IS论文分享Crowdworking: Nurturing Expert-Centric AbsorptiveCapacity

这篇论文《Crowdworking: Nurturing Expert-Centric Absorptive Capacity》由Elham Shafiei Gol、Michel Avital和Mari-Klara Stein撰写,发表在《Information Systems Research》上,主要探讨了组织如何通过“众包工作”(crowdworking)这种新型的数字化工作形式来培养以专家为中心的吸收能力(absorptive capacity),从而从外部专家那里获取知识并创造价值。

一、引言

  • 研究背景

    • 随着数字化的发展,组织越来越多地与外部社区合作以创造价值,利用各种数字服务和产品。众包工作(crowdworking)作为一种新兴的数字化工作形式,为组织提供了与外部专家合作的新机会。与传统的微任务外包不同,现在的知识密集型众包工作允许组织利用大量专家的技能、创新和知识,从而不仅节省成本,还能带来战略竞争优势和创新潜力。

    • 组织从外部知识获取价值依赖于其吸收能力(absorptive capacity),即识别、同化和应用新外部知识以实现商业目标的能力。尽管吸收能力的重要性已被广泛认可,但其在实践中的具体表现形式和如何针对特定领域发展仍存在争议。

  • 研究目的

    • 本文旨在探索组织如何发展与众包工作相关的吸收能力,以从外部专家那里获取价值。研究采用现象驱动的方法,以众包工作这一特定的“管理生态系统”为研究对象,试图揭示组织如何培养吸收能力以更好地利用外部专家的知识。

二、理论背景

  • 吸收能力的定义与维度

    • 吸收能力是指组织从环境中获取有价值机会和知识的能力。它可以被视为组织资源(组织在特定时间点所拥有的相关知识存量)或组织能力(吸收知识的能力)。在与外部专家合作的背景下,持续吸收知识的能力更为重要。

    • 吸收能力可以是单维度的,也可以是多维度的。本文将吸收能力视为多维度的,重点关注其三个维度:识别(identification)、同化(assimilation)和利用(exploitation)外部知识。这种多维度的划分有助于明确各个维度背后的流程及其相互关系。

    • 吸收能力在实践中可以表现为一般性的利用外部知识的能力,也可以是针对特定领域(如研发、外包、开放创新等)的能力。在与外部社区合作的背景下,社区的类型和目的会影响组织如何同化和应用特定社区的知识。因此,众包工作相关的吸收能力与其他领域的吸收能力(如研发相关、开放创新相关)有所不同。为了捕捉这种领域特定性,需要打开吸收能力能力的“黑箱”,探索其构成流程或例程。

  • 众包工作相关吸收能力

    • 众包工作的特点:众包工作是一种快速发展的数字化就业模式,预计到2025年全球参与众包工作平台的人数将达到5.4亿。它包括两种主要类型:常规工作(如微任务)和知识密集型工作。知识密集型工作涉及更复杂、专业化的任务,需要特定技能,与常规工作相比,其报酬更高,完成时间也更长。与众包不同,众包工作涉及有偿工作,且侧重于匹配和雇佣具备特定技能和经验的专家来完成工作,而不仅仅是获取创意。

    • 众包工作相关吸收能力的挑战:在知识密集型众包工作领域,组织不仅要吸收外部知识,还要吸收外部专家本身。这是因为外部专家的知识往往与其个人经验和社交关系紧密相连,难以与专家本身分离。因此,组织需要将外部专家整合到工作中,并吸收他们的知识。这要求组织在吸引外部人员和知识方面应对双重障碍。

三、研究设计

  • 研究方法选择

    • 由于众包工作现象的当代性和尚未完全被理解的特性,本研究采用定性研究方法,特别是案例研究方法。案例研究方法适合于构建基于实证数据的理论,能够关注“情境”(领域)并专注于“活动序列及其展开”(例程)。

  • 案例选择

    • 研究选择了一家大型跨国制药公司(Pharma)作为案例。Pharma以其对知识卓越的追求而闻名,并且是全球首批大规模、持续性地应用众包工作的成熟组织之一。Pharma通过两个众包工作平台(Upwork和Proteams)整合外部专家资源。Upwork是一个拥有约1200万高技能工作者的大型知识密集型众包工作平台,而Proteams则是一个拥有约1400名高技能工作者的较小规模平台,专注于信息技术项目。Pharma通过其内部的众包工作门户将员工引导到这两个平台。

  • 数据收集

    • 数据收集方法包括半结构化访谈、参与者和现场观察以及非正式交流。研究者在2019年6月至11月期间进行了37次面对面或在线访谈,访谈对象包括Pharma的众包工作团队成员、Pharma员工以及Upwork和Proteams的工作人员。访谈内容涉及Pharma如何发展众包工作相关的吸收能力。此外,研究者还通过参与Pharma的正式和非正式会议、审查相关文档以及观察Pharma内部的众包工作实践来收集数据。

  • 数据分析

    • 数据分析遵循Miles和Huberman(1994)提出的程序,通过数据精简和数据展示来解释Pharma如何发展众包工作相关的吸收能力。初步数据分析在访谈过程中进行,以便根据需要调整后续访谈问题。数据收集完成后,研究者对访谈记录、观察笔记和文档证据进行编码和分析。首先,通过开放编码识别Pharma在众包工作和专家整合方面的不同例程。然后,根据理论和数据对代码进行分类和细化,以确定构成不同分析单位(如集中式与分散式沟通、促进式与自助式项目管理、迭代式与即时式项目交付)中众包工作相关吸收能力关键维度的不同例程配置。在第二阶段,研究者关注解释构建,将不同识别出的例程配置组合在一起(区分发展众包工作相关吸收能力的协调模型和分布式模型)。由于吸收能力被视为基于例程的动态能力,分析强调人们的行为(识别重要的例程和活动),而不是他们的职位和角色。数据分析达到理论饱和时,类别已经很好地发展,并且在分析过程中没有出现新的类别、维度或模式。

四、研究发现

  • 协调模型(Orchestrated Model)

    • 识别能力:Pharma通过集中化和中介化的沟通例程来识别和评估外部专家。Proteams的项目经理作为中介,负责与Pharma员工和外部专家沟通,减少Pharma在识别最佳外部专家时的成本和风险。他们通过评估专家的资料、以往工作质量等来选择最适合项目的专家。

    • 同化能力:通过促进项目管理例程来整合外部专家。Proteams项目经理参与项目规划、协调任务分配、提供反馈等,帮助Pharma将外部专家纳入项目中。这些例程包括游戏计划(game plan)、协调和整合反馈等,有助于减少信息不对称,促进专家与Pharma员工之间的合作。

    • 利用能力:通过试点和迭代改进例程来实施和利用外部专家的知识。Proteams项目经理通常先以试点形式运行项目,根据Pharma员工的反馈进行改进,以满足要求。这种逐步实施的方式使Pharma能够充分利用专家提供的知识,创造出具有商业价值的产品。

  • 分布式模型(Distributed Model)

    • 识别能力:Pharma通过分散化和直接的沟通例程来识别和评估外部专家。在Upwork平台上,Pharma员工直接与外部专家沟通,评估他们的资料和声誉,选择最适合项目的专家。这种模式增加了灵活性,但也增加了成本和风险。

    • 同化能力:通过员工自助服务例程来整合外部专家。Pharma员工直接与外部专家签订合同,管理项目进度和质量。这种模式主要依赖于员工与专家之间的直接沟通和信任。

    • 利用能力:通过即时应用例程来实施和利用外部专家的知识。在Upwork平台上完成的大多数项目在交付后立即应用于Pharma的业务运营。这些项目通常不需要试点,因为它们不涉及机密数据,且主要是对现有流程或产品的增量改进。

五、讨论

  • 专家中心的吸收能力

    • 本研究强调,在众包工作领域,吸收能力是专家中心的。组织不仅要吸收外部知识,还要吸收外部专家本身。这种能力的发展依赖于组织与外部专家之间的沟通、管理和合作。通过协调和分布式例程,Pharma能够成功地整合外部专家,并利用他们的知识为组织创造价值。

  • 众包工作的发展

    • 研究表明,众包工作不仅可以作为一次性的人力解决方案,还可以作为组织持续获取外部知识和专家资源的手段。通过协调例程,Pharma能够将外部专家纳入其工作生态系统,为组织创造更广泛的商业价值。这种模式为组织提供了一种灵活的人力资源获取方式,有助于组织在全球范围内获取人才,促进可持续发展和公平分配。

  • 技术的作用

    • 数字化技术,如众包工作平台、组织内部系统和第三方应用,为Pharma发展众包工作相关的吸收能力提供了支持。这些技术不仅促进了组织与外部专家之间的沟通和合作,还为组织提供了管理众包工作项目的工具和平台。

六、结论

  • 本文通过深入研究Pharma的案例,揭示了组织如何通过协调和分布式例程发展众包工作相关的吸收能力。这种能力使组织能够从外部专家那里获取知识和技能,从而创造商业价值。研究结果强调了专家中心的吸收能力的重要性,并为组织如何利用众包工作来获取外部知识和专家资源提供了具体的指导。

如果你觉得这篇博文对你有帮助,请点赞、收藏、关注我,并且可以打赏支持我!

欢迎关注我的后续博文,我将分享更多关于人工智能、自然语言处理和计算机视觉的精彩内容。

谢谢大家的支持!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

会飞的Anthony

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值