Artículo principal del blog:
Entender los óptimos: por qué las organizaciones se quedan estancadas en los óptimos locales y no ven el óptimo global
Resumen ejecutivo: Por qué una buena decisión no tiene por qué ser la mejor
¿Qué ocurre cuando una empresa prioriza cuidadosamente sus proyectos de inversión, distribuye los presupuestos de forma eficiente y, aun así, deja sin aprovechar millones de euros de posible valor añadido?
En casi todas las reuniones de la junta directiva se debaten las decisiones de inversión basándose en indicadores económicos, prioridades estratégicas y recursos disponibles.
Se evalúan los proyectos. Se comparan los casos de negocio. Se distribuyen los presupuestos de inversión. Se alcanzan compromisos.
El resultado final es una cartera que parece plausible, económicamente sensata y viable desde el punto de vista organizativo.
Sin embargo, a menudo queda sin respuesta una pregunta decisiva:
¿Es la combinación de proyectos que hemos elegido realmente la mejor solución desde el punto de vista económico, o simplemente una buena solución dentro de las alternativas que hemos barajado?
Ahí radica precisamente la diferencia entre los óptimos locales y los globales.
Un óptimo local no puede mejorarse más dentro de un entorno definido. Un óptimo global, por el contrario, alcanza el mejor valor de la función objetivo dentro de todo el espacio de decisión admisible.
En la planificación estratégica de inversiones, esta diferencia puede tener repercusiones económicas considerables.
Y es que las empresas no solo toman decisiones sobre proyectos individuales, sino que deciden sobre combinaciones de proyectos que compiten al mismo tiempo por capital, recursos y capacidades.
StratePlan combina métodos matemáticos de optimización de la investigación operativa con enfoques basados en la inteligencia artificial para analizar sistemáticamente estos espacios de decisión tan complejos.
Por lo tanto, la pregunta clave para la dirección no es: «¿Hemos optimizado nuestros proyectos?»,
Sino: ¿Hemos seleccionado la mejor combinación económica de nuestros proyectos?
1. ¿Qué significa «óptimo»? La definición matemática
En matemáticas, el término «óptimo» se refiere a una solución que, dentro de un espacio de decisión definido, maximiza o minimiza un valor objetivo determinado.
El plural es «óptimos».
En la teoría de la optimización se distingue entre óptimos locales y globales.
Óptimo local
Un óptimo local es una solución que, dentro de un entorno definido, no puede mejorarse mediante una modificación admisible.
La solución puede ser óptima dentro de este ámbito limitado, aunque en otras partes del espacio de decisión sean posibles mejores resultados.
Óptimo global
Un óptimo global es una solución que alcanza el mejor valor de la función objetivo definida dentro de todo el espacio de decisión admisible.
En un problema de maximización, ninguna otra solución admisible tiene un valor de la función objetivo más alto.
En una tarea de minimización, ninguna otra solución admisible tiene un valor de la función objetivo más bajo.
Importante: un óptimo global no tiene por qué ser único. Varias combinaciones diferentes de proyectos pueden alcanzar el mismo valor objetivo óptimo.
Para las empresas, esta distinción reviste una importancia fundamental.
Una decisión de inversión puede ser óptima desde el punto de vista económico dentro de una división de negocio y, al mismo tiempo, generar una contribución total menor en comparación con una alternativa que abarque varias divisiones.
Por lo tanto, la calidad de una optimización no solo depende del método de cálculo utilizado, sino también del espacio de decisión y de la función objetivo en los que se base.
2. Por qué las organizaciones suelen quedarse estancadas en óptimos locales
Las empresas se estructuran en departamentos, áreas de negocio, sedes y estructuras de responsabilidad.
Esta división organizativa permite gestionar de forma eficiente procesos empresariales complejos.
Sin embargo, a menudo conduce a que las decisiones de inversión se tomen dentro de ámbitos de responsabilidad limitados.
Una planta de producción optimiza sus inversiones en maquinaria.
El departamento de TI da prioridad a sus proyectos de digitalización.
El departamento de ventas evalúa medidas para aumentar la facturación.
La gestión inmobiliaria decide sobre las reformas y el desarrollo de las ubicaciones.
Cada unidad puede tomar decisiones económicamente sensatas dentro de su ámbito de responsabilidad.
Sin embargo, la empresa suele disponer de un presupuesto común o, al menos, de un presupuesto global limitado.
Esto hace que las distintas áreas de negocio compitan por los mismos recursos financieros.
Las causas típicas de las optimizaciones limitadas a nivel local son:
- Presupuestos de inversión separados: el capital se distribuye entre las distintas áreas de negocio sin considerar conjuntamente todas las alternativas de inversión.
- Indicadores clave de rendimiento (KPI) diferentes: los departamentos persiguen objetivos individuales que no coinciden plenamente con el objetivo general de la empresa.
- Decisiones históricas: se da prioridad a la continuación de proyectos ya aprobados, aunque otras combinaciones podrían resultar más atractivas desde el punto de vista económico.
- Conflictos de recursos: varios proyectos requieren las mismas capacidades de personal o técnicas.
- Análisis limitado de variantes: los órganos de dirección solo comparan un número reducido de escenarios preparados.
Estos factores pueden llevar a que una organización optimice con éxito sus distintas áreas sin alcanzar el mejor resultado global posible.
La empresa optimiza sus componentes, pero no necesariamente la mejor combinación económica de los mismos.
3. El espacio de decisión invisible: por qué 2^N cambia la lógica de gestión
En cuanto hay varios proyectos entre los que elegir al mismo tiempo, surge un espacio de decisión combinatorio.
En un modelo binario simplificado, cada proyecto puede llevarse a cabo o no.
Con N proyectos que pueden seleccionarse de forma independiente, teóricamente se obtienen 2^N combinaciones posibles de proyectos.
El número crece exponencialmente:
- 7 proyectos: 2^7 = 128 combinaciones
- 10 proyectos: 2^10 = 1.024 combinaciones
- 20 proyectos: 2^20 = 1 048 576 combinaciones
- 30 proyectos: 2^30 = 1.073.741.824 combinaciones
- 40 proyectos: 2^40 = 1.099.511.627.776 combinaciones
- 50 proyectos: 2^50 = 1.125.899.906.842.624 combinaciones
- 100 proyectos: 2^100 = aproximadamente 1,27 × 10^30 combinaciones
Por lo tanto, con 50 proyectos de inversión previstos, existen aproximadamente 1,126 billones de combinaciones de proyectos teóricamente posibles.
No todas las combinaciones son viables debido a límites presupuestarios, restricciones de recursos o dependencias entre proyectos.
No obstante, esta magnitud pone de manifiesto por qué los procesos de gestión clásicos solo pueden considerar una parte limitada del espacio matemático de decisión.
Un consejo de administración puede evaluar 50 proyectos de forma individual.
Sin embargo, no puede comparar exhaustivamente entre sí más de un billón de combinaciones de proyectos.
El verdadero reto no consiste en comprender cada proyecto por separado. Consiste en determinar, de entre las posibles combinaciones de estos proyectos, la mejor solución económicamente viable.
4. Por qué los debates y los talleres de gestión no garantizan una optimización global
Los órganos de gestión son indispensables para definir objetivos estratégicos, evaluar hipótesis económicas y asumir la responsabilidad de las decisiones.
Sin embargo, no son algoritmos matemáticos de optimización.
En la práctica, a menudo se comparan entre sí algunos escenarios preparados.
Por ejemplo:
- Un escenario base con el presupuesto de inversión previsto inicialmente
- Un escenario conservador con gastos reducidos
- Un escenario de crecimiento con inversiones adicionales
- Un escenario estratégico con proyectos prioritarios
Estas variantes pueden elaborarse con esmero y resultar económicamente plausibles.
Sin embargo, a menudo solo representan una pequeña parte del espacio matemático total de decisión.
La elección entre cuatro escenarios preparados no responde automáticamente a la pregunta de si, entre millones de otras combinaciones, existe una solución económicamente mejor.
La mejor variante debatida no es necesariamente la mejor combinación de proyectos matemáticamente posible.
Precisamente por eso, el debate estratégico debería complementarse con métodos matemáticos de optimización adecuados.
5. Un ejemplo de cálculo: por qué la mejor inversión individual no conduce a la mejor cartera
Una empresa dispone de un presupuesto de inversión de 10 millones de euros.
Hay tres proyectos entre los que elegir.
| Proyecto | CAPEX | Aportación de valor neta |
|---|---|---|
| Proyecto A – Planta de producción | 7 millones de € | 4 millones de € |
| Proyecto B – Automatización | 5 millones de € | 3 millones de € |
| Proyecto C – Eficiencia energética | 5 millones de € | 3 millones de € |
El proyecto A es el que aporta el mayor valor neto individual.
Si se selecciona este proyecto, quedarán 3 millones de euros de presupuesto.
Esta cantidad no es suficiente para poner en marcha además ninguno de los otros proyectos.
Por lo tanto, la aportación neta total al valor asciende a 4 millones de euros.
Sin embargo, un análisis matemático de las posibles combinaciones de proyectos revela una alternativa económicamente más ventajosa.
Los proyectos B y C requieren en conjunto 10 millones de euros y generan una contribución neta al valor combinada de 6 millones de euros.
Suponiendo que los proyectos sean independientes y sin otras restricciones, B + C es la combinación óptima para maximizar la contribución neta de valor.
La cartera optimizada genera una contribución de valor neta un 50 % superior a la de la selección original.
Para ello, la empresa no necesita capital de inversión adicional.
Solo tiene que elegir otra combinación de sus proyectos existentes.
Este ejemplo muestra una decisión de cartera subóptima. Que la selección original sea también un óptimo local en sentido estrictamente matemático depende de la definición de los cambios de vecindad permitidos.
La conclusión fundamental sigue siendo la misma: la mejor inversión individual desde el punto de vista económico no forma parte necesariamente de la mejor combinación de proyectos desde el punto de vista económico.
6. Por qué los óptimos locales pueden ser tan estables desde el punto de vista matemático
Los óptimos locales suelen surgir a raíz de procesos de mejora gradual.
Un algoritmo o un proceso de gestión parte de una solución existente e intenta mejorarla mediante pequeños cambios.
Por ejemplo, se elimina un proyecto de la cartera y se sustituye por otro.
Si mejora la contribución económica global, se adopta la nueva combinación.
Este proceso puede repetirse hasta que no se encuentre ninguna mejora adicional dentro del entorno considerado.
El resultado es entonces un óptimo local.
Sin embargo, puede existir una solución claramente mejor fuera de ese entorno.
Para alcanzarla, podría ser necesario sustituir varios proyectos al mismo tiempo.
Algunos pasos intermedios podrían dar lugar, en un primer momento, a resultados peores.
Un procedimiento de búsqueda local sencillo podría no llevar a cabo tales cambios en determinadas circunstancias.
En las organizaciones puede producirse un efecto similar.
Una división de la empresa mejora gradualmente su planificación de inversiones actual sin analizar distribuciones de capital fundamentalmente diferentes.
Esto puede dar lugar a una combinación de proyectos económicamente plausible y estable, aunque otras carteras permitirían una contribución total mayor.
Por lo tanto, la estabilidad de una solución existente no es prueba de su optimalidad global.
7. Optimización global: la mejor solución dentro de todo el espacio de decisión admisible
La optimización global tiene como objetivo determinar, dentro de todo el espacio de decisión admisible, la mejor solución para una función objetivo definida.
En la asignación estratégica de capital, esta función objetivo puede ser, por ejemplo, la maximización de la contribución neta al valor esperada.
La optimización matemática tiene en cuenta las alternativas de inversión disponibles y las restricciones definidas.
Las restricciones típicas son:
- Presupuesto máximo de inversión
- Recursos humanos disponibles
- Límites de capacidad técnica
- Dependencias entre proyectos
- Plazos
- Requisitos estratégicos mínimos
- Obligaciones normativas
Los algoritmos de optimización adecuados exploran el espacio de soluciones matemáticas y buscan una combinación de proyectos que satisfaga de la mejor manera posible la función objetivo.
Para ello se pueden emplear diferentes métodos:
- Optimización entera y mixta-entera
- Método «branch-and-bound»
- Programación dinámica
- Metaheurísticas
- Métodos de inicio múltiple y estrategias de búsqueda combinadas
- Métodos de evaluación y búsqueda basados en IA
Algunos de estos métodos pueden demostrar matemáticamente la existencia de un óptimo global en condiciones adecuadas.
Otros proporcionan soluciones aproximadamente óptimas, sin aportar una demostración completa de su optimalidad.
En principio, no es necesario realizar un cálculo individual completo de todas las 2^N combinaciones para optimizar matemáticamente grandes espacios de decisión.
En el artículo «Nuevo método de cálculo basado en IA en la gestión de carteras de proyectos para la optimización del CAPEX» se explican más detalles al respecto.
8. Por qué Excel, los modelos de puntuación y las matrices de priorización no garantizan la optimalidad global
Excel, los modelos de puntuación y las matrices de priorización son herramientas consolidadas en la planificación estratégica de inversiones.
Permiten una evaluación estructurada de proyectos individuales y la elaboración de escenarios económicos.
Sus limitaciones se ponen de manifiesto, sobre todo, cuando se equipara la clasificación de proyectos individuales con una selección matemáticamente óptima de la cartera.
Excel: las evaluaciones individuales no equivalen a la optimización de la cartera
Excel es ideal para calcular casos de negocio, rendimientos de la inversión y escenarios de inversión.
Con las funciones adecuadas de Solver, también se pueden resolver problemas de optimización matemática.
Sin embargo, una simple lista de Excel en la que los proyectos se ordenan por ROI o valor actual neto no tiene en cuenta automáticamente todas las combinaciones de proyectos posibles.
En el caso de espacios de decisión combinatorios amplios, puede ser necesario o más eficiente recurrir a métodos de optimización especializados.
Modelos de puntuación: la mejor clasificación no es sinónimo de la mejor cartera
Los modelos de puntuación evalúan los proyectos en función de criterios definidos.
Se da prioridad a la ejecución de los proyectos con las puntuaciones más altas.
Este método aporta transparencia sobre las prioridades individuales.
Sin embargo, no garantiza que la combinación seleccionada logre la mayor contribución económica o estratégica global.
Matrices de priorización: simplificación en lugar de optimización total
Las matrices de priorización ayudan a clasificar los proyectos en función de criterios como el impacto, el esfuerzo, la urgencia o la importancia estratégica.
Son útiles para presentar información compleja de forma comprensible.
Sin embargo, esto no da lugar automáticamente a una combinación matemáticamente óptima.
Por lo tanto, la pregunta clave es: ¿evaluamos proyectos individuales o calculamos la mejor combinación económica de todos los proyectos disponibles?
9. StratePlan: optimización matemática de carteras en lugar de un análisis limitado de variantes
StratePlan se ha desarrollado para optimizar matemáticamente carteras complejas de inversiones y proyectos.
La tecnología combina métodos de investigación operativa con enfoques basados en la inteligencia artificial para analizar de forma eficiente grandes espacios de decisión combinatorios.
Para un modelo básico de optimización económica, inicialmente solo se necesitan tres datos por proyecto:
- ID del proyecto: identificación única del proyecto
- Gastos: gastos o inversiones previstos
- Ingresos: ingresos previstos o beneficios económicos
Además, se define el presupuesto de inversión disponible.
Los datos del proyecto pueden importarse, por ejemplo, desde planes de inversión existentes en Excel.
StratePlan analiza posibles combinaciones de proyectos y calcula una cartera de acuerdo con la función objetivo seleccionada.
En el caso de «Maximizar la contribución neta», el objetivo principal es maximizar la contribución neta total esperada.
El ROI de la cartera puede indicarse adicionalmente como indicador económico.
Los modelos avanzados pueden tener en cuenta restricciones y parámetros de valoración adicionales:
- Dependencias entre proyectos
- Ponderaciones estratégicas
- Límites de recursos y capacidad
- Presupuestos de inversión plurianuales
- Plazos
- Criterios de riesgo y sostenibilidad
El resultado no es una mera clasificación de proyectos individuales, sino una combinación de proyectos calculada matemáticamente dentro de las condiciones marco definidas.
De este modo, StratePlan complementa la toma de decisiones estratégicas con un nivel de optimización matemática.
10. En directo en la reunión de la junta directiva: ¿qué combinación de proyectos es realmente la mejor?
La optimización matemática de la cartera resulta especialmente valiosa cuando se integra directamente en las decisiones estratégicas de gestión.
Imaginemos un grupo industrial con 100 proyectos de CAPEX previstos.
La suma de todas las solicitudes de inversión supera el presupuesto disponible.
Varias divisiones ya han priorizado sus proyectos y los han evaluado desde el punto de vista económico.
Ahora, el consejo de administración quiere saber qué combinación de todos los proyectos genera la mayor aportación de valor neto esperada.
Escenario A: optimización transversal
El director financiero pregunta:
«¿Qué cambiaría si, en lugar de optimizar cada área de negocio por separado, consideráramos todos los proyectos de inversión de forma conjunta?»
Los proyectos se modelan en una cartera conjunta.
StratePlan calcula una combinación optimizada teniendo en cuenta el límite presupuestario definido.
La comparación con la planificación anterior puede mostrar si una distribución diferente del capital permite obtener una mayor contribución económica global.
Escenario B: tener en cuenta de forma vinculante los proyectos estratégicos
El director general pregunta:
«¿A qué contribución económica podríamos estar renunciando si determinados proyectos deben llevarse a cabo de forma obligatoria, independientemente de su rentabilidad individual?»
Los proyectos en cuestión se tienen en cuenta como restricciones vinculantes.
Se vuelve a calcular la cartera.
La comparación muestra qué repercusiones tiene esta condición sobre la aportación de valor neta prevista.
Escenario C: Reducción presupuestaria
El director financiero quiere saber:
«¿Qué combinación de proyectos deberíamos elegir si tenemos que reducir nuestro presupuesto de CAPEX en un 20 %?»
Se ajusta la restricción presupuestaria.
StratePlan calcula una nueva combinación de proyectos.
La dirección puede comprender qué medidas se eliminan y cómo varía la aportación de valor neta prevista.
Escenario D: Capital de inversión adicional
Otro miembro del consejo de administración pregunta:
«¿Qué aportación económica adicional podríamos conseguir si invirtiéramos 10 millones de euros más?»
Se aumenta el presupuesto y se lleva a cabo una nueva optimización.
Los resultados permiten comparar la inversión de capital adicional con la aportación de valor prevista.
Escenario E: Cambios en las ponderaciones estratégicas
La junta directiva plantea la siguiente pregunta:
«¿Cómo cambia la cartera si damos mayor peso a la eficiencia energética, la digitalización o determinadas áreas de crecimiento?»
Se ajustan los parámetros correspondientes.
La cartera se vuelve a calcular y se compara con los escenarios anteriores.
Modificar los criterios estratégicos. Volver a calcular la cartera. Comparar las repercusiones económicas. Tomar decisiones con mayor fundamento.
De este modo, incluso las decisiones que se alejan de una optimización puramente económica pueden tomarse de forma consciente y comprensible.
11. Costes de oportunidad: ¿A qué distancia se encuentra nuestra cartera del nivel óptimo?
Cada decisión de inversión inmoviliza capital y recursos.
Este capital ya no estará disponible para otros proyectos.
Esto genera costes de oportunidad.
Describen el beneficio perdido de la mejor alternativa no elegida.
La optimización matemática de la cartera permite comparar la cartera de inversión prevista inicialmente con una combinación optimizada de proyectos.
Para ello, se pueden comparar, entre otros, los siguientes indicadores:
- Necesidad total de inversión
- Aportación de valor neto esperada
- ROI de la cartera
- Proyectos seleccionados y no seleccionados
- Margen presupuestario restante
- Diferencias económicas entre carteras alternativas
La diferencia entre los resultados modelizados muestra cuál es el potencial de mejora económica según los supuestos en los que se basa el análisis.
Si se ha demostrado matemáticamente la existencia de un óptimo global, la distancia entre una combinación de proyectos seleccionada y dicho óptimo puede determinarse con exactitud dentro del modelo.
En el caso de soluciones aproximadamente óptimas, se indica en primer lugar la diferencia con respecto a la mejor solución encontrada.
El valor añadido decisivo radica en poner de manifiesto las posibles desventajas económicas de una planificación de inversiones existente antes incluso de comprometer el capital.
12. Análisis de sensibilidad: ¿qué grado de solidez tiene el óptimo global?
Las decisiones de inversión se basan en hipótesis sobre la evolución económica futura.
Los costes de los proyectos pueden aumentar. Las previsiones de ingresos pueden disminuir. Los recursos pueden escasear. Las prioridades estratégicas pueden cambiar.
Por ello, es recomendable no limitarse a realizar una única optimización de la cartera.
Mediante análisis de sensibilidad se pueden examinar diferentes escenarios económicos.
Algunas preguntas típicas son:
- ¿Qué proyectos siguen formando parte de la cartera incluso con un presupuesto reducido?
- ¿Cómo cambia la combinación óptima de proyectos cuando aumentan los costes de inversión?
- ¿Qué medidas se ven especialmente afectadas por unas previsiones de ingresos más bajas?
- ¿Cómo cambia la cartera ante restricciones adicionales de recursos?
- ¿Qué proyectos siguen siendo económicamente atractivos en distintos escenarios?
Estos análisis pueden mostrar hasta qué punto una combinación de proyectos calculada se mantiene estable ante cambios en los supuestos.
Por lo tanto, una decisión estratégicamente fundamentada no solo tiene en cuenta el mejor resultado bajo una única hipótesis, sino también las repercusiones de posibles cambios.
13. Caso práctico: Recinto de Klybeck en Basilea — un rendimiento del capital aproximadamente un 63 % mayor
El caso práctico de StratePlan sobre el recinto de Klybeck en Basilea ilustra el potencial económico que puede poner de manifiesto la optimización matemática de la cartera.
En el marco de la optimización de la cartera para Central Real Estate AG y Swiss Life AG, se analizaron matemáticamente las alternativas de inversión y de proyectos existentes.
El resultado modelizado:
- Rentabilidad inicial de la inversión: 7,0 %
- Rentabilidad del capital optimizada: 11,4 %
- Mejora relativa de la rentabilidad: alrededor del 63 %
- Aportación económica adicional modelizada: unos 30 millones de CHF
La mejora se ha modelado mediante una combinación modificada de las alternativas de inversión existentes, manteniendo el mismo presupuesto.
Estos resultados específicos del proyecto no constituyen una garantía general de rentabilidad.
La conclusión principal: una mejor combinación de las alternativas de inversión existentes puede permitir una contribución económica total considerablemente mayor, sin necesidad de un presupuesto de inversión adicional.
14. Dónde los óptimos locales limitan con especial frecuencia el potencial económico
El riesgo de una optimización aislada de medidas individuales existe en numerosos ámbitos de aplicación económicos y públicos.
Industria y planificación de CAPEX
Las instalaciones de producción, los proyectos de automatización, las ampliaciones de capacidad y las inversiones en emplazamientos compiten por los mismos presupuestos de inversión.
La optimización aislada de plantas o áreas de negocio concretas puede impedir una distribución del capital más eficiente desde el punto de vista económico a nivel transversal.
Digitalización y transformación mediante IA
Las empresas suelen identificar numerosos proyectos potenciales de IA y digitalización.
La mera priorización de casos de uso individuales no revela automáticamente qué combinación genera la mayor contribución económica global.
Inmuebles y sector inmobiliario
Los proyectos de desarrollo, rehabilitación, modernización e inversión en ubicaciones pueden considerarse dentro de un presupuesto de capital común.
La selección de proyectos concretos influye en las posibilidades de financiación de toda la cartera inmobiliaria.
Energía e infraestructuras
Los proyectos energéticos, las inversiones en redes, las medidas de eficiencia y las modernizaciones de infraestructuras suelen requerir compromisos de capital a largo plazo.
La optimización matemática de la cartera puede ayudar a comparar diferentes combinaciones de inversión teniendo en cuenta las restricciones económicas y técnicas.
Ayuntamientos y presupuestos públicos
Las ciudades y los municipios deben financiar numerosos proyectos de inversión con unos recursos presupuestarios limitados.
Las escuelas, las carreteras, los edificios administrativos, las infraestructuras y los servicios sociales compiten por los mismos recursos públicos.
Establecer prioridades de forma aislada para cada área específica no conduce automáticamente a la combinación de medidas que ofrezca el mayor beneficio social global definido.
La optimización matemática permite analizar diferentes combinaciones de proyectos teniendo en cuenta los límites presupuestarios, las obligaciones legales y los objetivos políticos de impacto.
El denominador común de todos los casos de aplicación es la cuestión de si la optimización de medidas individuales conduce realmente a la mejor solución global posible.
15. Simulación presupuestaria y optimización simultánea de la cartera: superar los óptimos locales en el sector público
El problema de la optimización local se hace especialmente patente en la planificación de los presupuestos de inversión pública.
Los departamentos municipales suelen disponer de sus propias listas de proyectos y prioridades.
La oficina de educación da prioridad a las inversiones en educación. La oficina de obras evalúa las medidas de infraestructura. Otros departamentos planifican proyectos de digitalización, energía o inmobiliarios.
Cada una de estas prioridades puede tener sentido dentro de su respectivo ámbito de competencia.
Sin embargo, la pregunta decisiva es:
¿Qué combinación de todos los proyectos municipales logra, dentro del presupuesto disponible, el mayor beneficio económico o social global definido?
Un ejemplo simplificado:
Una ciudad dispone de un presupuesto de inversión de 81 millones de euros.
Al mismo tiempo, hay 50 proyectos entre los que elegir, con una necesidad total de inversión de 220 millones de euros.
Con 50 decisiones binarias sobre los proyectos, teóricamente se obtienen 2^50 = 1.125.899.906.842.624 combinaciones posibles.
Una optimización matemática de la cartera permite analizar diferentes combinaciones de proyectos admisibles dentro de las restricciones presupuestarias y de impacto definidas.
Mediante una simulación presupuestaria simultánea, se pueden tener en cuenta diferentes condiciones financieras marco.
Por ejemplo:
- ¿Qué combinación de proyectos alcanza el mayor beneficio total modelado con un presupuesto de 81 millones de euros?
- ¿Cómo cambia la cartera si se reduce el presupuesto?
- ¿Qué medidas adicionales se podrían aplicar si aumentaran los ingresos?
- ¿Cómo influyen en el resultado los proyectos políticos vinculantes?
- ¿Qué repercusiones tienen las diferentes ponderaciones de la educación, las infraestructuras o la protección del clima?
La calidad de los resultados depende de los datos utilizados y de la definición de los objetivos económicos o sociales.
La combinación de la simulación presupuestaria y la optimización matemática de la cartera puede ayudar a convertir las prioridades de cada área en una base de decisión global y comprensible.
16. De la inteligencia empresarial a la inteligencia decisional: optimizar la calidad de la propia decisión
Muchas empresas ya disponen de potentes sistemas para analizar y gestionar sus procesos empresariales.
Los sistemas ERP documentan los recursos y los procesos económicos.
Las soluciones de inteligencia empresarial visualizan indicadores y tendencias.
Los sistemas de control analizan las desviaciones presupuestarias y los resultados económicos.
Estos sistemas responden a preguntas importantes:
¿Qué ha ocurrido? ¿Cómo evolucionan nuestros KPI? ¿Qué proyectos se ajustan a su presupuesto?
La inteligencia de decisión amplía esta perspectiva con el apoyo matemático para la toma de decisiones futuras.
¿Qué combinación de proyectos deberíamos elegir? ¿Qué restricciones limitan nuestra posible aportación de valor? ¿Qué alternativas generan un mejor resultado global?
StratePlan complementa los procesos de planificación y control existentes con un nivel de optimización matemática.
Los datos de los proyectos necesarios pueden facilitarse inicialmente mediante sencillas hojas de cálculo de Excel.
El avance estratégico consiste no solo en medir los resultados de las decisiones ya tomadas, sino en mejorar matemáticamente la selección y la combinación de los propios proyectos.
17. Conclusión: el óptimo global es una cuestión que depende del conjunto del espacio de decisión
Las organizaciones toman a diario decisiones económicamente sensatas.
Evalúan proyectos, optimizan procesos, priorizan inversiones y distribuyen recursos.
Sin embargo, una solución óptima a nivel local no es necesariamente óptima a nivel global.
Cuando numerosos proyectos compiten simultáneamente por presupuestos y recursos limitados, surge un espacio de decisión combinatorio.
Ya con 50 proyectos existen más de un billón de combinaciones teóricamente posibles.
Por lo tanto, la evaluación aislada de proyectos individuales no responde automáticamente a la pregunta de cuál es la mejor solución global desde el punto de vista económico.
La optimización matemática de carteras permite examinar sistemáticamente diferentes combinaciones de proyectos y comparar sus repercusiones económicas.
Para ello, StratePlan combina métodos de la investigación operativa con enfoques basados en la inteligencia artificial.
De este modo, las empresas, los consejos de administración y los responsables públicos pueden calcular carteras alternativas, analizar escenarios estratégicos e identificar potenciales económicos o sociales sin explotar.
La pregunta decisiva no es: «¿Hemos optimizado con éxito nuestros proyectos de inversión?»,
Sino: «¿Hemos seleccionado la mejor combinación económica de nuestros proyectos de inversión?».
Es precisamente aquí donde comienza la transición de la optimización local a la optimización matemática de carteras.
StratePlan: no se trata solo de optimizar proyectos individuales, sino de calcular la mejor combinación.
Preguntas frecuentes: comprender los óptimos locales y el óptimo global
¿Qué significa «óptimo» en matemáticas?
Un óptimo es una solución que, dentro de un espacio de decisión definido, maximiza o minimiza un valor objetivo determinado.
En un problema de maximización, se busca el valor más alto que se pueda alcanzar.
En un problema de minimización, se busca el valor más bajo que se pueda alcanzar.
¿Cuál es la diferencia entre «óptimo» y «óptimos»?
«Óptimo» es el singular. «Óptimos» es el plural.
En la optimización matemática pueden existir varios óptimos locales.
Asimismo, varias soluciones diferentes pueden alcanzar el mismo valor objetivo óptimo global.
¿Qué es un óptimo local?
Un óptimo local es una solución que, dentro de un vecindario definido, no puede mejorarse mediante una modificación admisible.
Sin embargo, fuera de este vecindario pueden existir soluciones mejores.
¿Qué es un óptimo global?
Un óptimo global es una solución que alcanza el mejor valor de la función objetivo definida dentro de todo el espacio de decisión admisible.
En un problema de maximización, ninguna otra solución admisible tiene un valor de la función objetivo mayor.
¿Por qué las empresas suelen quedarse con soluciones locales?
Porque las decisiones de inversión suelen tomarse dentro de áreas de negocio, departamentos o escenarios predefinidos.
De este modo, no se tienen en cuenta automáticamente todas las combinaciones de proyectos económicamente relevantes.
¿Por qué la mejor inversión individual no forma parte automáticamente de la mejor cartera?
Porque los proyectos compiten por presupuestos y recursos comunes.
Un proyecto individual económicamente atractivo puede requerir tanto capital que impida financiar otros proyectos que, en conjunto, aporten un valor neto mayor.
¿Qué significa 2^N en la optimización de carteras?
2^N describe el número de combinaciones teóricamente posibles en el caso de N decisiones binarias independientes sobre proyectos.
Cada proyecto puede ser seleccionado o no seleccionado.
Con 20 proyectos, se obtienen 2^20 = 1.048.576 combinaciones posibles.
Con 50 proyectos, son 2^50 = 1 125 899 906 842 624 combinaciones.
¿Hay que calcular todas las combinaciones 2^N una por una?
No.
Los métodos matemáticos modernos de optimización pueden analizar de forma eficiente grandes espacios de decisión sin necesidad de evaluar por separado y en su totalidad cada combinación teóricamente posible.
Los métodos adecuados dependen de la estructura matemática del problema y de las restricciones definidas.
¿Puede la IA calcular el óptimo global?
Con modelos matemáticos y métodos de optimización adecuados, es posible calcular y demostrar un óptimo global.
En el caso de problemas especialmente complejos, también pueden utilizarse soluciones óptimas aproximadas.
La afirmación sobre la calidad de la solución depende del método utilizado y de una posible demostración de optimalidad.
¿Puede Excel resolver problemas de optimización global?
Sí. Excel puede resolver tareas de optimización matemática con las funciones adecuadas de Solver.
Sin embargo, en el caso de grandes espacios de decisión combinatorios y restricciones complejas, puede ser necesario o más eficiente recurrir a métodos de optimización especializados.
¿Qué datos necesita StratePlan para una primera optimización?
Para un modelo básico de optimización económica, se necesitan inicialmente tres datos por proyecto:
- ID del proyecto
- Gastos: gastos previstos
- Ingresos: ingresos previstos o beneficios económicos
Además, se establece el presupuesto de inversión disponible.
Los modelos más complejos pueden tener en cuenta otras restricciones y parámetros de evaluación.
¿Qué significa «Maximize Net Contribution»?
«Maximize Net Contribution» se refiere a la maximización de la contribución neta total esperada de una cartera de proyectos dentro de unas restricciones definidas.
El ROI de la cartera puede presentarse, de forma complementaria, como un indicador económico.
La maximización de la contribución neta absoluta y la maximización del ROI de la cartera son objetivos matemáticos distintos.
¿Puede StratePlan poner de manifiesto las diferencias económicas entre soluciones locales y globales?
Mediante la comparación de una combinación de proyectos existente con una alternativa optimizada, se puede calcular la diferencia entre las contribuciones netas de valor esperadas.
Esta diferencia muestra el potencial de mejora económica modelizado según los supuestos en los que se basa el análisis.
Para determinar con exactitud la distancia respecto al óptimo global, es necesario que este se haya demostrado matemáticamente.
¿Es el óptimo global siempre la decisión de gestión correcta?
No necesariamente.
Una solución matemáticamente óptima siempre se refiere a la función objetivo definida y a las restricciones tenidas en cuenta.
Los requisitos estratégicos, normativos o sociales pueden exigir condiciones adicionales.
La optimización matemática ayuda a hacer transparentes las repercusiones de tales requisitos.
¿Para qué organizaciones resulta especialmente relevante la optimización global de la cartera?
Es especialmente relevante para organizaciones con numerosos proyectos de inversión que compiten entre sí y recursos limitados.
Los ámbitos de aplicación típicos son la industria, la planificación de CAPEX, la digitalización, los casos de uso de IA, el sector inmobiliario, la energía, las infraestructuras y la planificación presupuestaria municipal.
¿Cuál es la conclusión más importante para los directores generales, los directores financieros y los responsables de la toma de decisiones en el sector público?
La mejor decisión individual desde el punto de vista económico no conduce automáticamente a la mejor solución global.
La optimización matemática de la cartera permite analizar sistemáticamente combinaciones alternativas de proyectos y mejorar la asignación de capital a nivel de toda la organización.
La pregunta clave es: ¿optimizamos proyectos individuales o optimizamos la selección de nuestros proyectos?
¿Conoce el óptimo global de su cartera de inversiones?
Descubra qué combinación de sus proyectos de inversión previstos puede generar el mayor valor neto esperado dentro de su presupuesto disponible.
Compare su planificación de proyectos actual con escenarios de inversión optimizados matemáticamente y analice si otra combinación de los proyectos existentes permite obtener una mayor contribución económica global.
Puede optimizar hasta 15 proyectos de forma gratuita.