DX関連ニュースや事例、セミナー、コンサルティング会社のご案内。

RPAはハイパーオートメーション時代へと突入。人工知能、マシンラーニングとの結合が加速。

単純な反復作業を簡素化するRPAが人工知能、マシンラーニングと結合され、新しい次元に生まれ変わっている。RPA大手企業は、「ハイパーオートメーション(Hyperautomation)」という新しい時代が到来することを見込む。

データ入力のような単純な反復作業を自動化するRPAが、ほぼすべての業界でのビジネスプロセスを革新している。人の従業員であれば、より所要された作業時間を確実に短縮する自動化技術が、最終的に再びアップグレードされる態勢だ。 

マシンラーニング(ML)と人工知能(AI)の発展は、よりスマートなRPAである「インテリジェントオートメーション(Intelligent Automation、IA)」に向けた基盤を固めている。IAは、一連の個々のタスクを自動化するのではなく、状況に応じて、全体のビジネスプロセスを実行する方法を学習する。オートメーションエニウェアのCIOユスフ・カーンは「コンピューティングパワー、データセットまでRPAがアップグレードされる条件がすべて用意されている。どのようにするかどうかも用意された状態だ」と述べ、「RPAの未来はインテリジェント自動化だ」と述べた。まさにこれがハイパーオートメーションである。

Forrester Researchのアナリスト、クレイグ・ル・クレアはIAが例外処理(handling exceptions)、意思決定の調整(orchestrating decisions)、チェトボト屋根(looping in chatbots)のような操作を実行することができるアルゴリズムを内蔵すると説明した。彼はソフトウェアベースのエージェントの負傷を時系列で見てみる」闇と静寂の中に見えないロボット:AIと自動化はどのように人材を再構成するか?(Invisible Robots in the Quiet of the Night:How AI and Automation Will Restructure the Workforce)」の著者でもある。

インテリジェント自動化に関する展望
フォレスターリサーチはIAが企業にとって、従業員、技術、資金を革新のような重要な分野に集中させ、顧客の経験(EX)や業務効率を向上させ、2022年までに1,340億ドルの労働価値を創出すると予想した。また、IAが今は全体的に適用ドゥェジンなくても、数百の作業を網羅レベルまで到達すると予想した。これは幼児パス、オートメーションエニウェア、青プリズムをはじめクライオン、アントワークスのような多数のスタートアップが追求する究極の目標でもある。

これまでに200万を超える企業ボットを配置したオート枚ンエニウェアはMLとAIを活用して、ユーザーの業務パターンを把握し、分析するIAソリューションは、ディスカバリーボット(Discovery Bot)のベータ版を、現在提供している。ディスカバリーボットは、従業員が企業向けアプリケーションを使用している過程で繰り返されるプロセスを見つけることができる。RPAも、これらの繰り返し作業を自動化することができますが、ディスカバリーボットはROI(投資対効果)に応じて自動化の優先順位を設定した後、それに合わせてRPAボットを配置する。 

自動化の優先順位を指定することはRPAを構築する多くの企業にとって重要な問題だ。カーンは「だからこそディスカバリーボットの市場機会が潜在的におびただしい。まだ自動化することができる反復作業の80%が検出されないまま残っている。このソリューションは、今年初めに発売されるだろう」と説明した。続いて彼はIAが仕事のやり方や企業の動作速度に多大な影響を与えると付け加えた。

IAがよく見読み取ることができるよう支援するコンピュータビジョン
幼児パスはMLを使用してRPAの二つの厳しい作業、すなわち、ボットのコンピュータの画面の可視化と文書処理のための解析を改善している。 

RPAは、Webページまたはユーザーインターフェイス要素を「見ることができる「ボットを介して自動化を行う。問題は、仮想デスクトップインターフェイス(VDI)環境で発生する。VDIは、リモートデスクトップの画像をストリーミングしてUIの基本属性を提供していないからである。これにより、ボットがUI要素を識別することができなくなり、VDI環境での動作が中断される。 

幼児パスのCPOパラムカロンは「このような問題を解決するために幼児のパスはML、光学文字読取装置(Optical Character Recognition、OCR)、テキストファジーマッチング(Text fuzzy-matching)などを活用してボットとコンピュータビジョンを統合している。これにより、アプリケーションの要素を自動的に識別し、タスクを実行することができる」としつつ、これらのIA機能を「ハイパーオートメーション(hyperautomation)」と説明した。

また、幼児のパスは、MLを適用して、そのボットがよりインテリジェントに文書を読むことができるようしている。例えば支給スタッフは、ベンダー、製品、有効期限、注文番号などが記載された領域を迅速に読んで請求書を分類することができる。しかし、ほとんどのボットは、これらの業務の遂行に限界がある。そのプロセスを自動化するためには、構造化データが必要な「ルールベースの抽出(rules-based extraction)」方式を利用するからである。

カロンによると、幼児パスのボットは、ルールベースとMLモデルベースの抽出を活用して構造化データ要素はもちろん、非定型、半構造データ要素の両方を識別する。これは人の従業員が、そのタスクを実行する方法と似ていると彼は付け加えた。 

IAのバラ色の未来? 
しかし、IAはRPAと同様に倫理的な問題のような逆風をもたらすことができる状況である。今日ボットは、一般的に2つの観点のいずれかと考えられる。一つは、人の従業員の業務を代わりに実行してくれるデジタルスタッフ、残りは人の従業員の作業を補強してくれるエージェントだ。これは表面的に人の従業員を「あまりにもかかり、退屈な(mind-numbing)」の作業から解放させて、より価値のある仕事に集中できるようにしてくれる。

このほか、意思決定プロセスを説明するのは難しいアルゴリズムベースのRPAが大半の企業に受け入れられるかもまだ不透明な状況だ。 

しかし、いくつかの技術のリーダーは、IAの可能性に注目している。アメックスGBT(American Express Global Business Travel)のソリューションのアーキテクチャとエンジニアリング担当副社長ディルリプカランデジカメル自社がRPAを使用して、複数のシステムから情報を抽出して、企業の顧客の搭乗手続きを簡素化していると伝えた。 

また、彼は、自社が今後サービスにエンドツーエンド(End-to-End)の自動化を適用すると予測した。カランデジカメル」は、次のトレンドは、ハイパー・オートメーションである」と述べ、「これはますます広く広がるだろう」と述べた。