Mākslīgā intelekta atbalstīts kombināciju risinātājs ieguldījumu lēmumu pieņemšanai

Kāpēc lielākā daļa ieguldījumu lēmumu ir sistemātiski neoptimāli - un kā kombinatoriskā optimizācija pirmo reizi ļauj aprēķināt visu lēmumu pieņemšanas telpu.

Gandrīz katrā organizācijā stratēģiskie investīciju lēmumi tiek pieņemti, pamatojoties uz plašu analīzi. Tiek izstrādāti biznesa gadījumi, novērtēti projekti, aprēķināti scenāriji un piešķirti budžeti. Neraugoties uz šo augsto analīzes līmeni, lielākajā daļā lēmumu pieņemšanas procesu joprojām nav atrisināta fundamentāla matemātiska problēma: netiek aprēķināta visa lēmumu pieņemšanas telpa.

Kad organizācijas plāno ieguldījumu portfeļus, tās saskaras ar klasisku kombinatoriskās optimizācijas problēmu. Vairāku ieguldījumu projektu gadījumā ir ne tikai atsevišķi lēmumi, bet arī liels skaits iespējamo projektu kombināciju, kas kopā veido portfeli.

Šīs kombinācijas pieaug eksponenciāli. Pat tikai daži projekti rada lēmumu pieņemšanas telpu, kuru cilvēki, Excel modeļi un citi instrumenti vairs nespēj pilnībā analizēt vai tradicionālie projektu portfeļa pārvaldības rīki vairs nespēj pilnībā analizēt.

Rezultātā rodas strukturāla lēmumu pieņemšanas problēma: organizācijas nosaka projektu prioritātes, analizē scenārijus un piešķir budžetus, nezinot visu ieguldījumu matemātiski optimālo kombināciju.

Tieši šajā situācijā nāk talkā jaunās paaudzes algoritmiskās sistēmas: Mākslīgā intelekta atbalstīti kombināciju risinātāji investīciju lēmumu pieņemšanai. Šīs sistēmas neaprēķina atsevišķus projektus, bet gan visu iespējamo projektu portfeļu lēmumu telpu un nosaka globālo optimālo variantu ar reāliem ierobežojumiem.

Ieguldījumu plānošanas matemātiskā pamatproblēma

Ieguldījumu portfeļa plānošanu matemātiski var formulēt kā kombinatorisku lēmumu pieņemšanas problēmu. Pieņemsim, ka uzņēmums vai valsts organizācija novērtē potenciālo ieguldījumu projektu sarakstu.

Katru projektu var īstenot vai neīstenot. Tādējādi no N projektu saraksta tiek iegūtas visas iespējamās šo projektu kombinācijas.

Iespējamo portfeļu skaits izriet no funkcijas:

2^N

Tas nozīmē, ka pat salīdzinoši neliels projektu skaits rada ārkārtīgi lielu lēmumu telpu.

Jau ar desmit projektiem ir vairāk nekā tūkstoš iespējamo projektu portfeļu. Ar divdesmit projektiem - vairāk nekā miljons. Ar piecdesmit projektiem - vairāk nekā kvadriljons iespējamo kombināciju.

Šī eksponenciālā struktūra ir klasiska kombinatoriskās optimizācijas iezīme, kas ir operāciju izpētes un datorzinātnes galvenā pētniecības joma.

Teorētiski šīs problēmas ir zināmas jau vairākus gadu desmitus un ir aprakstītas zinātniskajā literatūrā kā Knapsaka problēmas varianti, projektu portfeļa atlases problēma vai jaukta integrālo skaitļu optimizācija.

Tomēr praksē reti kad tiek aprēķināta pilna lēmumu telpa.

Kāpēc klasiskie lēmumu pieņemšanas procesi sistemātiski cieš neveiksmi

Lielākajā daļā organizāciju ieguldījumu projektu atlase notiek pēc salīdzinoši līdzīga modeļa.

Vispirms projekti tiek analizēti individuāli. Tiek izstrādāti biznesa piemēri, aplēsta paredzamā peļņa, novērtēti riski un noteiktas stratēģiskās prioritātes.

Pēc tam, izmantojot novērtēšanas sistēmu, nosaka projektu prioritātes. Tā var būt rezultātu tabulu, rangu vai stratēģisko svērumu sistēma.

Visbeidzot, projekti tiek iekļauti portfelī, līdz tiek sasniegti budžeta vai kapacitātes ierobežojumi.

No matemātiskā viedokļa šis process atbilst tā sauktajai alkatības procedūrai.

Greedy algoritmi pieņem lēmumus soli pa solim un izvēlas labāko iespēju jebkurā brīdī. Tie ir viegli īstenojami un bieži vien intuitīvi saprotami.

Tomēr to izšķirošais trūkums ir tas, ka tie ņem vērā tikai vietējos uzlabojumus. Visas sistēmas globālais optimums bieži paliek neatzīts.

Sarežģītos ieguldījumu portfeļos tas var novest pie tā, ka tiek izvēlēti projekti ar augstu individuālo vērtību, lai gan cita projektu kombinācija radītu ievērojami lielāku kopējo vērtību.

Vietējā optima problēma

Šīs problēmas izskaidrošanai noderīgs tēls ir ainava ar daudziem kalniem un vienu augstāko kalnu.

Vietējie lēmumu pieņemšanas procesi bieži virzās uz tuvāko kalnu. Tiklīdz tiek sasniegts šķietami labs punkts, tas tiek uzskatīts par optimālu.

Tomēr patiesais globālais optimums - augstākais kalns ainavā - paliek apslēpts, jo netiek sistemātiski analizēta visa lēmumu pieņemšanas telpa.

Ieguldījumu portfeļos tas nozīmē, ka uzņēmumi izvēlas labus projektus, bet ne vienmēr labāko visu projektu kombināciju, bet ne vienmēr labāko visu projektu kombināciju.

Atšķirība starp vietējo optimumu un globālo optimumu var radīt būtiskas ekonomiskās novirzes lielos ieguldījumu portfeļos noved pie būtiskām ekonomiskām novirzēm.

Tipiskas kļūdas portfeļa lēmumā

Pilnīgas lēmumu telpas neiekļaušana rada vairākas sistemātiskas kļūdas ieguldījumu plānošanā ieguldījumu plānošanā.

Viena no izplatītākajām problēmām ir atsevišķu projektu izolēts novērtējums. Ja projekti tiek vērtēti tikai individuāli, netiek ņemta vērā mijiedarbība starp projektiem.

Vēl viena problēma ir budžeta sadrumstalotība. Budžets tiek piešķirts vairākiem projektiem, neņemot vērā šo projektu apvienojuma kopējo ietekmi.

Bieži netiek pietiekami novērtēta arī laika savstarpējā atkarība. Daudzu projektu ekonomiskie ieguvumi tiek realizēti tikai kopā ar citām iniciatīvām vai vairāku gadu laikā vairāku gadu laikā.

Neveicot šo savstarpējo atkarību matemātisku modelēšanu, tiek veidoti portfeļi, kas šķiet ticami, bet nav optimāli.

Kombinatoriskās optimizācijas nozīme

Kombinatoriskā optimizācija risina tieši šāda veida problēmas. Mērķis ir no daudzām iespējamām kombinācijām noteikt to, kas maksimizē vai minimizē noteiktu mērķa funkciju, kas maksimizē vai minimizē noteiktu mērķa funkciju.

Ieguldījumu portfeļos šo mērķa funkciju parasti veido ekonomiskie rādītāji, piemēram Kapitāla vērtība, ienesīgums, risks vai stratēģiskais ieguldījums.

Pastāv arī sekundāri nosacījumi, piemēram, budžeta ierobežojumi, jaudas ierobežojumi, Projektu savstarpēja atkarība vai normatīvās prasības.

Matemātiski tas rada optimizācijas problēmu ar diskrētiem lēmuma mainīgajiem, ko bieži formulē kā jauktu veselu skaitļu programmēšanu.

Piemērs par lēmumu telpas eksploziju

Nākamajā tabulā parādīts, cik strauji pieaug lēmumu telpa, palielinoties projektu skaitam.

Šī eksponenciālā struktūra izskaidro, kāpēc klasiskie lēmumu pieņemšanas rīki nespēj analizēt visu lēmumu telpu, analizēt visu lēmumu pieņemšanas telpu.

Mākslīgā intelekta atbalstīti kombināciju risinātāji

Mākslīgā intelekta atbalstīts kombināciju risinātājs risina tieši šo problēmu.

Tā vietā, lai analizētu atsevišķus projektus, risinātājs modelē visu ieguldījumu portfeli kā matemātisku optimizācijas problēmu.

Lēmumu mainīgie lielumi atspoguļo atsevišķu projektu izvēli. Ierobežojumi modelē reālus ierobežojumus, piemēram, budžetu, jaudu vai risku.

Risinātājs pēc tam sistemātiski pārmeklē lēmumu telpu un identificē projektu kombināciju projektu kombināciju, kas maksimāli palielina mērķa funkciju.

Mūsdienu sistēmas apvieno metodes no vairākām pētniecības jomām:

• Operāciju izpēte
• Kombinatoriskā optimizācija
• Jaukta integrālo skaitļu programmēšana
• Filiāļu un robežu metodes
• Heiristiskie meklēšanas algoritmi
• Mašīnmācīšanās

Šī kombinācija nodrošina spēcīgu lēmumu pieņemšanas atbalstu, kas ievērojami pārsniedz tradicionālās analīzes sistēmas.

Atšķirība starp analīzi un optimizāciju

Daudzas esošās projektu portfeļa pārvaldības sistēmas koncentrējas uz analīzes funkcijām.

Tās atbild uz šādiem jautājumiem:

• Cik rentabls ir projekts?
• Cik liels ir risks?
• Kā mainās biznesa scenārijs, ņemot vērā noteiktus pieņēmumus?

Šī informācija ir svarīga, bet ar to nepietiek, lai noteiktu optimālo projektu kombināciju.

Optimizācijas sistēmas uzdod citu jautājumu:

Kura visu projektu kombinācija maksimāli palielina portfeļa kopējo vērtību, ievērojot dotos ierobežojumus?

Tikai no šīs perspektīvas kļūst redzama pilnīga lēmumu pieņemšanas telpa.

Praktiskā ietekme uz ieguldījumu lēmumiem

Atšķirība starp heiristisku prioritāšu noteikšanu un matemātisku portfeļa optimizāciju var būtiski ietekmēt ekonomiku var būt ievērojama ekonomiskā ietekme.

Reālajā dzīvē bieži vien ir tā, ka optimālā projektu kombinācija ir tāda ievērojami augstāka kopējā peļņa nekā klasiski prioritizētam portfelim.

Iemesls tam slēpjas projektu savstarpējā atkarībā.

Projekts ar mērenu individuālo vērtību var kopā ar citiem projektiem radīt ievērojamu pievienoto vērtību.

Un otrādi, vairāki ļoti vērtīgi projekti kopā var veidot neefektīvu portfeli, ja tie konkurē par vieniem un tiem pašiem resursiem vai tiem ir līdzīgi riski.

Stratēģiskā nozīme uzņēmumiem

Uzņēmumiem ar lieliem ieguldījumu budžetiem portfeļa lēmumu kvalitāte kļūst par izšķirošu konkurences faktoru izšķirošs konkurences faktors.

Kapitāla sadalījums nosaka, kuras tehnoloģijas tiek attīstītas, kuri tirgi tiek atvērti un kuri inovācijas ceļi tiek īstenoti.

Ja lēmumu pieņemšanas telpa nav pilnībā analizēta, resursi bieži tiek ieguldīti neoptimālos projektos.

Tāpēc matemātiski optimizēta portfeļa pieeja var būtiski ietekmēt uz uzņēmuma ilgtermiņa darbības rezultātiem.

Stratēģiska nozīme valsts budžetos

Ieguldījumu portfeļu optimizācijai arvien lielāka nozīme ir arī valsts sektorā.

Pilsētas un valstis saskaras ar izaicinājumu piešķirt ierobežotu budžetu lielam skaitam infrastruktūras projektu, Izglītības iniciatīvām un sociālajām programmām.

Šo projektu iespējamo kombināciju skaits ir milzīgs.

Bez sistemātiskas optimizācijas pastāv risks, ka ieguldījumi netiks nebūs maksimāli iespējamās sociālās ietekmes.

Lēmumu pieņemšanas intelekta nākotne

Palielinoties skaitļošanas jaudai un uzlabojoties optimizācijas algoritmiem, aprēķini par optimizācijas algoritmiem, sarežģītu lēmumu telpu aprēķināšana kļūst arvien praktiskāk īstenojama.

Mākslīgā intelekta atbalstīti kombināciju risinātāji paver iespēju Investīciju lēmumu pieņemšanu, pirmo reizi pamatojoties uz pilnīgu matemātisku lēmumu telpu.

Tas iezīmē būtiskas pārmaiņas veidā, kādā organizācijas pieņem stratēģiskus lēmumus, kā organizācijas pieņem stratēģiskus lēmumus.

Tā vietā, lai tikai pārvaldītu sarežģītību, tagad to var sistemātiski optimizēt.

BIEŽĀK UZDOTIE JAUTĀJUMI

Kas ir kombinētais risinātājs?

Kombināciju risinātājs ir algoritmiska sistēma, kas no daudzām iespējamām kombinācijām identificē tādu, kas maksimizē vai minimizē noteiktu mērķa funkciju.

Kāpēc investīciju lēmumi ir kombinatoriskas problēmas?

Tāpēc, ka katrs projekts var tikt vai nu īstenots, vai nerealizēts. Tā rezultātā no N projektiem tiek iegūtas visas iespējamās šo projektu kombinācijas.

Kāpēc klasiskie rīki nevar atrisināt šo problēmu?

Iespējamo kombināciju skaits pieaug eksponenciāli. Pat tikai ar dažiem projektiem lēmumu telpa pārsniedz iespējas klasisko analīzes rīku iespējas.

Kādas matemātiskās metodes tiek izmantotas?

Tipiskas metodes ir jaukta integrālo skaitļu programmēšana, zaru un robežu noteikšana, heiristiskās meklēšanas metodes un dažādas kombinatoriskās optimizācijas metodes.

Kādi ir ieguvumi uzņēmumiem?

Uzņēmumi var noteikt ieguldījumu portfeļus kas rada maksimālu ekonomisko vērtību reālu ierobežojumu apstākļos.

Kāda nozīme ir mākslīgajam intelektam?

Mākslīgo intelektu var izmantot, lai efektīvi strukturētu meklēšanas telpas, Uzlabot modeļus un atbalstīt lēmumu pieņemšanas procesus.