Основна статия на блога:
Да разберем понятието „оптимум“: Защо организациите остават заклещени между локалните оптимуми – и не виждат глобалния оптимум
Резюме: Защо едно добро решение далеч не е най-доброто решение
Какво се случва, когато дадена компания внимателно определя приоритетите на инвестиционните си проекти, разпределя ефективно бюджетите си и въпреки това пропуска да реализира потенциална добавена стойност в размер на милиони евро?
На почти всяко заседание на управителния съвет се обсъждат инвестиционни решения въз основа на икономически показатели, стратегически приоритети и налични ресурси.
Проектите се оценяват. Бизнес случаите се сравняват. Инвестиционните бюджети се разпределят. Сключват се компромиси.
В крайна сметка се получава портфейл, който изглежда правдоподобен, икономически обоснован и организационно осъществим.
Но един решаващ въпрос често остава без отговор:
Дали избраната от нас комбинация от проекти наистина е най-доброто икономическо решение – или просто едно добро решение сред разгледаните от нас алтернативи?
Именно тук се крие разликата между локални и глобални оптимуми.
Локалното оптимум не може да бъде подобрено в рамките на определена област. Глобалното оптимум, от друга страна, постига най-добрата стойност на целевата функция в рамките на цялото допустимо пространство за вземане на решения.
При стратегическото планиране на инвестициите тази разлика може да има значителни икономически последици.
Защото предприятията не вземат решения само за отделни проекти. Те вземат решения за комбинации от проекти, които едновременно се конкурират за капитал, ресурси и капацитети.
StratePlan съчетава математически методи за оптимизация от операционните изследвания с подходи, базирани на изкуствен интелект, за да проучва систематично такива сложни пространства за вземане на решения.
Затова решаващият управленски въпрос не е: „Оптимизирахме ли нашите проекти?“
А: Избрали ли сме най-изгодната от икономическа гледна точка комбинация от нашите проекти?
1. Какво означава „оптимум“? Математическата дефиниция
В математиката терминът „оптимум“ обозначава решение, което в рамките на определено пространство за вземане на решения максимизира или минимизира дадена целева стойност.
Множественото число е „оптимуми“.
В теорията на оптимизацията се прави разграничение между локални и глобални оптимуми.
Локален оптимум
Локалното оптимум е решение, което в рамките на определено съседство не може да бъде подобрено чрез допустима промяна.
Решението може да бъде оптимално в рамките на тази ограничена област, въпреки че на други места в пространството за вземане на решения са възможни по-добри резултати.
Глобално оптимум
Глобалното оптимум е решение, което постига най-добрата стойност на дефинираната целева функция в рамките на цялото допустимо пространство за вземане на решения.
При задача за максимизиране никое друго допустимо решение не притежава по-висока стойност на целевата функция.
При задача за минимизация никое друго допустимо решение не притежава по-ниска стойност на целевата функция.
Важно: Глобалното оптимум не е задължително да е еднозначно. Няколко различни комбинации от проекти могат да достигнат една и съща оптимална стойност на целевата функция.
За предприятията това разграничение е от ключово значение.
Едно инвестиционно решение може да бъде икономически оптимално в рамките на даден бизнес сектор и в същото време да генерира по-малък общ принос в сравнение с междусекторна алтернатива.
Затова качеството на оптимизацията зависи не само от използваната методология за изчисление, но и от това, на какъв обхват на вземане на решения и на каква целева функция се основава.
2. Защо организациите често остават в локални оптимуми
Предприятията са структурирани в отдели, бизнес сфери, локации и структури на отговорност.
Това организационно разделение позволява ефективно управление на сложни бизнес процеси.
Тя обаче често води до това инвестиционните решения да се вземат в рамките на ограничени области на отговорност.
Един производствен обект оптимизира инвестициите си в машини.
ИТ-отделът определя приоритетите си при проектите за дигитализация.
Отделът по продажбите оценява мерките за увеличаване на оборота.
Управлението на недвижимите имоти взема решения относно ремонти и развитие на обектите.
Всяка единица може да взема икономически обосновани решения в рамките на своята сфера на отговорност.
Но често компанията разполага с общ или поне ограничен общ бюджет.
Поради това различните бизнес единици се конкурират за едни и същи финансови ресурси.
Типични причини за локално ограничени оптимизации са:
- Разделени инвестиционни бюджети: капиталът се разпределя в рамките на отделните бизнес направления, без да се разглеждат съвместно всички инвестиционни алтернативи.
- Различни ключови показатели за ефективност (KPI): отделите преследват индивидуални цели, които не съвпадат напълно с общата цел на компанията.
- Исторически решения: Вече одобрените проекти се продължават с предимство, въпреки че други комбинации биха могли да бъдат икономически по-атрактивни.
- Конфликти за ресурси: Няколко проекта се нуждаят от едни и същи човешки или технически ресурси.
- Ограничено проучване на варианти: Управителните органи сравняват само ограничен брой подготвени сценарии.
Тези фактори могат да доведат до това дадена организация успешно да оптимизира отделните си области, без да постигне най-добрия възможен цялостен резултат.
Предприятието оптимизира своите съставни части – но не непременно най-добрата от икономическа гледна точка комбинация от тях.
3. Невидимото пространство за вземане на решения: Защо 2^N променя логиката на управлението
Веднага щом има няколко проекта, от които да се избира едновременно, възниква комбинаторно пространство за вземане на решения.
В опростен бинарен модел всеки проект може да бъде реализиран или не.
При N независимо избираеми проекта теоретично възникват 2^N възможни комбинации от проекти.
Броят нараства експоненциално:
- 7 проекта: 2^7 = 128 комбинации
- 10 проекта: 2^10 = 1 024 комбинации
- 20 проекта: 2^20 = 1 048 576 комбинации
- 30 проекта: 2^30 = 1 073 741 824 комбинации
- 40 проекта: 2^40 = 1 099 511 627 776 комбинации
- 50 проекта: 2^50 = 1 125 899 906 842 624 комбинации
- 100 проекта: 2^100 = около 1,27 × 10^30 комбинации
При 50 планирани инвестиционни проекта съществуват около 1,126 билиарда теоретично възможни комбинации от проекти.
Не всяка комбинация е допустима поради бюджетни ограничения, ограничения на ресурсите или зависимости между проектите.
Въпреки това този мащаб ясно показва защо класическите управленски процеси могат да разглеждат само ограничена част от математическото пространство за вземане на решения.
Управителният съвет може да оцени 50 проекта поотделно.
Той обаче не може да сравни изчерпателно повече от един билиард комбинации от проекти.
Истинското предизвикателство не се състои в разбирането на отделните проекти. То се състои в определянето на най-доброто от икономическа гледна точка допустимо решение измежду възможните комбинации от тези проекти.
4. Защо дискусиите и семинарите за управление не гарантират глобална оптимизация
Управленските органи са незаменими за дефиниране на стратегически цели, оценяване на икономическите предположения и поемане на отговорност за решенията.
Те обаче не са математически алгоритми за оптимизация.
На практика често се сравняват няколко предварително подготвени сценария.
Например:
- Базов сценарий с първоначално планирания инвестиционен бюджет
- Консервативен сценарий с намалени разходи
- Сценарий за растеж с допълнителни инвестиции
- Стратегически сценарий с приоритетни проекти
Тези варианти могат да бъдат внимателно разработени и икономически обосновани.
Те обаче често отразяват само малка част от цялото математическо пространство на възможните решения.
Изборът между четири предварително подготвени сценария не дава автоматичен отговор на въпроса дали сред милиони други комбинации съществува икономически по-добро решение.
Най-добре обсъденият вариант не е непременно най-добрата математически възможна комбинация от проекти.
Именно затова стратегическата дискусия трябва да бъде допълнена с подходящи математически методи за оптимизация.
5. Пример за изчисление: Защо най-добрата единична инвестиция не води до най-добрия портфейл
Едно предприятие разполага с инвестиционен бюджет от 10 милиона евро.
На разположение са три проекта.
| Проект | CAPEX | Нетна добавена стойност |
|---|---|---|
| Проект А – Производствено съоръжение | 7 млн. евро | 4 млн. евро |
| Проект Б – Автоматизация | 5 млн. евро | 3 млн. евро |
| Проект В – Енергийна ефективност | 5 млн. евро | 3 млн. евро |
Проект А има най-високата индивидуална нетна стойностна добавка.
Ако този проект бъде избран, остават 3 милиона евро от бюджета.
Тези средства не са достатъчни за допълнителното реализиране на някой от останалите проекти.
Общата нетна стойностна приноса възлиза на 4 милиона евро.
Математическият анализ на възможните комбинации от проекти обаче показва икономически по-изгодна алтернатива.
Проектите Б и В заедно изискват 10 милиона евро и постигат комбиниран нетен принос към стойността от 6 милиона евро.
При предположението, че проектите са независими и без допълнителни ограничения, комбинацията от проекти Б и В е оптималната за максимизиране на нетната стойностна добавка.
Оптимизираният портфейл постига с 50 % по-висока нетна стойностна приноса в сравнение с първоначалния избор.
За целта предприятието не се нуждае от допълнителен инвестиционен капитал.
Трябва само да избере друга комбинация от наличните си проекти.
Този пример илюстрира субоптимално решение за портфейла. Дали първоначалният избор представлява локален оптимум в строгия математически смисъл зависи от дефиницията на допустимите промени в съседните елементи.
Основното заключение остава: икономически най-добрата единична инвестиция не е задължително част от икономически най-добрата комбинация от проекти.
6. Защо локалните оптимуми могат да бъдат математически толкова стабилни
Локалните оптимуми често възникват чрез процедури за постепенно подобрение.
Един алгоритъм или управленски процес започва с вече съществуващо решение и се опитва да го подобри чрез малки промени.
Например, един проект се премахва от портфейла и се замества с друг.
Ако общият икономически принос се подобри, новата комбинация се приема.
Този процес може да се повтаря, докато в разглежданото съседство не се открие възможност за по-нататъшно подобрение.
Резултатът тогава е локален оптимум.
Възможно е обаче извън тази област да съществува значително по-добро решение.
За да се достигне до него, може да се наложи едновременната замяна на няколко проекта.
Отделни междинни стъпки първоначално биха могли да доведат до по-лоши резултати.
Един прост локален алгоритъм за търсене може да не извърши такива промени при определени обстоятелства.
В организациите може да възникне подобен ефект.
Даден бизнес сектор подобрява постепенно съществуващото си инвестиционно планиране, без да проучва принципно различни варианти за разпределение на капитала.
По този начин може да възникне икономически обоснована и стабилна комбинация от проекти, въпреки че други портфейли биха позволили по-висок общ принос.
Стабилността на едно съществуващо решение следователно не е доказателство за неговата глобална оптималност.
7. Глобална оптимизация: най-доброто решение в рамките на цялото допустимо пространство за вземане на решения
Глобалната оптимизация има за цел да определи най-доброто решение за дадена целева функция в рамките на цялото допустимо пространство за вземане на решения.
При стратегическото разпределение на капитала тази целева функция може да бъде, например, максимизирането на очакваната нетна стойностна приноса.
Математическата оптимизация отчита наличните инвестиционни алтернативи и дефинираните ограничения.
Типични ограничения са:
- Максимален инвестиционен бюджет
- Налични човешки ресурси
- Технически ограничения на капацитета
- Зависимости между проектите
- Времеви ограничения
- Минимални стратегически изисквания
- Регулаторни задължения
Подходящите алгоритми за оптимизация проучват математическото пространство на решенията и търсят комбинация от проекти, която най-добре удовлетворява целевата функция.
За тази цел могат да се използват различни методи:
- Целочислена и смесено-целочислена оптимизация
- Метод „Branch-and-Bound“
- Динамично програмиране
- Метаевристики
- Методи с много начални точки и комбинирани стратегии за търсене
- Подкрепени от изкуствен интелект методи за оценка и търсене
Някои от тези методи могат, при подходящи условия, математически да докажат наличието на глобален оптимум.
Други предоставят приблизително оптимални решения, без да предоставят пълно доказателство за оптималност.
Пълното индивидуално изчисляване на всички 2^N комбинации не е принципно необходимо за математическата оптимизация на големи пространства за вземане на решения.
Допълнителна информация е представена в статията „Нов метод за изчисление с изкуствен интелект в управлението на портфейла от проекти за оптимизиране на CAPEX“.
8. Защо Excel, моделите за оценка и матриците за приоритизиране не гарантират глобална оптималност
Excel, моделите за оценяване и матриците за приоритизиране са утвърдени инструменти за стратегическо инвестиционно планиране.
Те позволяват структурирана оценка на отделни проекти и изготвяне на икономически сценарии.
Техните ограничения се проявяват особено тогава, когато подреждането на отделните проекти по важност се приравнява на математически оптимален избор на портфейл.
Excel: Отделните оценки все още не представляват оптимизация на портфейла
Excel е изключително подходящ за изчисляване на бизнес случаи, възвръщаемост на капитала и инвестиционни сценарии.
С подходящи функции на Solver могат да се обработват и математически оптимизационни задачи.
Обикновеният списък в Excel, в който проектите са подредени по възвръщаемост на инвестициите (ROI) или нетна настояща стойност, обаче не отчита автоматично всички възможни комбинации от проекти.
При големи комбинаторни пространства за вземане на решения специализираните методи за оптимизация могат да бъдат необходими или по-ефективни.
Модели за оценяване: Най-добрата класация не е най-добрият портфейл
Моделите за оценяване оценяват проектите въз основа на определени критерии.
Проектите с най-високи резултати се реализират с предимство.
Този метод осигурява прозрачност по отношение на индивидуалните приоритети.
То обаче не гарантира, че избраната комбинация ще постигне най-високия икономически или стратегически принос като цяло.
Матрици за приоритизиране: опростяване вместо пълна оптимизация
Матриците за приоритизиране помагат за класифицирането на проектите въз основа на критерии като въздействие, разходи, спешност или стратегическа значимост.
Те са полезни за представянето на сложна информация по разбираем начин.
От това обаче не се получава автоматично математически оптимална комбинация.
Затова решаващият въпрос е: оценяваме ли отделни проекти – или изчисляваме икономически най-добрата комбинация от всички налични проекти?
9. StratePlan: Математическа оптимизация на портфейла вместо ограничено проучване на варианти
StratePlan е разработен с цел математическа оптимизация на сложни инвестиционни и проектни портфейли.
Технологията съчетава методи от операционните изследвания с подходи, базирани на изкуствен интелект, за ефективно проучване на големи комбинаторни пространства за вземане на решения.
За създаването на основен икономически оптимизационен модел първоначално са необходими само три данни за всеки проект:
- Идентификационен номер на проекта: Еднозначна идентификация на проекта
- Разходи: Планирани разходи или инвестиции
- Приходи: Очаквани приходи или икономически възвръщаемости
Освен това се определя наличният инвестиционен бюджет.
Данните за проекта могат да бъдат прехвърлени, например, от съществуващи инвестиционни планове в Excel.
StratePlan проучва възможни комбинации от проекти и изчислява портфейл в съответствие с избраната целева функция.
При „Maximize Net Contribution“ акцентът е върху максимизирането на общата очаквана нетна стойностна приноса.
В допълнение, възвръщаемостта на инвестициите (ROI) на портфейла може да бъде отчетена като икономически показател.
Разширените модели могат да отчитат допълнителни ограничения и параметри за оценка:
- зависимости между проектите
- Стратегически тегла
- Ограничения на ресурсите и капацитета
- Многогодишни инвестиционни бюджети
- Временни изисквания
- Критерии за риск и устойчивост
Резултатът не е просто класация на отделни проекти, а математически изчислена комбинация от проекти в рамките на определените условия.
По този начин StratePlan допълва стратегическото вземане на решения с ниво на математическа оптимизация.
10. На живо по време на заседание на управителния съвет: Коя комбинация от проекти всъщност е най-добрата?
Математическата оптимизация на портфейла става особено ценна, когато е пряко интегрирана в стратегическите управленски решения.
Да си представим индустриален концерн с 100 планирани CAPEX-проекта.
Общата сума на всички инвестиционни искания надвишава наличния бюджет.
Няколко бизнес подразделения вече са определили приоритетите на своите проекти и са ги оценили от икономическа гледна точка.
Сега управителният съвет иска да знае коя комбинация от всички проекти ще постигне най-високата очаквана нетна добавена стойност.
Сценарий А: Оптимизация, обхващаща всички бизнес единици
Финансовият директор пита:
„Какво ще се промени, ако вече не оптимизираме всеки бизнес сектор поотделно, а разглеждаме всички инвестиционни проекти като едно цяло?“
Проектите се моделират в едно общо портфолио.
StratePlan изчислява оптимизирана комбинация, като взема предвид определения бюджетен лимит.
Сравнението с досегашното планиране може да покаже дали различно разпределение на капитала би позволило по-висок общ икономически принос.
Сценарий Б: Задължително отчитане на стратегическите проекти
Изпълнителният директор пита:
„От какъв икономически принос е възможно да се лишим, ако определени проекти трябва задължително да бъдат реализирани, независимо от тяхната индивидуална рентабилност?“
Въпросните проекти се вземат предвид като задължителни ограничения.
Портфейлът се изчислява отново.
Сравнението показва какви са последиците от това изискване върху очакваната нетна стойностна добавка.
Сценарий В: Намаляване на бюджета
Финансовият директор иска да знае:
„Каква комбинация от проекти трябва да изберем, ако се наложи да намалим бюджета си за капиталови разходи (CAPEX) с 20 %?“
Бюджетното ограничение се коригира.
StratePlan изчислява нова комбинация от проекти.
Ръководството може да проследи кои мерки се премахват и как се променя очакваната нетна стойностна добавка.
Сценарий Г: Допълнителен инвестиционен капитал
Друг член на управителния съвет пита:
„Колко допълнителен икономически принос бихме могли да постигнем, ако инвестираме още 10 милиона евро?“
Бюджетът се увеличава и се извършва нова оптимизация.
Резултатите позволяват сравнение между допълнителното вложено капитал и очакваната стойностна приноса.
Сценарий Е: Променени стратегически приоритети
Управителният съвет задава въпроса:
„Как ще се промени портфейлът, ако придадем по-голяма тежест на енергийната ефективност, цифровизацията или определени области на растеж?“
Съответните параметри се коригират.
Портфейлът се преизчислява и се сравнява с досегашните сценарии.
Променяме стратегическите насоки. Преизчисляваме портфейла. Сравняваме икономическите последици. Вземаме по-обосновани решения.
По този начин дори решенията, които се отклоняват от чисто икономическата оптимизация, могат да бъдат взети съзнателно и по разбираем начин.
11. Алтернативни разходи: Колко далеч е портфейлът ни от оптималното състояние?
Всяко инвестиционно решение обвързва капитал и ресурси.
След това този капитал вече не е на разположение за други проекти.
По този начин възникват алтернативни разходи.
Те описват пропуснатите ползи от най-добрата алтернатива, която не е била избрана.
Математическата оптимизация на портфейла позволява сравняване на първоначално планирания инвестиционен портфейл с оптимизирана комбинация от проекти.
При това могат да бъдат съпоставени, наред с другото, следните показатели:
- Обща инвестиционна нужда
- Очаквана нетна добавена стойност
- Възвръщаемост на инвестициите (ROI) на портфейла
- Избрани и неизбрани проекти
- Оставащи бюджетни резерви
- Икономически разлики между алтернативни портфейли
Разликата между моделираните резултати показва какъв е потенциалът за икономическо подобрение при изходните предположения.
Ако е математически доказано наличието на глобален оптимум, разстоянието между избраната комбинация от проекти и този оптимум може да бъде точно определено в рамките на модела.
При приблизително оптимални решения първо се изчислява разликата спрямо най-доброто намерено решение.
Решаващата добавена стойност се състои в това, че се визуализират възможните икономически недостатъци на съществуващо инвестиционно планиране още преди обвързването на капитала.
12. Анализ на чувствителността: Колко устойчиво е глобалното оптимум?
Инвестиционните решения се основават на предположения за бъдещото икономическо развитие.
Разходите по проектите могат да се увеличат. Очакванията за приходите могат да намалеят. Ресурсите могат да станат по-ограничени. Стратегическите приоритети могат да се променят.
Ето защо е разумно да не се извършва единствено единична оптимизация на портфейла.
Чрез анализи на чувствителността могат да се проучат различни икономически сценарии.
Типични въпроси са:
- Кои проекти остават част от портфейла дори при намален бюджет?
- Как се променя оптималната комбинация от проекти при нарастващи инвестиционни разходи?
- Кои мерки реагират особено чувствително на по-ниските очаквания за приходи?
- Как се променя портфейлът при допълнителни ограничения на ресурсите?
- Кои проекти остават икономически привлекателни при различни сценарии?
Тези анализи могат да покажат колко стабилна остава изчислената комбинация от проекти при променени предположения.
Ето защо едно стратегически обосновано решение отчита не само най-добрия резултат при дадена предпоставка, но и последиците от възможни промени.
13. Пример от практиката: Комплекс „Клибек“ в Базел – около 63 % по-висока възвръщаемост на капитала
Какъв икономически потенциал може да разкрие математическата оптимизация на портфейла, илюстрира примерът на StratePlan за района „Клибек“ в Базел.
В рамките на оптимизацията на портфейла за Central Real Estate AG и Swiss Life AG бяха математически проучени съществуващите инвестиционни и проектни алтернативи.
Моделираният резултат:
- Първоначална възвръщаемост на капитала: 7,0 %
- Оптимизирана възвръщаемост на капитала: 11,4 %
- Относително подобрение на възвръщаемостта: около 63 %
- Допълнителен моделиран икономически принос: около 30 милиона CHF
Подобрението е моделирано чрез промяна в комбинацията от налични инвестиционни алтернативи при същия бюджет.
Тези специфични за проекта резултати не представляват обща гаранция за възвръщаемост.
Основното заключение: по-добрата комбинация от съществуващите инвестиционни алтернативи може да доведе до значително по-висок общ икономически принос – без допълнителен инвестиционен бюджет.
14. Където локалните оптимуми особено често ограничават икономическия потенциал
Опасността от изолирана оптимизация на отделни мерки съществува в много икономически и обществени области на приложение.
Промишленост и планиране на капиталовите разходи
Производствените съоръжения, проектите за автоматизация, разширяването на капацитета и инвестициите в производствени обекти се конкурират за общи инвестиционни бюджети.
Изолираната оптимизация на отделни заводи или бизнес сегменти може да попречи на по-доброто разпределение на капитала в междусекторно отношение.
Дигитализация и трансформация чрез изкуствен интелект
Предприятията често идентифицират множество потенциални проекти за изкуствен интелект и цифровизация.
Самото определяне на приоритетите на отделните случаи на употреба не показва автоматично коя комбинация постига най-високия общ икономически принос.
Недвижими имоти
Проектното развитие, реновирането, модернизирането и инвестициите в локации могат да се разглеждат в рамките на един общ капиталов бюджет.
Изборът на отделни проекти влияе върху възможностите за финансиране на целия портфейл от недвижими имоти.
Енергетика и инфраструктура
Енергийните проекти, инвестициите в мрежи, мерките за енергийна ефективност и модернизациите на инфраструктурата често изискват дългосрочно обвързване на капитал.
Математическата оптимизация на портфейла може да помогне за сравняване на различни комбинации от инвестиции при икономически и технически ограничения.
Общини и публични бюджети
Градовете и общините трябва да финансират множество инвестиционни проекти в рамките на ограничени бюджетни средства.
Училища, пътища, административни сгради, инфраструктура и социални заведения се конкурират за едни и същи публични ресурси.
Изолираното определяне на приоритети за отделни сектори не води автоматично до комбинацията от мерки с най-високата определена обща полза за обществото.
Математическата оптимизация може да анализира различни комбинации от проекти, като взема предвид бюджетните ограничения, задължителните задачи и политическите цели за въздействие.
Общият знаменател на всички случаи на приложение е въпросът дали оптимизацията на отделни мерки действително води до най-доброто възможно цялостно решение.
15. Симулация на бюджета и едновременна оптимизация на портфейла: преодоляване на локалните оптимуми в публичния сектор
Проблемът с локалната оптимизация става особено ясен при планирането на публичните инвестиционни бюджети.
Общинските отдели често разполагат със собствени списъци с проекти и приоритети.
Училищната администрация дава приоритет на инвестициите в образованието. Строителната администрация оценява инфраструктурните мерки. Други отдели планират проекти за дигитализация, енергетика или недвижими имоти.
Всяка от тези приоритети може да има смисъл в рамките на съответната сфера на отговорност.
Решаващият въпрос обаче е:
Коя комбинация от всички общински проекти постига най-високата определена икономическа или социална полза в рамките на наличния бюджетен ресурс?
Един опростен пример:
Един град разполага с инвестиционен бюджет от 81 милиона евро.
В същото време за избор стоят 50 проекта с обща инвестиционна нужда от 220 милиона евро.
При 50 бинарни решения за проекти теоретично възникват 2^50 = 1 125 899 906 842 624 възможни комбинации.
Математическата оптимизация на портфейла може да проучи различни допустими комбинации от проекти в рамките на определените ограничения по отношение на бюджета и ефекта.
Чрез едновременна симулация на бюджета могат да се отчетат различни финансови рамкови условия.
Например:
- Коя комбинация от проекти постига най-високата моделирана обща полза при бюджет от 81 милиона евро?
- Как се променя портфейлът при намаляване на бюджета?
- Какви допълнителни мерки биха могли да бъдат приложени при по-високи приходи?
- Как задължителните политически проекти променят резултата?
- Какви са последиците от различните тегла, дадени на образованието, инфраструктурата или опазването на климата?
Качеството на резултатите зависи от използваните данни и от дефиницията на икономическите и социалните целеви показатели.
Съчетаването на бюджетна симулация и математическа оптимизация на портфейла може да помогне за превръщането на приоритетите по отделни сектори в обща и прозрачна основа за вземане на решения.
16. От бизнес интелигентност към интелигентност при вземането на решения: оптимизиране на качеството на самото решение
Много предприятия вече разполагат с мощни системи за анализ и управление на своите бизнес процеси.
ERP-системите документират ресурсите и икономическите процеси.
Решенията за бизнес интелигентност визуализират ключови показатели и тенденции.
Системите за контролинг анализират отклоненията от бюджета и икономическите резултати.
Тези системи дават отговор на важни въпроси:
Какво се е случило? Как се развиват нашите ключови показатели за ефективност (KPI)? Кои проекти са в рамките на бюджета си?
„Decision Intelligence“ разширява тази перспектива с математическа подкрепа за бъдещи решения.
Каква комбинация от проекти трябва да изберем? Кои ограничения възпрепятстват потенциалния ни принос към стойността? Кои алтернативи водят до по-добър общ резултат?
StratePlan допълва съществуващите процеси на планиране и контрол с ниво на математическа оптимизация.
Необходимите данни за проектите могат първоначално да бъдат предоставени чрез прости Excel таблици.
Стратегическият напредък се състои не само в измерването на резултатите от вече взети решения, но и в математическото подобряване на самия избор и комбинацията от проекти.
17. Заключение: Глобалният оптимум е въпрос на цялостното пространство за вземане на решения
Организациите ежедневно вземат икономически обосновани решения.
Те оценяват проекти, оптимизират процеси, определят приоритетите на инвестициите и разпределят ресурсите.
Но едно локално оптимално решение не е непременно глобално оптимално.
Когато множество проекти се конкурират едновременно за ограничени бюджети и ресурси, възниква комбинаторно пространство за вземане на решения.
Още при 50 проекта съществуват повече от един билион теоретично възможни комбинации.
Ето защо изолираната оценка на отделни проекти не дава автоматично отговор на въпроса за най-доброто икономическо решение като цяло.
Математическата оптимизация на портфейла позволява систематично проучване на различни комбинации от проекти и сравняване на икономическите им последици.
За тази цел StratePlan съчетава методи от операционните изследвания с подходи, базирани на изкуствен интелект.
По този начин предприятията, управителните съвети и публичните лица, вземащи решения, могат да изчисляват алтернативни портфейли, да проучват стратегически сценарии и да идентифицират неизползван икономически или социален потенциал.
Решаващият въпрос не е: „Успяхме ли да оптимизираме инвестиционните си проекти?“
А: Избрали ли сме най-изгодната комбинация от нашите инвестиционни проекти?
Именно тук започва преходът от локална оптимизация към математическа оптимизация на портфейла.
StratePlan – Не само оптимизиране на отделни проекти. Изчисляване на най-добрата комбинация.
Често задавани въпроси – Разбиране на локалните оптимуми и глобалния оптимум
Какво означава „оптимум“ в математиката?
Оптимумът означава решение, което в рамките на определено пространство за вземане на решения максимизира или минимизира дадена целева стойност.
При задача за максимизиране се търси най-високата достижима стойност.
При задача за минимизиране се търси най-ниската възможна стойност.
Каква е разликата между „оптимум“ и „оптимуми“?
„Оптимум“ е единствено число. „Оптимуми“ е множествено число.
В математическата оптимизация могат да съществуват няколко локални оптимума.
Също така няколко различни решения могат да достигнат една и съща глобално оптимална целева стойност.
Какво е локално оптимум?
Локалното оптимум е решение, което в рамките на определено съседство не може да бъде подобрено чрез допустима промяна.
Извън това съседство обаче могат да съществуват по-добри решения.
Какво е глобално оптимум?
Глобалният оптимум е решение, което постига най-добрата стойност на дефинираната целева функция в рамките на цялото допустимо пространство за вземане на решения.
При задача за максимизиране никое друго допустимо решение не притежава по-висока стойност на целевата функция.
Защо компаниите често се задоволяват с локални решения?
Защото инвестиционните решения често се вземат в рамките на отделни бизнес единици, отдели или предварително подготвени сценарии.
По този начин не се вземат автоматично предвид всички икономически значими комбинации от проекти.
Защо най-добрата единична инвестиция не е автоматично част от най-добрия портфейл?
Защото проектите се конкурират за общи бюджети и ресурси.
Един икономически атрактивен отделен проект може да изисква толкова много капитал, че няколко други проекта с по-висока комбинирана нетна стойностна добавка вече не могат да бъдат финансирани.
Какво означава 2^N при оптимизацията на портфейла?
2^N описва броя на теоретично възможните комбинации при N независими бинарни решения за проекти.
Всеки проект може да бъде избран или да не бъде избран.
При 20 проекта възникват 2^20 = 1 048 576 възможни комбинации.
При 50 проекта те са 2^50 = 1 125 899 906 842 624 комбинации.
Трябва ли всички 2^N комбинации да се изчисляват поотделно?
Не.
Съвременните математически методи за оптимизация могат ефективно да изследват големи пространства за вземане на решения, без да е необходимо всяка теоретично възможна комбинация да се анализира изчерпателно поотделно.
Кои методи са подходящи, зависи от математическата структура на задачата и от дефинираните ограничения.
Може ли изкуственият интелект да изчисли глобалното оптимум?
При подходящи математически модели и методи за оптимизация глобалното оптимум може да бъде изчислено и доказано.
При особено сложни задачи могат да се използват и приблизително оптимални решения.
Оценката за качеството на решението зависи от използвания метод и от евентуалното наличие на доказателство за оптималност.
Може ли Excel да решава задачи за глобална оптимизация?
Да. Excel може да обработва математически задачи за оптимизация с подходящи функции на Solver.
При големи комбинаторни пространства за вземане на решения и сложни ограничения обаче специализираните методи за оптимизация могат да се окажат необходими или по-ефективни.
Какви данни са необходими на StratePlan за първоначална оптимизация?
За създаване на основен икономически оптимизационен модел първоначално са необходими три данни за всеки проект:
- Идентификационен номер на проекта
- Разходи – планирани разходи
- Приходи – очаквани приходи или икономически възвръщаемости
Освен това се определя наличният инвестиционен бюджет.
По-сложните модели могат да отчитат допълнителни ограничения и параметри за оценка.
Какво означава „Maximize Net Contribution“?
„Максимизиране на нетния принос“ означава максимизиране на общия очакван нетен принос към стойността на портфейл от проекти в рамките на определени ограничения.
В допълнение, възвръщаемостта на инвестициите (ROI) на портфейла може да бъде отчетена като икономически показател.
Максимизирането на абсолютната нетна стойностна приноса и максимизирането на възвръщаемостта на инвестициите (ROI) на портфейла са различни математически цели.
Може ли StratePlan да визуализира икономическите разлики между локалните и глобалните решения?
Чрез сравнение на съществуваща комбинация от проекти с оптимизирана алтернатива може да се изчисли разликата в очакваните нетни стойностни приноси.
Тази разлика показва моделирания потенциал за икономическо подобрение при изходните предположения.
Точното отклонение от глобалния оптимум предполага, че той е бил математически доказан.
Глобалният оптимум винаги ли е правилното управленско решение?
Не непременно.
Математически оптималното решение винаги се отнася към дефинираната целева функция и взетите предвид ограничения.
Стратегическите, регулаторните или обществените изисквания могат да наложат допълнителни условия.
Математическата оптимизация помага да се направи прозрачно въздействието на такива изисквания.
За кои организации глобалната оптимизация на портфейла е особено актуална?
Тя е особено важна за организации с многобройни конкуриращи се инвестиционни проекти и ограничени ресурси.
Типичните области на приложение са промишлеността, планирането на капиталовите разходи (CAPEX), цифровизацията, приложенията на изкуствения интелект (AI), недвижимите имоти, енергетиката, инфраструктурата и планирането на общинския бюджет.
Какъв е най-важният извод за главните изпълнителни директори, финансовите директори и лицата, вземащи решения в публичния сектор?
Икономически най-доброто индивидуално решение не води автоматично до най-доброто цялостно решение.
Математическата оптимизация на портфейла позволява систематично проучване на алтернативни комбинации от проекти и подобряване на разпределението на капитала на ниво цялата организация.
Решаващият въпрос е: Оптимизираме ли отделни проекти – или оптимизираме избора на нашите проекти?
Знаете ли какво е глобалното оптимално решение за вашия инвестиционен портфейл?
Разберете коя комбинация от планираните Ви инвестиционни проекти може да постигне най-високата очаквана нетна стойност в рамките на наличния Ви бюджет.
Сравнете досегашното си планиране на проекти с математически оптимизирани инвестиционни сценарии и проучете дали друга комбинация от съществуващи проекти би позволила по-висок общ икономически принос.
Можете да оптимизирате безплатно до 15 проекта.