ما هي تقنية Monte Carlo Simulation في تحليل المخاطر؟

تُعد تقنية محاكاة مونت كارلو (Monte Carlo Simulation) واحدة من أهم الأدوات الإحصائية والتحليلية المستخدمة في إدارة المخاطر وتحليل عدم اليقين في المشاريع. تُستخدم هذه التقنية على نطاق واسع في مجالات عديدة مثل إدارة المشاريع، والتمويل، والهندسة، والتخطيط الاستراتيجي، وذلك لما توفره من قدرة على التنبؤ بالنتائج المحتملة عند وجود متغيرات غير مؤكدة.

تهدف هذه التقنية إلى محاكاة الواقع من خلال التجريب العشوائي المتكرر، أي أنها تقوم بإجراء آلاف أو حتى ملايين المحاولات العشوائية لتمثيل مختلف السيناريوهات المحتملة، ومن ثم تحليل النتائج للحصول على توزيع احتمالي شامل للمخرجات، بدلاً من الاعتماد على رقم واحد أو نتيجة ثابتة.

أولاً: خلفية وأصل التقنية

تمت تسمية التقنية باسم “مونت كارلو” نسبة إلى منطقة مونت كارلو في موناكو، المعروفة بكازينوهاتها الشهيرة وألعاب الحظ. وقد استخدم العلماء هذا الاسم في منتصف القرن العشرين أثناء تطوير هذه التقنية ضمن مشاريع علمية مرتبطة بالأسلحة النووية، ولاحقًا انتشرت في مختلف المجالات.

بدأ استخدام محاكاة مونت كارلو فعليًا في أربعينيات القرن العشرين على يد علماء مثل ستانيسلاف أولام (Stanislaw Ulam) وجون فون نيومان (John von Neumann) أثناء عملهم في مشروع مانهاتن، حيث احتاجوا إلى طريقة لتقدير نتائج معقدة تعتمد على العديد من العوامل العشوائية. ومنذ ذلك الوقت، أصبحت هذه التقنية أداة قوية في تحليل المخاطر في المشاريع، لما توفره من دقة وشمولية في تقدير الاحتمالات.

ثانيًا: المفهوم الأساسي لتقنية مونت كارلو

الفكرة الرئيسية وراء هذه التقنية هي أن العالم الحقيقي مليء بالمتغيرات غير المؤكدة، مثل مدة الأنشطة، وتكلفة الموارد، وأسعار المواد، واحتمال وقوع المخاطر. ولأن من الصعب التنبؤ بدقة بهذه القيم، يتم استخدام المحاكاة لتوليد آلاف القيم العشوائية المحتملة ضمن نطاقات محددة مسبقًا لكل متغير.

فعلى سبيل المثال، إذا كان تقدير مدة نشاط معين في المشروع يتراوح بين 10 إلى 20 يومًا، يمكن للمحاكاة أن تولد مئات أو آلاف القيم المحتملة داخل هذا النطاق باستخدام توزيعات احتمالية مثل التوزيع الثلاثي أو الطبيعي. وبعد تكرار المحاكاة مرات عديدة، يتم الحصول على مجموعة ضخمة من النتائج التي تُمثل جميع السيناريوهات الممكنة، ومن خلالها يمكن تقدير احتمالات تجاوز التكلفة أو التأخير في الجدول الزمني.

ثالثًا: كيف تُستخدم محاكاة مونت كارلو في تحليل المخاطر في المشاريع؟

في إدارة المشاريع، تستخدم تقنية مونت كارلو لتحليل تأثير عدم اليقين والمخاطر على نتائج المشروع، مثل التكلفة الإجمالية أو مدة الإنجاز. ويتم تطبيقها عادة ضمن عملية Perform Quantitative Risk Analysis، أي التحليل الكمي للمخاطر، وهي إحدى عمليات إدارة المخاطر في منهجية PMP.

تتم الخطوات الأساسية لتطبيق التقنية كما يلي:

1. تحديد المتغيرات غير المؤكدة:
   في البداية، يقوم فريق المشروع بتحديد العناصر التي تحتوي على عدم يقين، مثل مدة الأنشطة، تكاليف الموارد، أو إنتاجية الفرق.
2. تحديد التوزيعات الاحتمالية:
   بعد ذلك، يتم تحديد نوع التوزيع الاحتمالي المناسب لكل متغير. ومن أشهر هذه التوزيعات:
   1. التوزيع الثلاثي (Triangular Distribution): يعتمد على ثلاثة قيم (الحد الأدنى – الأكثر احتمالًا – الحد الأقصى).
   1. التوزيع الطبيعي (Normal Distribution): يستخدم عندما تكون القيم متمركزة حول المتوسط.
   1. التوزيع المنتظم (Uniform Distribution): يُستخدم عندما تكون جميع القيم المحتملة متساوية الاحتمال.
3. تشغيل المحاكاة:
   يتم استخدام برنامج حاسوبي خاص لتوليد آلاف السيناريوهات العشوائية، بحيث يُختار لكل متغير قيمة محتملة وفقًا للتوزيع الاحتمالي المحدد له.
4. تحليل النتائج:
   بعد إجراء عدد كبير من المحاكاة (غالبًا من 10,000 إلى 100,000 تجربة)، يتم تجميع النتائج في شكل توزيع احتمالي شامل يوضح مدى احتمالية حدوث كل نتيجة ممكنة.
5. استخلاص مؤشرات المخاطر:
   يتم تحليل البيانات الناتجة لمعرفة:
   1. احتمال تجاوز الميزانية المحددة.
   1. احتمال تأخير الجدول الزمني.
   1. مستوى الثقة المطلوب لاتخاذ القرارات.
   1. القيمة المتوقعة للنتائج ومتوسط الانحرافات.

رابعًا: مثال تطبيقي مبسط

لنفترض أن مدير المشروع يريد تقدير مدة إنهاء مشروع بناء معين، ويتكون المشروع من ثلاثة أنشطة رئيسية:

• النشاط (أ): من 5 إلى 10 أيام.
• النشاط (ب): من 8 إلى 14 يومًا.
• النشاط (ج): من 6 إلى 12 يومًا.

إذا تم استخدام التقديرات التقليدية، فقد يُفترض أن المدة الإجمالية هي مجموع القيم المتوسطة (أي 8 + 11 + 9 = 28 يومًا). لكن في الواقع، قد تحدث انحرافات بسبب الظروف أو التأخيرات.

عند تطبيق محاكاة مونت كارلو، يتم توليد آلاف السيناريوهات العشوائية داخل نطاقات القيم المحتملة لكل نشاط، ويُحسب المجموع في كل مرة. وبعد تكرار العملية آلاف المرات، نحصل على توزيع احتمالي يُظهر مثلاً أن:

• هناك احتمال 70% لإنهاء المشروع خلال 30 يومًا أو أقل.
• واحتمال 95% لإنهائه خلال 33 يومًا أو أقل.

هذا النوع من النتائج يمنح مدير المشروع رؤية كمية دقيقة للمخاطر الزمنية ويُساعده على اتخاذ قرارات مبنية على البيانات.

خامسًا: فوائد استخدام تقنية مونت كارلو في تحليل المخاطر

1. رؤية شاملة للمستقبل:
   بدلاً من الاعتماد على رقم واحد للتكلفة أو المدة، تُظهر محاكاة مونت كارلو نطاقًا كاملاً من النتائج المحتملة، ما يساعد على فهم درجة عدم اليقين المحيطة بالمشروع.
2. تحسين عملية اتخاذ القرار:
   من خلال معرفة احتمالية تجاوز التكلفة أو التأخير، يمكن لمديري المشاريع تحديد مستوى المخاطرة المقبول واتخاذ قرارات أكثر واقعية.
3. تحديد الاحتياطيات المناسبة:
   تساعد المحاكاة في تقدير الاحتياطات الزمنية والمالية (Contingency Reserves) اللازمة لمواجهة المخاطر، بناءً على تحليل احتمالي دقيق.
4. تحليل الحساسية (Sensitivity Analysis):
   يمكن من خلالها تحديد أي المتغيرات تؤثر أكثر على النتيجة النهائية، وبالتالي تركيز جهود إدارة المخاطر على العوامل الحرجة.
5. زيادة الثقة لدى أصحاب المصلحة:
   عندما يتم عرض النتائج بطريقة علمية واحتمالية، فإن ذلك يعزز مصداقية التقديرات أمام الإدارة العليا وأصحاب المصلحة.

سادسًا: الأدوات والبرامج المستخدمة في محاكاة مونت كارلو

هناك العديد من الأدوات التي تساعد في تنفيذ محاكاة مونت كارلو بسهولة وفعالية، منها:

• @Risk (إضافة لبرنامج Excel).
• Primavera Risk Analysis.
• Crystal Ball من شركة Oracle.
• RiskyProject.
• Microsoft Project (عند دمجه مع أدوات تحليل المخاطر الإضافية).

تتيح هذه الأدوات للمستخدم إدخال المتغيرات، وتحديد التوزيعات الاحتمالية، وتشغيل آلاف المحاكاة، ثم عرض النتائج على شكل رسوم بيانية واحتمالات تسهّل اتخاذ القرار.

سابعًا: التحديات والقيود

على الرغم من الفوائد الكبيرة لتقنية مونت كارلو، إلا أن استخدامها يتطلب فهمًا إحصائيًا جيدًا وبيانات دقيقة. ومن أبرز التحديات:

1. الحاجة إلى بيانات موثوقة: إذا كانت المدخلات غير دقيقة، فإن النتائج ستكون مضللة.
2. التعقيد الرياضي: تتطلب المحاكاة معرفة بالتوزيعات الاحتمالية والتحليل الإحصائي.
3. الوقت والموارد: تنفيذ آلاف التجارب يحتاج إلى برامج متخصصة ومعالجة حاسوبية قوية.
4. سوء التفسير: بعض مديري المشاريع قد يسيئون فهم النتائج، فيظنون أن المحاكاة تقدم إجابة نهائية، بينما هي أداة احتمالية وليست يقينية.

ثامنًا: الخلاصة

تقنية محاكاة مونت كارلو ليست مجرد أداة حسابية، بل هي أسلوب تفكير يعتمد على تحليل الاحتمالات وعدم اليقين. فهي تمكن مديري المشاريع من النظر إلى المستقبل بعيون واقعية، مبنية على بيانات وتحليل احتمالي دقيق، وليس على التقديرات الحدسية.

من خلال هذه التقنية، يمكن للمؤسسات والمشاريع تحسين قدرتها على التخطيط، والتنبؤ، وإدارة المخاطر، وتقليل المفاجآت غير المتوقعة. إنها بمثابة “نظام إنذار مبكر” يساعد على اتخاذ قرارات مستنيرة قبل وقوع المشكلات.

وبالتالي، فإن دمج تحليل مونت كارلو في إدارة المخاطر يُعد من الممارسات الاحترافية المعترف بها عالميًا، ويُعتبر علامة على نضج إدارة المشاريع داخل المؤسسة.

سجل الان في دورة إدارة المشاريع الإحترافية PMP