Формирование портфеля промышленных инноваций на основе математической оптимизации

!!: фактические данные проекта конфиденциальны, поэтому количественные показатели в кейсе изменены. Логика исследования, примененные методы и подход к решению задачи сохранены

Математическая модель отбора промышленных инноваций для определения не только наиболее сильных заявок, но 
и сочетания технологий, формирующего целостную систему промышленной безопасности

Краткий обзор

ТИП

Математическое моделирование

Роль

Исследователь, аналитик

МЕТОДЫ

Многокритериальный анализ, байесовское моделирование, Monte Carlo, портфельная оптимизация

ЗАЧЕМ НУЖен новый подход?

Традиционный отбор инновационных проектов строится на сравнении заявок по среднему экспертному баллу. Такой подход показывает, какие проекты сильнее по отдельности, но не учитывает зависимости между технологиями, дублирование решений, конкуренцию за ресурсы и неопределенность результатов. Математическая модель превращает разрозненные оценки
в обоснованный портфель и помогает определить, какое сочетание проектов способно сформировать целостную систему промышленной безопасности

КАК МЕНЯЕТСЯ ПОДХОД К ОТБОРУ?

Исходный подход

Новая модель

Оценка отдельных
заявок

Формирование
целостного портфеля

Средний экспертный
балл

Учет неопределенности
оценок

Учитываются
зависимости и синергии

Проекты рассматриваются
независимо

Однократный
отбор

Поэтапный
пересмотр решений

Непрозрачное
решение комиссии

Математическое
обоснование

Участники принятия решения

Роль

задачи

Цели

проблемы

инструменты

ключевая мысль

• Сильные заявки не образуют целостный портфель
• Не видны последствия изменения условий
• Решения трудно объяснить

«Мне важно понимать не только что выбрать, но и почему именно это сочетание проектов»

• Сбалансировать эффект, риск и ресурсы
• Сравнить сценарии
• Выбрать устойчивый портфель

01/ Определить приоритеты
02/ Сформировать портфель
03/ Обосновать решение

Руководитель
инновационной
программы

Сценарная модель, дашборд,
отчеты программы

• Сохранить логику экспертного заключения
• Показать ключевые риски
• Определить, что нужно проверить

• Итоговый балл скрывает аргументы
• Оценки экспертов расходятся
• Зависимости между технологиями теряются

01/ Оценить реализуемость
02/ Выявить зависимости
03/ Зафиксировать неопределенность

Экспертные формы,
техническая документация,
матрица зависимостей

«Одинаковый балл еще не
означает одинаковую надежность
проекта»

Технологический
эксперт

• Получить воспроизводимый расчет
• Найти устойчивые решения
• Показать причины включения
и исключения

• Данные находятся в разных источниках
• Ручной пересчет занимает много времени
• Невозможно проверить все комбинации проектов

01/ Подготовить данные
02/ Пересчитать сценарии
03/ Объяснить результат

«Мне нужна не таблица с рейтингом, а модель, которую можно пересчитать и проверить»

Python, PostgreSQL, PyMC,
Pyomo, NetworkX

Портфельный
аналитик

Участники принятия решения

Руководитель инновационной программы

задачи

01/ Определить приоритеты
02/ Сформировать портфель
03/ Обосновать решение

Цели

• Сбалансировать эффект, риск и ресурсы
• Сравнить сценарии
• Выбрать устойчивый портфель

проблемы

• Сильные заявки не образуют целостный портфель
• Не видны последствия изменения условий
• Решения трудно объяснить

инструменты

Сценарная модель, дашборд, отчеты программы

ключевая мысль

«Мне важно понимать не только что выбрать, но и почему именно это сочетание проектов»

Технологический эксперт

задачи

01/ Оценить реализуемость
02/ Выявить зависимости
03/ Зафиксировать неопределенность

Цели

• Сохранить логику экспертного заключения
• Показать ключевые риски
• Определить, что нужно проверить

проблемы

• Итоговый балл скрывает аргументы
• Оценки экспертов расходятся
• Зависимости между технологиями теряются

инструменты

Экспертные формы, техническая документация, матрица зависимостей

ключевая мысль

«Одинаковый балл еще не означает одинаковую надежность проекта»

Портфельный аналитик

задачи

01/ Подготовить данные
02/ Пересчитать сценарии
03/ Объяснить результат

Цели

• Получить воспроизводимый расчет
• Найти устойчивые решения
• Показать причины включения
и исключения

проблемы

• Данные находятся в разных источниках
• Ручной пересчет занимает много времени
• Невозможно проверить все комбинации проектов

инструменты

Python, PostgreSQL, PyMC, Pyomo, NetworkX

ключевая мысль

«Мне нужна не таблица с рейтингом, а модель, которую можно пересчитать и проверить»

20 проектов с наиболее показательными профилями устойчивости

распределение 186 проектов по устойчивости

Карта системных
противоречий

Сильный проект не обязательно нужен портфелю

Проект может иметь высокую индивидуальную оценку, но дублировать уже выбранное решение, зависеть от отсутствующей инфраструктуры или не создавать новой стратегической способности.

Средний балл скрывает неопределенность

Одинаковая итоговая оценка может скрывать совершенно разные мнения экспертов: в одном случае все считают проект средним,
а в другом часть видит в нем прорыв, тогда как остальные сомневаются в его технической состоятельности.

Деньги не являются единственным ограничением

Проекты конкурируют за промышленные объекты, инженеров, лаборатории, данные, вычислительные ресурсы и время интеграционной команды.

Решение принимается слишком рано

Высокорисковый проект может быть слишком ценным, чтобы его отклонить, и слишком неопределенным, чтобы финансировать полностью.

Экспертная оценка не является объективным фактом

Один эксперт систематически ставит высокие баллы, другой оценивает строже. Кроме того, инженер может хорошо оценить технологию, но недостаточно точно оценивать рынок
и масштабирование.

Исследование

От рейтинга заявок к архитектуре портфеля

Традиционный отбор инновационных проектов показывает, какие заявки выглядят сильнее
по отдельности, но не отвечает на главный вопрос: какое сочетание технологий действительно создает работающую систему.

В проекте исследование направлено не на ранжирование заявок, а на формирование обоснованного портфеля с учетом неопределенности, зависимостей между проектами, ограниченных ресурсов и разных сценариев развития программы.

Исходный процесс

01

Первоначальный подход сводил сложную инвестиционную задачу к сравнению проектов по среднему экспертному баллу. Такой формат не показывал как технологии усиливают или дублируют друг друга, какие ограничения мешают их совместной реализации и почему одни решения стоит проверять поэтапно, а другие включать в портфель сразу.

Фокус исследования

02

Исследование сосредоточено на переходе от оценки отдельных заявок к анализу всей системы.
Вместо простого рейтинга модель учитывает неопределенность экспертных оценок, взаимозависимости и синергии между технологиями, ресурсные ограничения
и различия между сценариями.
Отбор проектов должен перестать быть процедурой ранжирования и превратиться
в проектирование технологического будущего программы.

Результат модели

03

Модель сформировала несколько вариантов портфеля с разным отношением к риску, выделила ядро устойчивых проектов, показала пограничные и стабильно отклоняемые заявки, а также определила последовательность технологической валидации
и промышленных пилотов.
Дополнительно она позволила объяснить причины включения и исключения каждого проекта и показать, какие дополнительные исследования способны изменить инвестиционное решение.

ЧТО ОБНАРУЖИВАЕТ МОДЕЛЬ

ЧТО СКРЫВАЕТ РЕЙТИНГ

КЛЮЧЕВЫЕ ОТКРЫТИЯ МОДЕЛИ

ЦЕННОСТЬ НЕ РАВНА БАЛЛУ

ПОРТФЕЛЬ КАК СИСТЕМА

ИНВЕСТИЦИИ В ИНФОРМАЦИЮ

Модель обнаруживает

Модель обнаруживает

Модель обнаруживает

Скорректированное качество проекта

Покрытие стратегических
способностей

Какую неопределенность нужно
проверить

Устойчивость решения в разных
сценариях

Синергии и правильную
последовательность проектов

Какой эксперимент способен
изменить решение

Инфраструктурные проекты,
разблокирующие другие технологии

Комбинации технологий, создающие
законченный контур

Когда проект продолжить, изменить,
заморозить или остановить

Рейтинг скрывает

Рейтинг скрывает

Рейтинг скрывает

Полярные мнения за одинаковым
средним баллом

Обязательные зависимости между
проектами

Ценность небольшого исследования
перед крупным решением

Различия в строгости
и специализации экспертов

Дублирование одной и той же
способности

Разницу между слабым проектом
и недостаточно изученным

Высокую оценку проекта при низкой
ценности для портфеля

Конфликты за данные,
инфраструктуру и пилотные
площадки

Риск необратимого выбора на основе
одного прогноза

МАТЕМАТИЧЕСКАЯ АРХИТЕКТУРА МОДЕЛИ

Модель состоит из нескольких связанных математических слоев. Каждый отвечает на отдельный вопрос: насколько надежны экспертные оценки, какую технологическую систему создают проекты, какие зависимости существуют между ними, какие ограничения влияют на реализацию и насколько устойчивым остается решение при разных вариантах будущего

ТРИ УРОВНЯ

Оценка проектов

01

Экспертные мнения преобразуются в распределения скрытого качества проектов. Затем определяется какие стратегические способности способна создать каждая технология.

Формирование портфеля

02

Модель учитывает зависимости, синергии, дублирование, конфликты и ресурсные ограничения. Результатом становится связанный набор технологий, а не список проектов с максимальными баллами.

Каждый следующий слой использует результаты предыдущего, поэтому изменение одной оценки или ограничения может изменить структуру всего портфеля

Проверка и управление

03

Портфель пересчитывается при разных сценариях будущего. Для каждого проекта определяется следующая стадия и решение: продолжить, изменить, заморозить или остановить.

КАЛИБРОВКА ЭКСПЕРТОВ

Оценка зависит не только от проекта, но и от строгости, надежности и специализации конкретного эксперта

Один эксперт почти всегда оценивает строже, другой чаще ставит высокие баллы. Модель обнаруживает личную шкалу каждого эксперта и корректирует ее влияние на общий результат.

Сильное знание технологии не гарантирует такой же точности
в оценке рынка, интеграции или масштабирования. Поэтому компетентность рассчитывается отдельно по каждому критерию

Восемь исходных оценок не усредняются напрямую. Сначала учитываются строгость, неопределенность
и компетентность каждого эксперта. После этого модель восстанавливает единую скрытую оценку проекта

Калибровка не заставляет экспертов соглашаться. Она отделяет различия в качестве проекта от различий между самими экспертами

НЕЧЕТКИЕ ОЦЕНКИ БЕЗ ЛОЖНОЙ ТОЧНОСТИ

Эксперт может уверенно сказать, что масштабируемость проекта высокая, но не может обоснованно назвать вероятность 73%. Поэтому словесная оценка преобразуется не в одну точку, а в диапазон возможных значений

В обычном рейтинге оба проекта получили бы одинаковый балл 7,5. В сценарной модели первый проект почти не меняет положение, а второй может оказаться как одним из лучших, так и одним из слабейших

Каждая экспертная оценка сохраняет диапазон неопределенности.
В разных сценариях модель получает разные правдоподобные значения, а не многократно использует один искусственно точный балл

САМОСТОЯТЕЛЬНАЯ ЦЕННОСТЬ ПРОЕКТА

После калибровки модель оценивает проект как самостоятельную технологию. Это еще не решение о включении в портфель

ЗАВИСИМОСТИ, СИНЕРГИИ И КОНФЛИКТЫ

Ценность проекта меняется в зависимости от того, какие другие технологии выбраны вместе с ним

Вместе проекты создают больше ценности, чем по отдельности

Проект со средней индивидуальной оценкой может стать незаменимым, если он связывает несколько технологий и создает необходимую инфраструктуру.

Сильная заявка может не войти
в портфель, если она дублирует уже выбранную способность, конфликтует с другими решениями или требует недоступного ресурса

Средняя самостоятельная оценка. Максимальная ценность внутри системы. Без этого проекта несколько технологий теряют необходимую инфраструктуру

Оба проекта могут быть сильными, но одновременно выбрать их нельзя. Конфликт технологии, ресурса или условий реализации

Проекты создают почти одинаковую способность. Второй проект увеличивает затраты, но почти не добавляет новой ценности

Решение определяется не только качеством проектов, но и архитектурой связей между ними

ЕДИНАЯ ЦЕЛЕВАЯ ФУНКЦИЯ

Ценность проекта меняется в зависимости от того, какие другие технологии выбраны вместе с ним

Какие критически важные возможности появляются у промышленной системы?

Какие проекты стоит запустить ради знания, которое изменит следующие решения?

Какая дополнительная ценность возникает только при совместной реализации?

Какой результат дают выбранные проекты сами по себе?

Оптимальным становится не набор самых высоко оцененных проектов, а конфигурация, в которой каждый проект усиливает общую систему

Дашборд программы: живая воронка отбора, направления программы, устойчивость и сценарии портфеля
Живая воронка отбора, направления программы, сценарные профили и карта зависимостей проектов