Перейти к основному содержанию Перейти к поиску Перейти к основной навигации

Основная статья блога:

Понимание оптимума: почему организации застревают в локальных оптимумах — и не видят глобального оптимума

Резюме: Почему хорошее решение далеко не всегда является лучшим

Что происходит, когда компания тщательно расставляет приоритеты в своих инвестиционных проектах, эффективно распределяет бюджеты, но при этом упускает возможность получить миллионы евро потенциальной прибыли?

Практически на каждом заседании правления обсуждаются инвестиционные решения с учетом экономических показателей, стратегических приоритетов и имеющихся ресурсов.

Проекты оцениваются. Бизнес-планы сравниваются. Инвестиционные бюджеты распределяются. Достигаются компромиссы.

В итоге формируется портфель, который выглядит обоснованным, экономически целесообразным и реализуемым с организационной точки зрения.

Однако один решающий вопрос часто остаётся без ответа:

Действительно ли выбранная нами комбинация проектов является наилучшим решением с экономической точки зрения — или просто хорошим решением среди рассматриваемых нами альтернатив?

Именно в этом заключается разница между локальным и глобальным оптимумом.

Локальный оптимум не поддается дальнейшему улучшению в пределах определённого окружения. Глобальный оптимум, напротив, достигает наилучшего значения целевой функции в рамках всего допустимого пространства решений.

В стратегическом инвестиционном планировании это различие может иметь значительные экономические последствия.

Ведь компании принимают решения не только по отдельным проектам. Они принимают решения по комбинациям проектов, которые одновременно конкурируют за капитал, ресурсы и производственные мощности.

StratePlan объединяет математические методы оптимизации из области операционных исследований с подходами, основанными на искусственном интеллекте, для систематического анализа таких сложных пространств принятия решений.

Поэтому ключевой вопрос для руководства звучит не так: «Оптимизировали ли мы наши проекты?

А: «Выбрали ли мы экономически наиболее выгодное сочетание наших проектов?

1. Что означает «оптимум»? Математическое определение

В математике термин «оптимум» обозначает решение, которое в пределах определённого пространства решений максимизирует или минимизирует заданное целевое значение.

Множественное число — «оптимумы».

В теории оптимизации различают локальные и глобальные оптимумы.

Локальный оптимум

Локальный оптимум — это решение, которое в пределах заданного окрестности не может быть улучшено путём допустимого изменения.

Решение может быть оптимальным в пределах этой ограниченной области, хотя в других частях пространства решений возможны лучшие результаты.

Глобальный оптимум

Глобальный оптимум — это решение, которое достигает наилучшего значения заданной целевой функции в пределах всего допустимого пространства решений.

В задаче максимизации ни одно другое допустимое решение не имеет более высокого значения целевой функции.

В задаче минимизации ни одно другое допустимое решение не имеет более низкого значения целевой функции.

Важно: глобальный оптимум не обязательно должен быть единственным. Несколько различных комбинаций проектов могут достигать одного и того же оптимального значения целевой функции.

Для компаний это различие имеет решающее значение.

Инвестиционное решение может быть экономически оптимальным в рамках одного бизнес-направления и в то же время приносить меньший совокупный вклад по сравнению с межподразделенческой альтернативой.

Поэтому качество оптимизации зависит не только от используемого метода расчёта, но и от того, какое пространство решений и какая целевая функция принимаются за основу.

2. Почему организации часто застревают в локальных оптимумах

Предприятия разделены на отделы, бизнес-направления, филиалы и структуры ответственности.

Такое организационное деление позволяет эффективно управлять сложными бизнес-процессами.

Однако она часто приводит к тому, что инвестиционные решения принимаются в рамках ограниченных сфер ответственности.

Производственный филиал оптимизирует свои инвестиции в оборудование.

ИТ-отдел определяет приоритеты своих проектов по цифровизации.

Отдел продаж оценивает меры по увеличению оборота.

Управление недвижимостью принимает решения о реконструкции и развитии площадок.

Каждое подразделение может принимать экономически обоснованные решения в пределах своей сферы ответственности.

Однако компания зачастую располагает общим или, по крайней мере, ограниченным совокупным бюджетом.

В результате различные подразделения конкурируют за одни и те же финансовые ресурсы.

Типичные причины локально ограниченной оптимизации:

  • Раздельные инвестиционные бюджеты: капитал распределяется между отдельными бизнес-направлениями без комплексного рассмотрения всех инвестиционных альтернатив.
  • Различные KPI: подразделения преследуют индивидуальные цели, которые не полностью совпадают с общей целью компании.
  • Исторически сложившиеся решения: предпочтение отдается уже одобренным проектам, хотя другие комбинации могли бы быть экономически более привлекательными.
  • Конфликты ресурсов: несколько проектов требуют одних и тех же кадровых или технических ресурсов.
  • Ограниченное рассмотрение вариантов: руководящие органы сравнивают лишь ограниченное количество заранее подготовленных сценариев.

Эти факторы могут привести к тому, что организация успешно оптимизирует отдельные подразделения, но не достигает наилучшего возможного общего результата.

Компания оптимизирует свои составляющие — но не обязательно их наиболее выгодное с экономической точки зрения сочетание.

3. Невидимое пространство принятия решений: почему 2^N меняет логику управления

Как только на выбор предлагается несколько проектов одновременно, возникает комбинаторное пространство принятия решений.

В упрощенной бинарной модели каждый проект может быть либо реализован, либо не реализован.

При N независимо выбираемых проектах теоретически возникает 2^N возможных комбинаций проектов.

Их количество растёт экспоненциально:

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

Таким образом, при 50 запланированных инвестиционных проектах существует около 1,126 биллиардов теоретически возможных комбинаций проектов.

Не каждая комбинация допустима из-за бюджетных ограничений, ограничений ресурсов или взаимозависимостей между проектами.

Тем не менее этот порядок величин наглядно показывает, почему классические процессы управления могут учитывать лишь ограниченную часть математического пространства решений.

Правление может оценить 50 проектов по отдельности.

Однако он не может полностью сравнить между собой более одного биллиарда комбинаций проектов.

Настоящая задача заключается не в том, чтобы понять отдельные проекты. Она заключается в том, чтобы из возможных комбинаций этих проектов определить наилучшее с экономической точки зрения допустимое решение.

4. Почему дискуссии и управленческие семинары не гарантируют глобальной оптимизации

Управленческие органы необходимы для определения стратегических целей, оценки экономических допущений и принятия ответственности за решения.

Однако они не являются математическими алгоритмами оптимизации.

На практике часто сравнивают между собой несколько заранее подготовленных сценариев.

Например:

  • базовый сценарий с первоначально запланированным инвестиционным бюджетом
  • Консервативный сценарий с сокращёнными расходами
  • Сценарий роста с дополнительными инвестициями
  • Стратегический сценарий с приоритетными проектами

Эти варианты могут быть тщательно разработаны и экономически обоснованы.

Однако зачастую они отражают лишь небольшую часть всего математического пространства решений.

Выбор одного из четырёх заранее подготовленных сценариев не даёт автоматического ответа на вопрос, существует ли среди миллионов других комбинаций экономически более выгодное решение.

Лучший из обсуждаемых вариантов не обязательно является лучшей математически возможной комбинацией проектов.

Именно поэтому стратегическое обсуждение следует дополнять соответствующими математическими методами оптимизации.

5. Расчетный пример: почему лучшая отдельная инвестиция не приводит к лучшему портфелю

У компании имеется инвестиционный бюджет в размере 10 миллионов евро.

На выбор предлагаются три проекта.

Проект CAPEX Чистый вклад в стоимость
Проект A — производственное предприятие 7 млн евро 4 млн евро
Проект B — автоматизация 5 млн евро 3 млн евро
Проект C — Энергоэффективность 5 млн евро 3 млн евро

Проект A имеет наибольший отдельный вклад в чистую стоимость.

Если выбрать этот проект, в бюджете останется 3 млн евро.

Этих средств недостаточно для дополнительной реализации какого-либо из остальных проектов.

Таким образом, общий чистый вклад в стоимость составляет 4 млн евро.

Однако математический анализ возможных комбинаций проектов показывает более выгодную с экономической точки зрения альтернативу.

Проекты B и C в совокупности требуют 10 миллионов евро и обеспечивают совокупный чистый вклад в стоимость в размере 6 миллионов евро.

При допущении о независимости проектов и отсутствии дополнительных ограничений комбинация B + C является оптимальной для максимизации чистой добавленной стоимости.

Оптимизированный портфель обеспечивает чистый вклад в стоимость на 50 % выше по сравнению с первоначальным выбором.

Для этого компании не требуется дополнительного инвестиционного капитала.

Ей нужно лишь выбрать иную комбинацию из имеющихся проектов.

Этот пример иллюстрирует неоптимальное решение по портфелю. Является ли первоначальный выбор локальным оптимумом в строгом математическом смысле, зависит от определения допустимых изменений в окрестности.

Главный вывод остается прежним: экономически наиболее выгодная отдельная инвестиция не обязательно является частью экономически наиболее выгодной комбинации проектов.

6. Почему локальные оптимумы могут быть настолько устойчивыми с математической точки зрения

Локальные оптимумы часто возникают в результате процессов постепенного улучшения.

Алгоритм или процесс управления начинается с существующего решения и пытается улучшить его с помощью небольших изменений.

Например, один проект удаляется из портфеля и заменяется другим.

Если общий экономический вклад улучшается, новая комбинация принимается.

Этот процесс можно повторять до тех пор, пока в рассматриваемом окрестности не будет найдено дальнейшего улучшения.

В результате получается локальный оптимум.

Однако значительно лучшее решение может находиться за пределами этого окрестного пространства.

Чтобы достичь его, возможно, потребуется одновременно заменить несколько проектов.

Отдельные промежуточные шаги могут сначала привести к худшим результатам.

Простой метод локального поиска, возможно, не стал бы вносить такие изменения.

В организациях может возникать аналогичный эффект.

Одно из подразделений постепенно совершенствует свое существующее инвестиционное планирование, не рассматривая принципиально иные варианты распределения капитала.

В результате может сформироваться экономически обоснованная и стабильная комбинация проектов, хотя другие портфели позволили бы добиться более высокого совокупного вклада.

Поэтому стабильность существующего решения не является доказательством его глобальной оптимальности.

7. Глобальная оптимизация: наилучшее решение в пределах всего допустимого пространства решений

Цель глобальной оптимизации — определить наилучшее решение для заданной целевой функции в пределах всего допустимого пространства решений.

При стратегическом распределении капитала этой целевой функцией может быть, например, максимизация ожидаемого чистого вклада в стоимость.

При этом математическая оптимизация учитывает доступные инвестиционные альтернативы и заданные ограничения.

Типичные ограничения:

  • Максимальный инвестиционный бюджет
  • Доступные кадровые ресурсы
  • Технические ограничения производственных мощностей
  • Взаимозависимости проектов
  • Сроки реализации
  • Минимальные стратегические требования
  • Нормативные обязательства

Подходящие алгоритмы оптимизации исследуют пространство математических решений и ищут комбинацию проектов, которая наилучшим образом удовлетворяет целевой функции.

Для этого могут использоваться различные методы:

  • Целочисленная и смешанно-целочисленная оптимизация
  • Метод «ветвь и граница»
  • Динамическое программирование
  • Метаэвристики
  • Методы с несколькими начальными точками и комбинированные стратегии поиска
  • Методы оценки и поиска на основе искусственного интеллекта

Некоторые из этих методов при наличии соответствующих условий позволяют математически доказать нахождение глобального оптимума.

Другие дают приблизительно оптимальные решения, не предоставляя полного доказательства оптимальности.

Для математической оптимизации больших пространств решений не всегда требуется полный индивидуальный расчет всех 2^N комбинаций.

Более подробно об этом рассказывается в статье «Новый метод расчёта на основе ИИ в управлении портфелем проектов для оптимизации капитальных затрат (CAPEX)».

8. Почему Excel, модели скоринга и матрицы приоритетов не гарантируют глобальной оптимальности

Excel, модели оценки и матрицы приоритетов являются устоявшимися инструментами стратегического инвестиционного планирования.

Они позволяют проводить структурированную оценку отдельных проектов и создавать экономические сценарии.

Их ограничения проявляются, в частности, тогда, когда ранжирование отдельных проектов приравнивается к математически оптимальному выбору портфеля.

Excel: отдельные оценки еще не означают оптимизацию портфеля

Excel отлично подходит для расчета бизнес-обоснований, рентабельности инвестиций и инвестиционных сценариев.

С помощью соответствующих функций Solver можно решать и задачи математической оптимизации.

Однако простой список в Excel, в котором проекты отсортированы по рентабельности инвестиций (ROI) или чистой прибавленной стоимости (NPV), не учитывает автоматически все допустимые комбинации проектов.

При больших комбинаторных пространствах принятия решений могут потребоваться специализированные методы оптимизации, которые будут более эффективными.

Модели оценки: лучший рейтинг — это ещё не лучший портфель

Модели оценки оценивают проекты на основе определённых критериев.

Проекты с наибольшим количеством баллов реализуются в первую очередь.

Этот метод обеспечивает прозрачность индивидуальных приоритетов.

Однако он не гарантирует, что выбранная комбинация обеспечит максимальный общий экономический или стратегический вклад.

Матрицы приоритезации: упрощение вместо полной оптимизации

Матрицы приоритезации помогают классифицировать проекты по таким критериям, как эффект, затраты, срочность или стратегическая значимость.

Они полезны для наглядного представления сложной информации.

Однако математически оптимальная комбинация не вытекает из этого автоматически.

Поэтому ключевой вопрос звучит так: оцениваем ли мы отдельные проекты — или рассчитываем экономически наиболее выгодную комбинацию всех доступных проектов?

9. StratePlan: математическая оптимизация портфеля вместо ограниченного анализа вариантов

StratePlan был разработан для математической оптимизации сложных инвестиционных и проектных портфелей.

Эта технология сочетает методы операционных исследований с подходами на основе искусственного интеллекта для эффективного анализа обширных комбинаторных пространств принятия решений.

Для построения базовой экономической модели оптимизации сначала требуются всего три параметра для каждого проекта:

  1. Идентификатор проекта: однозначная идентификация проекта
  2. Расходы: запланированные расходы или инвестиции
  3. Доходы: ожидаемые поступления или экономическая отдача

Кроме того, определяется доступный инвестиционный бюджет.

Данные по проекту можно, например, перенести из существующих инвестиционных планов в формате Excel.

StratePlan анализирует возможные комбинации проектов и рассчитывает портфель в соответствии с выбранной целевой функцией.

В случае выбора параметра «Maximize Net Contribution» основное внимание уделяется максимизации общего ожидаемого чистого вклада в стоимость.

В качестве дополнительного экономического показателя может быть указан ROI портфеля.

Расширенные модели могут учитывать дополнительные ограничения и параметры оценки:

  • зависимости между проектами
  • Стратегические веса
  • Ограничения по ресурсам и мощностям
  • Многолетние инвестиционные бюджеты
  • Временные рамки
  • Критерии риска и устойчивого развития

Результатом является не просто рейтинг отдельных проектов, а математически рассчитанная комбинация проектов в рамках заданных условий.

Таким образом, StratePlan дополняет процесс принятия стратегических решений уровнем математической оптимизации.

10. В режиме реального времени на заседании правления: какая комбинация проектов действительно является лучшей?

Математическая оптимизация портфеля становится особенно ценной, когда она непосредственно интегрируется в процесс принятия стратегических управленческих решений.

Представим себе промышленный концерн со 100 запланированными проектами капитальных вложений (CAPEX).

Общая сумма всех запланированных инвестиций превышает доступный бюджет.

Несколько бизнес-подразделений уже расставили приоритеты по своим проектам и провели их экономическую оценку.

Теперь правление хочет узнать, какая комбинация всех проектов обеспечит наибольший ожидаемый вклад в чистую стоимость.

Сценарий А: межподразделенческая оптимизация

Финансовый директор спрашивает:

«Что изменится, если мы перестанем оптимизировать каждое подразделение по отдельности, а начнём рассматривать все инвестиционные проекты в совокупности?»

Проекты моделируются в едином портфеле.

StratePlan рассчитывает оптимальное сочетание с учетом установленного бюджетного ограничения.

Сравнение с предыдущим планом может показать, позволит ли иное распределение капитала добиться более высокого совокупного экономического эффекта.

Сценарий B: обязательное учет стратегических проектов

Генеральный директор задает вопрос:

«Какой экономический вклад мы, возможно, теряем, если определенные проекты должны быть обязательно реализованы независимо от их индивидуальной рентабельности?»

Соответствующие проекты учитываются в качестве обязательных ограничений.

Портфель пересчитывается.

Сравнение показывает, какое влияние это условие оказывает на ожидаемый чистый вклад в стоимость.

Сценарий C: сокращение бюджета

Финансовый директор хочет знать:

«Какую комбинацию проектов нам следует выбрать, если нам необходимо сократить бюджет капитальных затрат на 20 %?»

Бюджетные ограничения корректируются.

StratePlan рассчитывает новую комбинацию проектов.

Руководство может проследить, какие меры будут исключены и как изменится ожидаемый чистый вклад в стоимость.

Сценарий D: Дополнительный инвестиционный капитал

Еще один член правления спрашивает:

«Какой дополнительный экономический вклад мы могли бы получить, если бы инвестировали ещё 10 миллионов евро?»

Бюджет увеличивается, и проводится новая оптимизация.

Результаты позволяют сравнить дополнительные капиталовложения и ожидаемый вклад в создание стоимости.

Сценарий E: Изменение стратегических приоритетов

Правление задает вопрос:

«Как изменится портфель, если мы уделим больше внимания энергоэффективности, цифровизации или определенным областям роста?»

Соответствующие параметры корректируются.

Портфель пересчитывается и сравнивается с предыдущими сценариями.

Изменить стратегические ориентиры. Пересчитать портфель. Сравнить экономические последствия. Принимать обоснованные решения.

Таким образом, даже решения, отклоняющиеся от чисто экономической оптимизации, могут приниматься осознанно и обоснованно.

11. Альтернативные издержки: насколько наш портфель далек от оптимального состояния?

Каждое инвестиционное решение связывает капитал и ресурсы.

В результате этот капитал больше не будет доступен для других проектов.

В результате возникают альтернативные издержки.

Они отражают упущенную выгоду от лучшей альтернативы, которая не была выбрана.

Математическая оптимизация портфеля позволяет сравнить первоначально запланированный инвестиционный портфель с оптимизированной комбинацией проектов.

При этом можно сопоставить, в частности, следующие показатели:

  • Общая потребность в инвестициях
  • Ожидаемый чистый вклад в стоимость
  • Рентабельность инвестиций портфеля
  • Выбранные и невыбранные проекты
  • Оставшиеся бюджетные резервы
  • Экономические различия между альтернативными портфелями

Разница между смоделированными результатами показывает, какой потенциал экономического улучшения существует при заложенных допущениях.

Если глобальный оптимум доказан математически, то отклонение выбранной комбинации проектов от этого оптимума можно точно определить в рамках модели.

В случае приблизительно оптимальных решений сначала выявляется разница по сравнению с наилучшим найденным решением.

Решающая дополнительная ценность заключается в том, чтобы выявить возможные экономические недостатки существующего инвестиционного плана ещё до вложения капитала.

12. Анализ чувствительности: насколько устойчиво глобальное оптимум?

Инвестиционные решения основаны на допущениях о будущем экономическом развитии.

Затраты на проекты могут вырасти. Ожидаемые доходы могут снизиться. Ресурсы могут стать более дефицитными. Стратегические приоритеты могут измениться.

Поэтому целесообразно не ограничиваться одной-единственной оптимизацией портфеля.

С помощью анализа чувствительности можно изучить различные экономические сценарии.

Типичные вопросы:

  • Какие проекты останутся в составе портфеля даже при сокращении бюджета?
  • Как изменится оптимальный набор проектов при росте инвестиционных затрат?
  • Какие меры особенно чувствительны к снижению ожидаемых доходов?
  • Как изменится портфель при дополнительных ограничениях ресурсов?
  • Какие проекты остаются экономически привлекательными при различных сценариях?

Эти анализы могут показать, насколько стабильным остается рассчитанный набор проектов при изменении исходных допущений.

Поэтому стратегически обоснованное решение учитывает не только наилучший результат при одном конкретном допущении, но и последствия возможных изменений.

13. Пример из практики: территория Клибек в Базеле — рост рентабельности инвестиций примерно на 63 %

Какой экономический потенциал может раскрыть математическая оптимизация портфеля, наглядно демонстрирует пример StratePlan по территории Клибек в Базеле.

В рамках оптимизации портфеля для компаний Central Real Estate AG и Swiss Life AG были математически проанализированы имеющиеся инвестиционные и проектные альтернативы.

Результат моделирования:

  • Первоначальная рентабельность инвестиций: 7,0 %
  • Оптимизированная рентабельность инвестиций: 11,4 %
  • Относительное повышение доходности: около 63 %
  • Дополнительный смоделированный вклад в экономическую ценность: около 30 млн швейцарских франков

Улучшение было смоделировано за счёт изменения комбинации имеющихся инвестиционных альтернатив при неизменном бюджете.

Эти результаты, относящиеся к конкретному проекту, не являются общей гарантией доходности.

Основной вывод: более удачное сочетание существующих инвестиционных альтернатив может обеспечить значительно более высокий общий экономический вклад — без дополнительного инвестиционного бюджета.

14. Где локальные оптимумы особенно часто ограничивают экономический потенциал

Опасность изолированной оптимизации отдельных мер существует во многих сферах экономики и государственного управления.

Промышленность и планирование капитальных затрат

Производственные мощности, проекты по автоматизации, расширение производственных мощностей и инвестиции в производственные площадки конкурируют за общие инвестиционные бюджеты.

Изолированная оптимизация отдельных заводов или бизнес-направлений может препятствовать более эффективному с межотраслевой точки зрения распределению капитала.

Цифровизация и трансформация с помощью ИИ

Компании часто выявляют множество потенциальных проектов в области искусственного интеллекта и цифровизации.

Простая приоритизация отдельных сценариев использования не всегда позволяет определить, какая их комбинация обеспечит наибольший совокупный экономический эффект.

Недвижимость

Проектное развитие, реконструкция, модернизация и инвестиции в объекты могут рассматриваться в рамках единого бюджета капитальных вложений.

Выбор отдельных проектов влияет на возможности финансирования всего портфеля недвижимости.

Энергетика и инфраструктура

Энергетические проекты, инвестиции в энергосети, меры по повышению эффективности и модернизация инфраструктуры часто требуют долгосрочного вложения капитала.

Математическая оптимизация портфеля может помочь сравнить различные комбинации инвестиций с учётом экономических и технических ограничений.

Муниципалитеты и государственные бюджеты

Городам и муниципалитетам приходится финансировать множество инвестиционных проектов в рамках ограниченных бюджетных средств.

Школы, дороги, административные здания, инфраструктура и социальные учреждения соревнуются за одни и те же государственные ресурсы.

Изолированное определение приоритетов отдельных сфер деятельности не приводит автоматически к комбинации мер, обеспечивающей наибольшую общественную выгоду.

Математическая оптимизация позволяет анализировать различные комбинации проектов с учетом бюджетных ограничений, обязательных задач и политических целей.

Общим знаменателем всех случаев применения является вопрос о том, приводит ли оптимизация отдельных мер действительно к наилучшему общему решению.

15. Моделирование бюджета и одновременная оптимизация портфеля: преодоление локальных оптимумов в государственном секторе

Проблема локальной оптимизации особенно явно проявляется при планировании бюджетов государственных инвестиций.

Муниципальные ведомства часто располагают собственными списками проектов и приоритетами.

Управление образования уделяет приоритетное внимание инвестициям в образование. Управление строительства оценивает инфраструктурные меры. Другие ведомства планируют проекты в области цифровизации, энергетики или недвижимости.

Каждый из этих приоритетов может быть оправдан в рамках соответствующей сферы ответственности.

Однако решающий вопрос заключается в следующем:

какая комбинация всех муниципальных проектов обеспечивает наибольшую определённую экономическую или общественную выгоду в рамках имеющегося бюджета?

Упрощенный пример:

У города есть инвестиционный бюджет в размере 81 миллиона евро.

В то же время на выбор предлагается 50 проектов с общим объемом инвестиций в 220 миллионов евро.

При 50 бинарных решениях по проектам теоретически возникает 2^50 = 1 125 899 906 842 624 возможных комбинаций.

Математическая оптимизация портфеля позволяет проанализировать различные допустимые комбинации проектов в рамках заданных бюджетных и эффективностных ограничений.

Благодаря одновременному моделированию бюджета можно учесть различные финансовые условия.

Например:

  • Какая комбинация проектов при бюджете в 81 миллион евро обеспечивает наибольшую смоделированную совокупную выгоду?
  • Как изменится портфель в случае сокращения бюджета?
  • Какие дополнительные меры можно было бы реализовать при увеличении доходов?
  • Как обязательные политические проекты влияют на результат?
  • Какое влияние оказывают различные веса, присвоенные образованию, инфраструктуре или защите климата?

Качество результатов зависит от используемых данных и определения экономических или социальных целевых показателей.

Сочетание бюджетного моделирования и математической оптимизации портфеля может помочь преобразовать приоритеты отдельных ведомств в комплексную и понятную основу для принятия решений.

16. От бизнес-аналитики к аналитике принятия решений: оптимизация качества самого решения

Многие компании уже располагают мощными системами для анализа и управления своими бизнес-процессами.

Системы ERP фиксируют ресурсы и экономические операции.

Решения бизнес-аналитики визуализируют ключевые показатели и тенденции.

Системы контроллинга анализируют отклонения от бюджета и экономические результаты.

Эти системы дают ответы на важные вопросы:

Что произошло? Как развиваются наши ключевые показатели эффективности? Какие проекты укладываются в бюджет?

Decision Intelligence расширяет эту перспективу за счёт математической поддержки будущих решений.

Какую комбинацию проектов нам следует выбрать? Какие ограничения сдерживают наш потенциальный вклад в создание стоимости? Какие альтернативы позволяют добиться лучшего общего результата?

StratePlan дополняет существующие процессы планирования и контроллинга уровнем математической оптимизации.

Необходимые данные по проектам можно сначала предоставить в виде простых таблиц Excel.

Стратегический прогресс заключается не только в измерении результатов уже принятых решений, но и в математическом совершенствовании самого выбора и комбинации проектов.

17. Вывод: глобальный оптимум — это вопрос всего пространства решений

Организации ежедневно принимают экономически обоснованные решения.

Они оценивают проекты, оптимизируют процессы, расставляют приоритеты инвестиций и распределяют ресурсы.

Однако локально оптимальное решение не обязательно является глобально оптимальным.

Когда множество проектов одновременно соревнуются за ограниченные бюджеты и ресурсы, возникает комбинаторное пространство принятия решений.

Уже при 50 проектах существует более одного биллиарда теоретически возможных комбинаций.

Поэтому изолированная оценка отдельных проектов не дает автоматического ответа на вопрос о наилучшем с экономической точки зрения общем решении.

Математическая оптимизация портфеля позволяет систематически анализировать различные комбинации проектов и сравнивать их экономические последствия.

Для этого StratePlan объединяет методы операционных исследований с подходами, основанными на искусственном интеллекте.

Благодаря этому компании, правления и государственные лица, принимающие решения, могут рассчитывать альтернативные портфели, анализировать стратегические сценарии и выявлять неиспользованный экономический или социальный потенциал.

Решающий вопрос звучит не так: «Удалось ли нам успешно оптимизировать наши инвестиционные проекты?

А: «Выбрали ли мы наиболее выгодную с экономической точки зрения комбинацию наших инвестиционных проектов?»

Именно здесь начинается переход от локальной оптимизации к математической оптимизации портфеля.

StratePlan — не просто оптимизация отдельных проектов. Расчет оптимального сочетания.

Часто задаваемые вопросы — понимание локальных оптимумов и глобального оптимума

Что означает «оптимум» в математике?

Оптимум — это решение, которое в пределах заданного пространства принятия решений максимизирует или минимизирует определенное целевое значение.

В задаче максимизации ищется наибольшее достижимое значение.

В задаче минимизации ищется наименьшее достижимое значение.

В чём разница между «оптимум» и «оптимумы»?

«Оптимум» — это единственное число. «Оптимумы» — это множественное число.

В математической оптимизации может существовать несколько локальных оптимумов.

Кроме того, несколько разных решений могут достигать одного и того же глобально оптимального значения целевой функции.

Что такое локальный оптимум?

Локальный оптимум — это решение, которое в пределах определённого окрестности не может быть улучшено путём допустимого изменения.

Однако за пределами этого окрестности могут существовать более хорошие решения.

Что такое глобальный оптимум?

Глобальный оптимум — это решение, которое достигает наилучшего значения заданной целевой функции в пределах всего допустимого пространства решений.

В задаче максимизации ни одно другое допустимое решение не имеет более высокого значения целевой функции.

Почему компании часто останавливаются на локальных решениях?

Потому что инвестиционные решения часто принимаются в рамках отдельных бизнес-направлений, отделов или заранее подготовленных сценариев.

В результате не всегда автоматически учитываются все экономически значимые комбинации проектов.

Почему лучшая отдельная инвестиция не становится автоматически частью лучшего портфеля?

Потому что проекты конкурируют за общие бюджеты и ресурсы.

Экономически привлекательный отдельный проект может потребовать столько капитала, что несколько других проектов с более высокой совокупной чистой добавленной стоимостью больше не смогут получить финансирование.

Что означает 2^N при оптимизации портфеля?

2^N описывает количество теоретически возможных комбинаций при N независимых бинарных решений по проектам.

Каждый проект может быть либо выбран, либо не выбран.

При 20 проектах возникает 2^20 = 1 048 576 возможных комбинаций.

При 50 проектах их количество составляет 2^50 = 1 125 899 906 842 624 комбинаций.

Нужно ли вычислять все 2^N комбинаций по отдельности?

Нет.

Современные математические методы оптимизации позволяют эффективно исследовать большие пространства решений, не проводя полного анализа каждой теоретически возможной комбинации по отдельности.

То, какие методы подходят, зависит от структуры математической задачи и заданных ограничений.

Может ли ИИ вычислить глобальный оптимум?

При использовании подходящих математических моделей и методов оптимизации можно вычислить и доказать существование глобального оптимума.

В случае особо сложных задач можно использовать и приближенно оптимальные решения.

Вывод о качестве решения зависит от используемого метода и, при необходимости, от доказательства оптимальности.

Может ли Excel решать задачи глобальной оптимизации?

Да. С помощью соответствующих функций Solver Excel может решать математические задачи оптимизации.

Однако при больших комбинаторных пространствах решений и сложных ограничениях могут потребоваться специализированные методы оптимизации, которые будут более эффективными.

Какие данные требуются StratePlan для первоначальной оптимизации?

Для построения базовой экономической модели оптимизации сначала требуются три параметра для каждого проекта:

  • Идентификатор проекта
  • Расходы — запланированные расходы
  • Доходы — ожидаемые поступления или экономическая отдача

Кроме того, необходимо определить доступный инвестиционный бюджет.

Более сложные модели могут учитывать дополнительные ограничения и параметры оценки.

Что означает «Maximize Net Contribution»?

«Максимизация чистого вклада» означает максимизацию общего ожидаемого чистого вклада портфеля проектов в рамках определенных ограничений.

В качестве дополнительного экономического показателя может быть указан ROI портфеля.

Максимизация абсолютного чистого вклада в стоимость и максимизация рентабельности инвестиций портфеля (ROI) — это разные математические задачи.

Может ли StratePlan выявить экономические различия между локальными и глобальными решениями?

Путем сравнения существующего набора проектов с оптимизированной альтернативой можно рассчитать разницу в ожидаемых чистых вкладах в стоимость.

Эта разница показывает смоделированный потенциал экономического улучшения при заложенных допущениях.

Точное определение расстояния до глобального оптимума предполагает, что он был математически доказан.

Является ли глобальный оптимум всегда правильным управленческим решением?

Не обязательно.

Математически оптимальное решение всегда относится к определенной целевой функции и учтенным ограничениям.

Стратегические, нормативные или социальные требования могут диктовать дополнительные условия.

Математическая оптимизация помогает прозрачно продемонстрировать последствия таких требований.

Для каких организаций глобальная оптимизация портфеля особенно актуальна?

Она особенно актуальна для организаций с большим количеством конкурирующих инвестиционных проектов и ограниченными ресурсами.

Типичные области применения — это промышленность, планирование капитальных затрат (CAPEX), цифровизация, сценарии использования искусственного интеллекта (ИИ), недвижимость, энергетика, инфраструктура и планирование муниципального бюджета.

Каков главный вывод для генеральных директоров, финансовых директоров и лиц, принимающих решения в государственном секторе?

Самое выгодное с экономической точки зрения отдельное решение не всегда приводит к оптимальному общему результату.

Математическая оптимизация портфеля позволяет систематически анализировать альтернативные комбинации проектов и улучшать распределение капитала на уровне всей организации.

Ключевой вопрос звучит так: оптимизируем ли мы отдельные проекты — или оптимизируем выбор наших проектов?

Знаете ли вы глобальный оптимум своего инвестиционного портфеля?

Выясните, какая комбинация ваших запланированных инвестиционных проектов в рамках имеющегося бюджета может обеспечить наибольший ожидаемый вклад в чистую стоимость.

Сравните ваше текущее планирование проектов с математически оптимизированными инвестиционными сценариями и проанализируйте, позволит ли другая комбинация имеющихся проектов обеспечить более высокий совокупный экономический вклад.

Вы можете бесплатно оптимизировать до 15 проектов.

Оптимизируйте до 15 проектов бесплатно прямо сейчас →

Подписаться на рассылку
Конфиденциальность
Нажав «Продолжить», вы подтверждаете, что прочитали нашу и приняли наши .
Поля, отмеченные звездочками (*), обязательны для заполнения.