APPROFONDIMENTI | RICERCA OPERATIVA E GESTIONE AZIENDALE
La ricerca operativa nella gestione aziendale: l’ottimizzazione matematica direttamente in sede di consiglio di amministrazione
Come la ricerca operativa, l’ottimizzazione matematica del portafoglio e la simulazione in tempo reale stanno trasformando le decisioni strategiche di investimento – dalla pianificazione CAPEX alla sala del consiglio.
Le aziende investono risorse considerevoli nella valutazione, nella definizione delle priorità e nella pianificazione dei propri progetti. Tuttavia, una domanda fondamentale rimane spesso senza risposta: la combinazione di progetti di investimento selezionata è davvero la migliore, tenendo conto dei vincoli di budget, risorse e dipendenze?
È proprio qui che entra in gioco la ricerca operativa (OR). Questa disciplina scientifica studia come modellare matematicamente e ottimizzare problemi decisionali complessi.
Mentre la Ricerca Operativa viene impiegata da decenni nella produzione, nella logistica, nella pianificazione dei trasporti e nell’allocazione delle risorse, la sua integrazione nei processi di gestione strategica apre ulteriori possibilità di applicazione: l’ottimizzazione matematica direttamente nel luogo in cui vengono prese le decisioni di investimento – nella riunione del consiglio di amministrazione.
In questo modo, un’analisi spesso condotta a monte si trasforma in uno strumento interattivo di gestione aziendale.
1. Che cos’è la ricerca operativa nel management?
La ricerca operativa è la disciplina scientifica che si occupa dell’analisi matematica e dell’ottimizzazione di problemi decisionali complessi. Essa utilizza, tra l’altro, la programmazione matematica, l’ottimizzazione combinatoria, la simulazione, i modelli stocastici e i metodi algoritmici per determinare, in condizioni definite, soluzioni il più possibile valide o dimostrabilmente ottimali.
Nella gestione aziendale ciò significa non basare le decisioni strategiche e operative esclusivamente su valori empirici, classifiche o calcoli di redditività isolati, ma tenere sistematicamente conto delle interazioni tra le alternative d’azione disponibili.
Le domande decisionali tipiche sono:
- Quali progetti di investimento dovrebbero essere realizzati con un budget CAPEX limitato?
- Come si possono distribuire in modo ottimale le risorse tra diversi progetti e periodi di tempo?
- Quale combinazione di progetti produce il massimo beneficio economico modellizzato?
- In che modo ulteriori restrizioni modificano il portafoglio ottimale?
- Quali sono le ripercussioni dei tagli al budget o dei cambiamenti nelle priorità strategiche?
La ricerca operativa si distingue quindi dalle analisi puramente descrittive: non si limita a esaminare ciò che è accaduto o potrebbe accadere, ma individua quale alternativa d’azione ammissibile debba essere privilegiata nell’ambito di una funzione obiettivo definita.
2. Ricerca operativa e gestione aziendale: due discipline che si fondono
La gestione aziendale classica si occupa di strategia, obiettivi aziendali, definizione del budget, investimenti, organizzazione e governance.
La ricerca operativa fornisce metodi per strutturare e ottimizzare matematicamente determinate decisioni gestionali.
Entrambe le discipline si completano a vicenda soprattutto nei casi in cui è necessario prendere contemporaneamente molte decisioni interconnesse.
2.1 La classica separazione tra analisi e decisione
In molte aziende, le proposte di investimento vengono inizialmente elaborate a livello decentralizzato. I reparti di Controlling e Finanza consolidano i dati, valutano la redditività e i rischi e preparano i documenti decisionali.
Il consiglio di amministrazione riceve quindi un elenco di progetti ordinati per priorità o diversi scenari calcolati in anticipo.
Se durante la riunione cambia un presupposto fondamentale, può rendersi necessaria una nuova analisi. Ciò vale in particolare quando le modifiche al budget influenzano numerose interdipendenze tra i progetti e restrizioni relative alle risorse.
2.2 Dal report statico al modello decisionale interattivo
Un modello matematico di ottimizzazione può in parte superare questa separazione.
Gli obiettivi strategici (entrate, uscite, ponderazioni e interdipendenze) e ulteriori vincoli vengono integrati in un unico modello. Ciò consente di esaminare in modo coerente diversi obiettivi di gestione.
La direzione aziendale continua a decidere in merito a obiettivi, ipotesi e priorità. Il processo di ottimizzazione calcola le combinazioni di progetti adeguate a tali criteri.
La ricerca operativa non sostituisce quindi la direzione aziendale, ma ne amplia la base analitica decisionale.
3. Perché la prioritizzazione dei progetti non è ottimizzazione del portafoglio
La prioritizzazione dei progetti e l’ottimizzazione del portafoglio seguono approcci metodologici diversi.
3.1 La prioritizzazione dei progetti valuta le singole iniziative
Nella definizione delle priorità, i progetti vengono valutati, ad esempio, in base al valore attuale netto, al ritorno sull’investimento, all’importanza strategica o a un punteggio ponderato e successivamente classificati in ordine di priorità.
Tale graduatoria può essere utile per il processo decisionale. Tuttavia, non indica automaticamente quale sia la migliore combinazione di progetti nell’ambito di un budget comune.
3.2 L’ottimizzazione del portafoglio considera la combinazione complessiva
L’ottimizzazione matematica del portafoglio tiene conto contemporaneamente di:
- i costi di investimento e i budget disponibili
- Contributi economici o strategici agli obiettivi
- Dipendenze tra i progetti e condizioni di esclusione
- Disponibilità delle risorse e limiti di capacità
- Pianificazione pluriennale degli investimenti e delle risorse
- Progetti obbligatori e requisiti normativi
Un singolo progetto con un punteggio elevato non deve quindi necessariamente far parte del portafoglio complessivo ottimale. Diversi progetti di minore entità possono, nel loro insieme, raggiungere un contributo agli obiettivi più elevato.
La domanda gestionale fondamentale non è solo: quali progetti sono validi? Ma: quale combinazione è la migliore nelle condizioni date?
4. I fondamenti matematici dell’ottimizzazione del portafoglio
Un tipico portafoglio CAPEX può essere formulato come un problema di ottimizzazione binario.
4.1 Variabili decisionali
Per ogni progetto i viene definita una variabile binaria:
x_i ∈ {0,1}
Dove:
x_i = 1: il progetto i viene selezionato.x_i = 0: il progetto i non viene selezionato.
4.2 Funzione obiettivo
Se a ciascun progetto viene assegnato un contributo obiettivo additivo v_i, una funzione obiettivo semplificata è la seguente:
Massimizzare Z = Σ(da i=1 a n) v_i · x_i
Il contributo obiettivo può essere, ad esempio, un valore attuale netto, un beneficio monetizzato o un valore di utilità strategica definito in modo coerente.
In presenza di effetti non additivi, rischi o interazioni tra i progetti, sono necessari modelli opportunamente estesi.
4.3 Vincolo di bilancio
Per un budget di investimento disponibile B e costi di progetto c_i vale:
Σ(da i=1 a n) c_i · x_i ≤ B
I progetti selezionati non devono superare il budget definito.
4.4 Dipendenze e ulteriori restrizioni
Se il progetto A presuppone la realizzazione del progetto B, la condizione può essere, ad esempio:
x_A ≤ x_B
Ulteriori vincoli possono riguardare le risorse umane, le dipendenze tecniche, la durata dei progetti o i limiti di bilancio annuali.
Il modello matematico descrive quindi uno spazio decisionale ammissibile, all’interno del quale un algoritmo di ottimizzazione cerca la soluzione migliore.
4.5 Complessità combinatoria
In presenza di n decisioni di progetto binarie indipendenti, esistono teoricamente 2^n possibili combinazioni di scelta.
Per 30 progetti si ottiene:
2³⁰ = 1.073.741.824 possibili combinazioni di selezione.
Questo numero descrive lo spazio di selezione teorico prima di tenere conto delle restrizioni. Ciò non significa che un algoritmo di ottimizzazione debba calcolare ogni combinazione singolarmente. I metodi moderni sono in grado di escludere sistematicamente gran parte dello spazio di ricerca.
5. Ricerca operativa nella sala del consiglio: l’ottimizzazione come parte integrante della riunione del consiglio di amministrazione
L’integrazione della ricerca operativa nella sala del consiglio di amministrazione modifica soprattutto la tempistica del supporto decisionale.
Anziché limitarsi a discutere classifiche di progetti già preparate, la dirigenza aziendale può avvalersi di un modello matematico che calcola decisioni alternative sulla base di obiettivi e vincoli definiti.
5.1 Dal rapporto all’analisi interattiva
Un possibile approccio comprende cinque fasi:
- Base dati: vengono preparati i progetti di investimento, i costi (spese), i contributi di utilità (entrate) e i vincoli.
- Portafoglio iniziale: il modello calcola una combinazione di progetti ammissibile e il più possibile ottimale.
- Discussione gestionale: il consiglio di amministrazione e la direzione finanziaria esaminano i limiti di bilancio, le priorità e le ipotesi.
- Ricalcolo: i parametri modificati vengono inseriti nel modello e ottimizzati nuovamente.
- Decisione: la direzione aziendale valuta i risultati e adotta una delibera documentata.
In questo modo, l’ottimizzazione matematica può diventare una componente interattiva dei processi decisionali strategici.
5.2 Il ruolo della decisione umana
Anche un portafoglio calcolato in modo matematicamente ottimale dipende dalla qualità del modello.
Un algoritmo di ottimizzazione può tenere conto solo degli obiettivi, delle ipotesi e dei vincoli contenuti nel modello.
La responsabilità strategica, la capacità di giudizio imprenditoriale e la governance rimangono quindi di competenza del management.
6. Simulazione in tempo reale: cosa succede se il consiglio di amministrazione modifica i propri parametri?
L’utilità pratica di un’ottimizzazione in tempo reale emerge in particolare quando, nel corso di una riunione, cambiano le condizioni quadro essenziali.
6.1 Scenario: il budget CAPEX viene ridotto
Un’azienda sta pianificando un portafoglio di investimenti con un budget di 20 milioni di euro. Durante la riunione del consiglio di amministrazione si decide di limitare i fondi disponibili a 17 milioni di euro.
Una semplice eliminazione degli ultimi progetti prioritari non porta necessariamente alla migliore combinazione rimanente.
Un modello di ottimizzazione, invece, può ricalcolare completamente il portafoglio entro il nuovo limite di budget.
6.2 Scenario: un progetto diventa obbligatorio
Il consiglio di amministrazione decide che un progetto richiesto dalla normativa debba essere realizzato indipendentemente dalla sua valutazione economica.
La nuova condizione secondaria è, ad esempio:
x_progetto_obbligatorio = 1
Il modello tiene conto di questo requisito e cerca la migliore combinazione di progetti all’interno dello spazio decisionale rimanente.
6.3 Scenario: le risorse diventano un collo di bottiglia
Il budget non è sempre l’unico vincolo determinante. Anche gli specialisti tecnici, le capacità produttive o le risorse di gestione dei progetti possono essere limitati.
Introducendo ulteriori restrizioni relative alle risorse è possibile analizzare come cambia la composizione ottimale dei progetti.
La simulazione in tempo reale rende immediatamente comparibili le conseguenze delle modifiche alle direttive di gestione, purché il modello e i tempi di calcolo lo consentano.
7. Esempio pratico: 30 progetti CAPEX e oltre un miliardo di combinazioni teoriche
Consideriamo un’azienda con 30 progetti di investimento pianificati.
Ogni progetto presenta un fabbisogno di investimento, un contributo economico previsto e, se del caso, dipendenze da altre iniziative.
In caso di selezione binaria dei progetti, si ottengono teoricamente oltre un miliardo di combinazioni possibili.
7.1 Perché una classifica su foglio di calcolo non è sufficiente
Un foglio di calcolo è in grado di documentare molto bene i costi dei progetti, i valori attuali netti e le priorità.
Tuttavia, un elenco di progetti ordinato in base al ROI o al valore attuale netto non costituisce un algoritmo generale per risolvere un problema combinatorio di ottimizzazione del portafoglio.
Il problema non risiede fondamentalmente nel software Excel. Con adeguati metodi di risoluzione, è possibile risolvere modelli di ottimizzazione anche a partire da fogli di calcolo. Ciò che è determinante è se si effettui effettivamente un’ottimizzazione matematica del portafoglio o se si elabori semplicemente una classifica.
7.2 Esempio di calcolo con sei progetti
Un portafoglio semplificato contiene i seguenti progetti ipotetici:
| Progetto | Investimento | Valore attuale netto |
|---|---|---|
| A | 6 milioni di € | 9 milioni di € |
| B | 5 milioni di € | 7 milioni di € |
| C | 4 milioni di € | 6 milioni di € |
| D | 3 milioni di € | 4 milioni di € |
| E | 2 milioni di € | 3 milioni di € |
| F | 2 milioni di € | 2 milioni di euro |
Il budget disponibile ammonta a 10 milioni di euro.
Una selezione basata esclusivamente sul valore attuale netto assoluto più elevato favorirebbe inizialmente il progetto A. In combinazione con il progetto C, si ottiene un valore attuale netto di 15 milioni di euro.
La combinazione di B, C ed E richiede invece 11 milioni di euro e non è quindi ammissibile.
La combinazione di B, D ed E richiede esattamente 10 milioni di euro e raggiunge un valore attuale netto di 14 milioni di euro.
Anche la combinazione di A e C richiede esattamente 10 milioni di euro e raggiunge i 15 milioni di euro. In questo esempio semplificato, essa rappresenta quindi la soluzione ottimale.
L’esempio mostra come i vincoli di budget determinino la scelta. In presenza di portafogli più ampi e di ulteriori dipendenze, un calcolo matematico sistematico assume particolare rilevanza.
8. Qual è l’importanza della ricerca operativa per il CEO, il CFO e il consiglio di sorveglianza?
8.1 CEO: rendere operative le priorità strategiche
Per i CEO, il vantaggio consiste nel collegare gli obiettivi strategici a decisioni concrete in materia di risorse e investimenti.
Crescita, trasformazione, efficienza e resilienza spesso competono per le stesse risorse finanziarie.
Un modello di ottimizzazione può rendere trasparente quale combinazione di progetti supporti al meglio gli obiettivi definiti nell’ambito delle risorse disponibili.
8.2 CFO: migliorare sistematicamente l’allocazione del capitale
Per i CFO è particolarmente rilevante il collegamento tra allocazione del capitale, pianificazione dei CAPEX e ottimizzazione del portafoglio.
L’ottimizzazione matematica può aiutare a confrontare in modo coerente le alternative di investimento e a rendere visibili le conseguenze delle diverse decisioni di bilancio.
In questo contesto, essa non sostituisce né la valutazione finanziaria né la gestione del rischio, ma le integra con un processo decisionale sistematico di selezione.
8.3 Consiglio di sorveglianza: comprendere le basi decisionali
Per i consigli di sorveglianza e altri organi di controllo, i modelli di ottimizzazione documentati possono migliorare la tracciabilità delle decisioni di investimento.
Sono particolarmente rilevanti gli obiettivi, i vincoli, gli scenari e le differenze tra le alternative proposte.
L’ottimizzazione matematica crea così un’ulteriore base analitica per la governance e il controllo, senza modificare la responsabilità degli organi.
9. Quali procedure di ottimizzazione consentono l’applicazione della ricerca operativa nella gestione aziendale?
L’implementazione matematica e algoritmica dipende dalla struttura del problema decisionale in questione.
9.1 Ottimizzazione lineare e mista-intera
La programmazione lineare e la programmazione lineare mista-intera (MILP) rientrano tra i metodi consolidati per la modellizzazione dei problemi di allocazione e selezione.
Le decisioni binarie relative ai progetti possono essere combinate con funzioni obiettivo lineari e vincoli.
9.2 Ottimizzazione combinatoria
L’ottimizzazione combinatoria studia la selezione, la disposizione e la combinazione di alternative discrete.
È particolarmente rilevante quando le decisioni sono interdipendenti e il numero di combinazioni possibili cresce rapidamente con l’aumentare del numero di variabili.
9.3 Algoritmi esatti e metodi euristici
In condizioni adeguate, i metodi di ottimizzazione esatti possono dimostrare l’ottimalità globale di una soluzione o indicare un divario di ottimalità quantificato.
I metodi euristici e metaeuristici, invece, cercano soluzioni valide senza fornire, in generale, una dimostrazione di ottimalità globale.
L’approccio più adatto dipende dalla struttura del modello, dalle dimensioni del problema, dalla qualità desiderata della soluzione e dal tempo di calcolo a disposizione.
9.4 Calcolo parallelo e potenza di calcolo
Il calcolo parallelo può accelerare determinati metodi di ottimizzazione distribuendo le fasi di calcolo appropriate su più core del processore.
L’effettivo aumento di velocità dipende dall’algoritmo, dalla struttura del problema e dal grado di parallelizzazione. Non è quindi possibile dedurre un tempo di calcolo breve o una dimostrazione di ottimalità globale solo dal numero di core di calcolo.
10. Ricerca operativa, intelligenza artificiale e Decision Intelligence
La ricerca operativa, l’intelligenza artificiale e la decision intelligence vengono spesso trattate insieme, ma svolgono funzioni diverse.
10.1 Analisi predittiva e analisi prescrittiva
L’analisi predittiva si occupa di prevedere gli sviluppi futuri.
L’analisi prescrittiva esamina quali azioni siano appropriate in base a determinati presupposti e obiettivi.
La ricerca operativa fornisce a tal fine metodi matematici fondamentali.
10.2 Il collegamento tra previsione e ottimizzazione
Un modello di machine learning può, ad esempio, stimare la domanda futura, i costi o le probabilità di guasto.
Un modello di ottimizzazione può quindi utilizzare queste stime per allocare risorse, investimenti o misure nel rispetto di determinati vincoli.
La qualità della decisione dipende sia dalla previsione che dalla modellizzazione del problema di ottimizzazione.
10.3 La Decision Intelligence come quadro organizzativo
La Decision Intelligence integra dati, modelli, logica decisionale e processi organizzativi con l’obiettivo di supportare sistematicamente il processo decisionale.
All’interno di questo quadro, la ricerca operativa può costituire la base matematica per il calcolo delle alternative d’azione.
La combinazione tra ottimizzazione matematica e processo gestionale rende i metodi scientifici utilizzabili per decisioni aziendali concrete.
11. Come si può integrare la Ricerca Operativa nei processi aziendali esistenti?
Un’implementazione di successo richiede non solo algoritmi adeguati, ma anche un’integrazione organizzativa e tecnica solida.
11.1 Dati provenienti dalla finanza, dal controlling e dalla gestione dei progetti
Le informazioni rilevanti possono provenire da sistemi ERP, soluzioni di gestione dei progetti, pianificazione finanziaria e fogli di calcolo.
È importante definire in modo coerente i costi di progetto (spese), i contributi di utilità (entrate), i periodi di tempo e i vincoli.
11.2 Governance e responsabilità del modello
L’azienda deve stabilire chi definisce gli obiettivi e i vincoli, chi approva i dati e chi convalida i risultati dell’ottimizzazione.
Le modifiche alle ipotesi del modello dovrebbero essere documentate e, se necessario, sottoposte a controllo delle versioni.
11.3 Integrazione nel ciclo decisionale
L’ottimizzazione matematica del portafoglio può essere integrata nei processi annuali di pianificazione del CAPEX, nei programmi di investimento pluriennali e nelle riallocazioni infrannuali.
Per le sessioni in tempo reale, è opportuno convalidare in anticipo i dati e il modello e modificare in modo interattivo solo parametri chiaramente definiti.
12. Prerequisiti e limiti dell’ottimizzazione matematica della gestione
La ricerca operativa non fornisce alcuna garanzia automatica di decisioni economicamente vincenti.
12.1 Qualità dei dati e validazione del modello
Ipotesi di costo errate, dipendenze incomplete o contributi obiettivo incoerenti possono portare a risultati inadeguati.
Pertanto, la verifica dei dati, la validazione tecnica del modello e i controlli di plausibilità sono componenti essenziali di un’ottimizzazione seria.
12.2 Incertezza e rischio
I rendimenti futuri degli investimenti e i costi di progetto sono spesso incerti.
A seconda dell’applicazione, possono essere necessarie analisi di scenario, analisi di sensibilità, ottimizzazione robusta o metodi stocastici.
12.3 L’ottimalità globale è sempre relativa al modello
Un optimum matematicamente globale è la migliore soluzione ammissibile nell’ambito della funzione obiettivo e dei vincoli definiti.
Non è automaticamente sinonimo della decisione migliore sotto tutti i punti di vista dell’economia reale.
12.4 Il calcolo in tempo reale dipende dalla struttura del problema
Molti problemi di ottimizzazione possono essere risolti rapidamente. Altri richiedono tempi di calcolo considerevoli o l’utilizzo di metodi approssimativi.
Per un’applicazione in tempo reale affidabile, è necessario testare le dimensioni del modello, il comportamento del risolutore, i tempi di calcolo e la qualità dei risultati in condizioni realistiche.
13. Campi di applicazione della ricerca operativa nella gestione aziendale
13.1 Ottimizzazione del CAPEX e del portafoglio di investimenti
Le aziende possono avvalersi dell’ottimizzazione matematica per ripartire i budget di investimento tra progetti, sedi o settori di attività.
13.2 Allocazione strategica delle risorse
L’assegnazione di risorse limitate – umane, tecniche o finanziarie – a progetti in competizione tra loro rappresenta un classico problema di ottimizzazione.
13.3 Pianificazione pluriennale degli investimenti
I modelli pluriennali possono tenere conto dei limiti di bilancio annuali, della durata dei progetti, delle dipendenze e della disponibilità delle risorse.
13.4 Infrastrutture e bilanci pubblici
Anche le istituzioni pubbliche si trovano ad affrontare complesse decisioni di allocazione. Anziché limitarsi a massimizzare i rendimenti monetari, modelli di utilità adeguati possono tenere conto dell’impatto sociale e degli obiettivi politici.
Gli obblighi di legge, gli vincoli di destinazione e le priorità democraticamente legittimate rimangono in questo contesto condizioni quadro vincolanti.
13.5 Ricerca, sviluppo e trasformazione
Anche i portafogli di ricerca e sviluppo, i programmi di trasformazione e le iniziative strategiche possono essere supportati da modelli matematici di selezione e allocazione.
14. StratePlan: la ricerca operativa come servizio decisionale online
Con StratePlan, mAInthink GmbH sta sviluppando un’applicazione che rende accessibile l’ottimizzazione matematica dei portafogli ai processi decisionali economici e pubblici.
L’approccio combina metodi di ricerca operativa con un’interfaccia orientata all’applicazione per l’analisi di portafogli di progetti e di investimenti.
14.1 Dai dati di progetto alla combinazione ottimizzata
Il punto di partenza è costituito da dati strutturati relativi ai progetti, quali il fabbisogno di investimento, i ricavi e i vincoli rilevanti.
Il modello di ottimizzazione esamina quale combinazione di progetti, nelle condizioni quadro definite, raggiunga il massimo contributo all’obiettivo modellizzato.
14.2 Scenari per la gestione e la finanza
Le modifiche ai budget o ad altri parametri del modello possono essere utilizzate per ricalcolare il portafoglio.
Ciò consente di confrontare diversi obiettivi strategici senza dover ricostruire manualmente l’intera valutazione del progetto.
14.3 Simulazione CAPEX Live Boardroom
La simulazione CAPEX Live Boardroom trasferisce l’approccio di ottimizzazione nella riunione del consiglio di amministrazione.
Il management aziendale può discutere condizioni quadro alternative e analizzarne gli effetti sulla combinazione di progetti calcolata.
La velocità effettiva dipende dalla struttura del modello e dalla dimensione del problema.
14.4 Decision Intelligence 4 All
Il concetto Decision Intelligence 4 All persegue l’obiettivo di rendere l’ottimizzazione matematica accessibile anche al di fuori dei reparti specializzati di ricerca operativa.
Il servizio Decision Service online è pensato per semplificare l’applicazione dei metodi scientifici di ottimizzazione, senza che gli utenti debbano programmare autonomamente modelli matematici o algoritmi.
Stesso budget. Combinazioni migliori. Maggiore impatto.
Ottimizza matematicamente i tuoi progetti adesso →
15. Domande frequenti sulla ricerca operativa nella gestione aziendale
Cosa significa “ricerca operativa” nella gestione aziendale?
La ricerca operativa nella gestione aziendale indica l’applicazione di modelli matematici e procedure di ottimizzazione alle decisioni aziendali, ad esempio l’allocazione del capitale, la selezione del portafoglio progetti, la pianificazione delle risorse e la gestione degli investimenti.
La ricerca operativa può essere utilizzata direttamente durante una riunione del consiglio di amministrazione?
Sì. Se i dati, il modello e l’infrastruttura tecnica sono pronti, durante una riunione è possibile ricalcolare e confrontare decisioni alternative relative al budget e alle risorse. Il tempo di calcolo necessario dipende dalla complessità del modello.
Qual è la differenza tra la definizione delle priorità dei progetti e l’ottimizzazione matematica del portafoglio?
La prioritizzazione dei progetti ordina i singoli progetti in base a criteri di valutazione. L’ottimizzazione del portafoglio, invece, calcola la combinazione migliore possibile o dimostrabilmente ottimale di più progetti nel rispetto di vincoli comuni.
La ricerca operativa è la stessa cosa dell’intelligenza artificiale?
No. La ricerca operativa è una disciplina scientifica a sé stante. Entrambi i settori utilizzano metodi matematici in parte affini e possono essere combinati tra loro, ad esempio nell’ottimizzazione basata su previsioni.
L’ottimizzazione matematica può aumentare il ROI?
In condizioni adeguate, l’ottimizzazione matematica può identificare combinazioni di progetti migliori e, di conseguenza, sbloccare potenzialità economiche. Tuttavia, un aumento concreto del ROI dipende dai dati di progetto, dalle ipotesi del modello e dalle alternative disponibili e non è generalmente garantito.
Quali dati sono necessari per l’ottimizzazione del portafoglio CAPEX?
In genere sono necessari identificatori di progetto, costi di investimento, ricavi e vincoli rilevanti. Per modelli più complessi si aggiungono, ad esempio, dipendenze tra progetti, periodi di tempo e fabbisogni di risorse.
Quante combinazioni di progetti ci sono con 30 progetti?
Con 30 decisioni di selezione binarie, esistono teoricamente 2 alla 30, ovvero 1.073.741.824 combinazioni. I vincoli limitano le combinazioni ammissibili; gli algoritmi di ottimizzazione non devono necessariamente esaminare singolarmente tutte le possibilità teoriche.
L’ottimizzazione matematica sostituisce la decisione del consiglio di amministrazione?
No. Il management definisce obiettivi, priorità e condizioni quadro e continua ad assumersi la responsabilità della decisione. L’ottimizzazione fornisce un supporto decisionale matematicamente fondato.
16. Conclusione: la ricerca operativa diventa una competenza gestionale strategica
La ricerca operativa non è una scienza nuova. La novità sta nella possibilità di integrare maggiormente i suoi metodi nei processi decisionali strategici interattivi.
Quando i modelli matematici, i dati disponibili e un software adeguato si combinano, l’ottimizzazione dei portafogli di investimenti e di progetti può essere integrata direttamente nelle discussioni del management.
Il consiglio di amministrazione non deve quindi affidarsi esclusivamente a classifiche statiche e a scenari preselezionati. Può esaminare in che modo parametri alternativi influiscano sulla migliore combinazione possibile di progetti.
In questo modo cambia il ruolo della ricerca operativa: da una funzione analitica specializzata a una competenza potenzialmente ricorrente nella gestione strategica aziendale.
La matematica non fornisce la responsabilità imprenditoriale. Tuttavia, può migliorare notevolmente la qualità della base decisionale.
Decision Intelligence 4 All. Basata sulla ricerca operativa e sull’ottimizzazione matematica.
