Zakaj je klasično načrtovanje naložb (CapEx) sistematično suboptimalno – in kako umetna inteligenca izračuna globalno optimum

Povzetek: Najboljša naložba ni nujno tudi najboljša naložbena odločitev

Kaj bi bilo, če bi podjetja z istimi investicijskimi projekti in istim proračunom za investicije (CAPEX) lahko dosegla znatno višji skupni gospodarski prispevek – zgolj z matematično optimizirano kombinacijo svojih projektov?

Prav tu leži ena največjih, doslej premalo izkoriščenih priložnosti strateške alokacije kapitala.

Odločitve o naložbah v osnovna sredstva (CAPEX) ne propadejo nujno zaradi pomanjkanja podatkov, nezadostnih poslovnih utemeljitev ali pomanjkanja izkušenj vodstva.

Pravi izziv pogosto leži v matematični kompleksnosti prostora za odločanje.

Takoj ko je na voljo veliko investicijskih projektov hkrati, se eksponentno poveča število možnih kombinacij projektov.

Tradicionalno načrtovanje naložb se pogosto osredotoča na ocenjevanje in določanje prednosti posameznih projektov. Toda tudi posamezni projekti, ki so ekonomsko privlačni, skupaj ne pomenijo avtomatično najboljšega možnega naložbenega portfelja.

Zato ključno vprašanje ni, kateri projekti so posamično privlačni, ampak katera kombinacija vseh načrtovanih naložb v okviru razpoložljivih proračunskih in virovnih omejitev doseže najvišji skupni gospodarski prispevek.

StratePlan to vprašanje preučuje z matematično optimizacijo portfelja in postopki, podprtimi z umetno inteligenco.

Cilj: sistematično izračunati investicijske odločitve že pred njihovo izvedbo, primerjati alternativne scenarije in izpostaviti neizkoriščene možnosti za ustvarjanje dodane vrednosti.

1. CAPEX ni odločitev o posameznem projektu – temveč kombinatorični problem portfelja

V klasičnih investicijskih procesih se projekti CAPEX pogosto ocenjujejo posamično.

Tipična merila za odločanje so:

• donosnost naložbe (ROI)
• notranja stopnja donosa (IRR)
• Neto sedanja vrednost (NPV)
• Doba amortizacije (Payback Period)
• Strateški pomen
• Tveganje in potrebe po virih

Ti kazalniki so pomembni in zagotavljajo dragocene informacije o ekonomski privlačnosti posameznih naložb.

Vendar pa ne odgovarjajo samodejno na ključno vprašanje v zvezi s portfeljem:

Katera kombinacija razpoložljivih projektov maksimira skupni gospodarski prispevek v okviru omejenega investicijskega proračuna?

Projekt lahko ima visok donos na naložbo (ROI), a kljub temu ni del ekonomsko najboljšega portfelja.

Razlog je preprost: investicijski projekti tekmujejo za iste finančne in operativne vire.

Če se velik del proračuna za investicije (CAPEX) porabi za en sam projekt, drugih gospodarsko privlačnih projektov morda ne bo več mogoče izvesti.

Optimalna alokacija kapitala zato ni odvisna le od privlačnosti posameznih projektov, temveč tudi od njihovega medsebojnega delovanja.

Optimizacija CAPEX-a je tako kombinatorna naloga odločanja iz področja operativnega raziskovanja.

Drug pomemben vidik so negotovosti glede prihodnjih rezultatov naložb.

Več o tem v prispevku »Odločitve o naložbah v negotovosti – zakaj klasične metode ne zadostujejo«.

2. Podcenjen prostor za odločanje: zakaj kompleksnost eksponentno narašča

Število možnih naložbenih portfeljev ne narašča linearno s številom projektov.

V poenostavljenem modelu se vsak projekt lahko izvede ali pa se ne izvede.

Tako se pri N neodvisno izbirnih projektih^teoretično pojavi 2N možnih kombinacij.

• 7 projektov: 128 možnih kombinacij
• 10 projektov: 1.024 možnih kombinacij
• 20 projektov: 1.048.576 možnih kombinacij
• 30 projektov: 1.073.741.824 možnih kombinacij
• 40 projektov: 1.099.511.627.776 možnih kombinacij
• 50 projektov: 1.125.899.906.842.624 možnih kombinacij
• 100 projektov: približno 1,27^{× 10³⁰} možnih kombinacij

Podjetje z 50 načrtovanimi investicijskimi projekti se tako sooča s teoretičnim obsegom odločitev, ki obsega približno 1,126 bilijonov kombinacij projektov.

Zaradi proračunskih omejitev, odvisnosti med projekti ali omejenih virov niso vse kombinacije dopustne.

Kljub temu ta obseg jasno ponazarja, zakaj klasični postopki določanja prednostnih nalog in ročne analize scenarijev hitro naletijo na praktične omejitve.

Investicijski odbor tega prostora za odločanje ne more v celoti zajeti z razpravami, izkušnjami ali preprostim razvrščanjem po pomembnosti.

Pravi izziv je v tem, da se znotraj tega obsežnega prostora odločanja identificirajo tiste kombinacije, ki najbolje izpolnjujejo opredeljene gospodarske cilje.

3. Zakaj Excel, modeli točkovanja in investicijski odbori sami po sebi ne zadostujejo

Excel, modeli točkovanja in investicijski odbori so uveljavljeni sestavni deli profesionalnega načrtovanja naložb.

Opravljajo pomembne naloge pri zbiranju podatkov, ocenjevanju ekonomske upravičenosti in sprejemanju odločitev.

Njihove omejitve se pokažejo zlasti takrat, ko je treba hkrati optimizirati številne projekte ob upoštevanju več omejitev.

Excel: zmogljiv, vendar ne pomeni samodejno optimizacije portfelja

Excel je odličen za pripravo poslovnih primerov, finančnih modelov in pregledov naložb.

Tudi matematične optimizacije so v osnovi mogoče z ustreznimi funkcijami Solverja.

Vendar pa lahko veliki kombinatorni prostori odločanja, številne binarne spremenljivke in zapletene stranske pogoje znatno obremenijo zmogljivost preprostih modelov Excel Solverja.

Dejanske omejitve so odvisne od uporabljenega Solverja, matematičnega modela in strukture problema.

Excelova preglednica s 100 investicijskimi projekti še ne pomeni matematično optimiziranega izbora teh 100 projektov.

Modeli točkovanja: določanje prednosti ni optimizacija

Modeli točkovanja ocenjujejo projekte na podlagi opredeljenih meril in na tej podlagi ustvarijo lestvico.

Problem: razvrstitev po pomembnosti ne upošteva samodejno gospodarskih medsebojnih vplivov in proračunskih konkurenc med projekti.

Projekt z nižjo posamezno oceno je lahko del gospodarsko boljše celotne kombinacije.

Zato vrstni red projektov ni enakovreden optimalni sestavi portfelja.

Investicijski odbori: nekaj scenarijev namesto sistematične optimizacije

V investicijskih odborih se pogosto razpravlja o več pripravljenih scenarijih CAPEX.

Na primer:

• Prvotno predlagani naložbeni portfelj
• Scenarij z zmanjšanim proračunom
• Scenarij naložb, usmerjen v rast
• konzervativni scenarij z manj tveganjem

Te variante so lahko skrbno izdelane.

Vendar pa običajno predstavljajo le zelo majhen del matematično možnih kombinacij projektov.

Zato lahko ostanejo neopažene gospodarsko privlačnejše alternative.

Dodatne ozadje pojasnjuje članek Razumevanje matematike in optimizacije – zakaj boljše odločitve zahtevajo drugačno logiko računanja.

4. Preprost primer: Zakaj najboljši posamezni projekt ne pomeni nujno najboljšega portfelja

Podjetje razpolaga s proračunom za naložbe (CAPEX) v višini 10 milijonov evrov.

Na izbiro so trije investicijski projekti.

Projekt A ima najvišji posamezni neto prispevek k vrednosti.

Če se projekt A izvede, ostane 3 milijone evrov proračuna za investicije (CAPEX). To ne zadostuje za nobenega od drugih projektov.

Skupni neto prispevek k vrednosti tako znaša 4 milijone evrov.

Če pa se projekta B in C izvedejo skupaj, se porabi celoten proračun.

Skupni neto prispevek k vrednosti znaša 6 milijonov evrov.

Portfelj projektov B in C tako pri enakem investicijskem proračunu doseže za 50 % višji neto prispevek k vrednosti.

Ta poenostavljen primer prikazuje temeljno razliko med ocenjevanjem posameznih projektov in matematično optimizacijo portfelja.

Pri 50, 100 ali 300 investicijskih projektih je iskanje najboljše kombinacije ustrezno bolj zapleteno.

5. Ex-ante optimizacija: izračun najboljše kombinacije projektov pred investicijsko odločitvijo

Tradicionalno upravljanje naložb se pogosto osredotoča na naknadno ocenjevanje že sprejetih odločitev.

Kazalniki uspešnosti, kot so ROI, EBIT, donosnost kapitala ali odstopanja od proračuna, kažejo, kakšni rezultati so bili doseženi.

Matematična ex-ante optimizacija začne delovati že prej.

Že pred vezavo kapitala preuči, katera kombinacija načrtovanih projektov v okviru določenih pogojev prinaša najvišji pričakovani skupni gospodarski prispevek.

Za to se v skupnem optimizacijskem modelu upoštevajo relevantni parametri:

• razpoložljivi proračuni za naložbe (CAPEX)
• Pričakovani prihodki in odhodki
• Odvisnosti med projekti
• Omejitve virov in zmogljivosti
• Časovne omejitve
• Parametri tveganja in strategije
• Zavezujoči investicijski projekti

Iz teh podatkov nastane matematična naloga odločanja.

Cilj je določiti najboljšo možno kombinacijo projektov za opredeljeno ciljno funkcijo.

Za razliko od čistega določanja prednostnih nalog se projekti pri tem ne obravnavajo izključno ločeno, temveč se preučujejo kot povezan portfelj.

6. Kako StratePlan omogoča matematično optimizacijo CAPEX-a

StratePlan združuje matematične optimizacijske metode iz operativnega raziskovanja z umetno inteligenco podprtimi pristopi za učinkovito preučevanje obsežnih kombinatornih odločevalnih prostorov.

Za osnovni ekonomski optimizacijski model so sprva potrebni le trije podatki za vsak projekt:

1. ID projekta: edinstvena identifikacija investicijskega projekta
2. Stroški: načrtovani investicijski izdatki
3. Prihodki: pričakovani prihodki oziroma gospodarski donosi

Podatke je mogoče na primer prevzeti iz obstoječega načrta naložb v Excelu.

Poleg tega se določi razpoložljivi proračun za investicije (CAPEX).

StratePlan nato preuči možne kombinacije projektov in izračuna portfelj v skladu z določeno ciljno funkcijo.

Pri optimizaciji po načelu »Maximize Net Contribution« je v središču pozornosti celotni pričakovani neto prispevek k vrednosti izbranega portfelja.

Razširjeni modeli lahko upoštevajo dodatne omejitve in parametre vrednotenja.

Rezultat ni zgolj lestvica posameznih investicijskih projektov, temveč matematično izračunana kombinacija projektov v okviru razpoložljivega proračuna.

Glede na strukturo problema in uporabljeni postopek je mogoče določiti dokazano optimalno ali približno optimalno rešitev. Matematični dokaz globalnega optimuma zahteva ustrezna merila optimalnosti.

7. V živo na seji upravnega odbora: spreminjanje in ponovno izračunavanje scenarijev CAPEX

Matematična optimizacija portfelja postane še posebej zanimiva, ko je neposredno vključena v strateške poslovne odločitve.

Predstavljajmo si podjetje s 100 načrtovanimi investicijskimi projekti.

Vsota vseh željenih naložb presega razpoložljivi proračun za CAPEX.

Na seji upravnega odbora se najprej predstavi optimizirana kombinacija projektov na podlagi obstoječih predpostavk.

Sedaj se začne strateška razprava.

Scenarij A: Maksimizacija celotnega neto prispevka k vrednosti

Finančni direktor vpraša:

»Katera kombinacija naših načrtovanih naložb z obstoječim proračunom za CAPEX doseže najvišji pričakovani neto prispevek k vrednosti?«

StratePlan izračuna ustrezno kombinacijo projektov.

Vodstvo prejme pregled izbranih projektov, potrebnega vložka kapitala in pričakovanega skupnega gospodarskega prispevka.

Scenarij B: Zmanjšanje CAPEX za 15 %

Izvršni direktor zastavi vprašanje:

„Kaj se zgodi, če moramo naš proračun za naložbe zmanjšati za 15 %?“

Proračunska omejitev se prilagodi.

StratePlan ponovno izračuna portfelj.

Upravni odbor lahko ugotovi, kateri projekti bodo izpuščeni in kako se bo spremenil pričakovani skupni gospodarski prispevek.

Scenarij C: Večja upoštevanje strateških naložb

Še en član uprave vpraša:

»Kako se spremeni naš portfelj, če večjo težo pripišemo digitalizaciji, energetski učinkovitosti ali določenim strateškim projektom?«

Ustrezni parametri se prilagodijo in portfelj se ponovno optimira.

Rezultate je mogoče primerjati s prejšnjimi scenariji.

Scenarij D: Uporaba dodatnega investicijskega kapitala

Finančni direktor želi vedeti:

»Kakšen dodatni neto prispevek k vrednosti bi lahko dosegli, če bi naš proračun za naložbe (CAPEX) povečali za 20 milijonov evrov?«

Po prilagoditvi proračuna se opravi dodatni izračun.

Tako je mogoče modelirani dodatni prispevek k vrednosti primerjati s potrebnim vložkom kapitala.

Spremenite proračun. Prilagodite parametre. Ponovno izračunajte portfelj. Primerjajte scenarije. Odločajte se na podlagi trdnih podatkov.

Tako se iz statičnega načrtovanja naložb oblikuje dinamična podlaga za odločanje za vodstvo.

8. Analiza občutljivosti: Kako robustna je optimalna kombinacija naložb?

Posamezna optimizacija portfelja najprej prinese rezultat za opredeljene predpostavke.

V praksi pa se naložbeni stroški, tržne razmere, viri in strateške prioritete spreminjajo.

Zato je preučevanje alternativnih scenarijev še posebej dragoceno.

S ciljnimi spremembami vhodnih parametrov je mogoče med drugim preučiti naslednja vprašanja:

• Kateri projekti ostanejo del portfelja tudi ob zmanjšanem proračunu za investicije (CAPEX)?
• Katera vlaganja so še posebej občutljiva na naraščajoče stroške?
• Kako se spreminja neto prispevek k vrednosti ob nižjih pričakovanih prihodkih?
• Kakšna kombinacija projektov nastane ob spremenjenih strateških utežeh?
• Kateri projekti se še posebej močno tekmujejo za iste vire?

Te analize občutljivosti omogočajo preučitev stabilnosti naložbene strategije ob različnih predpostavkah.

Vodstvo tako ne dobi le izračunane kombinacije projektov, ampak lahko tudi razume, kako alternativni gospodarski in strateški okviri vplivajo na celotni portfelj.

9. Alternativni stroški: ekonomska vrednost neizbranih alternativ

Vsaka investicijska odločitev veže kapital.

Ta kapital nato ni več na voljo za druge naložbene možnosti.

Iz tega izhajajoči oportunitetni stroški so v klasičnih investicijskih procesih pogosto le delno vidni.

Podjetje lahko izbere gospodarsko privlačne posamezne projekte, a kljub temu ne izkoristi znatnega potenciala za ustvarjanje dodane vrednosti.

Matematična optimizacija portfelja omogoča primerjavo med prvotno načrtovanim portfeljem in optimizirano kombinacijo projektov.

Pri tem je mogoče zlasti primerjati naslednje vrednosti:

• skupni vložek v osnovna sredstva (CAPEX)
• Pričakovani neto prispevek k vrednosti
• Donosnost naložb (ROI) portfelja
• Izbrani in neizbrani projekti
• Preostali proračunski manevrski prostor
• Razlike med alternativnimi investicijskimi scenariji

Razlika med modeliranimi rezultati kaže, kakšen potencial za gospodarsko izboljšanje obstaja v okviru izhodiščnih predpostavk.

Odločilna dodana vrednost ne izhaja iz dodatnih naložb, temveč iz boljše porazdelitve že razpoložljivega kapitala.

10. Primer iz prakse: območje Klybeck v Baslu – približno 63 % višja donosnost kapitala

Kakšen gospodarski potencial lahko razvije matematična optimizacija portfelja, ponazarja primer StratePlan za območje Klybeck v Baslu.

V okviru optimizacije portfelja za družbi Central Real Estate AG in Swiss Life AG so bile z matematičnimi optimizacijskimi postopki preučene obstoječe naložbene alternative.

Modelirani rezultat:

• Prvotna donosnost kapitala: 7,0 %
• Optimizirana donosnost kapitala: 11,4 %
• Relativno izboljšanje donosa: okoli 63 %
• Dodatni modelirani gospodarski prispevek: okoli 30 milijonov CHF

Izboljšanje je bilo modelirano s spremenjeno kombinacijo obstoječih naložbenih alternativ ob nespremenjenem proračunu.

Ti rezultati so specifični za posamezni projekt in ne predstavljajo splošnega jamstva donosa.

Ključno spoznanje: višji skupni gospodarski prispevek je mogoče doseči že z boljšo kombinacijo obstoječih investicijskih projektov – brez dodatnega proračuna za investicije (CAPEX).

11. Zakaj je globalno optimum matematična in ne politična trditev

Globalno optimum v matematično opredeljenem modelu označuje dopustno rešitev z najboljšo možno vrednostjo ciljne funkcije.

To pa ne pomeni, da vsaka matematično izračunana rešitev avtomatično predstavlja dokazano globalno optimum.

Pri velikih kombinatornih odločevalnih prostorih se lahko uporabijo različni postopki optimizacije.

Nekateri postopki pod ustreznimi pogoji omogočajo matematični dokaz optimalnosti.

Drugi postopki v omejenem računskem času določijo zelo učinkovite približne rešitve.

Zato je ključno razlikovati med:

• dokazano globalno optimalnimi rešitvami
• približno optimalnimi rešitvami z dokumentirano kakovostjo rešitve
• ročno izbranimi ali zgolj prednostno razvrščenimi portfelji projektov

Kakovost matematične optimizacije je poleg tega odvisna tudi od kakovosti izhodiščnih podatkov, ciljev in omejitev.

Matematična optimizacija ne nadomešča poslovne odgovornosti. Ustvarja dodatno, sistematično podlago za boljše investicijske odločitve.

12. Od klasičnega načrtovanja CAPEX do »Decision Intelligence«

Tradicionalno načrtovanje CAPEX se osredotoča na ocenjevanje, določanje prednosti in proračunsko načrtovanje posameznih investicijskih projektov.

Decision Intelligence ta pristop razširja z matematično analizo možnih kombinacij odločitev.

Razlika je v osrednjem vprašanju.

Klasično načrtovanje CAPEX:

„Kateri od naših projektov so ekonomsko privlačni in bi jih bilo treba prednostno obravnavati?“

Matematična optimizacija portfelja:

»Katera kombinacija naših projektov maksimira skupni gospodarski prispevek v okviru razpoložljivih proračunskih in virovnih omejitev?«

StratePlan dopolnjuje obstoječe sisteme ERP, nadzora in poslovne inteligence s to matematično ravnjo odločanja.

Podjetja lahko še naprej uporabljajo svoje obstoječe podatke o naložbah in se v optimizacijo najprej vključijo prek preprostih Excelovih tabel.

Tako je matematična optimizacija portfelja dostopna ne le velikim koncernom, temveč tudi srednje velikim podjetjem z bolj zapletenimi investicijskimi portfelji.

13. Zaključek: Ne financirajte več projektov – izračunajte pravo kombinacijo

Klasično načrtovanje CAPEX ni načeloma napačno.

Poslovni primeri, izračuni donosnosti naložb (ROI), modeli točkovanja in odbori za naložbe ostajajo pomembni sestavni deli profesionalnega vodenja podjetja.

Vendar pa izolirana ocena posameznih projektov ne odgovori samodejno na vprašanje, katera je ekonomsko najboljša kombinacija vseh načrtovanih naložb.

S povečanjem števila projektov se teoretični prostor za odločanje eksponentno povečuje.

Pri 50 projektih nastane že več kot bilijon možnih kombinacij.

Te kompleksnosti ni mogoče obvladati zgolj z dodatnimi sestanki, obsežnejšimi preglednicami ali vedno novimi seznami prednostnih nalog.

Zahteva ustrezne matematične postopke optimizacije.

StratePlan omogoča sistematično preučevanje kompleksnih naložbenih portfeljev ob upoštevanju gospodarskih ciljev, razpoložljivih proračunov in opredeljenih omejitev.

Tako lahko podjetja izračunajo alternativne kombinacije projektov, primerjajo različne scenarije investicij (CAPEX) in identificirajo neizkoriščene gospodarske potenciale.

Odločilno vprašanje ni več: Kateri investicijski projekti so posamično najbolj privlačni?

Ampak: Katera kombinacija naših naložb z razpoložljivim kapitalom doseže najvišji skupni gospodarski prispevek?

Prav tu se začne prehod od klasičnega določanja prednostnih nalog pri naložbah k matematični optimizaciji CAPEX-a.

StratePlan – Enaki projekti. Enak proračun. Optimalna kombinacija. Večji izid.

Koliko več gospodarskega prispevka se skriva v vašem proračunu za CAPEX?

Ugotovite, katera kombinacija vaših načrtovanih investicijskih projektov lahko v okviru vašega razpoložljivega proračuna doseže najvišji pričakovani neto prispevek k vrednosti.

Začnite z lastnimi podatki o projektih in primerjajte matematično optimizirane investicijske scenarije.

Brezplačno lahko optimizirate do 15 projektov.

Optimizirajte zdaj do 15 projektov brezplačno →