テクノロジー

RPAとAIの違いは？ RPAとAIを組み合わせた活用についても解説

RPAはオフィスで行われている業務をソフトウェアロボットが担う、画期的な自動化ツールです。事務作業の効率化と生産性向上をもたらし、これまで人が端末（PCなど）を使って行ってきた作業を正確かつスピーディに遂行できるなど利点が多く、国が推進する「働き方改革」を実現する一助ともなります。RPAとはどのようなツールなのか、AIやbotとは何が違うのか、今、知っておくべきRPAの概要について解説します。

RPAの定義とは？

RPA（Robotic Process Automation）とは、主に事務作業の業務効率化を目的とし、ソフトウェアロボットの活用によって業務の自動化を実現する技術のことです。
ソフトウェアロボットとは、人の代わりに端末上で行う操作や作業を記憶し、実行するソフトウェアのことです。産業用ロボットが工場で人の代わりに作業を行うように、ソフトウェア型の「仮想知的労働者」が人の代わりに端末を使って、端末上のルーティンワークや定型作業をこなすというイメージです。
現在、IT化が進んでいる企業では、ほとんどの業務をホワイトカラーと呼ばれる労働者が、オフィスにある端末を操作することで行っています。ソフトウェアロボットは事前に設定された実行手順に従って、決まった時間にアプリケーションを起動して操作し、あるいはその操作によって得られたデータを他のアプリケーションに入力するといった一連の作業を着実に遂行します。
RPAソリューションは、このソフトウェアロボットを駆使して、オフィスにおける業務の生産性を飛躍的に向上させるものです。

RPAが生まれた背景

海外でRPAという言葉が誕生して注目されるようになったのは、2015年頃のことのようです。当時、海外ではBPO（Business Process Outsourcing）という、自社の業務を外部企業に委託するサービスが普及していました。そのBPO事業者がRPAツールを導入して自社の業務の効率化を進めたのが、RPAが広く知られるようになったきっかけといわれています。
その影響を受け、日本でも2016年末頃からRPAという言葉が知られるようになりました。さらに、2019年から「働き方改革関連法」が施行されたことによって、RPAを含むさまざまな技術を活用した業務効率化が本格的に進められるようになりました。
「働き方改革」における課題は3つあるといわれます。その一つが「長時間労働の解消」、残り二つは「非正規と正社員の格差是正」、「労働人口不足の解消（高齢者の就労促進）」です。
RPAが効果をもたらすとされるのは、このうちの「長時間労働の解消」です。RPAは業務効率化を目的として生まれ、今後もRPAが活用される業務範囲が広がっていけば、労働人口不足の解消に役立つことが期待できます。

AIとは

AI（Artificial Intelligence、人工知能）の定義はさまざまですが、例えば「人間の知的なふるまいを模倣する人工的なシステム」というのが、現在実用化されているAIのイメージに近いと考えられます。
またAIには4つのレベルがあるといわれます。レベル1は「単純制御するもの」で、家電に組み込まれている制御用プログラムがこれに当たります。レベル2は「あらかじめ与えられたルールに従い、入力に対する正しい出力を蓄積することで正しく動くようにするもの」で、チェスや将棋のプログラム、掃除ロボットなどが該当します。
レベル3は「機械学習を用いるもの」です。検索エンジンや音声認識、ビッグデータ分析などが該当し、現在一般的に利用されているAIの多くがこのレベルに属します。そしてレベル4は「ビックデータから特徴量を認識し、自ら学習して多くの対応パターンを作り出すもの」です。ディープラーニングを用いたAIなどが該当し、現在急速に技術開発が進んでいて今後さらに普及していくと考えられます。

RPAとAIの違いは？

RPAはAIとは違うのでしょうか。両者はそれぞれ次のような特徴を持っています。

RPAはルールに沿った単純作業を実施

RPAはあくまでも事務作業の業務効率化という特定の目的のために作られた、ビジネスツールです。その機能は、ルールに沿った単純作業を自動で再現することに限られています。従来のバッチ処理などのプログラムよりも簡単に高度な作業を実行することが可能ですが、想定されていない問題が発生したときに自ら判断して作業をするなど、決められたこと以外の作業はできません。ルールの設定や調整も、人が行う必要があります。
ただし、広義のRPAには3つの段階があるとされており、現在のRPAはその第1段階～第2段階にあたります。今後、RPAが第3段階にまで進めば、RPAはより多様な選択肢から適切な処理を選ぶなど、自ら考え、対応・判断できるようになるといわれています。そうなれば次に説明するAIの機能による業務の完全自動化が実現することになるでしょう。

AIはデータを分析して結果を出力

AIは大量のデータ・情報を分析して自ら判断し、結果を出力します。自己学習機能（または機械学習機能）を持ち、自律的に作業を進めていきます。人が要望を伝えるだけで、AIはその要望を叶えるための方法を考えて人に提案します。つまり、RPAは人が決めたルールをベースとして自動化を実現するのに対し、AIは蓄積されたデータを参照してシステム自体が判断し、自動化を成し遂げるといえます。
AIはまだ完全な技術として確立されているわけではありませんが、人の神経細胞（ニューロン）の仕組みを模したシステム＝ニューラルネットワークをマシンで再現するディープラーニング（深層学習）の研究などにより、確実な進歩を続けています。

AIを組み込んだRPAとは

AIとRPAは別の技術ですが、最近ではAI技術を組み込んだRPAも登場しています。
RPAはこれまで基本的に、端末上で複数のアプリケーション間でデータを転記・登録していくといった単純作業を自動化するものでした。しかし、ここにAIを組み込むと、例えばRPAツールがテキストの内容を認識・識別できるようになります。つまり、テキストとして記述されていることをRPAツールが読み取って、その内容に応じた判断をし、異なる対応をするようなシナリオを作成できるということです。
ここでいうテキストは非構造化データです。あらかじめコンピューターが理解できるように作られた構造化データであれば従来のRPAでも取り扱うことができます。しかし、メールやチャット、SNSなど人が記述した非定型的なテキストを読み取って認識・識別するのは人かAIでなければできません。ディープラーニングなどを用いるAIであれば、テキストだけでなく、音声や画像なども含めた非構造化データを扱うことができます。ビッグデータを構成する膨大なデータの80％以上も非構造化データといわれています。
また、非構造化データの扱いに限らず、AIは従来のRPAが苦手だった分野を補完することに役立ちます。選択肢が多く複合的な条件を組み合わせて判断をしなければならないケースや、判断のための条件分岐が多岐にわたるようなケースなど、動作シナリオの途中で高度な判断が求められる場合でも、AI技術を活用することで対応できる可能性があります。
このようにRPAにAI機能を組み込む、あるいはRPAとAIが連携して動作するようにすれば、RPAを使ってできることが格段に広がります。現在すでに、顧客などからの問い合わせにRPAツールが自動的に応対するような仕組みが作られ、実際に利用されています。

AIで高度化するRPA

前述のとおり、RPAは3つの段階に分かれており、AIと組み合わせることで高度化します。総務省が公開する「情報通信統計データベース」の内容をもとに、3つのクラスについて見ていきましょう。

クラス1【RPA（Robotic Process Automation）】

クラス1はRPAのみで、主な業務範囲は定型業務の自動化です。情報取得や入力作業、検証作業などの定型的な作業の自動化を目的としています。

クラス2【EPA（Enhanced Process Automation）】

クラス2からはAIと組み合わせ、一部の非定型業務の自動化を実現します。前述のとおり、情報の解析や非構造化データの読み取りができ、知識ベースの活用も可能です。

クラス3【CA（Cognitive Automation）】

クラス3のCognitive Automationは、日本語にすると「経験的知識に基づいた自動化」を表します。ディープラーニングや自然言語処理などにより、RPA×AIが意思決定まで行えるようになります。クラス2までは最終的な意思決定は人が行っていましたが、クラス3では人が意思決定をする必要がありません。高度な自律化によって業務の完全自動化が実現できるようになるでしょう。

RPAを活用するメリット

企業がRPAを活用するとどのようなメリットが得られるのでしょうか。一般的なRPAの場合で考えてみましょう。
RPAが端末で行う業務の一部を担うようになれば、従業員はより高度な判断力を必要とする作業に集中できます。納期などの問題で残業して行わなければならなかったような単純作業からも解放されるでしょう。作業量の削減、労働時間の短縮、コスト削減が実現すれば、効率化が進んで生産性が向上します。RPAを管理するという業務も発生しますが、管理業務のコスト以上に生産性の向上が期待できるでしょう。
また、RPAは設定さえ間違っていなければミスを犯しません。人が行うよりもはるかに速いスピードで作業をこなし、疲れたり集中力が低下したりすることもありません。24時間365日稼働させることも可能です。多くのRPAツールは企業内の既存システムを変更せずとも導入でき、専門的なプログラミング知識も不要です。これらもRPAソリューションの優位点といえます。

RPA×AIを活用するメリット

RPAとAIを組み合わせることで、定型的な業務だけでなく非定型的な業務も自動化が実現します。RPA単体で利用するよりも多くの業務を任せることができるようになり、大幅な業務の効率化が可能です。
現在のRPAとAIの組み合わせによる活用はクラス2（EPA）がほとんどですが、クラス3（CA）まで進めば人と同じように業務をこなせる可能性があります。人的コストの削減だけでなく、人はよりクリエイティブな業務に注力できるようになり、生産性の向上が期待できるでしょう。

RPAとbot（チャットボットなど）の違い

RPAとよく比較されるもう一つのツールがbotです。botはRPAと同様にルールに沿った単純作業を実施しますが、特に人の会話をシミュレートするプログラムとしてよく知られています。挨拶をすればチャットや音声で挨拶を返してくるだけでなく、「明日の天気は？」と聞くと天気予報を調べて回答することもできます。botの原理はRPAとよく似ていますが、コミュニケーションに特化したツールと言えます。
例えば近年、企業のサービスサイトへの導入が進んでいるチャットボットも該当します。チャットボットはチャットで人とコミュニケーションを行うプログラムです。企業サイトやECサイトの問い合わせ応答、コールセンターオペレーターの支援用ツール、社内ヘルプデスクなどに利用されています。
チャットボットにはいくつか種類があります。会話の内容を学習して自然な言葉に近いやりとりを実現する「AI型」、シナリオが用意されていて相手の回答により会話が分岐していく「ルールベース型」、事前に登録されたキーワードと返答を使用して会話を成立させる「辞書型」などがそれです。この中で、RPAと仕組みが近いのはルールベース型です。
RPAとルールベース型チャットボットの違いは、チャットボットは人の会話をシミュレートすることに特化したツールである点です。言い換えれば、ルールベース型のチャットボットは、RPAの原理をプログラムによるチャットコミュニケーションを実現するために応用したものだということになるでしょう。

チャットボットについては別記事で詳しく解説しています。AIチャットボットの仕組みやメリット・デメリット、企業におけるチャットボット導入のポイントなどが知りたい方は、こちらも併せてご確認ください。

RPA×AIの活用例

RPA×AIの活用は、すでにさまざまな企業で進められています。例えば、地方自治体や銀行などでは、文字の読み取り技術であるOCRとAIを組み合わせた「AI-OCR」を取り入れて、紙ベースの書類を高精度にデータ化してRPAによって入力処理を自動化する、というような活用事例があります。
その他にも、AIチャットボットとRPAを組み合わせ、顧客から聞き出した情報をRPAがシステムに自動登録したり、RPAによってメールを振り分けてAIを活用して自動的に返信したりすることも可能です。
いずれの場合も大幅な人的・時間的コストの削減が実現し、事務作業の効率化や人材不足の解消、ヒューマンエラーの防止に役立てられています。

以上のように、RPAは「働き方改革」を推進し、オフィスに生産性向上と効率化をもたらす強力なサポートツールとなりえます。AIやbotとの違いも把握したうえで、自社の業務にRPAを採用し、有効活用することを検討してみてはいかがでしょうか。
また、RPAの概念や特徴、RPAの導入方法や導入にあたって押さえておきたいポイントについて知りたい方は、「RPA導入する際にすべきこととは？」もご覧ください。

※本記事は、2018年8月7日に公開しました「働き方改革に必要なRPAとは？ AI、botとの違いを解説」の内容を更新し、公開しています。