Generatiivisesta tekoälystä päätöksentekolaskentaan: Kun vastaukset eivät enää riitä
Generatiivinen tekoäly voi selittää, miten päätös tulisi tehdä. Päätöksentekolaskenta laskee, mikä päätös tuottaa määritellyissä olosuhteissa suurimman tavoitearvon.
ChatGPT, Gemini ja muut generatiiviset tekoälyjärjestelmät pystyvät nykyään analysoimaan, jäsentämään ja selittämään monimutkaisia johtamiseen liittyviä kysymyksiä sekunneissa.
Mutta toimitusjohtajalle, talousjohtajalle ja sijoituskomitealle varsinainen työ alkaa usein juuri siellä, missä yleispätevä vastaus päättyy.
Mitä projektejamme meidän pitäisi todella rahoittaa?
Mikä projektien yhdistelmä tuottaa suurimman arvon budjettimme puitteissa?
Mitä tapahtuu salkullamme, jos CAPEX laskee 20 prosenttia?
Mitkä projektit meidän tulisi lykätä, jos suunnittelukapasiteetti muuttuu pullonkaulaksi?
Nämä kysymykset eivät vaadi lisäselvityksiä.
Ne vaativat laskelmaa.
Tämä on siirtyminen vastausten tuottamisesta päätöksenteon laskentaan.
Sisällysluettelo
- Mitä on vastausten tuottaminen?
- Mitä on päätöksentekolaskenta?
- Mikä on ero generatiivisen tekoälyn ja päätöksentekolaskennan välillä?
- Miksi päätöksentekolaskenta on merkityksellistä toimitusjohtajalle ja talousjohtajalle?
- 20 johtamiseen liittyvää kysymystä, jotka voidaan laskea
- Miksi salkkupäätökset ovat matemaattisia ongelmia
- Miksi päätösvalta säilyy johdolla
- Päätöksentekolaskenta johtokunnassa
- Generatiivisen tekoälyn ja matemaattisen optimoinnin yhdistäminen
- Päätöksentekoa laskennallisesti StratePlanin avulla
- Usein kysyttyjä kysymyksiä päätöksentekolaskennasta
Mitä on vastausten generointi?
Vastausten generointi tarkoittaa generatiivisen tekoälyn kykyä tuottaa kielellinen vastaus tiedon, kontekstin ja kysymyksen perusteella.
Esimerkiksi talousjohtaja voi kysyä:
”Miten minun tulisi priorisoida CAPEX-hankkeita rajallisen budjetin puitteissa?”
Generatiivinen tekoäly voi antaa tähän perustellun vastauksen:
Arvioi hankkeet taloudelliselta kannalta. Analysoi NPV ja ROI. Ota huomioon strategiset kriteerit. Arvioi riskit. Huomioi resurssirajoitukset. Vertaa skenaarioita.
Tämä vastaa kysymykseen:
Miten minun tulisi periaatteessa toimia?
Se ei kuitenkaan vielä vastaa kysymykseen:
Minkä konkreettisen yhdistelmän projekteistamme meidän tulisi valita?
Mitä on päätöksentekolaskenta?
Päätöksentekoa laskennallisesti tarkastellaan matemaattisena laskelmana, joka perustuu konkreettisiin tietoihin, tavoitteisiin ja rajoituksiin.
Sen sijaan, että vain selitettäisiin, miten päätös voitaisiin tehdä, lasketaan todellinen päätöksentekotila.
Esimerkiksi:
- 187 investointihanketta
- 420 miljoonaa euroa käytettävissä olevaa CAPEX-rahoitusta
- 31 000 suunnittelutuntia
- 14 pakollista hanketta
- 23 projektien välistä riippuvuussuhdetta
- useita tehtaita
- useita liiketoiminta-alueita
- strategiset kriteerit
- useita suunnittelukausia
Kysymys ei enää ole:
”Miten pääoman kohdentaminen toimii?”
Vaan:
”Mikä näiden 187 hankkeen yhdistelmä täyttää rajoituksemme ja maksimoi määritellyn tavoitefunktiomme?”
Tämä on matemaattinen optimointiongelma.
Mikä on ero generatiivisen tekoälyn ja päätöksentekolaskennan välillä?
| Generatiivinen tekoäly | Päätöksentekolaskenta |
|---|---|
| selittää | laskee |
| tuottaa vastauksia | laskee päätösvaihtoehtoja |
| käyttää ensisijaisesti kieltä ja kontekstia | käyttää päätöksentekomuuttujia, tavoitefunktioita ja rajoituksia |
| vastaa kysymykseen ”Miten voitaisiin edetä?” | vastaa kysymykseen ”Mikä yhdistelmä täyttää määritellyn tavoitteemme parhaiten?” |
| järjestää tietoa | järjestää päätöksentekotilan |
| osaa selittää menetelmiä | soveltaa matemaattista optimointia konkreettisiin tietoihin |
| esittää perusteluja ja analyyseja | esittää laskettuja skenaarioita ja salkkuvaihtoehtoja |
Generatiivinen tekoäly vastaa päätöksentekoon liittyviin kysymyksiin.
Päätöksentekolaskenta laskee konkreettisten päätösten seuraukset.
Nämä kaksi lähestymistapaa eivät välttämättä kilpaile keskenään.
Ne voivat kattaa saman päätöksentekoprosessin eri tasoja.
Miksi päätöksentekolaskenta on merkityksellistä toimitusjohtajalle ja talousjohtajalle?
Monet johtamispäätökset eivät ole tietoon liittyviä ongelmia.
Organisaatio tuntee projektinsa.
Talousosasto tuntee budjetin.
Controlling-osasto tuntee liiketoimintamallit.
Operatiivinen osasto tuntee resurssit.
Strategiaosasto tuntee prioriteetit.
Ongelmana on yhdistää nämä tiedot samanaikaisesti johdonmukaiseksi salkkupäätökseksi.
Haasteena ei ole tiedon puute.
Haasteena on niiden yhdistäminen.
Juuri siksi pääoman kohdentaminen, CAPEX-suunnittelu ja salkun valinta muuttuvat matemaattisiksi ongelmiksi projektien määrän kasvaessa.
20 laskettavissa olevaa johtamiskysymystä
1. Mitä CAPEX-projekteja meidän tulisi rahoittaa?
Vastaus: Se projektikombinaatio, joka täyttää valitun tavoitefunktion parhaiten määriteltyjen budjetti-, resurssi-, riippuvuus- ja hallintoehtojen puitteissa.
2. Mikä projektikombinaatio tuottaa suurimman arvon nykyisellä budjetillamme?
Vastaus: Ei välttämättä ne projektit, joilla on suurin yksittäinen arvo. Ratkaisevaa on sallitun yhdistelmän kokonaisarvo.
3. Mitkä projektit meidän tulisi poistaa, jos CAPEX-budjettimme pienenee 20 prosenttia?
Vastaus: Ei yhtenäisesti 20 prosenttia kustakin alueesta. Salkku tulisi laskea uudelleen supistetun kokonaisbudjetin perusteella.
4. Kuinka paljon arvoa menetämme tosiasiassa CAPEX-leikkauksen seurauksena?
Vastaus: Se määräytyy kunkin budjettitason optimoitujen salkkujen välisen eron perusteella.
5. Mitä hankkeita meidän tulisi rahoittaa, jos CAPEX-budjettia lisätään?
Vastaus: Se projektikombinaatio, joka tuottaa suurimman marginaalisen salkun arvon jäljellä olevien rajoitusten puitteissa.
6. Kuinka paljon lisäinvestointeja kannattaa tehdä?
Vastaus: Laskemalla useita budjettitasoja voidaan selvittää, kuinka paljon lisäpääoma tuottaa lisäarvoa salkulle ja missä vaiheessa marginaalinen hyöty alkaa laskea.
7. Miten meidän tulisi jakaa CAPEX liiketoiminta-alueiden kesken?
Vastaus: Ei välttämättä historiallisten budjettiosuuksien mukaan. Allokaatio voidaan määrittää kaikkien liiketoiminta-alueiden hankkeiden optimaalisen yhdistelmän perusteella.
8. Miten CAPEX tulisi jakaa tuotantolaitoksille?
Vastaus: Optimoimalla projektikokonaisuutta yhteisesti ottaen huomioon tuotantolaitoskohtaiset vähimmäisvaatimukset, kapasiteetit ja rajoitukset.
9. Mikä projektikombinaatio maksimoi nettonykyarvomme (NPV)?
Vastaus: Sallittu yhdistelmä, jolla on suurin yhteenlaskettu NPV määriteltyjen rajoitusten puitteissa.
10. Mikä projektikombinaatio maksimoi ROI:mme?
Vastaus: Se riippuu salkun tavoitefunktion tarkasta määritelmästä. Pelkkä projektien ROI:n mukainen järjestys ei automaattisesti vastaa optimaalista kokonaisportfoliota.
11. Mitä tapahtuu, jos kasvu nousee tärkeämmäksi?
Vastaus: Strategisia painotuksia muutetaan ja salkku lasketaan uudelleen. Näin käy ilmi, mikä pääoman kohdentaminen sopii muuttuneeseen strategiaan.
12. Mitä tapahtuu, jos strategiset prioriteettimme muuttuvat?
Vastaus: Erilaiset painotukset tuottavat erilaisia optimaalisia salkkuja. Strategisten päätösten vaikutukset ovat siten mitattavissa.
13. Mitä tapahtuu, jos suunnittelukapasiteetti vähenee 20 prosenttia?
Vastaus: Suunnittelu mallinnetaan tiukennettuna resurssirajoituksena. Sen jälkeen optimaalinen projektikombinaatio lasketaan uudelleen.
14. Mitkä projektit sitovat erityisen paljon pääomaa tai resursseja?
Vastaus: Salkkuanalyysi osoittaa, mitkä projektit vievät paljon niukkoja resursseja ja mitkä vaihtoehtoiset projektikombinaatiot jäävät sen vuoksi pois.
15. Mitkä projektit meidän pitäisi käynnistää tänään ja mitkä siirtää myöhemmäksi?
Vastaus: Monivuotisessa optimoinnissa tarkastellaan yhdessä projektien aloittamista, budjetin käyttöä, resurssitarpeita ja riippuvuussuhteita usean jakson ajalta.
16. Miltä optimaalinen viisivuotinen CAPEX-suunnitelmamme näyttää?
Vastaus: Monijaksoisena optimointina, jossa päätetään, mitkä projektit tulisi toteuttaa milläkin vuonna, jotta määritelty tavoitefunktio täyttyy parhaalla mahdollisella tavalla vuosittaisten rajoitusten puitteissa.
17. Mitä tapahtuu, jos tietyt hankkeet tulevat pakollisiksi?
Vastaus: Pakolliset projektit asetetaan kiinteinä rajoituksina. Jäljelle jäävä projektisalkku optimoidaan uudelleen näiden projektien ympärille.
18. Mitä tapahtuu, kun projekteilla on keskinäisiä riippuvuussuhteita?
Vastaus: Riippuvuudet mallinnetaan matemaattisesti. Jos esimerkiksi projekti B edellyttää projektia A, projektia B ei voida valita ilman projektia A.
19. Onko nykyinen hyväksytty CAPEX-portfoliomme optimaalinen?
Vastaus: Tämä voidaan tarkistaa vertaamalla nykyistä salkkua matemaattisesti optimoituun salkkuun samoilla tiedoilla, tavoitteilla ja rajoituksilla.
20. Kuinka paljon lisää arvoa voimme luoda samoilla projekteilla ja samalla budjetilla?
Vastaus: Nykyisen ja optimoidun salkun välinen ero osoittaa laskennallisen parantamispotentiaalin määritellyn mallin puitteissa.
Samat projektit. Erilaiset yhdistelmät. Paremmat tulokset.
Miksi salkkupäätökset ovat matemaattisia ongelmia
Syynä on mahdollisten yhdistelmien määrä.
Kun on N riippumatonta projektia, joista kukin voidaan valita tai jättää valitsematta, teoriassa on olemassa:
2^N mahdollista yhdistelmää.
| Projektien lukumäärä | Teoreettisesti mahdolliset yhdistelmät |
|---|---|
| 20 | 1 048 576 |
| 50 | ≈ 1,13 × 10^15 |
| 100 | ≈ 1,27 × 10³⁰ |
| 200 | ≈ 1,61 × 10^60 |
Johtopäätös ei kuitenkaan ole se, että kaikkia yhdistelmiä tarkastellaan sokeasti.
Sen sijaan päätös on tunnistaa sallittujen yhdistelmien joukosta ne, jotka täyttävät määritellyn tavoitefunktion parhaalla mahdollisella tavalla.
Tässä otetaan huomioon rajoitukset:
- CAPEX-budjetti
- Tulot / Menot
- Suunnittelukapasiteetti
- Henkilöstöresurssit
- Pakolliset projektit
- Projektien riippuvuudet
- keskinäiset poissulkemiset
- strategiset ohjeet
- Vähimmäisinvestoinnit
- Enimmäisbudjetit
- Tehtaan kapasiteetti
- Liiketoiminta-alueen säännöt
- Suunnittelujaksot
Täten projektiluettelosta muodostuu matemaattinen päätöksentekotila.
Miksi päätösvalta säilyy johdolla
Päätöksentekolaskenta ei tarkoita, että matematiikka ottaisi johtoportaan päätöksenteon haltuunsa.
Matematiikka voi optimoida vain sen mallin puitteissa, jonka yritys määrittelee.
Johto päättää:
- mitkä tavoitteet ovat merkityksellisiä,
- mitä tietoja käytetään,
- mitkä strategiset kriteerit ovat voimassa,
- mitkä rajoitukset ovat pakollisia,
- mitkä hankkeet ovat pakollisia,
- mitä skenaarioita tarkastellaan.
Laskelma antaa lopuksi vastauksen seuraaviin kysymyksiin:
Mitä seurauksia näistä ohjeista aiheutuu?
Tämä luo selkeän erottelun:
Johto määrittelee päätöksenteon puitteet.
Matematiikka laskee päätöksentekotilan.
Johto tekee päätöksen.
Päätöksenteko ja laskenta johtoryhmässä
Tämä lähestymistapa on erityisen merkityksellinen silloin, kun laskenta ja johdon keskustelu eivät enää ole ajallisesti erillisiä toisistaan.
Perinteisesti uusi johdon esittämä kysymys voi käynnistää uuden analyysisyklin.
Tietoja päivitetään.
Talousosasto laskee uudelleen.
Esitykset päivitetään.
Uusi kokous sovitaan.
Jos sen sijaan salkkuskenaariot voidaan laskea uudelleen välittömästi, prosessi muuttuu.
Talousjohtaja kysyy:
”Mitä tapahtuu, jos budjetti pienenee 50 miljoonalla eurolla?”
Laske.
Toimitusjohtaja kysyy:
”Mitä tapahtuu, jos kasvulle annetaan kaksinkertainen painotus?”
Laske.
Operatiivinen johto sanoo:
”Tätä suunnittelukapasiteettia ei ole käytettävissä ensi vuonna.”
Laske.
Sijoituskomitea päättää:
”Nämä kolme hanketta ovat pakollisia.”
Laske.
Sen jälkeen skenaarioita voidaan verrata suoraan keskenään.
Kysy. Laske. Vertaa. Päätä.
Generatiivisen tekoälyn ja matemaattisen optimoinnin yhdistäminen
Generatiivinen tekoäly ja matemaattinen optimointi täyttävät erilaisia tehtäviä.
Generatiivinen tekoäly sopii erityisesti:
- kielelliseen vuorovaikutukseen
- tietojen käsittely
- selittäminen
- jäsentäminen
- tulkinta
- Yhteenveto
Matemaattinen optimointi soveltuu erityisesti:
- kombinatorisiin päätösongelmiin
- Tavoitefunktiot
- budjettirajoitukset
- resurssirajoitukset
- riippuvuudet
- Salkun valinta
- Skenaariolaskelmat
Mielenkiintoinen arkkitehtuuri ei siis synny kysymyksestä:
Generatiivinen tekoäly vai matemaattinen optimointi?
Vaan:
Mikä tehtävä tulisi antaa millekin menetelmälle?
Yksi mahdollinen työnjako on seuraava:
Ask.
Johto muotoilee kysymyksen.
Understand.
Tekoäly tukee kontekstin, rakenteen ja tulkinnan osalta.
Laske.
Matemaattinen optimointi laskee sallitut salkkuvaihtoehdot.
Vertaa.
Johto vertaa skenaarioita ja kompromisseja.
Päätös.
Päätösvalta on vastuullisella johdolla.
Päätöksen laskeminen StratePlanilla
StratePlan on kehitetty monimutkaisten pääoman kohdentamis-, CAPEX- ja salkkupäätösten tekemiseen.
Lähtötiedot voivat olla suhteellisen yksinkertaisia:
- Projektin tunnus
- Investointi
- odotettu arvo, NPV tai hyöty
Päätöksentekotilanteesta riippuen voidaan lisätä muita ulottuvuuksia:
- strategiset kriteerit
- resurssit
- Projektien riippuvuudet
- Pakolliset projektit
- Teokset
- Liiketoiminta-alueet
- Alueet
- Suunnittelujaksot
StratePlan laskee näiden perusteella salkun vaihtoehtoja määriteltyjen tavoitteiden ja rajoitusten puitteissa.
Jos budjettia, resursseja tai strategisia ohjeita muutetaan, salkku voidaan laskea uudelleen.
Tämä muuttaa staattisen investointisuunnittelun interaktiiviseksi päätöksentekoprosessiksi.
Tekoäly tuottaa vastauksia.
StratePlan laskee päätökset.
Älä tyydy vain luokittelemaan projekteja. Laske salkku.
Älä luota meihin. Laske se itse.
Usein kysyttyjä kysymyksiä päätöksentekolaskennasta
Mitä päätöksentekolaskenta tarkoittaa?
Päätöksentekolaskenta tarkoittaa päätösvaihtoehtojen matemaattista laskemista määriteltyjen tietojen, tavoitteiden ja rajoitusten perusteella. Salkun yhteydessä tämä tarkoittaa esimerkiksi sitä, että monista mahdollisista projekteista lasketaan sellainen projektikombinaatio, joka täyttää määritellyn tavoitefunktion parhaalla mahdollisella tavalla budjetti- ja resurssirajoitusten puitteissa.
Mikä on ero Decision Intelligencen ja Decision Computationin välillä?
Decision Intelligence on laajempi lähestymistapa päätösten järjestelmälliseen parantamiseen datan, mallien, prosessien ja teknologian avulla. Decision Computation voidaan ymmärtää tämän lähestymistavan laskennallisena tasona: konkreettinen päätöksentekotila mallinnetaan ja lasketaan matemaattisesti.
Mikä on ero generatiivisen tekoälyn ja päätöksentekolaskennan välillä?
Generatiivinen tekoäly tuottaa vastauksia tai sisältöä kontekstin ja tietojen perusteella. Päätöksentekolaskenta laskee konkreettisia päätösvaihtoehtoja määriteltyjen muuttujien, tavoitefunktioiden ja rajoitusten perusteella.
Voiko ChatGPT tai Gemini optimoida CAPEX-projekteja?
Generatiivinen tekoäly voi selittää menetelmiä, tulkita dataa, jäsentää malleja ja auttaa optimointiongelman muotoilussa. Luotettavan salkun optimoinnin saavuttamiseksi konkreettiset yritystiedot, tavoitefunktiot ja rajoitukset on kuitenkin käsiteltävä sopivassa matemaattisessa mallissa.
Korvaako matemaattinen salkun optimointi talousjohtajan tai sijoituskomitean?
Ei. Johto määrittelee tavoitteet, strategiset prioriteetit, oletukset ja rajoitukset. Matemaattinen optimointi laskee näiden lähtökohtien seuraukset. Lopullinen päätös jää vastuullisen johdon tehtäväksi.
Miksi projektien ranking-lista ei riitä?
Rankinglista arvioi projekteja yksittäin. Salkun optimointi puolestaan tarkastelee projektien yhdistelmää. Erilaisten investointien, resurssitarpeiden ja riippuvuuksien vuoksi paras projektien yhdistelmä voi poiketa yksinkertaisen rankinglistan järjestyksestä.
Voiko päätöksentekolaskenta auttaa budjettileikkausten yhteydessä?
Kyllä. Salkku voidaan laskea uudelleen supistetulla budjetilla ja verrata alkuperäiseen salkkuun. Näin käy ilmi, mikä projektikombinaatio saavuttaa määritetyn tavoitearvon parhaiten uusissa olosuhteissa.
Voiko Decision Computation ottaa huomioon useita liiketoiminta-alueita ja tehtaita?
Kyllä. Liiketoiminta-alueet, tuotantolaitokset, alueet tai muut organisatoriset ulottuvuudet voidaan sisällyttää salkkumalliin attribuutteina ja rajoituksina.
Voidaanko Decision Computationia käyttää usean vuoden ajalle?
Kyllä. Monivuotisessa optimoinnissa budjetit, resurssit, projektien kestoajat ja riippuvuudet mallinnetaan useiden kausien ajalle. Näin voidaan päättää paitsi siitä, mitkä projektit toteutetaan, myös siitä, milloin ne toteutetaan.
Mikä on Decision Computationin tavoite?
Tavoitteena ei ole automatisoida johtopäätöksiä. Tavoitteena on tehdä merkityksellisestä päätöksentekotilasta matemaattisesti läpinäkyvä ja tehdä eri johtotavoitteiden seurauksista laskettavissa olevia ja vertailukelpoisia.
Mikä on päätöksentekolaskennan taustalla oleva keskeinen kysymys?
Ei pelkästään: Mitä meidän pitäisi tehdä?
Vaan: mitä konkreettista seuraa projekteistamme, budjetistamme, resursseistamme ja strategisista tavoitteistamme?
Juuri tässä vaiheessa vastauksesta tulee laskelma.
Generatiivisesta tekoälystä päätöksentekolaskentaan.
