Big4-konsultointia edullisesti?
Mitä ohjelmistot pystyvät nykyään laskemaan – ja miksi johtaminen on silti johtamista
Matemaattinen optimointi voi automatisoida osia monimutkaisista CAPEX-analyyseistä, lyhentää uudelleenlaskentakierroksia ja tuoda ammattimaisen päätöksentekoälyn laajemman yritysjoukon ulottuville. Ei strategian, neuvonnan tai johtamisen korvikkeena – vaan päätöksenteon matemaattisena infrastruktuurina.
Mitä tapahtuu, kun strategia muuttuu muutamassa tunnissa?
Tulosvaroitus. Kysynnän romahdus. Uudet sääntelyvaatimukset. Korkeammat rahoituskustannukset. Yritysosto. Geopoliittinen muutos. Tai yksinkertaisesti hallituksen uusi ohjeistus:
CAPEX-menoja on vähennettävä.
Otetaan esimerkiksi yritys, jonka investointibudjetti on 500 miljoonaa euroa.
Johto päättää 15 prosentin leikkauksesta.
Uusi CAPEX-budjetti: 425 miljoonaa euroa.
Ensi silmäyksellä tehtävä näyttää yksinkertaiselta:
Mistä leikkaamme 75 miljoonaa euroa?
Mutta se ei ole johdon kannalta ratkaiseva kysymys.
Paljon mielenkiintoisempi kysymys on:
Mikä jäljellä olevien investointien yhdistelmä tuottaa suurimman määritellyn arvonlisän uusien budjetti-, resurssi-, riski-, riippuvuus- ja strategiaolosuhteiden puitteissa?
Tämä muuttaa tehtävän luonnetta perustavanlaatuisesti.
Budjettileikkauksesta tulee matemaattinen allokointiongelma.
Strategian muutoksesta laskelmien uudelleenlaskentakierrokseksi
Strateginen liikkeenjohdon konsultointi on paljon enemmän kuin matematiikkaa.
Se kattaa markkinaymmärryksen, strategian, organisaation, muutoksenhallinnan, sääntelykysymykset, toimialatuntemuksen, viestinnän ja inhimillisen harkintakyvyn.
Ohjelmistot eivät korvaa tätä.
Monimutkaisissa päätöksentekoprosesseissa on kuitenkin yksi osa-alue, joka on hyvin hyvin matemaattisesti mallinnettavissa:
vaihtoehtojen kvantitatiivinen laskeminen.
Yksi mahdollinen päätöksentekoprosessi voi esimerkiksi näyttää tältä::
HALLITUS → RAHOITUS → KONTROLLING → RISKI → TOIMINTA → STRATEGIA → KONSOLIDOINTI → HALLITUS
Sitten johto esittää uuden kysymyksen.
Mitä tapahtuu, jos CAPEX on 400 miljoonaa euroa 425 miljoonan sijaan?
Mitä muuttuu, jos tietty liiketoiminta-alue asetetaan etusijalle?
Mitä tapahtuu, jos jokin projekti on ehdottomasti toteutettava?
Mitä vaikutuksia lisäresurssirajoituksella on?
Jokaisen muuttuneen oletuksen myötä voi syntyä uusi laskenta- ja sovittelukierros.
Ei siksi, että taloushallinto, controlling tai ulkoiset konsultit työskentelisivät tehottomasti.
Vaan siksi, että monimutkaiset päätökset on usein järjestetty peräkkäin.
Mitä päätös oikeastaan maksaa?
Yritykset mittaavat pääomansa kustannuksia.
Ne mittaavat ROI:ta, NPV:tä, IRR:ää, kassavirtaa, investointivolyymiä ja budjettipoikkeamia.
Mutta kuinka usein mitataan, mitä se prosessi maksaa, jolla tästä pääomasta päätetään?
Tätä varten voidaan muotoilla käsitteellinen johtamis- ja ohjauskehys:
Päätöksentekokustannus = sisäiset työvoimakustannukset + johtamiskapasiteetti + ulkoiset neuvontakustannukset + uusintatyökustannukset + viivästyskustannukset + vaihtoehtokustannukset + tarvittaessa jatkuvasti väärin kohdennetun CAPEX:n kustannukset.
Päätöksentekokustannukset eivät tässä yhteydessä ole standardoitu tilinpäätöslukema, vaan käsitteellinen viitekehys päätöksentekoprosessien taloudelliseen tarkasteluun.
Sisäiset työvoimakustannukset
Rahoitus, ohjaus, riskienhallinta, operatiivinen toiminta, strategia, suunnittelu, hankinta ja IT voivat olla mukana suurissa investointipäätöksissä.
Puhtaasti havainnollistava laskelmaesimerkki:
20 työntekijää × 150 euroa kokonaiskustannuksia tunnissa × 30 tuntia × 5 iteraatiota = 450 000 euroa.
Tämä esimerkki ei missään nimessä ole vertailukohta todellisille päätöksentekokustannuksille. Se osoittaa ainoastaan, kuinka toistuvat analyysi- ja uudelleenlaskentakierrokset voivat luoda merkittävän sisäisen kustannusblokin.
Johtamisresurssit
Vielä merkittävämpi tekijä voi olla sitoutuneet johtamisresurssit.
Talousjohtajalla, hallituksella, liiketoiminta-alueiden johtajilla ja sijoituskomiteoilla on rajallinen määrä aikaa.
Taloudellinen kysymys ei siis ole pelkästään:
Kuinka paljon johtamisen tunti maksaa?
Vaan:
Mitä päätöksiä, muutoksia tai toteutuksia voitaisiin saada aikaan samassa ajassa?
Ulkoisen neuvonannon kustannukset
Strategianeuvonta, yritysrahoitus, tekninen neuvonta ja muut asiantuntijat voivat tuoda tärkeää lisäosaamista monimutkaisiin päätöksentekoprosesseihin.
Mutta myös ulkoinen analysointikapasiteetti on taloudellinen resurssi.
Mitä enemmän vaihtoehtoja, uudelleenlaskelmia ja sovittamista tarvitaan, sitä suuremmaksi vastaava työmäärä voi kasvaa.
Uudelleentyöstökustannukset
Muuttunut johdon ohjeistus voi osittain tehdä jo laadituista laskelmista, skenaarioista ja esityksistä vanhentuneita.
Malleja mukautetaan. Tiedot kootaan uudelleen. Asiantuntijaosastot tarkastavat ne uudelleen. Esityksiä muutetaan.
Organisaatio laskee uudelleen.
Uudelleenlaskenta on myös työtä.
Mahdollisesti suurempi kustannuserä: viivästyskustannukset (Cost of Delay)
Välittömät prosessikustannukset eivät kuitenkaan välttämättä ole suurin taloudellinen vaikutustekijä.
Toinen kysymys voi olla huomattavasti merkityksellisempi:
Mitä maksaa jokainen ylimääräinen päivä, jona uutta pääoman kohdentamista ei vielä voida toteuttaa?
Sillä aikaa kun päätöstä valmistellaan ja lasketaan uudelleen, nykyiset toiminnot voivat jatkua.
Hankkeita jatketaan.
Suunnittelukapasiteetti pysyy sidottuna.
Tilauksia voidaan tehdä.
Ulkoiset palveluntarjoajat jatkavat työtään.
Suunnitellut säästöt alkavat mahdollisesti myöhemmin.
Houkuttelevammat investoinnit alkavat mahdollisesti myöhemmin.
Pääoma pysyy pidempään nykyisessä allokaatiossa.
Tämä viivästyskustannus on yritys- ja projektikohtainen, eikä sitä siksi voida luotettavasti ilmaista kiinteällä prosenttiosuudella.
Se on kuitenkin otettava huomioon päätöksenteon taloudellisessa arvioinnissa.
Vaihtoehtokustannus: Hyvä projekti voi silti olla väärä valinta
Projektilla voi olla positiivinen nettonykyarvo (NPV) tai sijoitetun pääoman tuotto (ROI), mutta se ei silti välttämättä kuulu taloudellisesti parhaaseen kokonaisportfolioon.
Miksi?
Koska pääoma, resurssit ja aika ovat rajallisia.
Siksi olennaista ei ole pelkästään kysymys:
Onko tämä projekti taloudellisesti kannattava?
Vaan:
Onko tämä projekti osa taloudellisesti parasta saatavilla olevaa projektikombinaatiota annetuissa rajoituksissa?
Priorisointi ei ole optimointia
Tästä syntyy tärkeä ero.
Priorisointi:
Mikä projekti on määriteltyjen kriteerien perusteella prioriteettiltaan korkeampi?
Optimointi:
Mikä sallittu projektikombinaatio maksimoi koko portfolion määritellyn tavoitearvon?
Kun on kyse N binäärisestä projektipäätöksestä, teoriassa on 2N mahdollista osajoukkoa.
Kun projekteja on 100,
teoriassa mahdollisia osajoukkoja
on:
2^100 ≈ 1,27 × 10^30.
Käytännössä sallittu ratkaisutila rajoittuu huomattavasti budjettien, resurssien, riippuvuuksien ja muiden rajoitteiden vuoksi. Nykyaikaiset optimointimenetelmät eivät myöskään tarvitse kokeilla jokaista teoreettista yhdistelmää erikseen.
Suuruusluokka kuitenkin havainnollistaa ongelman:
Salkkupäätös ei ole sama asia kuin projektien järjestäminen paremmuusjärjestykseen.
Päätöksentekoteknologia on jo kauan sitten muuttunut yritysteknologiaksi
Matemaattinen optimointi, edistynyt analytiikka ja datapohjainen päätöksenteon tuki eivät ole tulevaisuuden visioita.
Suuret teknologiatoimittajat, kuten IBM, ovat jo vuosia tarjonneet teknologioita matemaattiseen optimointiin ja monimutkaisiin päätöksentekoon liittyviin ongelmiin. Myös alustatoimittajat, kuten Palantir, käsittelevät datapohjaisia operatiivisia päätöksentekoprosesseja.
Tämä ei kuitenkaan tarkoita, että erikoistuneet päätöksentekoälyratkaisut olisivat toiminnallisesti verrattavissa näihin alustoihin.
Ratkaiseva seikka on toinen:
Päätöksentekoteknologia on jo kauan ollut osa nykyaikaista yritysteknologiaa.
Samalla kaikki matemaattisesti määriteltävät päätöksentekoprobleemat eivät vaadi kattavaa yritysalustaa tai laajaa muutosprojektia.
Tästä syntyy uusi erikoistuneen päätöksentekoälyn kategoria.
Sen sijaan,
että kuvattaisiin yrityksen koko data- ja päätöksentekoarkkitehtuuria, erikoistunut ratkaisu voi keskittyä selkeästi määriteltyyn matemaattiseen ongelmaan.
Esimerkiksi:
Mikä investointihankkeidemme yhdistelmä maksimoi odotetun arvonlisän todellisten rajoitteidemme puitteissa?
Decision Intelligence 4 All
Tässä piilee todellinen muutos.
Ammattimainen matemaattinen päätöksenteon tuki ei tarvitse olla yksinomaan osa suuria konsultointi-, muutos- tai yritystietotekniikkahankkeita.
Päätöksenteko-ongelma voidaan aluksi supistaa muutamaan keskeiseen muuttujaan:
Projektitunnus. Investointi. Odotettu arvonlisäys. Rajoitukset.
Tämän pohjalta matemaattinen malli voi laskea erilaisia salkkukoostumuksia.
Kaikki organisaatiot eivät tarvitse tätä varten uutta yritysarkkitehtuuria.
Kaikki matemaattiset ongelmat eivät vaadi kuukausia kestävää muutosprojektia.
Eikä jokaisen uuden johtamiseen liittyvän kysymyksen pitäisi välttämättä käynnistää täysin uutta manuaalista uudelleenlaskentakierrosta.
Tämä on Decision Intelligence 4 All -konseptin taustalla oleva ajatus.
Ei Big4-konsultointia ohjelmistohintaan.
Ei IBM:ää Software-as-a-Service-aloitushintaan.
Ei Palantiria keskisuurille yrityksille.
Vaan:
helposti lähestyttävä pääsy selkeästi rajattuun matemaattiseen päätöksentekotoimintoon.
The Algorithm Calculates. Johto päättää.
Päätöksentekoälyä ei saa sekoittaa automatisoituun yritysjohtamiseen.
Matemaattinen malli ei määritä automaattisesti yrityksen strategiaa.
Se ei päätä, mikä tehdas on strategisesti tärkeä.
Se ei määrää, minkä riskin johtokunta on valmis hyväksymään.
Se ei määritä yrityskulttuuria.
Eikä se kanna johtamisvastuuta.
Johto määrittelee:
tavoitteet, prioriteetit, budjetit, rajoitukset, riippuvuudet ja riskit.
Matematiikka laskee tämän määritellyn päätöksentekotilan puitteissa vastaavat salkkuvaihtoehdot tai – mallista riippuen – optimaalisen ratkaisun.
Algoritmi laskee. Johto päättää.
Konsultointisyklistä reaaliaikaiseen päätöksentekoälyyn
Tällöin myös päätöksentekosilmukka voi muuttua.
Peräkkäinen prosessi voi esimerkiksi näyttää tältä:
KYSYMYS → OSASTOT → LASKENTA → YHDISTÄMINEN → ESITTELY → UUSI KYSYMYS → UUDELLEENLASKENTA
Jos tiedot, tavoitearvot ja rajoitukset ovat jo jäsenneltyinä matemaattisessa mallissa, voidaan siitä edetä vaiheittain seuraavasti::
KYSYMYS → LASKENTA → VERTAILU → PÄÄTÖS.
Tämä ei missään nimessä tarkoita, että johtokunnan päätös tehtäisiin kokonaisuudessaan muutamassa sekunnissa.
Laskenta-aika ja organisatorisen päätöksenteon kesto ovat kaksi eri asiaa.
Jos matemaattinen malli kuitenkin pystyy laskemaan vaihtoehtoiset salkut uudelleen lyhyessä ajassa, aiemmin aikaa vievä uudelleenlaskentavaihe voidaan lyhentää huomattavasti.
Tämän ansiosta johto saa nopeammin vastauksen yhteen strategisten päätöksentekoprosessien tärkeimmistä kysymyksistä:
What if?
Kolme taloudellista vipuvaikutusta
1. Parempi pääoman kohdentaminen
Kysymys muuttuu seuraavasti::
Mitkä projektit ovat hyviä?
seuraavaksi::
Mikä näiden projektien yhdistelmä tuottaa annetuissa olosuhteissa suurimman määritellyn arvonlisän?
Tavoitteena on parempi pääoman kohdentaminen olemassa olevien budjettien ja rajoitusten puitteissa – ilman, että siitä johdetaan yleistä tulosgarantiaa.
2. Alhaisemmat päätöksentekokustannukset
Jos uudelleenlaskennat voidaan automatisoida, on mahdollista vähentää manuaalista laskentatyötä, uusintatyötä ja toistuvia skenaarioiden laatimisia.
Kuinka suuri tämä vaikutus todellisuudessa on, riippuu aiemmasta päätöksentekoprosessista ja kyseisestä organisaatiosta.
3. Nopeampi päätöksenteko
Kun uusi johdon oletus voidaan muuntaa nopeammin uudeksi salkkuvaihtoehdoksi, myös koko päätöksentekoprosessi voi nopeutua.
Näin ajalle syntyy uusi taloudellinen ulottuvuus.
Ei vain pääomalla ole hintaa. Myös päätöksentekoaika on taloudellisesti arvokasta.
Matematiikka voi lisätä päätöksenteon jäljitettävyyttä
Ei siksi, että matematiikka johtaisi automaattisesti oikeaan johtamispäätökseen.
Malli voi laskea vain sen tietojen, oletusten, tavoitefunktioiden ja rajoitusten puitteissa.
Matemaattinen optimointi voi kuitenkin tukea neljää päätöksentekoprosessin ominaisuutta:
Läpinäkyvyys:
Mitkä tiedot ja oletukset muodostavat laskelman perustan?
Jäljitettävyys:
Miten tulos on syntynyt?
Toistettavuus:
Mitä tapahtuu, kun parametrit ovat samat tai muuttuvat?
Kompromissit Läpinäkyvyys:
Mitä seurauksia syntyy, jos budjettia, prioriteetteja tai rajoituksia muutetaan?
Tämä muuttaa myös keskustelun laatua.
Lähde::
”Uskomme, että tämä on oikea projektikombinaatio.”
muuttuu kvantitatiivisesti tarkemmaksi kysymykseksi:
”Mikä projektikombinaatio syntyy juuri näiden dokumentoitujen oletusten perusteella?”
Mitä tämä tarkoittaa pörssiyhtiöille?
Tässäkin yhteydessä selkeä rajanveto on tärkeää.
Nopeampi matemaattinen laskenta ei tarkoita automaattisesti korkeampaa osakekurssia.
Strategisen shokin jälkeen johto voi kuitenkin joutua arvioimaan uudelleen strategisia oletuksiaan ja siten pääoman kohdentamistaan.
Mitä nopeammin luotettavia salkkuvaihtoehtoja on saatavilla, sitä aikaisemmin johto voi periaatteessa tehdä konkreettisia päätöksiä investoinneista, leikkauksista ja prioriteeteista.
Tämä puolestaan voi tukea tarkempaa sisäistä päätöksentekoa ja – ottaen huomioon asianomaiset pääomamarkkinalainsäädännön vaatimukset – perustellumpaa ulkoista viestintää.
Teknologia ei määrää pääomamarkkinoiden reaktiota.
Se voi kuitenkin auttaa lyhentämään kahden pisteen välistä aikaa:
STRATEGIAN MUUTOS → MÄÄRÄLLINEN PÄÄOMAN JAKAMINEN.
Tämä ei ole konsultoinnin loppu
Päinvastoin.
Mitä paremmin määrällinen työ voidaan automatisoida, sitä tehokkaammin ihmisen asiantuntemusta voidaan hyödyntää siellä, missä sillä on suurin arvo:
Strategia. Tulkinta. Organisaatio. Muutos. Neuvottelu. Johtajuus. Arviointikyky.
Siksi tämä ei ole tarina:
Ohjelmistot vastaan konsultointi.
Se on tarina:
Ohjelmistot + johtaminen + asiantuntemus.
Tietopohjaisten yrityspäätösten seuraava kehitysvaihe ei ole johdon korvaaminen algoritmeilla.
Se tarkoittaa päätöksentekoprosessin matemaattisesti laskettavissa olevien osien automatisointia niin pitkälle, että johdolla on enemmän aikaa varsinaiseen päätöksentekoon.
Parempi pääoman kohdentaminen.
Alhaisemmat päätöksentekokustannukset.
Nopeammat päätökset.
Päätöksentekoäly kaikille.
ÄLÄ LUOTA MEIHIN.
LASKE SE.