Jak to funguje: Každý asset i každá metrika scénáře jsou popsány stejnými 50 schopnostmi — asset vektorem
nabídky (co umí dodat), metrika vektorem poptávky (co situace potřebuje). Skóre vzniká deterministickým sesazením
obou vektorů, žádné párování „asset ↔ scénář" se neurčuje ručně ani LLM. Vlevo zapínáte nasazené assety, uprostřed vidíte metriky —
každý barevný blok je příspěvek jednoho assetu (Aumann–Shapley, přesný rozklad, ne odhad). Vpravo přepnete na
schopnostní profil a uvidíte přesně to podstatné: kterou požadovanou schopnost nemáte čím pokrýt.
Nasazené assety
Metriky úspěšnosti · klikni na metriku pro rozpad
Rozpad
Co by pomohlo nejvíc · nenasazené
Model (deterministický, plně reprodukovatelný — žádné vzorkování, žádné LLM za běhu): 1. Prostor schopností. 50 funkčních schopností (skupiny A–G: zjištění, předvídání, řízení, komunikace, zásah, kontinuita, obnova).
Asset má vektor nabídky si (1,0 = hlavní účel · 0,7 · 0,4 · 0,2), metrika vektor poptávky dm. Tím odpadá ruční párování 455 assetů × 55 metrik.
2. Účinnost assetu ei = zralost, když je nasazený (plně 1,0 · částečně 0,5 · „chybí, ale postavili bychom ho" 0,9)
× závislostní hradlo 0,35+0,65·⌀(enablery). Zapnout chybějící asset znamená otázku „co kdybychom ho měli" — proto funguje skoro plně.
Příspěvek jednoho assetu je navíc stropován na 0,75: žádný jediný systém nedodá národní schopnost na 100 %.
3. Pokrytí schopnosti — noisy-OR s útlumem redundance: covc = 1 − (1−bc)·Πk(1 − x(k)c),
kde přispěvatelé téže schopnosti jsou seřazeni podle síly a k-tý se počítá s vahou 0,5k — deset polovičních řešení není jedno celé
(bez útlumu by se každá schopnost s tuctem assetů vyšplhala na 99 % a model by přestal rozlišovat).
bc je improvizační základ dané schopnosti (co zvládnou lidé, papír a rádio bez digitálních assetů).
4. Skóre metriky — CES agregace přes schopnosti s vahou poptávky: S = (Σ dc·covcρ / Σ dc)1/ρ.
Exponent ρ řídí, jak moc rozhoduje úzké hrdlo: ρ = −1,0 tvrdé hrdlo (hromadné neštěstí — bez třídění nepomůže nic jiného),
ρ = −0,3 kompenzační (dezinformace — dílčí kanály se navzájem zastoupí).
5. Příspěvek assetu — Aumann–Shapley: ∫01 ∂S/∂ti dt po cestě, kde se všechny assety současně škálují z 0 na 1.
Je to přesný rozklad (součet bloků = skóre − improvizační základ), deterministický a bez vzorkování — na rozdíl od odhadované Shapleyho hodnoty.
5b. Kontextový násobič. Asset navržený pro jiný scénář dodává svou schopnost v cizím kontextu jen z 55 %
(velitelská platforma protidronové obrany neřídí sanitky u dálniční nehody, i když obojí je „řízení sil"). Základních 200 assetů
je generických (násobič 1). Odvozeno ze štítku scénáře u assetu — žádné ruční párování.
6. Relevance assetu pro scénář = Σm wm Σc dmc·sic·vzácnostc, kde vzácnostc = 1/(1+Σk skc).
Určuje pořadí i složení nabídky assetů — „klíčový vs. podpůrný" už se neurčuje ručně, vyplyne z modelu: klíčový je ten, kdo dodává silně žádanou schopnost, kterou nikdo jiný nedodává.
⚠️ Simulace nad veřejnými daty: zralost ČR i vektory jsou orientační odhad k validaci experty (Pejčoch, Kučera, SSHR).
Zdroj assetů: 200 základních + 255 ze světové rešerše (~330 primárních dokumentů ve world-research/). Scénář = kostra, příběh vzniká při cvičení (J. Pejčoch).