Início Tecnologia A Importância da Gestão da Propriedade Intelectual para os Processos da Inovação...

A Importância da Gestão da Propriedade Intelectual para os Processos da Inovação Tecnológica

RC: 15206 -
A Importância da Gestão da Propriedade Intelectual para os Processos da Inovação Tecnológica
5 (100%) 4 votes
235
0
ARTIGO EM PDF

FONTÃO, Henio [1], LOPES, Eloisa de Moura [2]

FONTÃO, Henio; LOPES, Eloisa de Moura. A Importância da Gestão da Propriedade Intelectual para os Processos da Inovação Tecnológica. Revista Científica Multidisciplinar Núcleo do Conhecimento. Ano 03, Ed. 05, Vol. 02, pp. 5-18, Maio de 2018. ISSN:2448-0959

Resumo

O objetivo desta pesquisa foi o de analisar se o desempenho empresarial da inovação (com ênfase na inovação aberta) em empresas de base tecnológica – EBT´s – é afetado pela falta ou carência de propriedade intelectual – PI. Os procedimentos metodológicos utilizados foram experimentais, neste estudo, rigorosamente, observacionais, com base estatística inferencial, complementada por uma pesquisa de campo, junto à uma população de 107 EBT´s. A abordagem foi quantitativa e os objetivos foram exploratórios. Os resultados despontaram para a importância da propriedade intelectual, não somente como uma forma de proteger juridicamente a inovação, mas, sobretudo, como um fator imprescindível para o sucesso dos processos de inovação, tal como um mecanismo para viabilizar a negociação do conhecimento adquirido com outras fontes externas.

Palavras-chave: Desempenho Empresarial da Inovação, Propriedade Intelectual, Fontes Externas.

1. INTRODUÇÃO

Há alguns anos vários fenômenos vêm afetando diretamente as perspectivas para o gerenciamento dos processos de inovação tecnológica nas empresas. Já é notório que o conhecimento está disperso pelo mundo; as redes sociais e profissionais de relacionamento são massivamente impactantes nos negócios empresariais; pequenos negócios estão, cada vez mais, se coligando etc. Nesse contexto de transformações tecnológicas e sociais, identificados por Rothwell (1992), como a quinta geração da inovação, surgem os fundamentos da inovação aberta.

A inovação aberta é um modelo que valoriza as relações colaborativas e conexões tecnológicas, intensificando os mercados e fluxos externos de conhecimento para acrescentar valor às taxas de inovação interna, nesses casos, porque há áreas que as empresas não tem interesse em inovar por meio de processos internos, seja pela carência de expertise em nessas áreas específicas de conhecimento ou, simplesmente, porque, reconhece que o acesso às fontes externas é mais viável (CHESBROUGH, 2003; TIDD BESSANT E PAVITT, 2008).

Essas circunscrições não depreciam a importância da propriedade intelectual, porque no contexto das parcerias empresariais e busca de conhecimento externo, a (PI) assume um papel de proteger e viabilizar as conexões tecnológicas, garantindo segurança jurídica para o acesso às tecnologias em fontes externas e para negócios desenvolvidos de forma colaborativa

Esta pesquisa enfocou-se na análise do desempenho empresarial da inovação tecnológica como uma variável dependente do risco da falta e/ou carência de propriedade intelectual.

Para Fontão, Lopes e Rodrigues (2013) é importante que as EB´s conheçam qual a combinação de níveis de riscos pode levar a maximização dos resultados dos processos de inovação. Isso envolve conhecer o quanto a empresa se expõe e sua tolerância à carência de PI, pois, isso pode ser uma condição imprescindível para o retorno do capital investido em pesquisa e desenvolvimento em inovação (P&DI).

2. REVISÃO DA LITERATURA

A caracterização de uma propriedade intelectual está limitada a sua condição afirmativa sob um conjunto de requisitos, tais como: novidade, utilidade, tangibilidade e legalidade. O exemplo mais comum e a principal fonte transacional de PI refere-se as patentes, todavia, as marcas registradas, copyrights e segredos comerciais também constituem no seu respectivo arcabouço (Chesbrough, 2012b).

No contexto da inovação aberta, o gerenciamento PI fortalece a sistematização dos processos de acesso às fontes externas, pois confere segurança jurídica e comercial às expectativas de compra e venda de conhecimentos negociáveis. Afinal, quando uma empresa negocia conhecimentos com outras empresas, instituições de pesquisa, universidades etc., espera obter vantagens e mitigar, sobretudo, os riscos técnicos e mercadológicos. Todavia, as conexões externas, trazem outros tipos de riscos voltados à perda de conhecimento; perda de controle ou domínio; incompatibilidade cultural; falta de comprometimento; vazamento de informações; confiança insuficiente etc. O gerenciamento da PI regulamenta o conhecimento e reduz a exposição das empresas aos riscos da colaboração (CHESBROUGH, 2003, 2012a).

Para Chesbrough e Vanhaverbeke (2011), na gestão da inovação, a carteira de PI é considerada parte importante do portfólio de produtos e serviços, uma vez que agrega valor econômico, porque, as tecnologias e conhecimentos internos que não interessam aos negócios podem e devem ser negociadas com terceiros. Considerando a complexidade e diversidade das organizações, os conhecimentos que não adicionam valor aos negócios de uma empresa, por outro lado, podem significar origens fidedignas de utilidade e valor para P&DI, se coadunadas ao perfil tecnológicos de outras empresas. Por exemplo, em transações de licenciamento cruzado, as patentes representam o elemento central.

As empresas detentoras de patentes podem excluir os terceiros de exercitar uma tecnologia protegida pela sua patente. Mas, por outro lado, isso pode impossibilitar essas empresas de exercer sua própria tecnologia, em casos, nos quais alguma outra empresa ou pessoa detenha patentes que se sobreponham à abordagem protegida. Essa distinção tênue gera diversas circunstâncias que devem ser controladas à medida que se desenvolve um modelo de negócio com ênfase em tecnologia, pois o licenciamento cruzado pode proteger ou, não, o modelo de negócio (CHESBROUGH, 2012a).

Para Chesbrough (2012a), o conhecimento consistente acerca das patentes apoia à tomada de decisão em relação aos riscos presentes no negócio, ao mesmo tempo auxilia na identificação de oportunidades e nichos tecnológicos, amparando as empresas na manutenção de seus modelos de negócio ou, até na reconfiguração dos mesmos, quando necessária. De uma maneira geral, o gerenciamento da PI pode contribuir para:

  • identificação de áreas de oportunidades que auxiliem as empresas na introdução de produtos e serviços que se beneficiem do portfólio de PI;
  • melhoraria nas relações como os fornecedores e consumidores;
  • negociação com mercados secundários de inovação e suas respectivas PI´s associadas;
  • administração dos fluxos de receitas advindas da inovação;
  • enfoque às fases que obedecem ao ciclo de vida da tecnologia na empresa.

Nesse sentido, a gestão da PI é uma ferramenta estratégica eficaz em um modelo aberto de inovação. Em virtude do seu papel imperativo na negociação de tecnologias e conhecimentos, a carência de proteção jurídica da propriedade intelectual poderia inviabilizar os fluxos dos processos de inovação aberta (CHESBROUGH; VANHAVERBEKE, 2011).

Os gestores de inovação devem ampliar suas perspectivas sobre os ativos de tecnologia. Antagonicamente, ao mesmo tempo que os stakeholders impõem expectativas otimistas para o retorno do capital empregado; somente nos EUA, há um desaproveitamento de aproximadamente US$ 1 trilhão em ativos de patentes  (Rivette e Kline, 2000).

Segundo Agência de Inovação da Unicamp (2007), o Brasil dá pouca importância aos direitos de propriedade, adotando escassas políticas voltadas à regulamentação da produção de conhecimento. Os casos de evolução da disseminação da utilização de instrumentos de direito de PI são pontuais em poucas empresas, instituições de pesquisa e universidades e, portanto, insignificantes em termos nacionais.

No Brasil, o governo, as empresas, os institutos de pesquisa e as universidades têm um papel importante uma vez que acolham o desafio de fazer P&DI colaborativa. Nesses casos, encontrar um ponto em comum entre os objetivos e finalidades acadêmicas e as expectativas empresariais estabelecidas pelo mercado, talvez, seja a maior dificuldade nos processos de inovação colaborativa. Nesse ponto de vista, o gerenciamento da PI combinado à gestão do conhecimento tornam-se essenciais.

3. MÉTODOS DA PESQUISA

Os procedimentos metodológicos utilizados foram experimentais (observacionais), com base estatística inferencial, complementada por uma pesquisa de campo, junto à uma população de 107 empresas de base tecnológica. A abordagem foi quantitativa e os objetivos foram exploratórios.

Figura 1 – Representação do método da pesquisa.
Figura 1 – Representação do método da pesquisa.

Para facilitar o tratamento dos dados a partir das técnica de planejamento de experimentos, elaborou-se a Figura 1 como representação da estrutura metodológica da pesquisa:

  • escolha do objeto de pesquisa;
  • seleção e categorização das variáveis de entrada e seus respectivos níveis de observação;
  • seleção da variável dependente;
  • seleção da matriz experimental (observacional);
  • definição do universo e população;
  • coleta de dados: instrumentos e perfil dos informantes;
  • arranjo amostral e observação estruturada, segundo a matriz experimental;
  • análise quantitativa dos dados e interpretação dos resultados.

Esta pesquisa serviu-se de procedimentos de análise de multivariáveis, todavia, ressalta-se que apenas a variável “falta e/ou carência de propriedade intelectual” foi utilizada para as análises, essencialmente, em razão da sua particular relevância para o desempenho empresarial da inovação.

As empresas de base tecnológica (EBT´s) foram escolhidas como objeto de pesquisa, porque, por suas próprias naturezas, possuem interesses interseccionados nas tecnologias e inovação, buscam por domínio tecnológico e, uma vez inseridas em sistemas capitalistas, compreendem a importância da propriedade privada e intelectual.

3.1 Variável Independente

A variável independente foi caracterizada por um fator de risco (falta e/ou carência de propriedade intelectual), categorizado como elemento essencial para os processos de inovação, especialmente, da inovação aberta.

Autores. tais como: Chesbrough, Vanhaverbeke e West (2008) e  Chesbrough (2003, 2007, 2012a, 2012b) afirmam que a ausência de gerenciamento da  propriedade intelectual é um fator de risco para os processos da inovação, sobretudo, para o modelo de inovação aberta; podendo afetar diretamente no desempenho e resultados almejados com a inovação tecnológica e, consequentemente, diminuir o retorno do capital investido em inovação.

Quadro 1 – Probabilidades de ocorrências para determinação dos níveis de controle.

Nível Descrição Indicadores
Alto “2” Provável Possibilidade de ocorrer uma vez por ano ou uma chance de acontecer acima de 25% Potencial – ocorrer várias vezes nos próximos 10 anos.
Ocorreu nos últimos 2 anos.
Típico em operações dessa natureza por causa de influências externas.
Possível Possibilidade de ocorrer em um período de cinco anos ou uma chance de acontecer menor que 25%  e maior que 12,5%. Poderia ocorrer mais de uma vez nos próximos 5 anos.
Pode ser de difícil controle em razão de muitas influências externas.
Existe histórico de ocorrência recente na organização.
Baixo“1″ Moderado Possibilidade de ocorrer em um período de dez anos ou uma chance de acontecer acima de 2% até 12,5%. Poderia ocorrer nos próximos 10 anos.
Existe histórico de ocorrência remota na organização.
Remoto Improvável de ocorrer em um período de dez anos ou com chance de acontecer de até 2%. Nunca aconteceu no país.
Uma ocorrência seria surpreendente.

Fonte: Adaptado de International Federation of Accountants (1999).

Extraordinariamente, a variável independente foi selecionada de um arcabouço de onze variáveis, utilizadas originalmente em um arranjo ortogonal para fins de outras pesquisas experimentais (observacionais).

À variável independente foram atribuídos dois níveis de controle, os quais convieram para averiguar se a variável dependente é influenciada pela alteração entre os níveis estabelecidos. Além disso, os níveis de controle ampararam a uniformização das variáveis aleatórias (Barros Neto; Scarmínio; Bruns, 2007).

O Quadro 1 exibe os fundamentos dos indicadores adotados para fixar os níveis para observação e, posteriormente, para a valoração das variáveis.

A lógica na determinação dos níveis de controle fundou-se no modelo adaptado do International Federation of Accountants (1999), o qual estabelece diferentes probabilidades de ocorrência de riscos. Neste caso, os níveis foram ajustados na seguinte configuração:

  • Nível “Alto (2)”: retratado pelos indicadores “Provável” e “Possível”.
  • Nível “Baixo (1)”: retratado pelos indicadores “Moderado” e “Remoto”

3.4 Variáveis Dependentes

As variáveis dependentes fazem parte de um conjunto formado por onze fatores (Quadro 2), os quais, para fins desta pesquisa, determinam o desempenho das empresas, a partir da inovação. A base teórica e conceitual que fundamenta tal disposição é justificada por (DÁVILA; EPSTEIN; SHELTON, 2006). As variáveis dependentes foram valoradas pelos sujeitos sociais, seguindo cada um dos indicadores elencados.

O desempenho empresarial da inovação tecnológica, associado a um menor risco foi reproduzido por meio das respostas às questões qualitativas, valoradas em uma escala de um até dez, ou seja: (1 = Péssimo); (2 = Muito Ruim); (3 = Ruim); (4 = Pouco Ruim); (5 = Parcialmente Razoável); (6 = Razoável); (7 = Pouco Bom); (8 = Bom); (9 = Muito Bom) e (10 = Ótimo).

Quadro 2 – Variáveis dependentes (desempenho empresarial da inovação tecnológica).

DESEMPENHO EMPRESARIAL DA INOVAÇÃO TECNOLÓGICA
Código da resposta (Rn) Variáveis Dependentes (descrição das respostas)
R1 Retorno de Capital Empregado em Inovação.
R2 Crescimento das Vendas de Novos Produtos de Inovação.
R3 Inovação Projetada que Chega ao Mercado.
R4 Valor Empregado em Pesquisa e Desenvolvimento (P&D) Externo.
R5 Controle de Falhas nos Projetos de Inovação.
R6 Qualidade do Produto e Processo de Inovação.
R7 Cultura para Inovação.
R8 Satisfação dos Clientes com Produtos que já Existem.
R9 Reclamação de Cliente – pesquisa de satisfação dos clientes.
R10 Iniciativas Dedicadas à Inovação Interna de Produto e Processo.
R11 Número de patentes registradas.

Fonte: Adaptado de Dávila, Epstein e Shelton (2006)

A lógica adotada para valoração das respostas respeitou a premissa de que as empresas que atingem melhor desempenho empresarial com a inovação tecnológica, também, apresentam respostas positivas (crescentes) às variáveis dependentes (respostas do questionário). Portanto, para explicar a maximização do processo delimitado para o estudo, o sistema de processamento dos dados foi parametrizado com a relação sinal-ruído: S/N = -10 log (∑ 1/y2)/n, ou seja, “maior valor é igual a melhor resultado” (Taguchi, 1987).

3.5 Matriz Experimental: o Método de Taguchi (AO – Arranjos Ortogonais)

Devido às delimitações desse tipo de pesquisa, a matriz experimental, a qual serviu para as observações planejadas, foi selecionada somente após todos os dados estarem devidamente coletados. Neste caso, escolheu-se um arranjo ortogonal, por meio do método de Taguchi.

A Tabela 1 mostra a matriz ortogonal de Taguchi L12 que apresenta um total de doze experimentos, chamados nesta pesquisa de observações, pois não houve nenhum controle dos pesquisadores sobre as variáveis, uma vez que estas estão relacionadas a acontecimentos pré-ocorridos em empresas de base tecnológica, os quais os pesquisadores não interferiram, em nenhum momento ou circunstâncias.

Nesta pesquisa, o fator de risco isolado para estudo (falta e/ou carência de Propriedade Intelectual) corresponde à variável independente representada pela letra “E” na Tabela 1. Tal como já foi descrito e justificado no subitem 3.1., excepcionalmente, a variável independente foi selecionada de um conjunto de onze variáveis, utilizadas originalmente em um arranjo ortogonal para fins de outras pesquisas experimentais (observacionais).

Tabela 1 – Matriz de Taguchi L12 utilizada para as observações planejadas.

Matriz de Taguchi  L12
Observações A B C D E – Falta e/ou Carência de Propriedade Intelectual F G H J K L
01 1 1 1 1 1 1 1 1 1 1 1
02 1 1 1 1 1 2 2 2 2 2 2
03 1 1 2 2 2 1 1 1 2 2 2
04 1 2 1 2 2 1 2 2 1 1 2
05 1 2 2 1 2 2 1 2 1 2 1
06 1 2 2 2 1 2 2 1 2 1 1
07 2 1 2 2 1 1 2 2 1 2 1
08 2 1 2 1 2 2 2 1 1 1 2
09 2 1 1 2 2 2 1 2 2 1 1
10 2 2 2 1 1 1 1 2 2 1 2
11 2 2 1 2 1 2 1 1 1 2 2
12 2 2 1 1 2 1 2 1 2 2 1

Fonte: Adaptado de Ross (1991); Montgomery (2009) e Barros Neto, Scarmínio, Bruns (2007).

A matriz experimental foi usada como um modelo representativo para descobrir entre os dados obtidos uma amostra probabilística.

3.6 Universo e População

A população desta pesquisa envolveu um total de 107 empresas de base tecnológica, sendo que este número esteve condicionado ao total de empresas que se dispuseram a participar como respondentes dos instrumentos de de coleta de dados (questionários) dentre um universo de pesquisa composto por 594 empresas com características similares.

3.7 Amostra

A partir dos dados providos pela população da pesquisa foi identificado, com auxílio de planilha de dados, Excel for Windows 10, um arranjo compatível com as especificações de matriz L12 de Taguchi (Tabela 1), com onze variáveis independentes (fatores amostrais). Na prática, foram identificados, entre os dados coletados, uma distribuição entre suas variáveis/ níveis de observação, similares às especificações da matriz L12 de Taguchi. Esse procedimento ajudou a encontrar uma amostra probabilística com base em vinte e oito EBT´s (amostra da pesquisa), representadas pelos seus respectivos sujeitos sociais.

Para atender aos objetivos e hipótese deste pesquisa, somente o fator de risco (falta e/ou carência de propriedade intelectual) foi apartado para as análises.

3.8 Coleta de Dados

Ao contrário do que estabelece o senso comum e ao encontro das afirmações de Ribeiro e Caten (2003), as técnicas de Planejamento de Experimentos podem ser perfeitamente aplicadas em situações experimentais, nas quais as variáveis de pesquisa não estão diretamente sob o controle do pesquisador. Nesses casos e, tal como foi estruturado nesta pesquisa, pode-se substituir as condições experimentais, por condições observacionais.

Dessa maneira, foi realizada a coleta e estruturação dos dados para a pesquisa, isto é, a partir da coleta da opinião dos representantes (executivos e responsáveis diretos pelas estratégias corporativas ) das empresas estudadas, os dados foram organizados seguindo uma disposição lógica utilizada em tratamentos experimentais e, depois, observados, atentando-se aos significados estatísticos inferenciais desses dados.

Nesse sentido, foram observados as influências e significâncias da variável independente (falta e/ou carência de PI) sobre a variável dependente (desempenho empresarial da inovação tecnológica).

Na prática, a coleta de dados foi realizada por meio de questionários estruturados, com perguntas fechadas. Esses instrumentos foram enviados e entregues as sujeitos sociais, por dois modos diferentes: eletronicamente e pessoalmente.

3.9 Análise dos Dados

Os dados foram tratados com base em procedimentos experimentais, estatísticos inferenciais, com abordagem quantitativa, por meio do software MINITAB versão 14. Utilizou-se a análise da variância (ANOVA) para observar se as variáveis de entrada exerceram significância sobre as variáveis de saída e, também, se existiram, na homogeneidade dos dados, diferenças significativas entre as médias. Nesse sentido, pode-se confrontar três ou mais fatores e suas interações, utilizando de maneira complementar ao método Taguchi, para reiterar quais são os fatores significantes no processo (CORREIA; CARDOZA, 2011).

4. RESULTADOS E DISCUSSÃO

4.1 Análise dos efeitos da variável independente sobre as médias das respostas (Rn)

A análise dos efeitos da variável independente sobre as médias das variáveis dependentes serviu para identificar e quantificar a influência do risco da falta e/ou carência de propriedade intelectual sobre as variáveis dependentes que representam o desempenho empresarial da inovação tecnológica. A Tabela 2 mostra os efeitos principais da variável independente sobre as médias das respostas (Rn).

Os valores exibidos com o título “Rank” na Tabela 2 correspondem à classificação da influência do fator estudado (risco da falta e/ou carência de propriedade intelectual) sobre as respostas. Esses valores são apresentados em escala numérica decrescente e concernentes às onze variáveis independentes da amostra original de intelectual postas.

Esses valores são apresentados em escala numérica decrescente e concernentes às onze variáveis independentes da amostra original (ocultada nesta pesquisa).

Nesse sentido, a partir dos cálculos dos efeitos e centrando-se nos valores elencados no “Rank” (quinta linha) da Tabela 2, pôde-se perceber que a variável independente estudada apresenta as seguintes classificações:

  • como primeiro fator mais influente sobre 27,27% das variáveis dependentes;
  • como segundo fator mais influente sobre 18,18% das variáveis dependentes;
  • entre os intervalos: maior que segundo e menor que quarto fator mais influente, sobre 27,27% das variáveis dependentes.

Tabela 2 – Cálculo dos efeitos da variável independente sobre as médias das respostas (Rn)

Nível R1 R2 R3 R4 R5 R6 R7 R8 R9 R10 R11
Baixo(-) 8,333 5,513 6,917 5,890 8,667 8,750 8,680 9,222 8,792 8,487 5,263
Alto(+) 7,167 4,722 5,333 4,250 7,583 7,917 7,917 8,250 8,250 7,833 4,083
Efeito 1,167 0,792 1,583 1,640 1,083 0,833 0,763 0,972 0,542 0,653 1,180
Rank 1 6,5 1 3 2 2,5      2 1 3,5          4 4

 
Por outras palavras, reitera-se que há aderência entre as variáveis do processo estudado, justificando o aprofundamento nas análises.

4.2 Análise da variância (ANO VA) sobre as médias das respostas/ teste de significância para identificar quais respostas (Rn) são maximizadas pelo efeito do fator principal

Para aferir a qualidade do ajuste do modelo, a partir dos testes de significância, utilizou-se a Análise de Variância (ANOVA). Esse procedimento permitiu mensurar a significância estatística (discrepância da hipótese estatística em relação aos dados observados) da falta e/ou carência da propriedade intelectual) para que haja a maximização do desempenho empresarial, a partir da inovação. A Tabela 3 mostra a ANOVA sobre as médias das respostas (Rn).

Tabela 3 – Análise de Variância (ANOVA) sobre as médias das respostas (Rn).

Fonte de Variação Respostas DF Seq SS Adj SS Adj MS F P
Falta e/ou Carência de Propriedade Intelectual R1 1 4,0833 4,08333 4,08333 423,88 0,002
R2 1 1,8802   1,8802   1,8802   195,69  0,005
R3 1 7,5208  7,52083  7,52083  180,50  0,005
R4 1 8,0688   8,0688   8,0688  38,73  0,025
R5 1 3,5208  3,52083  3,52083  169,00  0,000
R6 1 2,0833  2,0833  2,08333  40,00  0,000
R7 1 1,74803  1,74803   1,74803  3277,56  0,000
R8 1 2,83241  2,83241  2,83241  59,74  0,016
R9 1 0,88021  0,88021  0,88021  299,22  0,003
R10 1 1,2805  1,28053  1,28053   87,11  0,011
R11 1 4,1772  4,17720  4,17720   84,76  0,012

 

Atentando-se à sétima coluna da Tabela 3, onde os valores de P (nível de significância do fator sobre as respostas) mostraram que o risco da falta e/ou carência de propriedade intelectual apresentou significância estatística para a maximização de todos os resultados empresariais, afinal, todos os valores foram  menores que 0,05, sendo que o nível de confiança estatístico adotado foi de 95%. Ainda, pode-se destacar que para as respostas “R5, R6 e R7” o nível de confiança foi de 100%.

4.3 Proposta da melhor combinação dos níveis de observação significantes da variável para a maximização das respostas (Rn)

A variável independente apresentou significância sobre a totalidade das respostas estudadas (Rn). O fato do nível de controle ou de observação ter se mantido em nível “Baixo (1)” para todas as respostas, significa que, quando há uma probabilidade de ocorrência dentro de um intervalo de até 2% (remoto) e/ou maior do que 2% até 12,5% (moderado) para o risco da falta e/ou carência de propriedade intelectual, consequentemente, os resultados empresariais são maximizados.

A partir das análises estatísticas foi possível organizar o melhor ajuste para o processo delimitado nesta pesquisa, ou seja, constatou-se que para maximizar o desempenho empresarial da inovação tecnológica deve-se manter o Risco da Falta e/ou Carência de Propriedade Intelectual(Baixo “1”). Por uma perspectiva mais didática, pode-se afirmar que quanto mais efetiva for a gestão da propriedade intelectual, melhores serão os resultados da inovação.

Assim sendo, há uma acedência da variável estudada, quanto à unidade do nível de observação, da mesma maneira que em relação ao conjunto total das respostas em que se expôs como significante, ressaltando-se nas decorrências das análises como fator imperativo para a maximização das respostas.

Por outra forma, os resultados ratificam, respeitando-se as circunscrições amostrais da investigação, que as empresas que operacionalizam seus processos de inovação, conservando o risco da falta e/ou carência de PI em níveis menores do que 12,5%, por conseguinte, maximizam seus resultados com a inovação.

Quadro 3 – Relação inferencial de significância entre fator/níveis de observação de entrada e respostas.

Variável Independente Variáveis Dependentes (Rn) Níveis de Observação com Signicância sobre as Respostas
Baixo(1)
Falta e/ou Carência de Propriedade Intelectual R1 Retorno de Capital Empregado em Inovação. 1
R2 Crescimento das Vendas de Novos Produtos de Inovação. 1
R3 Inovação Projetada que Chega ao Mercado. 1
R4 Valor Empregado em P&D Externa. 1
R5 Controle de Falhas nos Projetos de Inovação. 1
R6 Qualidade do Produto e Processo de Inovação. 1
R7 Cultura para Inovação. 1
R8 Satisfação dos Clientes com Produtos que já Existem. 1
R9 Reclamação de Cliente – pesquisa de satisfação dos clientes. 1
R10 Iniciativas Dedicadas à Inovação Interna de Produto/Processo. 1
R11 Número de patentes registradas. 1

 

Devido à amplitude e pluralidade das respostas estudadas, no que diz respeito à inovação e, por outro lado, pelo predomínio do fator sobre a completude das respostas, percebe-se a PI como um papel protetor de conhecimento e regulador, viabilizador de negócios, impactanto na capilaridade do sistema de inovação e na composição dos resultados do desempenho da inovação.

A significância do fator sobre a P&D externa (R4), além de evidenciar uma relação de rendimento diretamente proporcional a este resultado, ao mesmo tempo comprova que as empresas da amostra estão a investir em processos peculiares dos sistemas de inovação aberta.

A PI não deve ser gerida, em sua essência, apenas como um mecanismo de proteção da exclusividade, pois isso pode ser um fato gerador de imperfeições de mercado. Schumpeter (1982) afirmava que a inovação é fundamental para a economia sair de um estado de equilíbrio e entrar em um processo de expansão, pois, alterava consideravelmente as condições prévias de equilíbrio do mercado.

Levin (1987) alerta que um nível maior de proteção da tecnologia pode inibir a inovação técnica, o desempenho econômico, social e competitivo entre as empresas. Pois, o aumento excessivo de proteção pode estimular a investimentos repetitivos, que são contrários à competitividade, podendo elevar os preços, além da taxa apropriada para o retorno do capital investido e, ainda, retardar o processo de geração e difusão da tecnologia.

No modelo de Inovação Aberta, a Pesquisa e Desenvolvimento (P&D) interna associa esforços com a prospecção e incorporação de tecnologias e conhecimentos externos, fortificando o papel da PI como regulamentador para acordos bilaterais de pesquisa em conexões com universidades e outras instituições de pesquisa, fornecedores, clientes ou para mitigação dos riscos e custos dos projetos de inovação (CHESBROUGH; VANHAVERBEKE, 2011).

Lichtenthaler (2010) ressalvou que, na conjuntura da inovação aberta, as empresas empregam, a partir do portfólio de patentes, duas estratégias para o gerenciamento da propriedade intelectual, ou seja; a aquisição de tecnologia externa, relacionada à absorção de conhecimento tecnológico e a exploração externa de tecnologia, relacionada à comercialização de conhecimento tecnológico, simultaneamente à sua aplicação interna.

CONCLUSÃO

Dentre as perspectivas conclusivas, o fato mais contundente é o de que a variável independente estudada reiterou a hipótese central desta pesquisa. Nesse sentido, as evidências também comprovaram o correto alinhamento teórico e científico das variáveis da pesquisa, pois, o fator de risco (falta e/ou carência de PI) apresentou influência e significância sobre todas as variáveis dependentes, portanto, afetam diretamente o desempenho empresarial da inovação tecnológica.

Além disso, ainda, pode-se afirmar que o objetivo da pesquisa foi atendido, uma vez, que os procedimentos metodológicos permitiram a análise sobre o desempenho empresarial da inovação tecnológica, tal como um fator dependente da propriedade intelectual.

Por outra perspectiva, a variável independente se mostrou significante sobre a variável dependente, a partir dos seus respectivos níveis de controle baixo. Isso induz que quanto mais efetiva for a gestão da propriedade intelectual nas EBT´s, melhores serão os seus desempenhos com a inovação tecnológica. Pelo âmbito da inovação aberta, pode-se afirmar que a PI é um instrumento que contribui para a acesso à inovação tecnológica e difusão e transferência de tecnologias.

Os resultados revelam que as EBT´s devem se atentar para a gestão da PI, sobretudo, as empresas capitalistas que se interessam por negócios que maximizem os seus resultados empresariais e ganhos de capital. Por um ponto de vista econômico, os resultados despontam a propriedade privada; nesta pesquisa, especificamente a PI, com potencialidade para melhorar os resultados empresariais e produzir vantagens que vão além do papel de garantir juridicamente a propriedade do capitalista, isto é, tal como um mecanismo eficaz para negociação de ativos que não são aplicados internamente pelas empresas.

Conclui-se, a partir da assertividade dos resultados da pesquisa, fundados na análise estatística inferencial que comprovou as relações de maximização entre o risco da falta e/ou carência de PI (em nível remoto e/ou moderado) e o valor empregado em P&D externa, que o gerenciamento PI é um processo indispensável para um sistema de inovação aberta.

REFERÊNCIAS

AGÊNCIA DE INOVAÇÃO DA UNICAMP (INOVA). Exercícios de cenários: trajetória dos NITs – o futuro das relações universidade, inovação e sociedade. Campinas: INOVA, maio de 2007.

BARROS NETO, B.; SCARMÍNIO, I. S.; BRUNS, R. E. Como fazer experimentos: pesquisa e desenvolvimento na ciência e na indústria. Campinas: Unicamp, 2007. 480 p.

CHESBROUGH, H. W. The era of open innovation. MIT Sloan Management Review. Cambridge, v. 44, n. 3, p. 35-41, 2003.

___________________. Why Companies Should Have Open Business Models. MIT Sloan Management Review, Cambridge, v. 48, n. 2, p. 22-28, 2007.

CHESBROUGH, H. W.; VANHAVERBEKE, W; WEST, J. Open Innovation: researching a new paradigm, Oxford: Oxford University Press, 2008.

____________________; _____________________. Open innovation and public policy in Europe. Bruxelas: Science Business Publishing Ltd. December 2011. Disponível em: www.sciencebusiness.net. Acesso em: 06 ago. 2012.

____________________. Modelos de negócios abertos: como prosperar no novo cenário da inovação. Porto Alegre: Bookman, 2012a, 220 p.

____________________. Inovação Aberta: como criar e lucrar com a tecnologia. Porto Alegre: Bookman, 2012b, 241 p.

CORREIA, E. A. S.; CARDOZA, J. A. S. Planejamento de experimentos no processo produtivo utilizando o método Taguchi. Revista GEPROS – Gestão da Produção, Operações e Sistemas, Bauru, Ano 6, n. 1, p. 55-66, jan-mar 2011.

LEVIN, R. A new look at the patent system. American Economic Review, Ano 2, V. 76, p. 787, may 1987.

DAVILA, T., ESPTEIN, M. J. SHELTON, R. La innovación que si funciona: cómo gestionarla, medirla y obtener beneficio real de ella. Editora Deusto, 2006. 324 p.

FONTÃO, H. Gestão da Inovação Aberta: Mitigação do Risco no Processo de Acesso à Inovação. São Paulo: UNINOVE, 2012. 230 p. Tese (Doutorado) – Programa de Mestrado e Doutoramento em Administração (PMDA), Universidade Nove de Julho, São Paulo, 2012.

INTERNATIONAL FEDERATION OF ACCOUNTANTS (IFAC). Enhancing sharehold wealth by better managing business risk. International Management Accounting Study, n. 9, jun. 1999.

LICHTENTHALER, U. Intellectual property and open innovation: an empirical analysis. International Journal of Technology Management. Geneva, v.52, n.3-4, p. 372-399, 2010.

MONTGOMERY, D. C. Introdução ao controle estatístico da qualidade. Rio de Janeiro: LTC, 2009.

RIBEIRO, J. L.; CATEN, C. Projeto de experimentos. Porto Alegre: Universidade Federal do Rio Grande do Sul, Escola de Engenharia, Programa de Pós-Graduação em Engenharia de Produção, 2003.

RIVETTE, K.; KLINE, D. Discovering new value in intellectual property. Harvard Business Review, jan.-fev., 2000.

ROSS, P. J. Aplicações das técnicas Taguchi na engenharia da qualidade: função perda, projeto de experimento ortogonal, projeto por parâmetros e por tolerâncias. Tradução: Regina Cláudia Loverri. Tevisão técnica: José Castro Waeny. São Paulo: Makron, McGraw-Hill, 1991. 333 p.

Rothwell, R. Successful industrial innovation: critical success factors for the 1990´s. R&D Management. n. 22, p. 221-239, 1992.

SCHUMPETER, J. A. Teoria do desenvolvimento econômico: uma investigação sobre lucros, capital, crédito, juro e o ciclo econômico. 3.ed. São Paulo: Nova Cultural, 1982.

Taguchi, G. System of experimental design: engineering methods to optimize quality and minimize Costs. White Plains. New York: UNIPUB/Kraus International Publications, 1987.

TIDD, J.; BESSANT, J.; PAVITT, K. Gestão da inovação. Editora Bookman, 2008. 600 p.

[1] Faculdade de Tecnologia de Pindamonhangaba; Centro de Investigação em Sociologia Económica e das Organizações, Lisboa, Portugal

[2] Faculdade de Tecnologia de Pindamonhangaba

Como publicar Artigo Científico

DEIXE UMA RESPOSTA

Please enter your comment!
Please enter your name here