Optimalizace lokálních optim pomocí umělé inteligence: Proč i lepší rozhodnutí mohou být přesto špatná

Shrnutí: Proč úspěšná optimalizace nevede automaticky k nejlepšímu výsledku

Co se stane, když každé oddělení optimalizuje své projekty, každý rozpočet je využíván efektivně, a přesto společnost jako celek promarňuje svůj ekonomický potenciál?

V podnicích a veřejných organizacích patří optimalizace k běžné praxi. Výrobní procesy se zefektivňují, investiční projekty se řadí podle ekonomických ukazatelů, rozpočty se upravují a zdroje se využívají co nejproduktivněji.

Výsledky se často jeví jako přesvědčivé: náklady klesají, jednotlivé výnosy rostou a provozní ukazatele se zlepšují.

Právě v tom však spočívá zásadní problém strategického řízení podniku.

Lokálně optimální rozhodnutí nemusí být nutně součástí globálně optimálního celkového řešení.

Projekt může být z ekonomického hlediska vynikající v rámci jednoho oddělení a zároveň bránit tomu, aby podnik s těmi samými zdroji dosáhl vyššího celkového přínosu.

Důvod spočívá ve vzájemných souvislostech mezi projekty, rozpočty, kapacitami a strategickými cíli.

Zatímco klasické procesy řízení často optimalizují jednotlivá opatření, matematická optimalizace portfolia zohledňuje jejich kombinaci.

StratePlan kombinuje matematické metody z oblasti operačního výzkumu s přístupy založenými na umělé inteligenci, aby systematicky prozkoumával rozsáhlé kombinatorické rozhodovací prostory.

Cílem je identifikovat kombinace projektů, které v rámci definovaných ekonomických a provozních omezení dosahují co nejvyššího celkového přínosu.

Rozhodující manažerská otázka proto nezní: Jak můžeme dále zlepšit naše jednotlivé projekty?

ale: Která kombinace našich projektů dosáhne s dostupným rozpočtem nejlepšího celkového výsledku?

1. Co jsou lokální a globální optima?

Pojmy lokální optimum a globální optimum pocházejí z matematické optimalizace.

Lokální optimum označuje řešení, které nelze v rámci definovaného okolí vylepšit ani nepatrnou přípustnou změnou.

Globální optimum je naopak řešení, které v rámci celého přípustného rozhodovacího prostoru dosahuje nejlepší hodnoty definované cílové funkce.

Tento rozdíl je zásadní.

Řešení může být optimální ve svém bezprostředním okolí, i když jinde v rozhodovacím prostoru existuje podstatně lepší řešení.

V podnicích lze tento princip aplikovat na různé situace:

• Výrobní oddělení optimalizuje své vlastní investice, aniž by zohledňovalo dopady na ostatní pobočky.
• Jedna obchodní divize maximalizuje svou individuální návratnost investic (ROI), ačkoli jiné rozdělení kapitálu by umožnilo vyšší přínos pro hodnotu koncernu.
• Projektové portfolio se vylepšuje v rámci stanoveného rozpočtu, i když by mezioborové přerozdělení bylo ekonomicky atraktivnější.
• Obec upřednostňuje jednotlivá opatření podle naléhavosti, aniž by prozkoumala nejlepší možnou kombinaci všech dostupných investičních alternativ.

Tato rozhodnutí mohou být v rámci svých příslušných rámců pochopitelná a ekonomicky smysluplná.

Nemusí však nutně vést k nejlepšímu výsledku pro celou organizaci.

Lokální optimalizace vylepšuje řešení v rámci určitých hranic. Globální optimalizace hledá nejlepší přípustné řešení v rámci celého definovaného rozhodovacího prostoru.

2. Proč v podnicích vznikají lokální optima obzvláště často

Organizace jsou rozčleněny na oddělení, obchodní oblasti, programy a struktury odpovědnosti.

Toto rozdělení je nezbytné pro řízení komplexních podniků.

Ovlivňuje však také způsob, jakým se přijímají rozhodnutí.

Každá organizační jednotka má často vlastní cíle, rozpočty a ukazatele výkonnosti.

Jedno oddělení optimalizuje své náklady. Jedna obchodní divize maximalizuje svou návratnost. Vedoucí projektu se soustředí na dodržování termínů a rozpočtu.

Z pohledu dané jednotky mohou být tato rozhodnutí správná.

Celkový výsledek však závisí na tom, jak všechna rozhodnutí vzájemně působí.

Typickými příčinami lokální optimalizace jsou:

• Oddělené rozpočty: kapitál se optimalizuje v rámci jednotlivých obchodních divizí, místo aby byl posuzován napříč divizemi.
• Rozdílné cílové ukazatele: Oddělení sledují vlastní KPI, které nejsou plně v souladu s celkovým cílem společnosti.
• Omezená transparentnost: Rozhodovací pracovníci často znají pouze projekty spadající do jejich oblasti odpovědnosti.
• Závislosti mezi projekty: Jednotlá opatření ovlivňují ekonomickou efektivitu nebo proveditelnost jiných projektů.
• Konflikty v oblasti zdrojů: Více projektů soupeří o stejné zaměstnance, stroje nebo technické kapacity.

To může vést k rozhodnutím, která jsou sice z lokálního hlediska smysluplná, ale v celkovém kontextu jsou z ekonomického hlediska suboptimální.

Společnost optimalizuje jednotlivé části, aniž by automaticky optimalizovala celý systém.

3. Matematický problém: 2^N možných kombinací projektů

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

Společnost s 50 plánovanými investičními projekty tak čelí teoretickému rozhodovacímu prostoru čítajícímu přibližně 1,126 bilionů možných kombinací.

Ne každá z těchto kombinací je však přípustná z důvodu omezení rozpočtu, zdrojů nebo vzájemných závislostí mezi projekty.

Tento řád čísel však ukazuje, proč klasické procesy řízení mohou zohlednit pouze malou část všech možných portfolií.

Představenstvo může jednotlivě posoudit 50 projektů.

Nemůže však důkladně porovnat více než jeden bilión možných kombinací projektů.

Výzvou proto není lépe hodnotit jednotlivé projekty, ale najít v rámci exponenciálně velkého rozhodovacího prostoru ekonomicky nejvýhodnější přípustnou kombinaci.

4. Proč zlepšení jednotlivých projektů může zhoršit celkové portfolio

Běžný manažerský přístup zní: Pokud je každý projekt ekonomicky optimalizován, automaticky se zlepší celkový výsledek.

Tento předpoklad však neplatí bez výhrad.

Jednotlivé projekty mohou soutěžit o stejné omezené zdroje.

Je-li upřednostněn jeden projekt, prostředky na něj vynaložené již nejsou k dispozici pro jiná opatření.

V důsledku toho může ekonomicky atraktivní jednotlivé rozhodnutí zabránit ještě atraktivnější kombinaci projektů.

Například výrobní zařízení může dosáhnout vysoké individuální návratnosti, zároveň však může vyžadovat tolik investičního kapitálu, že již nebude možné financovat několik menších automatizačních opatření.

Pokud by tato menší opatření společně vytvořila vyšší čistý přínos, byl by původní výběr na úrovni portfolia suboptimální.

Podobný efekt může nastat i u personálních zdrojů.

Projekt s vysokou ekonomickou efektivitou může vyžadovat právě ty specialisty, kteří by byli potřební pro několik dalších projektů.

Ekonomická kvalita opatření proto nezávisí pouze na jeho vlastním výsledku, ale také na tom, jaké jiné možnosti jsou jeho realizací vyloučeny.

Tyto vzájemné vztahy nelze při izolovaném hodnocení projektu plně zachytit.

5. Výpočtový příklad: Proč mohou být dva menší projekty ekonomicky výhodnější než jeden velký

Podnik disponuje investičním rozpočtem ve výši 10 milionů eur.

Na výběr jsou tři projekty.

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 některý z ostatních projektů.

Vybrané portfolio tak dosahuje čistého přínosu hodnoty ve výši 4 milionů eur.

Matematická analýza možných kombinací projektů však ukazuje lepší 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 kombinace B + C optimální pro maximalizaci čistého přínosu hodnoty.

Optimalizované portfolio dosahuje o 50 % vyššího čistého přínosu hodnoty než původní výběr.

Společnost k tomu nepotřebuje žádný dodatečný investiční kapitál.

Stačí pouze zvolit jinou kombinaci stávajících projektů.

Původní výběr přitom nemusí být nutně lokálním optimem v přísném matematickém smyslu. Zda je lokálně optimální, závisí na tom, jaké změny jsou definovány jako přípustné sousedství.

Ilustruje však klíčový problém řízení: přesvědčivé rozhodnutí o jednotlivém projektu může být z ekonomického hlediska méně výhodné než alternativní kombinace portfolia.

6. Rozdíl mezi lokálním hledáním a globální optimalizací

V matematické optimalizaci existují různé postupy pro hledání efektivních řešení.

Lokální vyhledávací postupy často vycházejí ze stávajícího řešení a snaží se jej zlepšit pomocí změn.

Například je z portfolia odstraněn jeden projekt a nahrazen jiným.

Pokud se cílový funkční výraz zlepší, přijme se nová kombinace.

Tento proces lze opakovat, dokud se v daném okolí nenajde žádné další zlepšení.

Výsledkem může být lokální optimum.

Problém spočívá v tom, že výrazně lepší řešení může ležet mimo tuto sousední oblast.

K jeho dosažení by bylo možná nutné vyměnit několik projektů současně.

Jednotlivé mezikroky by přitom mohly zpočátku vést k horším výsledkům.

Jednoduchý lokální vyhledávací postup by takové změny za určitých okolností neprovedl.

Globální optimalizační postupy naproti tomu sledují cíl identifikovat nejlepší přípustné řešení v rámci celého definovaného rozhodovacího prostoru.

K tomu lze použít různé matematické přístupy, například:

• Optimalizace celých čísel a smíšených celých čísel
• 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 metody mohou za vhodných podmínek matematicky dokázat globální optimum.

Jiné poskytují přibližně optimální řešení, aniž by poskytly úplný důkaz optimality.

Rozhodující není individuálně a úplně vypočítat každou z teoreticky možných 2^N kombinací, ale systematicky prozkoumat rozhodovací prostor pomocí vhodných matematických metod.

Další souvislosti vysvětluje článek „Porozumět matematice a optimalizaci – proč lepší rozhodnutí vyžadují jinou výpočetní logiku“.

7. Proč Excel, skórovací modely a klasické stanovování priorit mohou upřednostňovat lokální řešení

Excel, skórovací modely a manažerské workshopy jsou zavedenými nástroji investičního plánování.

Umožňují strukturované hodnocení jednotlivých projektů a vytváření různých scénářů.

Problém nastává, když se pořadí jednotlivých projektů zaměňuje s matematicky optimalizovaným výběrem portfolia.

Excel: Jednotlivá hodnocení ještě neznamenají globální optimalizaci

Excel se skvěle 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.

Skórovací 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.

Workshopy pro management: Omezené posuzování variant

Na workshopech se často diskutuje o několika připravených scénářích.

Například základní scénář, konzervativní rozpočtový model a investiční plán zaměřený na růst.

Tyto varianty mohou být pečlivě vypracovány.

Často však představují pouze malou část celého matematického rozhodovacího prostoru.

Problémem není kvalita diskuse, ale omezený počet skutečně zkoumaných kombinací.

8. Jak optimalizace podporovaná umělou inteligencí pomáhá překonat lokální optima

Optimalizace rozhodování podporovaná umělou inteligencí (AI) sleduje jiný přístup než pouhé zlepšování jednotlivých procesů.

Nezabývá se výhradně aktuálním řešením, ale zohledňuje širší kombinatorický rozhodovací prostor.

Projekty jsou modelovány společně.

Rozpočtové limity, omezení zdrojů, závislosti a ekonomické cíle jsou matematicky popsány.

Vhodné optimalizační algoritmy následně zkoumají možné kombinace projektů.

Díky tomu lze identifikovat alternativy, které by při lokálním zlepšování stávajícího projektového plánování mohly zůstat opomenuty.

Strategická změna perspektivy zní:

• Od jednotlivých projektů k portfoliím: V centru pozornosti není izolovaná atraktivita projektu, ale jeho přínos k celkovému řešení.
• Od žebříčků ke kombinacím: Výběr se provádí na základě společného účinku několika opatření.
• Od pevných rozpočtů ke scénářům: Lze matematicky prozkoumat různé kapitálové limity.
• Od implicitních předpokladů k omezením: Strategické požadavky jsou zohledněny v rozhodovacím modelu.
• Od lokálních zlepšení k systematickému hledání: Jako možné alternativy se zvažují i výrazně pozměněné kombinace projektů.

Výhodou optimalizace podporované umělou inteligencí je, že zviditelňuje ekonomicky výkonnější řešení, která přesahují původně zvažované kombinace projektů.

9. StratePlan: Matematická optimalizace portfolia namísto izolovaného zlepšování projektů

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:

1. ID projektu: Jednoznačná identifikace projektu
2. Náklady: Plánované výdaje, resp. investice
3. Příjmy: Očekávané příjmy nebo ekonomické výnosy

Dále se stanoví 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 umožňuje přechod od izolovaného zlepšování jednotlivých projektů k systematické optimalizaci celého investičního portfolia.

10. Živě na zasedání představenstva: Kolik stojí setrvání u lokálního řešení?

Matematická optimalizace portfolia je obzvláště relevantní, pokud lze přímo porovnávat různé strategické požadavky.

Představme si průmyslový koncern se 100 plánovanými projekty CAPEX.

Součet všech investičních záměrů přesahuje dostupný rozpočet.

Několik obchodních divizí již své vlastní 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 podle jednotlivých oblastí může ukázat, zda jiné rozdělení kapitálu umožňuje dosáhnout vyššího celkového ekonomického přínosu.

Scénář B: Strategicky upřednostňované projekty

Generální ředitel se ptá:

„O jaký ekonomický přínos případně přicházíme, pokud musí být určité projekty bez ohledu na jejich individuální ekonomickou efektivitu nutně realizovány?“

Dotyčné projekty jsou zohledněny jako závazná omezení.

Portfolio se znovu vypočítá.

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, která 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: Cena lokálně optimalizovaného rozhodnutí

Lokálně atraktivní rozhodnutí o projektu může vést k tomu, že nebudou realizovány jiné ekonomicky výkonnější kombinace.

Tím vznikají oportunitní náklady.

Popisují ušlý přínos nejlepší alternativy, která nebyla zvolena.

Při strategickém přidělování kapitálu mohou alternativní náklady vzniknout například v případě, že:

• jeden projekt zabere velkou část dostupného rozpočtu,
• obchodní divize vázá kapitál, který by v jiné oblasti mohl přinést vyšší přínos,
• je několik vzájemně závislých projektů hodnoceno odděleně,
• jsou zdroje vyhrazeny pro méně účinná opatření,
• stávající kombinace projektů není porovnána s alternativními portfolii.

Matematická optimalizace portfolia umožňuje porovnat původně plánované portfolio s optimalizovanou kombinací projektů.

Rozdíl mezi očekávanými čistými přínosy zviditelňuje modelovaný potenciál zlepšení.

Je-li globální optimum matematicky prokázáno, lze v rámci modelu přesně určit vzdálenost zvoleného řešení od tohoto optima.

U přibližně optimálních řešení se nejprve určí rozdíl oproti nejlepšímu nalezenému řešení.

Rozhodující přidanou hodnotou je to, že se tak již před vázáním kapitálu odhalí možné ekonomické nevýhody stávajícího plánování projektů.

12. Proč globální optimum nemusí být vždy konečným rozhodnutím managementu

Matematicky optimální řešení je vždy vázáno na definovanou cílovou funkci a určitá omezení.

Vedení společnosti může být nuceno zohlednit další strategické, regulační nebo společenské požadavky.

Podnik se například může rozhodnout realizovat určitý projekt z dlouhodobých strategických důvodů, i když by jiná kombinace v krátkodobém horizontu přinesla vyšší čistý přínos.

Obec může být nucena financovat zákonem předepsané infrastrukturní opatření, i když se v rámci čistě ekonomického modelu jeví jiné projekty jako atraktivnější.

Taková rozhodnutí nejsou automaticky špatná.

Rozhodující je, aby byly jejich dopady transparentní.

Matematická optimalizace portfolia dokáže vypočítat různé scénáře:

• Portfolio bez dodatečných strategických zadání
• Portfolio s projekty, jejichž realizace je závazná
• Portfolio se změněnými rozpočtovými omezeními
• Portfolio s dodatečnými váhami nebo cíli dopadu

Porovnáním těchto scénářů lze odhalit ekonomické konflikty cílů.

Cílem není nahradit každé manažerské rozhodnutí algoritmem, ale zviditelnit ekonomické důsledky různých alternativních postupů.

13. Analýza citlivosti: Jak stabilní je optimální kombinace projektů?

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 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 odolná zůstává vypočítaná kombinace projektů i při změně předpokladů.

Strategicky podložené rozhodnutí zohledňuje nejen nejlepší vypočítané řešení v rámci jednoho scénáře, ale také dopady možných změn.

14. Referenční případ z praxe: Areál Klybeck v Basileji – přibližně o 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.

15. Kde lokální optima obzvláště často omezují ekonomický potenciál

Nebezpečí izolované optimalizace jednotlivých opatření existuje v mnoha ekonomických a 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 energetické 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.

16. Simulace rozpočtu a souběžná optimalizace portfolia: překonávání lokálních řešení 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 v rámci příslušné oblasti odpovědnosti svůj smysl.

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 nejvyšší modelované celkové užitky?
• 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.

17. Od lokální optimalizace procesů ke strategické Decision Intelligence

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 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 se nesnažíme pouze efektivněji řídit jednotlivé projekty, ale matematicky vylepšujeme samotný výběr a kombinaci projektů.

18. Závěr: Kdo vylepšuje pouze lokální optima, může přehlédnout lepší celkové řešení

Lokální optimalizace je důležitou součástí profesionálního řízení podniku.

Zlepšuje procesy, snižuje náklady a zvyšuje efektivitu jednotlivých opatření.

Lokálně optimální řešení však nemusí být nutně globálně optimální.

Pokud o omezené rozpočty a zdroje soutěží mnoho projektů, vzniká kombinatorický rozhodovací prostor.

Již u 50 projektů existuje více než jeden bilión teoreticky možných kombinací.

Izolované zlepšování 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: Jak můžeme ještě lépe optimalizovat naše stávající projekty?

ale: Vybrali jsme vůbec správnou kombinaci projektů?

Právě zde začíná přechod od lokální optimalizace k matematické optimalizaci portfolia.

StratePlan – Nejen zlepšovat projekty. Vypočítat správnou kombinaci.

Často kladené otázky – Překonání lokálních optim pomocí umělé inteligence

Co je to lokální optimum?

Lokální optimum je řešení, které nelze v rámci definovaného okolí vylepšit ani nepatrnou přípustnou změnou.

Mimo tuto oblast však mohou existovat lepší řešení.

Jaký je rozdíl mezi lokálním a globálním optimem?

Lokální optimum je optimální v rámci omezeného rozsahu.

Globální optimum naproti tomu dosahuje nejlepší hodnoty definované cílové funkce v rámci celého přípustného rozhodovacího prostoru.

Proč mohou být lokální optima pro podniky problematická?

Protože rozhodnutí, které je optimální v rámci jednoho oddělení nebo obchodní divize, nevede automaticky k nejvyššímu celkovému ekonomickému přínosu pro podnik.

Projekty si navzájem konkurují o společné rozpočty, zdroje a kapacity.

V důsledku toho mohou zůstat bez povšimnutí ekonomicky výhodnější kombinace napříč jednotlivými oblastmi.

Jak může umělá inteligence pomoci překonat lokální optima?

Matematická optimalizace podporovaná umělou inteligencí dokáže systematicky prozkoumat rozsáhlé kombinatorické rozhodovací prostory.

Díky tomu lze identifikovat kombinace projektů, které leží mimo bezprostředně zvažované alternativy a umožňují vyšší celkový ekonomický přínos.

Může AI vždy 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.

Údaj o kvalitě řešení závisí na použitém postupu a případně na existujícím důkazu optimality.

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.

Při 20 projektech 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 matematické struktuře problému a definovaných okrajových podmínkách.

Proč nestačí klasické pořadí podle ROI?

Žebříček ROI hodnotí jednotlivé projekty na základě jejich individuální návratnosti.

Nezohledňuje však automaticky to, která kombinace projektů v rámci dostupného rozpočtu dosahuje nejvyšší absolutní čisté přidané hodnoty.

Nejlepší žebříček proto nemusí nutně představovat nejlepší investiční portfolio.

Dokáže Excel řešit globální optimalizační úlohy?

Ano. Excel dokáže pomocí vhodných funkcí Solveru zpracovávat matematické optimalizační úlohy.

V případě rozsáhlých kombinatorických rozhodovacích prostorů a komplexních 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 hodnotového příspěvku a maximalizace návratnosti investic do portfolia (ROI) jsou odlišné matematické cíle.

Může StratePlan odhalit ekonomické nevýhody stávajícího projektového plánování?

Porovnáním stávající kombinace projektů s optimalizovanou alternativou lze vypočítat rozdíl v očekávaných čistých hodnotových příspěvcích.

Tento rozdíl ukazuje modelovaný potenciál ekonomického zlepšení na základě použitých předpokladů.

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 které oblasti je překonání lokálních optim obzvláště důležité?

Je to obzvláště důležité pro investiční portfolia s četnými konkurenčními 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 a finanční ředitele?

Zlepšení jednotlivých projektů nevede automaticky k ekonomicky nejlepšímu celkovému řešení.

Matematická optimalizace portfolia umožňuje prozkoumat alternativní kombinace projektů a zlepšit alokaci kapitálu na úrovni celé společnosti.

Rozhodující otázka zní: Optimalizujeme naše projekty – nebo optimalizujeme výběr našich projektů?

Neoptimalizujte pouze jednotlivé projekty. Vypočítejte nejlepší kombinaci.

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.

Optimalizujte nyní až 15 projektů zdarma →