Blog Article principal :
Calculer l'optimum global grâce à l'IA : comment les directeurs financiers déterminent la meilleure décision de portefeuille parmi 1 125 billiards de combinaisons pour 50 projets
Résumé : 50 projets. 1 126 billiards de combinaisons. Une décision stratégique.
Quelle combinaison parmi les 50 projets d’investissement prévus permet d’obtenir la contribution économique globale la plus élevée avec le budget d’investissement disponible ?
Lors des réunions du directoire, la tâche semble a priori simple : évaluer les projets, les hiérarchiser et sélectionner les plus attractifs sur le plan économique.
Mais cette approche néglige un défi mathématique fondamental.
Avec 50 décisions binaires concernant les projets, on obtient théoriquement 2^50 = 1 125 899 906 842 624 combinaisons possibles de projets.
Cela correspond à environ 1,126 billion de portefeuilles d’investissement possibles.
Chaque combinaison peut avoir des répercussions différentes sur le budget, le retour sur investissement, la valeur ajoutée nette, les ressources, les interdépendances et les objectifs stratégiques.
Un directeur financier peut évaluer 50 projets individuellement. Il ne peut toutefois pas comparer manuellement plus d’un billion de combinaisons possibles.
C’est précisément là qu’intervient l’optimisation mathématique de portefeuille.
StratePlan associe des méthodes issues de la recherche opérationnelle à des approches d’optimisation basées sur l’IA afin d’explorer systématiquement de vastes espaces décisionnels combinatoires et d’identifier des combinaisons de projets économiquement performantes.
La question cruciale n’est pas : « Quels sont nos meilleurs projets ? »
Mais : quelle combinaison de nos projets génère la contribution globale la plus élevée compte tenu des contraintes données ?
1. Que signifie « calculer l’optimum global » ?
Un optimum global est la meilleure solution admissible au sein d’un espace de décision défini mathématiquement.
Dans le cadre d’un problème de maximisation, cela signifie qu’aucune autre solution admissible ne présente une valeur plus élevée de la fonction objectif définie.
Dans le cadre de l’allocation stratégique du capital, cette fonction objectif peut par exemple consister à maximiser la contribution nette attendue.
L’optimum global décrit alors une combinaison de projets qui génère la contribution nette de valeur la plus élevée possible dans le cadre des contraintes budgétaires et de ressources définies.
Il convient de distinguer trois notions :
- Optimum local : une solution qui ne peut plus être améliorée au sein d’un voisinage défini.
- Meilleure solution trouvée : la combinaison de projets la plus performante sur le plan économique qu’un processus d’optimisation a identifiée dans le temps de calcul disponible.
- Optimum global : une solution dont l’optimalité est prouvée au sein du modèle mathématique.
Un optimum global n’est pas nécessairement unique. Plusieurs combinaisons de projets différentes peuvent atteindre la même valeur cible optimale.
Ce qui est déterminant, c’est que la qualité économique d’une combinaison de projets ne soit pas évaluée isolément, mais par rapport à l’ensemble de l’espace de décision admissible.
2. Pourquoi 50 projets ne signifient pas 50 décisions
Dans un modèle d’investissement simplifié, chaque projet peut être soit sélectionné, soit non sélectionné.
Chaque projet présente donc deux états possibles.
Avec N projets pouvant être sélectionnés indépendamment les uns des autres, on obtient théoriquement 2^N combinaisons possibles.
Ce nombre croît de manière exponentielle :
- 7 projets : 2^7 = 128 combinaisons
- 10 projets : 2^10 = 1 024 combinaisons
- 15 projets : 2^15 = 32 768 combinaisons
- 20 projets : 2^20 = 1 048 576 combinaisons
- 30 projets : 2^30 = 1 073 741 824 combinaisons
- 40 projets : 2^40 = 1 099 511 627 776 combinaisons
- 50 projets : 2^50 = 1 125 899 906 842 624 combinaisons
- 100 projets : 2^100 = environ 1,27 × 10^30 combinaisons
Chaque projet binaire supplémentaire double le nombre théorique de combinaisons possibles.
En réalité, d’autres contraintes s’ajoutent :
- des budgets CAPEX limités
- Coûts d'exploitation (OPEX)
- Capacités humaines et techniques
- Dépendances entre les projets
- Contraintes de délai
- Seuils de risque
- Exigences réglementaires minimales
- Pondérations stratégiques
Ces contraintes réduisent souvent le nombre de combinaisons admissibles. En revanche, les décisions s'étalant sur plusieurs périodes ou les états supplémentaires des projets peuvent accroître encore davantage la complexité du modèle.
Le défi consiste à identifier, au sein de cet espace décisionnel complexe, la combinaison de projets autorisée la plus avantageuse sur le plan économique.
3. Le problème des dirigeants : pourquoi de bonnes décisions individuelles peuvent conduire à un portefeuille sous-optimal
Dans de nombreuses entreprises, les projets d’investissement sont d’abord évalués individuellement.
Le directeur financier reçoit des analyses de rentabilité, des calculs de valeur actuelle nette, des indicateurs de retour sur investissement et des priorités stratégiques.
Les projets sont ensuite classés en fonction de leur attractivité individuelle.
Mais le projet individuel le plus rentable ne fait pas nécessairement partie du meilleur portefeuille global.
Un grand projet d’investissement peut générer une contribution en valeur élevée en termes absolus, tout en mobilisant tellement de capitaux que plusieurs projets de moindre envergure ne peuvent plus être mis en œuvre.
Or, pris ensemble, ces projets de moindre envergure pourraient générer une contribution nette de valeur plus élevée.
Un effet similaire se produit lorsque les ressources sont limitées.
Un projet peut être économiquement attractif, mais mobiliser en même temps des spécialistes ou des capacités de production qui seraient nécessaires à plusieurs autres projets.
Les conséquences typiques d’une allocation de capital insuffisamment optimisée sont les suivantes :
- le capital est immobilisé dans des combinaisons de projets économiquement moins performantes.
- Les goulots d’étranglement en matière de ressources retardent d’autres projets.
- Les interdépendances ne sont pas pleinement prises en compte lors de la sélection.
- Plusieurs secteurs d'activité se disputent les mêmes ressources d'investissement.
- Des mesures stratégiques prennent le pas sur d’autres alternatives économiquement intéressantes.
- La valeur ajoutée nette attendue de l’ensemble du portefeuille reste en deçà de son potentiel.
Le problème ne réside pas nécessairement dans une mauvaise décision prise isolément. Il peut s’agir d’une mauvaise combinaison de plusieurs décisions qui, prises séparément, sont pourtant judicieuses.
4. Exemple de calcul : comment une autre combinaison de projets génère 50 % de valeur ajoutée nette en plus
Une entreprise dispose d’un budget d’investissement (CAPEX) de 10 millions d’euros.
Trois projets d’investissement sont à l’étude.
| Projet | CAPEX | Valeur ajoutée nette |
|---|---|---|
| Projet A – Installation de production | 7 millions d'€ | 4 millions d'€ |
| Projet B – Automatisation | 5 millions d'€ | 3 millions d'€ |
| Projet C – Efficacité énergétique | 5 millions d'euros | 3 millions d'€ |
Le projet A présente la contribution nette la plus élevée.
Si le projet A est sélectionné, il reste 3 millions d'euros de budget. Ce montant n'est pas suffisant pour mettre en œuvre en plus les projets B ou C.
Le portefeuille génère ainsi une contribution nette de 4 millions d'euros.
Une analyse mathématique des combinaisons de projets révèle toutefois une meilleure alternative.
Les projets B et C nécessitent ensemble 10 millions d’euros et génèrent une contribution nette de 6 millions d’euros.
En supposant que les projets soient indépendants et en l'absence d'autres contraintes, la combinaison B + C est optimale pour maximiser la contribution nette de valeur.
Le portefeuille optimisé génère une contribution nette à la valeur supérieure de 50 % à celle de la sélection initiale.
Pour cela, l’entreprise n’a pas besoin d’un budget d’investissement supplémentaire.
Il lui suffit de choisir une autre combinaison parmi ses projets existants.
Mêmes projets. Même limite budgétaire. Meilleure combinaison. Contribution économique globale plus élevée.
5. Pourquoi la hiérarchisation classique ne garantit pas l’optimalité globale
Les entreprises utilisent différents outils pour planifier leurs investissements.
Parmi ceux-ci figurent les modèles Excel, les systèmes de notation, les matrices de priorisation, les logiciels de gestion de projet et les ateliers de gestion.
Ces méthodes remplissent des fonctions importantes.
Ils structurent les informations, assurent la transparence et facilitent l’évaluation économique des projets individuels.
Cependant, elles ne garantissent pas automatiquement que la combinaison de projets sélectionnée soit optimale au niveau global.
Excel et les analyses de scénarios classiques
Excel est parfaitement adapté au calcul des analyses de rentabilité, des taux de retour sur investissement et des scénarios d’investissement.
Grâce à des fonctions Solver adaptées, il est également possible de résoudre des problèmes d’optimisation mathématique.
Un simple tableau Excel dans lequel les projets sont classés par retour sur investissement (ROI) ou valeur actuelle nette (VAN) ne prend toutefois pas automatiquement en compte toutes les combinaisons possibles.
Lorsque l’espace de décision combinatoire est vaste, des méthodes d’optimisation spécialisées peuvent s’avérer nécessaires ou plus efficaces.
Modèles de notation et classements
Les modèles de notation évaluent les projets sur la base de critères définis.
Les projets ayant obtenu les scores les plus élevés sont mis en œuvre en priorité.
Cette méthode apporte de la transparence quant aux priorités individuelles.
Elle ne garantit toutefois pas que la combinaison sélectionnée génère la contribution économique globale la plus élevée.
Systèmes de gestion de portefeuille de projets
Les systèmes de gestion de portefeuille de projets facilitent la planification, l’évaluation et le pilotage des programmes d’investissement.
Selon leurs fonctionnalités, ils peuvent également intégrer des méthodes d’optimisation mathématiques.
Ce qui est donc déterminant, ce n’est pas la dénomination du système, mais la question de savoir si une optimisation combinatoire est effectivement réalisée dans le respect des contraintes pertinentes.
Un classement permet de déterminer quels projets sont attractifs pris individuellement. Une optimisation de portefeuille permet de déterminer quels projets devraient être sélectionnés ensemble.
6. Comment les méthodes d’optimisation mathématiques permettent de trouver des solutions globales
Une idée fausse très répandue consiste à croire que toutes les 2^N combinaisons doivent être calculées individuellement et dans leur intégralité pour trouver un optimum global.
Ce n’est pas nécessairement le cas.
Les méthodes mathématiques modernes d’optimisation exploitent la structure d’un problème pour explorer efficacement de grands espaces de décision.
Parmi les méthodes établies, on trouve :
- L'optimisation entière et mixte-entière
- Méthode « Branch-and-Bound »
- Programmation dynamique
- Les métaheuristiques
- Méthodes à départs multiples
- Approches d'optimisation hybrides
- Méthodes d'évaluation et de recherche basées sur l'IA
Certaines de ces méthodes permettent, dans des conditions appropriées, de prouver mathématiquement l’optimalité globale d’une solution.
D’autres fournissent, dans un temps de calcul limité, de très bonnes solutions approximatives, sans pour autant apporter la preuve complète de l’optimalité.
Pour une utilisation pratique, plusieurs critères de qualité sont donc pertinents :
- Valeur atteinte de la fonction objectif
- Respect de toutes les contraintes définies
- Temps de calcul nécessaire
- Reproductibilité des résultats
- Traçabilité du modèle d’optimisation
- Écart par rapport à l'optimalité, démontré le cas échéant
La performance mathématique d’un système d’optimisation ne se mesure pas à sa capacité à calculer chaque combinaison individuellement, mais à son efficacité à trouver des solutions de haute qualité et à en prouver la qualité.
7. StratePlan : calcul assisté par IA de portefeuilles d’investissement complexes
StratePlan a été développé pour optimiser mathématiquement des portefeuilles d’investissements et de projets complexes.
Cette technologie combine des méthodes issues de la recherche opérationnelle avec des approches basées sur l’IA pour analyser efficacement de vastes espaces de décision combinatoires.
L’accent n’est pas mis sur l’évaluation isolée de projets individuels, mais sur le calcul de combinaisons de projets économiquement performantes.
Pour établir un modèle d’optimisation économique de base, seules trois informations par projet sont initialement requises :
- ID du projet : identification unique du projet
- Dépenses : dépenses ou investissements prévus
- Revenus : recettes attendues ou retours économiques
De plus, le budget d’investissement disponible est défini.
Les données du projet peuvent, par exemple, être reprises à partir de plans d’investissement existants sous Excel.
StratePlan examine les combinaisons de projets possibles et calcule un portefeuille en fonction de la fonction objectif choisie.
Dans le cas de « Maximize Net Contribution », l’accent est mis sur la maximisation de la contribution nette totale attendue.
Le ROI du portefeuille peut également être présenté comme indicateur économique.
La maximisation de la contribution nette absolue et celle du ROI du portefeuille constituent des objectifs mathématiques distincts.
Les modèles avancés peuvent prendre en compte des contraintes et des paramètres d’évaluation supplémentaires :
- dépendances entre projets
- Pondérations stratégiques
- Limites en termes de ressources et de capacités
- Budgets d'investissement pluriannuels
- Contraintes de délai
- Critères de risque et de durabilité
Le résultat n’est pas un simple classement de projets individuels, mais une combinaison de projets calculée mathématiquement dans le cadre des contraintes définies.
StratePlan complète les processus existants de planification des investissements en y ajoutant un niveau d’optimisation mathématique.
8. La question centrale du directeur financier : quel potentiel économique reste-t-il dans notre budget d’investissement ?
Un directeur financier n’est pas seulement chargé de veiller au respect du budget d’investissement.
Il doit également s’assurer que le capital investi génère une contribution économique aussi élevée que possible.
Le principal défi consiste à répartir le capital entre des alternatives d’investissement concurrentes.
Cela soulève des questions fondamentales :
- Quelle combinaison de projets génère la contribution nette attendue la plus élevée dans les limites de notre budget ?
- Quels sont les projets que nous ne devrions pas mettre en œuvre, même s’ils semblent individuellement intéressants sur le plan économique ?
- Comment le portefeuille évolue-t-il en cas de réduction budgétaire ?
- Quels projets supplémentaires pourrions-nous financer avec un budget d'investissement plus élevé ?
- Quel est l’impact des projets stratégiquement obligatoires sur la contribution globale ?
- Quels projets restent attractifs dans le cadre d’hypothèses économiques modifiées ?
L’optimisation mathématique du portefeuille permet d’étudier ces questions à l’aide de modèles cohérents.
La question clé pour la direction est donc la suivante : quelle contribution économique globale supplémentaire pourrions-nous générer en modifiant la combinaison de nos projets d’investissement existants ?
9. En direct lors de la réunion du conseil d’administration : cinq questions stratégiques, cinq scénarios chiffrés
Imaginons un groupe industriel avec 50 projets d’investissement prévus.
Le montant total des demandes d’investissement dépasse le budget disponible.
Le conseil d’administration souhaite savoir quelle combinaison de projets génère la contribution nette attendue la plus élevée.
Scénario A : utiliser de manière optimale le budget CAPEX existant
Le directeur financier pose la question suivante :
« Quelle combinaison de nos 50 projets génère la contribution économique globale la plus élevée avec le budget d’investissement disponible ? »
Les projets sont modélisés conjointement.
StratePlan calcule une combinaison optimisée en tenant compte de la contrainte budgétaire définie.
Le résultat peut être comparé à la planification des projets réalisée jusqu’à présent.
Scénario B : réduire le budget CAPEX de 20 %
Le PDG demande :
« Quels projets devrions-nous sélectionner si nous devons réduire notre budget d’investissement de 20 % ? »
La limite budgétaire est ajustée.
StratePlan calcule une nouvelle combinaison de projets.
Le comité de direction peut voir quels projets sont supprimés et comment la contribution nette attendue évolue.
Scénario C : prendre en compte les projets stratégiques obligatoires
Un membre du directoire demande :
« Qu’est-ce qui change si nous devons mettre en œuvre trois projets stratégiquement importants, indépendamment de leur rentabilité individuelle ? »
Les projets concernés sont pris en compte en tant que contraintes obligatoires.
Le portefeuille est à nouveau optimisé.
La comparaison montre les répercussions économiques de cette contrainte au sein du modèle.
Scénario D : mobiliser des capitaux d’investissement supplémentaires
Le directeur financier souhaite savoir :
« Quelle valeur ajoutée nette supplémentaire pourrions-nous générer si nous augmentions notre budget d’investissement de 10 millions d’euros supplémentaires ? »
Le plafond budgétaire est relevé.
Une nouvelle optimisation montre quels projets supplémentaires pourraient être sélectionnés et comment la contribution économique globale attendue évolue.
Scénario E : modifier les pondérations stratégiques
Le comité de direction demande :
« Comment notre portefeuille évolue-t-il si nous accordons davantage d’importance à l’efficacité énergétique, à l’automatisation ou à certains secteurs de croissance ? »
Les paramètres du modèle correspondants sont ajustés.
Le portefeuille est recalculé et comparé aux scénarios précédents.
Modifier les orientations stratégiques. Recalculer le portefeuille. Comparer les impacts économiques. Prendre des décisions plus éclairées.
10. Coûts d’opportunité : quel est le coût d’un écart par rapport au portefeuille optimal ?
Chaque décision d’investissement immobilise du capital et des ressources.
Ce capital n’est alors plus disponible pour d’autres projets.
Il en résulte des coûts d'opportunité.
Ils décrivent le bénéfice perdu lié à la meilleure alternative qui n’a pas été choisie.
L'optimisation mathématique de portefeuille permet de comparer une combinaison de projets existante à une alternative optimisée.
La différence entre les valeurs ajoutées nettes attendues illustre le potentiel d’amélioration économique modélisé.
Si un optimum global est mathématiquement prouvé, l’écart entre une solution choisie et cet optimum peut être déterminé avec précision au sein du modèle.
Dans le cas de solutions approximativement optimales, on calcule d’abord l’écart par rapport à la meilleure solution trouvée.
Cela ouvre de nouvelles perspectives d’évaluation économique pour les directeurs financiers et les membres du directoire :
- Quels coûts supplémentaires les projets stratégiquement obligatoires entraînent-ils ?
- Quelle contribution économique perdons-nous en raison d’une réduction budgétaire ?
- Quels investissements évincent d’autres projets économiquement attractifs ?
- Quelles sont les répercussions de restrictions supplémentaires en matière de ressources ?
- Quelles alternatives se rapprochent le plus, d'un point de vue économique, de la meilleure solution trouvée ?
L'intérêt stratégique réside dans la mise en évidence des conflits d'objectifs économiques avant l'engagement des capitaux.
11. Hiérarchisation classique des projets contre optimisation mathématique du portefeuille
| Dimension | Hiérarchisation classique | Optimisation mathématique du portefeuille |
|---|---|---|
| Unité décisionnelle | Projet individuel ou classement | Combinaison globale de projets |
| Objectif | Donner la priorité aux projets attractifs | Optimiser la contribution globale définie |
| Budget | Affectation souvent manuelle | Contrainte mathématique |
| Dépendances entre projets | Souvent prises en compte sur le plan qualitatif | Modélisables explicitement |
| Ressources | Rapprochement manuel | Modélisables en tant que contraintes |
| Scénarios | Variantes prédéfinies | Réoptimisation en cas de modification des paramètres |
| Résultat | Sélection priorisée des projets | Alternative de portefeuille calculée |
| Preuve d'optimalité | Non disponible automatiquement | Possible selon la méthode utilisée |
Ce comparatif décrit des méthodes de travail typiques. Les systèmes modernes de gestion de portefeuille de projets peuvent également intégrer des fonctions d’optimisation mathématiques.
Ce qui est déterminant, ce n’est pas la catégorie de logiciel, mais le fait de rechercher systématiquement la meilleure combinaison de projets admissible sur le plan économique et d’évaluer de manière transparente la qualité du résultat.
12. Référence pratique : site de Klybeck à Bâle – un retour sur investissement supérieur d’environ 63 %
La référence StratePlan relative au site de Klybeck à Bâle illustre clairement le potentiel économique que peut révéler l’optimisation mathématique de portefeuille.
Dans le cadre de l’optimisation de portefeuille pour Central Real Estate AG et Swiss Life AG, les alternatives d’investissement et de projet existantes ont fait l’objet d’une analyse mathématique.
Résultat modélisé :
- Rendement initial du capital : 7,0 %
- Rendement du capital optimisé : 11,4 %
- Amélioration relative du rendement : environ 63 %
- Valeur économique ajoutée supplémentaire modélisée : environ 30 millions de CHF
Cette amélioration a été modélisée en modifiant la combinaison des alternatives d'investissement existantes, à budget identique.
Ces résultats spécifiques au projet ne constituent pas une garantie générale de rendement.
Conclusion principale : une meilleure combinaison des alternatives d’investissement existantes peut permettre d’obtenir une contribution économique globale nettement supérieure – sans budget d’investissement supplémentaire.
13. Analyse de sensibilité : dans quelle mesure le portefeuille d’investissements calculé est-il robuste ?
Les décisions d’investissement reposent sur des hypothèses concernant les évolutions économiques futures.
Les coûts du projet peuvent augmenter. Les prévisions de recettes peuvent baisser. Les ressources peuvent se raréfier. Les priorités stratégiques peuvent évoluer.
C’est pourquoi il est judicieux de ne pas se limiter à une seule optimisation de portefeuille.
Les analyses de sensibilité permettent d’étudier différents scénarios économiques.
Voici quelques questions typiques :
- Quels projets restent intégrés au portefeuille même en cas de réduction du budget ?
- Comment la combinaison de projets évolue-t-elle lorsque les coûts d’investissement augmentent ?
- Quelles mesures sont particulièrement sensibles à une baisse des prévisions de recettes ?
- Comment le portefeuille évolue-t-il en cas de restrictions supplémentaires en matière de ressources ?
- Quels projets restent économiquement attractifs dans différents scénarios ?
Ces analyses peuvent montrer dans quelle mesure une combinaison de projets calculée reste stable lorsque les hypothèses évoluent.
Une décision stratégiquement fondée tient donc compte non seulement du meilleur résultat dans le cadre d’une hypothèse unique, mais aussi des répercussions d’éventuels changements.
14. Calculer l’optimum global : domaines d’application pertinents pour les entreprises et les organismes publics
L’optimisation mathématique de portefeuille est particulièrement pertinente lorsque de nombreux projets se disputent simultanément des budgets et des ressources limités.
Industrie et planification des dépenses d’investissement (CAPEX)
Les installations de production, les projets d’automatisation, les extensions de capacité et les investissements dans les sites se disputent des budgets d’investissement communs.
L’optimisation mathématique peut aider à identifier une combinaison économiquement performante parmi les alternatives d’investissement disponibles.
Numérisation et transformation par l’IA
Les entreprises identifient souvent de nombreux projets potentiels liés à l’IA et à la numérisation.
La simple hiérarchisation des différents cas d'utilisation ne permet pas automatiquement de déterminer quelle combinaison génère la contribution économique globale la plus élevée.
Immobilier
Les développements de projets, les rénovations, les modernisations et les investissements dans des sites peuvent être considérés dans le cadre d’un budget d’investissement commun.
Le choix des différents projets influe sur les possibilités de financement de l’ensemble du portefeuille immobilier.
Énergie et infrastructures
Les projets énergétiques, les investissements dans les réseaux, les mesures d’efficacité énergétique et les modernisations d’infrastructures nécessitent souvent des engagements de capitaux à long terme.
L'optimisation mathématique du portefeuille peut aider à comparer différentes combinaisons d'investissements en tenant compte des contraintes économiques et techniques.
Collectivités locales et budgets publics
Les villes et les communes doivent financer de nombreux projets d’investissement avec des moyens budgétaires limités.
Écoles, routes, bâtiments administratifs, infrastructures et équipements sociaux se disputent les mêmes ressources publiques.
L’optimisation mathématique permet d’étudier différentes combinaisons de projets en tenant compte des limites budgétaires, des missions obligatoires et des objectifs d’impact politique.
Le dénominateur commun de tous ces cas d’application est la question suivante : quelle combinaison de projets existants permet d’obtenir la contribution économique ou sociale globale la plus élevée dans le cadre des contraintes définies ?
15. Simulation budgétaire et optimisation simultanée du portefeuille : optimisation globale dans le secteur public
Le défi posé par les vastes champs de décision est particulièrement évident lors de la planification des budgets d’investissement publics.
Les services municipaux disposent souvent de leurs propres listes de projets et de leurs propres priorités.
L’administration scolaire donne la priorité aux investissements dans l’éducation. Le service de l’urbanisme évalue les mesures d’infrastructure. D’autres services planifient des projets de numérisation, d’énergie ou immobiliers.
Chacune de ces priorités peut se justifier au sein de son domaine de responsabilité respectif.
La question décisive est toutefois la suivante :
quelle combinaison de tous les projets communaux permet d’obtenir, dans les limites du budget disponible, le plus grand bénéfice économique ou social global défini ?
Un exemple simplifié :
une ville dispose d’un budget d’investissement de 81 millions d’euros.
Dans le même temps, 50 projets sont à l'étude, représentant un besoin d'investissement total de 220 millions d'euros.
Avec 50 décisions binaires concernant les projets, on obtient théoriquement 2^50 = 1 125 899 906 842 624 combinaisons possibles.
Une optimisation mathématique de portefeuille permet d’étudier différentes combinaisons de projets admissibles dans le cadre des contraintes budgétaires et d’impact définies.
Une simulation budgétaire simultanée permet de prendre en compte différentes conditions financières.
Par exemple :
- Quelle combinaison de projets génère le bénéfice total modélisé le plus élevé avec un budget de 81 millions d’euros ?
- Comment le portefeuille évolue-t-il en cas de réduction du budget ?
- Quelles mesures supplémentaires pourraient être mises en œuvre en cas d’augmentation des recettes ?
- Comment les projets politiques obligatoires modifient-ils le résultat ?
- Quelles sont les répercussions de différentes pondérations accordées à l'éducation, aux infrastructures ou à la protection du climat ?
La qualité des résultats dépend des données utilisées et de la définition des indicateurs économiques ou sociaux.
La combinaison de la simulation budgétaire et de l’optimisation mathématique du portefeuille peut aider à transformer les priorités sectorielles en une base décisionnelle globale et transparente.
16. De la Business Intelligence à la Decision Intelligence : améliorer la qualité de l’allocation des capitaux
De nombreuses entreprises disposent déjà de systèmes performants pour analyser et piloter leurs processus métier.
Les systèmes ERP répertorient les ressources et les opérations économiques.
Les solutions de Business Intelligence visualisent les indicateurs clés et les tendances.
Les systèmes de contrôle de gestion analysent les écarts budgétaires et les résultats économiques.
Ces systèmes apportent des réponses à des questions essentielles :
Que s'est-il passé ? Comment évoluent nos indicateurs clés de performance ? Quels projets respectent leur budget ?
La « Decision Intelligence » élargit cette perspective en apportant un soutien mathématique aux décisions futures.
Quelle combinaison de projets devrions-nous choisir ? Quelles contraintes limitent notre contribution potentielle à la valeur ? Quelles alternatives permettent d’obtenir un meilleur résultat global ?
StratePlan complète les processus de planification et de contrôle de gestion existants en y ajoutant un niveau d’optimisation mathématique.
Les données de projet nécessaires peuvent dans un premier temps être fournies via de simples tableaux Excel.
La avancée stratégique consiste non pas à se contenter de mesurer les résultats des décisions déjà prises, mais à améliorer mathématiquement la sélection et la combinaison des projets eux-mêmes.
17. Conclusion : l’optimum global n’est pas une question d’intuition, mais de modélisation mathématique
Les entreprises et les organismes publics prennent quotidiennement des décisions d’investissement complexes.
Elles évaluent des projets, hiérarchisent les mesures, répartissent les budgets et tiennent compte des objectifs stratégiques.
Mais une décision individuelle économiquement intéressante ne conduit pas automatiquement à la meilleure solution globale.
Lorsque de nombreux projets se disputent simultanément des budgets et des ressources limités, il en résulte un espace décisionnel combinatoire.
Avec seulement 50 projets, il existe déjà plus d’un billion de combinaisons théoriquement possibles.
L’évaluation isolée de projets individuels ne permet donc pas automatiquement de déterminer quelle est la meilleure combinaison de projets sur le plan économique.
L’optimisation mathématique de portefeuille permet d’étudier systématiquement différentes combinaisons et de comparer leurs impacts économiques.
Pour ce faire, StratePlan associe des méthodes issues de la recherche opérationnelle à des approches basées sur l’IA.
Les PDG, directeurs financiers, membres de conseils d’administration et décideurs publics peuvent ainsi calculer des portefeuilles alternatifs, analyser des scénarios stratégiques et identifier des potentiels économiques ou sociétaux inexploités.
La question cruciale n’est pas : « Avons-nous correctement hiérarchisé nos projets d’investissement ? »
Mais : « Avons-nous sélectionné la meilleure combinaison économique de nos projets d’investissement ? »
C’est précisément là que commence la transition entre la hiérarchisation classique des projets et l’optimisation mathématique des portefeuilles.
StratePlan – Mêmes projets. Combinaison optimale. Meilleurs résultats.
FAQ – Calculer l’optimum global avec l’IA
Que signifie « optimum global » dans le cadre de l’optimisation de portefeuille ?
Un optimum global est une combinaison de projets qui, au sein de l’ensemble de l’espace de décision admissible, atteint la meilleure valeur de la fonction objectif définie.
Lorsqu’il s’agit de maximiser la contribution nette à la valeur, aucune autre combinaison admissible ne présente une contribution totale plus élevée.
Pourquoi y a-t-il plus d’un billion de combinaisons possibles pour 50 projets ?
Si chaque projet peut être soit sélectionné, soit non sélectionné, on obtient théoriquement 2^N combinaisons possibles pour N projets.
Pour 50 projets, cela représente 2^50 = 1 125 899 906 842 624 combinaisons.
Faut-il calculer individuellement les 2^N combinaisons ?
Non.
Les méthodes modernes d'optimisation mathématique permettent d'explorer efficacement de grands espaces de décision sans évaluer entièrement, une par une, toutes les combinaisons théoriquement possibles.
Le choix des méthodes appropriées dépend de la structure mathématique du problème et des contraintes définies.
L'IA peut-elle toujours calculer l'optimum global ?
Avec des modèles mathématiques et des méthodes d'optimisation adaptés, il est possible de calculer et de prouver l'existence d'un optimum global.
Pour les problèmes particulièrement complexes, on peut également recourir à des solutions approximativement optimales.
L'évaluation de la qualité de la solution dépend de la méthode utilisée et, le cas échéant, d'une preuve d'optimalité.
Pourquoi un classement classique basé sur le retour sur investissement (ROI) n’est-il pas suffisant ?
Un classement par retour sur investissement (ROI) évalue chaque projet en fonction de son rendement individuel.
Elle ne prend toutefois pas automatiquement en compte la combinaison de projets qui, dans les limites du budget disponible, génère la plus grande contribution nette absolue.
Le meilleur classement ne correspond donc pas nécessairement au meilleur portefeuille d’investissement.
Excel permet-il de résoudre des problèmes d’optimisation globale ?
Oui. Excel peut traiter des problèmes d'optimisation mathématique à l'aide des fonctions Solver appropriées.
Toutefois, face à de vastes espaces de décision combinatoires et à des contraintes complexes, des méthodes d’optimisation spécialisées peuvent s’avérer nécessaires ou plus efficaces.
De quelles données StratePlan a-t-il besoin pour une première optimisation ?
Pour établir un modèle d’optimisation économique de base, trois informations sont d’abord nécessaires pour chaque projet :
- ID du projet
- Dépenses – dépenses prévues
- Revenus – recettes attendues ou retours économiques
De plus, le budget d’investissement disponible doit être défini.
Des modèles plus complexes peuvent prendre en compte d'autres contraintes et paramètres d'évaluation.
Que signifie « Maximize Net Contribution » ?
« Maximize Net Contribution » désigne la maximisation de la contribution nette totale attendue d’un portefeuille de projets dans le cadre de contraintes définies.
Le ROI du portefeuille peut également être présenté comme indicateur économique.
La maximisation de la contribution nette absolue et celle du ROI du portefeuille sont des objectifs mathématiques distincts.
Que sont les coûts d’opportunité dans l’allocation de capital ?
Les coûts d'opportunité décrivent le bénéfice perdu lié à la meilleure alternative non retenue.
La comparaison d’une combinaison de projets existante avec une alternative optimisée permet de mettre en évidence le potentiel d’amélioration économique modélisé.
L'optimum global est-il toujours la bonne décision de gestion ?
Pas nécessairement.
Une solution mathématiquement optimale se réfère toujours à la fonction objectif définie et aux contraintes prises en compte.
Des exigences stratégiques, réglementaires ou sociétales peuvent imposer des contraintes supplémentaires.
L’optimisation mathématique permet de rendre transparents les effets de ces contraintes.
Pour quelles entreprises l’optimisation globale de portefeuille est-elle particulièrement pertinente ?
Elle est particulièrement pertinente pour les organisations disposant de nombreux projets d’investissement concurrents et de ressources limitées.
Les domaines d’application typiques sont l’industrie, la planification des dépenses d’investissement (CAPEX), la numérisation, les cas d’utilisation de l’IA, l’immobilier, l’énergie, les infrastructures et la planification budgétaire municipale.
Quelle est la conclusion la plus importante pour les PDG et les directeurs financiers ?
La meilleure décision individuelle sur le plan économique ne conduit pas automatiquement à la meilleure solution globale.
L’optimisation mathématique de portefeuille permet d’étudier systématiquement différentes combinaisons de projets et d’améliorer l’allocation des capitaux à l’échelle de l’entreprise dans son ensemble.
La question cruciale est la suivante : faut-il hiérarchiser les projets individuels, ou optimiser la combinaison de nos projets d’investissement ?
Quel potentiel de contribution économique globale supplémentaire votre budget d’investissement recèle-t-il encore ?
Découvrez quelle combinaison de vos projets d’investissement prévus, dans les limites de votre budget disponible, peut générer la contribution nette attendue la plus élevée.
Comparez votre planification de projets actuelle à des scénarios d’investissement optimisés mathématiquement et examinez si une autre combinaison de projets existants permettrait d’obtenir une contribution économique globale plus élevée.
Vous pouvez optimiser gratuitement jusqu’à 15 projets.