超知能オートメーション: タマネギの皮をむく旅

翻訳者 | 李睿

校正 | 孫淑娟 良策

企業システムのインテリジェント自動化のプロセスでは、各段階の開発はタマネギの皮をむくようなものであり、この記事ではそれを層ごとに説明します。

2021年、ハイパーインテリジェントオートメーション（HIA）は本当に注目を集めています。 2022年を迎え、今後もその重要性はさまざまな形で実証されていくことでしょう。 Zinnov Zones Consultingが発表したハイパーインテリジェント自動化市場の発展に関する最近の調査レポートによると、この分野は年間50%から55%の成長率で成長し、その価値は2021年の24億ドルから2026年までに180億ドルを超えると予想されています。取引エコシステムにおけるハイパーインテリジェント自動化の需要は着実に増加しており、ハイパーインテリジェント自動化取引の3%～35%が50万米ドルを超えると予想されています。

この傾向は、大企業における根本的な変化を浮き彫りにしており、大企業はもはや効率性とコスト削減における自動化の役割だけに焦点を当てるのではなく、利害関係者の体験とビジネスの回復力の向上における自動化の有効性にもっと関心を寄せています。

コンサルティング会社 Gartner は、ハイパーオートメーションを、企業が可能な限り多くのビジネスおよび IT プロセスを迅速に特定、レビュー、自動化するために使用できる、ビジネス主導の規範的なアプローチと定義しています。ハイパーオートメーションには、人工知能、機械学習、イベント駆動型ソフトウェア アーキテクチャ、ロボティック プロセス管理 (RPA)、ビジネス プロセス管理 (BPM)、インテリジェント ビジネス プロセス管理スイート (iBPMS)、サービスとしての統合プラットフォーム (iPaaS)、ローコード/ノーコード ツール、パッケージ ソフトウェア、その他の種類の意思決定、プロセス、タスク自動化ツールなど、複数のテクノロジ、ツール、プラットフォームを調整して使用することが含まれます。

注目すべき重要な点は、組織が急速に成熟し、自動化アプローチ ベースの戦略 (RPA、AI、または機械学習の導入) から自動化成果ベースの戦略 (利用可能な最善のアプローチを使用して目標のビジネス成果を達成する) にスムーズに移行していることです。しかし、概念的には成熟が達成されているものの、ほとんどの企業では、ハイパーインテリジェントな自動化戦略が十分に練られていない、ユースケースを特定できない、さまざまな自動化分野における人材が不足している、短期間で成果を上げようとする傾向が強いなどの要因により、実行面で依然として支障が出ています。

超インテリジェントな自動化は短距離走ではなくマラソンである

超インテリジェントな自動化を選択することは短距離走ではなくマラソンなので、結果が出るまでには時間がかかります。したがって、望ましい結果を得るには、忍耐が不可欠であり、適切な戦略によってサポートされる必要がある場合が多くあります。さらに、マラソンで優勝するには、アスリートは精神的に非常に強い必要がある場合が多いため、超インテリジェントな自動化を実現するには、企業が十分に強力なプロセス コアを備えていることも確認する必要があります。

「プロセス出力ジャーニー」または「コア出力ジャーニー」は、企業がインテリジェント自動化プロセスを秩序正しく完了するのに役立ちます。このプロセスはタマネギの皮をむくようなもので、企業がインテリジェントな実現への道で従わなければならないルールを層ごとに明らかにしていきます。

タマネギの「上部の芽」が、自動化が必要なプロセスの中核を形成します。企業はここから始めて、プロセスを注意深く観察し、プロセスとタスクを深く掘り下げ、既存のプロセスマップを評価して付加価値のない部分を確認し、これらの部分を最適化して前進する必要があります。

タマネギの「上の芽」の外側の層にある 3 つの「タマネギの皮」の層はそれぞれ、より高度な自動化方法を表し、通常は論理的に進行し、企業が自動化を通じて特定の目標を達成するのに役立ちます。最初のレイヤーは、ユーザー インターフェイス (UI) レベルでの自動化を表します。これは、ロボティック プロセス管理 (RPA) によって最も効果的に実現されます。2 番目のレイヤーは、ビジネス プロセスを自動化して、エンド ユーザーに優れた顧客エクスペリエンスを提供することを目指しています。3 番目のレイヤーは、人工知能と機械学習の適用によって得られるインテリジェントな洞察を表します。

タマネギの最も外側の層については、内部プロセスと運用が最適化されていることを前提とし、モノのインターネット、エッジ分析、人工知能を適用して、企業に将来の意思決定に役立つガイド分析を提供することに重点を置いています。

次の図に示すように:

超インテリジェント自動化へのタマネギ層アプローチ

プロセスが最適化されておらず、非効率なままである場合、ロボットプロセス管理 (RPA)、ビジネスプロセス管理 (BPM)、または人工知能/機械学習ソリューションを単純に適用することは非論理的であり、企業は自動化の潜在的なメリットを享受できません。同様に、データフローが不十分なために業務プロセスを最適化できない場合、AI や機械学習を導入しても意味がありません。データは AI と ML の原動力であり、基盤となるビジネス プロセスとケース管理アプローチが非効率な場合、これらのデータ ソースを最適化できず、AI/ML を導入しても何の成果も得られません。

したがって、AI ソリューションを使用している世界中の企業の 25% が約 50% の失敗率を経験しているのも不思議ではありません。同様に、初期のエンタープライズ RPA プロジェクトの約 30% ～ 50% は、導入方法が未熟で非効率的であるために失敗し、結果的に悪い結果に終わっています。

ただし、上記の方法は依然として非常に柔軟性があります。組織が自動化監査を実施し、すでにレベル 2 (RPA による自動化) に達していることがわかった場合は、自然にレベル 3、4、5 に進むことができます。

したがって、企業は機会が存在すると思われる場所から始めることができますが、ガイドとしてこれらの階層に従うことになります。

結論は

超インテリジェント自動化のタマネギのような階層化アプローチは非常に系統的です。プロセスを最適化し、RPA を使用して、プロセス上のユーザー インターフェイス (UI) レベルで日常的なタスクを自動化できます。次に、BPM ツールを使用してビジネス プロセスを自動化し、豊富なビジネスおよびプロセス レベルのデータ プールを活用し、人工知能と機械学習を適用して洞察を獲得します。最後に、データ プールが本当に強力で、プロセスが最適化されると、IoT とエッジ分析を使用して予測的かつガイド付きの意思決定を行うことが可能になります。

これらのレベルには、進行中のステージから他のステージを包含する固有の傾向があり、それによって実行中の作業への集中を促進します。したがって、これらのオニオンスキンは、インテリジェント自動化の旅の各段階のようなもので、企業は層ごとに前進し、インテリジェント自動化プロセスに向かって体系的に進んでいきます。

原題: ハイパーインテリジェントオートメーションへの「タマネギの皮」アプローチ、著者: Ved Prakash