Big4-rådgivning: Værdi til lavest mulige omkostninger?
Hvad software kan beregne i dag – og hvorfor ledelse alligevel forbliver ledelse
Matematisk optimering kan automatisere dele af komplekse CAPEX-analyser, forkorte genberegningscyklusser og gøre professionel beslutningsintelligens tilgængelig for en bredere kreds i virksomheden. Ikke som erstatning for strategi, rådgivning eller ledelse – men som en matematisk infrastruktur for beslutninger.
Hvad sker der, hvis strategien ændrer sig inden for få timer?
En resultatadvarsel. Et fald i efterspørgslen. Nye lovkrav. Højere finansieringsomkostninger. En overtagelse. En geopolitisk ændring. Eller ganske enkelt en ny målsætning fra bestyrelsen:
CAPEX skal reduceres.
Lad os tage et eksempel med en virksomhed med et investeringsbudget på 500 mio. EUR.
Ledelsen beslutter en reduktion på 15 procent.
Nyt CAPEX-budget: 425 mio. EUR.
Ved første øjekast virker opgaven enkel:
Hvor skal vi skære 75 mio. EUR væk?
Men det er ikke det afgørende spørgsmål for ledelsen.
Det langt mere interessante spørgsmål lyder:
Hvilken kombination af de resterende investeringer skaber den højeste definerede værditilførsel under de nye budget-, ressource-, risiko-, afhængigheds- og strategibetingelser?
Dermed ændrer opgaven sig fundamentalt.
En budgetnedskæring bliver til et matematisk allokeringsproblem.
Fra strategiændring til genberegningsloop
Strategisk virksomhedsrådgivning er langt mere end matematik.
Den omfatter markedsforståelse, strategi, organisation, transformation, regulatoriske spørgsmål, branchekendskab, kommunikation og menneskelig dømmekraft.
Det kan software ikke erstatte.
Inden for komplekse beslutningsprocesser findes der dog et område, der meget vel kan matematiseres:
nemligden kvantitative beregning af alternativer.
En mulig beslutningsproces kan for eksempel se sådan ud::
BESTYRELSE → ØKONOMI → CONTROLLING → RISIKO → DRIFT → STRATEGI → KONSOLIDERING → BESTYRELSE
Derefter stiller ledelsen et nyt spørgsmål.
Hvad sker der, hvis CAPEX er 400 i stedet for 425 mio. EUR?
Hvad ændrer sig, hvis et bestemt forretningsområde prioriteres?
Hvad sker der, hvis et projekt absolut skal gennemføres?
Hvilke konsekvenser har en yderligere ressourcebegrænsning?
Hver gang en antagelse ændres, kan der opstå en ny beregnings- og afstemningscyklus.
Ikke fordi finansafdelingen, controllingen eller eksterne konsulenter arbejder ineffektivt.
Men fordi komplekse beslutninger ofte er organiseret sekventielt.
Hvad koster en beslutning egentlig?
Virksomheder måler omkostningerne ved deres kapital.
De måler ROI, NPV, IRR, cashflow, investeringsvolumen og budgetafvigelser.
Men hvor ofte måles det, hvad den proces koster, hvorigennem der træffes beslutninger om denne kapital?
Til dette formål kan der formuleres en konceptuel ramme for ledelse og controlling:
Beslutningsomkostninger = Interne arbejdsomkostninger + Ledelseskapacitet + Eksterne rådgivningsomkostninger + Omkostninger til omarbejde + Omkostninger ved forsinkelse + Opportunitetsomkostninger + eventuelt omkostninger ved fortsat forkert allokeret CAPEX.
Beslutningsomkostninger er her ikke et standardiseret regnskabstal, men en konceptuel referenceramme til den økonomiske betragtning af beslutningsprocesser.
Interne arbejdsomkostninger
Finans, controlling, risiko, drift, strategi, teknik, indkøb og IT kan være involveret i større investeringsbeslutninger.
Et rent illustrativt regneeksempel:
20 medarbejdere × 150 EUR fulde omkostninger pr. time × 30 timer × 5 iterationer = 450.000 EUR.
Dette eksempel udgør udtrykkeligt ikke en benchmark for faktiske beslutningsomkostninger. Det viser blot, hvordan gentagne analyse- og genberegningscyklusser kan skabe en relevant intern omkostningspost.
Ledelseskapacitet
Den bundne ledelseskapacitet kan være endnu mere betydningsfuld.
CFO, bestyrelse, forretningsområdeledere og investeringsudvalg har begrænset tid til rådighed.
Det økonomiske spørgsmål lyder derfor ikke kun:
Hvad koster en ledelsestime?
Men også:
Hvilke beslutninger, ændringer eller implementeringer kunne gennemføres på samme tid?
Eksterne rådgivningsomkostninger
Strategirådgivning, corporate finance, teknisk rådgivning og andre specialister kan bidrage med vigtig yderligere ekspertise i komplekse beslutningsprocesser.
Men også ekstern analysekapacitet er en økonomisk ressource.
Jo flere varianter, genberegninger og afstemninger der er behov for, desto større kan den tilhørende indsats blive.
Rework Cost
En ændret ledelsesmæssig retningslinje kan i visse tilfælde gøre allerede udarbejdede beregninger, scenarier og præsentationer forældede.
Modellerne tilpasses. Data aggregeres på ny. Fagafdelingerne gennemgår dem igen. Præsentationerne ændres.
Organisationen foretager en ny beregning.
Også genberegning er arbejde.
Den muligvis største omkostningspost: Cost of Delay
De umiddelbare procesomkostninger er dog muligvis ikke den største økonomiske løftestang.
Et andet spørgsmål kan være væsentligt mere relevant:
Hvad koster hver ekstra dag, hvor en ny kapitalallokering endnu ikke kan gennemføres?
Mens en beslutning forberedes og genberegnes, kan eksisterende aktiviteter fortsætte.
Projekter fortsættes.
Ingeniørkapaciteter forbliver bundet.
Ordrer kan udløses.
Eksterne tjenesteudbydere arbejder videre.
Planlagte besparelser påbegyndes muligvis senere.
Mere attraktive investeringer igangsættes muligvis senere.
Kapitalen forbliver længere i den eksisterende allokering.
Denne forsinkelsesomkostning er virksomheds- og projektspecifik og kan derfor ikke kvantificeres seriøst med en fast procentdel.
Den skal dog indgå i den økonomiske vurdering af en beslutning.
Opportunitetsomkostninger: Et godt projekt kan alligevel være det forkerte valg
Et projekt kan have en positiv NPV eller ROI og alligevel ikke være en del af den økonomisk bedste samlede portefølje.
Hvorfor?
Fordi kapital, ressourcer og tid er begrænsede.
Det relevante spørgsmål er derfor ikke udelukkende:
Er dette projekt økonomisk rentabelt?
Men snarere:
Er dette projekt en del af den økonomisk bedste tilgængelige projektkombination under de givne begrænsninger?
Prioritering er ikke optimering
Dermed opstår der en vigtig forskel.
Prioritering:
Hvilket projekt har den højeste prioritet ud fra definerede kriterier?
Optimering:
Hvilken tilladt kombination af projekter maksimerer den definerede målværdi for den samlede portefølje?
Ved N binære projektbeslutninger findes der teoretisk set 2N mulige delmængder.
Ved 100 projekter er der:
2^100 ≈ 1,27 × 10^30 teoretisk mulige delmængder.
Det praktisk anvendelige løsningsrum begrænses betydeligt af budgetter, ressourcer, afhængigheder og andre begrænsninger. Moderne optimeringsmetoder behøver desuden ikke at afprøve hver eneste teoretiske kombination enkeltvis.
Størrelsesordenen illustrerer ikke desto mindre problemet:
Porteføljebeslutninger er ikke det samme som projektrangering.
Beslutningsteknologi er for længst blevet en del af virksomhedsteknologien
Matematisk optimering, avanceret analyse og databaseret beslutningsstøtte er ikke en fremtidsvision.
Store teknologileverandører som IBM har i årevis tilbudt teknologier til matematisk optimering og komplekse beslutningsproblemer. Også platformudbydere som Palantir beskæftiger sig med databaserede operationelle beslutningsprocesser.
Det betyder dog ikke, at specialiserede beslutningsintelligensløsninger funktionelt kan sidestilles med disse platforme.
Det afgørende punkt er et andet:
Beslutningsteknologi er for længst blevet en integreret del af moderne virksomhedsteknologi.
Samtidig kræver ikke alle matematisk definerbare beslutningsproblemer en komplet virksomhedsplatform eller et omfattende transformationsprojekt.
Her opstår en ny kategori af specialiseret beslutningsintelligens.
I stedet for at afspejle en virksomheds samlede data- og beslutningsarkitektur kan en specialiseret løsning løse et klart defineret matematisk problem.
For eksempel:
Hvilken kombination af vores investeringsprojekter maksimerer den forventede værdiskabelse inden for vores faktiske begrænsninger?
Decision Intelligence 4 All
Det er her, den egentlige forandring ligger.
Professionel matematisk beslutningsstøtte behøver ikke udelukkende at være en del af store rådgivnings-, transformations- eller enterprise-IT-projekter.
Et beslutningsproblem kan i første omgang reduceres til nogle få centrale variabler:
Projekt-ID. Investering. Forventet værditilførsel. Begrænsninger.
Med udgangspunkt heri kan en matematisk model beregne forskellige porteføljesammensætninger.
Ikke alle organisationer har brug for en ny virksomhedsarkitektur til dette formål.
Ikke alle matematiske problemstillinger kræver et flere måneder langt transformationsprojekt.
Og ikke alle nye ledelsesmæssige spørgsmål bør nødvendigvis udløse en helt ny manuel genberegningsrunde.
Det er ideen bag Decision Intelligence 4 All.
Ikke Big4-rådgivning til softwarepris.
Ikke IBM til en indgangspris for Software-as-a-Service.
Ikke Palantir til SMV'er.
Men:
en let tilgængelig løsning til en klart afgrænset matematisk beslutningsfunktion.
The Algorithm Calculates. Ledelsen træffer beslutningen.
Decision Intelligence må ikke forveksles med automatiseret virksomhedsledelse.
En matematisk model definerer ikke automatisk virksomhedens strategi.
Den afgør ikke, hvilken fabrik der er strategisk vigtig.
Den bestemmer ikke, hvilket risikoniveau en bestyrelse er villig til at acceptere.
Den definerer ikke virksomhedskulturen.
Og den påtager sig ikke noget ledelsesansvar.
Ledelsen definerer:
Mål. Prioriteter. Budgetter. Begrænsninger. Afhængigheder. Risici.
Inden for dette definerede beslutningsrum beregner matematikken de relevante porteføljealternativer eller – afhængigt af modellen – den optimale løsning.
Algoritmen beregner. Ledelsen beslutter.
Fra Consulting Cycles til Live Decision Intelligence
Dermed kan beslutningscyklussen også ændre sig.
En sekventiel proces kan for eksempel se sådan ud:
SPØRGSMÅL → AFDELINGER → BEREGNING → KONSOLIDERING → PRÆSENTATION → NYT SPØRGSMÅL → GENBEREGNING
Hvis data, målstørrelser og begrænsninger allerede foreligger struktureret i en matematisk model, kan det i stigende grad føre til:
SPØRGSMÅL → BEREGN → SAMMENLIGN → BESLUT.
Det betyder udtrykkeligt ikke, at en fuldstændig beslutning i bestyrelsen træffes på få sekunder.
Beregningstid og den organisatoriske beslutningsproces er to forskellige størrelser.
Men hvis en matematisk model kan genberegne alternative porteføljer på kort tid, kan et hidtil tidskrævende genberegningstrin forkortes betydeligt.
Ledelsen kan dermed hurtigere få svar på et af de vigtigste spørgsmål i strategiske beslutningsprocesser:
What if?
Tre økonomiske løftestænger
1. Bedre kapitalallokering
Spørgsmålet ændrer sig fra:
Hvilke projekter er gode?
til:
Hvilken kombination af disse projekter skaber den højeste definerede værditilførsel under de givne betingelser?
Målet er en bedre kapitalallokering inden for eksisterende budgetter og begrænsninger – uden at udlede en generel resultatgaranti heraf.
2. Lavere beslutningsomkostninger
Hvis genberegninger kan automatiseres, er der potentiale for at reducere manuelt beregningsarbejde, omarbejde og gentagen scenarieopstilling.
Hvor stor denne effekt rent faktisk er, afhænger af den hidtidige beslutningsproces og den pågældende organisation.
3. Højere beslutningshastighed
Når en ny ledelsesantagelse hurtigere kan omsættes til et nyt porteføljealternativ, kan også hele beslutningsprocessen fremskyndes.
Dermed får tiden en yderligere økonomisk dimension.
Det er ikke kun kapital, der har en pris. Også beslutningstiden har en økonomisk værdi.
Matematik kan øge gennemsigtigheden
Ikke fordi matematik automatisk fører til den rigtige ledelsesbeslutning.
En model kan kun beregne inden for rammerne af sine data, antagelser, målfunktioner og begrænsninger.
Matematisk optimering kan dog understøtte fire egenskaber ved en beslutningsproces:
Gennemsigtighed:
Hvilke data og antagelser ligger til grund for beregningen?
Sporbarhed:
Hvordan er resultatet fremkommet?
Reproducerbarhed:
Hvad er resultatet ved identiske eller ændrede parametre?
Trade-off-gennemsigtighed:
Hvilke konsekvenser opstår der, hvis budgettet, prioriteterne eller begrænsningerne ændres?
Dermed ændres også kvaliteten af diskussionen.
Fra:
„Vi mener, at dette er den rigtige projektkombination.“
bliver til et kvantitativt mere præcist spørgsmål:
„Hvilken projektkombination fremkommer under netop disse dokumenterede forudsætninger?“
Hvad betyder det for børsnoterede virksomheder?
Også her er det vigtigt med en klar afgrænsning.
Hurtigere matematiske beregninger betyder ikke automatisk en højere aktiekurs.
Efter et strategisk chok kan ledelsen dog blive tvunget til at revurdere de strategiske forudsætninger og dermed sin kapitalallokering.
Jo hurtigere der foreligger solide porteføljealternativer, jo tidligere kan ledelsen i princippet træffe konkrete beslutninger om investeringer, nedskæringer og prioriteter.
Dette kan igen understøtte et mere præcist internt beslutningsgrundlag og – under overholdelse af de respektive kapitalmarkedsretlige krav – en mere velunderbygget ekstern kommunikation.
Teknologien bestemmer ikke kapitalmarkedets reaktion.
Den kan dog bidrage til at forkorte tiden mellem to punkter:
STRATEGISK FORANDRING → KVANTIFICERET KAPITALALLOKERING.
Det er ikke slutningen på rådgivning
Tværtimod.
Jo bedre det kvantitative arbejde kan automatiseres, desto stærkere kan menneskelig ekspertise udnyttes der, hvor den har størst værdi:
Strategi. Fortolkning. Organisation. Transformation. Forhandling. Lederskab. Dømmekraft.
Derfor er dette ikke en historie om:
Software kontra rådgivning.
Det er en historie om:
Software + ledelse + ekspertise.
Det næste udviklingstrin inden for databaserede virksomhedsbeslutninger består ikke i at erstatte ledelsen med algoritmer.
Det består i at automatisere de matematisk beregnelige dele af beslutningsprocessen i en sådan grad, at ledelsen får mere tid til selve beslutningen.
Bedre kapitalallokering.
Lavere beslutningsomkostninger.
Hurtigere beslutninger.
Decision Intelligence 4 All.
STOL
IKKE PÅ OS.
BEREGN DET SELV.
