TFL Vsebine / TFLGlasnik

1. UVOD

Nova evropska regulativa (npr. DORA, NIS 2, CER ipd.) zahteva od zavezancev, da ustrezno obvladujejo tveganja, ki se pojavljajo v organizacijah in njihovih informacijskih sistemih. Pri tem je treba na podlagi tveganj določiti, katera področja so najbolj ogrožena oziroma ranljiva, in sprejeti ustrezne ukrepe, ki bodo ta tveganja zmanjševala na sprejemljivo raven. Z ocenjevanjem tveganj (t. i. izračun, kakšna je možnost pojava grožnje in kako lahko ta grožnja vpliva na organizacijo) ta lahko obvladujemo (kako lahko z ukrepi zmanjšamo tveganja) in s tem najdemo ustrezne rešitve, ki naj bi organizaciji omogočile varno poslovanje in odpornost na dogodke, ki bi jo lahko prizadeli.

Pri tem je ocenjevanje tveganj v večini primerov omejeno na enostavne izračune, ki jih organizacije izvedejo za pokritje regulatornih obveznosti. Najteže izračunljiva tveganja (t. i. tveganja velikega vpliva in majhne verjetnosti oz. črni labodi) ostajajo zaradi majhne verjetnosti označeni kot sprejemljivi, čeprav je število tovrstnih dogodkov v zadnjih letih nezanemarljivo.

Ker je pri prepoznavanju tovrstnih dogodkov ključno veliko število podatkov o dogodkih, povezanih z uresničenjem tovrstnih tveganj, je pri ocenjevanju ključno, da se opiramo na avtomatizacijo ocen tveganj, na zbirke podatkov o dogodkih, ki jih bodo poročali zavezanci (in za katere upamo, da jih bodo začeli voditi regulatorji, op. a.), ter uporabo novih tehnologij pri korelaciji teh dogodkov (t. i. uporaba umetne inteligence ipd.).

Za črne labode potrebujemo sodelovanje vseh deležnikov pri ocenjevanju tveganj, s čimer se tudi približujemo uporabi metod ISO, ki nam s standardom ISO 31000 že nakazujejo smer, kako se lahko primerno ocenjujejo in obvladujejo tveganja, tudi najmanj verjetna.

2. TVEGANJA IN REGULATORJI

Regulativni organi se teh tveganj običajno lotevajo na več načinov:

1. Ocenjevanje tveganj. Regulatorji pogosto zahtevajo, da subjekti, kot so finančne institucije ali proizvajalci, izvajajo temeljito ocenjevanje tveganj, ki vključuje analizo potencialnih scenarijev velikega vpliva in majhne
2. Stresni Regulatorji lahko zahtevajo, da organizacije opravijo stresne teste, da bi ocenile, kako bi se odzvale na izredne dogodke, vključno s tistimi, ki so redki, a imajo lahko velik vpliv.
3. Kapitalske Regulatorji lahko zahtevajo, da subjekti ohranjajo določeno raven kapitala ali zavarovanja, da se zaščitijo pred tveganji velikega vpliva in majhne verjetnosti.

4. Zahteve po poročanju. Regulatorji pogosto zahtevajo, da organizacije redno poročajo o svojih tveganjih, vključno s tistimi, ki so redka, a imajo lahko velik To omogoča regulatorjem boljše razumevanje in spremljanje tveganj na trgu.
5. Previdnostni V nekaterih primerih regulatorji uporabljajo previdnostni pristop, ki pomeni, da se za obravnavo tveganj velikega vpliva in majhne verjetnosti uporabijo strožji standardi, tudi če ni popolnega konsenza o verjetnosti takih dogodkov.

Kako zmanjšati izpostavljenost subjektov takim operativnim tveganjem, bo pokazala praksa.

2.1. Tveganja – črni labodi

Koncept črnega laboda se nanaša na nepričakovane dogodke, ki zelo vplivajo na finančne in družbene sisteme, a jih obstoječi modeli in metodologije ne predvidevajo. Taleb v svoji knjigi The Black Swan (2007) poudarja, da so standardni pristopi k napovedovanju dogodkov, ki se zanašajo na povprečne vrednosti in običajne distribucije verjetnosti, neustrezni za obvladovanje redkih, a vplivnih dogodkov. V raziskavi Black Swan Economic Crises (2024) je poudarjeno, da so dogodki, kot so pandemije, finančne krize in geopolitični konflikti, pogosto nepričakovani, a močno preoblikujejo svet.

2.1.1. Teoretični okvir: koncept črnih labodov

Po Talebu (2007) imajo črni labodi tri ključne značilnosti: redkost, izreden vpliv in retrospektivno racionalizacijo. Redkost pomeni, da dogodki, kot so veliki finančni zlomi, pandemije in tehnološki preboji, niso zlahka napovedljivi in da so pogosto izven pričakovanj modelov, ki se zanašajo na zgodovinske podatke.

Izreden vpliv pomeni, da taki dogodki lahko močno preoblikujejo svet. Primer tega je bila finančna kriza leta 2008, ki je pretresla globalne trge in razkrila slabosti bančnega sistema (Taleb, 2007). Drugi primeri vključujejo pandemijo covida-19 in propad LTCM- ja1 leta 1998, ki je razkril ranljivosti v zapletenih finančnih modelih (Black Swan Economic Crises, 2024).

Retrospektivna racionalizacija pomeni, da po pojavu takih dogodkov ljudje poskušajo razložiti njihove vzroke in jih uvrstiti v znane koncepte, kar vodi do napačnega občutka predvidljivosti (Taleb, 2007). Taleb uvaja tudi koncept dveh vrst svetov: t. i. Mediokristan in Extremistan. Mediokristan predstavlja svet, v katerem so dogodki običajni in porazdeljeni po Gaussovi krivulji. Po drugi strani pa Extremistan opisuje svet, v katerem redki dogodki prinašajo velike posledice, zaradi česar običajne statistične metode odpovedo.

2.1.2. Metodologije ocenjevanja malo verjetnih tveganj

Za ocenjevanje malo verjetnih tveganj z velikim vplivom je pomembno uporabiti metodologije, ki omogočajo prilagodljivost in dinamično prilagajanje glede na spremembe v okolju. Ena od metod, ki vključuje uporabo naključnih ponovitev za oceno verjetnosti različnih scenarijev, je simulacija Monte Carlo (Taleb, 2007).

Poleg tega je pomembno upoštevati analizo temeljnih vzrokov, ki omogoča prepoznavanje glavnih dejavnikov, ki pripomorejo k tveganjem. Bayesove mreže pa omogočajo analizo verjetnostnih povezav med dejavniki tveganj, kar omogoča upoštevanje novih informacij in dinamično prilagajanje ocene tveganj (Black Swan Economic Crises, 2024).

2.1.3. Talebova kritika standardnih modelov tveganj

Taleb v svojem delu The Black Swan (2007) obširno kritizira standardne finančne in statistične modele, ki se zanašajo na Gaussovo distribucijo, znano tudi kot zvonasta krivulja. Po Talebu so taki modeli neprimerni za ocenjevanje redkih in izrednih dogodkov, saj ne upoštevajo vpliva redkih izjem. Taleb navaja, da Gaussova distribucija pravilno opisuje le običajne dogodke v stabilnem okolju, medtem ko je svet, zlasti finančni in gospodarski, preveč kompleksen in nepredvidljiv, da bi se ga dalo zajeti s tovrstnimi modeli. Namesto tega predlaga uporabo modelov, ki temeljijo na teoriji ekstremov in logaritemski normalni porazdelitvi, saj ti bolje zajemajo izredne dogodke.

2.1.4. Koncept Mediokristana in Extremistana

V svojem delu Taleb razlikuje med dvema svetovoma: Mediokristan in Extremistan. Mediokristan je svet, v katerem dogodki odstopajo le za majhne vrednosti od povprečja in standardne statistične metode delujejo dobro. Primeri takšnega sveta so teža ljudi, višina dreves ali povprečne hitrosti avtomobilov na cesti. Extremistan pa predstavlja svet, v katerem redki in izredni dogodki močno vplivajo na celoten sistem. Finančni trgi, internet in družbeni vpliv so primeri sistemov v Extremistanu, kjer lahko en sam dogodek, kot je finančni zlom ali tehnološki preboj, povzroči razsežne spremembe.

2.2. Primeri črnih labodov v zgodovini

Zgodovinski primeri črnih labodov vključujejo finančno krizo leta 2008, pandemijo covida-19, propad LTCM-ja in številne druge nepričakovane dogodke, ki so pretresli svetovno gospodarstvo. Finančna kriza leta 2008, nastala zaradi zloma trga nepremičnin v ZDA, je razkrila slabosti v bančnem sistemu in povzročila globalno recesijo (Taleb, 2007).

Pandemija covida-19 leta 2020 je prav tako primer črnega laboda, saj je nepričakovano prizadela svetovno gospodarstvo ter razkrila ranljivosti zdravstvenih sistemov in oskrbovalnih verig. Kljub opozorilom o tveganju novih virusov je obseg in vpliv pandemije presenetil številne vlade in organizacije (Black Swan Economic Crises, 2024).

Propad Long-Term Capital Managementa (LTCM) leta 1998 je še en primer črnega laboda. Kljub uporabi zapletenih fi modelov in velikih naložb so tveganja, povezana z izrednimi dogodki, privedla do skorajšnjega zloma t. i. hedge sklada, kar je zahtevalo intervencijo Federal Reserva (Black Swan Economic Crises, 2024).

2.2.1. Finančna kriza v Aziji leta 1997, Internetni balon in propad t.i. dotcom podjetij

Finančna kriza v Aziji leta 1997 je še en primer črnega laboda, ki je povzročil ogromne spremembe v globalnem gospodarstvu. Kriza se je začela na Tajskem, kjer je špekulativna rast povzročila nenadno propadanje valut in finančnih sistemov. Kriza se je hitro razširila na druge azijske države in povzročila recesijo v številnih gospodarstvih.

Kriza iz leta 1997 je izpostavila ranljivost hitro rastočih gospodarstev, ki se zanašajo na špekulativne naložbe in nepremičninske mehurčke. Po Talebu (2007) je ta dogodek pokazal, kako lahko špekulacije skupaj s sistemskimi pomanjkljivostmi in globalno povezanostjo ustvarijo pogoje za nastanek izrednih dogodkov, ki jih standardni modeli niso predvidevali.

Še en primer podobnega črnega laboda je propad internetnega balona na prelomu tisočletja, ko so trgi v devetdesetih letih prejšnjega stoletja doživeli izjemno rast zaradi optimističnih napovedi o potencialu interneta. Ta optimizem je vodil do hitre rasti vrednosti podjetij, povezanih z internetom, kljub pomanjkanju trdnih poslovnih modelov. Ko se je trg nenadoma obrnil, je veliko teh podjetij propadlo, kar je povzročilo finančne izgube in gospodarsko upočasnitev. Taleb (2007) opozarja, da je bilo težko napovedati, kdaj bo balon počil, saj so analitiki podcenjevali tveganja, povezana z množičnimi špekulacijami na hitro rastočem trgu.

Tehnološki baloni so eden izmed primerov črnih labodov, kjer so špekulacije in tehnološki napredek ustvarili okolje, v katerem so bili redki, a zelo vplivni dogodki neizogibni. Propad dotcom balona konec devetdesetih let prejšnjega stoletja je povzročil velik finančni šok in razkril, kako lahko prevelik optimizem glede tehnoloških inovacij vodi v balone in nenadne zlome. Po poročilu Black Swan Economic Crises (2024) so tehnološki baloni značilni zaradi hitrega napredka v novih tehnologijah, ki jih spremljajo velike špekulativne naložbe brez trdnih poslovnih modelov. Ko se trg sooči z resničnostjo, se vrednosti podjetij, ki so bila močno precenjena, nenadoma znižajo, kar povzroči izgube za vlagatelje in širše ekonomske posledice.

2.2.2. Učinki finančne krize leta 2008

Finančna kriza leta 2008 se pogosto navaja kot primer črnega laboda, saj so njeni vzroki in posledice pretresli globalni finančni sistem na način, ki ga standardnim modelom ni uspelo napovedati. Kriza se je začela zaradi pretirane rasti na trgu nepremičnin in špekulativnih finančnih instrumentov, kot so zavarovani dolžniški instrumenti (CDO2). Kljub opozorilnim znakom se številne finančne institucije niso ustrezno pripravile na posledice nenadnega zloma trga. Po Talebu (2007) je kriza razkrila iluzijo stabilnosti in pretirano zanašanje na statistične modele, ki so podcenili tveganja.

2.2.3. Vpliv pandemije covida-19 na globalne oskrbovalne verige

Klasičen primer črnih labodov so pandemije, saj so redki, a zelo vplivni dogodki, ki lahko preoblikujejo svetovno gospodarstvo in družbo. Pandemija covida-19, ki je svet prizadela leta 2020, je povzročila obsežne motnje v oskrbovalnih verigah, gospodarsko krizo in razkrila številne ranljivosti v zdravstvenih sistemih. V poročilu Black Swan Economic Crises (2024) avtorji poudarjajo, da so pandemije nepričakovane in imajo zelo razpršene posledice, ki prizadenejo različne sektorje gospodarstva, vključno z zdravjem, trgovino, proizvodnjo in transportom. Pandemija covida-19 je primer črnega laboda, ki je razkril veliko ranljivost globalnih oskrbovalnih verig in pomanjkljivosti zdravstvenih sistemov po vsem svetu. Pandemija je hitro prerasla v svetovno krizo, ki je pretresla številne gospodarske panoge in ustvarila motnje v oskrbovalnih verigah. Nenačrtovane zaustavitve proizvodnje, omejitve gibanja in pomanjkanje ključnih surovin so povzročile prekinitev tokov blaga po vsem svetu. Poročilo Black Swan Economic Crises (2024) izpostavlja, da so podjetja, ki so bila sposobna hitro prilagoditi svoje oskrbovalne verige, utrpela manjše posledice v primerjavi s tistimi, ki niso imela vzpostavljenih strategij za soočanje s takimi tveganji.

Podjetje Apple je eno izmed najbolj prilagodljivih tehnoloških podjetij na svetu, zato je uspešno obvladovalo različne krize, vključno s pandemijo covida-19. Med pandemijo je Apple uvedel nove ukrepe za zagotavljanje varnosti svojih zaposlenih in strank ter prilagodil svoje oskrbovalne verige, da bi zmanjšal motnje. Podjetje je povečalo svojo digitalno prisotnost, okrepilo spletne prodajne kanale in razvilo nove digitalne storitve, kar mu je omogočilo nadaljevanje poslovanja kljub izzivom pandemije.

2.2.4. Politični konflikti in njihov gospodarski vpliv

Politični konflikti, kot so trgovinske vojne med ZDA in Kitajsko, geopolitične napetosti na Bližnjem vzhodu in vojna v Ukrajini, so primeri kriz z velikim vplivom na svetovno gospodarstvo. V času trgovinskih vojn so se številne multinacionalke soočile z negotovostjo glede carinskih politik, kar je povzročilo zmanjšanje naložb in motnje v dobavnih verigah. V poročilu Black Swan Economic Crises (2024) avtorji opozarjajo, da politični konflikti pogosto povzročijo nepričakovane spremembe v gospodarstvu in so eden izmed ključnih dejavnikov, ki pripomorejo k pojavu črnih labodov.

Trgovinske vojne, kot je bila vojna med ZDA in Kitajsko v zadnjem desetletju, so povzročile velike motnje v globalnih dobavnih verigah in destabilizirale trge. Nenadne spremembe carinskih politik so vplivale na proizvodnjo, cene surovin in dinamiko trgovine, kar je privedlo do povečanega tveganja za številne sektorje. Podjetja, ki so se zanašala na centralizirane dobavne verige, so utrpela večje posledice, saj niso imela vzpostavljenih alternativnih virov oskrbe. Trgovinske vojne so razkrile pomen diverzifikacije virov in prožnosti oskrbovalnih verig za zmanjšanje ranljivosti na spremembe v trgovinskih politikah.

Podjetja, kot sta Microsoft in Apple, so razvila strategije za prilagajanje na politične krize in trgovinske vojne, ki vplivajo na globalno poslovno okolje. Microsoft je na primer povečal diverzifikacijo svojih dobavnih verig in vzpostavil partnerske odnose z različnimi proizvajalci komponent, kar mu omogoča večjo prožnost pri soočanju z motnjami v oskrbi.

Apple pa se je osredotočil na lokalizacijo proizvodnje, zlasti v Aziji, kjer je razvil več proizvodnih centrov, ki zmanjšujejo odvisnost od posameznih lokacij. Podjetje je tudi okrepilo svojo strategijo za upravljanje tveganj, ki vključuje redno spremljanje geopolitičnih sprememb in prilagajanje proizvodnih načrtov glede na tržne razmere.

2.2.5. Kriza evroobmočja: dolgoročne posledice in spremembe

Kriza evroobmočja, ki se je začela leta 2009, je imela globoke posledice za gospodarstva evropskih držav in razkrila slabosti v strukturi evro-območja. Kriza se je začela z grško dolžniško krizo, vendar se je hitro razširila na druge države, kot so Irska, Portugalska in Španija. V poročilu Black Swan Economic Crises (2024) avtorji poudarjajo, da so bile posledice te krize daljnosežne, saj so povzročile niz ukrepov za izboljšanje proračunske discipline in stabilnosti bančnih sistemov.

Kriza evroobmočja je pokazala, kako lahko finančna in politična neskladja med članicami evroobmočja povzročijo velike težave za celotno gospodarstvo. Države, ki so bile najbolje pripravljene na krizo, so imele vzpostavljene mehanizme za hitro prilagajanje in uvedbo reform. Avtor Black Swan Economic Crises (2024) izpostavlja pomen prožnosti in odpornosti pri soočanju z dolžniškimi krizami, saj je organizacijam in vladam, ki so bile sposobne hitro prilagoditi svoje politike, uspelo zmanjšati negativne učinke krize.

2.2.6. Podnebne spremembe kot dolgoročni črni labod

Podnebne spremembe so primer dolgoročnega črnega laboda, saj v prihodnosti lahko povzročijo obsežne gospodarske in družbene motnje. Kljub opozorilom znanstvenikov in aktivistov se številne organizacije še vedno ne zavedajo polnega obsega tveganj, povezanih s podnebnimi spremembami. V poročilu Black Swan Economic Crises (2024) avtor poudarja, da so podnebne spremembe dolgoročen črni labod, ki bo postopoma vplival na različne gospodarske sektorje, kot so kmetijstvo, energetika, proizvodnja in transport.

2.2.7. Vojna v Ukrajini: geopolitična kriza in gospodarski vpliv

Vojna v Ukrajini, ki se je začela leta 2022, je še en primer nepričakovanega dogodka z velikim vplivom na globalno gospodarstvo. Ta geopolitična kriza je imela daljnosežne posledice za svetovno gospodarstvo, saj je povzročila energetsko krizo, rast cen surovin in destabilizacijo finančnih trgov. V poročilu Black Swan Economic Crises (2024) avtor poudarja, da je bila vojna v Ukrajini značilna zaradi svoje nenadnosti in sposobnosti, da moti globalne oskrbovalne verige. Organizacije brez vzpostavljenih strategij za obvladovanje tovrstnih tveganj so utrpele znatne izgube.

2.2.8. Energetska kriza v Evropi: posledice in odzivi

Še en primer nepričakovanega dogodka z velikimi gospodarskimi in političnimi posledicami je energetska kriza, ki je Evropo prizadela v letu 2022. Kriza, ki jo je povzročila vojna v Ukrajini in omejitve dobave plina, je razkrila odvisnost evropskih držav od ruskih energijskih virov. V poročilu Black Swan Economic Crises (2024) avtor navaja, da je energetska kriza povzročila velike motnje v proizvodnji, rast stroškov energije in vpliv na gospodarsko rast. Organizacije in vlade so morale hitro prilagoditi svoje strategije ter uvesti alternativne vire energije, da bi zmanjšale posledice krize.

2.2.9. Tehnološki preboji in njihovi vplivi na gospodarstvo

Tehnološki preboji, kot so izum interneta, pametnih telefonov in umetne inteligence, lahko povzročijo ogromne spremembe v gospodarstvu. Medtem ko številne inovacije prinašajo pozitivne učinke, imajo nekatere tudi nepričakovane negativne posledice, kot je izguba delovnih mest zaradi avtomatizacije ali ustvarjanje novih finančnih balonov. V poročilu Black Swan Economic Crises (2024) je izpostavljeno, da so tehnološki preboji pogosto podcenjeni kot potencialni sprožilci gospodarskih sprememb, saj je njihov dolgoročni vpliv težko napovedati. Zato se med črne labode štejejo tudi pozitivni dogodki, ki imajo velike posledice, kar se velikokrat zanemarja pri ocenjevanju tveganj (področje priložnosti po ISO).

2.3. Napredne metode za ocenjevanje malo verjetnih tveganj

V raziskavah na področju ocenjevanja tveganj je čedalje večji poudarek na uporabi naprednih metodologij, ki omogočajo dinamično prilagajanje in upoštevanje kompleksnosti sistemov. Ena takih metod je simulacija Monte Carlo, ki vključuje ponovitev naključnih scenarijev za oceno verjetnosti različnih izidov. Simulacija Monte Carlo je posebej uporabna pri ocenjevanju tveganj v sistemih, v katerih so odvisnosti med spremenljivkami zapletene in se lahko nelinearno spreminjajo. Uporaba te metode omogoča boljšo oceno verjetnosti izrednih dogodkov in organizacijam omogoča, da se pripravijo na različne scenarije.

Poleg tega Bayesove mreže ponujajo pristop, ki omogoča analiziranje verjetnostnih povezav med spremenljivkami v kompleksnih okoljih. Ta metodologija je primerna za ocenjevanje tveganj v sistemih, v katerih se odvisnosti lahko spreminjajo glede na pridobljene informacije in nove okoliščine. Bayesove mreže omogočajo, da se verjetnostne ocene sproti prilagajajo na podlagi novih podatkov, kar omogoča dinamično ocenjevanje tveganj v nestabilnih okoljih (Black Swan Economic Crises, 2024).

Izgradnja antifragilnih sistemov pomeni, da se organizacije ne osredotočajo zgolj na odpornost proti tveganjem, temveč na sposobnost rasti in izboljšanja ob soočanju z negotovostjo. Taleb (2012) poudarja, da se antifragilni sistemi ne le prilagajajo nepričakovanim spremembam, temveč se pod vplivom teh sprememb okrepijo. Primer antifragilnih sistemov je decentralizacija, ki omogoča razdelitev odgovornosti in sprejemanje odločitev na nižjih ravneh organizacije, kar omogoča večjo prožnost in hitrejše prilagoditve.

Antifragilni sistemi vključujejo tudi diverzifikacijo in prilagodljivost pri strategijah obvladovanja tveganj. Organizacije, ki uporabljajo strategijo diverzifikacije, zmanjšujejo tveganje koncentracije naložb in virov ter povečujejo svojo odpornost na šoke. Poleg tega antifragilne organizacije stalno preučujejo svoje poslovne modele in uvajajo izboljšave na podlagi izkušenj iz kriznih situacij.

Prihodnje raziskave na področju ocenjevanja malo verjetnih tveganj z velikim vplivom bi se morale osredotočiti na razvoj prilagodljivih modelov, ki temeljijo na odpornosti in antifragilnosti. Pomembno je, da raziskovalci in organizacije prepoznajo, da negotovost ni samo nezaželena motnja, ampak lahko deluje kot vir izboljšanja in inovacij. Razvoj novih pristopov, ki omogočajo boljše razumevanje in obvladovanje tveganj v kompleksnih sistemih, je ključnega pomena za zagotavljanje stabilnosti in trajnosti organizacij v sodobnem svetu.

Zaradi naraščajoče kompleksnosti globalnih sistemov je pomembno, da raziskovalci razvijejo nove metodologije za ocenjevanje tveganj, ki upoštevajo nelinearne odnose in dinamične spremembe v okolju. To vključuje uporabo simulacijskih metod, kot so agentne simulacije, ter integracijo umetne inteligence za boljše napovedovanje in prilagajanje strategij obvladovanja tveganj.

Ludistična zmota je koncept, ki ga je Taleb razvil kot kritiko čezmernega zanašanja na formalne modele in statistične metode. Taleb trdi, da ljudje pogosto verjamejo, da lahko z matematičnimi modeli popolnoma opišejo in predvidijo kompleksne pojave. Ta zmota izhaja iz pretirane vere v znanost in natančne modele, ki temeljijo na stabilnih porazdelitvah verjetnosti. Taleb poudarja, da so številni pomembni dogodki v zgodovini, kot so finančne krize, naravne katastrofe in tehnološki preboji, temeljili na nepričakovanih in skrajnih pojavih, ki jih obstoječi modeli niso mogli napovedati.

Koncept ludistične zmote poudarja nevarnosti zanašanja na previsoko stopnjo zaupanja v modele in napovedi, ki temeljijo na zgodovinskih podatkih. Taleb opozarja, da morajo analitiki in odločevalci sprejeti dejstvo, da svet ni povsem predvidljiv, in da morajo graditi sisteme, ki so prilagodljivi na spremembe in odporni na izredne dogodke.

Ena izmed ključnih kritik Taleba glede tradicionalnih modelov tveganj je tudi iluzija predvidljivosti. Avtor trdi, da ljudje pogosto verjamejo, da lahko predvidijo prihodnost na podlagi preteklih podatkov, kar vodi v napačne odločitve in podcenjevanje tveganj. Iluzija znanja, kot jo imenuje Taleb, izhaja iz prevelikega zaupanja v modele in kvantitativne analize, ki ne upoštevajo redkih, a zelo vplivnih dogodkov. Taleb v svoji knjigi opozarja, da morajo organizacije in posa- mezniki sprejeti nepredvidljivost kot del svoje realnosti ter se naučiti živeti z negotovostjo.

2.3.1. Pomen antifragilnosti pri gradnji odpornosti

Antifragilnost je koncept, ki ga je Taleb razvil v svoji kasnejši knjigi Antifragile (2012) in pomeni lastnost sistemov, ki se ne le prilagodijo stresnim situacijam, ampak se ob njih celo okrepijo. Po Talebu morajo organizacije prepoznati, da za obvladovanje izrednih dogodkov ni dovolj samo odpornost. Antifragilni sistemi so sposobni izkoristiti negotovost in kaos kot vir izboljšanja in inovacij. Primeri antifragilnih sistemov vključujejo decentralizirane organizacijske strukture, ki omogočajo prilagodljivost in hitro ukrepanje ob nepričakovanih dogodkih.

Talebov koncept črnih labodov in njegova teorija antifragilnosti predstavljata pomembno paradigmo za obvladovanje tveganj v sodobnem svetu, kjer negotovost in izredni dogodki postajajo stalnica. Organizacije morajo prepoznati, da tradicionalni pristopi k ocenjevanju tveganj niso dovolj in da je potrebna nova miselnost, ki vključuje pripravljenost na nepričakovano ter sposobnost prilagoditve in izboljšanja ob soočenju z izrednimi dogodki. Prihodnje raziskave na tem področju bi se morale osredotočiti na razvoj prilagodljivih modelov, ki temeljijo na odpornosti in antifragilnosti, ter na izboljšanje metodologij za obvladovanje ekstremnih tveganj.

2.3.2. Analiza scenarija za oceno tveganj

Analiza scenarija je pristop, ki omogoča ocenjevanje tveganj z oblikovanjem več možnih scenarijev za prihodnost. Ta metodologija omogoča, da se upoštevajo različni dejavniki, kot so makroekonomske razmere, politična stabilnost, tehnološki razvoj in spremembe v zakonodaji. Analiza scenarija omogoča organizacijam, da se pripravijo na različne možne izide in ocenijo potencialne vplive na svoje poslovanje. Po Talebu (2007) ta pristop omogoča boljšo pripravo na izredne dogodke, saj organizacije razvijajo strategije za soočanje z nepredvidljivimi spremembami.

V zadnjih letih so številne organizacije sprejele strategije, ki temeljijo na odpornosti in antifragilnosti, da bi zmanjšale ranljivost na izredne dogodke. Primer take organizacije je podjetje Toyota, ki se je po katastrofalnem potresu in cunamiju na Japonskem leta 2011 uspešno prilagodilo na motnje v oskrbovalnih verigah. Podjetje je hitro reorganiziralo svoje proizvodne linije, preusmerilo oskrbovalne verige in uvedlo nove strategije za zagotavljanje kontinuitete poslovanja. Toyota je uporabila načela antifragilnosti s prilagajanjem svojih procesov in izboljšanjem odpornosti na prihodnje motnje.

Drugi primer antifragilne organizacije je Amazon, ki mu je zaradi pandemije covida-19 uspelo okrepiti svoj poslovni model in izkoristiti povečano povpraševanje po spletnih storitvah. Razširil je svoje oskrbovalne verige, izboljšal logistično zmogljivost in uvedel nove varnostne protokole za svoje zaposlene. Podjetje je uporabilo antifragilne strategije, da bi ne le preživelo krizo, temveč tudi pridobilo konkurenčno prednost na trgu.

2.3.3. Potencial prihodnjih izboljšav v modelih tveganj

Ena glavnih omejitev obstoječih modelov tveganj je nezmožnost zajetja redkih, vendar zelo vplivnih dogodkov. Prihodnje raziskave na tem področju bi morale stremeti k razvoju modelov, ki temeljijo na teoriji ekstremov, prilagodljivih simulacijah in integraciji podatkov iz realnega časa. Razvoj novih pristopov, ki upoštevajo nelinearne interakcije in odzive na nepredvidljive dogodke, bi lahko pomagal zmanjšati sistemska tveganja ter povečati odpornost organizacij in družbenih sistemov.

V magistrskem delu Miha Ozimka Podpora poslovnemu odločanju pri obvladovanju tveganj organizacije (2016) je predstavljen celovit pristop k ocenjevanju tveganj, ki vključuje uporabo več metod in orodij za prepoznavanje, analizo in vrednotenje tveganj. Avtor poudarja, da mora biti ocenjevanje tveganj sistematično in celovito, saj so tveganja povezana z različnimi vidiki delovanja organizacij. Ključni elementi metodologije po Ozimku vključujejo uporabo matrike posledic in verjetnosti, analizo temeljnih vzrokov, oceno ranljivosti ter povezavo s standardi ISO, kot so ISO 31000, ISO 9001, ISO 27001 in drugi.

2.3.4. Matrika posledic in verjetnosti

Eno ključnih orodij za ocenjevanje tveganj je uporaba matrike posledic in verjetnosti. Ta omogoča razvrstitev tveganj glede na resnost posledic in verjetnost njihovega uresničenja. Dvodimenzionalna matrika je uporabna pri ocenjevanju tveganj v različnih sektorjih, saj omogoča prepoznavanje prednostnih tveganj in osredotočenost na tveganja z največjim potencialnim vplivom na organizacijo.

Pri oceni tveganj se običajno določi več kategorij za verjetnost (npr. nizka, srednja, visoka) in posledice (npr. manjše, srednje, resne, katastrofalne). Z združevanjem teh kategorij v matriki lahko organizacije pridobijo celovit pregled nad tveganji in določijo ustrezne ukrepe za njihovo obvladovanje, vendar pa zelo težko omogoča ocenjevanje tveganj majhne verjetnosti in velikega vpliva.

• Analiza temeljnih vzrokov Še ena pomembna metoda, ki jo Ozimek vključuje v svojo metodologijo ocenjevanja tveganj, je analiza temeljnih vzrokov (angl. Root Cause Analysis). Ta analiza se osredotoča na prepoznavanje glavnih vzrokov tveganj in dogodkov, ki bi lahko negativno vplivali na organizacijo. Uporaba te metode omogoča organizacijam, da ne obravnavajo le simptomov tveganj, temveč se osredotočijo na odpravo ali zmanjšanje njihovih temeljnih Analiza temeljnih vzrokov je tesno povezana z oceno ranljivosti, saj pomaga prepoznati, kje so organizacije najbolj izpostavljene, kar pomeni že naslednjo stopnjo pri pripravi odpornosti organizacij.

• Povezava s standardi ISO Ozimek (2016) poudarja tudi pomen povezave metod ocenjevanja tveganj s standardi ISO, kot so ISO 31000 (upravljanje tveganj), ISO 9001 (sistem vodenja kakovosti), ISO 45001 (varnost in zdravje pri delu) ter ISO 27001 (informacijska varnost). ISO standardi omogočajo organizacijam, da vzpostavijo celovit in skladen pristop k ocenjevanju tveganj ter hkrati zagotavljajo skladnost s predpisi in dobrimi praksami.

Povezava z ISO standardi je ključna za zagotavljanje sistematičnega in strukturiranega pristopa k upravljanju tveganj, saj organizacijam omogoča, da razvijejo ustrezne politike, postopke in nadzorne mehanizme za obvladovanje tveganj.

Ozimek (2016) navaja več primerov implementacije metodologij za ocenjevanje tveganj v različnih organizacijah. Ena od ključnih implementacij je vpeljava programskih rešitev, ki omogočajo avtomatizirano in celovito ocenjevanje tveganj po modularnem pristopu, ta pa vključuje funkcije za prepoznavanje tveganj, oceno posledic in verjetnosti, spremljanje ukrepov ter poročanje o stanju tveganj. Uporaba takih orodij pripomore k večji učinkovitosti pri ocenjevanju tveganj in organizacijam omogoča, da bolje obvladujejo svoje tveganje ter zagotavljajo skladnost s standardi in večjo odpornost, kar se lahko dopolnjuje tudi s konceptom antifragilnosti.

2.3.7. Klasifikacija tveganj in ocena ranljivosti

Med ključnimi elementi metodologije ocenjevanja tveganj, ki jo opisuje Ozimek, sta klasifikacija tveganj glede na njihovo naravo in ocena ranljivosti organizacij. Klasifikacija tveganj omogoča, da se tveganja razvrstijo glede na izvor, vpliv in stopnjo verjetnosti. Pri oceni ranljivosti pa se organizacije osredotočajo na prepoznavanje šibkih točk v svojih sistemih, ki bi lahko povečale verjetnost ali posledice negativnih dogodkov. Ozimek predlaga uporabo metod, kot je analiza SWOT za prepoznavanje ključnih ranljivosti. Analiza SWOT (iz angl. Strengths, Weaknesses, Opportunities, Threats) je pomembna metoda za ocenjevanje tveganj in prepoznavanje ključnih ranljivosti ter priložnosti znotraj organizacije. Metoda SWOT je orodje za analizo notranjih in zunanjih dejavnikov, ki lahko vplivajo na uspešnost organizacije. Vključuje prepoznavanje notranjih moči in slabosti organizacije ter zunanjih priložnosti in groženj. Organizacije lahko na podlagi SWOT-a oblikujejo strategije za izkoriščanje priložnosti in zmanjšanje tveganj, povezanih z ranljivostmi.

2.3.8. Razvoj celovitih politik za obvladovanje tveganj na podlagi standardov ISO

Razvoj politik za obvladovanje tveganj na podlagi standardov ISO, kot je ISO 31000, omogoča organizacijam, da vzpostavijo sistematičen in strukturiran pristop k upravljanju tveganj. Uporaba teh standardov pomaga organizacijam zagotoviti skladnost s predpisi in izboljšati kakovost svojih procesov. ISO 31000 vključuje smernice za vzpostavitev politik obvladovanja tveganj, ki zajemajo vse ključne korake, od prepoznavanja tveganj do spremljanja in poročanja.

2.3.9. Preventivni ukrepi in avtomatizacija ocenjevanja tveganj

Preventivni ukrepi so ključni del upravljanja tveganj. Vključujejo strategije, kot so vzpostavitev nadzornih mehanizmov, stalno spremljanje kazalnikov tveganj in izvajanje simulacij za prepoznavanje potencialnih nevarnosti. Avtomatizacija ocenjevanja tveganj z orodji omogoča boljše sledenje tveganjem in hitro ukrepanje ob spremembah. S tem se prek ocenjevanja tveganj organizacijam omogoča boljše spremljanje in hitrejši odziv na spremembe v okolju. Z napredno programsko opremo lahko organizacije avtomatizirajo proces prepoznavanja tveganj, ocene posledic in verjetnosti ter spremljanje ukrepov za obvladovanje tveganj.

Avtomatizacija zmanjšuje potrebo po ročnem delu, kar povečuje učinkovitost in zmanjšuje možnost napak pri ocenjevanju tveganj.

Poleg tega Ozimek zagovarja uporabo naprednih simulacij, kot so simulacije Monte Carlo, za oceno verjetnosti različnih scenarijev in njihovih vplivov. Simulacija Monte Carlo omogoča organizacijam, da analizirajo številne možne scenarije in ocenijo tveganja, povezana z redkimi, vendar vplivnimi dogodki. Uporaba teh metod omogoča organizacijam, da se odločajo bolje in informirano ter prilagodijo svoje strategije za obvladovanje tveganj.

Številne organizacije so se v zadnjih desetletjih naučile prilagoditi svoje poslovanje, da bi bile odpornejše na izredne dogodke in črne labode. Podjetja, med katerimi sta tudi Tesla in Amazon, so razvila prilagodljive modele oskrbovalnih verig, ki vključuj jo več dobaviteljev, lokalizacijo virov in uporabo napredne analitike za napovedovanje tveganj.

Na primer, Tesla je v zadnjih letih okrepila svoje dobavne verige in povečala svoje proizvodne zmogljivosti v različnih regijah, da bi zmanjšala odvisnost od posameznih dobaviteljev. Podjetje je uvedlo tudi inovacije v procesih, kot je reciklaža surovin, kar mu omogoča večjo odpornost na motnje v oskrbi.

Amazon je primer podjetja, ki je razvilo prilagodljive strategije za obvladovanje tveganj in izkoriščanje kriznih situacij za rast in izboljšanje poslovanja. Podjetje se je osredotočilo na digitalno transformacijo in izboljšanje logistike, kar mu omogoča hiter odziv na spremembe v povpraševanju in oskrbovalnih verigah. Med pandemijo covida-19 je Amazon okrepil svoje kapacitete za skladiščenje, izboljšal varnostne protokole in povečal naložbe v tehnologije za avtomatizacijo, kar mu je omogočilo nadaljevanje poslovanja kljub motnjam.

Celoten članek je dostopen za naročnike!