这与关于平台作为元组织的日益增长的文献相联系（Kretschmer等人，2022年）。通过促进实验、知识重组和跨异构参与者之间的信任，PKCs可以促进系统级问题的更广泛转变，例如可持续性转型或创新生态系统，尤其是在问题超出单个企业的认知和组织边界时。

6. 结论

本研究实证考察了物理知识贡献者（PKC）在系统级创新问题中的运作方式。通过深入的案例分析，我们展示了PKC不仅可以作为知识交易的促进者，还可以作为一个协调平台，积极构建多参与者之间的互动，促进迭代实验，并支持跨组织边界的知识重组（Trabucchi等人，2022年；Jacobides等人，2018年）。

从实证角度来看，该研究记录了问题重构、基于实验室的实验、解决方案提供者的协调以及在整个吸收能力阶段（Zahra和George，2002年）中的迭代验证过程。证据表明，在分析的案例中，知识创造不仅发生在寻求者企业的内部，还在由PKC、寻求者和解决方案提供者组成的平台配置中暂时进行协调。

从理论角度来看，本研究有三个方面的贡献：首先，它将PKCs重新定义为协调平台，而不仅仅是纯粹的交易中介，扩展了平台研究的重点，超越了其对数字和匹配配置的关注（T?uscher和Laudien，2018年；Parker等人，2017年）；其次，它为吸收能力提供了一个特定情境下的扩展（Zahra和George，2002年），指出了在系统级创新背景下，尤其是在高度相互依赖和不确定性的情况下，AC如何作为一个循环的、由平台中介的过程展开；最后，它丰富了开放创新中介的相关文献（Verona等人，2006年；Howells，2006年），明确了物理中介在通过实验、信任调解和协调促进深度知识重组中的独特作用。

我们的发现表明，当创新过程由物理的、实验密集型的平台中介时，吸收能力的动态可能会发生变化。除了企业层面的创新成果外，这些发现还揭示了更广泛的社会动态。系统级创新挑战日益成为当代社会技术系统的特征，包括可持续性转型、工业脱碳、数字化转型以及像通用人工智能这样的新兴技术的普及。这些挑战的特点是相互依赖性、不确定性以及需要协调具有分布式专长的不同参与者。

我们的分析表明，PKCs可以在这样的复杂系统中作为中级协调基础设施运作。通过构建多参与者实验、促进组织边界间的信任以及支持迭代知识重组，PKCs有助于提升创新生态系统的集体问题解决能力。在这方面，它们类似于作为元组织的平台（Kretschmer等人，2022年），其中价值是从协调的互动中产生的，而不仅仅是双边交换。重要的是，表7中总结的工具和机制说明了这种协调在实践中的运作方式。分析性重构、基于实验室的实验、敏捷迭代循环和结构化的参与机制不仅仅是企业层面的管理工具；它们构成了促进组织间分布式吸收能力的社技术安排。当系统级问题超出单个企业的认知和组织边界时，这些安排对于集体学习和协调的技术变革可能至关重要。

表7. PKCs对吸收能力发展的贡献

• 获取
• 吸收
• 转化
• 开发
• 概念验证（PoC）
• 原型制作
• 产品开发
• 供应链管理
• 思维实验
• 尺寸测量
• 差异分析
• 测试验证
• 商业案例研究
• 学习
• 修订
• 重新设计
• 工业化设计
• 工具使用
• TRIZ
• 设计思维
• 基于模型的仿真
• 协同设计
• 3D打印
• 虚拟验证工具
• FEM、CFD仿真
• 快速原型制作
• 实验设计
• 敏捷开发
• 批判性设计
• 知识产权数据库
• 规章制度
• 成本导向设计
• 生产导向设计

虽然本研究没有从实证角度评估社会成果，但它突出了可能支撑对复杂社会技术挑战进行协作响应的组织架构。作为一项探索性的单案例研究（Yin，2009年），这项研究并不声称具有统计上的普遍性。所识别的机制最有可能适用于基于项目的、工程密集型的PKCs，这些PKCs通常具有内部实验室和跨学科团队。其他类型的物理中介可能会表现出不同的协调动态。未来的研究可以探讨PKCs是否以及如何在可持续性转型、区域工业韧性或新兴技术的治理方面发挥作用，特别是在实验、协调和信任是系统转型前提的情境下。此外，未来的研究可以更系统地比较物理中介和数字中介，调查PKCs如何促进大规模的社会技术转型，如可持续性或数字化转型。

**作者贡献声明**

Federico Frattini：撰写——审阅与编辑、监督、概念化
Giordano Pinarello：撰写——审阅与编辑、撰写——原始草稿、项目管理、方法论、调查、形式分析、概念化
Daniel Trabucchi：撰写——审阅与编辑、撰写——原始草稿、监督、调查、概念化

未引用的参考文献：
Al?tshuller, 1999; Coccia, 2023; Henserson and Clark, 1990; Perez Mengual et al., 2024