fbpx

Get your 6-month No-Cost Opt-Out offer for Unlimited Software Automation?

優れた論文「ロボティック・プロセス・オートメーションからインテリジェント・プロセス・オートメーションへ」(Chakraborti, 2020)の中で、著者は過去10年間、ロボティック・プロセス・オートメーション(RPA)がいかに魅力的な方法でビジネスプロセスの効率化を推し進めてきたかを考察している。 しかし彼は、この技術的トレンドの中で、インテリジェント・オートメーションがRPAの論理的な進歩として登場し、現在「変曲点」にあると示唆している。

チャクラボルティは、ビジネスプロセスの自動化を機械学習(ML)、人工知能(AI)、顧客データと組み合わせたインテリジェント・プロセス・オートメーションという新しいパラダイムを挙げている。

RPAはインテリジェント・オートメーションのもう一つの重要な要素である。 この2つの概念は非常に絡み合っているため、インテリジェント・プロセス・オートメーションがどこから始まり、ロボティック・プロセス・オートメーションがどこで終わるのかについて、かなりの程度混乱している。

この記事では、両分野の相違点と共通点を探り、交差する部分と重なる部分を紹介する。 また、インテリジェント・オートメーションの事例を業界のユースケースとともにご紹介します。

 

目次

ロボティック・プロセス・オートメーションとは?

 

ロボティック・プロセス・オートメーション(RPA )は、様々なビジネス・プロセス・オートメーション(BPA)の目的を可能にする一連のテクノロジーを指す。 ビジネスプロセスとは、組織の目標を達成するための一連のタスクと定義することができる。 例えば、ビジネスプロセスとは、ローン申し込みの信用調査を行うような単純なものである。

信用調査に必要なステップは、社内文書から顧客の名前を引き出し、信用機関に依頼し、その結果を社内システムにフィードバックすることである。 従来のビジネス環境では、これらの作業は手作業で行われていた。 しかし、ビジネス・プロセス・オートメーションでは、ロボットを使ってこれらのタスクを完了させるため、ロボティック・プロセス・オートメーションと呼ばれるようになった。

RPAのタスクはルールベースで予測可能である必要がある。 トリガー、インプット、アウトプットを明確に定義する必要がある。 そのため、例外処理は彼らを混乱させることになる。 異常事態や例外的な状況、あるいはその場で考える必要があるものは、RPAでは対応できない。 もちろん、RPA開発において例外処理が異質な概念であるとは言わない。

セキュリティ許可の問題やデータの不備のために、ボットがタスクを完了できないシナリオはたくさんある。 開発者は、これらの例外を回避して構築することができる。 例えば、請求書データをデータベースに転送するRPAプロセスを作成したが、データベースがダウンしてしまったというシナリオを想像してみてほしい。 ロボットがデータベースに接続するまで、特定の間隔でトライし続けるよう指示することができる。 しかし、試行回数が上限に達すると、ビジネス例外がスローされ、手作業で状況を改善できるようになる。

上で説明したのは単純なシナリオだ。 しかし、例外に単独で対処する、より弾力的で堅牢なプロセスを構築するために、インテリジェントなプロセス自動化を検討する必要があるかもしれない。

このテーマについて詳しく知りたい方は、「ロボティック・プロセス・オートメーション(RPA)完全ガイド」をお読みください。

 

インテリジェント・プロセス・オートメーション(IPA)とは何か?

RPAソフトウェアとは?(ロボティック・プロセス・オートメーションソフトウェア)

インテリジェント・プロセス・オートメーションとは、企業が既存のワークフローやプロセスを自動化するのに役立つ技術の融合を指す。 2017年の時点で、マッキンゼーはインテリジェント・オートメーションの利点を強調している。 このコンサルタント会社が発表した論文『インテリジェント・プロセス・オートメーション』は、広く読まれている:次世代オペレーティング・モデルの中核をなすエンジン)では、インテリジェント・オートメーションを可能にする5つのコア・テクノロジーについて概説している。

 

それらは以下の通りだ:

 

1.ロボティック・プロセス・オートメーション(RPA):

 

予測可能で、反復的で、明確に定義されたタスクを実行するツール群。

2.機械学習と高度な分析

 

膨大な過去のデータセットからパターンを見つけるように訓練された高度なアルゴリズムは、人間の研究者には不可能なスピードと精度で洞察と予測を提供することができる。

 

3.自然言語ジェネレータ (NLG)

 

ChatGPTやPiのようなツールの成功が証明しているように、自然言語ジェネレーターはテキストやその他のクリエイティブを生成し、人間とテクノロジー間のコミュニケーションを促進することができる。

 

4.スマートなワークフロー:

 

人と機械の間のワークフローを管理し、円滑な配送、追跡、報告を保証するビジネスプロセスソフトウェア。

 

5.認知エージェント:

 

MLとNLPを組み合わせたスマートなチャットボットは、自動化された顧客サービス担当者を提供し、サービススタッフの負担を軽減し、場合によっては販売や顧客理解に優れている。

上記の技術は、IPAソリューションを形成する基本的な構成要素である。 暗黙の了解ではあるが、IPAテクノロジーを構成するツールのリストにコンピュータ・ビジョン・テクノロジー(CVT)も加えたい。

 

RPAとIPAの類似点

RPA(ロボティック・プロセス・オートメーション)が処理・自動化できる10のプロセス、アプリケーション、業務!

RPAとIPAは異なる技術カテゴリーであるが、かなりの程度クロスオーバーしている。 RPAとIPAの類似点をいくつか挙げてみよう。

 

1.どちらも自動化ツール

 

RPAとIPAの最も明白な関係は、両ツールがビジネスプロセスを自動化するために存在することである。 それぞれのソリューションが独自のアプローチをとり、その目的を達成するためにさまざまな種類のテクノロジーを使用しているが、その根底にあるのは、人間が従来行ってきた作業を処理し、より効率的に、コスト効率よく、正確に行う方法を見つけることである。

 

2.RPAはIPAの中心的役割を果たす

 

両技術のもう一つの重要な類似点は、RPAがIPAの中核的な構成要素であるという事実である。 機械学習や人間の認知を模倣するその他の技術はIPAの重要な部分であるが、自動化はRPAの基盤の上に構築されている。

 

3.RPAとIPAには共通するメリットがある

 

RPAとIPAは、ビジネス上のメリットも共通している。 例えば、コスト削減、時間の節約、生産性の向上、従業員の仕事に対する満足度の向上、コンプライアンス基準の遵守、サービスの向上、ヒューマンエラーの削減など、ビジネスに役立つ。

 

 

RPAとIPAの違い

RPA(ロボティック・プロセス・オートメーション) - 定義、意味、iotとは、その他

IS YOUR COMPANY IN NEED OF

ENTERPRISE LEVEL

TASK-AGNOSTIC SOFTWARE AUTOMATION?

RPAとIPAには多くの共通点があるが、理解しておくべき相違点もある。

 

#1. スケーラビリティ

 

RPAは個別タスクの自動化に優れているが、複雑なワークフローの編成や非構造化データの取り扱いは一般的な課題である。 IPAは、非構造化データや意思決定など、スケーリングのボトルネックに役立つツールを組み合わせて提供している。

 

 

#2. リアルタイム学習と適応

 

RPAは、予測可能なステップ・バイ・ステップで進むタスクに最適なソリューションである。 定義上、それは指示に従う。 一方、IPAはMLのような機能のおかげでリアルタイムで学習し、適応することができる。

 

#3. インテリジェンス

 

インテリジェンスを定義するのは難しい。 しかし、人間の思考は、論理、推論、学習、計画、問題解決など、さまざまなツールを使って、情報に基づいて答えや予測を生み出すということは、誰もが理解している。

RPAツールは情報を処理することができるが、それは厳密なルールに従ってのみ可能である。 基本的には、if/then/elseロジックを使ってビジネス・プロセスを処理する。 事実上、RPAは人間の認知を模倣しているが、それは地図が与えられているからにほかならない。

一方、インテリジェント・オートメーションは、より人間の認知に近い方法でデータを処理する。 インテリジェントな自動化ツールはAIを使用しているため、指示に従うという枠を飛び出し、状況の変化や非構造化データなど、RPAツールをつまずかせるような例外的な要因に適応し、調整することができる。

 

#4. 非構造化データの取り扱い

 

RPAはチームが決定論的なタスクに対処するのに役立つ。 そのため、構造化データのような予測可能な入力に依存している。 しかし、非構造化データや予約外の情報を扱うとなると、RPAツールの限界に達する。

構造化されたデータを扱うには、手作業に頼ることが多い。 かなりの量の意思決定と解釈が含まれるため、人間の認知を利用することは理にかなっている。 しかし、インテリジェント・オートメーションは、機械学習のようなAI技術の利用により、非構造化データを扱うことができる。

RPAツールは、非構造化データを構造化データに変えるために使用できることは注目に値する。 例えば、自然言語処理(NLP)や光学式文字認識(OCR)ツールを使用することで、このデータをRPAが作業可能なものに変換することができる。 しかし、非構造化データの性質上、このプロセスは複雑であり、この作業に対応できる複数のテンプレートを作成する必要がある。 この現実は、RPAソリューションのスケーリングの問題につながる可能性がある。

 

#5. RPAは費用対効果が高い

 

IAツールはRPAソフトウェアよりも範囲が広いが、その分コストがかかる。 自動化ツールの最も魅力的な側面の1つは、その実証済みのコスト削減である。 しかし、相対的な価格タグを考慮すると、RPAソフトウェアはほとんどの市場にとってより利用しやすい。

インテリジェント・オートメーションは、より幅広い環境で機能する、より柔軟なソリューションである。 しかし、すべてのビジネスに複雑な自動化要件があるわけではない。 自動化が必要な業務プロセスの範囲にもよりますが、RPAソリューションは必要なものをすべて提供できます。

 

#6. RPAは導入が早い

 

インテリジェントな自動化ツールは、幅広い問題に対するソリューションを提供する。 しかし、実装時間を短縮することになると、この複雑さは若干のマイナスになる。 RPAツールはシンプルであるため、導入コストも時間もかからない。 ビジネス全体のデジタルトランスフォーメーションの達成を迫られているリーダーにとって、RPAソリューションは価値を生み出すための迅速な道筋を提供することができる。

 

#7. IPAツールは学習曲線が急である。

 

繰り返しになるが、これらのツールの相対的な複雑さが、利点と欠点を生み出している。 本来、IPAツールを採用するには、機械学習のような高度な技術的機能が必要だ。

非技術系チームにもまだ希望はある。 インテリジェント・オートメーション・コンサルティング会社は、力仕事やプロセス設計の多くを行うことができる。 しかも、IAツールは日に日に使いやすくなっている。

 

インテリジェント・プロセス・オートメーションの事例と業界の使用例

電気通信におけるRPAの使用

調査によると、2023年には120ゼタバイトのデータが生成されるという。 毎年、世界中で生成されるデータ量は約20%から25%増加している。 MITスローンによると、これらのデータの約80%は非構造化データである。RPAツールによって、企業は構造化データで多くのことができるようになったが、テキスト、音声、動画、電子メール、ソーシャルメディア・コンテンツ、サーバー・ログ、センサー・ログ、衛星画像などが、驚くべき機会を提供する可能性があることは明らかだ。

インテリジェント・ビジネス・オートメーションの能力を理解する最善の方法は、実践的な実例や使用例を通して理解することである。 インテリジェント・オートメーション技術が特定の産業で役立つ方法をいくつか紹介しよう。

 

1.カスタマーサービス

 

近年、顧客サービスに対する期待は飛躍的に高まっている。 現代の消費者は、高度にパーソナライズされた常時接続のセルフサービス・オプションを要求している。 インテリジェントな自動化により、企業は人間の労働者に関連する高い間接費なしで、期待されるレベルのカスタムケアを提供することができます。

自然言語プロセッサを搭載し、顧客関係管理(CRM)プラットフォームに接続されたチャットボットは、優れた顧客体験を提供することができる。 自動化されたEメール処理、予測分析、センチメント分析と組み合わせることで、企業は問題を予測し、顧客維持を促進するオムニチャネルケアが可能になる。

 

2.ヘルスケア

 

ヘルスケアは、インテリジェント・オートメーションの重要な導入企業である。 世界的な不健康は、病院がより忙しくなっていることを意味し、多くの病院がその重圧に軋んでいる。 厳しい予算と過重労働のスタッフは、特に患者登録、保険手続き、スケジューリング、請求書作成などの管理業務において、業務効率化の必要性を強調している。

 

3.財務

 

金融業界は、最先端技術の最前線にいるという評価を当然得ている。 RPA技術をいち早く導入した業界は、効率化を推進し、規制の負担を軽減する方法を模索し続けてきた。 インテリジェント・オートメーションは、不正検知やコンプライアンスを支援するために金融業界全体で使用されている。 しかし、この技術は業務にも役立っており、ローン申請などの意思決定をますます合理化している。 さらに、ソフトウェア・テストの自動化も可能で、金融機関がオーダーメイドのソフトウェアを作成するのに役立つ。

 

4.製造

 

近年、ボトルネック、インフレ、一般的な生活費危機のため、サプライチェーン問題に対する社会の意識が高まっている。 購買嗜好が進化し、ビジネス原動力が変化する中で、製造業者はデジタル・トランスフォーメーションを受け入れなければならない。 この現実は、特に新興工業国や発展途上国で顕著である。

RPAとIPAは、これらの分野の企業がギャップを埋め、バリューチェーン全体にわたってプロセスと組織を改善するのに役立つ。 生産オーダーの自動化、移り変わる顧客の嗜好の理解と調整、ロジスティクスの改善、無駄の削減などは、AIを活用したツールの恩恵を受けられるほんの一部の分野に過ぎない。

 

インテリジェント・プロセス・オートメーションとハイパーオートメーションは同じなのか?

アルファテストとベータテストの比較

多くの専門家がインテリジェント・プロセス・オートメーションとハイパーオートメーションを同じ意味で使っているが、これらは異なる概念である。 混乱は理解できる。 両分野とも、人工知能やその他の関連技術を駆使してITやビジネスプロセスを自動化する最前線にいる。 しかし、両者の違いを理解することは不可欠だ。

前述したように、インテリジェント・プロセス・オートメーションは、AI、ML、コンピューター・ビジョン、コグニティブ、自然言語処理、そしてもちろんRPAなどのテクノロジーをミックスして使用する。

一方、ハイパーオートメーションは、可能な限り多くのビジネスプロセスを自動化しようとする哲学やアプローチである。

混乱の多くは、IPAがハイパーオートメーション・アプローチの一部であるという事実に起因している。 しかし、ハイパーオートメーションは、IAをより洗練させ、加速させたものであり、その範囲ははるかに広い。 ハイパーオートメーションは、固定されたプロセスやタスクに対処するのではなく、プラットフォームやテクノロジーを横断して機能し、ビジネス効率を最大化する。

 

IS YOUR COMPANY IN NEED OF

ENTERPRISE LEVEL

TASK-AGNOSTIC SOFTWARE AUTOMATION?

IPAとRPAが交差し収束する場所

不動産におけるRPAの使用

本稿では、IPAとRPAの相対的なメリットについて多くの時間を割いて解説してきた。 これらの自動化技術を区別することは有益だが、敵対する、あるいは競合するツールとして考えるのは、まったく正しくない。 これらの機能を理解する最良の方法は、補完的な自動化ツールとして理解することである。

両ツールが交差するポイントはいくつもある。

 

#1. RPAの限界を解決するソリューションとしてのIPA

 

論文『How to Compete in the Age of Artificial Intelligence』(Mohanty and Vyas, 2018)の中で、著者は “RPAロボットはあなたの指示通りに動く。”と述べている。 この感情は、RPAの限界に関する重要なポイントを強調している:しかし、非構造化データと予測不可能なシナリオにより、企業はすべてのタスクにRPAソリューションを採用することはできません。

機械学習は、特に2つの主要分野でRPAの能力を拡張するのに役立つ。 それらは以下の通りだ:

 

1.非構造化データへの対応

2.高次の意思決定への扉を開く

 

現状では、RPAツールは上記のことができない。 しかし、AIで補強すれば、自動化は新たな段階に進む。

 

#2. IPAまたはハイパーオートメーション導入への足がかりとして

 

RPA、IPA、ハイパーオートメーションは連続したものとして考えたくなる。 しかし、それは少し単純化しすぎかもしれない。 事実、IPAやハイパーオートメーションを含む複雑な自動化システムは、RPAに大きく依存している。 そのため、RPAツールは、これらの高度なシナリオにおいても、依然として関連性があり、必要とされる。

この議論がより確かなものになるのは、実施という文脈においてである。 ハイパーオートメーションへの道には、どのタスクを自動化できるかという多くの研究が必要だ。 RPAから始めることで、自動化可能なタスクの種類に関する強固な基盤が構築される。 これにより、企業は自動化ワークフローを構築してテストすることができ、最終的にはIPAで拡張・増強することができる。

ハイパーオートメーションとは、可能なことは何でも自動化するというアプローチである。 それがどのようなものかは、ビジネスによって異なるだろう。 ある企業では、AIによって部分的に支援されるRPAを含むかもしれないし、ある企業では、人間の入力を最小限に抑えた本格的で包括的な自動化マシンになるかもしれない。

 

#3. 予測分析と意思決定

 

RPAは、特定のトリガーや入力に基づいて定義されたタスクを実行する。 センチメント分析、自然言語処理、コンピューター・ビジョン技術、ML機能など、IPAの利点のいくつかを考えれば、この技術が多くの厄介なデータを扱い、それを構造化された情報に変えて、これらのトリガーやインプットとして機能させることができるようになるのは明らかだ。

その可能性は計り知れない。 医療業界では、マンモグラフィ検診でAIが放射線科医を上回ったという研究結果がある。このような予測を正確に行うには、長年の経験と専門知識が必要だが、その専門知識は、退職や退社によってビジネスから離れてしまう。 AIによって強化されたRPAは、この経験ギャップを克服するのに役立つ。

マンモグラフィ検診の例は目を引くが、RPAとIPAの利点は、質の高い認知や意思決定を必要とする他のいくつかのビジネス管理シナリオにも適用できる。 こうした意思決定がなされると、RPAによって下流のアクションがトリガーされ、幅広いビジネスに驚異的なレベルの生産性をもたらすことができる。

 

5つのインテリジェント自動化ツール

ZAPTEST RPA + テスト自動化スイート

市場にはインテリジェント・オートメーションのベンダーがいくつかある。 それぞれが異なる技術、アプローチ、価格のユニークなブレンドを提供している。 それでは、IA分野の大物5人を探ってみよう。

 

#1. ザップテスト

 

ZAPTESTは、エンドツーエンドのフルスタック・インテリジェント・オートメーション・ソリューションで、ソフトウェア・オートメーションとロボティック・プロセス・オートメーションの両方に対応する最先端のハイパーオートメーション・ツールを提供します。コンピュータ・ビジョン技術とRPAをミックスして使用し、ユーザーがフロントエンドとバックエンドの両方のオフィス・タスクを発見し、自動化するのを支援します。このプラットフォームは、OCRや確かな分析ツールのような優れた機能を備えている。また、コードレス機能、無料版とエンタープライズ版、あらゆるアプリのクロスプラットフォーム/クロスブラウザ自動化、無制限ライセンス、クライアント・チームの一員として働くフルタイムのZAPエキスパート(エンタープライズ版内)が付属している。

 

#2. IBM Cloud Pak for Business Automation

 

IBM Cloud Pakは、モジュール式のハイブリッド・クラウド、インテリジェントな自動化ソリューションです。 このエンド・ツー・エンドのビジネス・オートメーション・プラットフォームには、ワークフローの自動化、文書処理、プロセス・マイニング、意思決定管理機能など、さまざまな機能が搭載されている。 また、ローコードツールやノーコードツールもあり、カスタマーサポートも充実している。

 

#3. UiPathビジネスオートメーションプラットフォーム

 

UiPathはインテリジェント・ビジネス・オートメーションでRPAの提供を強化している。 このプラットフォームは、コンピューター・ビジョン技術と無人ロボット工学(彼らの言葉を借りれば、「ロボットがロボットを管理する」)を使って、これらの目的を達成する。 また、言語や非構造化データを理解するために認知機能の強化も行っている。 UiPathビジネス・オートメーション・プラットフォームは、IBM、Google、Microsoftといったベンダーのサードパーティ製コグニティブ・サービスと統合されている。

 

#4. SS&C Blue Prism Cloud

 

SS&C Blue Prism Cloudも、IA機能を備えたクラウドベースのインテリジェント・オートメーション・プラットフォームである。 また、インテリジェント・オートメーション・サービスも提供しており、チームが導入とメンテナンスを行えるよう支援している。 Blue Prism Cloudは、インテリジェントなロボティック・プロセス・オートメーション・ツールだけでなく、コード不要のドラッグ&ドロップ式デザイン・スタジオや、ワークフロー・オートメーションのオーケストレーション機能であるControl Roomも提供している。

 

#5. Microsoft Power Automate

 

Microsoft Power Automateは、以前はMicrosoft Flowと呼ばれていたが、これもクラウドベースのコード不要のインテリジェント自動化ソリューションである。 このパッケージは、ユーザーフレンドリーで拡張性があり、簡単に接続できるAIビルダーと呼ばれる機能を提供している。 マイクロソフトがChatGPTに100億ドルを投資したことは、技術者でないチームでもインテリジェントなロボティック・プロセス自動化ワークフローを構築できるよう、ポイント・アンド・クリック・インターフェースと組み合わせた自然言語処理機能を提供することを意味する。

 

最終的な感想

チェックリストソフトウェアテストプロセス

RPAとIPAは異なる技術である。 しかし、両者は深い補完関係にある。 この2つのツールの真の力は、人間の労働者だけでなく、互いを補強する能力にもある。 多くのインテリジェント・オートメーションの例が示すように、IAが可能にする中核業務の多くは、デジタルワーカーやロボットによって実行することができる。 自動化を成功させるには、既存のワークフローを分解して理解する必要がある。 RPAはこれらの構成要素の多くを説明することができる。

私たちは、人間の認知能力をAIが補うという、仕事の世界におけるエキサイティングな時代の入り口に立っている。 デジタルトランスフォーメーションは、先進国、発展途上国を問わず、企業にとって当然の優先事項である。 IPAとRPAツールの導入は、こうした移行において中心的な役割を果たし、想像を絶する生産性を実現する。

Download post as PDF

Alex Zap Chernyak

Alex Zap Chernyak

Founder and CEO of ZAPTEST, with 20 years of experience in Software Automation for Testing + RPA processes, and application development. Read Alex Zap Chernyak's full executive profile on Forbes.

Get PDF-file of this post