A Model for Calculating Cost of Applying Electronic Governance and Robotic Process Automation to a Distributed Management System

Sintesi Tecnica: Un Modello per il Calcolo del Costo dell'Applicazione della Governance Elettronica e della Robotic Process Automation a un Sistema di Gestione Distribuita

Definizione del Problema
Il documento affronta una lacuna nella letteratura riguardante l'analisi quantitativa dell'efficienza organizzativa quando si integrano la Governance Elettronica (eGov) e la Robotic Process Automation (RPA) in sistemi di Gestione Distribuita (DM). Sebbene la DM offra flessibilità e agilità attraverso il processo decisionale decentralizzato, e sebbene l'eGov e la RPA siano riconosciute per l'incremento dell'efficienza operativa e la riduzione dei costi, non esiste attualmente un modello matematico formale per calcolare il costo specifico di esecuzione di un compito all'interno di questo ambiente ibrido. Gli autori osservano che una implementazione di successo comporta complessi compromessi, inclusi gli investimenti nelle infrastrutture, la formazione e le sfide di coordinamento, rendendo necessaria una rigorosa struttura di analisi dei costi che tenga conto sia degli agenti umani che di quelli automatizzati.

Metodologia
Gli autori propongono un modello matematico che estende un quadro esistente per relazionare le prestazioni economiche alla scala e alla struttura organizzativa (riferito da [23]). La metodologia prevede i seguenti passaggi:

1. Definizione della Struttura Organizzativa: Il modello definisce un'organizzazione attraverso la sua profondità ($D$), che rappresenta il numero di livelli gestionali. Il Livello 1 è il più alto (ad es., il CEO) e il Livello $D+1$ rappresenta i lavoratori operativi senza compiti di gestione.
2. Formulazione del Costo Umano:
   • Il costo per unità di tempo per un lavoratore operativo ($C_{D+1}$) è modellato come una funzione di un costo base minimo, della profondità dell'organizzazione e del livello di competenza ($sl$) del dipendente.
   • Il costo per i manager al livello $i$ ($C_i$) è derivato in base al costo del lavoratore operativo, scalato da un rapporto ($1+r$) che aumenta con la profondità organizzativa.
   • Il costo totale per gli umani ($C(\text{humans})$) è calcolato sommando il prodotto dei costi individuali e del loro contributo proporzionale di tempo ($p_{ij}$) attraverso tutti i livelli.
3. Formulazione del Costo Bot/Automazione:
   • Il modello introduce i "bot" (agenti artificiali) che operano accanto agli umani all'interno della stessa struttura gerarchica.
   • I costi dei bot sono calcolati utilizzando equazioni analoghe ai costi umani, distinguendoli tramite la notazione con apice (ad es., $C'_{D+1}$, $sl'$, $r'$). Ciò consente parametri distinti riguardanti i livelli di competenza dei bot, i costi base e i rapporti salariali.
4. Calcolo del Costo Integrato:
   • Il costo totale per unità di tempo ($C$) per completare un compito è definito come la somma ponderata dei costi umani e dei costi dei bot, normalizzata da una costante ($\kappa$).
   • L'equazione finale (Equazione 8) aggrega i costi di tutti i dipendenti umani e dei bot, ponderati dai rispettivi contributi di tempo ($q_{ij}$ e $q'_{ik}$).
   • Il modello decompone specificamente il costo per i lavoratori operativi (Equazione 9) per mostrare come il costo totale sia una combinazione lineare di costi base e proporzioni di tempo ponderate per il livello di competenza sia per gli umani che per i bot.

Contributi Chiave

• Nuovo Quadro Matematico: Il documento presenta quello che gli autori definiscono come un modello matematico "uno dei primi del suo genere" specificamente progettato per calcolare i costi dei compiti in un sistema DM che utilizza sia l'eGov che la RPA.
• Modellazione di Agenti Ibridi: A differenza dei modelli precedenti che possono concentrarsi esclusivamente sul lavoro umano o puramente sui sistemi automatizzati, questo quadro integra esplicitamente i dipendenti umani e i bot software in un'unica struttura di costo gerarchica, permettendo il confronto tra livelli di competenza e contributi di tempo tra entrambi i tipi di agenti.
• Formalizzazione dei Costi di eGov e RPA: Il modello fornisce un modo strutturato per incorporare i driver di costo specifici dell'eGov (ad es., software, archiviazione digitale, moduli online) e della RPA (ad es., implementazione, manutenzione, acquisto di bot) nella più ampia equazione dei costi organizzativi.

Risultati
Il documento non presenta dati empirici, risultati sperimentali o simulazioni di casi studio. Inveve, il "risultato" è la derivazione delle equazioni matematiche stesse. Il modello dimostra che il costo per completare un compito in un sistema distribuito è una funzione di:

• Profondità organizzativa ($D$).
• Livelli di competenza sia degli agenti umani che dei bot.
• Proporzione di tempo contribuita da ciascun agente.
• Parametri di costo specifici (costi base e fattori di scala) associati alla struttura dell'organizzazione e alle tecnologie impiegate.

Significatività e Rivendicazioni
Gli autori pongono questo lavoro come un passo fondamentale per la ricerca futura. Affermano che il modello è significativo perché:

• Colma un vuoto critico nell'analisi dei costi per l'efficienza organizzativa nel contesto degli avanzamenti senza precedenti nelle tecnologie elettroniche e di automazione.
• Fornisce uno strumento formale per analizzare i compromessi tra il potenziale aumento di efficienza/agilità e le sfide di implementazione (come il coordinamento e i costi di investimento).
• Si prevede che possa "stimolare ulteriore ricerca" su come l'eGov e la RPA influenzino le prestazioni organizzative man mano che queste tecnologie continuano a evolversi.

Il documento mantiene un tono modesto, riconoscendo che, sebbene la combinazione di eGov e RPA abbia un potenziale immenso, le sfide di implementazione (pianificazione, progettazione, sicurezza) sono complesse, e il modello serve come base teorica per analizzare tali dinamiche piuttosto che come soluzione prescrittiva per un'immediata distribuzione.