Conexão entre estratégia e conhecimento na criação de valor adicional para stekeholders expressivos: um nova forma de organizar os contextos capacitantes

Este trabalho tratar sobre estratégia e conhecimento, questionando o porquê das organizações deixarem de aproveitar os ativos de conhecimentos que transcendem aos definidos pela estratégia organizacional e que podem gerar valor adicional para seus stakeholders expressivos. Esses ativos de conhecimentos que estão além dos exigidos pelos cargos e funções, aqui denominados de “excedentes cognitivos”, permitiriam induzir flexibilidade estratégica, criar recursos intangíveis distintivos e gerar valor adicional. Entretanto, a lógica da estratégia tradicional, baseada na eficiência e na racionalidade, define os conhecimentos demandados e cria, via de regra, uma rigidez estratégica que limita o espaço para as contribuições decorrentes dos excedentes cognitivos que poderão não estar relacionados diretamente aos objetivos e metas estabelecidas no plano estratégico. Outra lógica baseada nas culturas da participação, abundância e generosidade é trazida à consideração, na qual as seguintes condições de contorno podem ser observadas: (i) os excedentes cognitivos podem ser identificados como raros, valiosos, não substituíveis, de difícil imitação e decorrentes de longos processos de desenvolvimento, logo, podem distinguir a organização das demais do setor; (ii) os excedentes cognitivos podem induzir novas dinâmicas de funcionamentos para os contextos capacitantes; e, (iii) os contextos capacitantes podem atuar como locais propícios à evidenciação, mobilização e uso desses excedentes. A pesquisa valeu-se, predominantemente, do método, procedimentos e técnicas qualitativas. Foram entrevistados especialistas que atuam como pesquisadores e consultores, com reconhecida projeção nas áreas de Estratégia, Gestão do Conhecimento e Gestão de Pessoas. Os resultados evidenciaram como as organizações lidam com os excedentes cognitivos; o que as organizações poderiam fazer com os excedentes cognitivos; as barreiras que se erguem à evidenciação, mobilização e uso desses excedentes; o que rege a criação dos atuais contextos capacitantes; a existência ou não de espaços de interação construídos intencionalmente pelas organizações; as atitudes dos integrantes das organizações em relação aos excedentes cognitivos; e a percepção dos benefícios que os excedentes cognitivos podem trazer para os stakeholders expressivos da organização.

Full surplus extraction with dominant strategies

In this note I consider the fuI! surplus extraction in an auction with private but possibly correlated values. I show that fuI! extraction in the continuum of types case is not possible in general. Neither is approximate fuI! surplus extraction if the sel!er is budget constrained.

KittyCat: a cognitive model of structure-form discovery

Cognition is a core subject to understand how humans think and behave. In that sense, it is clear that Cognition is a great ally to Management, as the later deals with people and is very interested in how they behave, think, and make decisions. However, even though Cognition shows great promise as a field, there are still many topics to be explored and learned in this fairly new area. Kemp & Tenembaum (2008) tried to a model graph-structure problem in which, given a dataset, the best underlying structure and form would emerge from said dataset by using bayesian probabilistic inferences. This work is very interesting because it addresses a key cognition problem: learning. According to the authors, analogous insights and discoveries, understanding the relationships of elements and how they are organized, play a very important part in cognitive development. That is, this are very basic phenomena that allow learning. Human beings minds do not function as computer that uses bayesian probabilistic inferences. People seem to think differently. Thus, we present a cognitively inspired method, KittyCat, based on FARG computer models (like Copycat and Numbo), to solve the proposed problem of discovery the underlying structural-form of a dataset.