Pāriet uz galveno saturu Pāriet uz meklēšanu Pāriet uz galveno navigāciju

Lēmumu pieņemšana ar mākslīgā intelekta palīdzību – kāpēc šodien stratēģiskie lēmumi ir jāaprēķina

Kopsavilkums: Lēmuma kvalitāte ir atkarīga no izvērtētajām alternatīvām

Kā uzņēmumi, valdes un valsts pārvaldes iestādes var nodrošināt, ka no daudzajiem iespējamajiem pasākumiem tie patiešām izvēlas ekonomiski vai sociāli vislabāko kombināciju?

Stratēģiskā lēmumu pieņemšana tradicionāli balstās uz pieredzi, speciālajām zināšanām, intuīciju, biznesa analīzēm, Excel modeļiem un diskusijām vadības struktūrās.

Šie instrumenti joprojām ir neaizstājami. Tomēr tie saskaras ar praktiskām robežām, tiklīdz daudzi ieguldījumi, projekti un pasākumi vienlaikus konkurē par ierobežotiem resursiem.

Izaicinājums ne vienmēr slēpjas informācijas trūkumā vai nepietiekamās lēmumu pieņemšanas kompetencē.

Tā slēpjas lēmumu pieņemšanas telpas matemātiskajā sarežģītībā.

Uzņēmumam, kam plānoti 50 investīciju projekti, vienkāršotā binārā modelī ir vairāk nekā viens biljonis iespējamo projektu kombināciju.

Neviens valdes loceklis, neviens investīciju komitejas loceklis un neviena pašvaldības lēmējinstitūcija nevar pilnībā izvērtēt šīs alternatīvas, izmantojot diskusijas vai manuālus salīdzinājumus.

Tāpēc izšķirošais jautājums vairs nav tikai:

„Kuri projekti ir īpaši svarīgi vai ekonomiski pievilcīgi?“

Bet gan:

„Kura visu pieejamo projektu kombinācija mūsu budžeta, resursu un stratēģijas apstākļos nodrošina vislabāko iespējamo kopējo rezultātu?“

Tieši šeit nāk talkā mākslīgā intelekta (AI) balstītā matemātiskā lēmumu optimizācija.

„StratePlan“ apvieno operāciju pētījumu metodes ar mākslīgā intelekta pieejām, lai sistemātiski izpētītu sarežģītus projektu portfeļus un aprēķinātu ekonomiski efektīvas kombinācijas.

Mērķis nav aizstāt cilvēku lēmumus, bet gan būtiski uzlabot to matemātisko pamatu.

1. Mūsdienu lēmumu pieņemšanas galvenā problēma: atsevišķi lēmumi ir portfeļa lēmumi

Daudzās organizācijās stratēģiskos lēmumus joprojām izskata atsevišķi.

Ieguldījumu projektu novērtē, pamatojoties uz tā ieguldījuma atdevi. Digitalizācijas pasākumam piešķir stratēģisko vērtējumu. Pašvaldības infrastruktūras projektu prioritizē atbilstoši steidzamībai.

Šie atsevišķie novērtējumi ir svarīgi.

Tomēr tās automātiski neatbild uz jautājumu, kāda visu pasākumu kombinācija nodrošina vislabāko kopējo rezultātu.

Iemesls ir vienkāršs: projekti savstarpēji konkurē.

Tiem ir nepieciešams kapitāls, personāls, laiks, tehniskās iespējas un organizācijas uzmanība.

Ja kāds pasākums tiek īstenots, tam atvēlētie resursi vairs nav pieejami citiem projektiem.

Tādējādi rodas mijiedarbība starp atsevišķajiem lēmumiem.

Tāpēc ekonomiski vispievilcīgākie atsevišķie projekti ne vienmēr veido ekonomiski vislabāko kopējo portfeli.

Piemēram, projekts ar augstu individuālo ienesīgumu var prasīt tik daudz kapitāla, ka vairs nav iespējams finansēt vairākus citus projektus, kuru kopējā neto vērtības pievienojuma summa ir lielāka.

Tāpēc stratēģiskā lēmumu pieņemšana ir jāveic portfeļa līmenī.

Galvenais vadības jautājums ir šāds:

Kāda mūsu pieejamo pasākumu kombinācija esošo ierobežojumu ietvaros rada vislielāko kopējo ekonomisko vai sociālo ieguldījumu?

2. Kāpēc lēmumu pieņemšanas telpa pieaug eksponenciāli: matemātiskais princips 2^N

Iespējamo projektu kombināciju skaits nepieaug lineāri līdz ar projektu skaitu.

Vienkāršotā binārā lēmumu pieņemšanas modelī katrs projekts var tikt īstenots vai neīstenots.

Ja ir N neatkarīgi izvēlējami projekti, teorētiski rodas 2^N iespējamās kombinācijas.

Šis apjoms kļūst skaidrs jau salīdzinoši neliela projektu skaita gadījumā:

  • 7 projekti: 2^7 = 128 kombinācijas
  • 10 projekti: 2^10 = 1 024 kombinācijas
  • 20 projekti: 2^20 = 1 048 576 kombinācijas
  • 30 projekti: 2^30 = 1 073 741 824 kombinācijas
  • 40 projekti: 2^40 = 1 099 511 627 776 kombinācijas
  • 50 projekti: 2^50 = 1 125 899 906 842 624 kombinācijas
  • 100 projekti: 2^100 = aptuveni 1,27 × 10^30 kombinācijas

Tātad, ja ir 50 projekti, teorētiski ir iespējamas aptuveni 1,126 biljonu projektu kombināciju.

Ne katra kombinācija ir pieļaujama budžeta ierobežojumu, resursu ierobežojumu vai projektu savstarpējās atkarības dēļ.

Tomēr šis apjoms parāda, kāpēc klasiskās lēmumu pieņemšanas metodes var ņemt vērā tikai ierobežotu daļu no kopējā risinājumu telpas.

Patiesais izaicinājums nav novērtēt katru no 50 projektiem atsevišķi. Tas ir noteikt labāko iespējamo pieļaujamo šo 50 projektu kombināciju.

3. Kāpēc pieredze, intuīcija un vadības struktūras vien nepietiek

Pieredze un speciālās zināšanas ir būtiski labas uzņēmuma vadības pamati.

Tās palīdz novērtēt riskus, formulēt stratēģiskos mērķus un kritiski izvērtēt ekonomiskos pieņēmumus.

Tomēr cilvēka lēmumu pieņemšanas spējām ir matemātiskas robežas.

Valdes locekļi var analizēt atsevišķus investīciju projektus, apspriest to priekšrocības un trūkumus, kā arī salīdzināt vairākus scenārijus.

Tomēr tā nevar pilnībā izvērtēt miljoniem vai miljardiem dažādu projektu kombināciju.

Tāpēc praksē bieži tiek veikti vienkāršojumi:

  • projekti tiek šķiroti pēc atsevišķiem rādītājiem.
  • Tiek padziļināti izvērtēti tikai tie pasākumi, kas tiek uzskatīti par vissvarīgākajiem.
  • Alternatīvās projektu kombinācijas tiek veidotas manuāli.
  • Ieguldījumu budžeti tiek sadalīti pa uzņēmuma darbības jomām.
  • Stratēģiskās prioritātes tiek noteiktas, izmantojot svērumu sistēmu vai ar komiteju lēmumiem.

Šādas pieejas var būt organizatoriski saprātīgas un nepieciešamas.

Tomēr tās negarantē, ka izvēlētā projektu kombinācija nodrošinās maksimāli iespējamo kopējo ieguldījumu.

Sarežģītu portfeļu gadījumā cilvēka lēmumu pieņemšanas ierobežojumi galvenokārt nav saistīti ar zināšanu trūkumu, bet gan ar ierobežoto spēju salīdzināt eksponenciāli daudz alternatīvu.

Tāpēc matemātiskā optimizācija papildina cilvēka lēmumu pieņemšanas kompetenci, sistemātiski izpētot risinājumu telpu.

4. Vienkāršs piemērs: kāpēc labākais atsevišķais lēmums nav labākais kopējais lēmums

Uzņēmumam ir pieejams 10 miljonu eiro investīciju budžets.

Izvēlei ir trīs projekti.

Projekts Ieguldījums Neto vērtības pieaugums
Projekts A 7 miljoni eiro 4 miljoni eiro
Projekts B 5 miljoni eiro 3 miljoni eiro
Projekts C 5 miljoni eiro 3 miljoni eiro

Projektam A ir vislielākā atsevišķā neto vērtības pievienotā vērtība.

Ja tiek izvēlēts projekts A, budžetā paliek 3 miljoni eiro. Šī summa nav pietiekama nevienam no pārējiem projektiem.

Tādējādi kopējā neto vērtības pievienojuma summa ir 4 miljoni eiro.

Tomēr, matemātiski izvērtējot iespējamās kombinācijas, atklājas ekonomiski izdevīgāka alternatīva.

Projektiem B un C kopā nepieciešami 10 miljoni eiro, un tie nodrošina kopēju neto vērtības pieaugumu 6 miljonu eiro apmērā.

Pieņemot, ka projekti ir neatkarīgi un nav citu ierobežojumu, B + C ir optimālā kombinācija neto vērtības pieauguma maksimizēšanai.

Tādējādi matemātiski optimizētā projektu kombinācija rada par 50 % lielāku neto vērtības pieaugumu salīdzinājumā ar sākotnējo izvēli.

Uzņēmumam šim nolūkam nav nepieciešams papildu ieguldījumu kapitāls.

Tam vienkārši jāizvēlas cita esošo projektu kombinācija.

Šis piemērs parāda: ekonomiski pamatots atsevišķs lēmums portfeļa līmenī tomēr var būt neoptimāls.

5. Lēmumu pieņemšana ar AI: no prioritāšu noteikšanas līdz matemātiskai optimizācijai

AI balstīta lēmumu pieņemšana var veikt dažādus uzdevumus.

Piemēram, ģeneratīvā AI palīdz analizēt informāciju, izstrādāt lēmumu projektus vai apkopot sarežģītus faktus.

Prognozēšanas modeļi spēj novērtēt nākotnes attīstību.

Matemātiskā lēmumu optimizācija, savukārt, tiecas uz citu mērķi.

Tā pēta, kura no pieejamajām rīcības alternatīvām noteiktu mērķfunkciju vislabāk izpilda noteiktu ierobežojumu ietvaros.

Šim nolūkam lēmumu pieņemšanas uzdevums tiek aprakstīts kā matemātisks modelis.

Tipiskās sastāvdaļas ir:

  • Lēmuma mainīgie: Kādi projekti tiks īstenoti?
  • Mērķfunkcija: Kādu ekonomisko vai sabiedrisko kopējo ieguldījumu ir jāmaksimizē?
  • Budžeta ierobežojumi: cik daudz kapitāla ir pieejams?
  • Resursu ierobežojumi: kādas personāla un tehniskās kapacitātes ir pieejamas?
  • Projekta savstarpējās atkarības: Kādi pasākumi ir jāīsteno kopā vai noteiktā secībā?
  • Stratēģiskie nosacījumi: Kādi projekti vai ietekmes mērķi ir jāņem vērā?

No šiem datiem izveidojas kombinatoriska optimizācijas problēma.

Atbilstoši algoritmi pārskata vai analizē matemātisko risinājumu telpu un nosaka efektīvas, pieļaujamās projektu kombinācijas.

Atkarībā no problēmas struktūras un izmantotās metodes var atrast pierādāmi globālu vai aptuveni optimālu risinājumu.

Tam principā nav nepieciešams veikt pilnīgu atsevišķu aprēķinu visām 2^N kombinācijām.

Izšķirošais sasniegums ir tas, ka sarežģītus portfeļa lēmumus izpēta matemātiski, nevis tikai salīdzina dažus manuāli atlasītus scenārijus.

6. Kā StratePlan matemātiski optimizē stratēģiskos lēmumus

StratePlan tika izstrādāts, lai izpētītu sarežģītus investīciju un projektu portfeļus, izmantojot matemātiskas optimizācijas metodes.

Šī tehnoloģija apvieno operāciju pētījumu pieejas ar mākslīgā intelekta atbalstītām metodēm, lai efektīvi meklētu augsti produktīvas projektu kombinācijas.

Lai izveidotu pamata ekonomisko optimizācijas modeli, sākumā katram projektam ir nepieciešami tikai trīs dati:

  1. Projekta ID: projekta unikāla identifikācija
  2. Izdevumi: plānotie izdevumi vai investīcijas
  3. Ienākumi: paredzamie ienākumi vai ekonomiskā atdeve

Papildus tiek noteikts pieejamais investīciju budžets.

Datus var, piemēram, pārņemt no esošajiem Excel investīciju plāniem.

StratePlan izpēta iespējamās projektu kombinācijas un aprēķina portfeļa sastāvu atbilstoši izvēlētajai mērķfunkcijai.

Izmantojot opciju „Maximize Net Contribution”, galvenā uzmanība tiek pievērsta kopējās paredzamās neto vērtības ieguldījuma maksimizēšanai.

Papildus kā ekonomisks rādītājs var tikt norādīts portfeļa ROI.

Paplašinātie modeļi var ņemt vērā papildu ierobežojumus un novērtēšanas parametrus:

  • projekta savstarpējās atkarības
  • Stratēģiskie svērumi
  • Resursu un jaudas ierobežojumi
  • Daudzgadu investīciju budžeti
  • Laika ierobežojumi
  • Riska un ilgtspējas kritēriji

Rezultāts nav vienkārši atsevišķu projektu rangu tabula, bet gan matemātiski aprēķināta projektu kombinācija noteiktos rāmjos.

Tādējādi „StratePlan” papildina stratēģisko lēmumu pieņemšanu ar matemātiskas optimizācijas līmeni.

7. Tiešraidē valdes sēdē: stratēģisko scenāriju tūlītēja aprēķināšana

Matemātiskā lēmumu optimizācija kļūst īpaši vērtīga, ja to izmanto tieši vadības un valdes sēdēs.

Iedomāsimies rūpniecības koncernu ar 100 plānotiem investīciju projektiem.

Visu investīciju pieprasījumu summa pārsniedz pieejamo kapitālieguldījumu budžetu.

Vadībai ir jāizlemj, kuri projekti tiks īstenoti.

StratePlan vispirms aprēķina optimizētu projektu kombināciju, pamatojoties uz esošajiem ekonomiskajiem pieņēmumiem.

Pēc tam valdes sēdē var izskatīt dažādus scenārijus.

Scenārijs A: maksimālais kopējais ekonomiskais ieguldījums

Finanšu direktors jautā:

„Kura no mūsu plānotajām investīcijām, ņemot vērā esošo kapitālieguldījumu budžetu, nodrošina vislielāko sagaidāmo neto vērtības pieaugumu?”

StratePlan aprēķina atbilstošu projektu kombināciju.

Vadība saņem pārskatu par izvēlētajiem projektiem, nepieciešamo kapitāla ieguldījumu un paredzamo kopējo ekonomisko ieguldījumu.

Scenārijs B: Samazināts investīciju budžets

Izpilddirektors uzdod jautājumu:

„Kas notiks, ja mums būs jāsamazina investīciju budžets par 15 %?“

Budžeta ierobežojums tiek pielāgots.

StratePlan atkārtoti aprēķina portfeli.

Vadība var izprast, kuri projekti tiks atcelti un kā mainīsies sagaidāmā neto vērtības pievienošana.

Scenārijs C: stratēģisko projektu obligāta iekļaušana

Vēl viens valdes loceklis jautā:

„Kā mainās mūsu optimālā projektu kombinācija, ja noteiktas stratēģiskās investīcijas ir obligāti jāīsteno?“

Attiecīgie projekti tiek ņemti vērā kā obligāti ierobežojumi.

Portfelis tiek atkārtoti optimizēts.

Salīdzinājums parāda, kādu ekonomisko ietekmi modelī rada papildu stratēģiskais nosacījums.

Scenārijs D: Papildu investīciju kapitāls

Finanšu direktors vēlas uzzināt:

„Kādu papildu ekonomisko ieguldījumu mēs varētu gūt, ja palielinātu mūsu kapitālieguldījumu budžetu vēl par 20 miljoniem eiro?“

Budžets tiek pielāgots un veikts jauns aprēķins.

Vadība var salīdzināt modelēto papildu vērtības pieaugumu ar nepieciešamo kapitāla ieguldījumu.

Scenārijs E: Mainītas stratēģiskās prioritātes

Valdes locekļi jautā:

„Kā mainīsies mūsu portfelis, ja mēs piešķirsim lielāku nozīmi digitalizācijai, energoefektivitātei vai noteiktām izaugsmes jomām?“

Attiecīgie parametri tiek pielāgoti.

StratePlan aprēķina jaunu projektu kombināciju un ļauj to salīdzināt ar iepriekšējiem scenārijiem.

Mainīt budžetu. Pielāgot stratēģiskos mērķus. No jauna aprēķināt portfeli. Salīdzināt ekonomiskās sekas.

Tādējādi statiska investīciju plānošana kļūst par dinamisku pamatu stratēģisko lēmumu pieņemšanai.

8. Ex-ante lēmumu pieņemšana: noteikt labāko kombināciju pirms īstenošanas

Tradicionālā uzņēmuma vadība bieži vien koncentrējas uz jau pieņemto lēmumu retrospektīvu novērtēšanu.

Kontrolings analizē apgrozījumu, EBIT, ROI, kapitāla atdevi un budžeta novirzes.

Šie rādītāji parāda, kādi ekonomiskie rezultāti ir sasniegti.

Tomēr tie automātiski neatbild uz jautājumu, vai cita projektu kombinācija būtu bijusi veiksmīgāka.

Tāpēc matemātiskā ex-ante optimizācija sākas jau pirms kapitāla ieguldīšanas.

Tā izvērtē, kura plānoto pasākumu kombinācija pieejamo resursu ietvaros nodrošina vislielāko sagaidāmo kopējo ieguldījumu.

Perspektīvas maiņa ir būtiska.

Ex post: „Cik veiksmīgs bija mūsu lēmums?“

Ex ante: „Kāds lēmums, ņemot vērā mūsu pieņēmumus, sola vislabāko kopējo rezultātu?“

Izmantojot matemātisko portfeļa optimizāciju, uzņēmumi var salīdzināt alternatīvas projektu kombinācijas jau pirms to īstenošanas.

Tas var palīdzēt samazināt ekonomisko resursu nepareizu sadali un atklāt neizmantoto pievienotās vērtības potenciālu.

Tādējādi stratēģisko lēmumu kvalitāte netiek novērtēta tikai pēc to īstenošanas, bet tiek sistemātiski izvērtēta jau lēmumu pieņemšanas procesā.

9. Alternatīvās izmaksas: cik izmaksā neoptimāls lēmums?

Katrs investīciju lēmums saista kapitālu un resursus.

Šis kapitāls pēc tam vairs nav pieejams citiem projektiem.

Tādējādi rodas alternatīvās izmaksas.

Tās raksturo neiegūto labumu no labākās, bet neizvēlētās alternatīvas.

Uzņēmums var izvēlēties ekonomiski pievilcīgus projektus un tomēr neizmantot ievērojamu papildu vērtības pieaugumu.

Matemātiskā portfeļa optimizācija ļauj salīdzināt sākotnēji plānoto investīciju portfeli ar optimizētu projektu kombināciju.

Šajā procesā var salīdzināt, cita starpā, šādus rādītājus:

  • Kopējās investīciju vajadzības
  • Paredzamā neto vērtības pievienošana
  • Portfeļa ROI
  • Atlasītie un neizvēlētie projekti
  • Atlikušās budžeta rezerves
  • Ekonomiskās atšķirības starp alternatīvajiem portfeļiem

Atšķirība starp modelētajiem rezultātiem parāda, kāds ekonomiskais uzlabošanas potenciāls pastāv, balstoties uz pieņemtajiem pieņēmumiem.

Ja globālais optimums ir matemātiski pierādīts, tad izvēlētās projektu kombinācijas atšķirību no šī optimuma var precīzi noteikt modeļa ietvaros.

Aptuveni optimālu risinājumu gadījumā vispirms tiek norādīta atšķirība no labākā atrastā risinājuma.

Galvenā pievienotā vērtība slēpjas tajā, ka jau pirms īstenošanas tiek atklāti iespējamie ekonomiskie trūkumi, kas saistīti ar portfeļa lēmumu.

10. Jutīguma analīze: cik stabils ir matemātiski optimizēts lēmums?

Stratēģiskie lēmumi balstās uz pieņēmumiem par nākotnes attīstību.

Ieguldījumu izmaksas var pieaugt. Sagaidāmie ieņēmumi var izrādīties zemāki. Resursi var kļūt ierobežotāki. Stratēģiskās prioritātes var mainīties.

Tāpēc matemātiskajā optimizācijā nevajadzētu ņemt vērā tikai vienu scenāriju.

Mērķtiecīgi mainot ievades parametrus, var simulēt dažādas ekonomiskās attīstības tendences.

Tipiski jautājumi ir šādi:

  • Kādi projekti paliks portfeļa sastāvā arī samazināta budžeta apstākļos?
  • Kādi ieguldījumi ir īpaši jutīgi pret izmaksu pieaugumu?
  • Kā mainās neto vērtības pieaugums, ja ieņēmumu prognozes ir zemākas?
  • Kāda projektu kombinācija veidojas, mainoties stratēģiskajiem svariem?
  • Kādi pasākumi dažādos scenārijos saglabā ekonomisko pievilcību?

Šīs jutīguma analīzes var parādīt, cik stabila paliek aprēķinātā projektu kombinācija mainītos apstākļos.

Tāpēc labs stratēģisks lēmums ņem vērā ne tikai labāko rezultātu, balstoties uz vienu pieņēmumu, bet arī iespējamo izmaiņu ietekmi.

11. Prakses piemērs: Klybeck teritorija Bāzelē – aptuveni par 63 % augstāka kapitāla atdeve

Kādu ekonomisko potenciālu var atklāt matemātiskā portfeļa optimizācija, parāda StratePlan atsauce par Klybeck teritoriju Bāzelē.

Portfeļa optimizācijas ietvaros uzņēmumiem „Central Real Estate AG“ un „Swiss Life AG“ tika matemātiski izvērtētas esošās investīciju un projektu alternatīvas.

Modelētais rezultāts:

  • Sākotnējā kapitāla atdeve: 7,0 %
  • Optimizētā kapitāla atdeve: 11,4 %
  • Relatīvais ienesīguma pieaugums: apmēram 63 %
  • Papildu modelētā ekonomiskā vērtības pieaugums: aptuveni 30 miljoni CHF

Uzlabojums tika modelēts, mainot esošo investīciju alternatīvu kombināciju, saglabājot nemainīgu budžetu.

Šie konkrētajam projektam raksturīgie rezultāti nav uzskatāmi par vispārēju ienesīguma garantiju.

Galvenais secinājums: lielāku kopējo ekonomisko ieguldījumu var panākt jau vienkārši labāk kombinējot esošās investīciju alternatīvas – bez papildu investīciju budžeta.

12. Lēmumu pieņemšana ar mākslīgā intelekta palīdzību uzņēmumos un valsts pārvaldē

Matemātiskā lēmumu optimizācija ir aktuāla visur, kur daudzi pasākumi konkurē par ierobežotiem finanšu vai darbības resursiem.

Rūpniecība un stratēģiskā kapitālieguldījumu plānošana

Ieguldījumi iekārtās, ražošanas jaudas, automatizācijas projekti un ražotņu paplašināšana ir jāizvēlas kopējā investīciju budžeta ietvaros.

Matemātiska portfeļa optimizācija var palīdzēt identificēt ekonomiski efektīvākas šo pasākumu kombinācijas.

Digitalizācija un AI transformācija

Uzņēmumiem bieži vien ir daudz potenciālu AI un digitalizācijas projektu.

Galvenais izaicinājums ir izvēlēties tos pasākumus, kuri kopā nodrošina vislielāko ekonomisko ieguldījumu pieejamo resursu ietvaros.

Nekustamais īpašums un nekustamā īpašuma tirgus

Projektu attīstību, renovāciju, modernizāciju un investīcijas nekustamajā īpašumā var optimizēt vienota kapitāla budžeta ietvaros.

Atsevišķu projektu izvēle ietekmē visa portfeļa finansēšanas iespējas.

Enerģētika un infrastruktūra

Enerģētikas projekti, ieguldījumi tīklos, energoefektivitātes pasākumi un infrastruktūras modernizācija bieži vien prasa ilgtermiņa kapitāla saistības.

Matemātiskā optimizācija var palīdzēt salīdzināt dažādas investīciju kombinācijas, ņemot vērā ekonomiskos un tehniskos ierobežojumus.

Pašvaldības un valsts budžets

Pilsētām un pašvaldībām ir jāfinansē daudzi investīciju projekti, rēķinoties ar ierobežotiem budžeta līdzekļiem.

Skolas, ceļi, administratīvās ēkas, infrastruktūra un sociālās iestādes konkurē par tiem pašiem publiskajiem resursiem.

Izaicinājums ir saskaņot finanšu ierobežojumus ar politiskajām prioritātēm, likumā noteiktajām saistībām un sabiedrības ietekmes mērķiem.

Matemātiskā portfeļa optimizācija šajā gadījumā var aprēķināt dažādas pasākumu kombinācijas un parādīt, kā mainās budžeta un svēruma nosacījumu izmaiņu ietekme.

Kopējais jautājums ir šāds: kura no pieejamo pasākumu kombinācijām noteiktajos apstākļos nodrošina vislielāko kopējo ekonomisko vai sociālo ieguldījumu?

13. Budžeta simulācija un vienlaicīga pašvaldību investīciju programmu optimizācija

Īpaši interesanta ir matemātiskās portfeļa optimizācijas saistība ar valsts budžeta simulāciju.

Pašvaldību lēmumu pieņēmējiem regulāri nākas saskarties ar izaicinājumu finansēt daudzus investīciju plānus ar ierobežotiem budžeta līdzekļiem.

Piemērs:

Pilsētai ir pieejams investīciju budžets 81 miljona eiro apmērā.

Vienlaikus izvēlei ir pieejami 50 plānotie projekti ar kopējo investīciju apjomu 220 miljonu eiro apmērā.

Galvenais jautājums nav tikai tas, kuri projekti šķiet īpaši svarīgi politiskā vai profesionālā ziņā.

Kura no šo 50 projektu kombinācijām pieejamā budžeta ietvaros nodrošina vislielāko definēto ekonomisko vai sociālo kopējo labumu?

Veicot 50 binārus lēmumus par projektiem, teorētiski rodas 2^50 = 1 125 899 906 842 624 iespējamās kombinācijas.

Matemātiskā portfeļa optimizācija ļauj izvērtēt dažādas pieļaujamās projektu kombinācijas, ņemot vērā noteiktos budžeta un ietekmes ierobežojumus.

Veicot vienlaicīgu budžeta simulāciju, var ņemt vērā izmaiņas finanšu apstākļos.

Piemēram:

  • Kā mainās optimālā projektu izvēle, samazinot investīciju budžetu?
  • Kādus papildu projektus varētu finansēt, ja ieņēmumi būtu lielāki?
  • Kādas ekonomiskās vai sociālās sekas rada obligāti īstenojami politiskie projekti?
  • Kā mainās projektu portfelis, ja lielāku nozīmi piešķir izglītībai, infrastruktūrai vai klimata aizsardzībai?
  • Kāda projektu kombinācija nodrošina vislielāko modelēto kopējo ieguvumu pieejamā budžeta ietvaros?

Rezultāti ir atkarīgi no ievadīto datu kvalitātes un ekonomisko vai sociālo mērķrādītāju definīcijas.

Budžeta simulācijas un matemātiskās portfeļa optimizācijas apvienošana var palīdzēt politiskajiem lēmumu pieņēmējiem pārskatāmi salīdzināt alternatīvus pasākumu kopumus un sistemātiski izpētīt ierobežoto budžeta līdzekļu ietekmi.

14. No biznesa analītikas uz lēmumu analītiku

Biznesa analītika galvenokārt pēta organizācijas ekonomisko attīstību.

Kas ir noticis? Kādi KPI rādītāji ir mainījušies? Kurās jomās ir novirzes no plānotā?

Lēmumu analītika paplašina šo perspektīvu, sistemātiski atbalstot turpmāko lēmumu pieņemšanu.

Kādas alternatīvas ir pieejamas? Kādi ierobežojumi ir spēkā? Kura projektu kombinācija vislabāk atbilst definētajiem mērķiem?

StratePlan papildina esošās ERP, kontroles un biznesa analītikas sistēmas ar matemātiskās optimizācijas līmeni.

Vajadzīgos projekta datus sākotnēji var nodrošināt, izmantojot vienkāršas Excel tabulas.

Tādējādi uzņēmumi un valsts iestādes var izmantot esošos investīciju plānus kā sākumpunktu sistemātiskai portfeļa optimizācijai.

Galvenā atšķirība ir tajā, ka tiek ne tikai novērtētas jau pieņemto lēmumu ekonomiskās sekas, bet arī matemātiski izvērtēti alternatīvie lēmumi pirms to īstenošanas.

15. Secinājums: stratēģiskajiem lēmumiem nepieciešams matemātisks pamats

Stratēģiskā lēmumu pieņemšana kļūst arvien sarežģītāka, pieaugot projektu skaitam un ierobežojumiem.

Pieredze, speciālās zināšanas un vadības kompetence joprojām ir neaizstājamas.

Tomēr tās vien nepietiek, lai sistemātiski izvērtētu eksponenciāli lielu lēmumu telpu.

Jau pie 50 projektiem rodas vairāk nekā viens bilijons teorētiski iespējamo kombināciju.

Tāpēc atsevišķu projektu izolēta novērtēšana automātiski neatbild uz jautājumu par labāko iespējamo kopējo portfeli.

Matemātiskā lēmumu optimizācija ļauj izvērtēt sarežģītus investīciju un pasākumu portfeļus, ņemot vērā ekonomiskos mērķus, pieejamo budžetu un noteiktos ierobežojumus.

Šim nolūkam „StratePlan” apvieno operāciju pētījumu metodes ar mākslīgā intelekta pieejām.

Tādējādi uzņēmumi, valdes locekļi un valsts lēmumu pieņēmēji var aprēķināt alternatīvas projektu kombinācijas, salīdzināt dažādus scenārijus un identificēt neizmantoto ekonomisko vai sociālo potenciālu.

Vairs nav izšķirošais jautājums: „Kurus projektus mēs uzskatām par labākajiem?”

Bet gan: Kura no mūsu pieejamo projektu kombinācijām, ņemot vērā esošos apstākļus, nodrošina vislabāko kopējo rezultātu?

Tieši šeit sākas pāreja no klasiskās projektu prioritizēšanas uz matemātisko lēmumu optimizāciju.

StratePlan – Tie paši projekti. Tas pats budžets. Optimāla kombinācija. Labāks rezultāts.

FAQ – Lēmumu pieņemšana ar AI

Ko konkrēti nozīmē lēmumu pieņemšana ar AI?

Lēmumu pieņemšana ar AI apraksta algoritmisko sistēmu izmantošanu, lai atbalstītu sarežģītu lēmumu pieņemšanu.

Matemātiskās portfeļa optimizācijas jomā vienā kopējā modelī tiek izvērtētas pieejamās rīcības alternatīvas, ekonomiskie mērķi un ierobežojumi.

Mērķis ir identificēt iespējami efektīvāko pieļaujamo pasākumu kombināciju.

Kā lēmumu pieņemšana ar AI atšķiras no klasiskajām analīzēm?

Klasiskajos lēmumu pieņemšanas procesos bieži tiek salīdzināti atsevišķi projekti vai daži iepriekš sagatavoti scenāriji.

Matemātiskā portfeļa optimizācija, savukārt, izpēta dažādu pasākumu kombinācijas, ņemot vērā kopējus budžeta un resursu ierobežojumus.

Tādējādi var atklāties ekonomiski pievilcīgākas alternatīvas, kas, izvērtējot tikai atsevišķus projektus, paliktu neievērotas.

Ko nozīmē 2^N stratēģisko lēmumu pieņemšanā?

2^N apraksta teorētiski iespējamo kombināciju skaitu, ja ir N neatkarīgi bināri lēmumi.

Katru projektu var vai nu izvēlēties, vai neizvēlēties.

Ja ir 20 projekti, tad iespējamās kombinācijas ir 2^20 = 1 048 576.

Ja projektu skaits ir 50, rodas 2^50 = 1 125 899 906 842 624 iespējamās kombinācijas.

Faktiski pieļaujamās kombinācijas ir atkarīgas no definētajiem ierobežojumiem.

Vai AI patiešām ir jāaprēķina visas 2^N kombinācijas atsevišķi?

Nē.

Mūsdienīgas matemātiskās optimizācijas metodes spēj efektīvi izpētīt plašas lēmumu telpas, neizvērtējot katru teorētiski iespējamo kombināciju atsevišķi un pilnībā.

Kādas metodes ir piemērotas, ir atkarīgs no matemātiskās problēmas struktūras un definētajiem papildu nosacījumiem.

Vai KI spēj aprēķināt lēmuma globālo optimumu?

Izmantojot piemērotus matemātiskos modeļus un optimizācijas metodes, ir iespējams aprēķināt un pierādīt globālo optimumu.

Īpaši sarežģītu problēmu gadījumā var izmantot arī aptuveni optimālus risinājumus.

Tāpēc secinājums par risinājuma kvalitāti ir jāpielāgo izmantotajai metodei un esošajam optimāluma pierādījumam.

Vai KI aizstāj vadības lēmumu?

Nē.

Vadība nosaka ekonomiskos un stratēģiskos mērķus, nosaka ierobežojumus un novērtē rezultātus.

Ar KI atbalstīta matemātiskā optimizācija sniedz papildu pamatu lēmumu pieņemšanai.

Galīgā atbildība paliek pie atbildīgajiem vadītājiem vai politiskajiem lēmumu pieņēmējiem.

Kādiem lēmumiem matemātiskā mākslīgā intelekta izmantošana ir īpaši piemērota?

Tā ir īpaši piemērota sarežģītiem portfeļa lēmumiem, kuros ir daudzi savstarpēji konkurējoši projekti un ierobežoti resursi.

Tipiskās pielietojuma jomas ir kapitālieguldījumu (CAPEX) plānošana, digitalizācijas portfeļi, AI lietošanas gadījumi, rūpniecības investīcijas, nekustamā īpašuma projekti, enerģētikas programmas un pašvaldību budžeta plānošana.

Ko nozīmē ex ante lēmumu pieņemšana?

„Ex ante” nozīmē lēmuma izvērtēšanu pirms tā īstenošanas.

Matemātiskajā portfeļa optimizācijā tiek aprēķinātas alternatīvas projektu kombinācijas, pirms tiek ieguldīts kapitāls vai uzsākti pasākumi.

Tādējādi jau agrīnā stadijā var redzēt dažādu lēmumu ekonomisko ietekmi.

Cik uzticami ir ar AI balstīti lēmumu rezultāti?

Rezultātu kvalitāte ir atkarīga no pamatdatiem, mērķfunkcijas definīcijas, ierobežojumu modelēšanas un izmantotās optimizācijas metodes.

Matemātiskā optimizācija nodrošina reproducējamus un pārskatāmus aprēķinus.

Turklāt jutīguma analīzes var parādīt, kā rezultāti mainās, mainoties pieņēmumiem.

Vai AI balstīta lēmumu pieņemšana ir lietderīga tikai lielajiem koncerniem?

Nē.

Arī vidējie uzņēmumi, pašvaldības un citas organizācijas var gūt labumu no matemātiskās portfeļa optimizācijas.

Izšķirošais faktors ir ne tikai organizācijas lielums, bet arī lēmuma sarežģītība un konkurējošo pasākumu skaits.

Kādi dati ir nepieciešami StratePlan, lai veiktu sākotnējos aprēķinus?

Lai izveidotu pamata ekonomisko optimizācijas modeli, sākumā katram projektam ir nepieciešami trīs dati:

  • Projekta ID
  • Izdevumi – plānotie izdevumi
  • Ienākumi – paredzamie ienākumi vai ekonomiskā atdeve

Papildus tiek noteikts pieejamais investīciju budžets.

Sarežģītāki modeļi var ņemt vērā papildu ierobežojumus un novērtēšanas parametrus.

Vai StratePlan spēj simulēt dažādus budžeta scenārijus?

Jā. Dažādas budžeta robežas var modelēt kā alternatīvus scenārijus.

Tādējādi var izpētīt, kura projektu kombinācija tiek izvēlēta pie zemāka vai augstāka investīciju budžeta un kā mainās paredzamais kopējais ekonomiskais ieguldījums.

Kāda ir atšķirība starp projektu prioritizēšanu un portfeļa optimizāciju?

Projekta prioritāšu noteikšana izveido atsevišķu pasākumu rangu.

Portfeļa optimizācija izpēta, kura no šo pasākumu kombinācijām, ņemot vērā noteiktos ierobežojumus, nodrošina vislabāko kopējo rezultātu.

Tāpēc labākais rangu saraksts ne vienmēr automātiski nozīmē labāko projektu portfeli.

Kāds ir galvenais secinājums uzņēmumu vadītājiem, finanšu direktoriem un valsts lēmumu pieņēmējiem?

Sarežģīti stratēģiski lēmumi nedrīkst balstīties vienīgi uz atsevišķu projektu novērtējumu vai nedaudziem manuāli atlasītiem scenārijiem.

Matemātiskā portfeļa optimizācija ļauj sistemātiski izpētīt alternatīvus projektu kombināciju variantus, tādējādi radot papildu pamatu pamatotiem lēmumiem.

AI neaizstāj atbildību. Tomēr tā var palīdzēt atklāt ekonomiski vai sociāli labākas rīcības alternatīvas.

Kura jūsu projektu kombinācija nodrošina vislabāko rezultātu?

Uzziniet, kura no jūsu plānotajiem investīciju projektiem kombinācijām pieejamā budžeta ietvaros var sasniegt visaugstāko sagaidāmo neto vērtības pieaugumu.

Sāciet ar saviem projekta datiem un salīdziniet matemātiski optimizētus investīciju scenārijus.

Jūs varat bez maksas optimizēt līdz pat 15 projektiem.

Optimizējiet līdz pat 15 projektiem bez maksas jau tagad →

Parakstīties uz Jaunumiem
Privātums
Izvēloties turpināt, jūs apstiprināt, ka esat izlasījis mūsu un piekrītat mūsu .
Lauki, kas apzīmēti ar zvaigznītēm (*) ir obligāti.