Pega, éditeur spécialisé dans la transformation numérique des entreprises, enrichit sa plateforme Robot Manager d’une fonction d’équilibrage des charges (load balancing). Basée sur de l’IA, cette fonctionnalité vise à optimiser les capacités et l’efficacité des ressources robotisées, en temps réel et sans l’intervention d’un opérateur.

La RPA cherche à automatiser les processus de l’entreprise en remplaçant bien des tâches manuelles par des robots logiciels. Étrangement, la gestion de ces robots, de ces tâches automatisées, reste souvent très manuelle notamment quand il s’agit de les réaffecter en fonction des besoins et de s’assurer que les processus sont réalisés dans les temps impartis malgré une augmentation des documents en entrée par exemple. En cas de hausse des besoins, beaucoup d’entreprises se retrouvent à acheter des licences supplémentaires dont elles n’ont pas réellement besoin, ce qui entraîne une envolée des frais de gestion et de licences, tout en immobilisant davantage de machines virtuelles.

Pega RPA Auto-balancing cherche à automatiser la gestion des fluctuations des besoins et répartir intelligemment les besoins en robots logiciels pour éviter les dépenses qui peuvent l’être.

Toutes les demandes sont analysées et la répartition des tâches est automatiquement assurée entre les robots logiciels disponibles. En cas de nouveaux besoins inattendus, le système réaffecte les robots en temps réel de manière intelligente et dynamique.

La fonctionnalité « RPA Auto-balancing » de Pega sera également prochainement capable de prioriser l’exécution de certaines tâches si la demande globale dépasse les capacités robotisées. Les entreprises éviteront ainsi le surplus de dépenses liées à des licences et ressources de gestion inutiles.

Disponible dès aujourd’hui, la fonctionnalité « RPA Auto-balancing » est incluse dans la nouvelle version de Pega Robot Manager. La fonctionnalité de priorisation sera ajoutée d’ici la fin de l’année.

« Paradoxalement, de trop nombreuses entreprises tentent de surmonter les limites de la RPA en achetant encore plus de robots. Cela ne fait qu’aggraver leurs problèmes de gestion des robots et augmenter leurs coûts, sans jamais vraiment atteindre l’échelle requise. L’« Auto-balancing » offre un moyen simple d’optimiser l’efficacité des robots et de réduire les coûts, sans intervention humaine, sur l’ensemble du cycle de vie de la RPA » explique Eric Musser, DG Intelligent Automation de Pegasystems.