Kvantu skaitļošana, kombinatoriskā optimizācija un lēmumu inteliģence: kāpēc uzņēmumu stratēģiskās vadības nākotne kļūst matemātiska

Ievads

Kvantu skaitļošana tiek uzskatīta par vienu no 21. gadsimta potenciāli graujošākajām tehnoloģijām. Valdības, tehnoloģiju uzņēmumi, pētniecības iestādes un kapitāla tirgi visā pasaulē iegulda miljardus kvantu mehāniskās skaitļošanas arhitektūru attīstībā, jo šī tehnoloģija piedāvā iespēju apstrādāt noteiktas problēmu kategorijas ievērojami efektīvāk nekā ar parastajām datorsistēmām.

Kvantu skaitļošana ir īpaši svarīga visur, kur rodas eksponenciāla sarežģītība:

• kombinatoriskā optimizācija,
• Portfeļa optimizācija,
• Molekulārā simulācija,
• Materiālzinātne,
• Kriptogrāfija,
• Satiksmes kontrole,
• Enerģijas tīkli,
• Riska analīze,
• stratēģiskā kapitāla sadale.

Tieši šīs problēmu grupas arvien vairāk kļūst par mūsdienu uzņēmumu vadības centrālo jautājumu.

Tas ir tāpēc, ka patiesais izaicinājums, ar ko šodien saskaras lielās organizācijas, vairs nav galvenokārt piekļuve datiem. Uzņēmumu rīcībā jau ir milzīgi informācijas apjomi, ERP sistēmas, informācijas paneļi un pārskatu infrastruktūras.

Patiesais vājais punkts tagad ir citur:

spēja matemātiski optimizēt ļoti sarežģītas lēmumu pieņemšanas telpas.

Ar katru papildu ieguldījumu, katru projektu, katru ierobežojumu un katru atkarību iespējamo lēmumu variantu skaits pieaug eksponenciāli. Pat vidēja lieluma uzņēmumu portfeļi rada meklēšanas telpas, kuras praktiski vairs nav pilnībā pārvaldāmas cilvēkiem un klasiskajiem lineārajiem lēmumu pieņemšanas modeļiem.

Tieši šeit apvienojas trīs tehnoloģiskie sasniegumi:

• Kvantu skaitļošana,
• kombinatoriskā optimizācija,
• Lēmumu inteliģence.

Un tieši šajā konflikta zonā rodas tādas sistēmas kā StratePlan.

Kas patiesībā ir kvantu skaitļošana

Kvantu datori būtiski atšķiras no parastajām datorsistēmām.

Klasiskie datori strādā ar bitiem:

• 0 vai 1.

Savukārt kvantu datori strādā ar tā sauktajiem kubītiem.

Kubits var atrasties vairākos stāvokļos vienlaicīgi:

α∣0⟩ + β∣1⟩

Šo principu sauc par superpozīciju.

Rezultātā kvantu dators teorētiski var paralēli attēlot daudzus stāvokļus.

Ar N kubitiem iespējamo stāvokļu skaits pieaug eksponenciāli:

2^N

Tieši tāpēc kvantu skaitļošanu uzskata par potenciāli revolucionāru sarežģītu optimizācijas problēmu risināšanā.

Trīs kvantu skaitļošanas pamatprincipi

Superpozīcija

Kubits var ieņemt vairākus stāvokļus vienlaicīgi.

Kamēr klasiskais bits var būt tikai 0 vai 1, superpozīcija pieļauj varbūtību pārklāšanos.

Tas rada teorētisku iespēju paralēli attēlot daudzus risinājumu ceļus.

Iesaistīšana

Kubītus var saistīt kvantu mehāniski.

Ja mainās viens stāvoklis, tas tieši ietekmē citus savietotos stāvokļus.

Šī īpašība nodrošina ļoti sarežģītas atkarību struktūras kvantu mehānikas aprēķinos.

Interference

Kvantu algoritmos izmanto interferenci, lai pastiprinātu labvēlīgus risinājumus un varbūtēji atceltu nelabvēlīgus risinājumus.

Tas ļauj sistēmai efektīvāk tuvoties noteiktiem optimāliem stāvokļiem.

Kāpēc kvantu skaitļošana bieži tiek pārprasta

Publiskās diskusijās bieži rodas iespaids, ka kvantu datori var vienkārši "atrisināt" eksponenciālas problēmas.

Tas ir tehniski nepareizi.

Pat kvantu datori automātiski neanulē daudzu kombinatorisko problēmu fundamentālās matemātiskās sarežģītības klases.

Daudzas reālas biznesa problēmas paliek:

• NP-sarežģītas,
• augstas dimensijas,
• varbūtiskas,
• ar ierobežojumiem saistītas problēmas.

Kvantu dators vien zina

• stratēģiskos mērķus,
• nekādu korporatīvo loģiku,
• kapitāla ierobežojumus,
• pārvaldības prasības,
• nav ESG prasību,
• nav riska struktūru.

Tieši tāpēc rodas būtisks jautājums:

Kvantu aparatūra neaizstāj lēmumu pieņemšanas loģiku.

Tā tikai paātrina noteiktus skaitļošanas procesus esošajā matemātiskās optimizācijas arhitektūrā.

Kāpēc šī atziņa ir stratēģiski svarīga

"Kvantu datori nespēj patstāvīgi aprēķināt eksponenciālo telpu. Tie galvenokārt paātrinās esošās optimizācijas arhitektūras."

Šis apgalvojums ir ļoti būtisks no matemātiskā viedokļa.

Jo patiesais intelekts neslēpjas aparatūrā.

Tā slēpjas:

• modelēšanā,
• mērķa funkcijā,
• ierobežojumos,
• meklēšanas telpas strukturēšanā,
• lēmumu loģikā,
• optimizācijas arhitektūra.

Tas nozīmē, ka faktisko stratēģisko pievienoto vērtību rada kombinatoriskie lēmumu pieņemšanas modeļi, nevis tikai kvantu aparatūra.

Kombinatoriskā optimizācija kā mūsdienu uzņēmumu vadības galvenā problēma

Mūsdienās uzņēmumi pieņem lēmumus eksponenciālās telpās.

Matemātiskā realitāte ir šāda:

2^N

Katrs papildu mainīgais divkāršo iespējamo kombināciju skaitu.

Piemēri:

• Investīciju lēmumi,
• CAPEX portfeļi,
• Infrastruktūras programmas,
• Ražošanas tīkli,
• ESG piešķīrumi,
• Nekustamā īpašuma portfeļi,
• M&A stratēģijas.

Pat ja ir tikai daži desmiti projektu, rodas lēmumu telpas, kuras tradicionālās lineārās metodes vairs nespēj pilnībā aptvert.

Patiesā problēma ar tradicionālo korporatīvo pārvaldību

Lielākā daļa uzņēmumu nosaka projektu prioritātes izolēti:

• Projektam A ir augstāka INI nekā B,
• Projekts B ir mazāk riskants nekā C.

Taču matemātiski tas bieži vien ir nepietiekami.

Tas ir tāpēc, ka optimālā kopējā kombinācija ne vienmēr atbilst labākajiem atsevišķiem projektiem.

Atkarības maina vispārējo loģiku:

• Projekti var viens otru pastiprināt,
• Riski var uzkrāties,
• ESG ietekme var mijiedarboties,
• Resursi var radīt vājās vietas,
• Termiņi var mainīt atdeves profilus.

Tas rada kombinatorisku lēmumu pieņemšanas telpu.

Lēmumu inteliģences parādīšanās

Tieši šeit parādās jauna tehnoloģiju kategorija: lēmumu intelekts.

Lēmumu intelekts apraksta sistēmas, kas apvieno matemātisko optimizāciju, lēmumu loģiku, mākslīgo intelektu, varbūtības modeļus, ierobežošanas sistēmas un augstas veiktspējas skaitļošanu.

Mērķis ir nevis uzglabāt datus, bet gan aprēķināt optimālus lēmumus.

StratePlan kā matemātiskais lēmumu pieņemšanas slānis

StratePlan atrodas tieši šajā saskarnē.

Sistēma nedarbojas primāri kā ERP, atskaišu programmatūra, vadības panelis vai projektu vadības sistēma.

Tā vietā tā darbojas kā matemātiska lēmumu pieņemšanas arhitektūra uz esošo sistēmu bāzes.

StratePlan apvieno

• kombinatorisko optimizāciju,
• Ierobežojumu optimizāciju,
• heiristiskās metodes,
• Hibrīda mākslīgo intelektu,
• Paralēlo skaitļošanu,
• matemātiskie lēmumu pieņemšanas modeļi.

Ierobežojumu nozīme

Reāla optimizācija nekad neeksistē brīvā telpā.

Uzņēmumi darbojas:

• Budžeta ierobežojumi,
• Likviditātes ierobežojumiem,
• regulatīvās prasības,
• ESG prasībām,
• Resursu nepietiekamība,
• Laika atkarība,
• ģeopolitiskā nenoteiktība.

Šie ierobežojumi rada faktisko sarežģītību.

Kāpēc ar klasiskajām ERP sistēmām nepietiek

Pazīstamās ERP sistēmas galvenokārt ir ierakstu sistēmas, datu platformas un procesu sistēmas.

Tās glabā informāciju.

Tomēr tās parasti neaprēķina pilnu kombinatorisko lēmumu pieņemšanas telpu.

Tieši tāpēc arvien vairāk ir nepieciešams papildu matemātisks lēmumu pieņemšanas slānis.

Hibrīdais mākslīgais intelekts, nevis tikai mašīnmācīšanās

Vēl viens būtisks aspekts: ar tīru mašīnmācīšanos nepietiek kombinatoriskai uzņēmējdarbības pārvaldībai.

Neironu tīkli ir lieliski modeļu atpazīšanā, prognozēšanā, valodas un attēlu atpazīšanā.

Taču kombinatoriskā optimizācija ir atšķirīga problēma.

Galvenokārt runa nav par modeļiem, bet gan par kombināciju optimizāciju, ievērojot ierobežojumus.

Tāpēc rodas hibrīda arhitektūras:

• MĀKSLĪGAIS INTELEKTS,
• matemātiskā optimizācija,
• varbūtības modeļi,
• Lēmumu loģika.

Paralēlās skaitļošanas nozīme

Tā kā lēmumu telpa eksponenciāli pieaug, paralēlo skaitļošana kļūst būtiska.

Mūsdienu sistēmas izmanto:

• Daudzkodolu arhitektūras,
• GPU sistēmas,
• Klasterus,
• sadalītos risinātājus,
• Augstas veiktspējas datori.

Tomēr izšķirošo veiktspēju nodrošina nevis tikai izejas skaitļošanas jauda, bet gan inteliģenta meklēšanas telpas samazināšana.

Kvantu atlaidināšana un optimizācijas problēmas

Kvantu atkausēšana ir īpaši interesanta kvantu skaitļošanas joma.

Šajā jomā sistēma mēģina enerģētiski optimālus stāvokļus, globālos minimumus un optimālas kombinācijas aproksimēt ar varbūtību.

Tas ir īpaši svarīgi

• Plānošanai,
• Maršrutēšanai,
• Portfeļa optimizācijai,
• Infrastruktūras plānošanu,
• Resursu piešķiršanu.

QAOA un hibrīda kvantu algoritmi

Kvantu aptuvenās optimizācijas algoritms (Quantum Approximate Optimisation Algorithm, saīsinājumā QAOA) ir viena no svarīgākajām mūsdienu pieejām.

QAOA apvieno klasisko optimizāciju, kvantu interferenci un varbūtisko meklēšanu.

Tomēr matemātiskā modelēšana arī šajā gadījumā ir ļoti svarīga.

Kvantu algoritms neaizstāj mērķa funkciju, ierobežojumus vai lēmuma arhitektūru.

Tas paātrina dažus optimizācijas procesus.

Kāpēc hibrīda kvantu un klasiskā skaitļošana, iespējams, ir nākotne

Visreālākā nākotne nav saistīta ar tīru kvantu skaitļošanu.

Bet hibrīdās arhitektūras:

• klasiskie procesori,
• GPU,
• Risinātāji,
• Mākslīgā intelekta sistēmas,
• Kvantu paātrinātāji.

Lēmumu pieņemšanas loģika joprojām lielā mērā ir matemātiska un klasiski strukturēta.

Kvantu datori darbojas kā papildu skaitļošanas slānis.

Nozīme CAPEX un stratēģiskajai kapitāla sadalei

Šī attīstība ir īpaši svarīga CAPEX jomā.

Lieli uzņēmumi pārvalda:

• Rūpnīcas,
• Enerģijas tīklus,
• Īpašumu portfeļus,
• Infrastruktūru,
• Pārveides programmas,
• ESG investīcijas.

Iespējamo ieguldījumu kombināciju skaits eksponenciāli pieaug.

Tas rada milzīgas alternatīvās izmaksas.

StratePlan risina tieši šo problēmu: tiek vērtēti nevis atsevišķi projekti, bet gan optimāla visu pieejamo ieguldījumu iespēju kombinācija.

Nekustamā īpašuma un pilsētu optimizācija

Milzīgas kombinatoriskās telpas veidojas arī nekustamā īpašuma nozarē:

• Jaukta izmantošana,
• Būvniecības fāzes,
• Finansēšanas struktūras,
• ESG kritēriji,
• Infrastruktūras atkarība.

Pat nelielas izmaiņas projektu kombinācijā var būtiski ietekmēt atdevi, riskus, naudas plūsmas un kapitāla saistības.

Akcionāru vērtība jaunajos apstākļos

Vēsturiski akcionāru vērtība lielākoties tika vērtēta retrospektīvi.

Kombinatoriskā optimizācija to būtiski maina.

Pirmo reizi var sistemātiski vizualizēt alternatīvās izmaksas, alternatīvus ieguldījumu ceļus un optimālu kapitāla sadalījumu.

Tādējādi akcionāru vērtību var ne tikai analizēt, bet arī matemātiski optimizēt.

Jaunā vadības loma

Interesanti, ka matemātiskā optimizācija neaizstāj vadību.

Tā maina tās lomu.

Cilvēki turpina noteikt:

• Mērķi,
• Prioritātes,
• Ierobežojumus,
• Pārvaldību,
• stratēģiskās aizsargbarjeras.

Mašīna aprēķina

• optimālās kombinācijas,
• Scenārijus,
• Varbūtības,
• Ietekmi.

Tādējādi tiek radīta jauna matemātiski atbalstīta uzņēmuma vadības forma.

Kāpēc tas kļūst sociāli svarīgi

Ietekme sniedzas tālu aiz uzņēmumu robežām.

Arī valstis un pašvaldības pārvalda eksponenciālu lēmumu pieņemšanas telpu:

• Enerģētika,
• Transports,
• Klimats,
• Mājokļi,
• Izglītība,
• Infrastruktūra.

Kombinatoriskā optimizācija varētu samazināt resursu izšķērdēšanu, uzlabot ieguldījumu kvalitāti, uzlabot pārredzamību un palielināt ekonomisko efektivitāti.

Secinājumi

Kvantu skaitļošana vien nav īsta revolūcija.

Īstā revolūcija ir spēja matemātiski modelēt, strukturēt un optimizēt sarežģītas lēmumu telpas.

Kvantu datori, visticamāk, nebūs autonomas lēmumu pieņemšanas mašīnas, bet gan matemātiskās optimizācijas arhitektūru paātrinātāji.

Tieši tāpēc tādas sistēmas kā StratePlan ir tik stratēģiski svarīgas.

Jo eksponenciālas sarežģītības pasaulē izšķirošais nebūs lielākais datu apjoms.

Tā būs spēja no miljardiem iespējamo kombināciju iegūt ekonomiski optimālu lēmumu.