Hlavní článek blogu:
Porozumět optimům: Proč organizace uvíznou mezi lokálními optimy – a nevidí globální optimum
Shrnutí: Proč dobré rozhodnutí zdaleka neznamená, že je to rozhodnutí nejlepší
Co se stane, když společnost pečlivě stanoví priority svých investičních projektů, efektivně rozdělí rozpočty a přesto nevyužije miliony eur potenciálního přínosu?
Téměř na každém zasedání představenstva se diskutuje o investičních rozhodnutích na základě ekonomických ukazatelů, strategických priorit a dostupných zdrojů.
Projekty se hodnotí. Porovnávají se obchodní analýzy. Rozdělují se investiční rozpočty. Uzavírají se kompromisy.
Výsledkem je portfolio, které se jeví jako logické, ekonomicky smysluplné a organizačně proveditelné.
Často však zůstává nezodpovězena jedna zásadní otázka:
Je naše zvolená kombinace projektů skutečně ekonomicky nejlepším řešením – nebo pouze dobrým řešením v rámci alternativ, které jsme zvažovali?
Právě v tom spočívá rozdíl mezi lokálním a globálním optimem.
Lokální optimum nelze v rámci definovaného okolí dále vylepšit. Globální optimum naproti tomu dosahuje nejlepší hodnoty cílové funkce v rámci celého přípustného rozhodovacího prostoru.
Ve strategickém investičním plánování může mít tento rozdíl značné ekonomické dopady.
Podniky totiž nerozhodují pouze o jednotlivých projektech. Rozhodují o kombinacích projektů, které současně soupeří o kapitál, zdroje a kapacity.
StratePlan kombinuje matematické optimalizační metody z oblasti operačního výzkumu s přístupy založenými na umělé inteligenci, aby systematicky prozkoumal takové komplexní rozhodovací prostory.
Rozhodující manažerská otázka proto nezní: Optimalizovali jsme naše projekty?
ale: Vybrali jsme ekonomicky nejvýhodnější kombinaci našich projektů?
1. Co znamená optimum? Matematická definice
Pojem optimum označuje v matematice řešení, které v rámci definovaného rozhodovacího prostoru maximalizuje nebo minimalizuje určitou cílovou hodnotu.
Množné číslo je „optima“.
V teorii optimalizace se rozlišuje mezi lokálními a globálními optima.
Lokální optimum
Lokální optimum je řešení, které nelze v rámci definovaného okolí zlepšit žádnou přípustnou změnou.
Řešení může být v rámci této omezené oblasti optimální, i když jinde v rozhodovacím prostoru jsou možné lepší výsledky.
Globální optimum
Globální optimum je řešení, které v rámci celého přípustného rozhodovacího prostoru dosahuje nejlepší hodnoty definované cílové funkce.
V případě úlohy maximalizace nemá žádné jiné přípustné řešení vyšší hodnotu cílové funkce.
V případě minimalizačního úkolu nemá žádné jiné přípustné řešení nižší hodnotu cílové funkce.
Důležité: Globální optimum nemusí být jednoznačné. Stejné optimální cílové hodnoty může dosáhnout více různých kombinací projektů.
Pro podniky má toto rozlišení zásadní význam.
Investiční rozhodnutí může být v rámci jedné obchodní oblasti ekonomicky optimální a zároveň může ve srovnání s alternativou zahrnující více oblastí generovat nižší celkový příspěvek.
Kvalita optimalizace proto nezávisí pouze na použité výpočetní metodě, ale také na tom, jaký rozhodovací prostor a jaká cílová funkce jsou jako základ použity.
2. Proč organizace často setrvávají v lokálních optimech
Podniky jsou rozčleněny na oddělení, obchodní oblasti, pobočky a struktury odpovědnosti.
Toto organizační rozdělení umožňuje efektivní řízení komplexních obchodních procesů.
Často však vede k tomu, že investiční rozhodnutí jsou přijímána v rámci omezených oblastí odpovědnosti.
Výrobní závod optimalizuje své investice do strojů.
IT oddělení upřednostňuje své projekty digitalizace.
Obchodní oddělení vyhodnocuje opatření ke zvýšení tržeb.
Správa nemovitostí rozhoduje o rekonstrukcích a rozvoji lokalit.
Každá jednotka může v rámci své oblasti odpovědnosti přijímat ekonomicky smysluplná rozhodnutí.
Společnost však často disponuje společným nebo alespoň omezeným celkovým rozpočtem.
V důsledku toho si různé obchodní oblasti konkurují o stejné finanční zdroje.
Typickými příčinami lokálně omezených optimalizací jsou:
- Oddělené investiční rozpočty: Kapitál se rozděluje v rámci jednotlivých obchodních oblastí, aniž by se společně zohlednily všechny investiční alternativy.
- Rozdílné KPI: Oddělení sledují individuální cíle, které nejsou zcela v souladu s celkovým cílem společnosti.
- Historická rozhodnutí: Upřednostňuje se pokračování již schválených projektů, i když by jiné kombinace mohly být ekonomicky atraktivnější.
- Konflikty o zdroje: Více projektů vyžaduje stejné personální nebo technické kapacity.
- Omezené posuzování variant: Řídící orgány porovnávají pouze přehledný počet připravených scénářů.
Tyto faktory mohou vést k tomu, že organizace úspěšně optimalizuje své jednotlivé oblasti, aniž by dosáhla nejlepšího možného celkového výsledku.
Podnik optimalizuje své jednotlivé složky – ale ne nutně jejich ekonomicky nejvýhodnější kombinaci.
3. Neviditelný rozhodovací prostor: Proč 2^N mění logiku řízení
Jakmile je k dispozici více projektů současně, vzniká kombinatorický rozhodovací prostor.
V zjednodušeném binárním modelu může být každý projekt buď realizován, nebo nerealizován.
Při N nezávisle volitelných projektech vzniká teoreticky 2^N možných kombinací projektů.
Počet roste exponenciálně:
- 7 projektů: 2^7 = 128 kombinací
- 10 projektů: 2^10 = 1 024 kombinací
- 20 projektů: 2^20 = 1 048 576 kombinací
- 30 projektů: 2^30 = 1 073 741 824 kombinací
- 40 projektů: 2^40 = 1 099 511 627 776 kombinací
- 50 projektů: 2^50 = 1 125 899 906 842 624 kombinací
- 100 projektů: 2^100 = přibližně 1,27 × 10^30 kombinací
Při 50 plánovaných investičních projektech tedy existuje přibližně 1,126 biliónů teoreticky možných kombinací projektů.
Ne každá kombinace je však přípustná z důvodu rozpočtových omezení, omezených zdrojů nebo vzájemných závislostí projektů.
Tento řád však jasně ukazuje, proč klasické procesy řízení mohou zohlednit pouze omezenou část matematického rozhodovacího prostoru.
Představenstvo může jednotlivě posoudit 50 projektů.
Nemůže však důkladně porovnat více než jeden bilión kombinací projektů.
Skutečnou výzvou není porozumět jednotlivým projektům. Spočívá v tom, určit z možných kombinací těchto projektů ekonomicky nejvýhodnější přípustné řešení.
4. Proč diskuse a manažerské workshopy nezaručují globální optimalizaci
Řídící orgány jsou nepostradatelné pro definování strategických cílů, vyhodnocování ekonomických předpokladů a převzetí odpovědnosti za rozhodnutí.
Nejsou však matematickými optimalizačními algoritmy.
V praxi se často porovnává několik předem připravených scénářů.
Například:
- Základní scénář s původně plánovaným investičním rozpočtem
- konzervativní scénář se sníženými výdaji
- Růstový scénář s dodatečnými investicemi
- Strategický scénář s preferovanými projekty
Tyto varianty mohou být pečlivě vypracovány a ekonomicky opodstatněné.
Často však představují pouze malou část celého matematického prostoru pro rozhodování.
Rozhodnutí mezi čtyřmi připravenými scénáři automaticky neodpovídá na otázku, zda mezi miliony jiných kombinací existuje ekonomicky lepší řešení.
Nejlépe diskutovaná varianta nemusí být nutně nejlepší matematicky možnou kombinací projektů.
Právě proto by měla být strategická diskuse doplněna vhodnými matematickými optimalizačními postupy.
5. Výpočtový příklad: Proč nejlepší jednotlivá investice nevede k nejlepšímu portfoliu
Podnik disponuje investičním rozpočtem ve výši 10 milionů eur.
Na výběr jsou tři projekty.
| Projekt | CAPEX | Čistý přínos hodnoty |
|---|---|---|
| Projekt A – Výrobní závod | 7 mil. € | 4 mil. € |
| Projekt B – Automatizace | 5 mil. € | 3 mil. € |
| Projekt C – Energetická účinnost | 5 milionů € | 3 mil. € |
Projekt A má nejvyšší jednotlivý čistý přínos.
Pokud bude tento projekt vybrán, zbude v rozpočtu 3 miliony eur.
To nestačí na to, aby bylo možné realizovat ještě jeden z ostatních projektů.
Celkový čistý přínos hodnoty tedy činí 4 miliony eur.
Matematická analýza možných kombinací projektů však ukazuje ekonomicky výhodnější alternativu.
Projekty B a C společně vyžadují 10 milionů eur a dosahují kombinované čisté přidané hodnoty ve výši 6 milionů eur.
Za předpokladu, že se jedná o nezávislé projekty a bez dalších omezení, je B + C optimální kombinací pro maximalizaci čistého přínosu hodnoty.
Optimalizované portfolio dosahuje o 50 % vyšší čisté přidané hodnoty ve srovnání s původním výběrem.
Společnost k tomu nepotřebuje žádný dodatečný investiční kapitál.
Stačí pouze zvolit jinou kombinaci stávajících projektů.
Tento příklad ukazuje suboptimální rozhodnutí ohledně portfolia. Zda je původní výběr také lokálním optimem v přísném matematickém smyslu, závisí na definici přípustných změn sousedství.
Hlavní poznatek zůstává: ekonomicky nejlepší jednotlivá investice nemusí být nutně součástí ekonomicky nejlepší kombinace projektů.
6. Proč mohou být lokální optima matematicky tak stabilní
Lokální optima často vznikají postupnými vylepšovacími procesy.
Algoritmus nebo řídicí proces vychází ze stávajícího řešení a snaží se jej vylepšit pomocí drobných změn.
Například je z portfolia odstraněn jeden projekt a nahrazen jiným.
Pokud se celkový ekonomický přínos zlepší, přijme se nová kombinace.
Tento proces lze opakovat, dokud se v daném okolí nenajde žádné další zlepšení.
Výsledkem je pak lokální optimum.
Mnohem lepší řešení však může ležet mimo tuto oblast.
K jeho dosažení by bylo možná nutné vyměnit několik projektů současně.
Jednotlivé mezikroky by zpočátku mohly vést k horším výsledkům.
Jednoduchý lokální vyhledávací postup by takové změny za určitých okolností neprovedl.
V organizacích může vzniknout podobný efekt.
Obchodní divize postupně vylepšuje své stávající investiční plánování, aniž by zkoumala zásadně odlišné způsoby alokace kapitálu.
Tím může vzniknout ekonomicky přijatelná a stabilní kombinace projektů, i když by jiná portfolia umožnila vyšší celkový přínos.
Stabilita stávajícího řešení proto není důkazem jeho globální optimality.
7. Globální optimalizace: Nejlepší řešení v rámci celého přípustného rozhodovacího prostoru
Cílem globální optimalizace je určit v rámci celého přípustného rozhodovacího prostoru nejlepší řešení definované cílové funkce.
V případě strategické alokace kapitálu může být touto cílovou funkcí například maximalizace očekávaného čistého přínosu.
Matematická optimalizace přitom zohledňuje dostupné investiční alternativy a definovaná omezení.
Typickými omezeními jsou:
- Maximální investiční rozpočet
- Dostupné personální zdroje
- Technické kapacitní limity
- Závislosti v rámci projektu
- Časové limity
- Strategické minimální požadavky
- Regulační závazky
Vhodné optimalizační algoritmy prozkoumávají matematický prostor řešení a hledají kombinaci projektů, která co nejlépe splňuje cílovou funkci.
K tomu lze použít různé postupy:
- Celá čísla a smíšená celočíselná optimalizace
- Metoda Branch-and-Bound
- Dynamické programování
- Metaheuristiky
- Metody s více počátečními body a kombinované vyhledávací strategie
- Hodnotící a vyhledávací metody založené na umělé inteligenci
Některé z těchto metod mohou za vhodných podmínek matematicky dokázat globální optimum.
Jiné poskytují přibližně optimální řešení, aniž by poskytly úplný důkaz optimality.
Úplný individuální výpočet všech 2^N kombinací není v zásadě nutný k matematické optimalizaci rozsáhlých rozhodovacích prostorů.
Další souvislosti vysvětluje článek „Nová výpočetní metoda založená na umělé inteligenci v řízení projektového portfolia pro optimalizaci CAPEX“.
8. Proč Excel, skórovací modely a matice priorit nezaručují globální optimalitu
Excel, skórovací modely a matice priorit jsou zavedenými nástroji strategického investičního plánování.
Umožňují strukturované hodnocení jednotlivých projektů a vytváření ekonomických scénářů.
Jejich omezení se projevují zejména tehdy, když se pořadí jednotlivých projektů zaměňuje s matematicky optimálním výběrem portfolia.
Excel: Jednotlivá hodnocení ještě neznamenají optimalizaci portfolia
Excel se výborně hodí pro výpočet obchodních případů, návratnosti investic a investičních scénářů.
Pomocí vhodných funkcí Solveru lze zpracovávat i matematické optimalizační úlohy.
Jednoduchý seznam v Excelu, ve kterém jsou projekty seřazeny podle návratnosti investic (ROI) nebo čisté současné hodnoty, však automaticky nezohledňuje všechny přípustné kombinace projektů.
V případě rozsáhlých kombinatorických rozhodovacích prostorů mohou být specializované optimalizační postupy nezbytné nebo efektivnější.
Scoringové modely: Nejlepší žebříček není nutně nejlepším portfoliem
Bodovací modely hodnotí projekty na základě definovaných kritérií.
Projekty s nejvyšším počtem bodů se realizují přednostně.
Tento postup zajišťuje transparentnost ohledně jednotlivých priorit.
Nezaručuje však, že vybraná kombinace přinese nejvyšší celkový ekonomický nebo strategický přínos.
Matice priorit: Zjednodušení namísto úplné optimalizace
Matice priorit pomáhají zařadit projekty podle kritérií, jako je dopad, náročnost, naléhavost nebo strategický význam.
Jsou užitečné pro srozumitelné znázornění komplexních informací.
Matematicky optimální kombinace z toho však nevyplývá automaticky.
Rozhodující otázka proto zní: Hodnotíme jednotlivé projekty – nebo vypočítáváme ekonomicky nejvýhodnější kombinaci všech dostupných projektů?
9. StratePlan: Matematická optimalizace portfolia namísto omezeného posuzování variant
StratePlan byl vyvinut za účelem matematické optimalizace komplexních investičních a projektových portfolií.
Tato technologie kombinuje metody z oblasti operačního výzkumu s přístupy založenými na umělé inteligenci pro efektivní zkoumání rozsáhlých kombinatorických rozhodovacích prostorů.
Pro základní ekonomický optimalizační model jsou zpočátku potřebné pouze tři údaje pro každý projekt:
- ID projektu: Jednoznačná identifikace projektu
- Náklady: Plánované výdaje, resp. investice
- Příjmy: Očekávané příjmy nebo ekonomické výnosy
Dále se definuje dostupný investiční rozpočet.
Údaje o projektu lze například převzít ze stávajících investičních plánů v Excelu.
StratePlan zkoumá možné kombinace projektů a vypočítává portfolio podle zvolené cílové funkce.
V případě volby „Maximize Net Contribution“ je v centru pozornosti maximalizace celkového očekávaného čistého přínosu.
ROI portfolia lze doplňkově vykazovat jako ekonomický ukazatel.
Rozšířené modely mohou zohledňovat další omezení a hodnotící parametry:
- závislosti mezi projekty
- Strategická vážení
- Omezení zdrojů a kapacit
- Víceleté investiční rozpočty
- Časové požadavky
- Kritéria rizika a udržitelnosti
Výsledkem není pouhý žebříček jednotlivých projektů, ale matematicky vypočítaná kombinace projektů v rámci definovaných podmínek.
StratePlan tak doplňuje strategické rozhodování o úroveň matematické optimalizace.
10. Živě na zasedání představenstva: Která kombinace projektů je skutečně nejlepší?
Matematická optimalizace portfolia je obzvláště cenná, pokud je přímo začleněna do strategických manažerských rozhodnutí.
Představme si průmyslový koncern se 100 plánovanými investičními projekty (CAPEX).
Součet všech investičních požadavků přesahuje dostupný rozpočet.
Několik obchodních divizí již své projekty seřadilo podle priority a provedlo jejich ekonomické vyhodnocení.
Představenstvo nyní chce vědět, která kombinace všech projektů přinese nejvyšší očekávaný čistý přínos.
Scénář A: Optimalizace napříč divizemi
Finanční ředitel se ptá:
„Co se změní, když už nebudeme optimalizovat každou obchodní oblast samostatně, ale budeme všechny investiční projekty posuzovat společně?“
Projekty jsou modelovány v rámci společného portfolia.
StratePlan vypočítá optimalizovanou kombinaci s ohledem na definovaný rozpočtový limit.
Porovnání s dosavadním plánováním může ukázat, zda jiné rozdělení kapitálu umožní vyšší celkový ekonomický přínos.
Scénář B: Zohlednění strategických projektů jako závazné
Generální ředitel se ptá:
„O jaký ekonomický přínos případně přicházíme, pokud musí být určité projekty realizovány bez ohledu na jejich individuální ekonomickou rentabilitu?“
Dotyčné projekty jsou zohledněny jako závazná omezení.
Portfolio se znovu propočítá.
Porovnání ukazuje, jaký dopad má tento předpoklad na očekávaný čistý přínos.
Scénář C: Snížení rozpočtu
Finanční ředitel se ptá:
„Jakou kombinaci projektů bychom měli zvolit, pokud musíme snížit náš rozpočet na investice (CAPEX) o 20 %?“
Rozpočtové omezení se upraví.
StratePlan vypočítá novou kombinaci projektů.
Vedení může sledovat, které opatření budou vynechána a jak se změní očekávaný čistý přínos.
Scénář D: Dodatečný investiční kapitál
Další člen představenstva se ptá:
„Jaký dodatečný ekonomický přínos bychom mohli dosáhnout, pokud bychom investovali dalších 10 milionů eur?“
Rozpočet se navýší a provede se nová optimalizace.
Výsledky umožňují srovnání mezi dodatečným kapitálovým vkladem a očekávaným přínosem hodnoty.
Scénář E: Změna strategických priorit
Představenstvo klade otázku:
„Jak se změní portfolio, pokud budeme klást větší důraz na energetickou účinnost, digitalizaci nebo určité oblasti růstu?“
Příslušné parametry se upraví.
Portfolio se znovu vypočítá a porovná se s dosavadními scénáři.
Změnit strategické priority. Přepočítat portfolio. Porovnat ekonomické dopady. Rozhodovat se na základě podložených informací.
Takto lze i rozhodnutí, která se odchylují od čistě ekonomické optimalizace, přijímat vědomě a srozumitelně.
11. Alternativní náklady: Jak daleko je naše portfolio od optimálního stavu?
Každé investiční rozhodnutí vázá kapitál a zdroje.
Tento kapitál pak již není k dispozici pro jiné projekty.
Tím vznikají oportunitní náklady.
Popisují ušlý užitek z nejlepší alternativy, která nebyla zvolena.
Matematická optimalizace portfolia umožňuje porovnat původně plánované investiční portfolio s optimalizovanou kombinací projektů.
Při tom lze mimo jiné porovnat následující ukazatele:
- Celková investiční potřeba
- Očekávaný čistý přínos hodnoty
- Návratnost investic do portfolia
- Vybrané a nevybrané projekty
- Zbývající rozpočtové rezervy
- Ekonomické rozdíly mezi alternativními portfolii
Rozdíl mezi modelovanými výsledky ukazuje, jaký potenciál pro ekonomické zlepšení existuje na základě použitých předpokladů.
Je-li globální optimum matematicky prokázáno, lze v rámci modelu přesně určit, jak daleko má zvolená kombinace projektů k tomuto optimu.
U přibližně optimálních řešení se nejprve vypočítá rozdíl oproti nejlepšímu nalezenému řešení.
Rozhodující přidanou hodnotou je to, že se podaří odhalit možné ekonomické nevýhody stávajícího investičního plánu ještě před vázáním kapitálu.
12. Analýza citlivosti: Jak robustní je globální optimum?
Investiční rozhodnutí vycházejí z předpokladů o budoucím ekonomickém vývoji.
Náklady na projekty mohou vzrůst. Očekávané příjmy mohou klesnout. Zdroje mohou být stále vzácnější. Strategické priority se mohou změnit.
Proto je rozumné neprovádět pouze jednu optimalizaci portfolia.
Pomocí analýz citlivosti lze prozkoumat různé ekonomické scénáře.
Typické otázky jsou:
- Které projekty zůstanou součástí portfolia i při sníženém rozpočtu?
- Jak se mění optimální kombinace projektů při rostoucích investičních nákladech?
- Která opatření reagují obzvláště citlivě na nižší očekávané příjmy?
- Jak se mění portfolio při dodatečných omezeních zdrojů?
- Které projekty zůstávají ekonomicky atraktivní v různých scénářích?
Tyto analýzy mohou ukázat, jak stabilní zůstává vypočítaná kombinace projektů při změně předpokladů.
Strategicky podložené rozhodnutí proto zohledňuje nejen nejlepší výsledek při jednom konkrétním předpokladu, ale také dopady možných změn.
13. Referenční případ z praxe: Areál Klybeck v Basileji – o přibližně 63 % vyšší návratnost investic
Jaký ekonomický potenciál může odhalit matematická optimalizace portfolia, ilustruje případová studie StratePlan týkající se areálu Klybeck v Basileji.
V rámci optimalizace portfolia pro společnosti Central Real Estate AG a Swiss Life AG byly matematicky analyzovány stávající investiční a projektové alternativy.
Modelovaný výsledek:
- Původní návratnost investic: 7,0 %
- Optimalizovaná návratnost investic: 11,4 %
- Relativní zlepšení výnosu: přibližně 63 %
- Dodatečný modelovaný ekonomický přínos: přibližně 30 milionů CHF
Zlepšení bylo modelováno na základě změněné kombinace stávajících investičních alternativ při zachování stejného rozpočtu.
Tyto výsledky specifické pro daný projekt nepředstavují obecnou záruku výnosu.
Hlavní poznatek: Lepší kombinace stávajících investičních alternativ může umožnit výrazně vyšší celkový ekonomický přínos – bez dodatečného investičního rozpočtu.
14. Kde lokální optima obzvláště často omezují ekonomický potenciál
Nebezpečí izolované optimalizace jednotlivých opatření existuje v mnoha ekonomických i veřejných oblastech.
Průmysl a plánování CAPEX
Výrobní zařízení, automatizační projekty, rozšíření kapacit a investice do lokalit si navzájem konkurují o společné investiční rozpočty.
Izolovaná optimalizace jednotlivých závodů nebo obchodních divizí může bránit ekonomicky výhodnějšímu rozdělení kapitálu napříč divizemi.
Digitalizace a transformace pomocí umělé inteligence
Podniky často identifikují řadu potenciálních projektů v oblasti umělé inteligence a digitalizace.
Pouhé stanovení priorit jednotlivých případů použití automaticky neukazuje, která kombinace přinese nejvyšší celkový ekonomický přínos.
Nemovitosti a realitní trh
Projektový rozvoj, sanace, modernizace a investice do lokalit lze posuzovat v rámci společného kapitálového rozpočtu.
Výběr jednotlivých projektů ovlivňuje možnosti financování celého portfolia nemovitostí.
Energetika a infrastruktura
Energetické projekty, investice do sítí, opatření na zvýšení účinnosti a modernizace infrastruktury často vyžadují dlouhodobé vázání kapitálu.
Matematická optimalizace portfolia může pomoci porovnat různé kombinace investic s ohledem na ekonomická a technická omezení.
Obce a veřejné rozpočty
Města a obce musí financovat četné investiční záměry v rámci omezených rozpočtových prostředků.
Školy, silnice, správní budovy, infrastruktura a sociální zařízení soupeří o stejné veřejné zdroje.
Izolované stanovení priorit jednotlivých resortů nevede automaticky ke kombinaci opatření s nejvyšším definovaným celospolečenským přínosem.
Matematická optimalizace umožňuje zkoumat různé kombinace projektů s ohledem na rozpočtová omezení, povinné úkoly a politické cíle.
Společným jmenovatelem všech případů použití je otázka, zda optimalizace jednotlivých opatření skutečně vede k nejlepšímu možnému celkovému řešení.
15. Simulace rozpočtu a souběžná optimalizace portfolia: překonání lokálních optim ve veřejném sektoru
Problém lokální optimalizace je obzvláště patrný při plánování veřejných investičních rozpočtů.
Místní odbory často disponují vlastními seznamy projektů a prioritami.
Školský úřad upřednostňuje investice do vzdělávání. Stavební úřad hodnotí infrastrukturní opatření. Jiné útvary plánují projekty v oblasti digitalizace, energetiky nebo nemovitostí.
Každé z těchto upřednostnění může mít smysl v rámci příslušné oblasti odpovědnosti.
Rozhodující otázka však zní:
Jaká kombinace všech obecních projektů přinese v rámci dostupného rozpočtu nejvyšší definovaný celkový ekonomický nebo společenský přínos?
Zjednodušený příklad:
Město disponuje investičním rozpočtem ve výši 81 milionů eur.
Zároveň je k dispozici 50 projektů s celkovou investiční potřebou 220 milionů eur.
Při 50 binárních rozhodnutích o projektech vzniká teoreticky 2^50 = 1 125 899 906 842 624 možných kombinací.
Matematická optimalizace portfolia umožňuje prozkoumat různé přípustné kombinace projektů v rámci definovaných rozpočtových a efektivních omezení.
Prostřednictvím souběžné simulace rozpočtu lze zohlednit různé finanční rámcové podmínky.
Například:
- Která kombinace projektů dosáhne při rozpočtu 81 milionů eur nejvyššího modelovaného celkového přínosu?
- Jak se portfolio změní v případě snížení rozpočtu?
- Jaká další opatření by bylo možné realizovat v případě vyšších příjmů?
- Jak závazné politické projekty ovlivňují výsledek?
- Jaké dopady mají různá vážení v oblasti vzdělávání, infrastruktury nebo ochrany klimatu?
Kvalita výsledků závisí na použitých datech a definici ekonomických či společenských cílových veličin.
Propojení rozpočtové simulace a matematické optimalizace portfolia může pomoci převést priority jednotlivých resortů do komplexního a srozumitelného základu pro rozhodování.
16. Od Business Intelligence k Decision Intelligence: Optimalizace kvality samotného rozhodnutí
Mnoho podniků již disponuje výkonnými systémy pro analýzu a řízení svých obchodních procesů.
Systémy ERP dokumentují zdroje a ekonomické procesy.
Řešení Business Intelligence vizualizují klíčové ukazatele a vývojové trendy.
Systémy controllingu analyzují odchylky od rozpočtu a hospodářské výsledky.
Tyto systémy odpovídají na důležité otázky:
Co se stalo? Jak se vyvíjejí naše KPI? Které projekty se vejdou do rozpočtu?
Decision Intelligence rozšiřuje tuto perspektivu o matematickou podporu budoucích rozhodnutí.
Jakou kombinaci projektů bychom měli zvolit? Jaká omezení brání našemu potenciálnímu přínosu? Které alternativy vedou k lepšímu celkovému výsledku?
StratePlan doplňuje stávající procesy plánování a controllingu o úroveň matematické optimalizace.
Potřebná projektová data lze zpočátku poskytnout prostřednictvím jednoduchých tabulek v Excelu.
Strategický pokrok spočívá v tom, že neměříme pouze výsledky již přijatých rozhodnutí, ale matematicky zlepšujeme samotný výběr a kombinaci projektů.
17. Závěr: Globální optimum je otázkou celého rozhodovacího prostoru
Organizace každý den přijímají ekonomicky smysluplná rozhodnutí.
Hodnotí projekty, optimalizují procesy, stanovují priority investic a rozdělují zdroje.
Lokálně optimální řešení však nemusí být nutně globálně optimální.
Pokud o omezené rozpočty a zdroje soutěží současně mnoho projektů, vzniká kombinatorický rozhodovací prostor.
Již u 50 projektů existuje více než jeden bilión teoreticky možných kombinací.
Izolované hodnocení jednotlivých projektů proto automaticky neodpovídá na otázku, jaké je ekonomicky nejlepší celkové řešení.
Matematická optimalizace portfolia umožňuje systematicky zkoumat různé kombinace projektů a porovnávat jejich ekonomické dopady.
StratePlan k tomu kombinuje metody z oblasti operačního výzkumu s přístupy založenými na umělé inteligenci.
Díky tomu mohou podniky, představenstva a veřejní rozhodovatelé vypočítat alternativní portfolia, prozkoumat strategické scénáře a identifikovat nevyužitý ekonomický či společenský potenciál.
Rozhodující otázka nezní: „Podařilo se nám úspěšně optimalizovat naše investiční projekty?“
ale: Vybrali jsme ekonomicky nejvýhodnější kombinaci našich investičních projektů?
Právě zde začíná přechod od lokální optimalizace k matematické optimalizaci portfolia.
StratePlan – Nejen optimalizace jednotlivých projektů. Výpočet nejlepší kombinace.
Často kladené otázky – Porozumění lokálním optimům a globálnímu optimu
Co znamená optimum v matematice?
Optimum označuje řešení, které v rámci definovaného rozhodovacího prostoru maximalizuje nebo minimalizuje určitou cílovou hodnotu.
U maximalizačního úkolu se hledá nejvyšší dosažitelná hodnota.
V případě minimalizačního úkolu se hledá nejnižší dosažitelná hodnota.
Jaký je rozdíl mezi optimem a optima?
Optimum je jednotné číslo. Optima je množné číslo.
V matematické optimalizaci může existovat více lokálních optim.
Stejné globálně optimální cílové hodnoty může dosáhnout i více různých řešení.
Co je to lokální optimum?
Lokální optimum je řešení, které nelze v rámci definovaného okolí zlepšit žádnou přípustnou změnou.
Mimo toto okolí však mohou existovat lepší řešení.
Co je globální optimum?
Globální optimum je řešení, které v rámci celého přípustného rozhodovacího prostoru dosahuje nejlepší hodnoty definované cílové funkce.
V případě maximalizačního úkolu nemá žádné jiné přípustné řešení vyšší hodnotu cílové funkce.
Proč se podniky často spokojí s lokálními řešeními?
Protože investiční rozhodnutí se často přijímají v rámci jednotlivých obchodních oblastí, oddělení nebo předem připravených scénářů.
Tím pádem nejsou automaticky zohledněny všechny ekonomicky relevantní kombinace projektů.
Proč není nejlepší jednotlivá investice automaticky součástí nejlepšího portfolia?
Protože projekty si navzájem konkurují o společné rozpočty a zdroje.
Ekonomicky atraktivní jednotlivý projekt může vyžadovat tolik kapitálu, že již nebude možné financovat několik dalších projektů s vyšší kombinovanou čistou přidanou hodnotou.
Co znamená 2^N při optimalizaci portfolia?
2^N popisuje počet teoreticky možných kombinací při N nezávislých binárních rozhodnutích o projektech.
Každý projekt může být buď vybrán, nebo nevybrán.
U 20 projektů vzniká 2^20 = 1 048 576 možných kombinací.
U 50 projektů je to 2^50 = 1 125 899 906 842 624 kombinací.
Je nutné vypočítat všech 2^N kombinací jednotlivě?
Ne.
Moderní matematické optimalizační metody dokážou efektivně prozkoumat rozsáhlé rozhodovací prostory, aniž by bylo nutné každou teoreticky možnou kombinaci jednotlivě a úplně vyhodnotit.
Která metoda je vhodná, závisí na struktuře matematického problému a na definovaných okrajových podmínkách.
Dokáže umělá inteligence vypočítat globální optimum?
Při použití vhodných matematických modelů a optimalizačních postupů lze globální optimum vypočítat a prokázat.
U obzvláště složitých problémů lze použít i přibližně optimální řešení.
Závěr o kvalitě řešení závisí na použitém postupu a případně na existujícím důkazu optimality.
Dokáže Excel řešit globální optimalizační problémy?
Ano. Excel dokáže pomocí vhodných funkcí Solveru zpracovávat matematické optimalizační úlohy.
V případě rozsáhlých kombinatorických rozhodovacích prostorů a složitých omezení však mohou být specializované optimalizační postupy nezbytné nebo efektivnější.
Jaké údaje potřebuje StratePlan pro první optimalizaci?
Pro základní ekonomický optimalizační model jsou nejprve potřebné tři údaje pro každý projekt:
- ID projektu
- Výdaje – plánované výdaje
- Příjmy – očekávané příjmy, resp. ekonomické výnosy
Dále se stanoví dostupný investiční rozpočet.
Složitější modely mohou zohledňovat další omezení a hodnotící parametry.
Co znamená „Maximize Net Contribution“?
„Maximize Net Contribution“ označuje maximalizaci celkového očekávaného čistého přínosu projektového portfolia v rámci definovaných omezení.
Jako doplňkový ekonomický ukazatel lze uvést návratnost investic (ROI) portfolia.
Maximalizace absolutního čistého přínosu a maximalizace návratnosti investic do portfolia (ROI) jsou odlišné matematické cíle.
Může StratePlan zviditelnit ekonomické rozdíly mezi lokálními a globálními řešeními?
Porovnáním stávající kombinace projektů s optimalizovanou alternativou lze vypočítat rozdíl v očekávaných čistých hodnotových příspěvcích.
Tento rozdíl ukazuje modelovaný ekonomický potenciál zlepšení na základě použitých předpokladů.
Přesné určení vzdálenosti od globálního optima předpokládá, že toto optimum bylo matematicky prokázáno.
Je globální optimum vždy správným manažerským rozhodnutím?
Ne nutně.
Matematicky optimální řešení se vždy vztahuje k definované cílové funkci a zohledněným omezením.
Strategické, regulační nebo společenské požadavky mohou vyžadovat dodatečné podmínky.
Matematická optimalizace pomáhá zviditelnit dopady těchto požadavků.
Pro jaké organizace je globální optimalizace portfolia obzvláště relevantní?
Je obzvláště relevantní pro organizace s četnými konkurenčními investičními projekty a omezenými zdroji.
Typickými oblastmi použití jsou průmysl, plánování CAPEX, digitalizace, případy použití umělé inteligence, nemovitosti, energetika, infrastruktura a plánování komunálních rozpočtů.
Jaký je nejdůležitější závěr pro generální ředitele, finanční ředitele a veřejné činitele?
Ekonomicky nejvýhodnější jednotlivé rozhodnutí nevede automaticky k nejlepšímu celkovému řešení.
Matematická optimalizace portfolia umožňuje systematicky zkoumat alternativní kombinace projektů a zlepšit alokaci kapitálu na úrovni celé organizace.
Rozhodující otázka zní: Optimalizujeme jednotlivé projekty – nebo optimalizujeme výběr našich projektů?
Znáte globální optimum svého investičního portfolia?
Zjistěte, která kombinace vašich plánovaných investičních projektů může v rámci vašeho dostupného rozpočtu dosáhnout nejvyššího očekávaného čistého přínosu.
Porovnejte své dosavadní projektové plánování s matematicky optimalizovanými investičními scénáři a prozkoumejte, zda jiná kombinace stávajících projektů umožňuje vyšší celkový ekonomický přínos.
Můžete zdarma optimalizovat až 15 projektů.