Articolo principale del blog:
Processo decisionale basato sull'intelligenza artificiale: perché oggi le decisioni strategiche devono essere calcolate
Sintesi: La qualità di una decisione dipende dalle alternative prese in esame
In che modo le aziende, i consigli di amministrazione e le amministrazioni pubbliche possono garantire di scegliere effettivamente, tra le numerose misure possibili, la combinazione migliore dal punto di vista economico o sociale?
Il processo decisionale strategico si basa tradizionalmente sull’esperienza, sulle competenze specialistiche, sull’intuizione, sui business case, sui modelli Excel e sulle discussioni in seno agli organi direttivi.
Questi strumenti rimangono indispensabili. Tuttavia, incontrano limiti pratici non appena numerosi investimenti, progetti e misure competono contemporaneamente per risorse limitate.
La sfida non risiede necessariamente nella mancanza di informazioni o in una scarsa capacità decisionale.
Risiede nella complessità matematica dello spazio decisionale.
Un’azienda con 50 progetti di investimento in programma si trova, in un modello binario semplificato, di fronte a oltre un biliardo di possibili combinazioni di progetti.
Nessun consiglio di amministrazione, nessun comitato per gli investimenti e nessun organo decisionale comunale può esaminare queste alternative in modo esaustivo attraverso discussioni o confronti manuali.
La domanda cruciale non è quindi più esclusivamente:
«Quali progetti sono particolarmente importanti o economicamente interessanti?»
Ma piuttosto:
«Quale combinazione di tutti i progetti disponibili consente di ottenere il miglior risultato complessivo possibile, tenendo conto del nostro budget, delle nostre risorse e delle nostre strategie?»
È proprio qui che entra in gioco l’ottimizzazione matematica delle decisioni supportata dall’intelligenza artificiale.
StratePlan combina metodi della ricerca operativa con approcci basati sull’intelligenza artificiale per analizzare sistematicamente portafogli di progetti complessi e calcolare combinazioni economicamente efficienti.
L’obiettivo non è sostituire le decisioni umane, ma migliorarne in modo decisivo la base matematica.
1. Il problema centrale del processo decisionale moderno: le decisioni individuali sono decisioni di portafoglio
In molte organizzazioni, le decisioni strategiche vengono ancora considerate singolarmente.
Un progetto di investimento viene valutato in base al suo ritorno sull’investimento. A un’iniziativa di digitalizzazione viene assegnato un punteggio strategico. Un progetto di infrastruttura comunale viene classificato in base all’urgenza.
Queste valutazioni singole sono importanti.
Tuttavia, non rispondono automaticamente alla domanda su quale combinazione di tutte le misure produca il miglior risultato complessivo.
Il motivo è semplice: i progetti sono in competizione tra loro.
Richiedono capitale, personale, tempo, capacità tecniche e attenzione organizzativa.
Se un’iniziativa viene attuata, le risorse impiegate per essa non sono più disponibili per altri progetti.
Ciò genera interazioni tra le singole decisioni.
I singoli progetti economicamente più attraenti non costituiscono quindi necessariamente il portafoglio complessivo economicamente migliore.
Un progetto con un elevato rendimento individuale può, ad esempio, richiedere una quantità di capitale tale da impedire il finanziamento di diversi altri progetti con un valore aggiunto netto combinato superiore.
Il processo decisionale strategico deve quindi avvenire a livello di portafoglio.
La domanda centrale per il management è:
Quale combinazione delle nostre misure disponibili genera, entro i vincoli esistenti, il massimo contributo economico o sociale complessivo?
2. Perché lo spazio decisionale cresce in modo esponenziale: il principio matematico 2^N
Il numero di possibili combinazioni di progetti non cresce in modo lineare con il numero dei progetti.
In un modello decisionale binario semplificato, ogni progetto può essere realizzato oppure no.
Con N progetti selezionabili in modo indipendente, si ottengono teoricamente 2^N combinazioni possibili.
L’ordine di grandezza diventa evidente già con un numero relativamente esiguo di progetti:
- 7 progetti: 2^7 = 128 combinazioni
- 10 progetti: 2^10 = 1.024 combinazioni
- 20 progetti: 2^20 = 1.048.576 combinazioni
- 30 progetti: 2^30 = 1.073.741.824 combinazioni
- 40 progetti: 2^40 = 1.099.511.627.776 combinazioni
- 50 progetti: 2^50 = 1.125.899.906.842.624 combinazioni
- 100 progetti: 2^100 = circa 1,27 × 10^30 combinazioni
Con 50 progetti esistono quindi circa 1,126 billiardi di combinazioni di progetti teoricamente possibili.
Non tutte le combinazioni sono ammissibili a causa di limiti di budget, restrizioni di risorse o dipendenze tra i progetti.
Tuttavia, l’ordine di grandezza mostra perché i processi decisionali classici possano considerare solo una parte limitata dell’intero spazio delle soluzioni.
La vera sfida non consiste nel valutare singolarmente i 50 progetti, bensì nel determinare la migliore combinazione ammissibile di questi 50 progetti.
3. Perché l’esperienza, l’intuizione e gli organi direttivi da soli non bastano
L’esperienza e le competenze specialistiche sono elementi fondamentali di una buona gestione aziendale.
Aiutano a valutare i rischi, a formulare obiettivi strategici e a valutare criticamente le ipotesi economiche.
Tuttavia, la capacità decisionale umana ha un limite matematico.
Un consiglio di amministrazione può analizzare singoli progetti di investimento, discuterne i pro e i contro e confrontare diversi scenari.
Non può però esaminare in modo esaustivo milioni o miliardi di diverse combinazioni di progetti.
Nella pratica, quindi, si ricorre spesso a semplificazioni:
- i progetti vengono ordinati in base a indicatori specifici.
- Solo le misure ritenute più importanti vengono esaminate in modo approfondito.
- Le combinazioni alternative di progetti vengono elaborate manualmente.
- I budget di investimento vengono ripartiti tra le diverse divisioni aziendali.
- Le priorità strategiche vengono stabilite tramite ponderazioni o decisioni degli organi competenti.
Queste procedure possono essere sensate e necessarie dal punto di vista organizzativo.
Tuttavia, non garantiscono che la combinazione di progetti selezionata raggiunga il massimo contributo complessivo possibile.
Nel caso di portafogli complessi, i limiti del processo decisionale umano non risiedono principalmente nella mancanza di conoscenze, ma nella capacità limitata di confrontare tra loro un numero esponenzialmente elevato di alternative.
L’ottimizzazione matematica integra quindi la competenza decisionale umana con un’analisi sistematica dello spazio delle soluzioni.
4. Un semplice esempio: perché la migliore decisione singola non è la migliore decisione complessiva
Un’azienda dispone di un budget di investimento di 10 milioni di euro.
Ci sono tre progetti tra cui scegliere.
| Progetto | Investimento | Valore aggiunto netto |
|---|---|---|
| Progetto A | 7 milioni di € | 4 milioni di € |
| Progetto B | 5 milioni di € | 3 milioni di € |
| Progetto C | 5 milioni di € | 3 milioni di € |
Il progetto A presenta il contributo netto più elevato tra i singoli progetti.
Se viene selezionato il progetto A, rimangono 3 milioni di euro di budget. Questi non sono sufficienti per nessuno degli altri progetti.
Il contributo netto totale al valore ammonta quindi a 4 milioni di euro.
Un'analisi matematica delle possibili combinazioni mostra tuttavia un'alternativa economicamente più vantaggiosa.
I progetti B e C richiedono complessivamente 10 milioni di euro e generano un contributo netto di valore combinato pari a 6 milioni di euro.
Ipotizzando che i progetti siano indipendenti e in assenza di ulteriori restrizioni, B + C rappresenta la combinazione ottimale per massimizzare il contributo di valore netto.
La combinazione di progetti ottimizzata matematicamente genera quindi un contributo di valore netto superiore del 50% rispetto alla selezione originaria.
L’azienda non necessita di capitale di investimento aggiuntivo a tal fine.
Deve semplicemente scegliere una diversa combinazione dei propri progetti esistenti.
Questo esempio dimostra che una singola decisione economicamente sensata può comunque risultare subottimale a livello di portafoglio.
5. Processo decisionale con l’IA: dalla definizione delle priorità all’ottimizzazione matematica
Il processo decisionale supportato dall’IA può svolgere diversi compiti.
L’IA generativa, ad esempio, supporta l’analisi delle informazioni, la formulazione di proposte decisionali o la sintesi di contesti complessi.
I modelli predittivi possono stimare gli sviluppi futuri.
L’ottimizzazione matematica delle decisioni persegue invece un obiettivo diverso.
Essa esamina quale combinazione delle alternative d’azione disponibili, entro vincoli definiti, soddisfi al meglio una determinata funzione obiettivo.
A tal fine, il compito decisionale viene descritto come modello matematico.
Gli elementi tipici sono:
- Variabili decisionali: quali progetti vengono realizzati?
- Funzione obiettivo: quale contributo economico o sociale complessivo si intende massimizzare?
- Vincoli di bilancio: quanto capitale è disponibile?
- Vincoli di risorse: quali capacità umane e tecniche sono disponibili?
- Dipendenze tra i progetti: quali misure devono essere attuate congiuntamente o in un determinato ordine?
- Linee guida strategiche: quali progetti o obiettivi di impatto devono essere presi in considerazione?
Da queste informazioni emerge un problema di ottimizzazione combinatoria.
Algoritmi adeguati esplorano o analizzano lo spazio delle soluzioni matematiche e individuano combinazioni di progetti ammissibili ed efficienti.
A seconda della struttura del problema e del metodo utilizzato, è possibile trovare una soluzione dimostrabilmente globale o approssimativamente ottimale.
A tal fine non è in linea di principio necessario un calcolo completo e individuale di tutte le 2^N combinazioni.
Il progresso decisivo consiste nell’analizzare matematicamente decisioni complesse relative al portafoglio, anziché limitarsi a confrontare tra loro solo pochi scenari selezionati manualmente.
6. Come StratePlan ottimizza matematicamente le decisioni strategiche
StratePlan è stato sviluppato per analizzare portafogli complessi di investimenti e progetti utilizzando metodi di ottimizzazione matematica.
La tecnologia combina approcci della ricerca operativa con metodi basati sull’intelligenza artificiale per la ricerca efficiente di combinazioni di progetti performanti.
Per un modello di ottimizzazione economica di base sono inizialmente necessari solo tre dati per ogni progetto:
- ID progetto: identificazione univoca del progetto
- Spese: spese o investimenti previsti
- Entrate: ricavi attesi o flussi di cassa economici
Inoltre, viene definito il budget di investimento disponibile.
I dati possono essere importati, ad esempio, da piani di investimento esistenti in Excel.
StratePlan esamina le possibili combinazioni di progetti e calcola una composizione del portafoglio in base alla funzione obiettivo selezionata.
Nel caso di «Maximize Net Contribution», l’obiettivo principale è la massimizzazione del contributo netto atteso complessivo.
Il ROI del portafoglio può essere riportato in via integrativa come indicatore economico.
I modelli avanzati possono tenere conto di ulteriori restrizioni e parametri di valutazione:
- dipendenze tra i progetti
- Ponderazioni strategiche
- Limiti di risorse e capacità
- Budget di investimento pluriennali
- Restrizioni temporali
- Criteri di rischio e sostenibilità
Il risultato non è una semplice classifica dei singoli progetti, bensì una combinazione di progetti calcolata matematicamente entro i limiti definiti.
StratePlan integra così il processo decisionale strategico con un livello di ottimizzazione matematica.
7. In diretta durante la riunione del consiglio di amministrazione: calcolo immediato degli scenari strategici
L’ottimizzazione matematica delle decisioni diventa particolarmente preziosa quando viene utilizzata direttamente nelle riunioni della direzione e del consiglio di amministrazione.
Immaginiamo un gruppo industriale con 100 progetti di investimento pianificati.
La somma di tutte le richieste di investimento supera il budget CAPEX disponibile.
La direzione deve decidere quali progetti realizzare.
StratePlan calcola innanzitutto una combinazione ottimizzata di progetti sulla base delle ipotesi economiche esistenti.
Nella riunione del consiglio di amministrazione è quindi possibile esaminare diversi scenari.
Scenario A: massimo contributo economico complessivo
Il CFO chiede:
«Quale combinazione dei nostri investimenti pianificati genera il massimo contributo netto atteso con l’attuale budget CAPEX?»
StratePlan calcola una combinazione di progetti corrispondente.
Il management riceve una panoramica dei progetti selezionati, del capitale necessario e del contributo economico complessivo previsto.
Scenario B: Budget di investimento ridotto
Il CEO pone la domanda:
«Cosa succede se dobbiamo ridurre il nostro budget di investimento del 15%?»
La restrizione di bilancio viene adeguata.
StratePlan ricalcola il portafoglio.
Il management può verificare quali progetti vengono eliminati e come cambia il contributo netto atteso.
Scenario C: considerare in modo vincolante i progetti strategici
Un altro membro del consiglio di amministrazione chiede:
«Come cambia la nostra combinazione ottimale di progetti se determinati investimenti strategici devono essere necessariamente realizzati?»
I progetti in questione vengono considerati come vincoli obbligatori.
Il portafoglio viene nuovamente ottimizzato.
Il confronto mostra quali effetti economici provoca il requisito strategico aggiuntivo all’interno del modello.
Scenario D: capitale di investimento aggiuntivo
Il CFO vorrebbe sapere:
«Quale contributo economico aggiuntivo potremmo ottenere se aumentassimo il nostro budget CAPEX di altri 20 milioni di euro?»
Il budget viene adeguato e viene effettuato un nuovo calcolo.
Il management può confrontare il contributo di valore aggiuntivo modellizzato con l’impiego di capitale necessario.
Scenario E: Priorità strategiche modificate
Il Consiglio di Amministrazione chiede:
«Come cambierebbe il nostro portafoglio se attribuissimo maggiore importanza alla digitalizzazione, all’efficienza energetica o a determinati settori in crescita?»
I parametri corrispondenti vengono adeguati.
StratePlan calcola una nuova combinazione di progetti e consente il confronto con gli scenari precedenti.
Modificare il budget. Adeguare gli obiettivi strategici. Ricalcolare il portafoglio. Confrontare gli impatti economici.
In questo modo, una pianificazione degli investimenti statica si trasforma in una base dinamica per le decisioni strategiche.
8. Processo decisionale ex ante: determinare la combinazione ottimale prima dell’attuazione
La gestione aziendale tradizionale si concentra spesso sulla valutazione a posteriori delle decisioni già prese.
Il controlling analizza fatturato, EBIT, ROI, rendimento del capitale investito e scostamenti dal budget.
Questi indicatori mostrano quali risultati economici sono stati raggiunti.
Tuttavia, non rispondono automaticamente alla domanda se un’altra combinazione di progetti avrebbe avuto più successo.
L’ottimizzazione matematica ex ante interviene quindi già prima dell’impiego del capitale.
Essa esamina quale combinazione di misure pianificate, nell’ambito delle risorse disponibili, raggiunga il contributo complessivo atteso più elevato.
Il cambio di prospettiva è fondamentale.
Ex post: «Quanto è stata efficace la nostra decisione?»
Ex ante: «Quale decisione promette, in base alle nostre ipotesi, il miglior risultato complessivo?»
Grazie all’ottimizzazione matematica del portafoglio, le aziende possono confrontare combinazioni alternative di progetti già prima della loro attuazione.
Ciò può aiutare a ridurre le allocazioni economiche errate e a rendere visibile il potenziale di creazione di valore inutilizzato.
La qualità delle decisioni strategiche non viene quindi valutata solo dopo la loro attuazione, ma viene analizzata sistematicamente già durante il processo decisionale.
9. Costi di opportunità: quanto costa una decisione non ottimale?
Ogni decisione di investimento immobilizza capitale e risorse.
Questo capitale non è quindi più disponibile per altri progetti.
Ne derivano i costi di opportunità.
Essi descrivono il beneficio perso derivante dalla migliore alternativa non scelta.
Un’azienda può selezionare progetti economicamente interessanti e tuttavia lasciare inutilizzato un notevole valore aggiunto.
L’ottimizzazione matematica del portafoglio consente di confrontare il portafoglio di investimenti originariamente pianificato con una combinazione ottimizzata di progetti.
In questo contesto è possibile mettere a confronto, tra l’altro, i seguenti indicatori:
- Fabbisogno complessivo di investimento
- Valore aggiunto netto atteso
- ROI del portafoglio
- Progetti selezionati e non selezionati
- Margini di bilancio residui
- Differenze economiche tra portafogli alternativi
La differenza tra i risultati modellizzati evidenzia il potenziale di miglioramento economico esistente in base alle ipotesi di partenza.
Se l’ottimo globale è matematicamente dimostrato, la distanza di una combinazione di progetti selezionata da tale ottimo può essere determinata con esattezza all’interno del modello.
Nel caso di soluzioni approssimativamente ottimali, viene innanzitutto indicata la differenza rispetto alla migliore soluzione individuata.
Il valore aggiunto fondamentale consiste nel rendere visibili i possibili svantaggi economici di una decisione relativa al portafoglio già prima della sua attuazione.
10. Analisi di sensibilità: quanto è robusta una decisione ottimizzata matematicamente?
Le decisioni strategiche si basano su ipotesi relative agli sviluppi futuri.
I costi di investimento possono aumentare. I ricavi attesi possono risultare inferiori. Le risorse possono diventare più scarse. Le priorità strategiche possono cambiare.
Pertanto, un’ottimizzazione matematica non dovrebbe considerare esclusivamente un singolo scenario.
Modificando in modo mirato i parametri di input è possibile simulare diversi scenari economici.
Le domande tipiche sono:
- Quali progetti rimangono parte integrante del portafoglio anche in caso di budget ridotto?
- Quali investimenti sono particolarmente sensibili all’aumento dei costi?
- Come varia il contributo netto di valore in caso di previsioni di entrate inferiori?
- Quale combinazione di progetti si ottiene in caso di variazioni delle ponderazioni strategiche?
- Quali misure rimangono economicamente interessanti nei diversi scenari?
Queste analisi di sensibilità possono mostrare quanto una combinazione di progetti calcolata rimanga stabile al variare delle condizioni quadro.
Una buona decisione strategica tiene quindi conto non solo del miglior risultato in base a un singolo presupposto, ma anche delle ripercussioni di possibili cambiamenti.
11. Caso di studio: area Klybeck a Basilea – rendimento del capitale superiore di circa il 63%
Il caso di studio StratePlan relativo all’area Klybeck di Basilea illustra chiaramente il potenziale economico che l’ottimizzazione matematica del portafoglio può sprigionare.
Nell’ambito dell’ottimizzazione del portafoglio per Central Real Estate AG e Swiss Life AG, sono state analizzate matematicamente le alternative di investimento e di progetto esistenti.
Il risultato modellizzato:
- Rendimento del capitale iniziale: 7,0 %
- Rendimento del capitale ottimizzato: 11,4 %
- Miglioramento relativo del rendimento: circa il 63 %
- Valore economico aggiunto modellizzato: circa 30 milioni di CHF
Il miglioramento è stato modellato modificando la combinazione delle alternative di investimento esistenti a parità di budget.
Questi risultati specifici del progetto non costituiscono una garanzia generale di rendimento.
La conclusione principale: è possibile ottenere un maggiore contributo economico complessivo già solo grazie a una migliore combinazione delle alternative di investimento esistenti, senza bisogno di un budget di investimento aggiuntivo.
12. Processi decisionali basati sull’intelligenza artificiale nelle imprese e nelle amministrazioni pubbliche
L’ottimizzazione matematica delle decisioni è rilevante ovunque numerose misure competano per risorse finanziarie o operative limitate.
Industria e pianificazione strategica dei CAPEX
Gli investimenti in macchinari, le capacità produttive, i progetti di automazione e l’espansione delle sedi devono essere selezionati nell’ambito di budget di investimento comuni.
Un’ottimizzazione matematica del portafoglio può aiutare a identificare combinazioni di queste misure economicamente più efficienti.
Digitalizzazione e trasformazione tramite IA
Le aziende dispongono spesso di numerosi potenziali progetti di IA e digitalizzazione.
La sfida principale consiste nel selezionare quelle misure che, nel loro insieme, generano il massimo contributo economico nell’ambito delle risorse disponibili.
Immobili e settore immobiliare
Lo sviluppo di progetti, le ristrutturazioni, le modernizzazioni e gli investimenti nelle sedi possono essere ottimizzati nell’ambito di un budget di capitale comune.
La selezione dei singoli progetti influisce sulle possibilità di finanziamento dell’intero portafoglio.
Energia e infrastrutture
I progetti energetici, gli investimenti nelle reti, le misure di efficienza energetica e gli interventi di ammodernamento delle infrastrutture richiedono spesso impegni di capitale a lungo termine.
L’ottimizzazione matematica può aiutare a confrontare diverse combinazioni di investimenti nel rispetto dei vincoli economici e tecnici.
Comuni e bilanci pubblici
Le città e i comuni devono finanziare numerosi progetti di investimento con risorse di bilancio limitate.
Scuole, strade, edifici amministrativi, infrastrutture e strutture sociali competono per le stesse risorse pubbliche.
La sfida consiste nel conciliare i vincoli finanziari con le priorità politiche, gli obblighi di legge e gli obiettivi di impatto sociale.
L’ottimizzazione matematica del portafoglio può calcolare diverse combinazioni di misure e rendere visibili gli effetti di variazioni nei parametri di bilancio e di ponderazione.
La domanda comune è: quale combinazione di misure disponibili produce, nelle condizioni quadro definite, il massimo contributo economico o sociale complessivo?
13. Simulazione di bilancio e ottimizzazione simultanea dei programmi di investimento comunali
Particolarmente interessante è il collegamento tra l’ottimizzazione matematica del portafoglio e la simulazione dei bilanci pubblici.
I decisori comunali si trovano regolarmente di fronte alla sfida di finanziare numerose richieste di investimento con risorse di bilancio limitate.
Un esempio:
una città dispone di un bilancio di investimento pari a 81 milioni di euro.
Allo stesso tempo, ci sono 50 progetti in programma tra cui scegliere, con un fabbisogno complessivo di investimenti pari a 220 milioni di euro.
La questione centrale non è esclusivamente quali progetti appaiano particolarmente importanti dal punto di vista politico o tecnico.
Quale combinazione di questi 50 progetti consente di ottenere, entro i limiti del bilancio disponibile, il massimo beneficio economico o sociale complessivo definito?
Con 50 decisioni binarie sui progetti, si ottengono teoricamente 2^50 = 1.125.899.906.842.624 combinazioni possibili.
Un’ottimizzazione matematica del portafoglio può esaminare diverse combinazioni ammissibili di progetti nel rispetto dei vincoli definiti in termini di budget e di impatto.
Grazie a una simulazione di bilancio simultanea, è possibile tenere conto delle mutate condizioni finanziarie quadro.
Ad esempio:
- Come cambia la selezione ottimale dei progetti in caso di riduzione del budget di investimento?
- Quali progetti aggiuntivi potrebbero essere finanziati in caso di entrate più elevate?
- Quali impatti economici o sociali derivano da progetti politici vincolanti?
- Come cambia il portafoglio se si attribuisce maggiore importanza all’istruzione, alle infrastrutture o alla protezione del clima?
- Quale combinazione di progetti consente di ottenere il massimo beneficio complessivo modellizzato nell’ambito del bilancio disponibile?
I risultati dipendono dalla qualità dei dati di input e dalla definizione degli obiettivi economici o sociali.
La combinazione tra simulazione di bilancio e ottimizzazione matematica del portafoglio può aiutare i decisori politici a confrontare in modo trasparente pacchetti di misure alternativi e ad analizzare sistematicamente l’impatto di risorse di bilancio limitate.
14. Dalla Business Intelligence alla Decision Intelligence
La Business Intelligence analizza prevalentemente lo sviluppo economico di un’organizzazione.
Cosa è successo? Quali KPI sono cambiati? Dove si riscontrano scostamenti rispetto alla pianificazione?
La Decision Intelligence amplia questa prospettiva con il supporto sistematico alle decisioni future.
Quali alternative sono disponibili? Quali sono i vincoli? Quale combinazione di progetti soddisfa al meglio gli obiettivi definiti?
StratePlan integra i sistemi ERP, di controlling e di Business Intelligence esistenti con un livello di ottimizzazione matematica.
I dati di progetto necessari possono essere inizialmente forniti tramite semplici fogli di calcolo Excel.
In questo modo, le aziende e gli enti pubblici possono utilizzare i piani di investimento esistenti come punto di partenza per un'ottimizzazione sistematica del portafoglio.
La differenza fondamentale sta nel non limitarsi a misurare le conseguenze economiche delle decisioni già prese, ma nell’analizzare matematicamente le decisioni alternative prima della loro attuazione.
15. Conclusione: le decisioni strategiche necessitano di una base matematica
Il processo decisionale strategico diventa sempre più complesso con l’aumentare del numero di progetti e delle restrizioni.
L’esperienza, le competenze specialistiche e le capacità manageriali rimangono indispensabili.
Tuttavia, da sole non sono sufficienti per analizzare sistematicamente spazi decisionali di dimensioni esponenziali.
Già con 50 progetti si ottengono più di un billiardo di combinazioni teoricamente possibili.
La valutazione isolata dei singoli progetti non risponde quindi automaticamente alla domanda su quale sia il miglior portafoglio complessivo possibile.
L’ottimizzazione matematica delle decisioni consente di analizzare portafogli complessi di investimenti e interventi, tenendo conto degli obiettivi economici, dei budget disponibili e dei vincoli definiti.
A tal fine, StratePlan combina metodi della ricerca operativa con approcci basati sull’intelligenza artificiale.
In questo modo, le aziende, i consigli di amministrazione e i decisori pubblici possono calcolare combinazioni alternative di progetti, confrontare diversi scenari e identificare potenzialità economiche o sociali non sfruttate.
La domanda cruciale non è più: quali progetti riteniamo i migliori?
Ma: «Quale combinazione dei nostri progetti disponibili consente di ottenere il miglior risultato complessivo possibile nelle condizioni date?»
È proprio qui che inizia il passaggio dalla classica definizione delle priorità dei progetti all’ottimizzazione matematica delle decisioni.
StratePlan – Stessi progetti. Stesso budget. Combinazione ottimale. Maggiori risultati.
FAQ – Processo decisionale con l’IA
Cosa significa concretamente “processo decisionale con l’IA”?
Il processo decisionale con l’IA descrive l’utilizzo di sistemi algoritmici a supporto di decisioni complesse.
Nel campo dell’ottimizzazione matematica del portafoglio, le alternative d’azione disponibili, gli obiettivi economici e i vincoli vengono analizzati in un modello comune.
L’obiettivo è identificare una combinazione ammissibile di misure che sia il più efficiente possibile.
In che modo il processo decisionale supportato dall’IA si differenzia dalle analisi classiche?
I processi decisionali classici spesso mettono a confronto singoli progetti o pochi scenari prestabiliti.
L’ottimizzazione matematica del portafoglio, invece, esamina la combinazione di diverse misure nell’ambito di vincoli comuni di budget e risorse.
In questo modo possono emergere alternative economicamente più interessanti, che non verrebbero prese in considerazione se si considerasse solo un singolo progetto.
Cosa significa 2^N nelle decisioni strategiche?
2^N descrive il numero di combinazioni teoricamente possibili in presenza di N decisioni binarie indipendenti.
Ogni progetto può essere selezionato oppure no.
Con 20 progetti si ottengono 2^20 = 1.048.576 combinazioni possibili.
Con 50 progetti si ottengono 2^50 = 1.125.899.906.842.624 combinazioni possibili.
Le combinazioni effettivamente ammissibili dipendono dalle restrizioni definite.
L’IA deve davvero calcolare singolarmente tutte le 2^N combinazioni?
No.
I moderni metodi matematici di ottimizzazione sono in grado di esplorare in modo efficiente ampi spazi decisionali senza dover valutare singolarmente e per intero ogni combinazione teoricamente possibile.
Quali metodi siano adatti dipende dalla struttura matematica del problema e dai vincoli definiti.
L’IA è in grado di calcolare l’ottimo globale di una decisione?
Con modelli matematici e metodi di ottimizzazione adeguati, è possibile calcolare e dimostrare l’ottimo globale.
In caso di problemi particolarmente complessi, è possibile ricorrere anche a soluzioni approssimativamente ottimali.
La valutazione della qualità della soluzione deve quindi essere coerente con il metodo utilizzato e con la dimostrazione di ottimalità disponibile.
L’IA sostituisce la decisione del management?
No.
Il management definisce gli obiettivi economici e strategici, stabilisce i vincoli e valuta i risultati.
L’ottimizzazione matematica supportata dall’IA fornisce ulteriori basi decisionali.
La responsabilità finale rimane dei dirigenti competenti o dei decisori politici.
Per quali decisioni è particolarmente indicata l’ottimizzazione matematica basata sull’IA?
È particolarmente rilevante per decisioni complesse relative a portafogli con numerosi progetti concorrenti e risorse limitate.
I campi di applicazione tipici sono la pianificazione CAPEX, i portafogli di digitalizzazione, i casi d’uso dell’IA, gli investimenti industriali, i progetti immobiliari, i programmi energetici e la pianificazione del bilancio comunale.
Cosa significa processo decisionale ex ante?
«Ex ante» significa esaminare una decisione prima della sua attuazione.
Nell’ottimizzazione matematica del portafoglio, vengono calcolate combinazioni alternative di progetti prima che il capitale venga impegnato o che le misure vengano avviate.
In questo modo è possibile individuare tempestivamente le ripercussioni economiche delle diverse decisioni.
Quanto sono affidabili i risultati decisionali basati sull’IA?
La qualità dei risultati dipende dai dati di base, dalla definizione della funzione obiettivo, dalla modellizzazione dei vincoli e dal metodo di ottimizzazione utilizzato.
L’ottimizzazione matematica consente calcoli riproducibili e tracciabili.
Le analisi di sensibilità possono inoltre mostrare come si evolvono i risultati al variare delle ipotesi.
Il processo decisionale basato sull’IA è utile solo per le grandi aziende?
No.
Anche le medie imprese, gli enti locali e altre organizzazioni possono trarre vantaggio dall’ottimizzazione matematica del portafoglio.
Ciò che conta non è solo la dimensione dell’organizzazione, ma la complessità della decisione e il numero di misure concorrenti.
Di quali dati ha bisogno StratePlan per un primo calcolo?
Per un modello di ottimizzazione economica di base sono inizialmente necessari tre dati per ogni progetto:
- ID progetto
- Spese – spese previste
- Entrate – entrate previste o flussi di cassa economici
Inoltre, va specificato il budget di investimento disponibile.
I modelli più complessi possono tenere conto di ulteriori restrizioni e parametri di valutazione.
StratePlan è in grado di simulare diversi scenari di budget?
Sì. È possibile modellare diversi limiti di budget come scenari alternativi.
Ciò consente di analizzare quale combinazione di progetti venga selezionata in presenza di un budget di investimento inferiore o superiore e come vari il contributo economico complessivo atteso.
Qual è la differenza tra la definizione delle priorità dei progetti e l’ottimizzazione del portafoglio?
La prioritizzazione dei progetti stabilisce una classifica delle singole misure.
L’ottimizzazione del portafoglio analizza quale combinazione di queste misure raggiunga il miglior risultato complessivo entro i vincoli definiti.
La classifica migliore non è quindi automaticamente il miglior portafoglio di progetti.
Qual è la conclusione più importante per amministratori delegati, direttori finanziari e responsabili delle decisioni nel settore pubblico?
Le decisioni strategiche complesse non dovrebbero basarsi esclusivamente sulla valutazione di singoli progetti o di pochi scenari selezionati manualmente.
L’ottimizzazione matematica del portafoglio consente un’analisi sistematica delle combinazioni alternative di progetti, creando così una base aggiuntiva per decisioni ben fondate.
L’intelligenza artificiale non sostituisce la responsabilità. Può tuttavia aiutare a mettere in luce alternative di azione migliori dal punto di vista economico o sociale.
Quale combinazione dei vostri progetti ottiene il risultato migliore?
Scoprite quale combinazione dei vostri progetti di investimento pianificati possa generare il massimo contributo netto atteso nell’ambito del vostro budget disponibile.
Iniziate con i dati dei vostri progetti e confrontate scenari di investimento ottimizzati matematicamente.
Potete ottimizzare gratuitamente fino a 15 progetti.