Att förstå optimala lösningar: Varför organisationer fastnar i lokala optimala lösningar – och inte ser det globala optimat

Sammanfattning: Varför ett bra beslut långt ifrån är det bästa beslutet

Vad händer när ett företag noggrant prioriterar sina investeringsprojekt, fördelar budgetarna effektivt och ändå låter miljontals euro i potentiellt mervärde gå till spillo?

Vid nästan varje styrelsemöte diskuteras investeringsbeslut utifrån ekonomiska nyckeltal, strategiska prioriteringar och tillgängliga resurser.

Projekt utvärderas. Affärsunderlag jämförs. Investeringsbudgetar fördelas. Kompromisser ingås.

Resultatet blir en portfölj som verkar rimlig, ekonomiskt förnuftig och organisatoriskt genomförbar.

Men en avgörande fråga förblir ofta obesvarad:

Är vår valda projektkombination verkligen den ekonomiskt bästa lösningen – eller bara en bra lösning bland de alternativ vi har övervägt?

Det är just här som skillnaden mellan lokala och globala optimala lösningar ligger.

Ett lokalt optimum kan inte förbättras ytterligare inom ett definierat område. Ett globalt optimum uppnår däremot det bästa värdet för målfunktionen inom hela det tillåtna beslutsutrymmet.

Inom strategisk investeringsplanering kan denna skillnad få betydande ekonomiska konsekvenser.

Företag fattar nämligen inte bara beslut om enskilda projekt. De fattar beslut om kombinationer av projekt som samtidigt konkurrerar om kapital, resurser och kapacitet.

StratePlan kombinerar matematiska optimeringsmetoder från operationsanalys med AI-baserade tillvägagångssätt för att systematiskt undersöka sådana komplexa beslutsutrymmen.

Den avgörande ledningsfrågan lyder därför inte: Har vi optimerat våra projekt?

Utan: Har vi valt den ekonomiskt bästa kombinationen av våra projekt?

1. Vad betyder optimum? Den matematiska definitionen

I matematiken avser begreppet optimum en lösning som inom ett definierat beslutsutrymme maximerar eller minimerar ett visst målvärde.

Pluralformen är optim.

Inom optimeringsteorin skiljer man mellan lokala och globala optimala lösningar.

Lokalt optimum

Ett lokalt optimum är en lösning som inom ett definierat område inte kan förbättras genom en tillåten förändring.

Lösningen kan vara optimal inom detta begränsade område, även om bättre resultat är möjliga på andra ställen i beslutsrummet.

Globalt optimum

Ett globalt optimum är en lösning som inom hela det tillåtna beslutsrummet uppnår det bästa värdet för den definierade målfunktionen.

Vid en maximeringsuppgift har ingen annan tillåten lösning ett högre målfunktionsvärde.

Vid en minimeringsuppgift har ingen annan tillåten lösning ett lägre målfunktionsvärde.

Viktigt: Ett globalt optimum behöver inte vara entydigt. Flera olika projektkombinationer kan uppnå samma optimala målvärde.

För företag är denna distinktion av avgörande betydelse.

Ett investeringsbeslut kan vara ekonomiskt optimalt inom ett affärsområde och samtidigt ge ett lägre totalt bidrag jämfört med ett alternativ som spänner över flera områden.

Kvaliteten på en optimering beror därför inte bara på den beräkningsmetod som används, utan också på vilket beslutsutrymme och vilken målfunktion som ligger till grund.

2. Varför organisationer ofta fastnar i lokala optimala lösningar

Företag är indelade i avdelningar, affärsområden, verksamhetsställen och ansvarsstrukturer.

Denna organisatoriska uppdelning möjliggör en effektiv styrning av komplexa affärsprocesser.

Den leder dock ofta till att investeringsbeslut fattas inom begränsade ansvarsområden.

En produktionsanläggning optimerar sina maskininvesteringar.

IT-avdelningen prioriterar sina digitaliseringsprojekt.

Försäljningsavdelningen utvärderar åtgärder för att öka omsättningen.

Fastighetsförvaltningen fattar beslut om renoveringar och utveckling av anläggningarna.

Varje enhet kan fatta ekonomiskt förnuftiga beslut inom sitt ansvarsområde.

Men företaget har ofta en gemensam eller åtminstone begränsad totalbudget.

Detta leder till att olika affärsområden konkurrerar om samma ekonomiska resurser.

Typiska orsaker till lokalt begränsade optimeringar är:

• Separata investeringsbudgetar: Kapitalet fördelas inom enskilda affärsområden utan att alla investeringsalternativ beaktas gemensamt.
• Olika nyckeltal: Avdelningarna strävar efter individuella mål som inte helt överensstämmer med företagets övergripande mål.
• Historiska beslut: Projekt som redan har godkänts prioriteras, trots att andra kombinationer skulle kunna vara mer ekonomiskt lönsamma.
• Resurskonflikter: Flera projekt kräver samma personal- eller tekniska resurser.
• Begränsad variantprövning: Ledningsgrupper jämför endast ett överskådligt antal förberedda scenarier.

Dessa faktorer kan leda till att en organisation framgångsrikt optimerar sina enskilda delar utan att uppnå det bästa möjliga helhetsresultatet.

Företaget optimerar sina delar – men inte nödvändigtvis den ekonomiskt bästa kombinationen av dem.

3. Det osynliga beslutsutrymmet: Varför 2^N förändrar ledningslogiken

Så snart flera projekt står till val samtidigt uppstår ett kombinatoriskt beslutsutrymme.

I en förenklad binär modell kan varje projekt antingen genomföras eller inte genomföras.

Med N oberoende valbara projekt blir det teoretiskt sett 2^N möjliga projektkombinationer.

Antalet växer exponentiellt:

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

Vid 50 planerade investeringsprojekt finns det alltså cirka 1,126 biljoner teoretiskt möjliga projektkombinationer.

Inte alla kombinationer är tillåtna på grund av budgetbegränsningar, resursbegränsningar eller projektberoenden.

Denna storleksordning illustrerar dock varför klassiska ledningsprocesser endast kan beakta en begränsad del av det matematiska beslutsutrymmet.

En styrelse kan utvärdera 50 projekt var för sig.

Den kan dock inte fullständigt jämföra mer än en biljon projektkombinationer med varandra.

Den egentliga utmaningen ligger inte i att förstå enskilda projekt. Den består i att ur de möjliga kombinationerna av dessa projekt fastställa den ekonomiskt bästa tillåtna lösningen.

4. Varför diskussioner och ledningsworkshops inte garanterar global optimering

Ledningsgrupper är oumbärliga för att definiera strategiska mål, utvärdera ekonomiska antaganden och ta ansvar för beslut.

De är dock inga matematiska optimeringsalgoritmer.

I praktiken jämförs ofta några förberedda scenarier med varandra.

Till exempel:

• Ett basscenario med den ursprungligen planerade investeringsbudgeten
• Ett konservativt scenario med minskade utgifter
• Ett tillväxtscenario med ytterligare investeringar
• Ett strategiskt scenario med prioriterade projekt

Dessa varianter kan vara noggrant utarbetade och ekonomiskt rimliga.

De utgör dock ofta endast en liten del av det totala matematiska beslutsutrymmet.

Ett val mellan fyra förberedda scenarier ger inte automatiskt svar på frågan om det finns en ekonomiskt bättre lösning bland miljontals andra kombinationer.

Det bästa diskuterade alternativet är inte nödvändigtvis den bästa matematiskt möjliga projektkombinationen.

Just därför bör den strategiska diskussionen kompletteras med lämpliga matematiska optimeringsmetoder.

5. Ett räkneexempel: Varför den bästa enskilda investeringen inte leder till den bästa portföljen

Ett företag har en investeringsbudget på 10 miljoner euro.

Tre projekt står till val.

Projekt A har det högsta enskilda nettovärdet.

Om detta projekt väljs återstår 3 miljoner euro i budgeten.

Detta räcker inte för att dessutom genomföra något av de andra projekten.

Det totala nettovärdet uppgår därmed till 4 miljoner euro.

En matematisk analys av de möjliga projektkombinationerna visar dock på ett ekonomiskt bättre alternativ.

Projekten B och C kräver tillsammans 10 miljoner euro och ger ett kombinerat nettovärdebidrag på 6 miljoner euro.

Under antagandet att projekten är oberoende av varandra och utan ytterligare begränsningar är B + C den optimala kombinationen för att maximera nettovärdet.

Den optimerade portföljen ger ett 50 % högre nettovärde jämfört med det ursprungliga urvalet.

Företaget behöver inget ytterligare investeringskapital för detta.

Det behöver endast välja en annan kombination av sina befintliga projekt.

Detta exempel visar ett suboptimalt portföljbeslut. Huruvida det ursprungliga urvalet även utgör ett lokalt optimum i strikt matematisk mening beror på definitionen av tillåtna förändringar i omgivningen.

Den centrala insikten kvarstår: Den ekonomiskt bästa enskilda investeringen ingår inte nödvändigtvis i den ekonomiskt bästa projektkombinationen.

6. Varför lokala optimala lösningar kan vara så stabila matematiskt sett

Lokala optimala lösningar uppstår ofta genom stegvisa förbättringsprocesser.

En algoritm eller en ledningsprocess utgår från en befintlig lösning och försöker förbättra den genom mindre förändringar.

Till exempel tas ett projekt bort från portföljen och ersätts med ett annat.

Om det totala ekonomiska bidraget förbättras antas den nya kombinationen.

Denna process kan upprepas tills inga ytterligare förbättringar kan hittas inom det betraktade området.

Resultatet blir då ett lokalt optimum.

En betydligt bättre lösning kan dock finnas utanför detta område.

För att uppnå den kan det bli nödvändigt att byta ut flera projekt samtidigt.

Enskilda mellansteg kan inledningsvis leda till sämre resultat.

En enkel lokal sökmetod skulle under vissa omständigheter inte genomföra sådana förändringar.

En liknande effekt kan uppstå i organisationer.

En affärsenhet förbättrar sin befintliga investeringsplanering stegvis utan att undersöka principiellt annorlunda kapitalfördelningar.

Detta kan leda till en ekonomiskt rimlig och stabil projektkombination, även om andra portföljer skulle möjliggöra ett högre totalt bidrag.

Stabiliteten hos en befintlig lösning är därför inget bevis för att den är globalt optimal.

7. Global optimering: Den bästa lösningen inom hela det tillåtna beslutsutrymmet

Global optimering syftar till att inom hela det tillåtna beslutsutrymmet fastställa den bästa lösningen för en definierad målfunktion.

Vid strategisk kapitalallokering kan denna målfunktion till exempel vara maximering av det förväntade nettovärdet.

Den matematiska optimeringen tar hänsyn till de tillgängliga investeringsalternativen och de definierade begränsningarna.

Typiska begränsningar är:

• Maximal investeringsbudget
• Tillgängliga personalresurser
• Tekniska kapacitetsbegränsningar
• Projektberoenden
• Tidsmässiga krav
• Strategiska minimikrav
• Regulatoriska skyldigheter

Lämpliga optimeringsalgoritmer undersöker det matematiska lösningsutrymmet och söker efter en projektkombination som på bästa sätt uppfyller målfunktionen.

För detta kan olika metoder användas:

• Heltals- och blandad heltalsoptimering
• Branch-and-bound-metoden
• Dynamisk programmering
• Metaheuristiker
• Flerstartmetoder och kombinerade sökstrategier
• AI-stödda utvärderings- och sökmetoder

Vissa av dessa metoder kan, under lämpliga förutsättningar, matematiskt bevisa ett globalt optimum.

Andra ger ungefärligt optimala lösningar utan att kunna ge ett fullständigt bevis på optimalitet.

En fullständig enskild beräkning av samtliga 2^N kombinationer är i princip inte nödvändig för att matematiskt optimera stora beslutsutrymmen.

Mer bakgrundsinformation ges i artikeln ”Ny AI-beräkningsmetod inom projektportföljhantering för optimering av CAPEX”.

8. Varför Excel, poängmodeller och prioriteringsmatriser inte garanterar global optimalitet

Excel, poängmodeller och prioriteringsmatriser är etablerade verktyg inom strategisk investeringsplanering.

De möjliggör en strukturerad utvärdering av enskilda projekt och framtagning av ekonomiska scenarier.

Deras begränsningar blir särskilt tydliga när en rangordning av enskilda projekt likställs med ett matematiskt optimalt portföljval.

Excel: Enskilda utvärderingar är inte detsamma som portföljoptimering

Excel lämpar sig utmärkt för beräkning av affärsfall, avkastning på investerat kapital och investeringsscenarier.

Med lämpliga Solver-funktioner kan även matematiska optimeringsproblem hanteras.

En enkel Excel-lista där projekt sorteras efter avkastning på investerat kapital (ROI) eller nettonuvärde tar dock inte automatiskt hänsyn till alla tillåtna projektkombinationer.

Vid stora kombinatoriska beslutsutrymmen kan specialiserade optimeringsmetoder vara nödvändiga eller mer effektiva.

Poängmodeller: Den bästa rankningen är inte nödvändigtvis den bästa portföljen

Poängmodeller utvärderar projekt utifrån definierade kriterier.

De projekt som får högst poäng prioriteras vid genomförandet.

Denna metod skapar transparens kring individuella prioriteringar.

Det garanterar dock inte att den valda kombinationen ger det högsta ekonomiska eller strategiska totalbidraget.

Prioriteringsmatriser: Förenkling istället för fullständig optimering

Prioriteringsmatriser hjälper till att rangordna projekt utifrån kriterier som effekt, insats, brådskande behov eller strategisk betydelse.

De är användbara för att presentera komplex information på ett begripligt sätt.

En matematiskt optimal kombination blir dock inte automatiskt resultatet av detta.

Den avgörande frågan är därför: Ska vi utvärdera enskilda projekt – eller beräkna den ekonomiskt bästa kombinationen av alla tillgängliga projekt?

9. StratePlan: Matematisk portföljoptimering istället för begränsad variantprövning

StratePlan har utvecklats för att matematiskt optimera komplexa investerings- och projektportföljer.

Tekniken kombinerar metoder från operationsanalys med AI-stödda tillvägagångssätt för att effektivt undersöka stora kombinatoriska beslutsutrymmen.

För en grundläggande ekonomisk optimeringsmodell behövs inledningsvis endast tre uppgifter per projekt:

1. Projekt-ID: Unikt identifieringsnummer för projektet
2. Utgifter: Planerade utgifter respektive investeringar
3. Intäkter: Förväntade intäkter eller ekonomiska avkastningar

Dessutom definieras den tillgängliga investeringsbudgeten.

Projektuppgifterna kan till exempel hämtas från befintliga investeringsplaner i Excel.

StratePlan undersöker möjliga projektkombinationer och beräknar en portfölj i enlighet med den valda målfunktionen.

Vid ”Maximize Net Contribution” ligger fokus på att maximera det totala förväntade nettovärdet.

Portföljens avkastning (ROI) kan dessutom redovisas som ett ekonomiskt nyckeltal.

Avancerade modeller kan ta hänsyn till ytterligare begränsningar och utvärderingsparametrar:

• Projektberoenden
• Strategiska viktningar
• Resurs- och kapacitetsbegränsningar
• Fleråriga investeringsbudgetar
• Tidsmässiga krav
• Risk- och hållbarhetskriterier

Resultatet är inte enbart en rangordning av enskilda projekt, utan en matematiskt beräknad projektkombination inom de definierade ramarna.

StratePlan kompletterar därmed det strategiska beslutsfattandet med en matematisk optimeringsnivå.

10. Live på styrelsemötet: Vilken projektkombination är egentligen den bästa?

Matematisk portföljoptimering blir särskilt värdefull när den integreras direkt i strategiska ledningsbeslut.

Låt oss föreställa oss en industrikoncern med 100 planerade CAPEX-projekt.

Summan av alla investeringsönskemål överstiger den tillgängliga budgeten.

Flera affärsområden har redan prioriterat och gjort en ekonomisk bedömning av sina projekt.

Styrelsen vill nu veta vilken kombination av alla projekt som ger det högsta förväntade nettovärdet.

Scenario A: Tverrfunktionell optimering

CFO:n frågar:

”Vad förändras om vi inte längre optimerar varje affärsområde separat, utan betraktar alla investeringsprojekt tillsammans?”

Projekten modelleras i en gemensam portfölj.

StratePlan beräknar en optimerad kombination med hänsyn till den fastställda budgetgränsen.

En jämförelse med den tidigare planeringen kan visa om en annan kapitalfördelning möjliggör ett högre totalt ekonomiskt bidrag.

Scenario B: Strategiska projekt ska beaktas på ett bindande sätt

VD:n frågar:

”Vilket ekonomiskt bidrag riskerar vi att gå miste om om vissa projekt måste genomföras oavsett deras individuella lönsamhet?”

De berörda projekten beaktas som bindande begränsningar.

Portföljen beräknas på nytt.

Jämförelsen visar vilka effekter detta krav har på det förväntade nettovärdet.

Scenario C: Budgetnedskärning

CFO:n vill veta:

”Vilken projektkombination bör vi välja om vi måste minska vår CAPEX-budget med 20 %?”

Budgetbegränsningen justeras.

StratePlan beräknar en ny projektkombination.

Ledningen kan se vilka åtgärder som utgår och hur det förväntade nettovärdet förändras.

Scenario D: Ytterligare investeringskapital

En annan styrelseledamot frågar:

”Hur mycket ytterligare ekonomiskt värde skulle vi kunna uppnå om vi investerade ytterligare 10 miljoner euro?”

Budgeten höjs och en ny optimering genomförs.

Resultaten möjliggör en jämförelse mellan den ytterligare kapitalinsatsen och det förväntade värdetillskottet.

Scenario E: Ändrade strategiska prioriteringar

Styrelsen ställer frågan:

”Hur förändras portföljen om vi lägger större vikt vid energieffektivitet, digitalisering eller vissa tillväxtområden?”

De relevanta parametrarna justeras.

Portföljen beräknas på nytt och jämförs med de tidigare scenarierna.

Ändra strategiska riktlinjer. Beräkna portföljen på nytt. Jämför ekonomiska effekter. Fatta välgrundade beslut.

På så sätt kan även beslut som avviker från en rent ekonomisk optimering fattas på ett medvetet och begripligt sätt.

11. Alternativkostnader: Hur långt ligger vår portfölj från det optimala?

Varje investeringsbeslut binder kapital och resurser.

Detta kapital är därefter inte längre tillgängligt för andra projekt.

Detta medför alternativkostnader.

De beskriver den förlorade nyttan av det bästa alternativet som inte valdes.

Matematisk portföljoptimering gör det möjligt att jämföra den ursprungligen planerade investeringsportföljen med en optimerad projektkombination.

Därvid kan bland annat följande nyckeltal jämföras:

• Totalt investeringsbehov
• Förväntat nettovärdebidrag
• Portföljens avkastning (ROI)
• Utvalda och icke utvalda projekt
• Återstående budgetutrymme
• Ekonomiska skillnader mellan alternativa portföljer

Skillnaden mellan de modellerade resultaten visar vilken ekonomisk förbättringspotential som finns utifrån de underliggande antagandena.

Om ett globalt optimum har bevisats matematiskt kan avståndet mellan en vald projektkombination och detta optimum bestämmas exakt inom modellen.

Vid ungefärligt optimala lösningar redovisas först skillnaden jämfört med den bästa lösningen som hittats.

Det avgörande mervärdet ligger i att synliggöra eventuella ekonomiska nackdelar med en befintlig investeringsplan redan innan kapitalet binds.

12. Känslighetsanalys: Hur robust är det globala optimatet?

Investeringsbeslut baseras på antaganden om framtida ekonomisk utveckling.

Projektkostnaderna kan stiga. Intäktsförväntningarna kan sjunka. Resurserna kan bli knappare. Strategiska prioriteringar kan förändras.

Därför är det klokt att inte enbart genomföra en enda portföljoptimering.

Genom känslighetsanalyser kan olika ekonomiska scenarier undersökas.

Typiska frågor är:

• Vilka projekt förblir en del av portföljen även vid en minskad budget?
• Hur förändras den optimala projektkombinationen när investeringskostnaderna stiger?
• Vilka åtgärder är särskilt känsliga för lägre intäktsförväntningar?
• Hur förändras portföljen vid ytterligare resursbegränsningar?
• Vilka projekt förblir ekonomiskt attraktiva i olika scenarier?

Dessa analyser kan visa hur stabil en beräknad projektkombination förblir under förändrade antaganden.

Ett strategiskt välgrundat beslut tar därför inte bara hänsyn till det bästa resultatet under en enskild förutsättning, utan även till effekterna av möjliga förändringar.

13. Praktisk referens: Klybeck-området i Basel – cirka 63 % högre avkastning på investerat kapital

Vilken ekonomisk potential matematisk portföljoptimering kan synliggöra illustreras av StratePlan-referensen för Klybeck-området i Basel.

Inom ramen för portföljoptimeringen för Central Real Estate AG och Swiss Life AG undersöktes befintliga investerings- och projektalternativ matematiskt.

Det modellerade resultatet:

• Ursprunglig avkastning på investerat kapital: 7,0 %
• Optimerad avkastning på investerat kapital: 11,4 %
• Relativ avkastningsförbättring: cirka 63 %
• Ytterligare modellerat ekonomiskt värdetillskott: cirka 30 miljoner CHF

Förbättringen har modellerats genom en ändrad kombination av befintliga investeringsalternativ med oförändrad budget.

Dessa projektspecifika resultat utgör ingen allmän avkastningsgaranti.

Den centrala slutsatsen: En bättre kombination av befintliga investeringsalternativ kan möjliggöra ett betydligt högre totalt ekonomiskt värdetillskott – utan ytterligare investeringsbudget.

14. Där lokala optimeringar särskilt ofta begränsar det ekonomiska potentialen

Risken för en isolerad optimering av enskilda åtgärder förekommer inom många ekonomiska och offentliga tillämpningsområden.

Industri och CAPEX-planering

Produktionsanläggningar, automatiseringsprojekt, kapacitetsutbyggnader och investeringar i anläggningar konkurrerar om gemensamma investeringsbudgetar.

En isolerad optimering av enskilda anläggningar eller affärsområden kan hindra en ekonomiskt bättre kapitalfördelning över olika områden.

Digitalisering och AI-omvandling

Företag identifierar ofta ett stort antal potentiella AI- och digitaliseringsprojekt.

En ren prioritering av enskilda användningsfall visar inte automatiskt vilken kombination som ger det högsta ekonomiska totalbidraget.

Fastigheter och fastighetsförvaltning

Projektutveckling, renoveringar, moderniseringar och investeringar i fastighetslägen kan betraktas inom ramen för en gemensam kapitalbudget.

Valet av enskilda projekt påverkar finansieringsmöjligheterna för hela fastighetsportföljen.

Energi och infrastruktur

Energiprojekt, nätinvesteringar, effektivitetsåtgärder och infrastrukturmoderniseringar kräver ofta långsiktiga kapitalbindningar.

Matematisk portföljoptimering kan hjälpa till att jämföra olika investeringskombinationer med hänsyn till ekonomiska och tekniska begränsningar.

Kommuner och offentliga budgetar

Städer och kommuner måste finansiera ett stort antal investeringsprojekt inom ramen för begränsade budgetmedel.

Skolor, vägar, förvaltningsbyggnader, infrastruktur och sociala inrättningar konkurrerar om samma offentliga resurser.

Att prioritera enskilda områden isolerat leder inte automatiskt till den kombination av åtgärder som ger den högsta definierade samhällsnyttan totalt sett.

Matematisk optimering kan undersöka olika projektkombinationer med hänsyn till budgetbegränsningar, lagstadgade uppgifter och politiska effektmål.

Den gemensamma nämnaren för alla tillämpningsfall är frågan om optimeringen av enskilda åtgärder verkligen leder till den bästa möjliga helhetslösningen.

15. Budget simulering och samtidig portföljoptimering: Att övervinna lokala optimala lösningar inom den offentliga sektorn

Problemet med lokal optimering blir särskilt tydligt vid planeringen av offentliga investeringsbudgetar.

Kommunala förvaltningar har ofta egna projektlistor och prioriteringar.

Skolverket prioriterar investeringar i utbildning. Byggnadsnämnden utvärderar infrastrukturåtgärder. Andra avdelningar planerar digitaliserings-, energi- eller fastighetsprojekt.

Var och en av dessa prioriteringar kan vara meningsfull inom respektive ansvarsområde.

Den avgörande frågan är dock:

Vilken kombination av alla kommunala projekt ger den högsta definierade ekonomiska eller samhälleliga totalnyttan inom ramen för den tillgängliga budgeten?

Ett förenklat exempel:

En stad har en investeringsbudget på 81 miljoner euro.

Samtidigt finns 50 projekt att välja mellan med ett sammanlagt investeringsbehov på 220 miljoner euro.

Vid 50 binära projektbeslut uppstår teoretiskt sett 2^50 = 1 125 899 906 842 624 möjliga kombinationer.

En matematisk portföljoptimering kan undersöka olika tillåtna projektkombinationer inom de definierade budget- och effektbegränsningarna.

Genom en samtidig budgetsimulering kan olika finansiella ramvillkor beaktas.

Till exempel:

• Vilken projektkombination ger den högsta modellerade totalnyttan vid en budget på 81 miljoner euro?
• Hur förändras portföljen vid en budgetminskning?
• Vilka ytterligare åtgärder skulle kunna genomföras vid högre intäkter?
• Hur påverkar bindande politiska projekt resultatet?
• Vilka effekter har olika viktningar av utbildning, infrastruktur eller klimatskydd?

Resultatens kvalitet beror på vilka data som används och hur de ekonomiska respektive samhälleliga målen definieras.

Kombinationen av budgetsimulering och matematisk portföljoptimering kan bidra till att omvandla sektorsspecifika prioriteringar till en övergripande och begriplig beslutsgrund.

16. Från Business Intelligence till Decision Intelligence: Optimera kvaliteten på själva beslutet

Många företag har redan kraftfulla system för analys och styrning av sina affärsprocesser.

ERP-system dokumenterar resurser och ekonomiska processer.

Business Intelligence-lösningar visualiserar nyckeltal och utvecklingar.

Controlling-system analyserar budgetavvikelser och ekonomiska resultat.

Dessa system ger svar på viktiga frågor:

Vad har hänt? Hur utvecklas våra nyckeltal? Vilka projekt ligger inom budget?

Decision Intelligence utvidgar detta perspektiv med matematiskt stöd för framtida beslut.

Vilken projektkombination bör vi välja? Vilka begränsningar hindrar vårt potentiella värdetillskott? Vilka alternativ ger ett bättre totalresultat?

StratePlan kompletterar befintliga planerings- och kontrollprocesser med en matematisk optimeringsnivå.

De nödvändiga projektuppgifterna kan inledningsvis tillhandahållas via enkla Excel-tabeller.

Den strategiska framsteget består i att inte enbart mäta resultaten av redan fattade beslut, utan att matematiskt förbättra själva urvalet och kombinationen av projekten.

17. Slutsats: Det globala optimatet är en fråga om hela beslutsutrymmet

Organisationer fattar dagligen ekonomiskt välgrundade beslut.

De utvärderar projekt, optimerar processer, prioriterar investeringar och fördelar resurser.

Men en lokalt optimal lösning är inte nödvändigtvis globalt optimal.

När många projekt samtidigt konkurrerar om begränsade budgetar och resurser uppstår ett kombinatoriskt beslutsutrymme.

Redan vid 50 projekt finns det mer än en biljon teoretiskt möjliga kombinationer.

En isolerad utvärdering av enskilda projekt ger därför inte automatiskt svaret på frågan om vilken som är den ekonomiskt bästa helhetslösningen.

Matematisk portföljoptimering gör det möjligt att systematiskt undersöka olika projektkombinationer och jämföra deras ekonomiska effekter.

StratePlan kombinerar för detta ändamål metoder från operationsanalys med AI-baserade tillvägagångssätt.

På så sätt kan företag, styrelser och offentliga beslutsfattare beräkna alternativa portföljer, undersöka strategiska scenarier och identifiera outnyttjad ekonomisk eller samhällelig potential.

Den avgörande frågan är inte: Har vi lyckats optimera våra investeringsprojekt?

Utan: Har vi valt den ekonomiskt bästa kombinationen av våra investeringsprojekt?

Det är just här som övergången från lokal optimering till matematisk portföljoptimering börjar.

StratePlan – Inte bara optimera enskilda projekt. Beräkna den bästa kombinationen.

FAQ – Förstå lokala optimala lösningar och det globala optimatet

Vad betyder ”optimum” inom matematiken?

Ett optimum betecknar en lösning som inom ett definierat beslutsutrymme maximerar eller minimerar ett visst målvärde.

Vid en maximeringsuppgift söker man det högsta uppnåeliga värdet.

Vid en minimeringsuppgift söker man det lägsta uppnåeliga värdet.

Vad är skillnaden mellan optimum och optima?

Optimum är singularformen. Optima är pluralformen.

Inom matematisk optimering kan det finnas flera lokala optimala värden.

Även flera olika lösningar kan uppnå samma globalt optimala målvärde.

Vad är ett lokalt optimum?

Ett lokalt optimum är en lösning som inom ett definierat område inte kan förbättras genom en tillåten förändring.

Utanför detta område kan det dock finnas bättre lösningar.

Vad är ett globalt optimum?

Ett globalt optimum är en lösning som inom hela det tillåtna beslutsområdet uppnår det bästa värdet för den definierade målfunktionen.

Vid en maximeringsuppgift har ingen annan tillåten lösning ett högre målfunktionsvärde.

Varför nöjer sig företag ofta med lokala lösningar?

Därför att investeringsbeslut ofta fattas inom enskilda affärsområden, avdelningar eller utifrån förberedda scenarier.

Därmed beaktas inte automatiskt alla ekonomiskt relevanta projektkombinationer.

Varför ingår inte den bästa enskilda investeringen automatiskt i den bästa portföljen?

Eftersom projekt konkurrerar om gemensamma budgetar och resurser.

Ett ekonomiskt attraktivt enskilt projekt kan kräva så mycket kapital att flera andra projekt med ett högre sammanlagt nettovärde inte längre kan finansieras.

Vad betyder 2^N vid portföljoptimering?

2^N beskriver antalet teoretiskt möjliga kombinationer vid N oberoende binära projektbeslut.

Varje projekt kan antingen väljas eller inte väljas.

Vid 20 projekt uppstår 2^20 = 1 048 576 möjliga kombinationer.

Vid 50 projekt blir det 2^50 = 1 125 899 906 842 624 kombinationer.

Måste alla 2^N kombinationer beräknas var för sig?

Nej.

Moderna matematiska optimeringsmetoder kan effektivt undersöka stora beslutsrum utan att varje teoretiskt möjlig kombination behöver utvärderas fullständigt var för sig.

Vilka metoder som är lämpliga beror på problemets matematiska struktur och de definierade randvillkoren.

Kan AI beräkna det globala optimatet?

Med lämpliga matematiska modeller och optimeringsmetoder kan ett globalt optimum beräknas och bevisas.

Vid särskilt komplexa problem kan även approximativt optimala lösningar användas.

Uttalandet om lösningens kvalitet beror på den använda metoden och eventuellt föreliggande bevis på optimalitet.

Kan Excel lösa globala optimeringsproblem?

Ja. Excel kan hantera matematiska optimeringsuppgifter med hjälp av lämpliga Solver-funktioner.

Vid stora kombinatoriska beslutsrum och komplexa restriktioner kan dock specialiserade optimeringsmetoder vara nödvändiga eller mer effektiva.

Vilka data behöver StratePlan för en första optimering?

För en grundläggande ekonomisk optimeringsmodell krävs inledningsvis tre uppgifter per projekt:

• Projekt-ID
• Expenses – planerade utgifter
• Intäkter – förväntade intäkter respektive ekonomiska avkastningar

Dessutom fastställs den tillgängliga investeringsbudgeten.

Mer komplexa modeller kan ta hänsyn till ytterligare begränsningar och utvärderingsparametrar.

Vad betyder ”Maximize Net Contribution”?

”Maximize Net Contribution” avser maximeringen av det totala förväntade nettovärdet av ett projektportfölj inom definierade begränsningar.

Portföljens avkastning (ROI) kan dessutom redovisas som ett ekonomiskt nyckeltal.

Maximering av det absoluta nettovärdet och maximering av portföljens avkastning (ROI) är olika matematiska mål.

Kan StratePlan synliggöra de ekonomiska skillnaderna mellan lokala och globala lösningar?

Genom att jämföra en befintlig projektkombination med ett optimerat alternativ kan skillnaden i förväntade nettovärdesbidrag beräknas.

Denna skillnad visar den modellerade ekonomiska förbättringspotentialen utifrån de underliggande antagandena.

För att kunna ange ett exakt avstånd till det globala optimatet krävs det att detta har bevisats matematiskt.

Är det globala optimatet alltid det rätta ledningsbeslutet?

Inte nödvändigtvis.

En matematiskt optimal lösning avser alltid den definierade målfunktionen och de beaktade begränsningarna.

Strategiska, regulatoriska eller samhälleliga krav kan medföra ytterligare villkor.

Matematisk optimering hjälper till att synliggöra effekterna av sådana krav.

För vilka organisationer är global portföljoptimering särskilt relevant?

Den är särskilt relevant för organisationer med många konkurrerande investeringsprojekt och begränsade resurser.

Typiska tillämpningsområden är industri, CAPEX-planering, digitalisering, användningsfall för AI, fastigheter, energi, infrastruktur och kommunal budgetplanering.

Vad är den viktigaste slutsatsen för VD:ar, ekonomichefer och beslutsfattare inom den offentliga sektorn?

Det ekonomiskt bästa enskilda beslutet leder inte automatiskt till den bästa helhetslösningen.

Matematisk portföljoptimering gör det möjligt att systematiskt undersöka alternativa projektkombinationer och förbättra kapitalallokeringen på organisationsnivå.

Den avgörande frågan är: Optimerar vi enskilda projekt – eller optimerar vi urvalet av våra projekt?

Känner du till det globala optimatet för din investeringsportfölj?

Ta reda på vilken kombination av dina planerade investeringsprojekt som kan ge det högsta förväntade nettovärdet inom din tillgängliga budget.

Jämför din hittillsvarande projektplanering med matematiskt optimerade investeringsscenarier och undersök om en annan kombination av befintliga projekt möjliggör ett högre ekonomiskt totalbidrag.

Du kan optimera upp till 15 projekt kostnadsfritt.

Optimera upp till 15 projekt gratis nu →