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 :
计算业务决策
为什么计算取代了思考
初始情境：经典决策为何失败
时至今日，企业决策仍以思考、讨论和评估为主，而非计算。 战略会议、Excel 模型、情景比较和经验值给人一种控制的印象，但在结构上却很有限。 原因在数学上是显而易见的：
一旦需要同时考虑多个项目、预算、依赖性、时间表和风险，决策空间就会爆炸式增长 指数级增长。从大约7-8 个决策维度开始，人类的思维和传统工具就不再能够 不再能够有效地捕捉所有组合。
结果就是
- 决策是商定的，而不是优化的
- 风险是感觉出来的，而不是计算出来的
- 预算被分配，而非最大化
计算业务决策 "实际上意味着什么？
计算并不意味着预测。计算意味着
在实际限制条件下，同时分析所有可行的决策方案，并以数学方式确定最佳组合。
这尤其包括
- 预算（资本支出、运营支出、现金流）
- 资源（人员、时间、能力）
- 项目之间的依赖关系
- 最低要求和排除标准
- 投资回报率、净现值、风险最小化或战略重点等目标数字
问题不再是 "我们认为什么是合理的？
哪种组合在客观上是最佳的，为什么？
为什么只有 Excel、商业智能工具和人工智能预测是不够的？
Excel是线性工作的。
BI 工具描述过去。
人工智能预测则是预测概率。
而商业决策则需要
- 组合优化
- 组合逻辑
- 硬约束
- 备选方案完全透明
一个简单的例子
- 15 个项目
- 每个项目只有 "做或不做 "两种选择
结果：215= 32 768 个可能的组合
如果考虑到序列、依赖性和预算限制，我们将讨论数百万到数十亿种组合。 没有人--也没有电子表格--能够认真思考这个空间。
模式转变：从决策制定到决策计算
企业决策的计算遵循一个清晰的逻辑：
-
制定战略
明确界定目标、优先事项和限制条件。 -
决策空间建模
对项目、选项和依赖关系进行数学建模。 -
同时分析所有可能的组合
不是顺序分析，也不是启发式分析，而是全面分析。 -
约束条件下的优化
在遵守所有限制条件的前提下最大化目标值。 -
可解释的结果
每项决策都是可理解、可验证和可复制的。
这对首席执行官和首席财务官意味着什么
公司管理层的决策过程正在发生根本性变化：
- 讨论时间缩短
- 决策更加稳健
- 风险变得可见
- 责任减轻，而不是下放
首席执行官仍是决策的战略主导者。
首席财务官首次获得了一种工具，通过这种工具，价值最大化不是空谈，而是得到了证实。
典型应用领域
- 投资组合
- 并购优先次序
- 研发路线图
- 选址和产能决策
- 结构调整
- 公共预算和基础设施计划
无处不在：
有几种好的选择--但只有一种组合是最好的。
结论：计算胜于意见
计算业务决策并不意味着取代人。它意味着 把直觉用在该用的地方，把数学用在不可或缺的地方。
在一个日益复杂的世界里，计算不再是一种选择，而是一种必需。 任何人继续讨论数学应该用在哪里，都不是一个错误的决定，而是一个结构不完整的决定。
企业管理的未来不是更快的思维。而是计算的清晰度。
Anna-Lena Rissel 是一名心理學學生，於 Charlotte Fresenius 大學 修讀心理學與心理治療。作為 Sascha Rissel 的女兒，她將心理學的基礎理論與對企業決策流程的濃厚興趣相結合。
她的學術重點在於 經濟心理學 以及 管理層與董事會情境中的錯誤決策——特別關注 認知偏誤、啟發式思維 與 結構性框架條件 如何導致系統性的決策錯誤，以及如何有效避免這些錯誤。