Blog fő cikk:
A helyi optimális megoldások optimalizálása mesterséges intelligenciával: Miért lehetnek a jobb döntések mégis helytelenek?
Összefoglaló: Miért nem vezet a sikeres optimalizálás automatikusan a legjobb eredményhez
Mi történik, ha minden részleg optimalizálja a projektjeit, minden költségvetést hatékonyan használnak fel, és ennek ellenére a vállalat összességében elszalasztja gazdasági potenciálját?
A vállalatokban és a közintézményekben az optimalizálás a mindennapi üzletmenet része. A gyártási folyamatokat hatékonyabbá alakítják, a beruházási projekteket gazdasági mutatók alapján rangsorolják, a költségvetéseket kiigazítják, és az erőforrásokat a lehető legtermékenyebben használják fel.
Az eredmények gyakran meggyőzőnek tűnnek: csökkennek a költségek, nőnek az egyes megtérülések, és javulnak a működési mutatók.
De éppen ebben rejlik a stratégiai vállalatvezetés egyik alapvető problémája.
Egy lokálisan optimális döntés nem feltétlenül része a globálisan optimális átfogó megoldásnak.
Előfordulhat, hogy egy projekt egy adott részlegen belül gazdasági szempontból kiválóan teljesít, ugyanakkor megakadályozza, hogy a vállalat ugyanazokkal az erőforrásokkal nagyobb összteljesítményt érjen el.
Ennek oka a projektek, a költségvetések, a kapacitások és a stratégiai célok közötti kölcsönhatásokban rejlik.
Míg a klasszikus menedzsmentfolyamatok gyakran az egyes intézkedéseket optimalizálják, a matematikai portfólióoptimalizálás azok kombinációját veszi figyelembe.
A StratePlan az operációkutatásból származó matematikai módszereket ötvözi a mesterséges intelligencián alapuló megközelítésekkel, hogy szisztematikusan vizsgálja a nagy kombinatorikus döntési tereket.
A cél az olyan projektkombinációk azonosítása, amelyek a meghatározott gazdasági és operatív korlátok mellett a lehető legnagyobb összhozzájárulást eredményezik.
A döntő menedzsmentkérdés ezért nem az, hogy hogyan tudjuk tovább javítani az egyes projekteket,
Hanem: Projektek mely kombinációja ér el a rendelkezésre álló költségvetéssel a legjobb összeredményt?
1. Mik a lokális és a globális optimumok?
A „lokális optimum” és a „globális optimum” fogalmak a matematikai optimalizálásból származnak.
A lokális optimum olyan megoldást jelöl, amelyet egy meghatározott környezetben egy kis, megengedett változtatással sem lehet tovább javítani.
A globális optimum ezzel szemben olyan megoldás, amely a teljes megengedett döntési térben eléri a meghatározott célfüggvény legjobb értékét.
A különbség döntő jelentőségű.
Egy megoldás optimális lehet közvetlen környezetében, annak ellenére, hogy a döntési tér egy másik pontján létezik egy lényegesen jobb megoldás.
A vállalatokban ez az elv különböző helyzetekre alkalmazható:
- Egy gyártási részleg optimalizálja saját beruházásait anélkül, hogy figyelembe venné a más telephelyekre gyakorolt hatásokat.
- Egy üzletág maximalizálja saját ROI-ját, annak ellenére, hogy egy másik tőkeelosztás nagyobb csoportszintű értékteremtést tenné lehetővé.
- Egy projektportfóliót egy meghatározott költségvetés keretein belül fejlesztik, annak ellenére, hogy egy területeken átívelő újraelosztás gazdaságilag vonzóbb lenne.
- Egy önkormányzat a sürgősség alapján rangsorolja az egyes intézkedéseket, anélkül, hogy megvizsgálná az összes rendelkezésre álló beruházási alternatíva legjobb lehetséges kombinációját.
Ezek a döntések a saját szűk kereteiken belül érthetőek és gazdaságilag ésszerűek lehetnek.
Ugyanakkor nem feltétlenül eredményezik a legjobb eredményt a szervezet egészének szempontjából.
A helyi optimalizálás egy megoldást javít ki bizonyos határok között. A globális optimalizálás a teljes, meghatározott döntési térben keresi a legjobb lehetséges megoldást.
2. Miért alakulnak ki különösen gyakran helyi optimális megoldások a vállalatokban
A szervezetek részlegekre, üzleti területekre, programokra és felelősségi struktúrákra vannak felosztva.
Ez a felosztás szükséges a komplex vállalatok irányításához.
Ugyanakkor ez befolyásolja a döntéshozatal módját is.
Minden szervezeti egységnek gyakran megvannak a saját céljai, költségvetései és teljesítménymutatói.
Egy részleg optimalizálja a költségeit. Egy üzleti terület maximalizálja a hozamát. Egy projektvezető a határidőkre és a költségvetés betartására koncentrál.
Az adott egység szempontjából ezek a döntések helyesek lehetnek.
Az összeredmény azonban attól függ, hogy az egyes döntések hogyan hatnak egymásra.
A helyi optimalizálás tipikus okai a következők:
- Különálló költségvetések: a tőkét az egyes üzletágakon belül optimalizálják, ahelyett, hogy üzletágakon átívelően tekintenének rá.
- Különböző célértékek: az osztályok saját KPI-ket követnek, amelyek nem teljes mértékben egyeznek meg a vállalat átfogó céljával.
- Korlátozott átláthatóság: a döntéshozók gyakran csak a saját felelősségi körükbe tartozó projekteket ismerik.
- Projektek közötti függőségek: egyes intézkedések befolyásolják más projektek gazdaságosságát vagy megvalósíthatóságát.
- Erőforrás-konfliktusok: Több projekt is verseng ugyanazokért a munkatársakért, gépekért vagy műszaki kapacitásokért.
Ez olyan helyi szinten értelmes döntésekhez vezethet, amelyek összességükben gazdasági szempontból nem optimálisak.
A vállalat az egyes alkotóelemeit optimalizálja anélkül, hogy automatikusan az egész rendszert is optimalizálná.
3. A matematikai probléma: 2^N lehetséges projektkombináció
Amint több projekt áll egyszerre választásra, kombinatorikus döntési tér jön létre.
Egy egyszerűsített bináris modellben minden projekt vagy megvalósul, vagy nem valósul meg.
N egymástól függetlenül kiválasztható projekt esetén elméletileg 2^N lehetséges projektkombináció adódik.
A szám exponenciálisan növekszik:
- 7 projekt: 2^7 = 128 kombináció
- 10 projekt: 2^10 = 1 024 kombináció
- 20 projekt: 2^20 = 1 048 576 kombináció
- 30 projekt: 2^30 = 1 073 741 824 kombináció
- 40 projekt: 2^40 = 1 099 511 627 776 kombináció
- 50 projekt: 2^50 = 1 125 899 906 842 624 kombináció
- 100 projekt: 2^100 = körülbelül 1,27 × 10^30 kombináció
Egy olyan vállalat, amely 50 beruházási projektet tervez, így elméletileg körülbelül 1,126 billiárd lehetséges kombináció közül választhat.
Ezek közül nem minden kombináció megengedett a költségvetési, erőforrás- vagy projektfüggőségek miatt.
Ennek ellenére ez a nagyságrend jól mutatja, miért tudnak a klasszikus menedzsmentfolyamatok csak egy kis szeletét vizsgálni az összes lehetséges portfóliónak.
Az igazgatóság 50 projektet egyenként értékelhet.
Ugyanakkor nem tudja teljes mértékben összehasonlítani egymással a több mint egy billiárd lehetséges projektkombinációt.
A kihívás ezért nem az, hogy az egyes projekteket jobban értékeljük, hanem hogy egy exponenciálisan nagy döntési térben megtaláljuk a gazdaságilag legkedvezőbb, megengedett kombinációt.
4. Miért ronthatja az egyes projektek javítása a teljes portfóliót
Egy elterjedt menedzsment-megközelítés szerint: ha minden projektet gazdaságilag optimalizálnak, az automatikusan javítja az összeredményt.
Ez a feltételezés azonban nem érvényes korlátozás nélkül.
Az egyes projektek ugyanazokért a korlátozott erőforrásokért versenyezhetnek.
Ha egy projektet előnyben részesítenek, az ahhoz felhasznált források már nem állnak más intézkedések rendelkezésére.
Ennek következtében egy gazdaságilag vonzó egyedi döntés megakadályozhatja egy még vonzóbb projektkombináció megvalósítását.
Például egy gyártóüzem magas egyedi megtérülést érhet el, ugyanakkor annyi befektetési tőkét igényelhet, hogy több kisebb automatizálási intézkedés már nem finanszírozható.
Ha ezek a kisebb intézkedések együttesen nagyobb nettó értékhozzájárulást eredményeznének, akkor a portfóliószinten történt eredeti választás nem lenne optimális.
Hasonló hatás jelentkezhet a személyzeti erőforrások esetében is.
Egy magas gazdasági hatékonyságú projektnek esetleg pontosan azokra a szakemberekre van szüksége, akikre több más projekt esetében is szükség lenne.
Egy intézkedés gazdasági minősége ezért nem csak a saját eredményétől függ, hanem attól is, hogy megvalósításával milyen egyéb lehetőségeket zár ki.
Ezeket a kölcsönhatásokat egy elszigetelt projektértékelés nem képes teljes mértékben figyelembe venni.
5. Számítási példa: Miért lehet két kisebb projekt gazdaságilag előnyösebb, mint egy nagy
Egy vállalat 10 millió eurós beruházási költségvetéssel rendelkezik.
Három projekt közül lehet választani.
| Projekt | CAPEX | Nettó értékteremtés |
|---|---|---|
| A projekt – Gyártóüzem | 7 millió € | 4 millió € |
| B projekt – Automatizálás | 5 millió € | 3 millió € |
| C projekt – Energiahatékonyság | 5 millió € | 3 millió € |
Az A projekt rendelkezik a legmagasabb egyedi nettó értékhozzájárulással.
Ha ezt a projektet választják ki, 3 millió euró marad a költségvetésből.
Ez nem elegendő ahhoz, hogy a többi projekt közül bármelyiket is megvalósítsák.
A kiválasztott portfólió így 4 millió eurós nettó értékhozzájárulást ér el.
A lehetséges projektkombinációk matematikai elemzése azonban egy jobb alternatívát mutat.
A B és C projektek együttesen 10 millió eurót igényelnek, és együttesen 6 millió eurós nettó értékhozzájárulást érnek el.
Feltételezve, hogy a projektek egymástól függetlenek, és további korlátozások nincsenek, a B + C kombináció az optimális a nettó értékhozzájárulás maximalizálása szempontjából.
Az optimalizált portfólió 50%-kal magasabb nettó értékhozzájárulást eredményez, mint az eredeti választás.
Ehhez a vállalatnak nincs szüksége további befektetési tőkére.
Csak a meglévő projektjei közül egy másik kombinációt kell kiválasztania.
Az eredeti válogatás nem feltétlenül jelent helyi optimumot szigorú matematikai értelemben. Hogy helyi szempontból optimális-e, attól függ, hogy mely változásokat határozzuk meg megengedett szomszédságnak.
Ez azonban jól szemlélteti a központi menedzsmenti problémát: egy meggyőző, egyedi projektre vonatkozó döntés gazdasági szempontból alulmaradhat egy alternatív portfólió-kombinációval szemben.
6. A különbség a lokális keresés és a globális optimalizálás között
A matematikai optimalizálásban különböző módszerek léteznek a hatékony megoldások keresésére.
A lokális keresési eljárások gyakran egy meglévő megoldásból indulnak ki, és változtatások révén próbálják azt javítani.
Például egy projektet eltávolítanak a portfólióból, és egy másikkal helyettesítenek.
Ha a célfüggvény javul, az új kombinációt veszik át.
Ez a folyamat addig ismételhető, amíg a vizsgált szomszédságon belül további javulás nem található.
Az eredmény egy lokális optimum lehet.
A probléma: egy lényegesen jobb megoldás a vizsgált szomszédságon kívül is létezhet.
Ennek eléréséhez esetleg több projektet is egyszerre ki kell cserélni.
Az egyes köztes lépések eleinte rosszabb eredményekhez vezethetnek.
Egy egyszerű lokális keresési eljárás bizonyos körülmények között nem hajtaná végre az ilyen változtatásokat.
A globális optimalizálási eljárások ezzel szemben azt a célt követik, hogy a teljes, meghatározott döntési térben azonosítsák a legjobb lehetséges megoldást.
Ehhez különböző matematikai megközelítések alkalmazhatók, például:
- Egész számú és vegyes egész számú optimalizálás
- Branch-and-Bound-eljárás
- Dinamikus programozás
- Metaheurisztikák
- Többindításos módszerek és kombinált keresési stratégiák
- Mesterséges intelligencián alapuló értékelési és keresési módszerek
Egyes módszerek megfelelő feltételek mellett matematikailag bizonyítani tudják a globális optimumot.
Mások közelítően optimális megoldásokat nyújtanak anélkül, hogy teljes körűen bizonyítanák az optimalitást.
A döntő nem az, hogy a elméletileg lehetséges 2^N kombinációt egyenként teljes mértékben kiszámítsuk, hanem az, hogy megfelelő matematikai módszerekkel szisztematikusan vizsgáljuk a döntési teret.
További háttérinformációkat a „A matematika és az optimalizálás megértése – miért van szükség más számítási logikára a jobb döntésekhez” című cikk tartalmaz.
7. Miért elősegíthetik az Excel, a pontozási modellek és a klasszikus prioritásrendezés a lokális megoldásokat
Az Excel, a pontozási modellek és a vezetői workshopok a beruházástervezés bevett eszközei.
Lehetővé teszik az egyes projektek strukturált értékelését és különböző forgatókönyvek kidolgozását.
A kihívás akkor merül fel, amikor az egyes projektek rangsorolását egyenértékűnek tekintik a matematikailag optimalizált portfólióválasztással.
Excel: az egyedi értékelések még nem jelentenek globális optimalizálást
Az Excel kiválóan alkalmas üzleti esetek, tőke-megtérülések és beruházási forgatókönyvek kiszámítására.
Megfelelő Solver-funkciók segítségével matematikai optimalizálási feladatok is megoldhatók.
Egy egyszerű Excel-lista, amelyben a projekteket a megtérülési ráta (ROI) vagy a nettó jelenérték szerint rendezik, azonban nem veszi automatikusan figyelembe az összes lehetséges projektkombinációt.
Nagy kombinatorikus döntési terek esetén speciális optimalizálási eljárásokra lehet szükség, vagy azok hatékonyabbak lehetnek.
Pontszámmodellek: A legjobb rangsor nem feltétlenül jelenti a legjobb portfóliót
A pontozási modellek meghatározott kritériumok alapján értékelik a projekteket.
A legmagasabb pontszámot elért projekteket részesítik előnyben a megvalósítás során.
Ez az eljárás átláthatóságot teremt az egyéni prioritások tekintetében.
Ugyanakkor nem garantálja, hogy a kiválasztott kombináció a legnagyobb gazdasági vagy stratégiai összhozzájárulást eredményezi.
Vezetői workshopok: Korlátozott változatvizsgálat
A workshopokon gyakran több előre elkészített forgatókönyvet vitatnak meg.
Például egy alapszcenáriót, egy konzervatív költségvetési modellt és egy növekedésorientált beruházási tervet.
Ezeket a változatokat gondosan kidolgozhatják.
Gyakran azonban csak a teljes matematikai döntési tér egy kis részét fedik le.
A probléma nem a megbeszélés minősége, hanem a ténylegesen vizsgált kombinációk korlátozott száma.
8. Hogyan segít a mesterséges intelligencián alapuló optimalizálás a lokális optimumok leküzdésében
A mesterséges intelligenciával támogatott döntésoptimalizálás más megközelítést követ, mint az egyes folyamatok puszta javítása.
Nem kizárólag a jelenlegi megoldást vizsgálja, hanem figyelembe veszi a tágabb kombinatorikus döntési teret is.
A projekteket együttesen modellezik.
A költségvetési korlátokat, az erőforrás-korlátozásokat, a függőségeket és a gazdasági célértékeket matematikailag írják le.
Ezt követően megfelelő optimalizáló algoritmusok vizsgálják a lehetséges projektkombinációkat.
Így olyan alternatívák azonosíthatók, amelyek a meglévő projekttervezés helyi javítása során esetleg figyelmen kívül maradnának.
A stratégiai szemléletváltás a következő:
- Az egyedi projektektől a portfóliók felé: nem egy projekt elszigetelt vonzereje, hanem az általános megoldáshoz való hozzájárulása áll a középpontban.
- A ranglistáktól a kombinációkig: a kiválasztás több intézkedés együttes hatása alapján történik.
- A merev költségvetésektől a forgatókönyvekig: a különböző tőkekorlátok matematikailag vizsgálhatók.
- A burkolt feltételezésektől a korlátozásokig: a stratégiai előírásokat figyelembe veszik a döntési modellben.
- A helyi fejlesztésektől a szisztematikus keresésig: a jelentősen megváltozott projektkombinációkat is lehetséges alternatívákként vesszük figyelembe.
A mesterséges intelligencián alapuló optimalizálás előnye abban rejlik, hogy gazdaságilag hatékonyabb megoldásokat tár fel az eredetileg figyelembe vett projektkombinációkon túl.
9. StratePlan: Matematikai portfólióoptimalizálás az elszigetelt projektfejlesztés helyett
A StratePlan-t komplex befektetési és projektportfóliók matematikai optimalizálására fejlesztették ki.
A technológia az operációkutatásból származó módszereket ötvözi a mesterséges intelligencia által támogatott megközelítésekkel a nagy kombinatorikus döntési terek hatékony vizsgálata érdekében.
Egy alapvető gazdasági optimalizációs modellhez kezdetben csupán három adat szükséges projektenként:
- Projekt-ID: A projekt egyértelmű azonosítója
- Kiadások: Tervezett kiadások, illetve beruházások
- Bevétel: várható bevételek vagy gazdasági hozamok
Ezen felül meg kell határozni a rendelkezésre álló beruházási költségkeretet.
A projektadatok például meglévő Excel-beruházási tervekből vehetők át.
A StratePlan megvizsgálja a lehetséges projektkombinációkat, és a kiválasztott célfüggvénynek megfelelően kiszámítja a portfóliót.
A „Maximize Net Contribution” (Nettó hozzájárulás maximalizálása) esetén a teljes várható nettó hozzájárulás maximalizálása áll a középpontban.
Kiegészítésképpen a portfólió ROI-ja is feltüntethető gazdasági mutatóként.
A kiterjesztett modellek további korlátozásokat és értékelési paramétereket is figyelembe vehetnek:
- projektfüggőségek
- Stratégiai súlyozások
- Erőforrás- és kapacitáskorlátok
- Többéves beruházási költségvetések
- Időbeli előírások
- Kockázati és fenntarthatósági kritériumok
Az eredmény nem csupán az egyes projektek rangsorolása, hanem a meghatározott keretfeltételek között matematikailag kiszámított projektkombináció.
A StratePlan ezzel lehetővé teszi az átállást az egyes projektek elszigetelt fejlesztéséről a teljes beruházási portfólió szisztematikus optimalizálására.
10. Élőben az igazgatósági ülésen: Mennyibe kerül ragaszkodni egy helyi megoldáshoz?
A matematikai portfólióoptimalizálás akkor válik különösen relevánssá, ha a különböző stratégiai előírások közvetlenül összehasonlíthatók egymással.
Képzeljünk el egy ipari vállalatcsoportot, amelynek 100 tervezett beruházási projektje van.
Az összes beruházási igény összege meghaladja a rendelkezésre álló költségvetést.
Több üzletág már rangsorolta és gazdasági szempontból értékelte saját projektjeit.
Az igazgatóság most azt szeretné tudni, hogy az összes projekt mely kombinációja eredményezi a legmagasabb várható nettó értékhozzájárulást.
A. forgatókönyv: Üzletágakon átívelő optimalizálás
A pénzügyi igazgató azt kérdezi:
„Mi változik, ha nem az egyes üzletágakat külön-külön optimalizáljuk, hanem az összes beruházási projektet együttesen vizsgáljuk?”
A projekteket egy közös portfólióban modellezzük.
A StratePlan kiszámítja az optimalizált kombinációt, figyelembe véve a meghatározott költségvetési keretet.
Az eddigi, üzletág-alapú tervezéssel való összehasonlításból kiderülhet, hogy egy másfajta tőkeelosztás nagyobb összgazdasági hozzájárulást tesz-e lehetővé.
B. forgatókönyv: Stratégiailag előnyben részesített projektek
A vezérigazgató azt kérdezi:
„Milyen gazdasági haszonról mondhatunk le, ha bizonyos projekteket – függetlenül azok egyedi gazdaságosságától – feltétlenül meg kell valósítanunk?”
Az érintett projekteket kötelező korlátozásokként vesszük figyelembe.
A portfóliót újra kiszámítják.
Az összehasonlítás megmutatja, milyen hatással van ez a feltétel a várható nettó értékhozzájárulásra.
C. forgatókönyv: Költségvetés-csökkentés
A pénzügyi igazgató azt szeretné tudni:
„Melyik projektkombinációt válasszuk, ha a beruházási költségvetésünket 20%-kal kell csökkenteni?”
A költségvetési korlátozás módosításra kerül.
A StratePlan kiszámítja az új projektkombinációt.
A vezetőség láthatja, mely intézkedések esnek ki, és hogyan változik a várható nettó értékhozzájárulás.
D. forgatókönyv: További befektetési tőke
Egy másik igazgatósági tag így kérdez:
„Mennyi további gazdasági hozzájárulást érhetnénk el, ha további 10 millió eurót fektetnénk be?”
A költségvetést megnövelik, és új optimalizálást hajtanak végre.
Az eredmények lehetővé teszik a további tőkebefektetés és a várható értékhozzájárulás összehasonlítását.
E. forgatókönyv: Módosított stratégiai súlyozások
Az igazgatóság felteszi a kérdést:
„Hogyan változik a portfólió, ha nagyobb súlyt helyezünk az energiahatékonyságra, a digitalizációra vagy bizonyos növekedési területekre?”
A vonatkozó paramétereket módosítják.
A portfóliót újraszámítják, és összehasonlítják a korábbi forgatókönyvekkel.
A stratégiai irányelvek módosítása. A portfólió újraszámítása. A gazdasági hatások összehasonlítása. Megalapozottabb döntéshozatal.
Így azok a döntések is tudatosan és átláthatóan meghozhatók, amelyek eltérnek a tisztán gazdasági optimalizációtól.
11. Alternatív költségek: a helyi szinten optimalizált döntés ára
Egy lokálisan vonzó projektdöntés oda vezethet, hogy más, gazdaságilag hatékonyabb kombinációk nem kerülnek megvalósításra.
Ezáltal alternatívköltségek keletkeznek.
Ezek a legjobb, de nem választott alternatíva elmaradt hasznait írják le.
A stratégiai tőkeallokáció során alternatív költségek merülhetnek fel például akkor, ha:
- egy egyetlen projekt a rendelkezésre álló költségvetés jelentős részét igénybe veszi,
- egy üzletág olyan tőkét köt le, amely egy másik területen nagyobb hozamot érhetne el,
- több, egymástól függő projektet külön-külön értékelnek,
- erőforrásokat kevésbé hatékony intézkedésekre tartalékolnak,
- egy meglévő projektkombinációt nem hasonlítják össze alternatív portfóliókkal.
A matematikai portfólióoptimalizálás lehetővé teszi az eredetileg tervezett portfólió összehasonlítását egy optimalizált projektkombinációval.
A várható nettó értékhozzájárulások közötti különbség láthatóvá teszi a modellezett fejlesztési potenciált.
Ha egy globális optimumot matematikailag igazoltak, a modellben pontosan meghatározható, hogy egy kiválasztott megoldás mennyire távol esik ettől az optimumból.
Közelítőleg optimális megoldások esetén először a legjobb megtalált megoldáshoz viszonyított eltérést határozzák meg.
A döntő hozzáadott érték abban rejlik, hogy a meglévő projekttervezés lehetséges gazdasági hátrányait már a tőkekötés előtt láthatóvá teszi.
12. Miért nem kell a globális optimumnak mindig a végleges vezetői döntésnek lennie
A matematikailag optimális megoldás mindig egy meghatározott célfüggvényhez és bizonyos korlátozásokhoz kötött.
A vezetésnek esetleg további stratégiai, szabályozási vagy társadalmi követelményeket is figyelembe kell vennie.
Egy vállalat például úgy dönthet, hogy hosszú távú stratégiai okokból megvalósít egy bizonyos projektet, annak ellenére, hogy egy másik kombináció rövid távon magasabb nettó értékhozzájárulást eredményezne.
Egy önkormányzatnak esetleg finanszíroznia kell egy törvényben előírt infrastrukturális intézkedést, még akkor is, ha más projektek pusztán gazdasági szempontból vonzóbbnak tűnnek.
Az ilyen döntések nem feltétlenül helytelenek.
A döntő az, hogy hatásuk átláthatóvá váljon.
A matematikai portfólióoptimalizálás különböző forgatókönyveket számíthat ki:
- Portfólió további stratégiai előírások nélkül
- Olyan portfólió, amely kötelezően végrehajtandó projekteket tartalmaz
- Olyan portfólió, amelynek megváltoztak a költségvetési korlátai
- További súlyozásokkal vagy hatékonysági célokkal rendelkező portfólió
Ezen forgatókönyvek összehasonlításával láthatóvá válnak a gazdasági célok közötti ütközések.
A cél nem az, hogy minden vezetői döntést algoritmussal helyettesítsünk, hanem hogy a különböző cselekvési alternatívák gazdasági következményeit érthetővé tegyük.
13. Érzékenységi elemzés: Mennyire stabil az optimális projektkombináció?
A beruházási döntések a jövőbeli gazdasági fejleményekre vonatkozó feltételezéseken alapulnak.
A projektköltségek emelkedhetnek. A bevételi várakozások csökkenhetnek. Az erőforrások szűkösebbé válhatnak. A stratégiai prioritások változhatnak.
Ezért célszerű nem kizárólag egyetlen portfólióoptimalizálást végezni.
Az érzékenységi elemzések segítségével különböző gazdasági forgatókönyvek vizsgálhatók.
Tipikus kérdések:
- Mely projektek maradnak a portfólió részét képezve még csökkentett költségvetés esetén is?
- Hogyan változik a projektösszetétel a növekvő beruházási költségek mellett?
- Mely intézkedések reagálnak különösen érzékenyen az alacsonyabb bevételi várakozásokra?
- Hogyan változik a portfólió további erőforrás-korlátozások esetén?
- Mely projektek maradnak gazdaságilag vonzóak különböző forgatókönyvek esetén?
Ezek az elemzések megmutathatják, hogy egy kiszámított projektkombináció mennyire marad stabil a megváltozott feltételezések mellett.
Egy stratégiailag megalapozott döntés nem csupán az egyes forgatókönyvek alapján kiszámított legjobb megoldást veszi figyelembe, hanem a lehetséges változások hatásait is.
14. Gyakorlati referencia: a bázeli Klybeck-telek – körülbelül 63%-kal magasabb tőkehozam
A StratePlan által a bázeli Klybeck-területre vonatkozóan készített referencia jól szemlélteti, milyen gazdasági potenciált tud feltárni a matematikai portfólióoptimalizálás.
A Central Real Estate AG és a Swiss Life AG számára végzett portfólióoptimalizálás keretében matematikailag elemezték a meglévő befektetési és projektalternatívákat.
A modellezett eredmény:
- Eredeti tőkehozam: 7,0 %
- Optimalizált tőkehozam: 11,4 %
- Relatív hozamjavulás: körülbelül 63 %
- További modellezett gazdasági értékteremtés: körülbelül 30 millió CHF
A javulást a meglévő befektetési alternatívák kombinációjának megváltoztatásával modellezték, azonos költségvetés mellett.
Ezek a projektspecifikus eredmények nem jelentenek általános hozamgaranciát.
A legfontosabb megállapítás: a meglévő befektetési alternatívák jobb kombinációja jelentősen magasabb összgazdasági hozzájárulást tehet lehetővé – további befektetési költségvetés nélkül.
15. Ahol a helyi optimális megoldások különösen gyakran korlátozzák a gazdasági potenciált
Számos gazdasági és közszférai alkalmazási területen fennáll az egyes intézkedések elszigetelt optimalizálásának veszélye.
Ipar és CAPEX-tervezés
A termelési létesítmények, az automatizálási projektek, a kapacitásbővítések és a telephelyi beruházások versengenek a közös beruházási költségvetésért.
Az egyes üzemek vagy üzletágak elszigetelt optimalizálása megakadályozhatja a területeken átívelő, gazdaságilag kedvezőbb tőkeelosztást.
Digitalizáció és mesterséges intelligencia általi átalakulás
A vállalatok gyakran azonosítanak számos potenciális mesterséges intelligencia- és digitalizációs projektet.
Az egyes felhasználási esetek puszta rangsorolása nem feltétlenül mutatja meg, mely kombináció eredményezi a legnagyobb összgazdasági hasznot.
Ingatlanok és ingatlanpiac
A projektfejlesztéseket, felújításokat, korszerűsítéseket és helyszíni beruházásokat egy közös tőkeköltségvetés keretében lehet figyelembe venni.
Az egyes projektek kiválasztása befolyásolja a teljes ingatlanportfólió finanszírozási lehetőségeit.
Energia és infrastruktúra
Az energetikai projektek, a hálózati beruházások, a hatékonyságnövelő intézkedések és az infrastruktúra-korszerűsítések gyakran hosszú távú tőkekötéseket igényelnek.
A portfólió matematikai optimalizálása segíthet a különböző beruházási kombinációk összehasonlításában a gazdasági és műszaki korlátok figyelembevételével.
Önkormányzatok és közpénzügyek
A városoknak és a településeknek számos beruházási tervet kell finanszírozniuk korlátozott költségvetési forrásokból.
Az iskolák, utak, közigazgatási épületek, infrastruktúra és szociális intézmények ugyanazokért a közpénzekért versengenek.
Az egyes szakterületek elkülönített prioritásba helyezése nem vezet automatikusan ahhoz az intézkedéskombinációhoz, amely a legnagyobb meghatározott társadalmi összhasznot eredményezi.
A matematikai optimalizálás a költségvetési korlátok, a kötelező feladatok és a politikai hatékonysági célok figyelembevételével vizsgálhatja a különböző projektkombinációkat.
Minden alkalmazási eset közös nevezője az a kérdés, hogy az egyes intézkedések optimalizálása valóban a lehető legjobb átfogó megoldáshoz vezet-e.
16. Költségvetési szimuláció és egyidejű portfólióoptimalizálás: a közszféra helyi megoldásainak túllépése
A helyi optimalizálás problémája különösen nyilvánvalóvá válik a közberuházási költségvetések tervezése során.
Az önkormányzati szakosztályok gyakran rendelkeznek saját projektlistákkal és prioritásokkal.
Az oktatási hatóság az oktatási beruházásokat részesíti előnyben. Az építésügyi hatóság az infrastrukturális intézkedéseket értékeli. Más területek digitalizációs, energetikai vagy ingatlanprojektek tervezésével foglalkoznak.
Ezek a prioritások mindegyike értelmes lehet a saját felelősségi körön belül.
A döntő kérdés azonban a következő:
Melyik önkormányzati projektek kombinációja eredményezi a rendelkezésre álló költségvetés keretein belül a legnagyobb meghatározott gazdasági vagy társadalmi összhasznot?
Egy egyszerűsített példa:
Egy város 81 millió eurós beruházási költségvetéssel rendelkezik.
Ugyanakkor 50 projekt közül lehet választani, amelyek összesen 220 millió eurós beruházási igényt jelentenek.
50 bináris projektdöntés esetén elméletileg 2^50 = 1 125 899 906 842 624 lehetséges kombináció jön létre.
A matematikai portfólióoptimalizálás a meghatározott költségvetési és hatékonysági korlátok között vizsgálhatja a különböző megengedett projektkombinációkat.
Egyidejű költségvetési szimulációval különböző pénzügyi keretfeltételek is figyelembe vehetők.
Például:
- Melyik projektkombináció eredményezi a legnagyobb modellezett összhasznot 81 millió eurós költségvetés mellett?
- Hogyan változik a portfólió a költségvetés csökkentése esetén?
- Milyen további intézkedéseket lehetne végrehajtani magasabb bevételek esetén?
- Hogyan befolyásolják az eredményt a kötelező politikai projektek?
- Milyen hatással jár az oktatás, az infrastruktúra vagy a klímavédelem eltérő súlyozása?
Az eredmények minősége a felhasznált adatoktól, valamint a gazdasági és társadalmi célmutatók meghatározásától függ.
A költségvetési szimuláció és a matematikai portfólióoptimalizálás összekapcsolása segíthet abban, hogy a szakterületekhez kapcsolódó prioritásokat átalakítsuk átfogó, átlátható döntési alapokká.
17. A helyi folyamatoptimalizálástól a stratégiai döntéshozatali intelligenciáig
Számos vállalat már rendelkezik hatékony rendszerekkel üzleti folyamataik elemzésére és irányítására.
Az ERP-rendszerek dokumentálják az erőforrásokat és a gazdasági folyamatokat.
Az üzleti intelligencia megoldások vizualizálják a mutatószámokat és a fejleményeket.
A kontrolling-rendszerek elemzik a költségvetési eltéréseket és a gazdasági eredményeket.
Ezek a rendszerek fontos kérdésekre adnak választ:
Mi történt? Hogyan alakulnak a KPI-jeink? Mely projektek maradnak a költségvetés keretein belül?
A Decision Intelligence kiegészíti ezt a perspektívát a jövőbeli döntések matematikai támogatásával.
Melyik projektkombinációt válasszuk? Mely korlátok szűkítik lehetséges értékteremtésünket? Mely alternatívák eredményeznek jobb összeredményt?
A StratePlan a meglévő tervezési és kontrollingfolyamatokat egy matematikai optimalizációs szinttel egészíti ki.
A szükséges projektadatok kezdetben egyszerű Excel-táblázatok formájában is rendelkezésre állhatnak.
A stratégiai előrelépés abban áll, hogy nem kizárólag az egyes projekteket irányítjuk hatékonyabban, hanem maguknak a projekteknek a kiválasztását és kombinációját is matematikailag javítjuk.
18. Következtetés: Aki csak a lokális optimális megoldásokat javítja, az esetleg figyelmen kívül hagyja a jobb átfogó megoldást
A lokális optimalizálás a professzionális vállalatvezetés fontos eleme.
Javítja a folyamatokat, csökkenti a költségeket és növeli az egyes intézkedések hatékonyságát.
Egy lokálisan optimális megoldás azonban nem feltétlenül globálisan is optimális.
Ha számos projekt verseng a korlátozott költségvetésért és erőforrásokért, kombinatorikus döntési tér jön létre.
Már 50 projekt esetén is több mint egy billiárd elméletileg lehetséges kombináció létezik.
Az egyes projektek elszigetelt javítása ezért nem ad automatikusan választ arra a kérdésre, hogy mi a gazdaságilag legjobb átfogó megoldás.
A matematikai portfólióoptimalizálás lehetővé teszi a különböző projektkombinációk szisztematikus vizsgálatát és gazdasági hatásuk összehasonlítását.
A StratePlan ehhez az operációkutatás módszereit ötvözi a mesterséges intelligencia által támogatott megközelítésekkel.
Ezáltal a vállalatok, az igazgatóságok és a közszféra döntéshozói kiszámíthatják az alternatív portfóliókat, vizsgálhatják a stratégiai forgatókönyveket, és azonosíthatják a kiaknázatlan gazdasági vagy társadalmi potenciálokat.
A döntő kérdés nem az, hogy hogyan tudjuk még jobban optimalizálni a meglévő projektjeinket?
Hanem: egyáltalán a megfelelő projektkombinációt választottuk-e ki?
Pontosan itt kezdődik az átmenet a helyi optimalizálástól a matematikai portfólióoptimalizálásig.
StratePlan – Nem csupán a projektek javítása. A megfelelő kombináció kiszámítása.
GYIK – A helyi optimális megoldások leküzdése mesterséges intelligenciával
Mi az a lokális optimum?
A lokális optimum egy olyan megoldás, amelyet egy meghatározott szomszédságon belül egy kis, megengedett változtatással nem lehet tovább javítani.
Ezen a szomszédságon kívül azonban létezhetnek jobb megoldások.
Mi a különbség a lokális és a globális optimum között?
A lokális optimum egy korlátozott tartományon belül optimális.
A globális optimum ezzel szemben a meghatározott célfüggvény legjobb értékét éri el a teljes megengedett döntési térben.
Miért jelenthetnek problémát a helyi optimumok a vállalatok számára?
Mert egy osztályon vagy üzletágon belül optimális döntés nem feltétlenül eredményezi a vállalat legmagasabb összgazdasági hozzájárulását.
A projektek versengenek a közös költségvetésekért, erőforrásokért és kapacitásokért.
Ennek következtében előfordulhat, hogy a gazdaságilag kedvezőbb, több területet átfogó kombinációk figyelmen kívül maradnak.
Hogyan segíthet a mesterséges intelligencia a lokális optimumok leküzdésében?
A mesterséges intelligencián alapuló matematikai optimalizálás szisztematikusan vizsgálhatja a nagy kombinatorikus döntési tereket.
Így azonosíthatók olyan projektkombinációk, amelyek kívül esnek a közvetlenül vizsgált alternatívákon, és magasabb gazdasági összteljesítményt tesznek lehetővé.
Képes-e a mesterséges intelligencia mindig kiszámítani a globális optimumot?
Megfelelő matematikai modellek és optimalizálási eljárások alkalmazásával a globális optimum kiszámítható és igazolható.
Különösen összetett problémák esetén közelítőleg optimális megoldások is alkalmazhatók.
A megoldás minőségére vonatkozó megállapítás a használt módszertől és az esetleges optimalitási bizonyítástól függ.
Mit jelent a 2^N a portfólióoptimalizálás során?
A 2^N az N független bináris projektdöntés esetén elméletileg lehetséges kombinációk számát írja le.
Minden projektet vagy kiválaszthatunk, vagy elvethetünk.
20 projekt esetén 2^20 = 1 048 576 lehetséges kombináció adódik.
50 projekt esetén ez 2^50 = 1 125 899 906 842 624 kombinációt jelent.
Minden 2^N kombinációt külön-külön ki kell számolni?
Nem.
A modern matematikai optimalizálási módszerek hatékonyan képesek vizsgálni a nagy döntési tereket anélkül, hogy minden elméletileg lehetséges kombinációt külön-külön teljes mértékben kiértékelnének.
Hogy melyik módszer alkalmas, az a matematikai probléma szerkezetétől és a meghatározott korlátoktól függ.
Miért nem elegendő egy klasszikus ROI-rangsor?
Egy ROI-rangsor az egyes projekteket az egyéni megtérülésük alapján értékeli.
Ugyanakkor nem veszi automatikusan figyelembe, hogy a rendelkezésre álló költségvetés keretein belül a projektek mely kombinációja eredményezi a legmagasabb abszolút nettó értékhozzájárulást.
A legjobb rangsor ezért nem feltétlenül jelenti a legjobb befektetési portfóliót.
Képes-e az Excel globális optimalizálási problémákat megoldani?
Igen. Az Excel megfelelő Solver-függvényekkel képes matematikai optimalizálási feladatokat megoldani.
Nagy kombinatorikus döntési terek és összetett korlátozások esetén azonban speciális optimalizálási eljárásokra lehet szükség, vagy azok hatékonyabbak lehetnek.
Milyen adatokra van szüksége a StratePlan-nek az első optimalizáláshoz?
Egy alapvető gazdasági optimalizációs modellhez először három adat szükséges minden egyes projekthez:
- Projekt-ID
- Kiadások – tervezett kiadások
- Bevételek – várható bevételek, illetve gazdasági hozamok
Ezen felül meg kell határozni a rendelkezésre álló beruházási költségkeretet.
A bonyolultabb modellek további korlátozásokat és értékelési paramétereket is figyelembe vehetnek.
Mit jelent a „Maximize Net Contribution”?
A „Maximize Net Contribution” kifejezés egy projektportfólió teljes várható nettó értékhozzájárulásának maximalizálását jelenti meghatározott korlátok keretein belül.
Kiegészítésképpen a portfólió ROI-ja is feltüntethető gazdasági mutatóként.
Az abszolút nettó értékhozzájárulás maximalizálása és a portfólió ROI-jának maximalizálása különböző matematikai célkitűzések.
Képes-e a StratePlan feltárni egy meglévő projekttervezés gazdasági hátrányait?
Egy meglévő projektkombináció és egy optimalizált alternatíva összehasonlításával kiszámítható a várható nettó értékhozzájárulások közötti különbség.
Ez a különbség mutatja a modellezett gazdasági javulási potenciált az alapul vett feltételezések mellett.
A globális optimum mindig a helyes vezetői döntés?
Nem feltétlenül.
A matematikailag optimális megoldás mindig a meghatározott célfüggvényre és a figyelembe vett korlátozásokra vonatkozik.
Stratégiai, szabályozási vagy társadalmi követelmények további előírásokat tehetnek szükségessé.
A matematikai optimalizálás segít átláthatóvá tenni az ilyen előírások hatásait.
Mely területeken különösen fontos a lokális optimális megoldások leküzdése?
Különösen releváns olyan befektetési portfóliók esetében, ahol számos egymással versengő projekt és korlátozott erőforrások állnak rendelkezésre.
Tipikus alkalmazási területek az ipar, a CAPEX-tervezés, a digitalizáció, a mesterséges intelligencia (AI) alkalmazási esetei, az ingatlanok, az energia, az infrastruktúra és a helyi önkormányzati költségvetés-tervezés.
Mi a legfontosabb tanulság a vezérigazgatók és a pénzügyi igazgatók számára?
Az egyes projektek javítása nem vezet automatikusan a gazdaságilag legjobb átfogó megoldáshoz.
A matematikai portfólióoptimalizálás lehetővé teszi alternatív projektkombinációk vizsgálatát és a tőkeallokáció javítását a vállalat egészének szintjén.
A döntő kérdés a következő: a projekteket optimalizáljuk – vagy a projektek kiválasztását optimalizáljuk?
Ne csak az egyes projekteket optimalizálja! Számítsa ki a legjobb kombinációt!
Derítse ki, hogy a tervezett beruházási projektjei közül mely kombináció érheti el a legmagasabb várható nettó értékhozzájárulást a rendelkezésre álló költségvetés keretein belül.
Hasonlítsa össze eddigi projekttervezését a matematikailag optimalizált beruházási forgatókönyvekkel, és vizsgálja meg, hogy a meglévő projektek egy másik kombinációja nagyobb gazdasági összhozzájárulást eredményez-e.
Akár 15 projektet is ingyenesen optimalizálhat.