Pāriet uz galveno saturu Pāriet uz meklēšanu Pāriet uz galveno navigāciju

Jūs pieņemat lēmumus par ieguldījumiem, bet ne par optimālo portfeli.

Jūs varat gūt lielāku peļņu ar saviem esošajiem projektiem.

Mēs aprēķinām optimālo scenāriju - pirms jūs pieņemat lēmumu.

Bez maksas. Bez saistībām. Pamatojoties uz jūsu esošajiem projektiem.

Tie paši projekti. Dažādas kombinācijas. Vairāk rezultātu.

StratePlan aprēķina optimālo portfeli tur, kur tradicionālie rīki sasniedz savas robežas.

Tā vietā, lai projektus vērtētu izolēti, mēs analizējam visas iespējamās kombinācijas - un identificējam labāko risinājumu.

Globālais optimums nav pieņēmums - to var aprēķināt.

Izvēlieties uzņēmējdarbības jomu:

Lēmumu pieņemšanas metodes - piemēri, ierobežojumi un kāpēc mūsdienīgi lēmumi šodien ir jāpārdomā


Kāpēc lēmumi ir vissvarīgākais veiksmes faktors mūsdienu organizācijās

Organizācijas reti cieš neveiksmi ideju, motivācijas vai īstenošanas prasmju trūkuma dēļ. Daudz biežāk tās cieš neveiksmi nepareizu lēmumu dēļ. Precīzāk sakot: lēmumi, kas tiek pieņemti sarežģītības, nenoteiktības un ierobežotu resursu apstākļos, sistemātiski neapgūstot šo sarežģītību.

Lēmumu pieņemšanas metodes ir izstrādātas, lai risinātu tieši šo problēmu. Tās strukturē domāšanas procesus, samazina nenoteiktību un palīdz izvēlēties "labāko" variantu no vairākiem rīcības virzieniem. Tomēr ne visas lēmumu pieņemšanas metodes ir piemērotas visām situācijām, un daudzas no tām nav piemērotas tur, kur mūsdienīgas organizācijas pašlaik faktiski atrodas.

Šajā rakstā sniegts visaptverošs pārskats par klasiskajām un modernajām lēmumu pieņemšanas metodēm, parādīti konkrēti piemēri no prakses, analizēti to ierobežojumi - un paskaidrots, kāpēc lēmumu pieņemšanas inteliģencei mūsdienās ir nepieciešams algoritmu atbalsts.

1. Kas ir lēmumu pieņemšanas metodes?

Lēmumu pieņemšanas metodes ir metodiskas procedūras, ko izmanto, lai sistemātiski sagatavotu, analizētu un strukturētu lēmumu pieņemšanas procesus. Tās izmanto, lai salīdzinātu alternatīvas, novērtētu kritērijus un mazinātu nenoteiktību.

Lēmumu pieņemšanas metodes var iedalīt četrās galvenajās grupās:

  • intuitīvas lēmumu pieņemšanas metodes
  • lēmumu pieņemšanas paņēmieni, kas balstīti uz eiristikas principiem
  • analītiskās lēmumu pieņemšanas metodes
  • algoritmiskas lēmumu pieņemšanas metodes

Turpmāk šīs grupas ir detalizēti analizētas, izmantojot konkrētus piemērus.

2. Intuitīvās lēmumu pieņemšanas metodes

2.1 Iekšējais lēmums

Lēmumi no iekšienes ir vissenākā un visizplatītākā lēmumu pieņemšanas tehnika. Tās pamatā ir pieredze, intuīcija un netiešās zināšanas.

Piemērs:
Piemēram, rīkotājdirektors pieņem lēmumu par labu jaunai atrašanās vietai, jo "tā šķiet pareizi".

Priekšrocības:

  • ātri
  • zemas izziņas izmaksas
  • darbojas vienkāršās, pazīstamās situācijās

Trūkumi:

  • ļoti uzņēmīgi pret izkropļojumiem
  • nav saprotams
  • nav mērogojama

Intuīcija sistemātiski cieš neveiksmi, pieņemot sarežģītus, daudzdimensionālus lēmumus, jo īpaši ieguldījumu, portfeļa vai stratēģijas lēmumus.

2.2 Ekspertu vērtējums

Ekspertu spriedums ir īpašs intuīcijas veids. Lēmumi tiek deleģēti pieredzējušiem cilvēkiem.

Piemērs:
Ieguldījumu komiteja paļaujas uz pieredzējuša nozares eksperta vērtējumu.

Tomēr lēmumu pieņemšanas pētījumi rāda, ka ekspertīze neuzticami nesamazina neobjektivitāti. Pat eksperti ir pakļauti sistemātiskiem aizspriedumiem.

3. Eiriski lēmumu pieņemšanas paņēmieni

3.1 Pro/con saraksts

Viena no vienkāršākajām un pazīstamākajām metodēm.

Piemērs:

  • Par: ātra ienākšana tirgū
  • Pret: liels sākotnējais ieguldījums

Problēma:
Visi argumenti ir vienādi svērti. Nav ņemta vērā mijiedarbība.

3.2 Lēmumu koks

Lēmumu koki vizualizē lēmumu secības un varbūtības.

Piemērs:
Ieiešana tirgū → veiksme / neveiksme → turpmākie ieguldījumi

Ierobežojumi:

  • izkļūstoša sarežģītība ar daudzām iespējām
  • liela atkarība no aplēsēm
  • nav vienlaicīgas optimizācijas

4. Analītiskās lēmumu pieņemšanas metodes

4.1 Lietderīguma analīze

Lietderīguma analīze izvērtē alternatīvas, izmantojot svērtos kritērijus.

Piemērs:
Vietas izvēle, pamatojoties uz izmaksām, tirgus potenciālu, personāla pieejamību.

Priekšrocības:

  • strukturēts
  • pārredzams

Vājās puses:

  • subjektīva svēršana
  • nav ierobežojumu loģikas
  • nav kombinācijas efekta

4.2 Izmaksu un ieguvumu analīze

Klasisks ieguldījumu novērtēšanas instruments.

Piemērs:
Ieguldījums mašīnā ar pozitīvu neto pašreizējo vērtību.

Problēma:
Individuālā projekta loģika - nav apgalvojuma par optimālajām projektu kombinācijām.

4.3 scenāriju metode

Scenāriju metodes analizē iespējamos nākotnes stāvokļus.

Piemērs:
Labākā scenārija / sliktākā scenārija / bāzes scenārija.

Robežas:

  • daži scenāriji
  • nav varbūtības sadalījuma
  • nav optimizācijas

5. Klasisko metožu tipiskās lēmumu kļūdas

Neatkarīgi no tehnikas, vienas un tās pašas kļūdas atkārtojas atkal un atkal:

  • Koncentrēšanās ilūzija (koncentrēšanās uz atsevišķiem aspektiem)
  • Noenkurošana (dominē pirmie skaitļi)
  • Nevēlēšanās ciest zaudējumus (izvairīšanās no zaudējumiem, nevis ieguvumu maksimizēšana)
  • Saistību eskalācija
  • Pašu prognozēšanas spēju pārvērtēšana

Šīs kļūdas nav individuālas, bet gan sistemātiskas.

6. Kāpēc klasiskās lēmumu pieņemšanas metodes mūsdienās vairs nav pietiekamas

Mūsdienu organizācijas saskaras ar lēmumiem, kam piemīt šādas iezīmes:

  • daudzi projekti vienlaicīgi
  • ierobežots budžets
  • spēcīga atkarība
  • laika ierobežojumi
  • neskaidri tirgi

Šādi lēmumi ir kombinatoriskas optimizācijas problēmas. Tās nevar atrisināt, salīdzinot atsevišķas iespējas.

7. Antiportfeļa loģika: mūsdienu lēmumu pētniecības galvenais rezultāts

Kombinatoriskā analīze liecina par pretēju intuīcijai rezultātu: labākie lēmumi reti tiek pieņemti, izmantojot maksimālu aktivitāti.

Vērtība bieži tiek radīta, izmantojot:

  • apzināta lēmumu nepieņemšana
  • Šķietami pievilcīgu iespēju izslēgšana
  • Samazinot sarežģītību
  • Koncentrēšanās uz sistēmiski efektīvām kombinācijām

Šī loģika ir pretrunā ar klasiskajiem vadības instinktiem, bet ir matemātiski labi pierādīta.

8. Algoritmiskas lēmumu pieņemšanas metodes

Algoritmiskās lēmumu pieņemšanas metodes būtiski atšķiras no tradicionālajām metodēm. Tās nevērtē atsevišķas alternatīvas, bet aprēķina visu lēmumu pieņemšanas telpu.

To pamatā ir

  • kombinatorisko optimizāciju
  • Ierobežojumu modelēšana
  • sistēmiska novērtēšana
  • laika dinamika

9. StratePlan: lēmumu intelekts lēmumu pieņemšanas atbalsta vietā

StratePlan nav klasiska lēmumu pieņemšanas metode. Tā ir lēmumu inteliģence.

Atšķirībā no tradicionālajām metodēm:

  • stratePlan nesalīdzina atsevišķus projektus
  • stratePlan izvērtē projektu kombinācijas
  • stratePlan nepārprotami ņem vērā ierobežojumus
  • stratePlan optimizē sistēmiski

StratePlan aprēķina, kura projektu kombinācija reālos apstākļos rada vislielāko kopējo ieguvumu.

10. Praktisks piemērs: klasiskā tehnoloģija pret StratePlan

Aspect Klasiskā tehnoloģija StratePlan
Novērtēšana Individuāls projekts Projektu kombinācija
Sarežģītība samazināts pilnībā modelēts
Ierobežojumi netieši skaidri
Rezultāts ticams pierādāmi optimāls

11. FAQ - Lēmumu pieņemšanas metodes praksē

Vai klasiskās lēmumu pieņemšanas metodes ir nepareizas?
Nē. Tās ir piemērotas vienkāršu lēmumu pieņemšanai.

Kāpēc tās nedarbojas sarežģītu lēmumu pieņemšanā?
Tāpēc, ka tās nedomā kombinatoriāli.

Vai StratePlan aizstāj vadītājus?
Nē. Tas aizstāj instinktu sarežģītu lēmumu pieņemšanā.

Kam ir piemērots StratePlan?
Organizācijām ar vairākiem konkurējošiem projektiem un ierobežotiem resursiem.

Kāpēc šodien tas ir svarīgāks nekā agrāk?
Tāpēc, ka sarežģītība ir eksponenciāli pieaugusi.

12. Secinājumi

Lēmumu pieņemšanas metodes nav pašmērķis. Tie ir instrumenti nenoteiktības mazināšanai. Taču, jo sarežģītākas kļūst sistēmas, jo mazāk piemērotas ir tradicionālās metodes.

Nākotne ir nevis labākas diskusijas, bet gan labāka lēmumu arhitektūra. StratePlan atbalsta šo paradigmas maiņu: prom no izolētiem lēmumiem - uz aprēķinātu lēmumu inteliģenci.

Nobeiguma vārdi - Dr. Igor Kadoshchuk

Lēmumi ir katras organizācijas neredzamais kodols. Tie nosaka ne tikai to, kas tiek īstenots, bet galvenokārt to, kas tiek izlaists. Tieši šeit ir lielākais, lielākoties nepamanītais veiksmes vai neveiksmes svira - neatkarīgi no tā, kādas lēmumu pieņemšanas metodes tiek izmantotas.

Klasiskajām lēmumu pieņemšanas metodēm un piemēriem, piemēram, "par" un "pret" sarakstiem, ieguvumu analīzēm vai scenāriju metodēm, ir sava vieta. Tie palīdz strukturēt domas, salīdzināt iespējas un organizēt diskusijas. Tomēr no zinātniskā viedokļa ir tikpat skaidrs, ka šīs lēmumu pieņemšanas metodes sasniedz savas robežas, kad lēmumi vairs nav lineāri, bet gan sistēmiski, daudzdimensionāli un ierobežoti.

Mūsdienu organizācijas pieņem lēmumus nevis par atsevišķiem pasākumiem, bet gan par veseliem projektu un ieguldījumu portfeļiem. Tie ir savstarpēji saistīti ar budžetiem, atkarībām, termiņiem un resursiem. Šādās sistēmās vairs nepietiek ar lēmumu pieņemšanas paņēmienu piemērošanu, pamatojoties uz atsevišķiem piemēriem. Intuīcija no priekšrocības kļūst par risku, un pieredze bieži vien pastiprina esošos aizspriedumus.

Pētījumi par lēmumiem - no Herberta Saimona līdz Danielam Kahnemanam - skaidri parāda, ka cilvēka racionalitāte ir ierobežota. Šis ierobežojums nav individuāls deficīts, bet gan bioloģisks fakts. No tā loģiski izriet, ka nav jāmeklē labākas lēmumu pieņemšanas metodes tradicionālajā izpratnē, bet gan jāattīsta lēmumu pieņemšanas arhitektūras, kas var tikt galā ar sarežģītību skaitļošanas ceļā.

StratePlan ir tieši šī pāreja. Tas neaizstāj vadību, atbildību vai stratēģiskos mērķus. Tā papildina tradicionālās lēmumu pieņemšanas metodes un to piemērus tur, kur tās sasniedz savas sistēmiskās robežas. Izmantojot algoritmisko optimizāciju, StratePlan padara redzamu, kuri lēmumi reālu ierobežojumu apstākļos faktiski rada vislielāko kopējo labumu.

Vadības nākotne nav saistīta ar vairāk lēmumu pieņemšanas paņēmienu piemērošanu, bet gan ar pareizo lēmumu pieņemšanas paņēmienu izmantošanu pareizajā laikā - un sarežģītu lēmumu aprēķināšanu. Sarežģītās sistēmās "pareizi" nozīmē: saprotami, sistēmiski un algoritmiski pamatoti.

Dr. Igor Kadoshchuk
Matemātiķis un datorzinātnieks
Tehniskais direktors / galvenais algoritmu arhitekts

Autors: Dr. Igor Kadoshchuk CTO mAInthink

Dr. Igor Kadoshchuk ir datorzinātnieks, algoritmu arhitekts un viena no vadošajām personībām, kas stāv aiz mAInthink optimizācijas un lēmumu pieņemšanas algoritmiem. Kā platformu StratePlan™ un DeepAnT zinātniskais direktors viņš apvieno padziļinātu matemātisko izpēti ar praktiskiem pielietojumiem projektu portfeļu optimizācijā, uzņēmējdarbībā, finansēs un valsts pārvaldē.

Viņš ir ieguvis doktora grādu datorzinātnē prestižajā Moscow Institute of Physics and Technology (MIPT), kur viņš arī pasniedza kā datorinženierijas un matemātikas profesors. Viņam ir gadu desmitiem ilga pieredze ļoti sarežģītu matemātisko modeļu izstrādē projektu portfeļu optimizācijai un finanšu sistēmām, investīciju plānošanai un stratēģiskai lēmumu pieņemšanai. Viņa profesionālā karjera ietver vadošus amatus, tostarp Head of IT Gazprombank un projektu vadības direktors uzņēmumā TransTeleCom.

Dr. Kadoshchuk raksta mAInthink AI Blogā. Kadoshchuk raksta par:

  • algoritmisku stratēģiju optimizāciju
  • jaunām ROI un ietekmes aprēķināšanas metodēm
  • projektu portfeļu optimizāciju ārpus tradicionālajiem rīkiem
  • cilvēka lēmumu pieņemšanas robežām un to, kā mākslīgais intelekts tās pārvar

Viņa mērķis: stratēģiju aprēķināt, nevis to novērtēt.

Viņa ieguldījums apvieno zinātnisku precizitāti ar skaidru un saprotamu valodu – vienmēr ar mērķi padarīt sarežģītas lēmumu telpas caurspīdīgas, pārvaldāmas un izmērāmas.

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