Remarque n°3 : RPA et productivité, attention au crash !

On peut multiplier la productivité par 5 (x5), par 10 (x10), voire plus, mais jusqu’à quel point ? Au delà de l’installation de nouveaux serveurs, de l’achat de nouvelles licences du système d’exploitation, le partage du travail peut être subtil et quelques embûches commencent à apparaître.

Imaginez que vous mettez 3 robots en place pour traiter 30 000 documents, chaque document nécessitant un traitement de 1 à 2 minutes. Plusieurs stratégies sont possibles :

1. La solution de partage qui vient immédiatement à l’esprit consiste à découper la liste de 30 000 documents en 3, soit 10 000 documents à traiter par robot. Le robot n°1 traitera donc les documents de 1 à 10 000, le robot n°2 de 10 001 à 20 000 et le robot n°3 de 20 001 à 30 000. Cependant, comme la durée de traitement n’est pas uniforme, il se peut que le robot n°1 termine bien avant le n°2 et le n°3, à moins que ce ne soit le n°2 qui termine en premier ;
2. Pour éviter que certains robots n’attendent à ne rien faire, il faut donc mettre en place une stratégie de réaffectation. Dès qu’un robot a terminé sa liste de documents à traiter, il demande aux autres robots des tâches à réaliser. Ce travail de réaffectation nécessite une intelligence d’orchestration qui doit intervenir jusqu’à épuisement des documents ;
3. Finalement, il vaut peut-être mieux créer 3 files d’attente, une pour chaque robot, l’orchestrateur étant chargé d’alimenter au fur et à mesure chaque file d’attente de documents à traiter quels que soient les temps de traitement.

Imaginez maintenant que chaque traitement d’un document nécessite lui aussi un ou plusieurs robots, pour lesquels on va retomber dans les mêmes problématiques…

On voit donc qu’on peut facilement augmenter la productivité en ajoutant un ou plusieurs robots mais que cela nécessite immédiatement un travail supplémentaire d’orchestration. Heureusement, les moteurs de RPA commencent à intégrer des modèles (on dit des patterns) de répartition pour les listes de tâches à faire, mais on voit que le système devient également plus complexe, donc plus couteux à mettre en place, à corriger, à faire évoluer… ce qui vient réduire le gain de productivité.