Kvantno računalništvo, kombinatorična optimizacija in inteligenca odločanja: zakaj prihodnost strateškega upravljanja podjetij postaja matematična

Uvod

Kvantno računalništvo velja za eno od potencialno najbolj prelomnih tehnologij 21. stoletja. Vlade, tehnološka podjetja, raziskovalne ustanove in kapitalski trgi po vsem svetu vlagajo milijarde v razvoj kvantno-mehanskih računalniških arhitektur, saj ta tehnologija ponuja možnost, da se določeni razredi problemov obdelujejo bistveno učinkoviteje kot z običajnimi računalniškimi sistemi.

Kvantno računalništvo je še posebej pomembno povsod, kjer se pojavlja eksponentna kompleksnost:

• kombinatorična optimizacija,
• Optimizacija portfelja,
• Molekularna simulacija,
• Znanost o materialih,
• Kriptografija,
• Nadzor prometa,
• Energetska omrežja,
• Analiza tveganja,
• strateško razporejanje kapitala.

Prav ti razredi problemov so vedno bolj v središču sodobnega upravljanja podjetij.

Pravi izziv, s katerim se danes soočajo velike organizacije, namreč ni več predvsem dostop do podatkov. Podjetja že imajo na voljo ogromne količine informacij, sisteme ERP, nadzorne plošče in infrastrukture za poročanje.

Resnično ozko grlo je zdaj drugje:

sposobnost matematične optimizacije zelo zapletenih prostorov odločanja.

Z vsako dodatno naložbo, vsakim projektom, vsako omejitvijo in vsako odvisnostjo se število možnih odločitev eksponentno povečuje. Celo srednje veliki portfelji podjetij ustvarjajo iskalne prostore, ki jih ljudje in klasični linearni modeli odločanja praktično ne morejo več v celoti obvladati.

Prav tu se združijo trije tehnološki dosežki:

• Kvantno računalništvo,
• kombinatorična optimizacija,
• Inteligenca odločanja.

In prav na tem konfliktnem področju se pojavljajo sistemi, kot je StratePlan.

Kaj kvantno računalništvo dejansko je

Kvantni računalniki se bistveno razlikujejo od običajnih računalniških sistemov.

Klasični računalniki delajo z biti:

• 0 ali 1.

Kvantni računalniki pa delajo s tako imenovanimi kubiti.

Qubit je lahko v več stanjih hkrati:

v vsakem od teh dveh stanj je lahko več kubitov: α∣0⟩ + β∣1⟩

To načelo je znano kot superpozicija.

Zaradi tega lahko kvantni računalnik teoretično vzporedno predstavlja več stanj.

Z N kubiti število možnih stanj eksponentno narašča:

2^N

Prav zato se kvantno računalništvo šteje za potencialno revolucionarno za kompleksne probleme optimizacije.

Tri temeljna načela kvantnega računalništva

Superpozicija

Qubit lahko prevzame več stanj hkrati.

Medtem ko je klasični bit lahko le 0 ali 1, superpozicija omogoča prekrivanje verjetnosti.

Tako je teoretično mogoče vzporedno predstaviti več poti rešitve.

Zapletenost

Qubite je mogoče kvantno mehansko povezati.

Če se eno stanje spremeni, to neposredno vpliva na druga prepletena stanja.

Ta lastnost omogoča zelo zapletene strukture odvisnosti v kvantno mehanskih izračunih.

Interferenca

Kvantni algoritmi uporabljajo interferenco za krepitev ugodnih rešitev in verjetnostno izničevanje neugodnih rešitev.

To sistemu omogoča učinkovitejše približevanje določenim optimalnim stanjem.

Zakaj je kvantno računalništvo pogosto napačno razumljeno

Javne razprave pogosto dajejo vtis, da lahko kvantni računalniki preprosto "rešujejo" eksponentne probleme.

To je tehnično napačno.

Tudi kvantni računalniki ne izničijo samodejno temeljnih matematičnih razredov zahtevnosti številnih kombinatoričnih problemov.

Veliko resničnih poslovnih problemov ostaja nerešenih:

• NP-težki,
• visoko-dimenzionalni,
• verjetnostni,
• ki temeljijo na omejitvah.

Samo kvantni računalnik zna

• ne pozna strateških ciljev,
• ne pozna logike podjetja,
• kapitalskih omejitev,
• nobenih zahtev glede upravljanja,
• zahtev ESG,
• nobenih struktur tveganja.

Prav zato se pojavi ključna točka:

Kvantna strojna oprema ne nadomešča logike odločanja.

Le pospešuje določene računalniške procese znotraj obstoječe matematične optimizacijske arhitekture.

Zakaj je to spoznanje strateško ključno

"Kvantni računalniki ne morejo samostojno izračunati eksponentnega prostora. Predvsem bi pospešili obstoječe optimizacijske arhitekture."

Ta izjava je zelo pomembna v matematičnem smislu.

Ker prava inteligenca ni v strojni opremi.

Leži v:

• modeliranju,
• ciljni funkciji,
• omejitvah,
• strukturiranju iskalnega prostora,
• logiki odločanja,
• optimizacijska arhitektura.

To pomeni, da dejansko strateško dodano vrednost ustvarjajo kombinatorični modeli odločanja - in ne samo kvantna strojna oprema.

Kombinatorična optimizacija kot osrednji problem sodobnega upravljanja podjetij

Podjetja danes sprejemajo odločitve v eksponentnih prostorih.

Matematična realnost je takšna:

2^N

Vsaka dodatna spremenljivka podvoji število možnih kombinacij.

Primeri:

• Naložbene odločitve,
• Portfelji CAPEX,
• Infrastrukturni programi,
• Proizvodna omrežja,
• Dodelitve ESG,
• Nepremičninski portfelji,
• Strategije za združitve in prevzeme.

Tudi pri samo nekaj deset projektih se pojavljajo prostori odločanja, ki jih tradicionalne linearne metode ne morejo več v celoti zajeti.

Resnična težava tradicionalnega upravljanja podjetij

Večina podjetij določa prednostne naloge za posamezne projekte:

• Projekt A ima večjo donosnost naložbe kot projekt B,
• Projekt B je manj tvegan kot projekt C.

Vendar je to matematično pogosto nezadostno.

Razlog za to je, da optimalna skupna kombinacija ne ustreza nujno najboljšim posameznim projektom.

Odvisnosti spreminjajo splošno logiko:

• Projekti se lahko medsebojno krepijo,
• Tveganja se lahko kopičijo,
• Učinki ESG se lahko medsebojno prepletajo,
• Viri lahko ustvarijo ozka grla,
• Časovni razporedi lahko spremenijo profile donosnosti.

To ustvarja kombinatorični prostor odločanja.

Pojav inteligence odločanja

Prav tu se pojavi nova tehnološka kategorija: inteligenca odločanja.

Inteligenca odločanja opisuje sisteme, ki združujejo matematično optimizacijo, logiko odločanja, umetno inteligenco, verjetnostne modele, sisteme omejevanja in visokozmogljivo računalništvo.

Cilj ni shranjevanje podatkov, temveč izračunavanje optimalnih odločitev.

StratePlan kot matematični sloj za odločanje

StratePlan je umeščen prav na ta vmesnik.

Sistem ne deluje primarno kot sistem ERP, programska oprema za poročanje, nadzorna plošča ali sistem za upravljanje projektov.

Namesto tega deluje kot matematična arhitektura odločanja na vrhu obstoječih sistemov.

StratePlan združuje

• kombinatorično optimizacijo,
• Optimizacijo z omejitvami,
• hevristične metode,
• Hibridno umetno inteligenco,
• Vzporedno računalništvo,
• matematični modeli odločanja.

Vloga omejitev

Resnična optimizacija nikoli ne obstaja v prostem prostoru.

Podjetja delujejo v:

• Proračunske omejitve,
• Likvidnostne omejitve,
• regulativne zahteve,
• Zahteve ESG,
• Pomanjkanje virov,
• Časovne odvisnosti,
• geopolitične negotovosti.

Te omejitve ustvarjajo dejansko zapletenost.

Zakaj klasični sistemi ERP niso dovolj

Znani sistemi ERP so v prvi vrsti sistemi zapisov, podatkovne platforme in procesni sistemi.

Shranjujejo informacije.

Vendar pa običajno ne izračunavajo celotnega kombinatoričnega prostora odločanja.

Ravno zato je vedno večja potreba po dodatni matematični ravni odločanja.

Hibridna umetna inteligenca namesto čistega strojnega učenja

Še ena ključna točka: čisto strojno učenje ne zadostuje za kombinatorično upravljanje poslovanja.

Nevronske mreže so odlične pri prepoznavanju vzorcev, napovedovanju, prepoznavanju jezika in slik.

Toda kombinatorična optimizacija je drugačen problem.

Ne gre predvsem za vzorce, temveč za optimizacijo kombinacij v okviru omejitev.

Zato se pojavljajo hibridne arhitekture:

• UMETNA INTELIGENCA,
• matematična optimizacija,
• verjetnostni modeli,
• Logika odločanja.

Vloga vzporednega računalništva

Ker prostor odločanja eksponentno narašča, postaja vzporedno računanje bistvenega pomena.

Sodobni sistemi uporabljajo:

• Večjedrne arhitekture,
• Sisteme z grafičnimi procesorji,
• Gruče,
• porazdeljene rešilnike,
• Visokozmogljive računalnike.

Vendar pa odločilne uspešnosti ne zagotavlja zgolj surova računska moč, temveč inteligentno zmanjševanje iskalnega prostora.

Kvantno žarjenje in problemi optimizacije

Kvantno žarjenje je posebno zanimivo področje kvantnega računalništva.

Tu sistem poskuša verjetnostno približati energijsko optimalna stanja, globalne minimume in optimalne kombinacije.

To je še posebej pomembno za

• Razporejanje,
• Usmerjanje,
• Optimizacijo portfelja,
• Načrtovanje infrastrukture,
• Dodeljevanje virov.

QAOA in hibridni kvantni algoritmi

Kvantni približni optimizacijski algoritem (Quantum Approximate Optimisation Algorithm, na kratko QAOA) je eden najpomembnejših sodobnih pristopov.

QAOA združuje klasično optimizacijo, kvantno interferenco in verjetnostno iskanje.

Vendar je matematično modeliranje tudi tu osrednjega pomena.

Kvantni algoritem ne nadomešča ciljne funkcije, omejitev ali arhitekture odločanja.

Pospešuje nekatere optimizacijske procese.

Zakaj je hibridno kvantno-klasično računalništvo verjetno prihodnost

Najbolj realistična prihodnost ni sestavljena iz čistega kvantnega računalništva.

Ampak hibridne arhitekture:

• klasični procesorji,
• Grafični procesorji,
• Reševalniki,
• Sistemi umetne inteligence,
• Kvantni pospeševalniki.

Logika odločanja ostaja večinoma matematična in klasično strukturirana.

Kvantni računalniki delujejo kot dodatna računska plast.

Pomen za CAPEX in strateško razporejanje kapitala

Ta razvoj je še posebej pomemben na področju CAPEX.

Velika podjetja upravljajo:

• Tovarne,
• Energetska omrežja,
• Portfelje nepremičnin,
• Infrastrukturo,
• Programi preoblikovanja,
• Naložbe ESG.

Število možnih naložbenih kombinacij eksponentno narašča.

To povzroča ogromne oportunitetne stroške.

Program StratePlan obravnava prav to težavo: ne ocenjuje se posameznih projektov, temveč optimalno kombinacijo vseh razpoložljivih naložbenih možnosti.

Nepremičnine in optimizacija urbanih območij

Ogromni kombinatorični prostori se pojavljajo tudi v nepremičninskem sektorju:

• Mešana raba,
• Faze gradnje,
• Strukture financiranja,
• Merila ESG,
• Infrastrukturne odvisnosti.

Že majhne spremembe v kombinaciji projektov lahko močno vplivajo na donose, tveganja, denarne tokove in kapitalske obveznosti.

Vrednost za delničarje v novih pogojih

V preteklosti se je vrednost za delničarje večinoma obravnavala za nazaj.

Kombinatorična optimizacija to bistveno spreminja.

Prvič je mogoče sistematično prikazati oportunitetne stroške, alternativne naložbene poti in optimalno razporeditev kapitala.

Vrednost za delničarje je tako mogoče ne le analizirati, temveč tudi matematično optimizirati.

Nova vloga upravljanja

Zanimivo je, da matematična optimizacija ne nadomešča upravljanja.

Spreminja njegovo vlogo.

Ljudje še naprej določajo:

• Cilji,
• Prednostne naloge,
• Omejitve,
• Upravljanje,
• strateške varovalne ograje.

Stroj izračuna

• optimalne kombinacije,
• Scenarijev,
• Verjetnosti,
• Učinke.

To ustvarja novo obliko matematično podprtega upravljanja podjetij.

Zakaj to postaja družbeno pomembno

Učinki segajo daleč prek podjetij.

Tudi države in občine upravljajo eksponentne prostore odločanja:

• Energija,
• Promet,
• Podnebje,
• Stanovanja,
• Izobraževanje,
• Infrastruktura.

Kombinatorična optimizacija bi lahko zmanjšala izgubo virov, povečala kakovost naložb, izboljšala preglednost in povečala gospodarsko učinkovitost.

Zaključek

Samo kvantno računalništvo ni prava revolucija.

Prava revolucija je v zmožnosti matematičnega modeliranja, strukturiranja in optimiziranja kompleksnih prostorov odločanja.

Kvantni računalniki najverjetneje ne bodo avtonomni stroji za odločanje, temveč pospeševalniki matematičnih optimizacijskih arhitektur.

Prav zato so sistemi, kot je StratePlan, tako strateško pomembni.

V svetu eksponentne kompleksnosti namreč ne bo odločilna največja količina podatkov.

Odločilna bo sposobnost, da iz milijard možnih kombinacij izpeljemo ekonomsko optimalno odločitev.