В экономической литературе проблема выбора оптимальных решений в условиях неопределенности и проблема многокритериальной оценки их эффективности традиционно рассматриваются раздельно. Классические матрицы стратегического анализа дают лишь качественные ориентиры, без количественного прогноза о прибыли или рентабельности стратегии. Данное несоответствие становится критическим в условиях санкционного давления. Ситуация в автомобилестроении последних лет служит наглядным примером: разрыв логистических цепочек, уход поставщиков и закрытие рынков сбыта вынуждают производителей уделять больше внимания устойчивости и управлению рисками, а не просто снижению затрат. Цель исследования – развитие методического инструментария для выбора оптимальных решений на промышленных предприятиях в условиях неопределенности внешней среды на основе матриц эффективности, позволяющих учитывать отраслевую специфику (на примере автомобилестроения) и осуществлять многокритериальную оценку альтернатив. Материалы и методы. Теоретическую базу составили труды по теории принятия решений, теории игр, экономики промышленности и стратегического менеджмента. Эмпирическая база – данные о работе предприятий автомобилестроения в 2022–2025 гг., публикации по антикризисному управлению, материалы конференций. Применялись общенаучные методы (анализ, синтез, индукция, дедукция). Для оценки решений использовалась матрица эффективности, учитывающая управляемые и неуправляемые факторы. Методологическая основа – раздел теории игр «игры с природой». Результаты. Проанализированы ограничения классических матриц стратегического анализа (BCG, McKinsey, ADL/LC): они дают качественные рекомендации и не учитывают неопределенность внешней среды. Все факторы, влияющие на промышленное предприятие, разделены на две группы: управляемые (инвестиции, технологии, логистика) и неуправляемые (санкции, инфляция, действия конкурентов). Разработана матрица эффективности, где строки – управленческие альтернативы, столбцы – сценарии внешней среды, а ячейки содержат количественные значения показателя (прибыль, рентабельность, доля рынка). Предложен переход от качественного позиционирования к количественному прогнозированию. Для выбора оптимального решения использовались критерии Вальда, Сэвиджа и Гурвица. Методика апробирована на примере предприятий автомобилестроения (падение производства за 10 месяцев 2025 г. составило 22,2%). В качестве управляемых факторов в отрасли рассмотрены импортозамещение, диверсификация поставщиков и цифровизация логистики. Разработаны восемь этапов методики. Выводы. Предлагаемая матрица эффективности дает возможность количественно оценивать последствия управленческих решений при разных сценариях внешней среды и тем самым преодолевать ограничения классических качественных матриц. Разделение факторов на управляемые и неуправляемые способствует разграничению зоны ответственности менеджмента и внешних рисков. Сочетание многокритериального подхода с принципами оптимальности (максимин, максимакс, Гурвица) дает возможность адаптировать выбор стратегии в соответствии с целями и приоритетами. Апробация предложенной методики на предприятиях автомобилестроения подтвердила ее применимость в условиях санкций и разрыва кооперационных связей.

In the economic literature, the problem of choosing optimal solutions under conditions of uncertainty and the problem of a multi-criteria assessment of their effectiveness are traditionally considered separately. Traditional strategic analysis frameworks provide only qualitative guidance, without offering any quantitative forecasts regarding a strategy’s profits or profitability. This discrepancy becomes critical in the context of sanctions pressure. The situation in the automotive industry in recent years serves as a clear example: disruptions to supply chains, loss of suppliers and closure of sales markets are forcing manufacturers to focus more on sustainability and risk management, rather than simply on cutting costs. The purpose of the study is to develop a methodological framework for selecting optimal solutions at industrial enterprises in the face of external uncertainty, based on performance matrices that take account of sector-specific characteristics (using the automotive industry as an example) and enable a multi-criteria evaluation of alternatives. Materials and methods. The theoretical basis consists of works on the theory of decision-making, game theory, industrial economics and strategic management. The empirical base includes data on the work of automotive enterprises in 2022–2025, publications on crisis management, conference materials. General scientific methods (analysis, synthesis, induction, deduction) were used. An efficiency matrix was used to evaluate the solutions, taking into account controlled and uncontrolled factors. The methodological basis is the section of game theory known as ‘games with nature’. Results. The limitations of classical strategic analysis matrices (BCG, McKinsey, ADL/LC) are analyzed: they provide high-quality recommendations and do not take into account uncertainty of the external environment. All factors affecting an industrial enterprise are divided into two groups: controllable (investment, technology, logistics) and uncontrollable (sanctions, inflation, competitors’ actions). An effectiveness matrix has been developed, where the rows represent management alternatives, the columns represent external environment scenarios, and the cells contain quantitative values for the indicator (profit, profitability, market share). The transition from qualitative positioning to quantitative forecasting is proposed. The Wald, Savage and Hurwitz criteria were used to select the optimal solution. The methodology has been tested using automotive manufacturers as a case study (production fell by 22.2% over the first 10 months of 2025). The factors considered to be within the industry’s control include import substitution, supplier diversification and digitalisation of logistics. Eight stages of the methodology have been developed. Conclusions. The developed efficiency matrix makes it possible to quantify the consequences of management decisions under different environmental scenarios and thereby overcome the limitations of classical qualitative matrices. Distinguishing between controllable and uncontrollable factors helps to draw a clear line between management’s area of responsibility and external risks. Combining a multi-criteria approach with optimality principles (maximin, maximax, that of Hurwitz) makes it possible to tailor the choice of strategy to specific objectives and priorities. Field trials of the proposed methodology at automotive manufacturing companies have confirmed its applicability in the context of sanctions and the breakdown of cooperative ties.