Slik kan matematikk spare deg for millioner
– Algoritmene forteller deg hva du bør gjøre, gitt det du vet, sier optimeringsekspert Magnus Bakken.
– På 90-tallet ville du ikke engang forsøkt å løse de typer problemer som vi klarer å knekke på en halvtime i dag.
Magnus Bakken er glad i å løse problemer. Faktisk så glad at han startet en egen optimeringsavdeling i Decisive, Norges største kompetansemiljø på regelbaserte IT-løsninger. Med denne vil han hjelpe bedrifter å bruke sine data til å ta bedre beslutninger.
– En marginal forbedring i planen kan for noen bety millioner i ekstra fortjeneste, sier han.
Tall lyver aldri
Optimering er bruk av matematikk for å løse komplekse problemstillinger som er underlagt begrensninger.
– Teknologien er i omfattende bruk i blant annet kraftsektoren: Kraftprodusentene må avgjøre hvor mye kraft de skal produsere på hvilke tidspunkt for å maksimere inntjeningen. Samtidig er de underlagt fysiske begrensninger, og må delta i komplekse markeder. Det handler om at du skal finne den mest kostnadseffektive løsningen på et problem, forklarer Magnus.
Det hele startet i 1947 med Simplex, en algoritme militæret lagde for å løse militære logistikkutfordringer. Utviklingen siden den gang har vært enorm.
– Utviklingen skjøt virkelig fart på begynnelsen av 90-tallet, og de siste 20 årene er algoritmene 500 000 ganger raskere enn de var i 1991. Grunnen til denne utviklingen er at bedriftene stadig konkurrerer om å bruke ressursene sine mest mulig effektivt, forteller Magnus.
– Optimering er teknologi for å ta aller beste beslutning innenfor et forretningsområde, som for eksempel bemanning, logistikk eller produksjonsplanlegging. Hvis du har forstått og modellert problemet riktig, og du har gode data, så vil optimering kunne gi aller beste løsning på forretningsproblemet. Tall lyver aldri, sier Magnus.
Preskriptiv analyse: Finner nåla i høystakken
Hvem kan bruke dataene sine best i dag? I moderne næringsliv konkurrerer man på analyse, og da er det avgjørende hvordan man velger å bruke alle dataene man sitter på. På fagspråket kalles dette preskriptiv analyse, som rett og slett betyr at algoritmene forteller deg hva du burde gjøre, gitt det du vet.
– Øvrige analyseformer kan fortelle om hva, hvorfor og hvordan noe skjedde, men disse tar deg ikke alltid hele veien til bedre beslutninger og handlinger. Statistiske modeller kan forutse hvor mye etterspørsel et produkt vil ha, men det er et optimeringsproblem å finne ut hvor mye man skal bestille, sier Magnus.
Det finnes veldig mye markedspotensiale for denne analyseformen som ikke er utnyttet.
– Det er digitaliseringen som gjør at det åpner seg veldig mange muligheter for å ta bedre beslutninger med optimering. Ved å ta vare på data og skaffe seg innsikt i disse får ledelsen i bedriftene et mye bedre beslutningsgrunnlag. Men det er fremdeles mye å hente, nettopp fordi det er mennesker som tar disse beslutningene.
– Vi er ikke i stand til å vurdere milliarder av alternativer slik datamaskiner kan, eller ta i betraktning all informasjonen vi har samtidig. Preskriptiv analyse bruker dataene og innsikten som bedriftene har til å finne nåla i høystakken for oss – den beste beslutningen blant alle alternativene, forteller Magnus.
«Vær så snill og kritiser oss»
Nå vil Magnus og resten av Decisive hjelpe bedrifter med å bruke dataene sine til å løse komplekse utfordringer. Teamlederen mener en utradisjonell fremgangsmåte er det som skal til for at flere bedrifter skal ta i bruk optimering.
– Vi gir kunden en prototyp som faktisk vil ha mange svakheter og mangler, men det er bare fordi kunden selv sitter på mye av kunnskapen om problemet som skal løses. Deretter sier vi «vær så snill og kritiser oss», fordi det er mye lettere å hente ut problemforståelsen ved å korrigere en prototyp enn ved å beskrive den på tegnebrettet, sier Magnus.
Med en slik fremgangsmåte har Decisive den beste mulige forutsetningen for at løsningen de leverer faktisk løser forretningsproblemet bedriften har. Teamlederen også overbevist om at kunden får større tillit til beslutningssystemet når de er med på å bygge det opp selv.
– Vi står ovenfor en omstilling hvor vi i større grad benytter programvare og kunstig intelligens til å ta beslutninger. Jeg tror vi først og fremst får tillit til disse verktøyene ved å ta de i bruk og se hvordan de virker i praksis, og ikke av å lese rapporter om hvor mye de forbedrer beslutningene våre, sier Magnus.
Med forankring i matematikken, besitter Decisive nøkkelkompetanse for å omsette digitaliseringen til resultater på bunnlinjen.
Lyst til å prøve?
Med optimering kan komplekse forretningsproblemer løses med best mulig utfall.
Kontakt Decisive »
