Goldman Sachsin AI Disruptive Technology Symposium 2026 Lontoossa – Miksi päätöksenteon optimointi muodostuu kilpailueduksi

Goldman Sachsin kutsusta Lontoossa minulla oli tilaisuus osallistua Goldman Sachs Disruptive Technology Symposium 2026 -tapahtumaan. Lukuisissa keskusteluissa sijoittajien, teknologiayritysten ja eri toimialojen päätöksentekijöiden kanssa kävi ilmi selkeä yhteinen nimittäjä: kasvun ratkaisee ei ”enemmän projekteja”, vaan investointihankkeiden matemaattisesti optimaalinen valinta, järjestys ja yhdistelmä.

Miksi StratePlan kuuluu disruptiivisten teknologioiden kontekstiin

Kutsu Goldman Sachs Disruptive Technology Symposiumiin korostaa meille yhtä ratkaisevaa seikkaa: mullistuksia ei synny pelkästään uusista tekoälymalleista tai uusista teknologioista – vaan myös siitä, miten yritykset tekevät päätöksiä.

Juuri tässä StratePlan astuu kuvaan. CAPEX-päätösten matemaattinen optimointi muuttaa prosessia, jota monissa yrityksissä leimaavat edelleen vahvasti yksittäiset arvioinnit, prioriteettiluettelot, budjettikierrokset ja toistuvat uudelleenlaskelmat.

Sen sijaan, että arvioitaisiin yksittäisiä investointeja peräkkäin, StratePlan tarkastelee koko CAPEX-listaa matemaattisena päätöksentekoproblemana ja laskee, mikä investointien yhdistelmä tuottaa suurimman kokonaisarvon yrityksen todellisten rajoitusten puitteissa.

Se, että tätä lähestymistapaa keskustellaan disruptiivisten teknologioiden symposiumin yhteydessä, osoittaa, kuinka voimakkaasti painopiste on siirtymässä: tekoälystä analyysityökaluna kohti tekoälyä ja matemaattista optimointia parempien liiketoimintapäätösten perustana.

Toistuva aihe monissa keskusteluissa

Erityisen silmiinpistävää oli, kuinka usein eräs rakenteellinen ongelma vahvistui: yritykset eivät enää ajattele pelkästään lyhyen aikavälin budjetteja, vaan 3-, 4-, 5- tai 10-vuotissuunnitelmia. Juuri tästä syntyy perustavanlaatuinen haaste: ei ole olemassa yhtä ainoaa investointipäätöstä, vaan samanaikaisesti kymmeniä tai jopa satoja mahdollisia projekteja – budjetti-, kapasiteetti-, riski- ja strategiarajoitusten puitteissa.

Ratkaiseva kysymys ei siis enää ole: Onko projekti A hyvä? Vaan: Mikä kaikkien mahdollisten projektien yhdistelmä tuottaa suurimman sijoitetun pääoman tuoton (ROI) todellisten reunaehtojen puitteissa?

Juuri tästä alkaa matemaattinen optimointi.

Sillä projektien, ajanjaksojen ja reunaehtojen määrän kasvaessa mahdollisten päätösyhdistelmien määrä kasvaa valtavasti. Se, mikä pienissä salkuissa vaikuttaa vielä hallittavalta kokemuksen, Excel-mallien tai perinteisten priorisointimenetelmien avulla, muuttuu nopeasti kombinatoriseksi päätösongelmaksi.

Matematiikan tohtori Georg Schlesinger, joka on Wienin yliopiston Schrödinger-instituutin jäsen, kiteyttää tämän lähestymistavan merkityksen StratePlanin yhteydessä seuraavasti:

”StratePlan käsittelee matemaattisesti erittäin mielenkiintoista aihetta: investointimahdollisuuksien ja rajoitusehtojen määrän kasvaessa monimutkaisuus kasvaa erittäin nopeasti. Matemaattinen optimointi tekee tästä monimutkaisuudesta hallittavan ja mahdollistaa järjestelmällisesti parempien päätösten tekemisen lukuisista mahdollisista yhdistelmistä.”

Tohtori Georg Schlesinger
matemaatikko ja Wienin yliopiston Schrödinger-instituutin jäsen

Juuri tässä piilee mielestäni yksi keskeisistä muutoksista yrityksen johtamisessa: monimutkaisuutta ei tarvitse vähentää päätösten tekemiseksi. Se voidaan tehdä matemaattisesti hallittavaksi.

StratePlan lähtee liikkeelle juuri tästä. Sen sijaan, että hankkeita arvioitaisiin vain yksitellen ja lajiteltaisiin sitten prioriteettijärjestykseen, sijoitussalkkua tarkastellaan yhtenäisenä matemaattisena päätöksenteko-ongelmana.

Vaikutus alkaa lähtökohdasta: globaali optimi

Se, joka tarkastelee investointikenttäänsä kokonaisvaltaisena järjestelmänä ja laskee siitä optimaalisen salkun lähtökohdan, ei lähde liikkeelle satunnaisesta tai historiallisesti muodostuneesta priorisoinnista, vaan matemaattisesti optimoidusta salkusta.

Tämä lähtötilanne muuttaa strategista ohjausta perustavanlaatuisesti, koska jokainen myöhempi päätös perustuu jo optimoituun salkkuun.

Ero on merkittävä: perinteisissä investointipäätöksissä kysytään usein, mitkä hankkeet vaikuttavat yksittäin houkuttelevilta. Matemaattisessa optimoinnissa sen sijaan kysytään, mikä kaikkien käytettävissä olevien hankkeiden yhdistelmä tuottaa annetuissa rajoituksissa suurimman kokonaisarvon.

Useita vuosia kattava optimointisykli

Tämä vaikutus tulee erityisen voimakkaasti esiin monivuotisissa suunnitteluhorisontteissa. Projektisalkun vuosittainen uudelleenoptimointi luo jatkuvan strategisen kierron:

1. Kaikki investointihankkeet mallinnetaan yhdessä salkkuna.
2. Matemaattisesti arvokkain yhdistelmä toteutetaan.
3. Käyttämätön likviditeetti säilyy ja siirretään seuraavalle tilikaudelle.
4. Uudet projektit, muuttuneet toimintaedellytykset ja käytettävissä oleva lisäbudjetti otetaan huomioon seuraavassa laskelmassa.
5. Koko salkkua optimoidaan uudelleen matemaattisesti.

Ajan myötä syntyy näin jatkuvan salkun optimoinnin järjestelmä. Pääoma, vaikutus ja strateginen selkeys vahvistavat toisiaan.

3, 4, 5 tai 10 vuoden aikana syntyy näin optimoinnin, budjetin kasvun ja strategisen vaikutuksen kierto – ja siten rakenteellinen kilpailuetu.

Tärkeää: hankkeet eivät katoa – ne sijoitetaan paremmin

Yksi seikka, joka on vahvistunut monissa keskusteluissa: optimoidussa investointijärjestelmässä projekteja ei välttämättä ”hylättä” kokonaan.

Niitä voidaan priorisoida uudelleen, siirtää ajallisesti tai sijoittaa strategisesti paremmin, jotta ne tuottavat mahdollisimman suuren panoksen koko salkkuun optimaalisella hetkellä ja oikeiden rajoitusten puitteissa.

Tämä muuttaa myös keskustelua johdossa ja hallituksessa: yksittäiset projektit eivät enää kilpaile erillään toisistaan. Sen sijaan tulee selväksi, mikä yhdistelmä tuottaa suurimman yritysarvon milläkin hetkellä.

Nykyisestä CAPEX-luettelosta optimaaliseen sijoitussalkkuun

Tätä optimointia varten ei tarvita uutta tietojärjestelmää. StratePlanin lähtökohtana on yrityksen nykyinen CAPEX-luettelo.

Siinä olevat investointihankkeet siirretään relevanttine parametreineen – esimerkiksi investointivolyymi, odotettu tuotto, kesto, prioriteetit ja riippuvuussuhteet – sekä yrityskohtaisine rajoituksineen matemaattiseen optimointimalliin.

Ratkaiseva kysymys ei enää ole:

Mikä yksittäinen CAPEX-projekti on paras?

Vaan:

Mikä olemassa olevien CAPEX-hankkeiden yhdistelmä tuottaa suurimman kokonaisarvon annetuissa budjeteissa, aikatauluissa ja rajoituksissa?

StratePlan tekee taustalla olevasta yhdistelmien monimutkaisuudesta matemaattisesti hallittavan ja laskee olemassa olevista investointihankkeista arvoltaan vahvimman salkun koostumuksen.

Tällöin painopiste siirtyy yksittäisten hankkeiden erillisestä arvioinnista koko CAPEX-salkun optimointiin.

Tämä on ratkaisevaa: yrityksellä voi olla erittäin hyviä yksittäisiä hankkeita, mutta se voi silti kohdentaa pääomaa tehottomasti, ellei niiden yhdistelmän kokonaisvaikutusta oteta huomioon.

Juuri tässä piilee StratePlanin vahvuus: yritysten ei tarvitse keksiä investointisuunnitteluaan uudelleen. Me optimoimme sen, mikä on jo olemassa.

Johtopäätös: Päätöksenteon laatu muuttuu kilpailueduksi

Goldman Sachsin Disruptive Technology Symposium teki minulle jälleen selväksi, että tulevien vuosien ratkaiseva kilpailuetu ei synny pelkästään uusista teknologioista, vaan järjestelmällisesti paremmista päätöksistä pääoman kohdentamisessa.

Mitä monimutkaisemmiksi yritykset, investointiohjelmat ja strategiset riippuvuussuhteet muuttuvat, sitä tärkeämmäksi tulee kyky paitsi ymmärtää tätä monimutkaisuutta myös hallita sitä matemaattisesti.

Se, joka optimoi sijoitussalkkunsa matemaattisesti, ei ainoastaan maksimoi yksittäisten projektien arvoa, vaan optimoi pääoman allokoinnin koko yrityksen laajuisesti ja useiden vuosien ajalle.

”Jokaisella yrityksellä on oikeus maksimoida voittonsa.”

Tarkoitetaan tässä ei lyhytaikaista voiton maksimointia, vaan pääoman, resurssien ja ajan parasta mahdollista hyödyntämistä – perustuen päätöksentekologiikkaan, joka ottaa huomioon investointien todellisen yhdistelmäluonteen.

Monimutkaisuus ei ole tässä ongelma. Ratkaiseva kysymys on, onko meillä käytettävissämme matematiikkaa, jonka avulla voimme hallita sitä.