RPAとはRobotic Process Automationのことで、ツールソフトウェアとして、PC操作の自動化を行います。
しかし、RPAツールの機能は、シンプルなPC操作のみであるため、他のソフトウェア・システムとの連携でより自動化を強力に推し進める必要があります。
例えば、AI-OCRによる、文書の自動電子化～自動入力などはシームレスなソリューションの一つです。
そこで、この記事では他のシステム・ソリューションとの連携で自動化を強力に推進する方法を事例を交えて解説します。
見通しをもってRPAツールの導入を図りたい企業の担当者の方、今後のDX推進の方向性を検討されている方、あるいは組み合わせ事例を知りたい方のお役に立てましたら幸いです。
RPAツール連携ソリューションの必要性とは？
RPAツールのみでは完全な自動化は不可能です。
理由は、RPAでの自動化範囲が「定型的業務」に限られるため。
業務を完全自動化するためには、他のシステムとの連携が必要になります。
まずは、RPAの得意な業務と不得意な業務を確認しましょう。
RPAの得意な業務と不得意な業務
RPAの得意な業務は定型業務の自動化。
ただし、シナリオ作成を工夫すれば、一部非定型業務も自動化することができます。
定型業務の自動化
RPAで自動化できる業務は「ルールが制定されている」定型作業です。
例えば、以下のような作業を自動化させることができます。
- 請求書の発行などのメール業務
- 業務レポートの作成
- データの簡易管理
今までは人間が手作業で行っていた業務をRPAが代行することで、人件費の削減や人的ミスの防止にもつながります。
一部非定型業務の自動化
RPAによって自動化できる業務は「定型作業のみ」と思われがちですが、例外も存在します。
ルールが存在しない場合はルールさえ作ってしまえば、ある程度の業務を自動化することができます。
たとえば「顧客によって対応を変える」など細かいルールをRPAに記憶させることで、そのルールに従ってRPAが業務を遂行してくれるのです。
RPAで自動化が可能な一部非定形業務は以下の通り。
- コールセンターの補助
- ネット上の情報収集
これらの業務にRPAを導入することで、オペレーターをはじめとする現場社員の負担を減らすことができます。
自律型ではより高度な作業まで自動化が可能
自律型RPAと呼ばれる、「RPA」と「AI」を組み合わせたタイプのRPAでは、AIの搭載により、RPAが機械学習を行うことが可能になるため、イレギュラーが発生した際にもRPA自身が意思決定までできるようになります。
例えばサービスの定期メンテナンスやトラブル時の調査といったシステム管理も自動化することが可能です。
不得意分野は「複雑な非定型的判断が必要な業務」
RPAができないこと、不得意なことは、できることの逆と考えられます。
非定型的な業務、複雑な判断が入る業務、臨機応変さが求められる業務です。
RPAのできること・できないことを簡単にまとめるとこうなります。
単純な定型的判断でまかなえる業務 〇
複雑な非定型的判断が必要な業務 ×
RPAの導入をどの作業に対して行うか、どの業務範囲に対して行うかを導入前の準備で検討しておくことにより、導入の失敗が避けられます。
できること・自動化に向いている業務は多くあるので、そうした業務にRPAツールを使って、最大限に効果を上げるのがよいでしょう。
さらに自動化を進める必要があるなら…
いま話題のデジタルトランスフォーメーション＝DXを進める中での中心課題は、やはり自動化です。
自動化は今よりももっと進めないと、今後さらに進んでいく人手不足の課題を解決もできず、企業の持続的な発展は望めません。
例えば、AI-OCRの例に見るように、AIによる判断の自動化を進める、あるいは他のシステムへの入力と組み合わせて自動化を推進することは事務作業での課題です。
なお、RPAツールと他のソリューションの連携による自動化の方法は、以下の3つの方法が考えられます。
- API連携（データ連携）
- オブジェクトコードのシナリオへの埋め込み
- シナリオに操作として抽象的に規定されているもの（例・マクロ）をつかってシナリオの一部とする
一番連携を確実に進められるのはPythonなどを用いたオブジェクトオブジェクトコードをシナリオに埋め込むものです。
操作を細かくコードで埋め込むことが可能であることから、自由度が高いといえるでしょう。
RPAツールと他のソリューションの連携
ここでは、RPAとの連携でより広範囲な自動化を実現するソリューションを解説。
導入例も併せて紹介します。
RPA＋AI
RPAとAIとの連携について解説します。
AIとは？
AIとは、人工知能のことです。
AI機能のNLP（自然言語処理）によって、画像や音声、動画などの非構造化データを解析することができます。
先述した通り、RPAは、Excelファイルなどのデータ取得や入力作業などの定型業務の自動化を得意とし、画像や音声、動画などのデータの処理は苦手です。
AIとRPAの大きな違いは、「非構造化データの解析ができるかできないか」という点にあるでしょう。
非構造化データを処理できないRPAに、非構造化データを処理できるAIを連携させることによって、RPAのみでは処理できなかった複雑なデータを扱えるようになり、自動化できる業務の範囲が大きく広がるようになります。
導入事例
自動化をシームレスにシステム間連携で進める例としては、Ai-OCRとRPAツールの連携が代表例です。WinActorとAI-OCRはベンダーがRPA・OCR双方に強みがあることから、つとに有名です。
その他にも画像認識技術とAI-OCRを使った画像のチェック・判別など、AIが得意にしていること＝学習および判断機能と、RPAの自動操作を組み合わせて連携すると、楽に自動化が実現できます。OCRの読み取り精度も最近は上がってきていますので、さらに多くの業務に応用が可能です。
AI-OCR以外のAIとの著名な連携例では、チャットボットとの相性も良いことから、自動発信RPAで行い、チャットボットで返信内容を提示、Slackや他のチャットツール＋RPAで自動で送信するなどの連携もコールセンター・カスタマーサービスなどの実例で著名です。
RPA＋マクロ(VBA)
RPAとマクロ(VBA)の連携について解説します。
マクロとは
マクロとは処理手順をVBAと呼ばれるプログラミング言語で記述したものです。
MicrosoftOffice、なかでもExcelで利用します。
集計・読み込み・並べ替えなど、オフィスで行う作業をマクロで処理することは日常的に見られます。
プログラミング知識があれば、数値の変換を一気に行う作業、抽出して、転写する作業などにはRPAよりも効率が良い作業もあります。
数千、という単位のデータおよび作業量であれば、Excel上で変換処理したほうが速いでしょう。
VBAプログラミングできっちり変換処理をするので、間違いは生じにくく、正確である点もマクロのメリットです。
ただし、マクロで自動化できるのはExcelでの業務に限られることや、プログラミング言語を必要とするため難易度が高いというのがデメリットといえるでしょう。
導入事例
言語であるVBAで書かれたコマンド＝マクロにより数値の変換を行い、RPAツールでは、自動でPCを操作するという連携が可能になります。
これで、各種の入力業務を1本のシナリオでシームレスに進めることができます。
さらにDBなどの他のシステムとの連携も可能です。
例えば以下のような事例では双方の強みが活かせると思われます。
- Excelマクロで作成したシートに、RPAで入力作業を行わせる
- Excelマクロで計算した結果を、RPAでチャットに送信する
- RPAで基幹システムから情報をコピーしExcelファイルに貼り付け、マクロで計算した結果を、さらにRPAで別のシステムに入力する
RPA＋ERP
RPAとERPの連携について解説します。
ERPとは
ERPは「Enterprise Resource Planning」の略で、日本語では統合基幹業務システムと言います。
会計・人事・生産・物流・販売といった企業の基幹業務を統合管理するITシステムです。
従来は個別に管理されていたこれらの情報を一元管理することで、業務の効率化を目指します。
導入事例
ERPの操作は基本的に定型作業であるため、RPAに一度覚えさせてしまえば自動化できます。
例えば、SAP ERPとRPAツールの自動入力を連携させるオートメーション化の例はすでに多く、特に海外ではSAP ERPとBlue Prismの連携によるソリューションは非常に著名であり、導入成功事例も大企業を中心に多くあります。
データ入力・出力だけをRPAで？
ほとんどのシステムは、連携させると入力・出力をRPAによるオートメ―ションで行うことが可能です。
AI-OCRによる読み取り、RPAによるシステムへの入力、システムからの出力、そして転記、といった一連のシナリオも多くのシステムで可能なことです。
こうしたシナリオないしワークフローをどうスムーズに開発するかは、システムエンジニアの腕の見せどころではありますし、また、無限に自動化の可能性が広がっていると言ってよいでしょう。
クラウド型RPAのサービスの場合では、シナリオ開発にオブジェクトコードが使えないことが一般的なため、連携に制約が起きがちである点は注意しておきましょう。
シームレスな自動化推進の注意点
システムないしソリューション連携による自動化推進には以下のような注意点があります。
システムないしソリューションの特性を考慮し適用しましょう
RPAが定型的な作業が得意であるように、システム・ソリューションには得意、不得意があります。
人間が行った方がよい業務と自動化する業務の範囲をはっきりと確認しましょう。
不得意部分は無理に自動化はやらなくてよいと割り切ったほうが効率的に自動化を進められます。
業務の「見える化」を推進！ブラックボックス化を防ぎましょう
RPAによる作業は、どのように作業をするか決める側、すなわち業務フローを決定するメンバーやシナリオ作成を行うメンバーにはクリアにわかります。
しかし、その他のメンバーに作業プロセスは見えません。
RPAのしている作業内容がわからないメンバーにとっては、業務の中に「ブラックボックス」があることと同じになり、そこでなにが起こっているのか、理解することもできません。
全員が業務に関する共通の理解を形成しにくい点、全体の業務の流れを把握しにくくなる点はデメリットになります。
現場社員への見える化を徹底させ、ブラックボックス化を防ぎましょう。
システムの不具合による誤作動やトラブルに備えましょう
ITシステムを導入するにあたって、システムに不具合が生じ、誤作動が起こる可能性があるというリスクを考慮する必要があります。
例えば、RPAには作業内容を知らせる機能はありません。
そのため、仮に途中で仮に間違った作業があってもチェックがしにくいというデメリットがあります。
反復される業務において大量の間違いを繰り返してしまうような事態が起こる可能性があるのです。
特にサーバー型のRPAにおいてこのような不具合が起こると、処理数が大きいだけに多くの驟雨性が必要となります。
システムの不具合による誤作動やトラブルを防ぐためには、定期的な点検作業と現場社員のシステムに関する知識向上が必要です。
自動化推進は「経営問題」上層部のリーダーシップが大事
DX推進を成功させるには、デジタル戦略・デジタル施策を主導する存在が求められます。
経営者がDX推進に高い関心と意欲を持ち、一貫してリーダーシップを発揮するのが理想的です。
とはいえ、現実には経営者のデジタルリテラシーが低く、DX推進がなかなか進まない場合もあります。
その場合は、意欲的な中間層の社員が経営者を促し、現場をまとめてデジタル化を牽引するのでも良いでしょう。
記事まとめ
RPAツールによる自動化は、連携により可能性が広がります。
インターネット上では、「RPAはオワコン」「AIやERPはRPAの上位互換システム」というような声も出ていますが、AIやEPRはRPAに代わるようなものではなく、それぞれ違った特徴を持っているという点をよく理解しておくことが重要です。
それぞれのメリットをよく理解し、効果的に連携を行いましょう。
