决策者：大多数战略决策都是在没有看到完整决策空间的情况下做出的
资本分配很少因为缺乏分析而失败。
如果有 20 个项目，就会有超过 100 万种可能的投资组合。
执行委员会审查项目。委员会确定措施的优先次序。
但几乎没有一个组织会在实际约束条件下计算数学上的最优组合。
全局最优仍然是隐形的。
如果不计算完整的决策空间，复杂性就会被管理而非优化。
在下文中，我们将分析组织如何对其投资组合进行正式建模，并在实际约束条件下事先确定全局最优{{ ： }}
Starting point：
这种新计算方法的决定性区别在于应用时间： ，而是在实际决策之前，根据公司完整的投资和项目清单进行计算。
通常情况下，会有一份潜在的 CAPEX 项目清单，如工厂现代化、工厂升级、新建厂房等。例如，工厂现代化、信息技术改造、产品开发、 基础设施措施或效率计划。同时，还有一些固定的限制，如有限的总预算、有限的工程能力、 生产窗口、风险预算和战略框架条件。
这就是真正的决策问题：并非所有项目都能实现。因此，问题不在于 哪些项目单独看来是合理的，而在于在给定的限制条件下，这些项目的哪种组合构成了全局最优的整体组合。
因此，新的计算方法并不孤立地评估单个项目，而是从这些项目中计算出最优的组合、而是从完整的项目清单 中计算出最佳项目组合，同时考虑到所有预算、能力、风险和战略限制。其结果是，在作出实际投资决策之前，从数学上合理地 选择那些能够共同产生最大总体价值贡献的项目。
这将 CAPEX 规划从一个连续的选择过程转变为一个持续的组合优化过程、 其中充分考虑了机会成本、限制瓶颈和组合效应。
为什么大多数投资组合在结构上都是次优的 - 90 秒内
- 投资组合决策根据逻辑 2^N生成组合决策空间。
- 从大约 20 个项目开始，几乎不可能进行完整的人工评估。
- 经验主义（如 "NPV 前 5 名"、"IRR > WACC"、"Payback < 3 年"）造成系统性扭曲。
- 组织将局部最优与整个决策空间中的最佳解决方案相混淆。
- 机会成本因此在结构上仍然不可见。
- 算法优化计算实际约束条件（预算、能力、风险、环境、社会和治理等）下的最佳项目组合。
结论{{ ： }}
那些不计算完整求解空间的人默认了次优资本分配。
博客主要文章 :
生产设施规划效率低下
经典规划逻辑为何失败--企业如何系统性地丧失生产力
导言
在许多工业企业中，生产设施的规划被认为是一门技术性很强的学科。 布局图、机器规格、吞吐时间的计算以及投资预算的批准都是如此。 然而，实际情况却并非如此：相当一部分工业生产设备从未达到计划效率。 从未达到计划的效率、产能利用率或盈利能力。
原因很少在于技术本身。原因在于计划逻辑。 效率低下主要不是出现在车间里，而是提前几个月或几年就出现了、 在计划会议、Excel 模型和孤立的业务案例中。 本文分析了生产车间规划效率低下的结构性原因 并说明为什么传统方法会系统性地达到极限。
1. 工业规划的悖论
如今，生产设备的建造已达到了最高的技术精度。传感器技术、自动化 机器人技术和控制系统都是世界一流的。与此同时，实践中的重要数据表明
- 经常无法达到计划的 OEE 值
- 提升阶段比计划时间长
- 灵活性达不到预期
- 有必要在早期阶段进行转换和追加投资
这种悖论可以解释为：卓越的技术无法弥补计划的低效率。
2. 线性规划的假象
一个核心问题是仍然占主导地位的线性规划逻辑。典型流程
- 销售预测
- 产能要求
- 机器概念
- 布局
- 预算审批
这种逻辑假定了稳定的假设和线性关系。然而，现代生产系统的现实情况是
- 非线性
- 高度网络化
- 动态
- 依赖于相互作用
线性规划具有明显的清晰性，但不具有稳健性。
3. 个体优化而非系统优化
在传统的规划流程中，子区域是单独优化的：
- 具有最高性能的机器
- 距离最短的物流
- 最佳轮班利用率的人员
- 投资成本最小化
结果往往是局部优化，全局低效。 瓶颈出现在界面交汇的地方，而不是考虑单个组件的地方。
4. 未考虑实际制约因素
另一个消极的效率驱动因素是没有充分考虑实际制约因素：
- 人员素质有限
- 维修现实和维修周期
- 供应链波动
- 监管要求
- 未来的产品变型
这些因素经常在口头上讨论，但没有经过系统计算。 这样一来，纸面上的系统是最佳的，而实际上却缺乏灵活性。
5. 动态世界中的静态规划
生产工厂的生命周期为 10 年、15 年或 20 年。 然而，许多计划都是基于以下因素制定的：
- 目标产品
- 目标产量
- 固定方案
缺少的是对情景多样性的考虑。 针对理想状态进行优化的系统在动态环境中很快就会失去效率。
6. 低效率的代价
规划效率低下很少会没有后果。典型的后果是
- 尽管投资很高，但利用率却很低
- 个别系统组件尺寸过大
- 过早改装
- 单位成本上升
- 可扩展性有限
尤其关键的是：这些成本往往是结构性的，在运行过程中很难纠正。
7. 为什么仅有经验是不够的
传统上，生产规划主要依靠经验。经验是宝贵的，但也是有限的：
- 主观性
- 不可扩展
- 不适合组合复杂性
随着机器、变体和依赖关系数量的增加，决策空间也会呈指数级增长。 人类的直觉并非为此而设计。
8. 将规划理解为优化问题
高效的生产设备规划不是一个绘图过程，而是一个优化问题：
- 目标变量：产出、OEE、灵活性、成本、弹性
- 决策变量机器、布局、周期时间、自动化程度
- 制约因素：预算、人员、空间、维护、变量
如果不进行系统优化，决策就不可避免地会被简化，从而导致效率低下。
9. 战略失误：没有组合逻辑的规划
生产工厂不是一个单一的项目，而是一个决策组合：
- 哪些流程是自动化的？
- 哪些工作需要人工完成？
- 哪些冗余是合理的？
- 哪些地方的灵活性比效率更重要？
10. 透明度是提高效率的杠杆
效率低下的规划很少是透明的。假设仍然是隐含的、 替代方案没有计算，决策没有记录。
经过计算的规划具有透明度，可以降低风险，做出可靠的投资决策。
结论
生产设施规划效率低下不是一个技术问题，而是一个系统问题、 而是一个系统性问题。
将规划理解为优化任务并以计算代替决策的公司，能创造出稳健、可扩展且经济效益出色的生产系统。 的企业，就能创造出稳健、可扩展且经济效益出色的生产系统。 卓越的生产系统。
核心问题不再是
我们如何建造工厂？
而是
在实际条件下，哪种决策组合能使效果最大化？