深度搜索与广度搜索及其对创新影响时机的影响

本研究从新视角审视创新策略中的深度与广度论争，通过建模动态集体知识体系中的探索活动，强调技术影响时机的重要性。我们利用前沿机器学习方法在双曲空间中投影专利引用网络，分析 490 万美国专利，检验搜索策略如何导致影响积累具有不同时序特征。我们发现，基于深度搜索的发明——该搜索依赖于对复杂重组结构的专业性理解——通过早期在专业社区中的采纳驱动更高的短期影响，但随着创新被“锁定”并具有有限的扩散潜力而面临收益下降。相反，基于广度搜索的发明——该搜索横跨不同领域——虽面临初始阻力，但通过触及认知上具有多样性的受众，实现更广泛的扩散和更大的长期影响。单个发明需要深度与广度才能实现稳定的影响。组织可以在多个发明之间战略性地平衡方法：使用深度构建可靠的技术基础设施，同时使用广度扩张应用。我们推动创新理论发展，展示深度和广度搜索策略如何分别塑造技术影响的时机和轨迹，以及如何利用这些机制在剥削与探索之间取得平衡。