Blogin pääartikkeli:
Tekoälyn avulla laskettu globaali optimi: kuinka talousjohtajat tekevät 50 projektissa parhaan salkkupäätöksen 1 125 biljoonan yhdistelmän joukosta
Tiivistelmä: 50 hanketta. 1,126 biljoonaa yhdistelmää. Yksi strateginen päätös.
Mikä 50 suunnitellun investointihankkeen yhdistelmä tuottaa käytettävissä olevalla CAPEX-budjetilla suurimman taloudellisen kokonaisvaikutuksen?
Hallituksen kokouksissa tehtävä kuulostaa aluksi yksinkertaiselta: arvioida hankkeita, asettaa ne tärkeysjärjestykseen ja valita taloudellisesti houkuttelevimmat.
Tämä lähestymistapa jättää kuitenkin huomiotta perustavanlaatuisen matemaattisen haasteen.
Kun tehdään 50 binääristä projektipäätöstä, syntyy teoriassa 2^50 = 1 125 899 906 842 624 mahdollista projektikombinaatiota.
Tämä vastaa noin 1,126 biljoonaa mahdollista sijoitussalkkua.
Jokaisella yhdistelmällä voi olla erilaisia vaikutuksia budjettiin, sijoitetun pääoman tuottoon, nettoarvon lisäykseen, resursseihin, riippuvuussuhteisiin ja strategisiin tavoitteisiin.
Talousjohtaja voi arvioida 50 projektia yksitellen. Hän ei kuitenkaan voi verrata manuaalisesti enempää kuin yhtä biljoonaa mahdollista yhdistelmää.
Juuri tästä alkaa matemaattinen salkun optimointi.
StratePlan yhdistää operaatiotutkimuksen menetelmiä tekoälypohjaisiin optimointilähestymistapoihin, jotta suuria kombinatorisia päätöksentekotiloja voidaan tutkia järjestelmällisesti ja tunnistaa taloudellisesti tehokkaita projektikombinaatioita.
Ratkaiseva kysymys ei ole: mitkä projekteistamme ovat parhaita?
Vaan: Mikä projektien yhdistelmä tuottaa annetuissa rajoituksissa suurimman kokonaisvaikutuksen?
1. Mitä tarkoittaa ”globaalin optimin laskeminen”?
Globaali optimi on paras sallittu ratkaisu matemaattisesti määritellyn päätöksentekotilan sisällä.
Maksimointitehtävässä tämä tarkoittaa, että millään muulla sallitulla ratkaisulla ei ole suurempaa arvoa määritellylle tavoitefunktiolle.
Strategisessa pääoman allokoinnissa tämä tavoitefunktio voi olla esimerkiksi odotetun nettoarvon maksimointi.
Globaali optimi kuvaa tällöin projektien yhdistelmää, joka saavuttaa määriteltyjen budjetti- ja resurssirajoitusten puitteissa suurimman mahdollisen nettoarvonlisän.
Tässä yhteydessä on erotettava toisistaan kolme käsitettä:
- Paikallinen optimi: Ratkaisu, jota ei voida enää parantaa määritellyn naapuruston sisällä.
- Paras löydetty ratkaisu: Taloudellisesti tehokkain projektikombinaatio, jonka optimointimenetelmä on tunnistanut käytettävissä olevan laskenta-ajan puitteissa.
- Globaali optimi: Ratkaisu, jonka optimaalisuus on osoitettu matemaattisen mallin puitteissa.
Globaalin optimin ei tarvitse olla yksiselitteinen. Useat erilaiset projektikombinaatiot voivat saavuttaa saman optimaalisen tavoitearvon.
Ratkaisevaa on, että projektikombinaation taloudellista laatua ei arvioida erillään, vaan suhteessa koko sallittuun päätöksentekoalueeseen.
2. Miksi 50 projektia ei tarkoita 50 päätöstä
Yksinkertaistetussa investointimallissa jokainen projekti voidaan joko valita tai jättää valitsematta.
Jokaisella projektilla on siis kaksi mahdollista tilaa.
Kun valittavia projekteja on N, mahdollisia yhdistelmiä on teoriassa 2^N.
Määrä kasvaa eksponentiaalisesti:
- 7 hanketta: 2^7 = 128 yhdistelmää
- 10 hanketta: 2^10 = 1 024 yhdistelmää
- 15 projektia: 2^15 = 32 768 yhdistelmää
- 20 projektia: 2^20 = 1 048 576 yhdistelmää
- 30 projektia: 2^30 = 1 073 741 824 yhdistelmää
- 40 projektia: 2^40 = 1 099 511 627 776 yhdistelmää
- 50 projektia: 2^50 = 1 125 899 906 842 624 yhdistelmää
- 100 projektia: 2^100 = noin 1,27 × 10^30 yhdistelmää
Jokainen ylimääräinen binääriprojekti kaksinkertaistaa teoreettisen mahdollisten yhdistelmien määrän.
Todellisuudessa tähän lisätään vielä muita vaatimuksia:
- Rajoitetut CAPEX-budjetit
- OPEX-käyttökustannukset
- Henkilöstö- ja tekniset resurssit
- Projektien riippuvuudet
- Aikataulut
- Riskirajat
- Sääntelyn asettamat vähimmäisvaatimukset
- Strategiset painotukset
Nämä rajoitukset vähentävät usein sallittujen yhdistelmien määrää. Monijaksoiset päätökset tai ylimääräiset projektitilat voivat puolestaan lisätä mallin monimutkaisuutta entisestään.
Haasteena on tunnistaa tämän monimutkaisen päätöksentekotilan sisällä taloudellisesti paras sallittu projektikombinaatio.
3. Johdon ongelma: miksi hyvät yksittäiset päätökset voivat johtaa suboptimaaliseen salkkuun
Monissa yrityksissä investointihankkeet arvioidaan aluksi yksittäin.
Talousjohtaja saa liiketoimintasuunnitelmat, nettonykyarvolaskelmat, ROI-luvut ja strategiset priorisoinnit.
Hankkeet lajitellaan tämän jälkeen niiden yksittäisen houkuttelevuuden perusteella.
Taloudellisesti paras yksittäinen projekti ei kuitenkaan välttämättä kuulu parhaaseen kokonaisportfolioon.
Suuri investointihanke voi tuottaa suuren absoluuttisen arvonlisän, mutta samalla sitoa niin paljon pääomaa, ettei useita pienempiä hankkeita voida enää toteuttaa.
Nämä pienemmät hankkeet voisivat kuitenkin yhdessä tuottaa suuremman nettoarvonlisän.
Samanlainen vaikutus syntyy, kun resurssit ovat niukat.
Hanke voi olla taloudellisesti houkutteleva, mutta samalla se voi sitoa asiantuntijoita tai tuotantokapasiteettia, joita tarvitaan useissa muissa hankkeissa.
Tyypillisiä seurauksia riittämättömästi optimoidusta pääoman kohdentamisesta ovat:
- Pääoma sitoutuu taloudellisesti huonompiin hankekombinaatioihin.
- Resurssipulat viivästyttävät muita hankkeita.
- Riippuvuussuhteita ei oteta valinnassa täysin huomioon.
- Useat liiketoiminta-alueet kilpailevat samoista investointivaroista.
- Strategiset toimenpiteet syrjäyttävät muita taloudellisesti houkuttelevia vaihtoehtoja.
- Koko salkun odotettu nettoarvonlisäys jää alle sen potentiaalin.
Ongelmana ei välttämättä ole yksittäinen väärä päätös. Se voi olla useiden erikseen tarkasteltuna järkevien päätösten väärä yhdistelmä.
4. Laskelmaesimerkki: Kuinka toinen projektikombinaatio tuottaa 50 % enemmän nettoarvonlisää
Yrityksellä on 10 miljoonan euron CAPEX-budjetti.
Valittavana on kolme investointihanketta.
| Projekti | CAPEX | Nettolisäarvo |
|---|---|---|
| Hanke A – Tuotantolaitos | 7 miljoonaa euroa | 4 miljoonaa euroa |
| Projekti B – Automatisointi | 5 miljoonaa euroa | 3 miljoonaa euroa |
| Hanke C – Energiatehokkuus | 5 miljoonaa euroa | 3 miljoonaa euroa |
Hankkeella A on suurin yksittäinen nettoarvo.
Jos projekti A valitaan, budjetista jää jäljelle 3 miljoonaa euroa. Tämä summa ei riitä projektien B tai C toteuttamiseen.
Salkun nettoarvo on siten 4 miljoonaa euroa.
Matemaattinen analyysi projektikombinaatioista osoittaa kuitenkin paremman vaihtoehdon.
Hankkeet B ja C vaativat yhteensä 10 miljoonaa euroa ja tuottavat 6 miljoonan euron nettoarvonlisän.
Olettaen, että projektit ovat toisistaan riippumattomia ja ilman muita rajoituksia, B + C on optimaalinen yhdistelmä nettoarvon lisäyksen maksimoimiseksi.
Optimoitu salkku tuottaa 50 % suuremman nettoarvonlisän kuin alkuperäinen valinta.
Yritys ei tarvitse tätä varten ylimääräistä CAPEX-budjettia.
Sen tarvitsee vain valita erilainen yhdistelmä olemassa olevista projekteistaan.
Samat hankkeet. Sama budjettiraja. Parempi yhdistelmä. Suurempi kokonaistaloudellinen tuotto.
5. Miksi perinteinen priorisointi ei takaa globaalia optimaalisuutta
Yritykset käyttävät erilaisia välineitä investointisuunnittelussa.
Niihin kuuluvat Excel-mallit, pisteytysjärjestelmät, priorisointimatriisit, projektinhallintaohjelmistot ja johtamistyöpajat.
Nämä menetelmät täyttävät tärkeitä tehtäviä.
Ne jäsentävät tietoa, luovat läpinäkyvyyttä ja tukevat yksittäisten projektien taloudellista arviointia.
Ne eivät kuitenkaan takaa automaattisesti, että valittu projektikokonaisuus on globaalisti optimaalinen.
Excel ja perinteiset skenaarioanalyysit
Excel sopii erinomaisesti liiketoimintamallien, sijoitetun pääoman tuoton ja investointiskenaarioiden laskemiseen.
Sopivilla Solver-toiminnoilla voidaan ratkaista myös matemaattisia optimointiongelmia.
Yksinkertainen Excel-taulukko, jossa hankkeet lajitellaan sijoitetun pääoman tuoton (ROI) tai nettonykyarvon mukaan, ei kuitenkaan automaattisesti ota huomioon kaikkia mahdollisia yhdistelmiä.
Suurissa kombinatorisissa päätöksentekotilanteissa erikoistuneet optimointimenetelmät voivat olla tarpeen tai tehokkaampia.
Pisteytysmallit ja ranking-listat
Pisteytysmallit arvioivat projekteja määriteltyjen kriteerien perusteella.
Korkeimman pistemäärän saaneet projektit toteutetaan ensisijaisesti.
Tämä menetelmä luo läpinäkyvyyttä yksittäisiin prioriteetteihin.
Se ei kuitenkaan takaa, että valittu yhdistelmä tuottaa suurimman taloudellisen kokonaisvaikutuksen.
Projektisalkunhallintajärjestelmät
Projektisalkunhallintajärjestelmät tukevat investointiohjelmien suunnittelua, arviointia ja ohjausta.
Toimintojen laajuudesta riippuen ne voivat sisältää myös matemaattisia optimointimenetelmiä.
Ratkaisevaa ei siis ole järjestelmän nimi, vaan se, toteutetaanko todellisuudessa kombinatorista optimointia asiaankuuluvien rajoitusten puitteissa.
Rankinglista vastaa kysymykseen, mitkä projektit ovat yksittäin houkuttelevia. Salkun optimointi vastaa kysymykseen, mitkä projektit tulisi valita yhdessä.
6. Miten matemaattiset optimointimenetelmät voivat löytää globaaleja ratkaisuja
Yleinen väärinkäsitys on, että kaikki 2^N yhdistelmää olisi laskettava erikseen kokonaan, jotta globaali optimi löytyisi.
Tämä ei ole periaatteessa välttämätöntä.
Nykyaikaiset matemaattiset optimointimenetelmät hyödyntävät ongelman rakennetta tutkiakseen suuria päätöksentekoalueita tehokkaasti.
Vakiintuneita menetelmiä ovat:
- Kokonaislukujen ja sekakokonaislukujen optimointi
- Branch-and-Bound-menetelmä
- Dynaaminen ohjelmointi
- Metaheuristiikat
- Monilähtömenetelmät
- Hybridiset optimointimenetelmät
- Tekoälypohjaiset arviointi- ja hakumenetelmät
Jotkut näistä menetelmistä pystyvät sopivissa olosuhteissa matemaattisesti todistamaan ratkaisun globaalin optimaalisuuden.
Toiset tuottavat rajoitetussa laskenta-ajassa erittäin hyviä likimääräisiä ratkaisuja ilman, että ne pystyvät osoittamaan ratkaisun täydellistä optimaalisuutta.
Käytännön sovelluksissa on siksi merkitystä useilla laatuominaisuuksilla:
- Saavutettu tavoitefunktioarvo
- Kaikkien määriteltyjen rajoitusten noudattaminen
- Tarvittava laskenta-aika
- Tulosten toistettavuus
- Optimointimallin jäljitettävyys
- Tarvittaessa todettu optimaalisuusero
Optimointijärjestelmän matemaattinen suorituskyky ei ilmene siitä, että se laskee jokaisen yhdistelmän erikseen, vaan siitä, kuinka tehokkaasti se löytää korkealaatuisia ratkaisuja ja pystyy todistamaan niiden laadun.
7. StratePlan: tekoälypohjainen monimutkaisten sijoitussalkkujen laskenta
StratePlan on kehitetty monimutkaisten sijoitus- ja projektisalkkujen matemaattiseen optimointiin.
Teknologia yhdistää operaatiotutkimuksen menetelmiä tekoälypohjaisiin lähestymistapoihin, joiden avulla voidaan tehokkaasti tutkia suuria kombinatorisia päätöksentekotiloja.
Keskiössä ei ole yksittäisten projektien erillinen arviointi, vaan taloudellisesti tehokkaiden projektikombinaatioiden laskeminen.
Perustavanlaatuisen taloudellisen optimointimallin luomiseksi tarvitaan aluksi vain kolme tietoa kustakin projektista:
- Projektitunnus: Projektin yksilöivä tunniste
- Kulut: Suunnitellut menot tai investoinnit
- Tulot: Odotetut tulot tai taloudelliset tuotot
Lisäksi määritellään käytettävissä oleva investointibudjetti.
Projektitiedot voidaan esimerkiksi siirtää olemassa olevista Excel-investointisuunnitelmista.
StratePlan tutkii mahdollisia projektikombinaatioita ja laskee salkun valitun tavoitefunktion mukaisesti.
”Maximize Net Contribution” -toiminnossa keskitytään odotetun kokonaisnettolisäarvon maksimointiin.
Salkun ROI voidaan lisäksi esittää taloudellisena tunnuslukuna.
Absoluuttisen nettoarvon maksimointi ja salkun ROI:n maksimointi ovat erilaisia matemaattisia tavoitteita.
Laajennetuissa malleissa voidaan ottaa huomioon lisärajoituksia ja arviointiparametreja:
- Projektien riippuvuudet
- Strategiset painotukset
- Resurssi- ja kapasiteettirajoitukset
- Monivuotiset investointibudjetit
- Aikataulut
- Riski- ja kestävyyskriteerit
Tuloksena ei ole pelkkä yksittäisten hankkeiden ranking-lista, vaan määriteltyjen puitteiden sisällä matemaattisesti laskettu hankekombinaatio.
StratePlan täydentää olemassa olevia investointisuunnitteluprosesseja matemaattisella optimointitasolla.
8. Keskeinen CFO:n kysymys: Kuinka paljon taloudellista potentiaalia CAPEX-budjetissamme on vielä jäljellä?
Talousjohtaja ei ole vastuussa pelkästään investointibudjetin noudattamisesta.
Hänen on myös varmistettava, että sijoitettu pääoma tuottaa mahdollisimman suuren taloudellisen hyödyn.
Keskeinen haaste on pääoman jakaminen kilpailevien investointivaihtoehtojen kesken.
Tässä yhteydessä nousee esiin perustavanlaatuisia kysymyksiä:
- Mikä projektikombinaatio tuottaa budjettimme puitteissa suurimman odotetun nettoarvonlisän?
- Mitä hankkeita meidän ei pitäisi toteuttaa, vaikka ne yksittäin tarkasteltuna vaikuttavatkin taloudellisesti houkuttelevilta?
- Miten salkku muuttuu budjetin supistumisen myötä?
- Mitä muita hankkeita voisimme rahoittaa suuremmalla CAPEX-budjetilla?
- Miten strategisesti sitovat projektit vaikuttavat kokonaisarvoon?
- Mitkä projektit pysyvät houkuttelevina muuttuneiden taloudellisten oletusten vallitessa?
Matemaattinen salkun optimointi mahdollistaa näiden kysymysten tarkastelun johdonmukaisten mallien avulla.
Siksi ratkaiseva johtamiskysymys on: kuinka paljon lisää taloudellista kokonaisvaikutusta voisimme saavuttaa nykyisten investointihankkeidemme eri yhdistelmillä?
9. Suoraan hallituksen kokouksessa: viisi strategista kysymystä, viisi laskettua skenaariota
Kuvitellaan teollisuuskonserni, jolla on 50 suunniteltua CAPEX-hanketta.
Kaikkien investointitoiveiden summa ylittää käytettävissä olevan budjetin.
Hallitus haluaa tietää, mikä hankekombinaatio tuottaa suurimman odotetun nettoarvonlisän.
Skenaario A: Nykyisen CAPEX-budjetin optimaalinen käyttö
Talousjohtaja kysyy:
”Mikä yhdistelmä 50 projektistamme tuottaa suurimman taloudellisen kokonaisarvon nykyisellä investointibudjetilla?”
Hankkeet mallinnetaan yhdessä.
StratePlan laskee optimoidun yhdistelmän ottaen huomioon määritellyt budjettirajoitukset.
Tulosta voidaan verrata aiempaan projektisuunnitteluun.
Skenaario B: CAPEX-budjettia pienennetään 20 %
Toimitusjohtaja kysyy:
”Mitkä projektit meidän pitäisi valita, jos meidän on vähennettävä investointibudjettiamme 20 %?”
Budjettirajaa mukautetaan.
StratePlan laskee uuden projektikombinaation.
Johtokunta voi seurata, mitkä projektit jäävät pois ja miten odotettu nettoarvonlisäys muuttuu.
Skenaario C: Strategisten pakollisten hankkeiden huomioon ottaminen
Yksi johtoryhmän jäsen kysyy:
”Mitä muuttuu, jos meidän on toteutettava kolme strategisesti tärkeää projektia niiden yksittäisestä kannattavuudesta riippumatta?”
Kyseiset projektit otetaan huomioon pakollisina rajoitteina.
Salkkua optimoidaan uudelleen.
Vertailu osoittaa, mitä taloudellisia vaikutuksia tällä vaatimuksella on mallin sisällä.
Skenaario D: Lisäinvestointipääoman käyttö
Talousjohtaja haluaa tietää:
”Kuinka paljon lisää nettolisäarvoa voisimme saavuttaa, jos korottaisimme CAPEX-budjettiamme vielä 10 miljoonalla eurolla?”
Budjettirajaa korotetaan.
Uusi optimointi osoittaa, mitkä lisäprojektit voitaisiin valita ja miten odotettu kokonaistaloudellinen vaikutus muuttuu.
Skenaario E: Strategisten painotusten muuttaminen
Johtoryhmä kysyy:
”Miten salkkumme muuttuu, jos painotamme enemmän energiatehokkuutta, automaatiota tai tiettyjä kasvualueita?”
Vastaavat malliparametrit mukautetaan.
Salkku lasketaan uudelleen ja verrataan aiempiin skenaarioihin.
Muuta strategisia ohjeistuksia. Laske salkku uudelleen. Vertaa taloudellisia vaikutuksia. Tee perustellumpia päätöksiä.
10. Vaihtoehtokustannukset: Mitä poikkeaminen optimaalisesta salkusta maksaa?
Jokainen investointipäätös sitoo pääomaa ja resursseja.
Tätä pääomaa ei sen jälkeen ole enää käytettävissä muihin projekteihin.
Tästä syntyy vaihtoehtokustannuksia.
Ne kuvaavat parhaan, mutta valitsematta jääneen vaihtoehdon menetettyä hyötyä.
Matemaattisen salkun optimoinnin avulla voidaan verrata olemassa olevaa projektikokonaisuutta optimoituun vaihtoehtoon.
Odotettujen nettoarvonlisäysten ero osoittaa mallinnetun taloudellisen parantamispotentiaalin.
Jos globaali optimi on matemaattisesti osoitettu, valitun ratkaisun etäisyys tästä optimista voidaan määrittää tarkasti mallin sisällä.
Lähes optimaalisten ratkaisujen tapauksessa lasketaan ensin ero parhaaseen löydettyyn ratkaisuun.
Tämä avaa talousjohtajille ja johtoryhmille uusia mahdollisuuksia taloudelliseen arviointiin:
- Mitä lisäkustannuksia strategisesti sitovista projekteista aiheutuu?
- Minkä taloudellisen hyödyn menetämme budjetin supistamisen vuoksi?
- Mitkä investoinnit syrjäyttävät muita taloudellisesti houkuttelevia hankkeita?
- Mitä vaikutuksia lisäresurssirajoituksilla on?
- Mitkä vaihtoehdot ovat taloudellisesti lähimpänä parasta löydettyä ratkaisua?
Strateginen merkitys piilee siinä, että taloudelliset ristiriidat tuodaan esiin ennen pääoman sitomista.
11. Perinteinen hankkeiden priorisointi verrattuna matemaattiseen salkun optimointiin
| Ulottuvuus | Perinteinen priorisointi | Matemaattinen salkun optimointi |
|---|---|---|
| Päätöksentekoyksikkö | Yksittäinen projekti tai ranking-lista | Koko projektikokonaisuus |
| Tavoite | Houkuttelevien projektien priorisointi | Määritellyn kokonaispanoksen optimointi |
| Budjetti | Usein manuaalinen kohdentaminen | Matemaattinen rajoitus |
| Projektien riippuvuudet | Otetaan usein huomioon laadullisesti | Voidaan mallintaa eksplisiittisesti |
| Resurssit | Manuaalinen sovittaminen | Mallinnettavissa rajoituksina |
| Skenaariot | Valmiit variantit | Uudelleenoptimointi parametrien muuttuessa |
| Tulos | Priorisoitu projektivalinta | Laskettu salkkuvaihtoehto |
| Optimaalisuuden todistus | Ei saatavilla automaattisesti | Mahdollista käytetystä menetelmästä riippuen |
Vertailu kuvaa tyypillisiä toimintatapoja. Nykyaikaiset projektisalkunhallintajärjestelmät voivat myös sisältää matemaattisia optimointitoimintoja.
Ratkaisevaa ei ole ohjelmistoluokka, vaan se, etsitäänkö järjestelmällisesti taloudellisesti parasta sallittua projektikombinaatiota ja arvioidaanko tuloksen laatua jäljiteltävällä tavalla.
12. Käytännön esimerkki: Klybeck-alue Basel – noin 63 % korkeampi pääoman tuotto
StratePlanin esimerkki Klybeck-alueesta Baselissa havainnollistaa, millaista taloudellista potentiaalia matemaattinen salkun optimointi voi tuoda esiin.
Central Real Estate AG:n ja Swiss Life AG:n salkun optimoinnin yhteydessä olemassa olevia investointi- ja projektivaihtoehtoja tutkittiin matemaattisesti.
Mallinnuksen tulos:
- Alkuperäinen pääoman tuotto: 7,0 %
- Optimoitu pääoman tuotto: 11,4 %
- Suhteellinen tuoton parannus: noin 63 %
- Mallinnettu taloudellinen lisäarvo: noin 30 miljoonaa CHF
Parannus mallinnettiin muuttamalla olemassa olevien investointivaihtoehtojen yhdistelmää samalla budjetilla.
Nämä projektikohtaiset tulokset eivät ole yleinen tuottotakuu.
Keskeinen havainto: olemassa olevien investointivaihtoehtojen parempi yhdistelmä voi mahdollistaa huomattavasti suuremman taloudellisen kokonaisarvon – ilman lisäinvestointibudjettia.
13. Herkkyysanalyysi: Kuinka vakaa laskettu sijoitussalkku on?
Investointipäätökset perustuvat oletuksiin tulevasta taloudellisesta kehityksestä.
Projektikustannukset voivat nousta. Tulonodotukset voivat laskea. Resurssit voivat käydä vähiin. Strategiset prioriteetit voivat muuttua.
Siksi on järkevää, ettei suoriteta pelkästään yhtä ainoaa salkun optimointia.
Herkkyysanalyysien avulla voidaan tutkia erilaisia taloudellisia skenaarioita.
Tyypillisiä kysymyksiä ovat:
- Mitkä projektit säilyvät osana salkkua myös pienentyneellä budjetilla?
- Miten projektikokonaisuus muuttuu investointikustannusten noustessa?
- Mitkä toimenpiteet reagoivat erityisen herkästi alhaisempiin tulonodotuksiin?
- Miten salkku muuttuu, kun resurssirajoitukset kiristyvät?
- Mitkä projektit pysyvät taloudellisesti houkuttelevina eri skenaarioissa?
Nämä analyysit voivat osoittaa, kuinka vakaana laskettu projektikokonaisuus pysyy muuttuneiden oletusten vallitessa.
Strategisesti perusteltu päätös ottaa siksi huomioon paitsi parhaan tuloksen yksittäisen oletuksen perusteella myös mahdollisten muutosten vaikutukset.
14. Globaalin optimin laskeminen: merkitykselliset sovellusalueet yrityksille ja julkisille organisaatioille
Matemaattinen salkun optimointi on erityisen merkityksellistä, kun lukuisat projektit kilpailevat samanaikaisesti rajallisista budjeteista ja resursseista.
Teollisuus ja CAPEX-suunnittelu
Tuotantolaitokset, automaatioprojektit, kapasiteetin laajennukset ja toimipaikkainvestoinnit kilpailevat yhteisistä investointibudjeteista.
Matemaattinen optimointi voi auttaa löytämään taloudellisesti tehokkaan yhdistelmän käytettävissä olevista investointivaihtoehdoista.
Digitalisaatio ja tekoälyn käyttöönotto
Yritykset tunnistavat usein lukuisia potentiaalisia tekoäly- ja digitalisointihankkeita.
Pelkästään yksittäisten käyttötapausten priorisointi ei automaattisesti osoita, mikä yhdistelmä tuottaa suurimman taloudellisen kokonaisvaikutuksen.
Kiinteistöt ja kiinteistöala
Projektikehitykset, saneeraukset, modernisoinnit ja sijaintipaikkainvestoinnit voidaan tarkastella yhteisen pääomabudjetin puitteissa.
Yksittäisten hankkeiden valinta vaikuttaa koko kiinteistösalkun rahoitusmahdollisuuksiin.
Energia ja infrastruktuuri
Energiaprojektit, verkkoinvestoinnit, energiatehokkuustoimenpiteet ja infrastruktuurin modernisoinnit vaativat usein pitkäaikaisia pääomasitoumuksia.
Matemaattinen salkun optimointi voi auttaa vertailemaan erilaisia investointiyhdistelmiä taloudellisten ja teknisten rajoitusten puitteissa.
Kunnat ja julkinen talous
Kaupunkien ja kuntien on rahoitettava lukuisia investointihankkeita rajallisten budjettivarojen puitteissa.
Koulut, tiet, hallintorakennukset, infrastruktuuri ja sosiaalipalvelut kilpailevat samoista julkisista resursseista.
Matemaattisen optimoinnin avulla voidaan tutkia erilaisia hankekombinaatioita ottaen huomioon budjettirajat, lakisääteiset tehtävät ja poliittiset vaikutustavoitteet.
Kaikkien sovellustapausten yhteinen nimittäjä on kysymys siitä, mikä olemassa olevien hankkeiden yhdistelmä tuottaa määriteltyjen puitteiden sisällä suurimman taloudellisen tai yhteiskunnallisen kokonaisvaikutuksen.
15. Talousarviosimulaatio ja samanaikainen salkun optimointi: globaali optimointi julkisella sektorilla
Suurten päätöksentekotilojen haaste tulee erityisen selvästi esiin julkisten investointibudjettien suunnittelussa.
Kuntien eri osastoilla on usein omat projektiluettelonsa ja prioriteettinsa.
Koulutoimisto asettaa etusijalle koulutusinvestoinnit. Rakennusvirasto arvioi infrastruktuuritoimenpiteitä. Muut yksiköt suunnittelevat digitalisointi-, energia- tai kiinteistöhankkeita.
Jokainen näistä priorisoinneista voi olla järkevä kyseisen vastuualueen sisällä.
Ratkaiseva kysymys on kuitenkin:
Mikä kaikkien kunnallisten hankkeiden yhdistelmä tuottaa käytettävissä olevan budjetin puitteissa suurimman määritellyn taloudellisen tai yhteiskunnallisen kokonaishyödyn?
Yksinkertaistettu esimerkki:
Kaupungilla on käytettävissään 81 miljoonan euron investointibudjetti.
Samalla valittavana on 50 hanketta, joiden kokonaisinvestointitarve on 220 miljoonaa euroa.
50 binääristä hankepäätöstä tuottaa teoriassa 2^50 = 1 125 899 906 842 624 mahdollista yhdistelmää.
Matemaattisella salkun optimoinnilla voidaan tutkia erilaisia sallittuja hankekombinaatioita määriteltyjen budjetti- ja vaikutusrajoitusten puitteissa.
Samanaikaisen budjettisimuloinnin avulla voidaan ottaa huomioon erilaiset taloudelliset puiteolosuhteet.
Esimerkiksi:
- Mikä projektikombinaatio tuottaa 81 miljoonan euron budjetilla suurimman mallinnetun kokonaishyödyn?
- Miten salkku muuttuu, jos budjettia pienennetään?
- Mitä lisätoimenpiteitä voitaisiin toteuttaa, jos tulot kasvaisivat?
- Miten sitovat poliittiset hankkeet vaikuttavat tulokseen?
- Mitä vaikutuksia on koulutuksen, infrastruktuurin tai ilmastonsuojelun erilaisilla painotuksilla?
Tulosten laatu riippuu käytetyistä tiedoista sekä taloudellisten ja yhteiskunnallisten tavoitteiden määrittelystä.
Talousarviosimuloinnin ja matemaattisen salkun optimoinnin yhdistäminen voi auttaa muuntamaan eri toimialoihin liittyvät prioriteetit kattavaksi ja ymmärrettäväksi päätöksentekopohjaksi.
16. Liiketoimintatiedosta päätöksentekotietoon: pääoman kohdentamisen laadun parantaminen
Monilla yrityksillä on jo käytössään tehokkaita järjestelmiä liiketoimintaprosessiensa analysointiin ja hallintaan.
ERP-järjestelmät dokumentoivat resursseja ja taloudellisia tapahtumia.
Business Intelligence -ratkaisut visualisoivat avainlukuja ja kehityssuuntauksia.
Controlling-järjestelmät analysoivat budjettipoikkeamia ja taloudellisia tuloksia.
Nämä järjestelmät antavat vastauksia tärkeisiin kysymyksiin:
Mitä on tapahtunut? Miten avainlukumme kehittyvät? Mitkä projektit pysyvät budjetissaan?
Decision Intelligence laajentaa tätä näkökulmaa tarjoamalla matemaattista tukea tuleville päätöksille.
Minkä projektikombinaation meidän tulisi valita? Mitkä rajoitukset rajoittavat mahdollista arvonluontiamme? Mitkä vaihtoehdot tuottavat paremman kokonaistuloksen?
StratePlan täydentää olemassa olevia suunnittelu- ja ohjausprosesseja matemaattisella optimointitasolla.
Tarvittavat projektitiedot voidaan aluksi toimittaa yksinkertaisten Excel-taulukoiden avulla.
Strateginen edistysaskel on siinä, ettei mitata pelkästään jo tehtyjen päätösten tuloksia, vaan parannetaan matemaattisesti itse projektien valintaa ja yhdistelmiä.
17. Johtopäätös: Globaali optimi ei ole intuition vaan matemaattisen mallinnuksen kysymys
Yritykset ja julkiset organisaatiot tekevät päivittäin monimutkaisia investointipäätöksiä.
Ne arvioivat projekteja, asettavat toimenpiteet tärkeysjärjestykseen, jakavat budjetteja ja ottavat huomioon strategiset tavoitteet.
Taloudellisesti houkutteleva yksittäinen päätös ei kuitenkaan johda automaattisesti parhaaseen kokonaisratkaisuun.
Kun lukuisat hankkeet kilpailevat samanaikaisesti rajallisista budjeteista ja resursseista, syntyy kombinatorinen päätöksentekotila.
Jo 50 projektin kohdalla on teoriassa yli biljoona mahdollista yhdistelmää.
Yksittäisten hankkeiden erillinen arviointi ei siksi automaattisesti anna vastausta kysymykseen, mikä on taloudellisesti paras hankekombinaatio.
Matemaattinen salkun optimointi mahdollistaa erilaisten yhdistelmien järjestelmällisen tutkimisen ja niiden taloudellisten vaikutusten vertailun.
StratePlan yhdistää tätä varten operaatiotutkimuksen menetelmiä tekoälypohjaisiin lähestymistapoihin.
Tämän avulla toimitusjohtajat, talousjohtajat, johtoryhmät ja julkisen sektorin päätöksentekijät voivat laskea vaihtoehtoisia salkkuja, tutkia strategisia skenaarioita ja tunnistaa hyödyntämättömiä taloudellisia tai yhteiskunnallisia potentiaaleja.
Ratkaiseva kysymys ei ole: Olemmeko priorisoineet investointihankkeemme oikein?
Vaan: Olemmeko valinneet investointihankkeistamme taloudellisesti parhaan yhdistelmän?
Juuri tästä alkaa siirtyminen perinteisestä projektien priorisoinnista matemaattiseen salkun optimointiin.
StratePlan – Samat projektit. Optimaalinen yhdistelmä. Parempia tuloksia.
Usein kysytyt kysymykset – Globaalin optimin laskeminen tekoälyn avulla
Mitä globaali optimi tarkoittaa salkun optimoinnissa?
Globaali optimi on projektien yhdistelmä, joka saavuttaa määritellyn tavoitefunktion parhaan arvon koko sallitun päätöksentekoalueen sisällä.
Nettolisäarvon maksimoinnissa millään muulla sallitulla yhdistelmällä ei ole suurempaa kokonaislisäarvoa.
Miksi 50 projektin tapauksessa syntyy yli biljoona yhdistelmää?
Jos jokainen projekti voidaan joko valita tai jättää valitsematta, N projektin tapauksessa syntyy teoriassa 2^N mahdollista yhdistelmää.
50 projektin tapauksessa yhdistelmiä on 2^50 = 1 125 899 906 842 624.
Pitääkö kaikki 2^N yhdistelmää laskea erikseen?
Ei.
Nykyaikaiset matemaattiset optimointimenetelmät pystyvät tutkimaan suuria päätöksentekotiloja tehokkaasti ilman, että jokaista teoreettisesti mahdollista yhdistelmää arvioidaan erikseen kokonaan.
Mitkä menetelmät ovat sopivia, riippuu matemaattisen ongelman rakenteesta ja määritellyistä rajoituksista.
Voiko tekoäly aina laskea globaalin optimin?
Sopivilla matemaattisilla malleilla ja optimointimenetelmillä globaali optimi voidaan laskea ja todistaa.
Erityisen monimutkaisten ongelmien kohdalla voidaan käyttää myös likimääräisesti optimaalisia ratkaisuja.
Lausunto ratkaisun laadusta riippuu käytetystä menetelmästä ja mahdollisesta optimaalisuuden todistuksesta.
Miksi perinteinen ROI-ranking ei riitä?
ROI-ranking arvioi yksittäisiä projekteja niiden yksilöllisen tuoton perusteella.
Se ei kuitenkaan automaattisesti ota huomioon, mikä projektien yhdistelmä tuottaa käytettävissä olevan budjetin puitteissa suurimman absoluuttisen nettoarvonlisän.
Paras ranking ei siis välttämättä ole paras sijoitussalkku.
Voiko Excel ratkaista globaaleja optimointiongelmia?
Kyllä. Excel pystyy käsittelemään matemaattisia optimointitehtäviä sopivien Solver-toimintojen avulla.
Suurten kombinatoristen päätöksentekotilojen ja monimutkaisten rajoitusten tapauksessa erikoistuneet optimointimenetelmät voivat kuitenkin olla tarpeen tai tehokkaampia.
Mitä tietoja StratePlan tarvitsee ensimmäistä optimointia varten?
Perustason taloudellisen optimointimallin laatimiseksi tarvitaan aluksi kolme tietoa kustakin projektista:
- Projektin tunnus
- Kulut – suunnitellut menot
- Tulot – odotetut tulot tai taloudelliset tuotot
Lisäksi määritetään käytettävissä oleva investointibudjetti.
Monimutkaisemmissa malleissa voidaan ottaa huomioon myös muita rajoituksia ja arviointiparametreja.
Mitä tarkoittaa ”Maximize Net Contribution”?
”Maximize Net Contribution” tarkoittaa projektisalkun odotetun kokonaisnettotuoton maksimointia määriteltyjen rajoitusten puitteissa.
Salkun ROI voidaan lisäksi esittää taloudellisena tunnuslukuna.
Absoluuttisen nettoarvon maksimointi ja salkun ROI:n maksimointi ovat erilaisia matemaattisia tavoitteita.
Mitä ovat vaihtoehtokustannukset pääoman allokoinnissa?
Vaihtoehtokustannukset kuvaavat parhaan valitsematta jääneen vaihtoehdon menetettyä hyötyä.
Vertaamalla olemassa olevaa projektikokonaisuutta optimoituun vaihtoehtoon voidaan tuoda esiin mallinnettu taloudellinen parantamispotentiaali.
Onko globaali optimi aina oikea johtamispäätös?
Ei välttämättä.
Matemaattisesti optimaalinen ratkaisu perustuu aina määriteltyyn tavoitefunktioon ja huomioon otettuihin rajoitteisiin.
Strategiset, sääntelyyn liittyvät tai yhteiskunnalliset vaatimukset voivat edellyttää lisärajoituksia.
Matemaattinen optimointi auttaa tekemään tällaisten vaatimusten vaikutuksista läpinäkyviä.
Mille yrityksille globaali salkun optimointi on erityisen merkityksellistä?
Se on erityisen merkityksellistä organisaatioille, joilla on lukuisia keskenään kilpailevia investointihankkeita ja rajalliset resurssit.
Tyypillisiä sovellusalueita ovat teollisuus, CAPEX-suunnittelu, digitalisaatio, tekoälyn käyttötapaukset, kiinteistöt, energia, infrastruktuuri ja kuntien talousarviosuunnittelu.
Mikä on tärkein johtopäätös toimitusjohtajille ja talousjohtajille?
Taloudellisesti paras yksittäinen päätös ei johda automaattisesti parhaaseen kokonaisratkaisuun.
Matemaattinen salkun optimointi mahdollistaa vaihtoehtoisten projektikombinaatioiden järjestelmällisen tutkimisen ja pääoman kohdentamisen parantamisen koko yrityksen tasolla.
Ratkaiseva kysymys on: priorisoimmeko yksittäisiä hankkeita – vai optimoimmeko investointihankkeidemme yhdistelmää?
Kuinka paljon taloudellista kokonaisarvoa CAPEX-budjetissanne on vielä jäljellä?
Selvittäkää, mikä yhdistelmä suunnitelluista investointiprojekteistanne voi tuottaa suurimman odotetun nettoarvon lisäyksen käytettävissä olevan budjetin puitteissa.
Vertaa nykyistä projektisuunnitteluasi matemaattisesti optimoituihin investointiskenaarioihin ja selvitä, mahdollistaisiko jokin toinen olemassa olevien projektien yhdistelmä suuremman taloudellisen kokonaispanoksen.
Voit optimoida jopa 15 hanketta ilmaiseksi.