2022年に注目すべき4つのRPAトレンド

ロボティック・プロセス・オートメーション (RPA) はもはや目新しいものではなく、進化し成熟しつつあるトレンドです。

これは、RPA を多面的な自動化戦略の 1 つの要素とみなしている IT リーダーやビジネス リーダーにとって朗報となるはずです。 2022年には、企業の取締役会、投資家、顧客、その他の利害関係者は、「結果はどうだったのか？」と疑問に思うかもしれません。

もっと具体的に言うと、デジタルトランスフォーメーション、AI/機械学習、クラウドコンピューティングなどの分野への巨額の投資の結果は何でしょうか?

RPA は、さまざまな方法でこれらの大きな IT の柱と交差する成果重視のテクノロジーです。 RPA は登場当初は大いに話題になりましたが、現在はより成熟した段階に入りつつあります。このフェーズでは、IT リーダーとそのチームは、実際に機能して成果を生み出すユースケースに再び焦点を当てます。

「自動化の魅力の 1 つは、段階的に実行できることです」と、Red Hat のテクニカル エバンジェリストである Gordon Haff 氏は語ります。「多くの場合、これはシステム管理者やサイト信頼性エンジニアの視点から自動化するものです。人間が繰り返し実行する特定のアクションを自動化することで、その作業者の負担を軽減できます。」

Bash やその他の自動化に適したプログラミング言語、RPA ツール、その他のテクノロジーのサポートを獲得するためのこの段階的なアプローチは素晴らしいです。 IT リーダーは、チームがより広範な目標に沿った領域に時間とリソースを集中できるようにしながら、自動化をサポートおよび促進する戦略的フレームワークを構築できます。

自動化はより戦略的なものにもなり得るとハフ氏は言う。IBM の自動化担当ゼネラルマネージャー、ディネシュ・ニルマル氏の言葉を借りれば、「どこで従業員が戦略的な優先事項に集中できるか」ということだ。」

2022年に注目すべき4つのRPAトレンド

ここでは、2022 年に RPA 戦略に影響を与える 4 つのトレンドを紹介します。

（１）「ロボットが従業員の仕事を奪っている」という主張は勢いを失っている

自動化技術に対して依然として不安を抱いている人は多く、経営者はそれを無視すべきではない。実際、企業が自動化を積極的に推進している場合、経営陣の沈黙は従業員の仕事を奪うことに対する悪い知らせとみなされる可能性がある。

自動化は時間の経過とともに仕事の効率化をもたらしますが、特に企業やその他の職場において、ロボットが人間の労働者に取って代わるというシナリオは、まだ遠い将来の見通しです。

「RPAが従業員に取って代わるという認識は2022年に誤りであることが証明されるだろう」と、コファックスのテクノロジー戦略およびエクスペリエンス担当シニアバイスプレジデントのアダム・フィールド氏は述べた。「自動化の導入は過去最高に達しているが、米国では雇用が増え続けている。」

実際、多くの企業が自動化戦略を加速させている現在、人材の採用と維持で直面している課題は、自動化によって多数の雇用が失われるという見方に反しているように思われます。

RPA は従業員の職務に影響を及ぼす可能性がありますが、人間を完全に置き換えることは不可能です。ルールベースであるため、反復的なデータ処理タスクなどのジョブには適していますが、その場で決定を下したり、微妙な状況や変化する状況を処理したりすることはできません。さらに認知的な形態の自動化には、かなりの量の人間による監視と介入が必要になります。

世界経済フォーラムが発表した仕事の未来に関する報告書には、「アルゴリズムと機械は主に情報、データ処理と検索のタスク、管理タスク、および従来の肉体労働の一部に重点を置くようになる。人間が強みを維持することが期待されるタスクには、管理、アドバイス、意思決定、推論、コミュニケーション、対話などがある」と記されています。

フィールド氏は、RPA が人材確保のツールになる可能性があると考えています。反復的なタスクの一部をロボットに任せることで、企業は特定の仕事の単調さを軽減し、人々の創造性を高めることができます。

「従業員のやる気を起こさせない退屈で単調な作業を自動化で処理することで、企業は最近の退職の波の中でも従業員の定着率の向上を実感し始めるだろう」とフィールド氏は語った。

（２）インテリジェントオートメーションは競争ではなく協力に依存する

RPA の世界では、「インテリジェント オートメーション」は流行語として何度も使われてきましたが、現在再び人気が高まっています。

この用語は一般に、RPA、ローコードおよびノー​​コード開発ツール、人工知能/機械学習など、さまざまなテクノロジーの採用を指します。また、RPA 自体は「インテリジェント」ではないという現実も示唆しています。つまり、RPA は (一部の機械学習モデルのように) 独自に学習したり、人間の介入なしにユーザー インターフェイス (UI) の変更に適応したりすることはできません。インテリジェント オートメーションは、多くの場合、より基本的な形式のプロセス オートメーションがより高度な認知技術を補完する方法、またはその逆の方法についての野心的なビジョンです。

RPA 市場は、より広範な自動化および AI 業界と同様に、コミュニティ主導ではなく、非常に競争が激しい市場です。 Fortress IQ のプロセスおよび自動化エクセレンス担当主任コンサルタントである Jon Knisley 氏は、真のインテリジェント自動化には定義上、協調的なアプローチが必要であると述べています。ニズリー氏は、2022 年には協調型インテリジェント エコシステムの必要性に対する人々の注目がますます高まると考えています。

「誰もこれを単独では実現できません」とニズリー氏は言う。「インテリジェントな自動化を正しく実行するには、可動部分が多すぎるため、1 つのベンダーがソリューションを提供するのは困難です。」

ベンダーは、RPA ツールと人工知能または機械学習ソリューションを組み込んだ「インテリジェント オートメーション」を提供する場合があります。しかし、これはコラボレーション エコシステムの問題の表面に触れただけかもしれません。

「プロセス テクノロジー (プロセス マイニングやタスク マイニングなど)、ワークフロー ツール、ビジネス インテリジェンス、ローコード プラットフォーム、その他のサービスは、包括的なインテリジェント オートメーション機能に不可欠です」と Knisley 氏は述べています。「明らかなつながりを超えて、コンプライアンスと顧客サービスに関する成果ベースのパートナーシップをさらに探してください。」

このエコシステムは、市場の要求という理由だけでも成長するでしょう。自動化に関する多くの空約束は、包括的なツールのポートフォリオがなければ実現不可能です。

「企業は、業務効率を改善し、コストを節約するために、強力なツールセットにますます注目しています」と、クニズリー氏は言います。「各製品は個別に価値を提供しますが、これらのソリューションを一緒に使用することで、より大きな総合的な価値を実現できます。」

（３）AIの代表的なユースケースとRPA戦略は相互に補完し合う

Thoughtworks のグローバル テクノロジー リーダーである Mike Mason 氏は、インテリジェント オートメーションの範疇に含まれるかどうかに関わらず、2022 年には RPA と AI/機械学習の交差点がさらに増えると述べています。

メイソン氏は、今日のエンタープライズ AI/ML のユースケースは、価格設定や製品の推奨など、大規模なデータ主導の意思決定を最適化することと、経営陣のカーボン ニュートラル計画の支援など、複雑な取り組みの一環として人間が選択を行うのを支援することの 2 つのカテゴリのいずれかに分類されると考えています。メイソン氏は、これらのパターンが、RPA と AI/機械学習をどのように組み合わせるかという戦略的選択を自然に導くだろうと考えています。

「AI が RPA を強化する方法に、これら 2 つの異なるスタイルが反映されることを期待しています」とメイソン氏は言います。「自動化がバッチ データ処理用である場合、最適化アルゴリズムを組み込むことができます。自動化が顧客サービス用である場合、AI は顧客サービス担当者 (CSR) が選択して代わりに実行できる一連の可能なソリューションを提供できます。」

これは理想的とは言えないモデルにもなり、AI 支援 RPA は AI 型 RPA と同様の誇大宣伝に直面することになるだろうとメイソン氏は述べた。

「機械学習では、過去のデータが将来の決定に影響を与えると想定されていますが、必ずしもそうとは限りません」と彼は言います。「ユースケースでは、機械学習のように複雑なものが必要ですか？おそらくそうではありません。よりシンプルで、より伝統的な統計手法で十分な場合もあります。」

ここで注意すべき落とし穴があります。それは、AI/ML 対応の RPA が常に優れていると想定することです。そうではありません。あらゆる種類の自動化（特に AI 自動化）を壊れたプロセスや問題の万能薬として描写する人には注意してください。

「組織はRPAの文脈におけるAIの誤りに懐疑的になり、認識する必要がある」とメイソン氏は述べた。

（4）RPAは人事プロセスツールを変革する

多くの自動化の取り組みはテクノロジーのみに焦点を当てており、人が関与する場合は、仕事への悪影響のみに焦点を当てることがよくあります。

ニズリー氏は、複雑な変化の文脈において、このことの重要性を強調しました。多くの企業がデジタル変革の取り組みを実施していますが、その結果はまちまちであることが多いのです。

これは多くの場合、人材とプロセスに対する可視性と重点の欠如が原因です。多くの企業は、実際には理解していないプロセスの自動化と変革を続けています。

「複雑な変更に伴う最大の課題は、現状の活動に対する可視性の欠如です」と、Knisley 氏は言います。「残念ながら、ほとんどの組織は、日々の業務がどのように行われているかを理解していません。現在の業務を明確に理解しなければ、目標を効果的に達成することはできません。」

これは、RPA とインテリジェント オートメーションを中心に活気あるエコシステムを構築するもう 1 つの理由です。プロセス マイニングなどの技術を通じて、「プロセス インテリジェンス」のギャップを埋めるのに役立つ可能性があります。プロセス インテリジェンスは一般に、企業のプロセスとワークフローに関する情報を自動で常時収集するものと定義されます。

「プロセス インテリジェンスは、企業に『今日何をしているのか』という運用上の洞察を提供し、ビジネスの価値を向上させ、高めます」と Knisley 氏は述べています。

結局のところ、自動化と変革の失敗は、人材を過小評価し、プロセスを無視したことが原因であることが多いのです。これらの問題を解決できる万能の技術は存在しません。 2022 年にはさらに多くの企業がこれを受け入れ、デジタル変革の目標を達成できない理由を評価するでしょう。

「組織がデジタル変革に注力する際、人材やプロセスの側面を考慮せずにテクノロジーに重点を置きすぎることがあります」とニズリー氏は言う。「人材、プロセス、テクノロジーに対してバランスのとれたアプローチを取ることで、デジタル変革の成功率を大幅に高めることができます。」