AI 時代の RPA: 自律型企業の中核に

つい最近まで、ロボティック・プロセス・オートメーション (RPA) はエンタープライズ自動化の最先端でした。キーストロークを節約するためのマクロやスクリプトとして始まったこの技術は、人間には達成できない速度と精度で反復的なタスクを担う、スケーラブルでルールベースの自動化へと急速に進化しました。

しかし今は、複雑なエンドツーエンドのプロセスを自ら考えて行動できるスマートな AI エージェントの時代です。柔軟性に乏しい RPA はこのまま廃れていくように思えるかもしれませんが、そんなことはありません。むしろ RPA の重要度はこれまで以上に高まり、自律型企業の中核を担う存在になるでしょう。

RPA とは

RPA は、顧客情報の収集、予約のスケジュール管理、在庫管理、カスタマーサービスの提供といったデジタルタスクを迅速かつ確実に自動化します。こうした自動化は、人間がトリガーすることで日常的なタスクを支援することも、データ、入力、スケジュールをトリガーとして人間の介入なしに動作することも、また、その両方を組み合わせることも可能です。いずれの場合も、人間と連携して機能します。

RPA は、プロセスを効率的で拡張性のある方法で自動化し、スピード、正確性、コスト削減などのメリットを容易にもたらすため、企業の自動化を支える技術として依然として重要な役割を果たしています。 RPA アプリケーションの活用事例には、次のようなものがあります。

製造業を営む Stant は、3 週間分の請求書の残務を抱えていました。 RPA を活用することで、請求書処理の 80% をエラーゼロで自動化し、残務をわずか数日分にまで削減しました。
英国の医療提供機関である NHS は、反復的な人事業務を RPA に任せることで、年間 7,000 時間を節約しました。
金融サービス企業の KeyBank は、住宅ローンの品質チェックをRPA を使用して自動化し、40,000 件の文書を自動処理することで 500 万ドルの節約を達成しました。

RPA は、多くの企業プロセスの基盤を形成する反復的なタスクに特に優れています。最も複雑で戦略的なプロセスでさえ、情報の抽出と整理、ミーティングのスケジュール管理、承認の割り当てと追跡、報告書や成果物の管理など、基本的なタスクに依存しています。こうしたタスクは本質的にルールに基づいており、実行するために深い認知的思考をほとんど必要としません。しかし、より高次のタスクやプロセスに情報を提供し、推進するうえで、依然として重要な役割を果たしているのです。

RPA の進化

インテリジェントオートメーション、エージェントプロセスオートメーション (APA)、自律型企業と話題の中心が変わっても、RPA が、より戦略的な業務を支えるために必要なコア業務を担うことには変わりありません。これらのイノベーションが RPA を基盤としてどのように発展しているかについて説明します。

インテリジェントオートメーションが RPA の影響力と価値を高める

インテリジェントオートメーションは、AI と RPA を組み合わせて、非構造化データ、意思決定、学習を含む複雑なプロセスを自動化します。 RPA は、請求書の合計金額など、週次報告に必要な構造化データを収集できます。しかし、フォームフィールド内のデータが非構造化されている場合や、信頼性を確保するために使用前の検証が必要な場合は、プロセスがより複雑になります。

AI は、このような例外的な状況で介入し、注文番号、ベンダーの詳細、行項目ごとの請求額などを決定するキーワードを非構造化データから見つけ出し、他のエンタープライズシステムで想定請求額を検索したり、検証したりできます。インテリジェントオートメーションは、RPA の例外を処理したり、不一致を修正したり、人による対応が必要な項目にフラグを立てたりすることもできます。

インテリジェントオートメーションは、すでに RPA によって自動化されたタスクを基盤とし、人的介入の必要性を減らすことで、価値、拡張性、スピードをもたらします。たとえば RPA が受信した請求書の 80％を自律的に処理できる場合、インテリジェントオートメーションは AI を活用してその数値を 95％に引き上げます。

では、どうすればそれを 100％に近づけ、さらに隣接するタスクを追加できるでしょうか? APA がそれを実現します。

APA が RPA の範囲を広げる

AI エージェントは意思決定を行い、新しい状況に適応し、人間の介入なしにインテリジェントオートメーションを実行します。 AI エージェントはさらに大規模言語モデル (LLM) の認知能力を活用してデータとコンテキストから学び、自然言語を通じて人間と関わり、統合を通じてワークフローの実行を同期し、最終的に目標を達成するためにアクションを実行します。

APA は、AI エージェントを管理・編成することで、より複雑なタスクを処理したり、他の専門 AI エージェントと連携したり、プロセス全体を自律的に完了させたりします。これにより人間の労働者の効率と生産性が大幅に向上するため、独創性、共感、創造性を活かして、厄介な問題、高優先度の顧客、高価値のイニシアチブなどに集中する時間をより多く確保できるようになります。

APA は、単一のプロセスにおける人間の介入を最小限に抑えるだけでなく、AI エージェントによって駆動・オーケストレーションされる、よりエンドツーエンドのエンタープライズプロセスへと自動化を拡張し、スケーリングすることができます。ただし、ここでも、基盤となるのは RPA が担うコア業務です。たとえば APA が請求書照合および調整プロセス全体を担う場合でも、最初に大量の受信請求書と注文番号を照合する作業は RPA に依存しています。

企業の自律性が人間の可能性を解き放つ

AI が人間の仕事を奪うという話題は、多くの見出しをセンセーショナルに飾ってきました。今日、多くのビジネスリーダーが、AI を、成長、革新、スピードに集中できるように人に力を与える存在であると捉えるようになっており、経済学者は AI が雇用率に与える影響は最小限にとどまると予測しています。

次の例は、AI が人に取って代わるのではなく、人に力を与えるのだという、見方の変化を浮き彫りにしています。

Cisco の CEO はこう言います。「今すぐ多くの人員を解雇したいとは思っていません。私が求めているのは、エンジニアが、より迅速にイノベーションを起こし、生産性を高めることです。それが競争優位性につながるのです。」
AMD の CEO は次のように述べています。「当社はますます多くのエンジニアを採用しています。なぜなら、エンジニアはエンジニアリングの最終決定者だからです。」
ゴールドマン・サックスのエコノミストはこう記しています。「AI が今後 10 年間で大規模な雇用削減につながるとは懐疑的だ。」
Economic Innovation Group の研究者はこう述べています。「労働市場において、AI が意味のある影響を与えることはないだろう。」
PwC の研究によると、「AI が求人数を大幅に減少させるのではないかという懸念とは対照的に、今年の調査結果は、AI の影響を受けているほぼすべての職種で求人数が増加していることを示しています。」

より多くのプロセスを自動化することで、従業員は新しいビジネスモデルの開発、創造性の発揮、新たな成長機会の発見、顧客満足度の向上、革新的なソリューション発見により多くの時間を費やすことができます。

これが自律型企業です。あらゆるレベルの自動化を完全に受け入れて、最小限の介入でプロセスを管理・統治する自己学習型 AI プラットフォームを構築します。人間がより戦略的で認知的な作業に集中できる一方で、AI エージェントが背後で意思決定を行い、問題を解決します。

自律型企業への道のりをどこから始めればよいかお困りですか? 「コラボレーティブインテリジェンスのための能力成熟度モデル」をお読みください。AI 主導の成熟度をベンチマークすることで AI を運用化して、人間の労力を高めるためのフレームワークを詳述したホワイトペーパーです。