Przejdź do głównej zawartości Przejdź do wyszukiwania Przejdź do głównej nawigacji

Zrozumieć optimum: dlaczego organizacje utknęły w lokalnych optimumach – i nie dostrzegają globalnego optimumu

Streszczenie: Dlaczego dobra decyzja to jeszcze nie najlepsza decyzja

Co się dzieje, gdy firma starannie ustala priorytety swoich projektów inwestycyjnych, efektywnie rozdziela budżety, a mimo to nie wykorzystuje potencjalnej wartości rzędu milionów euro?

Na niemal każdym posiedzeniu zarządu omawia się decyzje inwestycyjne w oparciu o wskaźniki ekonomiczne, priorytety strategiczne i dostępne zasoby.

Ocenia się projekty. Porównuje się analizy biznesowe. Rozdziela się budżety inwestycyjne. Zawiera się kompromisy.

W rezultacie powstaje portfel, który wydaje się wiarygodny, sensowny z ekonomicznego punktu widzenia i możliwy do wdrożenia pod względem organizacyjnym.

Jednak często pozostaje bez odpowiedzi kluczowe pytanie:

Czy wybrana przez nas kombinacja projektów jest rzeczywiście najlepszym rozwiązaniem ekonomicznym – czy też jedynie dobrym rozwiązaniem spośród rozważanych przez nas alternatyw?

Właśnie na tym polega różnica między optimum lokalnym a globalnym.

Optimum lokalne nie może być dalej ulepszone w ramach określonego obszaru. Natomiast optimum globalne osiąga najlepszą wartość funkcji celu w ramach całej dopuszczalnej przestrzeni decyzyjnej.

W strategicznym planowaniu inwestycji różnica ta może mieć znaczące skutki ekonomiczne.

Przedsiębiorstwa nie podejmują bowiem decyzji wyłącznie w sprawie pojedynczych projektów. Decydują o kombinacjach projektów, które jednocześnie konkurują o kapitał, zasoby i moce produkcyjne.

StratePlan łączy matematyczne metody optymalizacji z zakresu badań operacyjnych z podejściami opartymi na sztucznej inteligencji, aby systematycznie badać takie złożone przestrzenie decyzyjne.

Dlatego kluczowe pytanie dla kierownictwa nie brzmi: czy zoptymalizowaliśmy nasze projekty?

Ale: Czy wybraliśmy najlepszą ekonomicznie kombinację naszych projektów?

1. Co oznacza pojęcie „optimum”? Definicja matematyczna

W matematyce pojęcie „optimum” oznacza rozwiązanie, które w ramach zdefiniowanej przestrzeni decyzyjnej maksymalizuje lub minimalizuje określoną wartość docelową.

Liczba mnoga to optima.

W teorii optymalizacji rozróżnia się optimum lokalne i globalne.

Optimum lokalne

Optimum lokalne to rozwiązanie, którego nie można poprawić poprzez dopuszczalną zmianę w ramach zdefiniowanego otoczenia.

Rozwiązanie to może być optymalne w tym ograniczonym obszarze, mimo że w innych częściach przestrzeni decyzyjnej możliwe są lepsze wyniki.

Optimum globalne

Optimum globalne to rozwiązanie, które w całej dopuszczalnej przestrzeni decyzyjnej osiąga najlepszą wartość zdefiniowanej funkcji celu.

W przypadku zadania maksymalizacji żadne inne dopuszczalne rozwiązanie nie ma wyższej wartości funkcji celu.

W przypadku zadania minimalizacji żadne inne dopuszczalne rozwiązanie nie ma niższej wartości funkcji celu.

Ważne: Optimum globalne nie musi być jednoznaczne. Kilka różnych kombinacji projektów może osiągnąć tę samą optymalną wartość celu.

Dla przedsiębiorstw to rozróżnienie ma kluczowe znaczenie.

Decyzja inwestycyjna może być optymalna ekonomicznie w ramach jednego obszaru działalności, a jednocześnie generować mniejszy całkowity wkład w porównaniu z alternatywą obejmującą wiele obszarów.

Jakość optymalizacji zależy zatem nie tylko od zastosowanej metody obliczeniowej, ale także od tego, jaki obszar decyzyjny i jaką funkcję celu przyjęto za podstawę.

2. Dlaczego organizacje często pozostają w lokalnych optimumach

Przedsiębiorstwa są podzielone na działy, obszary działalności, lokalizacje i struktury odpowiedzialności.

Ten podział organizacyjny umożliwia efektywne zarządzanie złożonymi procesami biznesowymi.

Często prowadzi to jednak do tego, że decyzje inwestycyjne są podejmowane w ramach ograniczonych obszarów odpowiedzialności.

Zakład produkcyjny optymalizuje swoje inwestycje w maszyny.

Dział IT ustala priorytety swoich projektów cyfryzacji.

Dział sprzedaży ocenia działania mające na celu zwiększenie obrotów.

Zarząd nieruchomości podejmuje decyzje dotyczące renowacji i rozwoju lokalizacji.

Każda jednostka może podejmować decyzje uzasadnione ekonomicznie w ramach swojego zakresu odpowiedzialności.

Jednak firma często dysponuje wspólnym lub przynajmniej ograniczonym budżetem ogólnym.

W związku z tym różne działy firmy konkurują o te same zasoby finansowe.

Typowe przyczyny optymalizacji o lokalnym zasięgu to:

  • Oddzielne budżety inwestycyjne: kapitał jest rozdzielany w ramach poszczególnych działów bez wspólnego rozpatrywania wszystkich alternatyw inwestycyjnych.
  • Różne wskaźniki KPI: działy realizują indywidualne cele, które nie są w pełni zgodne z ogólnym celem przedsiębiorstwa.
  • Decyzje historyczne: preferowana jest kontynuacja już zatwierdzonych projektów, mimo że inne kombinacje mogłyby być bardziej atrakcyjne ekonomicznie.
  • Konflikty dotyczące zasobów: kilka projektów wymaga tych samych zasobów kadrowych lub technicznych.
  • Ograniczona analiza wariantów: organy zarządzające porównują jedynie niewielką liczbę przygotowanych scenariuszy.

Czynniki te mogą prowadzić do sytuacji, w której organizacja z powodzeniem optymalizuje poszczególne obszary, nie osiągając jednak najlepszego możliwego wyniku ogólnego.

Przedsiębiorstwo optymalizuje swoje elementy składowe – ale niekoniecznie ich najlepszą ekonomicznie kombinację.

3. Niewidzialna przestrzeń decyzyjna: dlaczego 2^N zmienia logikę zarządzania

Gdy do wyboru jest jednocześnie kilka projektów, powstaje kombinatoryczna przestrzeń decyzyjna.

W uproszczonym modelu binarnym każdy projekt może zostać zrealizowany lub nie.

W przypadku N niezależnie wybieranych projektów teoretycznie istnieje 2^N możliwych kombinacji projektów.

Liczba ta rośnie wykładniczo:

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

W przypadku 50 planowanych projektów inwestycyjnych istnieje zatem około 1,126 biliardów teoretycznie możliwych kombinacji projektów.

Nie każda kombinacja jest dopuszczalna ze względu na ograniczenia budżetowe, ograniczenia zasobów lub zależności między projektami.

Niemniej jednak ta skala pokazuje, dlaczego klasyczne procesy zarządzania mogą uwzględniać jedynie ograniczoną część matematycznej przestrzeni decyzyjnej.

Zarząd może oceniać 50 projektów pojedynczo.

Nie jest jednak w stanie w pełni porównać ze sobą więcej niż jednego biliona kombinacji projektów.

Prawdziwym wyzwaniem nie jest zrozumienie poszczególnych projektów. Polega ono na określeniu najlepszego ekonomicznie dopuszczalnego rozwiązania spośród możliwych kombinacji tych projektów.

4. Dlaczego dyskusje i warsztaty menedżerskie nie gwarantują globalnej optymalizacji

Organy zarządzające są niezbędne do definiowania celów strategicznych, oceny założeń ekonomicznych oraz przyjmowania odpowiedzialności za podejmowane decyzje.

Nie są one jednak matematycznymi algorytmami optymalizacji.

W praktyce często porównuje się ze sobą kilka przygotowanych scenariuszy.

Na przykład:

  • scenariusz bazowy z pierwotnie zaplanowanym budżetem inwestycyjnym
  • Scenariusz konserwatywny z ograniczonymi wydatkami
  • Scenariusz wzrostu z dodatkowymi inwestycjami
  • Scenariusz strategiczny z preferowanymi projektami

Warianty te mogą być starannie opracowane i ekonomicznie uzasadnione.

Często jednak odzwierciedlają one jedynie niewielki wycinek całej matematycznej przestrzeni decyzyjnej.

Wybór jednego z czterech przygotowanych scenariuszy nie daje automatycznie odpowiedzi na pytanie, czy wśród milionów innych kombinacji istnieje rozwiązanie lepsze pod względem ekonomicznym.

Najlepiej omówiony wariant niekoniecznie jest najlepszą matematycznie możliwą kombinacją projektów.

Właśnie dlatego dyskusja strategiczna powinna być uzupełniona odpowiednimi matematycznymi metodami optymalizacji.

5. Przykład obliczeniowy: dlaczego najlepsza pojedyncza inwestycja nie prowadzi do najlepszego portfela

Przedsiębiorstwo dysponuje budżetem inwestycyjnym w wysokości 10 milionów euro.

Do wyboru są trzy projekty.

Projekt CAPEX Wartość dodana netto
Projekt A – Zakład produkcyjny 7 mln € 4 mln €
Projekt B – automatyzacja 5 mln € 3 mln €
Projekt C – Efektywność energetyczna 5 mln € 3 mln €

Projekt A ma najwyższy indywidualny wkład netto.

Jeśli ten projekt zostanie wybrany, w budżecie pozostaną 3 miliony euro.

Nie wystarczy to na dodatkową realizację żadnego z pozostałych projektów.

Całkowity wkład netto w wartość wynosi zatem 4 miliony euro.

Jednak analiza matematyczna możliwych kombinacji projektów wskazuje na lepszą ekonomicznie alternatywę.

Projekty B i C wymagają łącznie 10 milionów euro i generują łączną wartość dodaną netto w wysokości 6 milionów euro.

Zakładając, że projekty są niezależne i nie ma żadnych innych ograniczeń, kombinacja B + C jest optymalna dla maksymalizacji wkładu wartości netto.

Zoptymalizowany portfel generuje o 50% wyższą wartość dodaną netto w porównaniu z pierwotnym wyborem.

Przedsiębiorstwo nie potrzebuje do tego dodatkowego kapitału inwestycyjnego.

Wystarczy jedynie wybrać inną kombinację istniejących projektów.

Ten przykład ilustruje suboptymalną decyzję dotyczącą portfela. To, czy pierwotny wybór stanowi lokalne optimum w ścisłym sensie matematycznym, zależy od definicji dopuszczalnych zmian w sąsiedztwie.

Najważniejszy wniosek pozostaje ten sam: najlepsza pod względem ekonomicznym pojedyncza inwestycja niekoniecznie jest częścią najlepszej pod względem ekonomicznym kombinacji projektów.

6. Dlaczego lokalne optima mogą być tak stabilne z matematycznego punktu widzenia

Optima lokalne powstają często w wyniku procesów stopniowego ulepszania.

Algorytm lub proces zarządzania zaczyna się od istniejącego rozwiązania i próbuje je ulepszyć poprzez niewielkie zmiany.

Na przykład jeden z projektów jest usuwany z portfela i zastępowany innym.

Jeśli poprawi się całkowity wkład ekonomiczny, nowa kombinacja zostaje przyjęta.

Proces ten można powtarzać, dopóki w rozpatrywanym otoczeniu nie zostanie znaleziona żadna dalsza poprawa.

Wynikiem tego jest wówczas optimum lokalne.

Znacznie lepsze rozwiązanie może jednak znajdować się poza tym obszarem.

Aby je osiągnąć, konieczne może być jednoczesne zastąpienie kilku projektów.

Poszczególne etapy pośrednie mogłyby początkowo prowadzić do gorszych wyników.

Prosta lokalna metoda wyszukiwania mogłaby w pewnych okolicznościach nie wprowadzać takich zmian.

W organizacjach może wystąpić podobny efekt.

Dany obszar działalności stopniowo ulepsza swój dotychczasowy plan inwestycyjny, nie analizując zasadniczo innych wariantów alokacji kapitału.

W ten sposób może powstać ekonomicznie uzasadniona i stabilna kombinacja projektów, mimo że inne portfele umożliwiłyby wyższy całkowity wkład.

Stabilność istniejącego rozwiązania nie jest zatem dowodem jego globalnej optymalności.

7. Optymalizacja globalna: najlepsze rozwiązanie w ramach całej dopuszczalnej przestrzeni decyzyjnej

Optymalizacja globalna ma na celu określenie najlepszego rozwiązania dla zdefiniowanej funkcji celu w ramach całej dopuszczalnej przestrzeni decyzyjnej.

W przypadku strategicznej alokacji kapitału funkcją celową może być na przykład maksymalizacja oczekiwanej wartości dodanej netto.

Optymalizacja matematyczna uwzględnia przy tym dostępne alternatywy inwestycyjne oraz zdefiniowane ograniczenia.

Typowe ograniczenia to:

  • Maksymalny budżet inwestycyjny
  • Dostępne zasoby kadrowe
  • Ograniczenia techniczne dotyczące zdolności produkcyjnych
  • Zależności między projektami
  • Ramy czasowe
  • Minimalne wymagania strategiczne
  • Zobowiązania regulacyjne

Odpowiednie algorytmy optymalizacyjne badają przestrzeń rozwiązań matematycznych i poszukują kombinacji projektów, która w najlepszy możliwy sposób spełnia funkcję celu.

W tym celu można zastosować różne metody:

  • Optymalizacja całkowitoliczbowa i mieszana
  • Metoda „branch-and-bound”
  • Programowanie dynamiczne
  • Metaheurystyki
  • Metody wielopunktowego startu i połączone strategie wyszukiwania
  • Metody oceny i wyszukiwania oparte na sztucznej inteligencji

Niektóre z tych metod mogą, w odpowiednich warunkach, matematycznie udowodnić istnienie optimum globalnego.

Inne dostarczają rozwiązań w przybliżeniu optymalnych, nie zapewniając jednak pełnego dowodu optymalności.

Pełne obliczenie wszystkich 2^N kombinacji nie jest zasadniczo konieczne do matematycznej optymalizacji dużych przestrzeni decyzyjnych.

Więcej informacji na ten temat można znaleźć w artykule „Nowa metoda obliczeniowa oparta na sztucznej inteligencji w zarządzaniu portfelem projektów w celu optymalizacji nakładów inwestycyjnych (CAPEX)”.

8. Dlaczego Excel, modele punktacji i matryce priorytetów nie gwarantują globalnej optymalności

Excel, modele punktacji i matryce priorytetów są uznanymi narzędziami strategicznego planowania inwestycji.

Umożliwiają one ustrukturyzowaną ocenę poszczególnych projektów oraz tworzenie scenariuszy ekonomicznych.

Ich ograniczenia ujawniają się zwłaszcza wtedy, gdy ranking poszczególnych projektów utożsamia się z matematycznie optymalnym wyborem portfela.

Excel: pojedyncze oceny to jeszcze nie optymalizacja portfela

Excel doskonale nadaje się do obliczania analiz biznesowych, zwrotu z inwestycji oraz scenariuszy inwestycyjnych.

Za pomocą odpowiednich funkcji Solvera można również rozwiązywać matematyczne problemy optymalizacyjne.

Prosta lista w programie Excel, w której projekty są posortowane według ROI lub wartości bieżącej netto, nie uwzględnia jednak automatycznie wszystkich dopuszczalnych kombinacji projektów.

W przypadku dużych przestrzeni decyzyjnych o charakterze kombinatorycznym specjalistyczne metody optymalizacji mogą być konieczne lub bardziej efektywne.

Modele punktacji: najlepszy ranking to nie to samo, co najlepszy portfel

Modele punktacji oceniają projekty na podstawie zdefiniowanych kryteriów.

Projekty z najwyższą liczbą punktów są realizowane w pierwszej kolejności.

Metoda ta zapewnia przejrzystość w zakresie indywidualnych priorytetów.

Nie gwarantuje ona jednak, że wybrana kombinacja przyniesie najwyższy całkowity wkład ekonomiczny lub strategiczny.

Macierze priorytetów: uproszczenie zamiast pełnej optymalizacji

Macierze priorytetów pomagają klasyfikować projekty na podstawie kryteriów takich jak wpływ, nakład, pilność lub znaczenie strategiczne.

Są one przydatne do zrozumiałego przedstawiania złożonych informacji.

Nie wynika z nich jednak automatycznie matematycznie optymalna kombinacja.

Dlatego kluczowe pytanie brzmi: czy oceniamy poszczególne projekty, czy też obliczamy najlepszą pod względem ekonomicznym kombinację wszystkich dostępnych projektów?

9. StratePlan: matematyczna optymalizacja portfela zamiast ograniczonej analizy wariantów

StratePlan został opracowany w celu matematycznej optymalizacji złożonych portfeli inwestycyjnych i projektowych.

Technologia ta łączy metody z zakresu badań operacyjnych z podejściami opartymi na sztucznej inteligencji w celu efektywnej analizy dużych kombinatorycznych przestrzeni decyzyjnych.

Aby stworzyć podstawowy model optymalizacji ekonomicznej, na początku potrzebne są jedynie trzy dane dla każdego projektu:

  1. ID projektu: jednoznaczna identyfikacja projektu
  2. Wydatki: planowane wydatki lub inwestycje
  3. Przychody: oczekiwane przychody lub zwroty ekonomiczne

Dodatkowo określa się dostępny budżet inwestycyjny.

Dane dotyczące projektu można na przykład przejąć z istniejących planów inwestycyjnych w formacie Excel.

StratePlan analizuje możliwe kombinacje projektów i oblicza portfel zgodnie z wybraną funkcją celu.

W przypadku opcji „Maximize Net Contribution” głównym celem jest maksymalizacja całkowitej oczekiwanej wartości dodanej netto.

Dodatkowo jako wskaźnik ekonomiczny można przedstawić zwrot z inwestycji (ROI) portfela.

Rozszerzone modele mogą uwzględniać dodatkowe ograniczenia i parametry wyceny:

  • zależności między projektami
  • Wagi strategiczne
  • Ograniczenia dotyczące zasobów i zdolności produkcyjnych
  • Wieloletnie budżety inwestycyjne
  • Ramy czasowe
  • Kryteria ryzyka i zrównoważonego rozwoju

Wynikiem nie jest zwykła lista rankingowa poszczególnych projektów, lecz obliczona matematycznie kombinacja projektów w ramach określonych warunków ramowych.

W ten sposób StratePlan uzupełnia strategiczny proces podejmowania decyzji o poziom optymalizacji matematycznej.

10. Na żywo podczas posiedzenia zarządu: Która kombinacja projektów jest faktycznie najlepsza?

Matematyczna optymalizacja portfela staje się szczególnie cenna, gdy jest bezpośrednio włączona w strategiczne decyzje zarządcze.

Wyobraźmy sobie koncern przemysłowy z 100 planowanymi projektami CAPEX.

Suma wszystkich planowanych inwestycji przekracza dostępny budżet.

Kilka działów biznesowych ustaliło już priorytety swoich projektów i dokonało ich oceny ekonomicznej.

Zarząd chce teraz wiedzieć, która kombinacja wszystkich projektów zapewni najwyższy oczekiwany wkład netto.

Scenariusz A: Optymalizacja międzydziałowa

Dyrektor finansowy pyta:

„Co się zmieni, jeśli zamiast optymalizować każdy dział z osobna, zaczniemy rozpatrywać wszystkie projekty inwestycyjne łącznie?”

Projekty są modelowane w ramach wspólnego portfela.

StratePlan oblicza zoptymalizowaną kombinację, uwzględniając określony limit budżetowy.

Porównanie z dotychczasowym planem może wykazać, czy inny podział kapitału pozwoli na osiągnięcie wyższego całkowitego wkładu ekonomicznego.

Scenariusz B: Obowiązkowe uwzględnienie projektów strategicznych

Prezes pyta:

„Jakiego wkładu ekonomicznego możemy potencjalnie stracić, jeśli określone projekty muszą zostać zrealizowane bez względu na ich indywidualną opłacalność?”

Dane projekty są uwzględniane jako wiążące ograniczenia.

Portfel jest ponownie obliczany.

Porównanie pokazuje, jaki wpływ ma ten wymóg na oczekiwany wkład netto.

Scenariusz C: Redukcja budżetu

Dyrektor finansowy chce wiedzieć:

„Jaką kombinację projektów powinniśmy wybrać, jeśli musimy zmniejszyć nasz budżet CAPEX o 20 %?”

Ograniczenie budżetowe zostaje dostosowane.

StratePlan oblicza nową kombinację projektów.

Kierownictwo może sprawdzić, które działania zostaną wycofane i jak zmieni się oczekiwany wkład netto.

Scenariusz D: Dodatkowy kapitał inwestycyjny

Kolejny członek zarządu pyta:

„Jaką dodatkową wartość ekonomiczną moglibyśmy osiągnąć, gdybyśmy zainwestowali kolejne 10 milionów euro?”

Budżet zostaje zwiększony i przeprowadzana jest nowa optymalizacja.

Wyniki pozwalają na porównanie dodatkowego wkładu kapitałowego z oczekiwanym wkładem wartościowym.

Scenariusz E: Zmiana priorytetów strategicznych

Zarząd zadaje pytanie:

„Jak zmieni się portfel, jeśli przypiszemy większą wagę efektywności energetycznej, cyfryzacji lub określonym obszarom wzrostu?”

Odpowiednie parametry zostają dostosowane.

Portfel jest ponownie obliczany i porównywany z dotychczasowymi scenariuszami.

Zmiana wytycznych strategicznych. Ponowne obliczenie portfela. Porównanie skutków ekonomicznych. Podejmowanie decyzji w oparciu o rzetelne dane.

W ten sposób nawet decyzje odbiegające od czysto ekonomicznej optymalizacji mogą być podejmowane w sposób świadomy i zrozumiały.

11. Koszty alternatywne: jak daleko nasz portfel odbiega od optymalnego stanu?

Każda decyzja inwestycyjna wiąże się z zaangażowaniem kapitału i zasobów.

Kapitał ten nie jest już następnie dostępny dla innych projektów.

Powoduje to powstanie kosztów alternatywnych.

Opisują one utracone korzyści wynikające z najlepszej alternatywy, która nie została wybrana.

Matematyczna optymalizacja portfela pozwala porównać pierwotnie planowany portfel inwestycyjny z optymalną kombinacją projektów.

W tym celu można porównać między innymi następujące wskaźniki:

  • Całkowite zapotrzebowanie inwestycyjne
  • Oczekiwany wkład w wartość netto
  • Zwrot z inwestycji w portfelu
  • Wybrane i niewybrane projekty
  • Pozostałe rezerwy budżetowe
  • Różnice ekonomiczne między alternatywnymi portfelami

Różnica między wynikami modelowania wskazuje, jaki potencjał poprawy ekonomicznej istnieje przy przyjętych założeniach.

Jeśli globalne optimum zostało matematycznie udowodnione, odległość wybranej kombinacji projektów od tego optimum można dokładnie określić w ramach modelu.

W przypadku rozwiązań zbliżonych do optymalnych najpierw obliczana jest różnica w stosunku do najlepszego znalezionego rozwiązania.

Kluczową wartością dodaną jest uwidocznienie ewentualnych ekonomicznych wad istniejącego planu inwestycyjnego jeszcze przed zaangażowaniem kapitału.

12. Analiza wrażliwości: Jak stabilne jest optimum globalne?

Decyzje inwestycyjne opierają się na założeniach dotyczących przyszłego rozwoju gospodarczego.

Koszty projektów mogą wzrosnąć. Prognozy przychodów mogą się obniżyć. Zasoby mogą stać się bardziej ograniczone. Priorytety strategiczne mogą ulec zmianie.

Dlatego warto przeprowadzić nie tylko pojedynczą optymalizację portfela.

Dzięki analizom wrażliwości można zbadać różne scenariusze ekonomiczne.

Typowe pytania to:

  • Które projekty pozostaną częścią portfela nawet przy zmniejszonym budżecie?
  • Jak zmienia się optymalna kombinacja projektów w przypadku rosnących kosztów inwestycyjnych?
  • Które działania są szczególnie wrażliwe na niższe prognozy przychodów?
  • Jak zmienia się portfel w przypadku dodatkowych ograniczeń zasobów?
  • Które projekty pozostają atrakcyjne ekonomicznie w różnych scenariuszach?

Analizy te mogą pokazać, na ile obliczona kombinacja projektów pozostaje stabilna przy zmienionych założeniach.

Dlatego też decyzja oparta na strategii uwzględnia nie tylko najlepszy wynik przy jednym założeniu, ale także skutki ewentualnych zmian.

13. Przykład z praktyki: Teren Klybeck w Bazylei – o około 63% wyższy zwrot z kapitału

Potencjał ekonomiczny, jaki może ujawnić matematyczna optymalizacja portfela, ilustruje przykład StratePlan dotyczący terenu Klybeck w Bazylei.

W ramach optymalizacji portfela dla spółek Central Real Estate AG i Swiss Life AG przeprowadzono matematyczną analizę istniejących alternatyw inwestycyjnych i projektowych.

Wynik uzyskany w modelu:

  • Pierwotna stopa zwrotu z kapitału: 7,0 %
  • Zoptymalizowany zwrot z kapitału: 11,4%
  • Względna poprawa stopy zwrotu: około 63 %
  • Dodatkowy, oszacowany w modelu wkład w wartość ekonomiczną: około 30 milionów CHF

Poprawę tę oszacowano na podstawie zmienionej kombinacji istniejących alternatyw inwestycyjnych przy niezmienionym budżecie.

Wyniki te, odnoszące się konkretnie do tego projektu, nie stanowią ogólnej gwarancji stopy zwrotu.

Główny wniosek: lepsza kombinacja istniejących alternatyw inwestycyjnych może umożliwić osiągnięcie znacznie wyższego całkowitego wkładu ekonomicznego – bez dodatkowego budżetu inwestycyjnego.

14. Gdzie lokalne optymalizacje szczególnie często ograniczają potencjał ekonomiczny

Ryzyko izolowanej optymalizacji poszczególnych działań występuje w wielu obszarach zastosowań gospodarczych i publicznych.

Przemysł i planowanie nakładów inwestycyjnych (CAPEX)

Zakłady produkcyjne, projekty automatyzacji, rozbudowa mocy produkcyjnych oraz inwestycje w lokalizacje konkurują o wspólne budżety inwestycyjne.

Izolowana optymalizacja poszczególnych zakładów lub obszarów działalności może uniemożliwić lepszą pod względem ekonomicznym alokację kapitału w ujęciu międzysektorowym.

Cyfryzacja i transformacja oparta na sztucznej inteligencji

Przedsiębiorstwa często identyfikują liczne potencjalne projekty związane ze sztuczną inteligencją i cyfryzacją.

Samo ustalenie priorytetów poszczególnych przypadków użycia nie wskazuje automatycznie, która kombinacja zapewni najwyższy łączny wkład ekonomiczny.

Nieruchomości

Projekty deweloperskie, renowacje, modernizacje i inwestycje lokalizacyjne można rozpatrywać w ramach wspólnego budżetu kapitałowego.

Wybór poszczególnych projektów wpływa na możliwości finansowania całego portfela nieruchomości.

Energetyka i infrastruktura

Projekty energetyczne, inwestycje w sieci, działania na rzecz efektywności energetycznej oraz modernizacje infrastruktury często wymagają długoterminowego zaangażowania kapitałowego.

Matematyczna optymalizacja portfela może pomóc w porównaniu różnych kombinacji inwestycyjnych przy uwzględnieniu ograniczeń ekonomicznych i technicznych.

Gminy i budżety publiczne

Miasta i gminy muszą finansować liczne przedsięwzięcia inwestycyjne w ramach ograniczonych środków budżetowych.

Szkoły, drogi, budynki administracyjne, infrastruktura i placówki socjalne konkurują o te same środki publiczne.

Izolowane ustalanie priorytetów poszczególnych obszarów nie prowadzi automatycznie do kombinacji działań zapewniającej najwyższą określoną całkowitą korzyść społeczną.

Optymalizacja matematyczna pozwala przeanalizować różne kombinacje projektów, uwzględniając ograniczenia budżetowe, zadania obowiązkowe oraz cele polityczne.

Wspólnym mianownikiem wszystkich przypadków zastosowań jest pytanie, czy optymalizacja poszczególnych działań rzeczywiście prowadzi do najlepszego możliwego rozwiązania całościowego.

15. Symulacja budżetowa i równoczesna optymalizacja portfela: przezwyciężanie lokalnych optymów w sektorze publicznym

Problem lokalnej optymalizacji jest szczególnie wyraźny podczas planowania budżetów inwestycji publicznych.

Gminne wydziały często dysponują własnymi listami projektów i priorytetami.

Kuratorium oświaty nadaje priorytet inwestycjom w edukację. Urząd budowlany ocenia działania infrastrukturalne. Inne wydziały planują projekty związane z cyfryzacją, energią lub nieruchomościami.

Każdy z tych priorytetów może mieć sens w ramach danego obszaru odpowiedzialności.

Kluczowe pytanie brzmi jednak:

Która kombinacja wszystkich projektów gminnych przynosi największą określoną korzyść ekonomiczną lub społeczną w ramach dostępnego budżetu?

Uproszczony przykład:

Miasto dysponuje budżetem inwestycyjnym w wysokości 81 milionów euro.

Jednocześnie do wyboru jest 50 projektów o łącznym zapotrzebowaniu inwestycyjnym wynoszącym 220 milionów euro.

W przypadku 50 decyzji dotyczących poszczególnych projektów teoretycznie powstaje 2^50 = 1 125 899 906 842 624 możliwych kombinacji.

Matematyczna optymalizacja portfela pozwala przeanalizować różne dopuszczalne kombinacje projektów w ramach określonych ograniczeń budżetowych i dotyczących efektów.

Dzięki równoczesnej symulacji budżetowej można uwzględnić różne warunki ramowe finansowe.

Na przykład:

  • Która kombinacja projektów przy budżecie wynoszącym 81 milionów euro zapewnia najwyższą modelowaną korzyść całkowitą?
  • Jak zmienia się portfel w przypadku zmniejszenia budżetu?
  • Jakie dodatkowe działania można by wdrożyć w przypadku wyższych dochodów?
  • Jak wiążące projekty polityczne wpływają na wynik?
  • Jaki wpływ mają różne wagi przypisane edukacji, infrastrukturze lub ochronie klimatu?

Jakość wyników zależy od wykorzystanych danych oraz definicji celów ekonomicznych i społecznych.

Połączenie symulacji budżetowej z matematyczną optymalizacją portfela może pomóc w przekształceniu priorytetów poszczególnych działów w kompleksową, przejrzystą podstawę decyzyjną.

16. Od Business Intelligence do Decision Intelligence: optymalizacja jakości samej decyzji

Wiele przedsiębiorstw dysponuje już wydajnymi systemami do analizy i sterowania procesami biznesowymi.

Systemy ERP dokumentują zasoby i procesy gospodarcze.

Rozwiązania z zakresu Business Intelligence wizualizują wskaźniki i trendy.

Systemy controllingu analizują odchylenia budżetowe i wyniki ekonomiczne.

Systemy te odpowiadają na ważne pytania:

Co się wydarzyło? Jak kształtują się nasze wskaźniki KPI? Które projekty mieszczą się w budżecie?

Decision Intelligence rozszerza tę perspektywę o matematyczne wsparcie przyszłych decyzji.

Jaką kombinację projektów powinniśmy wybrać? Jakie ograniczenia zmniejszają nasz potencjalny wkład w wartość? Które alternatywy zapewniają lepszy wynik ogólny?

StratePlan uzupełnia istniejące procesy planowania i kontroli o poziom optymalizacji matematycznej.

Niezbędne dane projektowe można początkowo udostępnić za pomocą prostych arkuszy kalkulacyjnych w programie Excel.

Strategiczny postęp polega nie tylko na mierzeniu wyników już podjętych decyzji, ale także na matematycznym udoskonaleniu samego wyboru i kombinacji projektów.

17. Wniosek: Optimum globalne jest kwestią całej przestrzeni decyzyjnej

Organizacje codziennie podejmują decyzje uzasadnione ekonomicznie.

Oceniają projekty, optymalizują procesy, ustalają priorytety inwestycji i rozdzielają zasoby.

Jednak rozwiązanie optymalne w ujęciu lokalnym niekoniecznie jest optymalne w ujęciu globalnym.

Gdy wiele projektów jednocześnie konkuruje o ograniczone budżety i zasoby, powstaje kombinatoryczna przestrzeń decyzyjna.

Już przy 50 projektach istnieje ponad jeden bilion teoretycznie możliwych kombinacji.

Dlatego też izolowana ocena poszczególnych projektów nie daje automatycznie odpowiedzi na pytanie o najlepsze z ekonomicznego punktu widzenia rozwiązanie całościowe.

Matematyczna optymalizacja portfela pozwala na systematyczne badanie różnych kombinacji projektów i porównywanie ich skutków ekonomicznych.

W tym celu StratePlan łączy metody z zakresu badań operacyjnych z podejściami opartymi na sztucznej inteligencji.

Dzięki temu przedsiębiorstwa, zarządy i decydenci publiczni mogą obliczać alternatywne portfele, badać scenariusze strategiczne oraz identyfikować niewykorzystany potencjał gospodarczy lub społeczny.

Kluczowe pytanie nie brzmi: czy udało nam się zoptymalizować nasze projekty inwestycyjne?

Ale: Czy wybraliśmy najlepszą pod względem ekonomicznym kombinację naszych projektów inwestycyjnych?

Właśnie tutaj zaczyna się przejście od optymalizacji lokalnej do matematycznej optymalizacji portfela.

StratePlan – Nie tylko optymalizacja poszczególnych projektów. Obliczanie najlepszej kombinacji.

FAQ – Zrozumienie optymów lokalnych i optimum globalnego

Co oznacza pojęcie „optimum” w matematyce?

Optimum oznacza rozwiązanie, które w ramach zdefiniowanej przestrzeni decyzyjnej maksymalizuje lub minimalizuje określoną wartość docelową.

W przypadku zadania maksymalizacji poszukuje się najwyższej możliwej do osiągnięcia wartości.

W przypadku zadania minimalizacji poszukuje się najniższej możliwej do osiągnięcia wartości.

Jaka jest różnica między „optimum” a „optima”?

„Optimum” to liczba pojedyncza. „Optima” to liczba mnoga.

W optymalizacji matematycznej może istnieć wiele lokalnych optymów.

Również kilka różnych rozwiązań może osiągnąć tę samą globalnie optymalną wartość docelową.

Czym jest optimum lokalne?

Optimum lokalne to rozwiązanie, którego nie można poprawić poprzez dopuszczalną zmianę w ramach zdefiniowanego otoczenia.

Poza tym sąsiedztwem mogą jednak istnieć lepsze rozwiązania.

Czym jest optimum globalne?

Optimum globalne to rozwiązanie, które w całej dopuszczalnej przestrzeni decyzyjnej osiąga najlepszą wartość zdefiniowanej funkcji celu.

W przypadku zadania maksymalizacji żadne inne dopuszczalne rozwiązanie nie ma wyższej wartości funkcji celu.

Dlaczego przedsiębiorstwa często poprzestają na rozwiązaniach lokalnych?

Ponieważ decyzje inwestycyjne są często podejmowane w ramach poszczególnych obszarów działalności, działów lub przygotowanych scenariuszy.

W związku z tym nie wszystkie kombinacje projektów istotne z ekonomicznego punktu widzenia są automatycznie brane pod uwagę.

Dlaczego najlepsza pojedyncza inwestycja nie jest automatycznie częścią najlepszego portfela?

Ponieważ projekty konkurują o wspólne budżety i zasoby.

Pojedynczy projekt atrakcyjny z ekonomicznego punktu widzenia może pochłonąć tak dużo kapitału, że nie będzie już możliwe sfinansowanie kilku innych projektów o wyższej łącznej wartości dodanej netto.

Co oznacza 2^N w optymalizacji portfela?

2^N opisuje liczbę teoretycznie możliwych kombinacji przy N niezależnych, binarnych decyzjach dotyczących projektów.

Każdy projekt może zostać wybrany lub odrzucony.

W przypadku 20 projektów powstaje 2^20 = 1 048 576 możliwych kombinacji.

W przypadku 50 projektów jest to 2^50 = 1 125 899 906 842 624 kombinacji.

Czy wszystkie kombinacje 2^N muszą być obliczane pojedynczo?

Nie.

Nowoczesne matematyczne metody optymalizacji pozwalają efektywnie badać duże przestrzenie decyzyjne bez konieczności pełnej analizy każdej teoretycznie możliwej kombinacji z osobna.

To, które metody są odpowiednie, zależy od struktury matematycznej problemu i zdefiniowanych warunków brzegowych.

Czy sztuczna inteligencja może obliczyć optimum globalne?

Przy zastosowaniu odpowiednich modeli matematycznych i metod optymalizacji można obliczyć i wykazać optimum globalne.

W przypadku szczególnie złożonych problemów można również zastosować rozwiązania przybliżone.

Ocena jakości rozwiązania zależy od zastosowanej metody oraz ewentualnego dowodu optymalności.

Czy program Excel może rozwiązywać problemy optymalizacji globalnej?

Tak. Program Excel może przetwarzać matematyczne zadania optymalizacyjne przy użyciu odpowiednich funkcji Solvera.

Jednak w przypadku dużych kombinatorycznych przestrzeni decyzyjnych i złożonych ograniczeń specjalistyczne metody optymalizacji mogą być konieczne lub bardziej wydajne.

Jakie dane są potrzebne programowi StratePlan do przeprowadzenia wstępnej optymalizacji?

Do stworzenia podstawowego modelu optymalizacji ekonomicznej potrzebne są najpierw trzy dane dla każdego projektu:

  • ID projektu
  • Wydatki – planowane wydatki
  • Przychody – oczekiwane przychody lub zwroty ekonomiczne

Dodatkowo należy określić dostępny budżet inwestycyjny.

Bardziej złożone modele mogą uwzględniać dodatkowe ograniczenia i parametry oceny.

Co oznacza „Maximize Net Contribution”?

„Maximize Net Contribution” oznacza maksymalizację całkowitego oczekiwanego wkładu netto portfela projektów w ramach określonych ograniczeń.

Wskaźnik ROI portfela może być dodatkowo przedstawiony jako wskaźnik ekonomiczny.

Maksymalizacja bezwzględnego wkładu wartości netto oraz maksymalizacja zwrotu z inwestycji (ROI) portfela to różne cele matematyczne.

Czy StratePlan może uwidocznić różnice ekonomiczne między rozwiązaniami lokalnymi a globalnymi?

Porównując istniejącą kombinację projektów z zoptymalizowaną alternatywą, można obliczyć różnicę w oczekiwanych wkładach wartości netto.

Różnica ta wskazuje na modelowany potencjał poprawy ekonomicznej przy przyjętych założeniach.

Dokładne określenie odległości od optimum globalnego wymaga, aby zostało ono matematycznie udowodnione.

Czy optimum globalne jest zawsze właściwą decyzją zarządczą?

Niekoniecznie.

Rozwiązanie optymalne z matematycznego punktu widzenia zawsze odnosi się do zdefiniowanej funkcji celu i uwzględnionych ograniczeń.

Wymogi strategiczne, regulacyjne lub społeczne mogą wymagać uwzględnienia dodatkowych warunków.

Optymalizacja matematyczna pomaga w przejrzystym przedstawieniu skutków takich wytycznych.

Dla jakich organizacji globalna optymalizacja portfela ma szczególne znaczenie?

Jest ona szczególnie istotna dla organizacji realizujących wiele konkurujących ze sobą projektów inwestycyjnych i dysponujących ograniczonymi zasobami.

Typowe obszary zastosowań to przemysł, planowanie nakładów inwestycyjnych (CAPEX), cyfryzacja, zastosowania sztucznej inteligencji, nieruchomości, energetyka, infrastruktura oraz planowanie budżetu gminnego.

Jaki jest najważniejszy wniosek dla dyrektorów generalnych, dyrektorów finansowych i decydentów publicznych?

Najlepsza pod względem ekonomicznym pojedyncza decyzja nie prowadzi automatycznie do najlepszego rozwiązania całościowego.

Matematyczna optymalizacja portfela pozwala na systematyczną analizę alternatywnych kombinacji projektów i poprawę alokacji kapitału na poziomie całej organizacji.

Kluczowe pytanie brzmi: czy optymalizujemy poszczególne projekty, czy też optymalizujemy wybór naszych projektów?

Czy znają Państwo globalne optimum swojego portfela inwestycyjnego?

Sprawdź, która kombinacja planowanych projektów inwestycyjnych w ramach dostępnego budżetu może przynieść najwyższą oczekiwaną wartość netto.

Porównaj dotychczasowe plany projektowe z matematycznie zoptymalizowanymi scenariuszami inwestycyjnymi i sprawdź, czy inna kombinacja istniejących projektów pozwala uzyskać wyższy całkowity wkład ekonomiczny.

Możesz bezpłatnie zoptymalizować do 15 projektów.

Zoptymalizuj teraz bezpłatnie do 15 projektów →

Koniec zgadywania w przypadku wielomilionowych inwestycji

Podejmuj decyzje biznesowe i inwestycyjne już teraz
Sprawdź potencjał inwestycyjny

Zbyt wiele projektów, zbyt mały budżet

Oblicz więcej projektów z tym samym budżetem
Analiza potencjału budżetowego
Zapisz się do newslettera
Ochrona danych
Wybierając kontynuuj potwierdzasz, że przeczytałeś nasze i zaakceptowałeś nasze .
Pola oznaczone gwiazdką (*) są polami obowiązkowymi.