Miksi StratePlan

Investointipäätökset epäonnistuvat harvoin yksittäisten projektien takia - mutta vaan näiden hankkeiden yhdistelmään.

Päätösalue kasvaa eksponentiaalisesti jokaisen lisäinvestoinnin myötä. Perinteiset menetelmät vähentävät väistämättä tätä monimutkaisuutta - ja tekevät päätöksiä epätäydellisten näkökohtien perusteella.

Rakenteellinen ongelma - tieteellisesti todistettu

Kombinatoristen päätösavaruuksien haaste on ollut matematiikan ja tietojenkäsittelytieteen intensiivisen tutkimuksen kohteena vuosikymmeniä. Johtavat instituutiot ovat yhtä mieltä: Monimutkaisten päätösongelmien täydellistä ratkaisuavaruutta ei voida täysin analysoida klassisilla menetelmillä.

• Päätösavaruuksien eksponentiaalinen kasvu
• Heurististen ja peräkkäisten menetelmien rajoitukset
• Paikallisten optimien systemaattinen syntyminen globaalien optimaalien sijaan

Teorian ja käytännön välinen kuilu

Vaikka tutkimus kuvaa tätä ongelmaa tarkasti, käytännössä ei ole olemassa skaalautuvaa menetelmää, jolla voitaisiin analysoida täysin todellisia sijoitussalkkuja.

Päätöksiä tehdään siis edelleen:

• hankekohtaisesti sen sijaan, että niitä tehtäisiin järjestelmällisesti
• priorisoidaan yksinkertaistettujen mallien perusteella
• toteutetaan ilman, että vaihtoehtoiskustannuksia on täysin avoimesti arvioitu

StratePlan-lähestymistapa

StratePlan-menetelmässä yhdistelmällisen optimoinnin teoreettiset periaatteet siirretään ensimmäistä kertaa käytännön päätöksentekologiikkaan.

Yksittäisten hankkeiden arvioinnin sijasta StratePlan analysoi koko päätösavaruuden todellisten rajoitusten, kuten budjetin, puitteissa kuten budjetti, kapasiteetti, riski ja strategiset vaatimukset - ja määrittää optimaalisen salkkurakenteen.

Tulos: Ymmärrettävä, matemaattisesti vankka päätöksentekoperusta monimutkaisille investointipäätöksille.

Mikä muuttuu tuloksena

• Yksittäisestä arvonmäärityksestä → systeemiseen salkun optimointiin
• Lähestymistavasta → laskennalliseen optimaalisuuteen
• Implisiittisistä → läpinäkyviin vaihtoehtoiskustannuksiin

Teknologinen perusta: hybridi tekoäly monimutkaisia päätösalueita varten

StratePlan perustuu hybriditekoälyyn, jossa yhdistyvät matemaattinen optimointi, päätöksentekotieteellinen mallintaminen ja skaalautuvat laskenta-arkkitehtuurit. Tavoitteena on mallintaa muodollisesti monimutkaisia investointipäätöksiä ja optimoida niitä systemaattisesti tältä pohjalta.

Kombinatorinen optimointi

Matemaattinen ydin, jolla mallinnetaan ja analysoidaan mahdollisten hankekombinaatioiden koko päätösavaruus todellisten rajoitusten, kuten budjetin, kapasiteetin ja riippuvuuksien, puitteissa.

Käyttäytymistaloustiede (mallintamistaso)

Kognitiivisten vääristymien ja todellisen päätöksentekologiikan jäsennelty tarkastelu siirtämällä ne mallin kannalta merkityksellisiin parametreihin, kuten painotuksiin, riskiehdotuksiin ja priorisointiin.

Rinnakkaislaskenta (laskennallinen taso)

Eksponentiaalisesti kasvavien ratkaisuavaruuksien skaalautuva analyysi erittäin rinnakkaisen prosessoinnin ja monimutkaisten päätösavaruuksien tehokkaan seulonnan avulla.

Arkkitehtuuri perustuu vakiintuneisiin tieteellisiin tuloksiin kombinatorisesta optimoinnista ja algoritmisesta päätöksentekotutkimuksesta. Näiden lähestymistapojen siirtäminen skaalautuvaan, käytännössä sovellettavaan järjestelmäarkkitehtuuriin toteutettiin tohtori Igor Kadoshchukin johdolla.

Tuloksena on päätöksentekologiikka, joka mallintaa todellisia päätöksentekorakenteita ja menee samalla heuristisia ja sekventiaalisia menettelyjä pidemmälle. Täysin määritellyn ratkaisuavaruuden perusteella voidaan järjestelmällisesti analysoida monimutkaisia sijoitussalkkuja ja tunnistaa arvoa maksimoivat yhdistelmät.