Uno dei principali impulsi alla nascita della ricerca operativa fu il riconoscimento che i processi complessi orientati a un obiettivo devono essere studiati e risolti come insiemi integrati, poiché le soluzioni alle singole parti del problema generale si rivelavano isolate, mentre la pratica richiedeva unità tra tutte le soluzioni parziali.

Inizialmente, la «ricerca operativa» si limitava a sviluppare metodi per analizzare un problema come un tutto unico, senza isolarne le parti costitutive. Un’altra caratteristica distintiva di questi studi nel primo periodo fu l’uso dell’approccio del gruppo di lavoro interdisciplinare. La sua essenza non consisteva nel riunire in un solo luogo tutti gli specialisti pertinenti, bensì nel creare un gruppo che padroneggiasse i metodi quantitativi e fosse libero dalla visione ristretta propria di ogni singola disciplina. Questo approccio rifletteva due realtà: in primo luogo, la necessità di introdurre metodi quantitativi nella scienza della gestione, e in secondo luogo, la scarsità di metodi (e di specialisti) nell’ambito che venne poi chiamato «ricerca operativa».

Successivamente, la «ricerca operativa» si evolse dall’attività congiunta di specialisti di vari profili fino a diventare un ramo autonomo della scienza e della pratica organizzativa, dividendosi nel processo in due indirizzi principali.

Il primo di questi è associato alla costruzione di modelli matematici per i sottoproblemi gestionali più frequentemente riscontrati, nei quali è possibile, in una certa misura, fare a meno di tenere conto del comportamento delle singole persone che partecipano all’operazione. Qui furono individuati i problemi principali della teoria matematica della «ricerca operativa», assieme alla conseguente specializzazione degli scienziati che lavoravano in questo ambito.

Un gran numero di problemi risolti dai dirigenti può essere ricondotto a compiti di questo tipo, ad esempio:

la gestione delle scorte, riguardante la determinazione della dimensione necessaria delle risorse «immagazzinate» (umane, materiali, finanziarie, di materie prime, ecc.), tenendo conto che lo stoccaggio comporta determinati costi;
l’allocazione di risorse limitate tra diversi consumatori, ciascuno dei quali le utilizza con un grado di efficienza diverso;
i problemi di code, che riguardano la distribuzione dei compiti secondo una sequenza rigorosa, formando l’uno o l’altro processo, e la definizione delle regole di priorità;
la scelta dei percorsi e la programmazione temporale dei lavori;
i problemi legati alla sostituzione delle attrezzature obsolete;
la ricerca di soluzioni tramite un’enumerazione razionale (anziché esaustiva) delle possibilità;
i problemi competitivi, ossia i problemi della teoria dei giochi, che studiano le strategie razionali di comportamento in situazioni in cui l’esito di un’operazione dipende non solo dal comportamento del soggetto, ma anche dal comportamento di un avversario i cui obiettivi contrastano con quelli del soggetto.

Così, il metodo della «ricerca operativa» venne applicato a diversi tipi di operazioni e processi, utilizzando approcci diversi e strumenti matematici differenti a seconda dell’oggetto di analisi (metodi di programmazione matematica, modellazione combinatoria e statistica). Accanto agli strumenti matematici, nella «ricerca operativa» vennero impiegati anche metodi euristici.

Nello sviluppo di metodi per l’analisi delle azioni orientate a un obiettivo (operazioni) e per la valutazione comparativa delle soluzioni, prevalentemente in termini quantitativi, la «ricerca operativa» si fonda sulla metodologia sistemica, secondo la quale i fenomeni studiati sono considerati come sistemi che rappresentano aggregati interagenti di elementi progettati per raggiungere obiettivi specifici.

L’analisi di operazioni o fenomeni specifici dal punto di vista della «ricerca operativa» comporta la costruzione di un modello matematico del fenomeno, l’analisi del modello e la ricerca di una soluzione, la verifica dell’adeguatezza del modello e della soluzione rispetto al fenomeno, l’apporto delle necessarie correzioni («taratura») al modello e alla soluzione, e infine l’applicazione pratica della soluzione scelta.

Strettamente collegata ai problemi matematici di questo metodo (sebbene non ne faccia formalmente parte) è l’ampia area dei cosiddetti metodi reticolari di pianificazione e gestione. Lo sviluppo dei metodi reticolari e dei sistemi a rete è strettamente legato al ramo della «ricerca operativa» che studia i modelli di programmazione temporale. Questi metodi hanno permesso di trovare un linguaggio nuovo e molto comodo per descrivere, modellare e analizzare operazioni complesse a più fasi. Tali sono, in particolare, i metodi reticolari di modellazione e controllo operativo: CPM — il «Critical Path Method» (Metodo del percorso critico) e PERT — «Program Evaluation and Review Technique» (Tecnica di valutazione e revisione dei programmi).

La nascita di vari sistemi di gestione formalizzati, di metodi di pianificazione a lungo termine, di programmazione e di previsione fu determinata dalla necessità di creare le condizioni per una corretta presa di decisione in un ambiente in cui la gestione si trovava di fronte a enormi volumi di informazioni, migliaia di fattori la cui contabilizzazione, valutazione e integrazione risultavano impossibili nell’organizzazione tradizionale della gestione.

Studi condotti da diversi psicologi americani hanno dimostrato che una persona incontra difficoltà nel prendere decisioni quando ciò richiede di tenere conto di più di 10 variabili o fattori tra loro contraddittori, oppure di più di 20 fattori dello stesso ordine. Tuttavia, poiché una soluzione ottimale può derivare solo dalla considerazione e dall’analisi di tutti i fattori, indipendentemente dal fatto che una persona a un dato livello di gestione sia in grado di far fronte a tale compito, sorge oggettivamente la necessità di suddividere i problemi in sottoproblemi e sottocompiti. Il principio fondamentale alla base della maggior parte dei sistemi di programmazione esistenti consiste nella scomposizione logica dei compiti. La premessa era la necessità di ridurre il numero di fattori o il volume di informazioni a livelli che consentano a una persona di valutarli.

Il secondo indirizzo della «ricerca operativa» si sviluppò lungo linee in qualche modo diverse, ponendo l’accento non tanto sulla matematizzazione dei problemi gestionali e sull’introduzione di metodi delle scienze esatte, quanto piuttosto sull’applicazione di principi per lo studio di un’operazione come un tutto unico, avvalendosi di gruppi di ricerca «freschi» e «privi di pregiudizi». A questo indirizzo è associata la nascita dell’ingegneria dei sistemi. Va notato che molti scienziati che studiavano i processi gestionali con il metodo della «ricerca operativa» andarono in seguito oltre i confini di questo tipo di indagine. A tale riguardo, essi proposero definizioni sempre più ampie della disciplina scientifica il cui fondamento è questo metodo, il che portò non di rado a confusione terminologica.

Molti specialisti americani riconoscono che, sebbene la «ricerca operativa» nel suo complesso abbia rappresentato un passo molto importante verso la creazione di una nuova scienza della gestione, essa tuttavia copriva una gamma relativamente ristretta di problemi. Inoltre, con lo sviluppo della specializzazione matematica, si affermò la tendenza a considerare la «ricerca operativa» come rami specifici della matematica applicata — cioè a non considerarla come una disciplina scientifica autonoma con un proprio distinto oggetto di studio.

Pertanto, già all’inizio degli anni Cinquanta, iniziò una ricerca attiva volta a definire con maggiore precisione la specificità di quei problemi gestionali la cui soluzione presuppone l’applicazione di metodi matematici, sebbene i problemi stessi debbano essere ricondotti all’oggetto della teoria dell’organizzazione e della gestione. Il risultato fu l’individuazione della teoria delle decisioni come disciplina scientifica autonoma (nell’ambito della scienza della gestione), concepita come un ulteriore sviluppo della «ricerca operativa», la quale fu conseguentemente interpretata come un insieme di metodi specifici di presa di decisione. Tuttavia, nella teoria delle decisioni (e ciò la distingue dalla «ricerca operativa») l’attenzione principale fu rivolta al processo decisionale in sé, alla formazione dei principi di scelta, allo sviluppo di criteri di qualità e alla determinazione dei metodi per trovare soluzioni conformi a tali principi. I sostenitori di questa teoria affermano che la presa di decisione costituisce il nucleo dell’attività gestionale e ne definisce le caratteristiche specifiche.

Il lavoro in questo ambito procede principalmente lungo due indirizzi. Il primo riguarda soprattutto la modellazione matematica dei processi decisionali così come effettivamente realizzati in gruppi di lavoro reali. Il secondo concentra i propri sforzi sullo sviluppo di algoritmi che consentano di ottenere soluzioni ottimali. Il primo indirizzo comprende vari studi «comportamentali», ad esempio quelli di E. Fogel e R. Luce, mentre il secondo comprende numerose ricerche nella teoria delle decisioni statistiche, nella teoria dei giochi e simili. Il lavoro dei rappresentanti di entrambi gli indirizzi fa ampio uso degli strumenti della logica matematica, della statistica matematica, nonché della programmazione lineare, non lineare, dinamica e sistemica. La necessità di valutare le conseguenze dell’una o dell’altra decisione in condizioni di incertezza portò alla diffusione dei metodi di prova statistica, ossia i «metodi Monte Carlo».

Allo stesso tempo, nell’ambito della «nuova» scuola, si formò un altro punto di vista, secondo il quale le caratteristiche specifiche della gestione sono associate all’aspetto economico dell’attività dei vari sistemi, e pertanto il compito centrale della scienza della gestione dovrebbe essere la quantificazione e la modellazione matematica dei fenomeni economici. Questo punto di vista diede origine al cosiddetto approccio econometrico all’analisi e alla programmazione dei processi gestionali.

Di grande importanza per lo sviluppo dell’approccio econometrico fu la scoperta, nel 1939, da parte del matematico sovietico e premio Nobel L. V. Kantorovič, del metodo della programmazione lineare, su cui si basa in larga misura la ricerca in questo ambito. Solo 10 anni dopo questo metodo fu riscoperto in modo indipendente dal matematico americano G. Dantzig.

Alla base dell’approccio econometrico vi è la costruzione di modelli che riflettono, in forma schematica, particolari fenomeni o processi economici attraverso l’astrazione scientifica dei tratti più caratteristici di tali fenomeni e processi. A differenza di un modello economico, un modello econometrico è espresso in forma matematica. Secondo questo approccio, ogni modello economico-matematico sviluppato presenta quattro aspetti distinti:

Riflette determinati fenomeni economici di contenuto qualitativo, espressi in unità di misura particolari. Queste grandezze sono, in un certo senso, i parametri del modello.
Il modello include determinate relazioni e dipendenze quantitative tra i parametri. Possono trattarsi di equazioni di bilancio che definiscono la struttura del processo modellato, oppure di dipendenze più complesse che collegano gli esiti dei processi alle loro cause.
Il modello definisce il dominio delle variazioni ammissibili dei parametri del modello nel tempo, nello spazio e nel volume. Si tratta dei cosiddetti vincoli imposti alle dipendenze quantitative.
Il modello deve rappresentare un sistema di parametri, dipendenze e vincoli interrelati, con ingressi e uscite definiti. La gestione di tale sistema — ossia l’ottenimento di risultati specifici in uscita — deve avvenire tramite l’una o l’altra forma di azione sugli ingressi, senza interferire con la sua struttura interna.

La costruzione dei modelli econometrici si divide in quattro fasi principali.

La prima fase è la specificazione, durante la quale le principali variabili economiche vengono formalizzate e si cercano equazioni matematiche sulla base di ipotesi e proposizioni iniziali.
La seconda fase è l’identificazione, che consiste nel trovare i valori dei parametri delle equazioni ottenute nella prima fase come risultato della specificazione.
La terza fase è la verifica, che consiste nel definire e selezionare criteri per valutare la qualità dei risultati della specificazione e dell’identificazione — ossia il grado di adeguatezza dei modelli ai processi economici reali. Se i modelli ottenuti tramite la specificazione e l’identificazione risultano inadeguati, si esaminano allora la validità delle premesse iniziali e la scelta e formalizzazione delle variabili economiche.
La quarta fase è la previsione, ovvero la procedura di determinazione dei valori futuri delle variabili incluse nel modello econometrico.

Ricerca operativa: Gvishiani

Ricerca operativa