Консалтинг от «Большой четверки»: максимальная ценность при минимальных затратах?

Что сегодня может рассчитать программное обеспечение — и почему менеджмент всё равно остаётся менеджментом

Математическая оптимизация может автоматизировать отдельные этапы сложных анализов капитальных затрат (CAPEX), сократить циклы пересчёта и сделать профессиональную аналитику принятия решений доступной для более широкого круга сотрудников компании. Не в качестве замены стратегии, консалтинга или управления — а как математическая инфраструктура для принятия решений.

Что происходит, если стратегия меняется за считанные часы?

Предупреждение о снижении прибыли. Падение спроса. Новые регуляторные требования. Рост затрат на финансирование. Поглощение. Геополитические изменения. Или просто новое поручение правления:

Необходимо сократить капитальные затраты.

Возьмём компанию с инвестиционным бюджетом в 500 млн евро.

Руководство решает сократить его на 15 процентов.

Новый бюджет капитальных затрат: 425 млн евро.

На первый взгляд задача кажется простой:

Где сократить 75 млн евро?

Но это не самый важный вопрос для руководства.

Гораздо интереснее спросить:

Какое сочетание оставшихся инвестиций принесёт наибольший определённый вклад в создание стоимости в новых условиях бюджета, ресурсов, рисков, взаимозависимостей и стратегии?

В результате задача кардинально меняется.

Сокращение бюджета превращается в математическую задачу распределения ресурсов.

От изменения стратегии к циклу пересчётов

Стратегический консалтинг — это гораздо больше, чем просто математика.

Она включает в себя понимание рынка, стратегию, организацию, трансформацию, регуляторные вопросы, отраслевые знания, коммуникацию и человеческое суждение.

Программное

обеспечение этого не заменит.

Однако в рамках сложных процессов принятия решений есть область, которую вполне можно выразить математически:

—

это количественный расчёт альтернатив.

Вот как может выглядеть один из возможных процессов принятия решений::

СОВЕТ ДИРЕКТОРОВ → ФИНАНСЫ → КОНТРОЛЛИНГ → РИСКИ → ОПЕРАЦИИ → СТРАТЕГИЯ → КОНСОЛИДАЦИЯ → СОВЕТ

ДИРЕКТОРОВ

Затем руководство задает новый вопрос:

Что произойдет, если капитальные затраты составят 400 млн евро вместо 425 млн?

Что изменится, если приоритет будет отдан какому-то конкретному направлению бизнеса?

Что произойдет, если какой-то проект нужно будет реализовать в обязательном порядке?

Какие последствия повлечет за собой дополнительное ограничение ресурсов?

Каждое изменение допущения может привести к появлению нового цикла расчетов и согласований.

И не потому, что финансовый отдел, контроллинг или внешние консультанты работают неэффективно.

А потому, что сложные решения часто организованы последовательно.

Сколько на самом деле стоит одно решение?

Компании измеряют стоимость своего капитала.

Они измеряют ROI, NPV, IRR, денежный поток, объём инвестиций и отклонения от бюджета.

Но как часто измеряют, во сколько обходится сам процесс принятия решений об использовании этого капитала?

Для этого можно сформулировать концептуальную рамку управления и контроля:

Стоимость принятия решения=Внутренние затраты на рабочую силу + Управленческие ресурсы + Стоимость внешнего консультирования + Стоимость доработки + Стоимость задержки + Альтернативная стоимость + и, при необходимости, Стоимость продолжения нерационального распределения капитальных затрат.

При этом «стоимость принятия решения» — это не стандартный бухгалтерский показатель, а концептуальная система координат для экономического анализа процессов принятия решений.

Внутренние затраты на рабочую силу

В принятии крупных инвестиционных решений могут участвовать отделы финансов, контроллинга, риск-менеджмента, операционной деятельности, стратегии, инжиниринга, закупок и ИТ.

Чисто иллюстративный расчетный пример:

20 сотрудников × 150 евро полной стоимости в час × 30 часов × 5 итераций = 450 000 евро.

Этот пример явно не является ориентиром для реальных затрат на принятие решений. Он просто показывает, как повторяющиеся циклы анализа и пересчёта могут создать значительный блок внутренних затрат.

Управленческие ресурсы

Ещё более значимым может быть задействованный управленческий потенциал.

У финансового директора, членов правления, руководителей подразделений и инвестиционных комитетов время ограничено.

Поэтому экономический вопрос заключается не только в том,:

сколько стоит час работы руководства?

но и в том,:

какие решения, изменения или меры можно было бы реализовать за то же время?

Стоимость внешнего консультирования

Консультанты по стратегии, корпоративным финансам, техническим вопросам и другие специалисты могут привнести важный дополнительный опыт в сложные процессы принятия решений.

Но и внешние аналитические ресурсы — это тоже экономический ресурс.

Чем больше вариантов, пересчётов и согласований требуется, тем больше могут вырасти соответствующие затраты.

Затраты на доработку

Изменение управленческих заданий может частично сделать уже готовые расчёты, сценарии и презентации устаревшими.

Модели корректируются. Данные агрегируются заново. Специалисты из отделов проводят повторную проверку. Презентации корректируются.

Организация проводит пересчёт ещё раз.

Пересчёт — это тоже работа.

Возможно, более значительный блок затрат: Cost of Delay

Однако непосредственные затраты на процесс, возможно, не являются самым важным экономическим рычагом.

Другой вопрос может оказаться гораздо важнее:

Сколько стоит каждый дополнительный день, когда новое распределение капитала ещё не может быть реализовано?

Пока решение готовится и пересчитывается, текущие работы могут продолжаться.

Проекты продолжаются.

Инженерные ресурсы остаются задействованными.

Могут быть размещены

заказы.

Внешние подрядчики продолжают работать.

Планируемая экономия может начаться позже.

Более выгодные инвестиции могут стартовать позже.

Капитал дольше остаётся в текущем распределении.

Эта «стоимость задержки» зависит от конкретной компании и проекта, поэтому её невозможно достоверно оценить с помощью фиксированного процента.

Однако его обязательно нужно учитывать при экономической оценке решения.

Альтернативная стоимость: даже хороший проект может оказаться неправильным выбором

Проект может иметь положительную чистую приведённую стоимость (NPV) или рентабельность инвестиций (ROI), но при этом не входить в состав экономически оптимального портфеля в целом.

Почему?

Потому что капитал, ресурсы и время ограничены.

Поэтому важный вопрос заключается не только в том,:

экономически

выгоден ли этот проект?

А вот:

Является ли этот проект частью экономически наиболее выгодной комбинации проектов при заданных ограничениях?

Приоритизация — это не оптимизация

И в этом заключается важное различие.

Приоритизация:
Какой проект имеет более высокий приоритет по заданным критериям?

Оптимизация:
Какая допустимая комбинация проектов максимизирует заданный целевой показатель всего портфеля?

При N бинарных решений по проектам теоретически существует 2N возможных подмножеств.

При 100 проектах это:

2^100 ≈ 1,27 × 10^30 теоретически возможных подмножеств.

Практически допустимое пространство решений значительно ограничивается бюджетами, ресурсами, зависимостями и другими ограничениями. К тому же современные методы оптимизации не обязаны пробовать каждую теоретическую комбинацию по отдельности.

Но этот порядок величин всё же наглядно иллюстрирует суть проблемы:

Принятие решений по портфелю — это не то же самое, что ранжирование проектов.

Технологии принятия решений уже давно стали корпоративными технологиями

Математическая оптимизация, расширенная аналитика и поддержка принятия решений на основе данных — это не просто видение будущего.

Крупные технологические компании, такие как IBM, уже много лет предлагают технологии для математической оптимизации и решения сложных задач принятия решений. Даже поставщики платформ, например Palantir, занимаются оперативными процессами принятия решений на основе данных.

Но это не значит, что специализированные решения в области Decision Intelligence функционально равнозначны этим платформам.

Ключевой момент в другом:

Технологии принятия решений уже давно стали частью современных корпоративных решений.

В то же время не каждая математически определимая задача принятия решений требует полноценной корпоративной платформы или масштабного проекта трансформации.

Здесь возникает новая категория специализированной «интеллигенции принятия решений».

Вместо того чтобы отображать всю архитектуру данных и принятия решений компании, специализированное решение может решать чётко определённую математическую задачу.

Например:

Какая комбинация наших инвестиционных проектов максимизирует ожидаемый вклад в стоимость при наших реальных ограничениях?

Decision Intelligence 4 All

Вот в чём заключается самое главное изменение.

Профессиональная математическая поддержка принятия решений не обязательно должна быть частью только крупных консалтинговых, трансформационных или корпоративных ИТ-проектов.

Проблему принятия решения сначала можно свести к нескольким ключевым переменным:

Идентификатор проекта. Инвестиции. Ожидаемый вклад в стоимость. Ограничения.

На этой основе математическая модель может рассчитывать различные варианты состава портфеля.

Не каждой организации для этого нужна новая корпоративная архитектура.

Не каждая математическая задача требует многомесячного проекта трансформации.

И не каждый новый управленческий вопрос обязательно должен вызывать новый цикл ручного пересчёта.

Вот в чём суть Decision Intelligence 4 All.

Это

не консультации от Big4 по цене программного обеспечения.

Это не IBM по стартовой цене «программного обеспечения как услуги».

Это не Palantir для малого и среднего бизнеса.

А именно:

—

доступный способ получить чётко очерченную математическую функцию принятия решений.

Алгоритм рассчитывает. Руководство принимает решения.

Decision Intelligence нельзя путать с автоматизированным управлением компанией.

Математическая модель не определяет автоматически стратегию компании.

Она не решает, какой завод стратегически важен.

Она не определяет, какой риск готов принять правление.

Она не определяет корпоративную культуру.

И она не несёт управленческой ответственности.

Руководство определяет:

цели. Приоритеты. Бюджеты. Ограничения. Зависимости. Риски.

Математика вычисляет в рамках этого определённого пространства принятия решений соответствующие альтернативы портфеля или — в зависимости от модели — оптимальное решение.

Алгоритм рассчитывает. Руководство принимает решение.

От циклов консалтинга к Live Decision Intelligence

При этом может измениться и цикл принятия решений.

Последовательный процесс может, например, выглядеть так:

ВОПРОС → ОТДЕЛЫ → РАСЧЁТ → КОНСОЛИДАЦИЯ → ПРЕЗЕНТАЦИЯ → НОВЫЙ ВОПРОС → ПЕРЕРАСЧЁТ

Если данные, целевые показатели и ограничения уже структурированы в математической модели, из этого можно постепенно перейти к:

ВОПРОС → РАСЧЁТ → СРАВНЕНИЕ → РЕШЕНИЕ.

Это ни в коем случае не означает, что полное решение правления принимается за несколько секунд.

Время вычислений и время принятия организационного решения — это две разные вещи.

Однако если математическая модель способна за короткое время пересчитать альтернативные портфели, то этап пересчёта, который раньше отнимал много времени, можно значительно сократить.

Благодаря этому руководство может быстрее получить ответ на один из самых важных вопросов стратегического процесса принятия решений:

«Что, если?»

Три экономических рычага

1

. Оптимальное распределение капитала

Вопрос меняется с:

«Какие проекты хороши?»

на:

«Какая комбинация этих проектов при данных условиях принесёт максимальный определённый вклад в создание стоимости?»

Цель — улучшить распределение капитала в рамках существующих бюджетов и ограничений — без того, чтобы из этого выводить какую-то общую гарантию результата.

2

. Снижение затрат на принятие решений

Если пересчёты можно автоматизировать, то появляется возможность сократить ручные вычисления, доработки и повторное создание сценариев.

Насколько велик этот эффект на самом деле, зависит от существующего процесса принятия решений и конкретной организации.

3

. Более высокая скорость принятия решений

Если новое управленческое предположение можно быстрее преобразовать в новый вариант портфеля, это может ускорить весь процесс принятия решений.

Таким

образом, время приобретает дополнительное экономическое измерение.

Не только капитал имеет свою цену. Время принятия решений тоже имеет экономическую ценность.

Математика может повысить прозрачность

Но не потому, что математика автоматически генерирует правильное управленческое решение.

Модель может производить расчёты только в рамках своих данных, допущений, целевых функций и ограничений.

Однако

математическая оптимизация может способствовать четырём свойствам процесса принятия решений:

Прозрачность:
На каких данных и допущениях основаны расчёты?

Отслеживаемость:
Как был получен результат?

Воспроизводимость:
Что получится при одинаковых или изменившихся параметрах?

Компромисс и прозрачность:
Какие последствия возникнут, если изменить бюджет, приоритеты или ограничения?

От этого зависит и качество обсуждения.

Из:

«Мы считаем, что это правильное сочетание проектов».

превращается

в более точный с количественной точки зрения вопрос:

«Какое сочетание проектов получается при именно этих задокументированных допущениях?»

Что это значит для компаний, торгующихся на бирже?

И здесь важно чётко разграничить понятия.

Более быстрый математический расчёт не всегда означает рост курса акций.

Однако после «стратегического шока» руководство может оказаться вынужденным пересмотреть стратегические допущения и, соответственно, распределение капитала.

Чем быстрее появятся надежные альтернативы для портфеля, тем раньше руководство, как правило, сможет принять конкретные решения об инвестициях, сокращениях и приоритетах.

Это, в свою очередь, может способствовать формированию более точной внутренней основы для принятия решений и — с учетом соответствующих требований законодательства о рынках капитала — более обоснованной внешней коммуникации.

Технология не определяет реакцию рынка капитала.

Однако она может помочь сократить время между двумя точками:

СМЕНА СТРАТЕГИИ → КОЛИЧЕСТВЕННОЕ РАСПРЕДЕЛЕНИЕ КАПИТАЛА.

Это не конец консалтинга

Наоборот.

Чем лучше удается автоматизировать количественную работу, тем больше человеческий опыт можно задействовать там, где он приносит наибольшую пользу:

Стратегия. Интерпретация. Организация. Трансформация. Переговоры. Лидерство. Способность принимать решения.

Поэтому это не история о:

«Программное обеспечение против консалтинга».

Это история о:

«Программное обеспечение + управление + экспертиза».

Следующий этап развития принятия решений в компании на основе данных не заключается в том, чтобы заменить руководство алгоритмами.

Он заключается в том, чтобы автоматизировать математически вычислимые части процесса принятия решений настолько, чтобы у руководства появилось больше времени на само принятие решений.

Более

эффективное распределение капитала.
Меньшие затраты на принятие решений.
Более быстрое принятие решений.

Decision Intelligence 4 All.

НЕ ВЕРЬ НАМ.
ПРОВЕРЬ САМ.