Blog fő cikk:
Döntéshozatal és mesterséges intelligencia – miért kell manapság a stratégiai döntéseket kiszámítani
Összefoglalás: A döntés minősége a vizsgált alternatíváktól függ
Hogyan biztosíthatják a vállalatok, az igazgatóságok és a közigazgatási szervek, hogy a számos lehetséges intézkedés közül valóban a gazdasági vagy társadalmi szempontból legjobb kombinációt válasszák ki?
A stratégiai döntéshozatal hagyományosan a tapasztalatokon, a szakértelmen, az intuíción, az üzleti esettanulmányokon, az Excel-modelleken és a vezetői testületekben folyó megbeszéléseken alapul.
Ezek az eszközök továbbra is elengedhetetlenek. Ugyanakkor gyakorlati korlátokba ütköznek, amint számos beruházás, projekt és intézkedés verseng a korlátozott erőforrásokért.
A kihívás nem feltétlenül az információhiányban vagy a döntéshozatali kompetencia hiányában rejlik.
Hanem a döntési tér matematikai komplexitásában rejlik.
Egy 50 tervezett beruházási projekttel rendelkező vállalat egy leegyszerűsített bináris modellben több mint egy billiárd lehetséges projektkombinációval szembesül.
Egyetlen igazgatóság, befektetési bizottság vagy önkormányzati döntéshozó testület sem képes ezeket az alternatívákat teljes körűen megvizsgálni megbeszélések vagy manuális összehasonlítások útján.
A döntő kérdés ezért már nem kizárólag az, hogy
„Mely projektek különösen fontosak vagy gazdaságilag vonzóak?”
Hanem:
„Melyik kombinációja az összes rendelkezésre álló projektnek eredményezi a legjobb lehetséges összeredményt a költségvetési, erőforrás- és stratégiai feltételeink mellett?”
Pontosan itt jön képbe a mesterséges intelligencián alapuló matematikai döntésoptimalizálás.
A StratePlan az operációkutatás módszereit ötvözi a mesterséges intelligencia által támogatott megközelítésekkel, hogy szisztematikusan vizsgálja a komplex projektportfóliókat, és kiszámítsa a gazdaságilag leghatékonyabb kombinációkat.
A cél nem az emberi döntések helyettesítése, hanem azok matematikai alapjainak döntő mértékű javítása.
1. A modern döntéshozatal alapvető problémája: az egyedi döntések valójában portfóliódöntések
Sok szervezetben a stratégiai döntéseket még mindig külön-külön vizsgálják.
Egy beruházási projektet a befektetés megtérülése (ROI) alapján értékelnek. Egy digitalizációs intézkedés stratégiai pontszámot kap. Egy önkormányzati infrastrukturális projektet a sürgősség alapján rangsorolnak.
Ezek az egyedi értékelések fontosak.
Ugyanakkor nem adnak automatikusan választ arra a kérdésre, hogy az összes intézkedés mely kombinációja eredményezi a legjobb összeredményt.
Az ok egyszerű: a projektek egymással versenyeznek.
Tőkére, személyzetre, időre, technikai kapacitásokra és szervezeti figyelemre van szükségük.
Ha egy intézkedést végrehajtanak, az ahhoz felhasznált erőforrások már nem állnak más projektek rendelkezésére.
Ezáltal kölcsönhatások alakulnak ki az egyes döntések között.
Ezért a gazdaságilag legvonzóbb egyedi projektek nem feltétlenül eredményezik a gazdaságilag legjobb teljes portfóliót.
Egy magas egyedi megtérülésű projekt például annyi tőkét igényelhet, hogy több más, összességében nagyobb nettó értékhozzájárulással rendelkező projekt már nem finanszírozható.
A stratégiai döntéshozatalt ezért portfóliószinten kell végrehajtani.
A központi vezetői kérdés a következő:
A rendelkezésre álló intézkedéseink közül melyik kombinációja eredményezi a meglévő korlátok keretein belül a legnagyobb gazdasági vagy társadalmi összhozzájárulást?
2. Miért növekszik exponenciálisan a döntési tér: a 2^N matematikai elv
A lehetséges projektkombinációk száma nem lineárisan növekszik a projektek számával.
Egy egyszerűsített bináris döntési modellben minden projektet vagy megvalósítanak, vagy nem.
N egymástól függetlenül kiválasztható projekt esetén elméletileg 2^N lehetséges kombináció jön létre.
A nagyságrend már viszonylag kevés projekt esetén is nyilvánvalóvá válik:
- 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
50 projekt esetén tehát körülbelül 1,126 billiárd elméletileg lehetséges projektkombináció létezik.
A költségvetési korlátok, az erőforrás-korlátozások vagy a projektek közötti függőségek miatt nem minden kombináció megengedett.
Ennek ellenére a nagyságrend jól mutatja, miért tudnak a klasszikus döntéshozatali eljárások csak a teljes megoldási tér egy korlátozott részét figyelembe venni.
A valódi kihívás nem az, hogy az 50 projektet egyenként értékeljük. Hanem az, hogy meghatározzuk e 50 projekt legjobb lehetséges kombinációját.
3. Miért nem elegendőek önmagukban a tapasztalat, az intuíció és a vezetői testületek
A tapasztalat és a szakértelem a jó vállalatvezetés alapvető elemei.
Segítenek a kockázatok felmérésében, a stratégiai célok megfogalmazásában és a gazdasági feltételezések kritikus értékelésében.
Az emberi döntéshozatali képességnek azonban vannak matematikai korlátai.
Egy igazgatóság elemezheti az egyes beruházási projekteket, megvitathatja azok előnyeit és hátrányait, és összehasonlíthat több forgatókönyvet.
De nem tudja teljes körűen vizsgálni a különböző projektkombinációk millióit vagy milliárdjait.
A gyakorlatban ezért gyakran alkalmazzák az egyszerűsítéseket:
- a projekteket egyedi mutatók szerint csoportosítják.
- Csak a feltételezett legfontosabb intézkedéseket vizsgálják meg alaposabban.
- Az alternatív projektkombinációkat manuálisan állítják össze.
- A beruházási költségvetéseket az üzleti területek között osztják el.
- A stratégiai prioritásokat súlyozással vagy testületi döntésekkel határozzák meg.
Ezek a módszerek szervezeti szempontból értelmesek és szükségesek lehetnek.
Ugyanakkor nem garantálják, hogy a kiválasztott projektkombináció a lehetséges legnagyobb összhozzájárulást eredményezi.
A komplex portfóliók esetében az emberi döntéshozatal korlátai nem elsősorban a hiányzó ismeretekben rejlenek, hanem abban, hogy korlátozott a képességünk az exponenciálisan sok alternatíva egymással való összehasonlítására.
A matematikai optimalizálás ezért kiegészíti az emberi döntéshozatali kompetenciát a megoldási tér szisztematikus vizsgálatával.
4. Egy egyszerű példa: Miért nem a legjobb egyedi döntés a legjobb összességében?
Egy vállalat 10 millió eurós beruházási költségvetéssel rendelkezik.
Három projekt közül lehet választani.
| Projekt | Beruházás | Nettó értékteremtés |
|---|---|---|
| A projekt | 7 millió € | 4 millió € |
| B projekt | 5 millió € | 3 millió € |
| C projekt | 5 millió € | 3 millió € |
Az A projekt rendelkezik a legmagasabb egyedi nettó értékhozzájárulással.
Ha az A projektet választják ki, 3 millió euró marad a költségvetésből. Ez egyik másik projektre sem elegendő.
A teljes nettó értékhozzájárulás így 4 millió euró.
A lehetséges kombinációk matematikai elemzése azonban egy gazdaságilag kedvezőbb alternatívát mutat.
A B és C projektek együttesen 10 millió eurót igényelnek, és együttesen 6 millió euró nettó értékhozzájárulást eredményeznek.
Feltételezve, hogy a projektek egymástól függetlenek, és további korlátozások nincsenek, a B + C kombináció az optimális megoldás a nettó értékhozzájárulás maximalizálásához.
A matematikailag optimalizált projektkombináció így 50%-kal magasabb nettó értékhozzájárulást eredményez az eredeti választáshoz képest.
Ehhez a vállalatnak nincs szüksége további befektetési tőkére.
Csak a meglévő projektjei közül egy másik kombinációt kell kiválasztania.
Ez a példa azt mutatja: egy gazdaságilag ésszerű egyedi döntés portfóliószinten mégis szuboptimális lehet.
5. Döntéshozatal mesterséges intelligenciával: a prioritásrendezéstől a matematikai optimalizálásig
A mesterséges intelligencián alapuló döntéshozatal különböző feladatokat képes ellátni.
A generatív mesterséges intelligencia például támogatja az információk elemzését, a döntési javaslatok megfogalmazását vagy a komplex tényállások összefoglalását.
Az előrejelzési modellek képesek a jövőbeli fejlemények becslésére.
A matematikai döntésoptimalizálás viszont más célt követ.
Megvizsgálja, hogy a rendelkezésre álló cselekvési alternatívák közül melyik kombinációja felel meg a legjobban egy adott célfüggvénynek a meghatározott korlátok keretein belül.
Ehhez a döntési feladatot matematikai modellként írják le.
Jellemző összetevői:
- Döntési változók: Mely projekteket valósítják meg?
- Célfüggvény: Mely gazdasági vagy társadalmi összhozzájárulást kell maximalizálni?
- Költségvetési korlátok: Mennyi tőke áll rendelkezésre?
- Erőforrás-korlátok: Milyen személyzeti és műszaki kapacitások állnak rendelkezésre?
- Projektfüggőségek: Mely intézkedéseket kell együttesen vagy meghatározott sorrendben végrehajtani?
- Stratégiai előírások: Mely projekteket vagy hatáscélokat kell figyelembe venni?
Ezekből az adatokból egy kombinatorikus optimalizálási feladat alakul ki.
A megfelelő algoritmusok átkutatják, illetve elemzik a matematikai megoldási teret, és hatékony, megengedett projektkombinációkat határoznak meg.
A probléma szerkezetétől és az alkalmazott módszertől függően bizonyíthatóan globális vagy közelítőleg optimális megoldás található.
Ehhez elvileg nem szükséges az összes 2^N kombináció teljes egyedi kiszámítása.
A döntő előrelépés abban áll, hogy a komplex portfóliódöntéseket matematikailag vizsgáljuk, ahelyett, hogy kizárólag néhány, manuálisan kiválasztott forgatókönyvet hasonlítanánk össze egymással.
6. Hogyan optimalizálja a StratePlan matematikailag a stratégiai döntéseket
A StratePlan-t úgy fejlesztették ki, hogy matematikai optimalizálási módszerek segítségével vizsgálja a komplex befektetési és projektportfóliókat.
A technológia az operációkutatásból származó megközelítéseket ötvözi a mesterséges intelligencián alapuló módszerekkel a hatékony projektkombinációk hatékony keresése érdekében.
Egy alapvető gazdasági optimalizációs modellhez kezdetben mindössze 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 is.
Az adatok például meglévő Excel-befektetési tervekből vehetők át.
A StratePlan megvizsgálja a lehetséges projektkombinációkat, és a kiválasztott célfüggvénynek megfelelően kiszámítja a portfólió összetételét.
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 korlátozások
- Kockázati és fenntarthatósági kritériumok
Az eredmény nem csupán az egyes projektek rangsorolása, hanem a meghatározott keretfeltételek között matematikailag kiszámított projektkombináció.
A StratePlan így egy matematikai optimalizációs szinttel egészíti ki a stratégiai döntéshozatalt.
7. Élőben az igazgatósági ülésen: stratégiai forgatókönyvek azonnali kiszámítása
A matematikai döntésoptimalizálás különösen értékes, ha közvetlenül a vezetői és igazgatósági üléseken alkalmazzák.
Képzeljünk el egy ipari vállalatcsoportot, amelynek 100 tervezett beruházási projektje van.
Az összes beruházási igény összege meghaladja a rendelkezésre álló CAPEX-költségvetést.
A vezetésnek el kell döntenie, mely projekteket valósítják meg.
A StratePlan először a meglévő gazdasági feltételezések alapján kiszámítja az optimális projektkombinációt.
Az igazgatósági ülésen ezután különböző forgatókönyveket lehet megvizsgálni.
A. forgatókönyv: Maximális gazdasági összhozzájárulás
A pénzügyi igazgató azt kérdezi:
„A tervezett beruházásaink közül melyik kombinációja eredményezi a meglévő beruházási költségvetés keretein belül a legmagasabb várható nettó értékhozzájárulást?”
A StratePlan kiszámítja a megfelelő projektkombinációt.
A vezetőség áttekintést kap a kiválasztott projektekről, a szükséges tőkebefektetésről és a várható teljes gazdasági hozzájárulásról.
B. forgatókönyv: Csökkentett beruházási költségvetés
A vezérigazgató felteszi a kérdést:
„Mi történik, ha 15%-kal kell csökkenteni a beruházási költségvetésünket?”
A költségvetési korlátozást kiigazítják.
A StratePlan újra kiszámítja a portfóliót.
A vezetőség láthatja, mely projektek esnek ki, és hogyan változik a várható nettó értékhozzájárulás.
C. forgatókönyv: A stratégiai projektek kötelező figyelembevétele
Egy másik igazgatósági tag így kérdez:
„Hogyan változik az optimális projektkombinációnk, ha bizonyos stratégiai beruházásokat feltétlenül végre kell hajtani?”
A vonatkozó projekteket kötelező korlátozásokként vesszük figyelembe.
A portfóliót újra optimalizálják.
Az összehasonlítás megmutatja, milyen gazdasági hatásokat okoz a modellben a kiegészítő stratégiai előírás.
D. forgatókönyv: További befektetési tőke
A pénzügyi igazgató azt szeretné tudni:
„Milyen további gazdasági eredményt érhetnénk el, ha a beruházási költségvetésünket további 20 millió euróval növelnénk?”
A költségvetést kiigazítják, és új számítást végeznek.
A vezetőség összehasonlíthatja a modellezett további értékteremtést a szükséges tőkebefektetéssel.
E. forgatókönyv: Megváltozott stratégiai prioritások
Az igazgatóság azt kérdezi:
„Hogyan változik a portfóliónk, ha nagyobb súlyt fektetünk a digitalizációra, az energiahatékonyságra vagy bizonyos növekedési területekre?”
A megfelelő paramétereket módosítják.
A StratePlan kiszámítja az új projektkombinációt, és lehetővé teszi az összehasonlítást a korábbi forgatókönyvekkel.
A költségvetés módosítása. A stratégiai irányelvek kiigazítása. A portfólió újraszámítása. A gazdasági hatások összehasonlítása.
Így a statikus beruházási tervezésből dinamikus alapot kapunk a stratégiai döntésekhez.
8. Ex ante döntéshozatal: a megvalósítás előtti legjobb kombináció meghatározása
A hagyományos vállalatirányítás gyakran a már meghozott döntések utólagos értékelésére koncentrál.
A kontrolling a forgalmat, az EBIT-et, a ROI-t, a tőkehozamot és a költségvetési eltéréseket vizsgálja.
Ezek a mutatók azt mutatják, milyen gazdasági eredményeket értek el.
Ugyanakkor nem adnak automatikus választ arra a kérdésre, hogy egy másik projektkombináció sikeresebb lett volna-e.
A matematikai ex ante optimalizálás ezért már a tőke lekötése előtt megkezdődik.
Megvizsgálja, hogy a rendelkezésre álló erőforrások keretein belül a tervezett intézkedések mely kombinációja eredményezi a legmagasabb várható összteljesítményt.
A perspektívaváltás alapvető fontosságú.
Utólag: „Mennyire volt sikeres a döntésünk?”
Ex ante: „Melyik döntés ígér a feltételezéseink alapján a legjobb összeredményt?”
A matematikai portfólióoptimalizálás segítségével a vállalatok már a megvalósítás előtt összehasonlíthatják az alternatív projektkombinációkat.
Ez segíthet a gazdasági erőforrások rossz elosztásának csökkentésében és a kihasználatlan értékteremtési potenciálok feltárásában.
A stratégiai döntések minőségét így nem csak a megvalósítás után értékelik, hanem már a döntéshozatali folyamat során is szisztematikusan vizsgálják.
9. Alternatív költségek: Mennyibe kerül egy nem optimális döntés?
Minden beruházási döntés tőkét és erőforrásokat köt le.
Ez a tőke ezután már nem áll rendelkezésre más projektekhez.
Ezáltal alternatívköltségek keletkeznek.
Ezek a legjobb, de nem választott alternatíva elmaradt hasznait írják le.
Egy vállalat kiválaszthat gazdaságilag vonzó projekteket, és mégis kihagyhat egy jelentős további értékteremtési lehetőséget.
A matematikai portfólióoptimalizálás lehetővé teszi az eredetileg tervezett befektetési portfólió összehasonlítását egy optimalizált projektkombinációval.
Ennek során többek között a következő mutatókat lehet egymással összehasonlítani:
- Teljes beruházási igény
- Várható nettó értékteremtés
- Portfólió ROI
- Kiválasztott és nem kiválasztott projektek
- Fennmaradó költségvetési mozgástér
- Gazdasági különbségek az alternatív portfóliók között
A modellezett eredmények közötti különbség mutatja, hogy az alapul vett feltételezések mellett milyen gazdasági javulási potenciál áll fenn.
Ha a globális optimum matematikailag bizonyított, a modell keretein belül pontosan meghatározható, hogy egy kiválasztott projektkombináció mennyire tér el ettől az optimumból.
Közelítőleg optimális megoldások esetén először a legjobb megtalált megoldáshoz viszonyított eltérést mutatjuk ki.
A döntő hozzáadott érték abban rejlik, hogy egy portfóliódöntés lehetséges gazdasági hátrányait már a megvalósítás előtt láthatóvá teszi.
10. Érzékenységi elemzés: Mennyire robusztus egy matematikailag optimalizált döntés?
A stratégiai döntések a jövőbeli fejleményekre vonatkozó feltételezéseken alapulnak.
A beruházási költségek emelkedhetnek. A várt bevételek alacsonyabbak lehetnek. Az erőforrások szűkösebbé válhatnak. A stratégiai prioritások változhatnak.
Ezért a matematikai optimalizálásnak nem szabad kizárólag egyetlen forgatókönyvet figyelembe vennie.
A bemeneti paraméterek célzott megváltoztatásával különböző gazdasági fejlemények szimulálhatók.
Jellemző kérdések:
- Mely projektek maradnak a portfólió részét képezve még csökkentett költségvetés esetén is?
- Mely beruházások reagálnak különösen érzékenyen a költségek emelkedésére?
- Hogyan változik a nettó értékhozzájárulás alacsonyabb bevételi várakozások esetén?
- Milyen projektkombináció alakul ki a stratégiai súlyozások megváltozása esetén?
- Mely intézkedések maradnak gazdaságilag vonzóak a különböző forgatókönyvek esetén?
Ezek az érzékenységi elemzések megmutathatják, hogy egy kiszámított projektkombináció mennyire marad stabil a megváltozott keretfeltételek mellett.
Egy jó stratégiai döntés ezért nem csupán az egyetlen feltételezés mellett elérhető legjobb eredményt veszi figyelembe, hanem a lehetséges változások hatásait is.
11. Gyakorlati referencia: a bázeli Klybeck-telek – körülbelül 63%-kal magasabb tőkehozam
A matematikai portfólióoptimalizálás milyen gazdasági potenciált rejthet magában, azt a StratePlan által a bázeli Klybeck-területre vonatkozóan készített referencia példa szemlélteti.
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: már a meglévő befektetési alternatívák jobb kombinációja is nagyobb összegű gazdasági hozzájárulást eredményezhet – további befektetési költségvetés nélkül.
12. Döntéshozatal mesterséges intelligenciával a vállalatokban és a közigazgatásban
A matematikai döntésoptimalizálás mindenütt releváns, ahol számos intézkedés verseng a korlátozott pénzügyi vagy operatív erőforrásokért.
Ipar és stratégiai CAPEX-tervezés
A gépberuházásokat, a termelési kapacitásokat, az automatizálási projekteket és a telephelybővítéseket a közös beruházási költségvetés keretein belül kell kiválasztani.
A matematikai portfólióoptimalizálás segíthet a gazdaságilag hatékonyabb intézkedéskombinációk azonosításában.
Digitalizáció és mesterséges intelligencia általi átalakulás
A vállalatok gyakran számos potenciális mesterséges intelligencia- és digitalizációs projekttel rendelkeznek.
A legfőbb kihívás az, hogy kiválasszák azokat az intézkedéseket, amelyek együttesen a rendelkezésre álló erőforrások keretein belül a legnagyobb gazdasági hasznot eredményezik.
Ingatlanok és ingatlanpiac
A projektfejlesztések, felújítások, korszerűsítések és helyszíni beruházások egy közös tőkeköltségvetés keretein belül optimalizálhatók.
Az egyes projektek kiválasztása befolyásolja az egész portfólió finanszírozási lehetőségeit.
Energia és infrastruktúra
Az energetikai projektek, a hálózati beruházások, a hatékonyságnövelő intézkedések és az infrastruktúra-korszerűsítések gyakran hosszú távú tőkekötelezettségeket igényelnek.
A matematikai optimalizálás segíthet a különböző beruházási kombinációk összehasonlításában a gazdasági és műszaki korlátok figyelembevételével.
Önkormányzatok és közszféra
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.
A kihívás abban áll, hogy a pénzügyi korlátokat összehangolják a politikai prioritásokkal, a jogi kötelezettségekkel és a társadalmi hatékonysági célokkal.
A matematikai portfólióoptimalizálás ebben az esetben kiszámíthatja a különböző intézkedéskombinációkat, és láthatóvá teheti a megváltozott költségvetési és súlyozási előírások hatásait.
A közös kérdés a következő: Melyik rendelkezésre álló intézkedéskombináció eredményezi a meghatározott keretfeltételek mellett a legnagyobb gazdasági vagy társadalmi összhatást?
13. Költségvetési szimuláció és az önkormányzati beruházási programok egyidejű optimalizálása
Különösen érdekes a matematikai portfólióoptimalizálás és a közpénzügyi szimuláció összekapcsolása.
Az önkormányzati döntéshozók rendszeresen azzal a kihívással szembesülnek, hogy korlátozott költségvetési forrásokból számos beruházási igényt kell finanszírozniuk.
Példa:
Egy város 81 millió eurós beruházási költségvetéssel rendelkezik.
Ugyanakkor 50 tervezett projekt közül kell választani, amelyek összesen 220 millió eurós beruházási igényt jelentenek.
A központi kérdés nem kizárólag az, hogy mely projektek tűnnek politikailag vagy szakmailag különösen fontosnak.
Melyik kombinációja ennek az 50 projektnek eredményezi a rendelkezésre álló költségvetés keretein belül a legnagyobb meghatározott gazdasági vagy társadalmi összhasznot?
50 bináris projektdöntés esetén elméletileg 2^50 = 1 125 899 906 842 624 lehetséges kombináció adódik.
A matematikai portfólióoptimalizálás a meghatározott költségvetési és hatékonysági korlátok között vizsgálhatja a különböző megengedett projektkombinációkat.
Egyidejű költségvetési szimulációval figyelembe vehetők a megváltozott pénzügyi keretfeltételek.
Például:
- Hogyan változik az optimális projektválasztás egy csökkentett beruházási költségvetés esetén?
- Milyen további projekteket lehetne finanszírozni magasabb bevételek esetén?
- Milyen gazdasági vagy társadalmi hatásokkal járnak a kötelező politikai projektek?
- Hogyan változik a portfólió, ha nagyobb súlyt kap az oktatás, az infrastruktúra vagy a klímavédelem?
- Mely projektkombináció eredményezi a rendelkezésre álló költségvetés keretein belül a legnagyobb modellezett összhasznot?
Az eredmények a bemeneti adatok minőségétől, valamint a gazdasági és társadalmi célmutatók meghatározásától függenek.
A költségvetési szimuláció és a matematikai portfólióoptimalizálás ötvözése segítheti a politikai döntéshozókat abban, hogy átlátható módon összehasonlítsák az alternatív intézkedéscsomagokat, és szisztematikusan vizsgálják a korlátozott költségvetési források hatását.
14. Az üzleti intelligenciától a döntéshozatali intelligenciáig
Az üzleti intelligencia elsősorban egy szervezet gazdasági fejlődését vizsgálja.
Mi történt? Mely KPI-k változtak? Hol vannak eltérések a tervhez képest?
A döntésintelligencia ezt a perspektívát kiegészíti a jövőbeli döntések szisztematikus támogatásával.
Milyen alternatívák állnak rendelkezésre? Milyen korlátozások vonatkoznak rájuk? Mely projektkombináció felel meg legjobban a meghatározott céloknak?
A StratePlan a meglévő ERP-, kontrolling- és üzleti intelligencia-rendszereket egy matematikai optimalizációs szinttel egészíti ki.
A szükséges projektadatok kezdetben egyszerű Excel-táblázatok formájában is rendelkezésre állhatnak.
Így a vállalatok és a közintézmények a meglévő beruházási terveket kiindulási pontként használhatják a portfólió szisztematikus optimalizálásához.
A döntő különbség abban rejlik, hogy nem csupán a már meghozott döntések gazdasági következményeit mérjük, hanem a megvalósításuk előtt matematikailag is megvizsgáljuk az alternatív döntéseket.
15. Következtetés: A stratégiai döntéseknek matematikai alapra van szükségük
A stratégiai döntéshozatal a projektek számának és a korlátozásoknak a növekedésével egyre összetettebbé válik.
A tapasztalat, a szakértelem és a vezetői kompetencia továbbra is elengedhetetlen.
Ezek azonban önmagukban nem elegendőek az exponenciálisan növekvő döntési terek szisztematikus vizsgálatához.
Már 50 projekt esetén is több mint egy billiárd elméletileg lehetséges kombináció jön létre.
Az egyes projektek elszigetelt értékelése ezért nem ad automatikusan választ arra a kérdésre, hogy mi a legjobb lehetséges teljes portfólió.
A matematikai döntésoptimalizálás lehetővé teszi komplex beruházási és intézkedési portfóliók vizsgálatát, figyelembe véve a gazdasági célokat, a rendelkezésre álló költségvetést és a meghatározott korlátozásokat.
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 projektkombinációkat, összehasonlíthatják a különböző forgatókönyveket, és azonosíthatják a kiaknázatlan gazdasági vagy társadalmi potenciálokat.
A döntő kérdés már nem az, hogy mely projekteket tartjuk a legjobbnak?
Hanem: A rendelkezésre álló projektjeink közül melyik kombinációja ér el a megadott keretfeltételek mellett a lehető legjobb összeredményt?
Pontosan itt kezdődik az átmenet a klasszikus projektprioritizálásról a matematikai döntésoptimalizálásra.
StratePlan – Ugyanazok a projektek. Ugyanaz a költségvetés. Optimális kombináció. Jobb eredmény.
GYIK – Döntéshozatal mesterséges intelligenciával
Mit jelent konkrétan a döntéshozatal mesterséges intelligenciával?
A mesterséges intelligenciával történő döntéshozatal az algoritmikus rendszerek alkalmazását jelenti komplex döntések támogatására.
A matematikai portfólióoptimalizálás területén a rendelkezésre álló cselekvési alternatívákat, a gazdasági célokat és a korlátozásokat egy közös modellben vizsgálják.
A cél az, hogy a lehető leghatékonyabb, megengedett intézkedéskombinációt azonosítsák.
Miben különbözik a mesterséges intelligenciával támogatott döntéshozatal a hagyományos elemzésektől?
A hagyományos döntéshozatali folyamatok gyakran egyes projekteket vagy néhány előre elkészített forgatókönyvet hasonlítanak össze.
A matematikai portfólióoptimalizálás ezzel szemben különböző intézkedések kombinációját vizsgálja közös költségvetési és erőforrás-korlátok mellett.
Így olyan gazdaságilag vonzóbb alternatívák kerülhetnek előtérbe, amelyek pusztán az egyes projektek vizsgálata során figyelmen kívül maradnának.
Mit jelent a 2^N a stratégiai döntések során?
A 2^N az N független bináris döntés 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 2^50 = 1 125 899 906 842 624 lehetséges kombináció adódik.
A ténylegesen megengedett kombinációk a meghatározott korlátozásoktól függenek.
Tényleg az AI-nek mind a 2^N kombinációt külön-külön ki kell számolnia?
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.
Képes-e a mesterséges intelligencia kiszámítani egy döntés globális optimumát?
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 megállapításnak ezért összhangban kell lennie a használt módszerrel és a rendelkezésre álló optimális megoldás igazolásával.
Az AI felváltja a vezetőség döntését?
Nem.
A vezetés határozza meg a gazdasági és stratégiai célokat, állapítja meg a korlátozásokat és értékeli az eredményeket.
A mesterséges intelligencián alapuló matematikai optimalizálás kiegészítő döntési alapokat nyújt.
A végső felelősség továbbra is az illetékes vezetőknél, illetve a politikai döntéshozóknál marad.
Milyen döntésekhez különösen alkalmas a matematikai mesterséges intelligencia?
Különösen releváns komplex portfóliódöntések esetén, ahol számos egymással versengő projekt és korlátozott erőforrások állnak rendelkezésre.
Tipikus alkalmazási területei a beruházási tervezés, a digitalizációs portfóliók, a mesterséges intelligencia felhasználási esetei, az ipari beruházások, az ingatlanprojektek, az energetikai programok és a helyi önkormányzati költségvetés-tervezés.
Mit jelent az ex ante döntéshozatal?
Az „ex ante” azt jelenti, hogy egy döntést a végrehajtás előtt megvizsgálnak.
A matematikai portfólióoptimalizálás során alternatív projektkombinációkat számolnak ki, mielőtt tőkét kötnének le vagy intézkedéseket indítanának.
Így a különböző döntések gazdasági hatásai már korai szakaszban láthatóvá válnak.
Mennyire megbízhatók a mesterséges intelligencián alapuló döntési eredmények?
Az eredmények minősége az alapul szolgáló adatoktól, a célfüggvény meghatározásától, a korlátozások modellezésétől és az alkalmazott optimalizálási eljárástól függ.
A matematikai optimalizálás reprodukálható és nyomon követhető számításokat tesz lehetővé.
Az érzékenységi elemzések emellett megmutathatják, hogyan alakulnak az eredmények a feltételezések változása esetén.
A mesterséges intelligencián alapuló döntéshozatal csak nagyvállalatok számára hasznos?
Nem.
A középvállalkozások, az önkormányzatok és más szervezetek is profitálhatnak a matematikai portfólióoptimalizálásból.
Nem csupán a szervezet mérete a döntő, hanem a döntés összetettsége és az egymással versengő intézkedések száma is.
Milyen adatokra van szüksége a StratePlan-nek az első számításhoz?
Egy alapvető gazdasági optimalizációs modellhez először három adat szükséges minden egyes projekthez:
- Projekt-ID
- Kiadások – tervezett kiadások
- Bevételek – várható bevételek, illetve gazdasági megtérülések
Ezen felül meg kell határozni a rendelkezésre álló beruházási költségkeretet.
A bonyolultabb modellek további korlátozásokat és értékelési paramétereket is figyelembe vehetnek.
A StratePlan képes különböző költségvetési forgatókönyveket szimulálni?
Igen. Különböző költségvetési határok modellezhetők alternatív forgatókönyvekként.
Ezáltal megvizsgálható, hogy alacsonyabb vagy magasabb beruházási költségvetés esetén mely projektkombinációt választják, és hogyan változik a várható teljes gazdasági hozzájárulás.
Mi a különbség a projektpriorizálás és a portfólióoptimalizálás között?
A projektpriorizálás az egyes intézkedések rangsorát állítja fel.
A portfólióoptimalizálás azt vizsgálja, hogy a meghatározott korlátok mellett ezeknek az intézkedéseknek mely kombinációja eredményezi a legjobb összeredményt.
A legjobb rangsor ezért nem feltétlenül jelenti a legjobb projektportfóliót.
Mi a legfontosabb tanulság a vezérigazgatók, pénzügyi igazgatók és közszférai döntéshozók számára?
A komplex stratégiai döntéseket nem szabad kizárólag az egyes projektek értékelésére vagy néhány, manuálisan kiválasztott forgatókönyvre alapozni.
A matematikai portfólióoptimalizálás lehetővé teszi az alternatív projektkombinációk szisztematikus vizsgálatát, és ezzel további alapot teremt a megalapozott döntésekhez.
A mesterséges intelligencia nem helyettesíti a felelősséget. Segíthet azonban abban, hogy gazdasági vagy társadalmi szempontból jobb cselekvési alternatívákat tárjon fel.
Melyik projektkombinációja eredményezi a legjobb eredményt?
Derítse ki, hogy a tervezett beruházási projektjei közül melyik kombinációja érheti el a legmagasabb várható nettó értékhozzájárulást a rendelkezésre álló költségvetés keretein belül.
Kezdje saját projektadataival, és hasonlítsa össze a matematikailag optimalizált beruházási forgatókönyveket.
Akár 15 projektet is ingyenesen optimalizálhat.