(teksti: Emmi Hasu)

Digitaalisuus on uusin teollinen vallankumous, jonka seurauksena yritysten ja markkinoiden on ollut pakko muuttaa toimintaansa. Esimerkiksi yritystasolla tarkasteltuna digitaalisuus vaikuttaa muun muassa yrityksen strategioihin, ansainnan mekanismeihin, tuotteisiin, palveluihin, toimintamalleihin ja osaamiseen (Ilmarinen & Koskela 2015, 24-25). Pienet ja keskisuuret yritykset (pk-yritykset) eivät ole tästä poikkeus, mutta niiden mahdollisuudet digitaalisten investointien tekemiseen ovat erilaiset kuin suuryrityksillä. Pk-yritysten digitalisointiin vaikuttavat suuryrityksiä enemmän yrityksessä olevat digitaaliset taidot, resurssit ja yrityksen (johdon) asenteet digitalisoitumista kohtaan (Marques et al. 2017; Vieru et al. 2015, 6720; Ali-Yrkkö et al. 2019, 24-25).

Digitaalisen transformaation johtaminen -tutkimushankkeeseen liittyvässä tutkimuksessa selvitimme, millaisia hyötyjä päijäthämäläiset pk-yritykset näkevät digitaalisilla investoinneilla olevan ja miten ne arvioivat digitaalisten investointien tekemisen kannattavuutta. Osana tutkimushanketta tehdyssä tutkimuksessa on haastateltu seitsemää päijäthämäläistä pk-yritystä, ja vastausten perusteella on laadittu investointilaskentamalli pk-yritysten suunnittelemien digitaalisten investointien kannattavuuden arvioimista varten.

Mitä hyötyä digitaalisten investointien tekemisestä on?

Digitaalinen investointi voidaan määritellä investointina digitaalisiin omaisuuseriin ja informaatioteknologiaan toiminnan digitalisoimiseksi (Ahmad & Murray 2019, 88). Aiempi tutkimus on tunnistanut digitaalisten investointien ominaispiirteiksi muun muassa niiden strategisuuden, nopean kehityksen, monimuotoisuuden ja käyttöönottoon liittyvät osaamisvaatimukset (Andulkar et al. 2018, 4551; Ahmad & Murray 2019, 84; Gebauer et al. 2020, 3; Oberländer et al. 2020, 8-11). Tässä tutkimuksessa digitaalisten investointien ominaisuuksia lähestyttiin investoinneilla saavutettavissa olevien hyötyjen näkökulmasta. Tutkimuksessa kyseltiin palvelualan ja valmistavan alan yrityksiltä niiden digitaalisilla investoinneilla tavoittelemista hyödyistä sekä investointien sivuhyödyistä eli hyödyistä, joita investoinneilla voidaan yleisemmin saavuttaa.

Tutkimuksen tulosten mukaan tavoitelluimmat hyödyt liittyivät tehokkuuden parannuksiin, mutta esiin nousi myös muita hyötyjä, kuten asiakkaiden huomioimiseen liittyvät seikat. Suurimmat erot palvelualan ja valmistavan alan yritysten välillä liittyivät kuitenkin digitaalisten investointien sivuhyötyihin, joissa näkyi selvästi palvelualan yritysten pieni koko: palvelualan yrityksissä digitaaliset investoinnit liitettiin valmistavaa alaa useammin työntekijöiden olosuhteiden paranemiseen, työssä jaksamiseen ja työntekijöiden terveyteen. Työntekijänäkökulman korostuminen on ymmärrettävää, sillä tutkimuksessa haastateltu henkilö oli yrityksessä usein sekä digitaalisen investoinnin tekemisestä päättävä että investoinnin vaikutukset itse kokeva henkilö. Suuria eroja valmistavan alan ja palvelualan yritysten vastausten välillä ei kuitenkaan noussut esiin. Sen sijaan yritykset olivat yksimielisiä siitä, että digitaalisten investointien vaikutukset ovat usein subjektiivisia, ja taloudellistenkin hyötyjen kohdalla hyödyn euromääräinen arviointi on vaikeaa: kun hyötyjä ei tunneta tai niitä ei pystytä arvioimaan objektiivisesti, on myös niiden kannattavuutta ennen investoinnin tekemistä mittaavan mittariston rakentaminen vaikeaa.

Miten investoinnin kannattavuus voidaan selvittää?

Investointien kannattavuuden arviointiin vaikuttavat investoinnin luonne ja kannattavuuteen vaikuttavien tekijöiden arvioinnin vaikeus. Perinteisesti investointien kannattavuutta on arvioitu eri menetelmillä, joista erityisesti takaisinmaksuaika, nettonykyarvomenetelmä, pääoman tuotto -menetelmä ja sisäisen korkokannan menetelmä ovat vakiintuneet käytettäviksi (muun muassa Abdel-Kader & Dugdale 1998, 281; Bennouna et al. 2010, 238). Vuonna 2004 tehdyn tutkimuksen mukaan suosituimmat kannattavuuslaskentamallit suomalaisissa pörssiyrityksissä ovat takaisinmaksuaika, sisäisen korkokannan menetelmä ja nettonykyarvomenetelmä (Liljeblom & Vaihekoski 2004, 13). Tässä tutkimuksessa nousi kuitenkin esiin, että pk-yritykset käyttävät investointien kannattavuuden arvioinnissa vain vähän investointilaskentaa. Haastateltujen pk-yritysten mukaan investointilaskennan sijaan kannattavuuden arvioinnissa käytetään yleensä kokemusperusteista arviointia, ”mutu-tuntumaa” ja ”hihasta vetämistä”.

Vaikka pk-yritykset eivät käytäkään investointilaskentaa kovinkaan laajasti, käytti muutama pk-yritys kannattavuuden arvioinnissa takaisinmaksuaikaa ja esimerkiksi varaston kiertoon liittyviä laskentakeinoja. Lisäksi haastatelluilla yrityksillä oli käytännön tietoa siitä, millaisia kuluja ja säästöjä investoinneista syntyy sekä miten pitkään investoinnit ovat yritysten käytössä. Pk-yrityksiltä kyseltiin näiden investointilaskennassa tarvittavien komponenttien koostumuksista ja arviointikeinoista, koska kaikki investointien arviointimallit vaativat, että kaikki investoinnin vaikutukset ovat tunnistettavissa, mitattavissa ja arvostettavissa euromääräiseen arvoon (Lappalainen 2016, 15). Tutkimuksessa kerättyjä tietoja hyödynnettiin investointilaskentamallin laatimisessa.

Pk-yritysten vastaukset olivat kattavimpia hankintakustannusten ja vuosittaisten nettotuottojen erien nimeämisessä, mutta ne vaikuttivat myös pitoajan määrittämisessä (15 vuotta) ja hankintakustannuksen ja vuosittaisten nettotuottojen erien arviointitavan valitsemisessa. Valmistavan alan ja palvelualan yritysten vastaukset olivat yhtenäisiä, ja kokonaisuutena empiirisessä tutkimuksessa saadut vastaukset vastasivat olemassa olevaa tutkimustietoa. Suurimmat erot olemassa olevan tutkimustiedon ja empiirisen tutkimuksen tulosten välillä liittyivät vuosittaisiin nettotuottoihin, pitoaikaan ja laskentakorkoon. Vuosittaisten nettotuottojen kohdalla haastattelututkimuksessa yritysten vastauksissa korostuivat olemassa olevaa tutkimustietoa vahvemmin vuosittaiset säästöt, kun taas olemassa olevassa tutkimuksessa vuosittaisissa nettotuotoissa esiin nousivat parannukset myynnissä, tuotantolähteiden määrässä ja tuotteiden laadussa. Vastaustensa perusteella haastattelututkimukseen osallistuneet yritykset käyttävät myös pidempiä oletuspitoaikoja kuin olemassa olevan tutkimustiedon mukaan olisi kannattavaa kilpailuedun saavuttamisen kannalta. Laskentakorko on tässä myös nostettu esiin, sillä yrityksistä ainoastaan yksi (1) ilmoitti laskentakoron käyttämisen hyödylliseksi, vaikka olemassa oleva teoria tukee laskentakorkoa hyödyntävien kannattavuuslaskentamenetelmien paremmuutta suhteessa laskentakorkoa hyödyntämättömiin investointilaskentakeinoihin.

Investointilaskentamallin haasteet

Tutkimuksessa kerättyyn tutkimustietoon perustuva digitaalisten investointien kannattavuutta selvittävä investointilaskentamalli on pyritty pitämään haastateltavien yritysten toiveiden mukaisetsi yksinkertaisena ja käyttäjäystävällisenä. Investointilaskentamalli ei kuitenkaan itsessään ratkaise vielä kaikkia digitaalisten investointien kannattavuuteen liittyviä haasteita. Koska haastatelluista vain harvat käyttivät mitään investointilaskentaa investointien kannattavuuden arvioinnissa, tulee yritysten muuttaa olemassa olevia toimintatapojaan ja ottaa investointien kannattavuuden arvioinnissa uusia tapoja käyttöön. Lisäksi investointilaskentamalli ei ratkaise investointilaskennan ongelmia komponenttien suuruuden arviointiin liittyen: jos investoinnin vaikutuksia ei tunneta tai investoinnin vaikutukset eivät ole taloudellisia, on investoinnin kuluja ja säästöjä vaikea asettaa euromääräisiksi. Onnistunut komponenttien arviointi on kuitenkin tärkeää, sillä investointilaskenta voi onnistua vain, jos sekä laskentamenetelmä että menetelmän komponenttien arviointi onnistuvat.

Artikkeli on kirjoitettu digiUP – Digitaalisen transformaation johtaminen -hankkeessa. Hankkeen tavoitteena on lisätä Päijät-Hämeen alueen yritysten valmiuksia yhdistää digi osaksi strategiaa ja strategisen tason toimintoja. Hankkeen toteuttajina toimivat LUT-yliopisto ja LAB‑ammattikorkeakoulu ja sitä rahoittavat Euroopan aluekehitysrahasto ja Päijät-Hämeen liitto.

Hankkeen verkkosivut: https://research.lut.fi/converis/portal/Project/12551152?auxfun=&lang=en_GB

Kirjoittaja

Emmi Hasu on toiminut projektitutkijana LUT-yliopistossa digiUP-hankkeessa.

Lähteet

Abdel-Kader, M. & Dugdale, D. 1998. Investment in advanced manufacturing technology: a study of practice in large U.K. companies. Management Accounting Research, 9(3), pp.261-284.

Ahmad, M.U. ja Murray, J. 2019. Understanding the connect between digitalisation, sustainability and performance of an organization. International Journal of Business Excellence, 17(1), pp. 83-96.

Ali-Yrkkö, J., Mattila, J., Pajarinen, M., Seppälä, T. 2019. Digibarometri 2019. Digi tulee, mutta riittävätkö resurssit? Helsinki. Taloustieto Oy.

Andulkar, M., Le, D.T., ja Berger, U. 2018. A multi-case study on Industry 4.0 for SME’s in Brandenburg, Germany. Proceedings of the Annual Hawaii International Conference on System Sciences 2018 (HICSS 2018), pp. 4544-4553.

Bennouna, K., Meredith, G. ja Marchant, T. 2010. Improved capital budgeting decision making: evidence from Canada. Management Decision, 48(2), pp. 225-247.

Gebauer, H., Fleisch, E., Lamprecht, C. ja Wortmann, F. 2020. Growth paths for overcoming the digitalization paradox. Business Horizons.

Ilmarinen, V. ja Koskela, K. 2015. Digitalisaatio –Yritysjohdon käsikirja. 2. painos. Helsinki: Talentum.

Lappalainen, I. 2016. Strategisten IT-investointien arviointi ja IT-liiketoiminta-linjaus. Pro gradu -tutkielma. Aalto-yliopisto Kauppakorkeakoulu.

Liljeblom, E. ja Vaihekoski, M. 2004. Investment valuation methods and required rate of return in Finnish publicly listed companies. Finnish Journal of Business Economics, 53(1), pp. 9-24.

Marques M., Agostinhp, C., Zacharewicz, G. et al. 2017. Decentralized decision support for intelligent manufacturing in Industry 4.0. Journal of Ambient Intelligence and Smart Environments, 9(3), pp. 299–313.

Oberländer, M., Beinicke, A. ja Bipp, T. 2020. Digital competencies: A review of the literature and applications in the workplace. Computers & Education, Vol. 146, pp. 1-13.

Vieru, D., Bourdeau, S., Bernier, A. ja Yapo, S. 2015. Towards a multi-dimensional model of digital competence in small- and medium-sized enterprises. Proceedings of the Annual Hawaii International Conference on System Sciences.