Obliczenia kwantowe, optymalizacja kombinatoryczna i inteligencja decyzyjna: dlaczego przyszłość strategicznego zarządzania przedsiębiorstwem staje się matematyczna

Wprowadzenie

Obliczenia kwantowe uważane są za jedną z najbardziej przełomowych technologii XXI wieku. Rządy, firmy technologiczne, instytucje badawcze i rynki kapitałowe na całym świecie inwestują miliardy w rozwój architektur obliczeń kwantowych, ponieważ technologia ta oferuje możliwość przetwarzania niektórych klas problemów znacznie wydajniej niż w przypadku konwencjonalnych systemów komputerowych.

Obliczenia kwantowe są szczególnie istotne wszędzie tam, gdzie pojawia się złożoność wykładnicza:

• optymalizacja kombinatoryczna,
• Optymalizacja portfela,
• Symulacja molekularna,
• Materiałoznawstwo,
• Kryptografia,
• Kontrola ruchu,
• Sieci energetyczne,
• Analiza ryzyka,
• strategiczna alokacja kapitału.

To właśnie te klasy problemów znajdują się coraz częściej w centrum nowoczesnego zarządzania przedsiębiorstwem.

Wynika to z faktu, że prawdziwym wyzwaniem, przed którym stoją dziś duże organizacje, nie jest już przede wszystkim dostęp do danych. Firmy dysponują już ogromnymi ilościami informacji, systemami ERP, pulpitami nawigacyjnymi i infrastrukturą raportowania.

Prawdziwe wąskie gardło leży teraz gdzie indziej:

zdolność do matematycznej optymalizacji wysoce złożonych przestrzeni decyzyjnych.

Z każdą dodatkową inwestycją, każdym projektem, każdym ograniczeniem i każdą zależnością, liczba możliwych opcji decyzyjnych rośnie wykładniczo. Nawet średniej wielkości portfele firm generują przestrzenie poszukiwań, które praktycznie nie są już w pełni zarządzalne dla ludzi i klasycznych liniowych modeli decyzyjnych.

To jest właśnie miejsce, w którym łączą się trzy osiągnięcia technologiczne:

• Obliczenia kwantowe,
• optymalizacja kombinatoryczna,
• Inteligencja decyzyjna.

I właśnie w tym obszarze konfliktu pojawiają się systemy takie jak StratePlan.

Czym właściwie są obliczenia kwantowe

Komputery kwantowe zasadniczo różnią się od konwencjonalnych systemów komputerowych.

Klasyczne komputery pracują z bitami:

• 0 lub 1.

Komputery kwantowe, z drugiej strony, działają z tak zwanymi kubitami.

Kubit może znajdować się w kilku stanach jednocześnie:

α∣0⟩ + β∣1⟩

Zasada ta znana jest jako superpozycja.

W rezultacie komputer kwantowy może teoretycznie reprezentować wiele stanów równolegle.

Przy N kubitach liczba możliwych stanów rośnie wykładniczo:

2^N

Właśnie dlatego obliczenia kwantowe są uważane za potencjalnie rewolucyjne dla złożonych problemów optymalizacyjnych.

Trzy podstawowe zasady obliczeń kwantowych

Superpozycja

Bit kwantowy może przyjmować kilka stanów jednocześnie.

Podczas gdy klasyczny bit może mieć tylko wartość 0 lub 1, superpozycja pozwala na nakładanie się prawdopodobieństw.

Stwarza to teoretyczną możliwość równoległego reprezentowania wielu ścieżek rozwiązań.

Splątanie

Qubity mogą być sprzężone mechanicznie kwantowo.

Zmiana jednego stanu wpływa bezpośrednio na inne stany splątane.

Właściwość ta umożliwia tworzenie wysoce złożonych struktur zależności w obliczeniach mechaniki kwantowej.

Interferencja

Algorytmy kwantowe wykorzystują interferencję do wzmacniania korzystnych rozwiązań i probabilistycznego anulowania rozwiązań niekorzystnych.

Pozwala to systemowi na bardziej efektywne zbliżanie się do pewnych optymalnych stanów.

Dlaczego obliczenia kwantowe są często źle rozumiane

Publiczne dyskusje często sprawiają wrażenie, że komputery kwantowe mogą po prostu "rozwiązywać" problemy wykładnicze.

Z technicznego punktu widzenia jest to błędne.

Nawet komputery kwantowe nie anulują automatycznie podstawowych klas złożoności matematycznej wielu problemów kombinatorycznych.

Wiele rzeczywistych problemów biznesowych pozostaje:

• NP-trudne,
• wysokowymiarowych,
• probabilistycznych,
• oparte na ograniczeniach.

Sam komputer kwantowy nie zna

• nie zna celów strategicznych,
• żadnej logiki korporacyjnej,
• żadnych ograniczeń kapitałowych,
• żadnych wymogów dotyczących zarządzania,
• żadnych wymogów ESG,
• żadnych struktur ryzyka.

Właśnie dlatego pojawia się kluczowy punkt:

Sprzęt kwantowy nie zastępuje logiki podejmowania decyzji.

Przyspiesza jedynie pewne procesy obliczeniowe w ramach istniejącej architektury optymalizacji matematycznej.

Dlaczego ta świadomość jest strategicznie kluczowa

"Komputery kwantowe nie są w stanie samodzielnie obliczyć przestrzeni wykładniczej. Przyspieszyłyby one przede wszystkim istniejące architektury optymalizacji"

Stwierdzenie to jest bardzo istotne z matematycznego punktu widzenia.

Ponieważ prawdziwa inteligencja nie leży w sprzęcie.

Leży ona w:

• modelowaniu,
• funkcji docelowej,
• ograniczeniach,
• struktura przestrzeni poszukiwań,
• logika decyzyjna,
• architektura optymalizacji.

Oznacza to, że rzeczywista strategiczna wartość dodana jest tworzona przez kombinatoryczne modele decyzyjne, a nie przez sam sprzęt kwantowy.

Optymalizacja kombinatoryczna jako podstawowy problem nowoczesnego zarządzania przedsiębiorstwem

Firmy podejmują dziś decyzje w przestrzeniach wykładniczych.

Matematyczna rzeczywistość jest następująca:

2^N

Każda dodatkowa zmienna podwaja liczbę możliwych kombinacji.

Przykłady:

• Decyzje inwestycyjne,
• Portfele CAPEX,
• Programy infrastrukturalne,
• Sieci produkcyjne,
• Alokacje ESG,
• Portfele nieruchomości,
• Strategie fuzji i przejęć.

Nawet przy zaledwie kilkudziesięciu projektach pojawiają się przestrzenie decyzyjne, których tradycyjne metody liniowe nie są już w stanie w pełni uchwycić.

Prawdziwy problem z tradycyjnym zarządzaniem przedsiębiorstwem

Większość firm ustala priorytety projektów w izolacji:

• Projekt A ma wyższy zwrot z inwestycji niż projekt B,
• Projekt B jest mniej ryzykowny niż C.

Z matematycznego punktu widzenia jest to jednak często niewystarczające.

Dzieje się tak dlatego, że optymalna ogólna kombinacja niekoniecznie odpowiada najlepszym pojedynczym projektom.

Zależności zmieniają ogólną logikę:

• Projekty mogą się wzajemnie wzmacniać,
• Ryzyko może się kumulować,
• Efekty ESG mogą na siebie oddziaływać,
• Zasoby mogą tworzyć wąskie gardła,
• Harmonogramy mogą zmieniać profile zwrotu.

Tworzy to kombinatoryczną przestrzeń decyzyjną.

Pojawienie się inteligencji decyzyjnej

Właśnie w tym miejscu pojawia się nowa kategoria technologiczna: inteligencja decyzyjna.

Inteligencja decyzyjna opisuje systemy, które łączą optymalizację matematyczną, logikę decyzyjną, sztuczną inteligencję, modele probabilistyczne, systemy ograniczeń i obliczenia o wysokiej wydajności.

Celem nie jest przechowywanie danych, ale obliczanie optymalnych decyzji.

StratePlan jako matematyczna warstwa decyzyjna

StratePlan znajduje się dokładnie na tym interfejsie.

System nie działa przede wszystkim jako ERP, oprogramowanie do raportowania, pulpit nawigacyjny lub system zarządzania projektami.

Zamiast tego funkcjonuje jako matematyczna architektura decyzyjna na szczycie istniejących systemów.

StratePlan łączy w sobie

• optymalizację kombinatoryczną,
• Optymalizację ograniczeń,
• metody heurystyczne,
• Hybrydową sztuczną inteligencję,
• Obliczenia równoległe,
• matematyczne modele decyzyjne.

Rola ograniczeń

Prawdziwa optymalizacja nigdy nie istnieje w wolnej przestrzeni.

Firmy działają w ramach:

• Ograniczenia budżetowe,
• Ograniczenia płynności,
• wymogi regulacyjne,
• Wymogi ESG,
• Niedobór zasobów,
• Zależności czasowe,
• niepewność geopolityczna.

Te ograniczenia tworzą rzeczywistą złożoność.

Dlaczego klasyczne systemy ERP nie wystarczą

Znane systemy ERP to przede wszystkim systemy ewidencji, platformy danych i systemy procesowe.

Przechowują one informacje.

Zazwyczaj jednak nie obliczają pełnej kombinatorycznej przestrzeni decyzyjnej.

Właśnie dlatego rośnie zapotrzebowanie na dodatkową matematyczną warstwę decyzyjną.

Hybrydowa sztuczna inteligencja zamiast czystego uczenia maszynowego

Kolejny kluczowy punkt: czyste uczenie maszynowe nie jest wystarczające do zarządzania biznesem kombinatorycznym.

Sieci neuronowe doskonale radzą sobie z rozpoznawaniem wzorców, prognozowaniem, rozpoznawaniem języka i obrazów.

Optymalizacja kombinatoryczna to jednak inny problem.

Nie chodzi tu przede wszystkim o wzorce, ale o optymalizację kombinacji w ramach ograniczeń.

Dlatego właśnie pojawiają się architektury hybrydowe:

• AI,
• optymalizacja matematyczna,
• modele probabilistyczne,
• Logika decyzyjna.

Rola obliczeń równoległych

Ponieważ przestrzeń decyzyjna rośnie wykładniczo, równoległość staje się niezbędna.

Nowoczesne systemy wykorzystują:

• Architektury wielordzeniowe,
• Systemy GPU,
• Klastry,
• rozproszone solwery,
• Wysokowydajne komputery.

Jednak decydująca wydajność nie pochodzi z samej mocy obliczeniowej, ale z inteligentnej redukcji przestrzeni poszukiwań.

Wyżarzanie kwantowe i problemy optymalizacyjne

Wyżarzanie kwantowe jest szczególnie interesującym obszarem obliczeń kwantowych.

W tym przypadku system próbuje probabilistycznie przybliżyć energetycznie optymalne stany, globalne minima i optymalne kombinacje.

Jest to szczególnie istotne dla

• Planowanie,
• Routingu,
• Optymalizacji portfela,
• Planowania infrastruktury,
• Alokacji zasobów.

QAOA i hybrydowe algorytmy kwantowe

Algorytm przybliżonej optymalizacji kwantowej (Quantum Approximate Optimisation Algorithm, w skrócie QAOA) jest jednym z najważniejszych nowoczesnych podejść.

QAOA łączy w sobie klasyczną optymalizację, interferencję kwantową i wyszukiwanie probabilistyczne.

Jednak modelowanie matematyczne pozostaje tu również kluczowe.

Algorytm kwantowy nie zastępuje funkcji celu, ograniczeń ani architektury decyzyjnej.

Przyspiesza on pewne procesy optymalizacji.

Dlaczego hybrydowe obliczenia kwantowo-klasyczne są prawdopodobnie przyszłością

Najbardziej realistyczna przyszłość nie składa się z czystych obliczeń kwantowych.

Ale architektury hybrydowe:

• klasyczne CPU,
• GPU,
• Solwery,
• Systemy AI,
• Akceleratory kwantowe.

Logika podejmowania decyzji pozostaje w dużej mierze matematyczna i klasycznie ustrukturyzowana.

Komputery kwantowe działają jako dodatkowa warstwa obliczeniowa.

Znaczenie dla CAPEX i strategicznej alokacji kapitału

Rozwój ten jest szczególnie istotny w obszarze CAPEX.

Duże firmy zarządzają:

• Fabryki,
• Sieciami energetycznymi,
• Portfelami nieruchomości,
• Infrastrukturą,
• Programy transformacji,
• Inwestycje ESG.

Liczba możliwych kombinacji inwestycji rośnie wykładniczo.

Powoduje to ogromne koszty alternatywne.

StratePlan rozwiązuje właśnie ten problem: ocenie podlegają nie pojedyncze projekty, ale optymalne połączenie wszystkich dostępnych opcji inwestycyjnych.

Optymalizacja nieruchomości i obszarów miejskich

Ogromne przestrzenie kombinatoryczne pojawiają się również w sektorze nieruchomości:

• Użytkowanie mieszane,
• Fazy budowy,
• Struktury finansowania,
• Kryteria ESG,
• Zależności infrastrukturalne.

Nawet niewielkie zmiany w kombinacji projektów mogą mieć ogromny wpływ na zyski, ryzyko, przepływy pieniężne i zaangażowanie kapitałowe.

Wartość dla akcjonariuszy w nowych warunkach

W przeszłości wartość dla akcjonariuszy była postrzegana głównie retrospektywnie.

Optymalizacja kombinatoryczna zasadniczo to zmienia.

Po raz pierwszy koszty alternatywne, alternatywne ścieżki inwestycyjne i optymalne alokacje kapitału mogą być systematycznie wizualizowane.

Wartość dla akcjonariuszy może być zatem nie tylko analizowana, ale także matematycznie optymalizowana.

Nowa rola kierownictwa

Co ciekawe, matematyczna optymalizacja nie zastępuje zarządzania.

Zmienia ona jego rolę.

Ludzie nadal definiują:

• Cele,
• Priorytety,
• Ograniczenia,
• Zarządzanie,
• strategiczne bariery ochronne.

Maszyna oblicza

• optymalne kombinacje,
• Scenariusze,
• Prawdopodobieństwa,
• Efekty.

Tworzy to nową formę matematycznie wspieranego zarządzania przedsiębiorstwem.

Dlaczego staje się to społecznie istotne

Efekty wykraczają daleko poza firmy.

Państwa i gminy również zarządzają wykładniczymi przestrzeniami decyzyjnymi:

• Energia,
• Transport,
• Klimat,
• Mieszkalnictwo,
• Edukacja,
• Infrastruktura.

Optymalizacja kombinatoryczna może zmniejszyć marnotrawstwo zasobów, podnieść jakość inwestycji, poprawić przejrzystość i zwiększyć efektywność ekonomiczną.

Podsumowanie

Same obliczenia kwantowe nie są prawdziwą rewolucją.

Prawdziwa rewolucja polega na zdolności do matematycznego modelowania, strukturyzowania i optymalizacji złożonych przestrzeni decyzyjnych.

Komputery kwantowe najprawdopodobniej nie będą autonomicznymi maszynami decyzyjnymi, ale raczej akceleratorami matematycznych architektur optymalizacyjnych.

Właśnie dlatego systemy takie jak StratePlan mają tak strategiczne znaczenie.

Ponieważ w świecie wykładniczej złożoności to nie największa ilość danych będzie decydująca.

Będzie to zdolność do podejmowania optymalnych ekonomicznie decyzji na podstawie miliardów możliwych kombinacji.