Proceso de transferencia de conocimiento y tecnología

Las universidades han venido incorporando como una tercera misión, adicional a sus compromisos en docencia e investigación, un nuevo propósito relacionado con el emprendimiento, la innovación y el compromiso social, como un desafío importante en la economía basada en el conocimiento. En relación con lo anterior, esta tercera misión abarca la divulgación y difusión del conocimiento y tecnología. ^{Leischnig y Geigenmüller (2020)} argumentan que las universidades tienen como reto principal definir y adoptar modelos de TCT que enriquezcan sus competencias investigativas ante otras instituciones y mejoren la gestión de la propiedad intelectual y el relacionamiento entre la academia, el sector productivo y el Estado, a partir de sus capacidades. De lo contrario, puede significar el aislamiento de la universidad en la sociedad y un desaprovechamiento en la generación de valor económico y desarrollo industrial.

En Colombia el sistema de ciencia y tecnología ha reconocido la importancia de los grupos de investigación y se ha preocupado por diseñar lineamientos y estímulos a la excelencia, al considerar su principal actividad: investigación básica, aplicada y el desarrollo tecnológico (^{MinCiencias, 2018}). Al proceso de generación del conocimiento le siguen, según ^{Alpizar-Terrero, León-Robaina y Dentchev (2017)}, la protección de la propiedad intelectual de los resultados obtenidos. Por último, es posible transferir y comercializar ese conocimiento producido en el mercado agregando valor para quien lo recibe (^{Jiménez-Zapata y Calderón-Hernández, 2018}). En esta última etapa, las limitaciones existentes en los canales de difusión y transferencia adecuados del conocimiento restringen su uso para satisfacer las necesidades de la universidad y de la sociedad.

El concepto de TCT nace de la evolución que ha sufrido la universidad a lo largo de los años. ^{Miller, McAdam y McAdam (2016)}, sugieren la existencia de tres modos de producción de conocimiento universitario y sus respectivas formas de transferencia. En el modo 1 se alude al papel tradicional de las universidades en el desarrollo de investigación básica que conduce al aprendizaje social y a la educación (^{Gibbons, Nowotny, Schwartzman, Scott y Trow, 1994}). En el modo 2 se reconoce el nuevo rol de las universidades en las actividades de transferencia de tecnología en donde se observa una transición a la comercialización de la tecnología y un énfasis en la práctica (^{Gibbons et al., 1994}). De allí, se comprende la universidad como el vehículo que conduce a la transferencia de tecnología y como actor clave del sistema de innovación nacional. Y por último, en el modo 3, se presenta la universidad en un entorno de intercambio de conocimientos en amplia la interacción con la comunidad, incluyendo la formación y el desarrollo en sus misiones (^{Gibbons et al., 1994}).

Para ^{Bradley, Hayter y Link (2013)}, el TCT es un proceso lineal de ocho etapas que inicia desde la generación de una invención (etapa 1) y el descubrimiento de los investigadores o estudiantes universitarios, donde se divulga la intención de proteger el conocimiento (etapa 2). Luego en la etapa 3, con la existencia de una oficina de transferencia tecnológica (OTT) se evalúa el potencial comercial de la invención y el sector económico al cual podría venderse (^{Vega-González, 2021}). La cuarta etapa, si la OTT decide invertir en la invención, consiste en realizar la solicitud de protección. En la misma línea, ^{Bradley et al. (2013)} definen una quinta etapa, en la que si se otorga la protección, la oficina de transferencia busca comercializar la tecnología a organizaciones. Esto se reconoce como una actividad de marketing para hacer coincidir la tecnología con las necesidades de una empresa. Después, la etapa seis es de negociación, para establecer algún acuerdo de licencia, esperando asignar regalías entre las partes, incluida la universidad. Por último, en las etapas siete y ocho, la organización o empresario que recibe la tecnología se adapta y la utiliza. Este proceso se puede observar esquemáticamente en la Figura 1.

Fuente: adaptada de ^{Bradley et al. (2013}, p. 5).

Figura 1 Modelo tradicional de transferencia de tecnología universitaria 

Por otra parte, investigadores como ^{Castelló, López y Méndez (2019)} delimitan el proceso de transferencia de conocimiento en el marco de la "universidad innovadora", que busca comercializar los resultados de la investigación mediante la existencia de una unidad de transferencia de conocimiento a partir de dos actividades de explotación: licencia de una propiedad intelectual o el establecimiento de una empresa basada en el conocimiento (spin off). Dentro de las etapas distingue: 1) Fomento de la cultura innovadora; 2) Búsqueda y detección de ideas; 3) Evaluación de ideas; 4a) Licencia a una empresa establecida; 4b) Creación de spin off y 5) Creación de valor.

Las etapas 1, 2 y 3 aluden a los resultados de investigación generados en las instituciones, son el punto de partida del proceso de transferencia y se basan en la cultura orientada o no hacia la construcción de ideas recopiladas sin ninguna limitación, que finalmente se evalúan para saber su potencial de explotación y generación de valor en la industria. Las etapas 4a y 4b se refieren a los mecanismos posibles para la explotación de una patente. Allí cambia la forma como se utiliza el conocimiento y también la forma tradicional de transferencia de las universidades y se alinea con el propósito de la universidad en pro del desarrollo y obtención de beneficio económico (^{Bozeman, Fay y Slade, 2012}). Finalmente, la etapa 5 revela la aplicación del desarrollo en un mercado específico y espera verse reflejada en las distintas actividades que implica cualquiera de los dos mecanismos escogidos.

Por su parte, ^{Yuan et al. (2018)}, describen el proceso de TCT en dos etapas: 1) creación de tecnología y 2) comercialización de tecnología. La primera abarca la creación de tecnología utilizando las "habilidades únicas que poseen las universidades para dar forma, reorganizar y organizar continuamente los activos para crear nuevas tecnologías, mejorar el valor extraído de la colaboración con las industrias y responder a los cambios en el entorno" (^{Yuan et al., 2018}, p. 53). Esta fase comprende la generación de patentes de los adelantos sobre I+D y la inversión de recursos financieros y humanos para su consecución. En la segunda fase, la universidad debe aprovechar la combinación de sus activos y la creación de competencias mediante sus capacidades dinámicas para llevar a la comercialización de una patente, extrayendo valor de la tecnología y generando nuevo valor a las empresas. Es decir, aquí las instituciones de educación superior reconfiguran los recursos de acuerdo con la variación del entorno dentro del país o del mercado.

Interacción entre actores y etapas del proceso de TCT

De acuerdo con ^{Wehn y Montalvo (2018)}, para comprender la dinámica de la transferencia e intercambio de conocimiento y tecnología se requiere la exploración y descripción del comportamiento de los actores clave involucrados en el proceso. Hallam, Wurth y Flannery (2014) identifican tres componentes clave para que el proceso de TCT tenga lugar, sin importar el mecanismo utilizado; primero, se refiere al inventor del conocimiento transferible, esta invención tiene potencial para comercializar en empresas para la solución de problemas corporativos. Dicho actor es vital para el proceso de intercambio de conocimiento y se identifica como la fuente que da origen a la tecnología a transferir (^{Marulanda-Valencia y Valencia-Arias, 2019}). En segundo lugar, existe una unidad encargada de gestionar la propiedad intelectual conectando las necesidades de las empresas con las funcionalidades del resultado generado en las universidades, además apoya la negociación para la transferencia de tecnología. Estas entidades en algunas universidades se conocen como oficinas de transferencia tecnológica (^{Hallam et al., 2014}).

El tercer actor se refiere a la empresa creada o el empresario interesado en recibir el conocimiento o la tecnología. De la misma manera, ^{Marulanda et al. (2019)}, denominan este tercer actor como el que recibe y utiliza la tecnología y el conocimiento generados. ^{Paniccia y Baiocco (2018)} también resaltan que los actores del proceso de TCT pueden involucrar en su participación no solo a la universidad y a la industria sino también al Estado, lo que se denomina la triple hélice propuesta por ^{Etzkowitz y Leydesdorff (2014)}.

Por último, existen actores externos a la universidad, la industria y el Estado, conocidos como intermediarios, que facilitan el proceso y la gestión de transferencia, al fortalecer las capacidades de los actores en la evaluación, protección, comercialización y negociación de la tecnología (^{Lindkvist et al., 2019}). Ellos podrían participar en cualquier momento del proceso mediante actividades de apoyo y soporte funcionando como aceleradores, facilitadores, dinamizadores, asesores y difusores que fortalecen las capacidades (^{González, 2011}).

Capacidades de TCT

Considerando la revisión de literatura realizada se encuentra que el éxito del proceso de TCT, depende de las capacidades de la universidad para desarrollar cada una de las etapas. De este modo, al explorar las capacidades que pueden influir en este proceso es posible analizar el relacionamien-to de los actores. Por lo que algunos estudios han demostrado el relacionamiento entre los actores y el desarrollo de las etapas de transferencia de tecnología y las capacidades. Por ejemplo Macías, Valencia y Montoya (2018) encontraron que el intercambio de conocimiento en la Academia e Instituciones de Educación Superior (IES) está determinado por las capacidades de innovación que poseen. También, ^{Marulanda y Montoya (2015)} y ^{Quintero et al. (2019)} estudiaron los efectos de las capacidades disponibles de los actores que componen del proceso de TCT y su desempeño en un sector específico de la industria.

Para desarrollar un mecanismo de transferencia es indispensable que los actores del proceso posean capacidades específicas para cada etapa (^{Villalba, Robledo y Builes, 2016}), por lo que es posible definir tres capacidades en el proceso de la transferencia:

Sobre la interacción de los actores en el proceso de TCT, la universidad termina su participación en el intercambio de conocimiento y los empresarios deben apropiar la nueva tecnología hasta la creación de valor en su mercado (^{Olaoye et al., 2020}). Luego la empresa debe ser capaz de crecer y establecer conexión con otros mecanismos partidarios del Estado, que apoyen la configuración de sus capacidades para el uso y fabricación de la tecnología. La universidad puede volver a interactuar con la empresa después de la adopción del conocimiento generado (^{Aksoy y Beaudry, 2021})

Hipótesis dinámica

Se establecieron las relaciones de causalidad e interacción entre los actores y variables identificadas en la literatura y suministradas por la universidad mediante caso de estudio. La Tabla 1 enlista las variables del proceso actual de TCT en la Facultad de Minas de la Universidad Nacional de Colombia y describe la relación causal y directa entre los componentes clave del proceso, que se representan en la Figura 3.

Fuente: elaboración propia mediante el software Vensim.

Figura 4 Diagrama causal de TCT de la Facultad de Minas de la Universidad Nacional de Colombia 

La figura 3 analiza los ciclos de realimentación. Se denota con una flecha en círculo con la letra R cuando es un ciclo de refuerzo y la letra B un ciclo de balance. Para este caso, el proceso de TCT muestra ciclos de refuerzo. Primero, los ciclos R1 y R2 describen una relación positiva entre el número de contratos de servicios tecnológicos y la experiencia en el proceso, mejorando las capacidades de PI y de marketing tecnológico. También estas capacidades aumentan los contratos de servicios tecnológicos establecidos en la universidad y mejoran el desempeño del proceso de transferencia. Las capacidades de I+D influyen en el desempeño del proceso de TCT y se observa en el ciclo R3, por medio de la relación positiva con variables como aumento de activos de conocimiento, que incrementa los activos potencialmente evaluados y que se van a proteger. De allí se incrementa la probabilidad de generar más contratos de servicios tecnológicos lo que afecta positivamente el aprendizaje y la experiencia del proceso, de tal manera que, si esta última incrementa, lo mismo sucede con las capacidades de I+D. Al mismo tiempo, en el ciclo R4 se evidencia la misma relación ya descrita, pero el número de activos evaluados aumenta el número de activos no protegidos dependiendo de los conocimientos y tecnologías que no cumplen con los requisitos para ser protegidos. También se observa una relación causal entre las etapas de la transferencia a partir de los mecanismos de TCT, ya que si las empresas incrementan el número de spinoff, adaptación del conocimiento y tecnología o de licenciamientos pasará lo mismo con la experiencia exitosa del proceso. Esto implica un aumento en el número de contratos de servicios tecnológicos que la universidad celebra con el sector real y genera que tales mecanismos de transferencia se concreten (^{Hernández, 2017}) Esta relación pude observarse en los ciclos R4, R6 y R7, respectivamente.

Los ciclos R8 y R9 simbolizan el efecto positivo de un aumento en las ventas de transferencia sobre las capacidades de marketing tecnológico y de gestión de la PI, correspondientemente. Por ejemplo, en la creación de spinoff, si las ventas de transferencia aumentan el presupuesto inicial, también lo hacen las capacidades de marketing tecnológico y de gestión de PI, y simultáneamente estas capacidades incrementan los contratos de servicios tecnológicos, con lo que se afecta de forma positiva la generación de empresas de base tecnológica (spinoff) y por consiguiente las ventas de transferencia.

El ciclo R10 representa la capacidad de I+D que se incrementa por un aumento de las ventas de transferencia. Este es un ciclo de refuerzo muy extenso ya que estas capacidades acrecientan los activos de conocimiento generados, los activos evaluados y los activos protegidos y el número de contratos de servicios tecnológicos y las spinoff conformadas, lo que al final se convierte en regalías para la universidad. Por último, el ciclo R11 y el ciclo R12 se refieren a la habilidad adquirida en las etapas del proceso de TCT: activo de conocimiento y activo protegido. Por un lado, R11 indica un relacionamiento entre la generación de activos de conocimientos y la capacidad de I+D, puesto que, para que esta primera se lleve a cabo se necesita tener esta capacidad y cuando se da la creación de conocimiento se extienden las capacidades de investigación. Igualmente, el ciclo R12 muestra que la protección de los activos requiere de la capacidad de gestión de la propiedad intelectual. Luego, cuando se desarrollan actividades de protección de activos, se aumentan las habilidades en esa capacidad.

Diagrama de Forrester

La Figura 5 presenta el diagrama de Forrester o de Flujos y Niveles, construido a partir de las capacidades de TCT y desarrollado con el software PowerSim Studio 10 ®. Es posible analizar dos componentes: delimitado en color naranja, el modelo de las etapas de transferencia de conocimiento y tecnología; y, delimitado en color verde, el modelo de capacidades de transferencia de conocimiento y tecnología requeridas en cada etapa. Para el horizonte de tiempo de la simulación se consideró, que este periodo fuera superior al estimado en la duración de las etapas de la TCT. Por lo que, es de resaltar que cada uno de los activos de conocimiento generados tiene diferentes márgenes de tiempo para su transferencia al mercado (^{Macías, 2014}). Así, la simulación es de diez años, con un tiempo de paso anual, que muestra el desempeño del proceso de TCT.

Fuente: elaboración propia mediante PowerSim Studio 10 ®.

Figura 5 Diagrama de Forrester de TCT de la Facultad de Minas de la Universidad Nacional de Colombia 

Validación del modelo de simulación

El modelo se validó mediante pruebas de consistencia dimensional y se corroboró que todas las variables, ecuaciones, flujos y niveles tuvieran las unidades requeridas para simular siguiendo lo propuesto por ^{Valencia y Obando (2017)}. Se corrieron también pruebas de condiciones extremas, que evidenciaron que el modelo es estable y que los resultados obtenidos estuvieron acordes con la realidad, tal como lo indican ^{Arango et al. (2009)}. Para algunas variables se utilizaron gráficos de referencia con el fin de garantizar su comportamiento durante la simulación. Asimismo, se realizó la consulta a expertos sobre el comportamiento del modelo. El concepto arrojado reflejó que los resultados se comportan de manera similar a las condiciones actuales del proceso de TCT de la Facultad de Minas.

Escenario base

Se reconoce como el escenario problema y presenta la simulación de las condiciones actuales del proceso de la TCT en la Facultad de Minas proyectado a diez años. La tabla 2 expone los valores iniciales utilizados para simular este escenario.

Escenario 1

El escenario 1 plantea una situación pesimista sobre un bajo nivel de inversión en las tres capacidades de TCT. Se considera que para el proceso de intercambio de conocimiento de la Facultad de Minas se ejerce un porcentaje de reinversión bajo que depende de los ingresos por mecanismos de transferencia. También se considera una reducción del presupuesto destinado a las actividades de investigación, que puede estar determinado por una crisis que obligue a priorizar en otras funciones misionales de la universidad. La tabla 3 registra los valores utilizados para simular el escenario 1.

Escenario 2

En la tabla 4 se muestran los valores utilizados para simular el escenario 2. Este es un escenario optimista, dentro de las variables de estudio, dada la relevancia del aprendizaje en las actividades de la TCT, como efecto de una mejor relación y comunicación entre los actores del proceso. Siguiendo a ^{Contreras, Pérez-Uribe, Vargas y Salcedo-Pérez (2020)} para propiciar el aprendizaje es necesario tener una cultura del aprendizaje, implementar capacitaciones sobre este propósito y sistematizar la información que se transfiere entre las actividades para convertirla en conocimiento. Al plantear este escenario se desea analizar el efecto que tiene para la universidad, aprender del proceso de TCT en un menor tiempo, en especial en la acumulación de las capacidades de TCT, acopiado de los mecanismos de transferencia y de las ventas generadas de ella.

Escenario 3

El escenario 3 propuso analizar el efecto que tenía una disminución en las matrículas de posgrado al mismo tiempo que una caída del número de docentes dedicados a investigar (baja producción de activos de conocimiento y tecnología), sobre las capacidades de TCT y los mecanismos de transferencia. Por lo que este escenario también describe una situación pesimista para el proceso de la Facultad de Minas. Teniendo en cuenta lo anterior, la Asociación Colombiana de Universidades (Ascun, 2020) afirma que desde 2018, el número de matrículas de estudiantes en las universidades colombianas ha decrecido. Las razones se deben a la falta de financiamiento para el programa de estudio, planes de estudios considerados obsoletos y cambios demográficos que ha sufrido la población. Ello se relaciona con el bajo número de estudiantes de posgrado dedicados a investigar.

Análisis de escenarios

La Figura 6 condensa la comparación de los resultados de las simulaciones del escenario base y los tres escenarios hipotéticos para las principales variables del modelo en cuanto a la evolución de su comportamiento.

Fuente: elaboración propia.

Figura 6 Evolución de las principales variables del modelo para los cuatro escenarios de simulación  

En la Figura 6(a) se observa la comparación de los resultados de los tres escenarios para la capacidad de I+D con respecto al escenario base. Los niveles de acumulación en el escenario pesimista son menores que los del escenario base (3,6), es decir, que una disminución del presupuesto representa menores recursos para la ejecución de proyectos de investigación y generaría activos con baja calidad para responder a las necesidades del entorno y limitaría su transferencia a la industria.

Este resultado concuerda con lo descrito por ^{Cruz-Castro y Sanz-Menéndez (2016)} al indicar que los recortes presupuestarios en los sistemas de I+D los hace menos competitivos (disminuye sus capacidades) y reduce los incentivos de los actores hacia la investigación. En cuanto al escenario 2 optimista de rápido aprendizaje, se evidencia que la Facultad alcanza en la capacidad de gestión de I+D, el valor máximo de acumulación (5) muy rápidamente, en comparación con el escenario base mostrando que se empieza la etapa de obsolescencia del conocimiento o de habilidades, por lo que, para mantenerlas se requiere poner en marcha estrategias como inversión de capital. Este hallazgo refuerza la estrecha relación entre el aprendizaje y las capacidades tal como la han comprobado en su investigación ^{Romero, Suárez y Rodríguez (2018)}, dado que las organizaciones generan rutinas y el aprendizaje para lograr procesos de cambio y mejorar capacidades de innovación. Esto también es congruente con el estudio de ^{Agarwal, Anand, Bercovitz y Croson (2012)}, quienes afirman que la curva de aprendizaje se relaciona con la capacidad de asimilar los conocimientos generados por medio de rutinas compartidas entre las partes que conforman la organización.

Para el escenario 3, que simboliza la baja producción de activos de conocimiento y tecnología por el número reducido de estudiantes y profesores dedicados a investigar, se muestra un comportamiento de "S" en declive, hay un crecimiento inicial muy pequeño, que alcanza un valor máximo de 3 (por el número de docentes y estudiantes acumulados en escenario base) y luego una gran caída (cuando aumenta el flujo de salida de docentes y disminuye el ingreso de estudiantes de posgrado).

En relación con el comportamiento de la capacidad de pí, en el escenario 1, un bajo nivel de presupuesto significa dificultad para efectuar la evaluación de activos potenciales de ser protegidos por falta de recursos frescos o una baja asociación con otras compañías para la maduración de los activos por proteger y los ya protegidos. Los hallazgos expuestos son coherentes con lo argumentado por ^{Solís, Ovando, Olivera y Rodríguez (2020)}, al mencionar que se requiere de recursos financieros y presupuesto para gestionar la propiedad intelectual de los resultados investigativos y para el desarrollo de las habilidades y capacidades de este proceso de protección.

En el escenario 2 (optimista), la capacidad de gestión de PI se encuentra en la fase de rápido crecimiento o aprendizaje del proceso, es decir, la Facultad es competente en actividades como trámites y negociaciones para la protección de los activos de conocimiento. Por último, el escenario 3 indica que esta capacidad está en la fase inicial de la curva en "S" con niveles muy bajos de acumulación 3,3, lo que significa un gran bajón de activos potenciales para proteger. Lo anterior se observa en la figura 5b. Esto último valida lo mencionado por ^{Halilem, Amara, Olmos-Peñuela y Mohiuddin (2017)}, acerca de que una disminución en el número de personas interesadas en investigar afecta la producción de activos de conocimiento disponibles para su protección.

En la Figura 6(c) se puede ver una comparación de los resultados obtenidos de la variable capacidad de marketing tecnológico de los tres escenarios propuestos en relación con el escenario problema. El escenario 1 con el bajo presupuesto denota un nivel de acumulación de 1,3 esto es, baja posibilidad de explotación del activo porque no se poseería recursos, herramientas o personal para captar la atención de los clientes, mediante ferias o asistencia a ponencias internacionales para visibilizar la tecnología. En el escenario 2, por medio del rápido aprendizaje para la capacidad de marketing tecnológico se advierte un incremento del nivel acumulado de 4,5, lo que puede significar mayor y mejor vinculación del receptor (industria) con el transmisor (universidad) del conocimiento o la tecnología, tal como lo refleja el estudio de ^{Jácome, Albarrasin y Medina (2017)}, quienes señalan cómo la transferencia de conocimiento es resultado del aprendizaje continuo dado que este permite responder a los requerimientos de mercado global mediante las capacidades de innovación. Finalmente el escenario 3 (pesimista) revela problemas para hallar el mercado más acorde al conocimiento o tecnología desarrollada y para la definición de un precio adecuado de comercialización, ya que esta capacidad alcanza un máximo de 3,5 de acumulación con respecto al escenario base.

El comportamiento observado en las Figuras 6(d), 6(e) y 6(f), sobre los mecanismos de transferencia de conocimiento spinoff, licenciamientos, consultorías y asesorías indica que en el escenario 1 el bajón de presupuesto tiene un efecto leve de disminución. Esto se debe a que el recurso principal, talento humano, docentes y estudiantes (estables en este escenario), continúan con la creación de conocimiento ya que no depende de un salario adicional para ello. Por esta razón se alcanza un nivel acumulado de 2 spinoff, 12 licenciamientos y 279 consultorías y asesorías durante el periodo de simulación, que se alinean con lo analizado por ^{García, Pérez y Miranda (2018)}, quienes hallaron que la transferencia de conocimiento y tecnología no depende de aspectos organizacionales en las universidades sino del talento humano destinado a investigar. Además, resalta un factor adicional en los investigadores que tiene que ver con su motivación para generar los activos de conocimiento y su intención de comercializarlos.

A la vez, en las figuras 6(d), 6(e) y 6(f), se visualizan los resultados de la simulación del escenario 2 (optimista), en el que aumenta el nivel de spinoff de 3,4, lo cual revela una acumulación de esfuerzos, en actividades y trámites para la creación de una nueva empresa, que por el límite del horizonte de tiempo de simulación no alcanza a concretarse. Para el escenario de licenciamientos se obtiene un valor acumulado de 31 de estos contratos. Las con-sultorías y asesorías también se incrementan hasta acumular 684 contratos. Esta situación hipotética demuestra que tales variables son susceptibles positivamente a la condición de un rápido aprendizaje del proceso de TCT.

En lo que concierne al escenario 3 para los mecanismos de transferencia, simultáneamente en las figuras 6(d), 6(e) y 6(f) se verifica un decrecimiento con respecto al escenario base. En primer lugar, el nivel de spinoff acumulado es de 1,6 (0,6 de acumulación de esfuerzos para obtener la segunda empresa creada); luego, el valor acumulado para los licenciamientos disminuye a 15. Por último, el nivel de acumulación de las consultorías y asesorías alcanza los 372 contratos. En este sentido, el no contar con suficientes docentes y estudiantes de posgrado dedicados a la investigación, hace que disminuya el conocimiento generado y, en consecuencia, las opciones de transferirlo.

Terminando, en la Figura 6(g) se puede evidenciar el comportamiento de las ventas generadas por los mecanismos de transferencia realizados en los tres escenarios propuestos comparado con el escenario base. En el escenario 1 cuando hay bajo presupuesto para las capacidades, se observa una disminución muy significativa con respecto al escenario problema con un valor acumulado del $105.734.185.339, mientras que las ventas acumuladas según las condiciones del escenario 2 muestran un aumento importante con respecto al escenario base, con un total acumulado de $179.990.512.026. Finalmente, el escenario 3 confirma que con base en las disminuciones presentadas en las capacidades de TCT, también se reducen los niveles en ventas acumuladas por la transferencia de resultados de investigación al mercado, en relación con el escenario problema con un nivel alcanzado de $134.867.031.574.

Acciones en el corto plazo de la Facultad de Minas

De acuerdo con el análisis anterior, el escenario 2 (optimista) se convierte en el propósito a largo plazo de la Facultad de Minas, y para lograrlo debe establecer un plan de acción en ese término que, aunque sus efectos no se evidencien de manera inmediata, requiere dar inicio prontamente. Este plan de acción se enfoca en promover la acumulación de las capacidades (I+D, gestión de PI, y mercadeo) con la intervención de las variables analizadas: presupuesto, aprendizaje y la dedicación de estudiantes de posgrado y docentes a investigar. En virtud de los comportamientos obtenidos en el escenario 2, se evidencia que la Facultad es fuerte en la capacidad de I+D, y que puede dar prioridad a las capacidades de mercadeo y gestión de PI. Como actividades a corto plazo, la recomendación para la Facultad consiste en invertir recursos en estrategias que apunten a mejorar las capacidades de mercadeo y gestión de PI y definir estrategias que permitan aumentar la curva de aprendizaje.

La implementación de estas estrategias está bajo la responsabilidad del Centro de Desarrollo e Innovación (CDI), puesto que cumple la función de enlace entre la Facultad y el entorno (mercadeo) y gestionar los productos resultados de investigación (Gestión de PI). Por tanto, teniendo en cuenta las recomendaciones arrojadas en esta investigación, el Plan interno 2020-2022 del Centro ha sido enriquecido con nuevas estrategias enlazadas al objetivo "Impulsar acciones de relacionamiento y construcción de confianza con las empresas", tal como se muestra en la Figura 7, que corresponde a una extracción del Plan.

Fuente: elaboración propia.

Figura 7 Acciones en el corto plazo de la Facultad de Minas 

Estas nuevas estrategias requieren de la asignación presupuestal y de recursos humanos para garantizar el aprendizaje institucional.