RPAとAIを組み合わせることで、自動化の新しい世界が開かれます

たとえば、ボットに請求書を分析してもらい、それを社内の適切な連絡先に送信させたいとします。十分簡単そうに思えますよね? もう一度考えてみましょう。ロボットがこのタスクを処理するには、各請求書を標準化するか、数十種類の異なるドキュメントのバリエーションを処理する方法をロボットにプログラムする必要があります。突然、この「単純な」RPA イニシアチブは非常に複雑で高価なものになりました。

AI は、これまでは不可能だった RPA にインテリジェンス層を提供します。 RPA 自体は、単純で構造化された客観的なタスクに限定されています。 AI は、微妙なニュアンス、主観、または非構造化データに対応する機能も含め、可能性を拡大します。 RPA と AI ツールを組み合わせることで、より多くのプロセスを自動化できます。たとえば、ハイパーオートメーションでは次のことが可能になります。

文書を正確に読み取り、分類します。企業は、さまざまなドキュメント形式の処理方法をボットに手動でプログラミングする代わりに、複雑なドキュメントを正確に読み取り、分類するように AI モデルをトレーニングできます。 AI は手書き文字も解釈できるため、企業は手書きの文書をデジタル形式に手動で入力する必要がなくなります。

たとえば、私の会社である Centrate Consulting は最近、世界最大の RPA ベンダーである UiPath と協力し、World Wide Technology (WWT) がハイパーオートメーションを適用して、さまざまな形式と言語で送信される大量の注文書をより適切に管理できるように支援しました。

標準テンプレートと各形式ごとの個別設定がなければ、RPA は文書を個別に「読み取り」分類することはできません。しかし、AI では同じことが言えません。

私たちは、WWT のサプライヤーの 1 社からの 100 件を超える注文で AI ツールをトレーニングしました。 WWT は、RPA と AI を組み合わせることで、以前は多くのバックエンド作業を必要としていたプロセスを自動化することに成功しました。これは、WWT のハイパーオートメーションの取り組みにおける戦略的な部分です。

「WWT は、GenAI と RPA の力を活用してビジネスを変革する機能を構築しています」と、WWT のポートフォリオおよび製品管理担当シニア ディレクターの Dave O'Toole 氏は述べています。「GenAI と RPA をソフトウェア開発、販売活動、顧客サービス、運用に適用することで、WWT は品質、効率、生産性の向上、そして顧客満足度とロイヤルティの向上を目指しています。」

自由形式のテキストを解釈します。 AI は、自由形式のテキスト、チャット、電子メール、その他の非構造化データを読み取って理解できます。顧客からのメールを読んで優先順位をつける責任を持つチームがあるとします。 AI 搭載のボットを使用してこれらのメールを読み取り、社内の適切なチームにルーティングすることで、従業員がより付加価値の高いタスクに取り組むことができるようになります。 AI モデルは継続的に学習するため、時間の経過とともに精度が向上します。

画像を分析します。 AI の助けを借りて、RPA ツールは画像を分析し、不一致やエラーにフラグを立てることができます。たとえば、UiPath の食品および飲料業界の顧客の 1 社では、製品ラベルの正確性を確保する必要がありました。クライアントは、AI 駆動型の自動化を使用して設計草案をレビューおよび分析し、矛盾を文書化し、適切な設計代理店に通知しました。以前はエラーが発生しやすく、完了までに多くのスタッフの時間を要していたプロセスでしたが、現在では各チェックに数分しかかからず、より正確になったため、企業は評判リスクや規制上の罰金から解放されます。

複雑なレポートを作成および分析します。大企業では、レポートの抽出、フォーマット、生成に膨大な時間を費やしています。AI 対応の RPA ツールを使用すると、この面倒なバックエンド作業が不要になります。 UiPath の顧客に関する別の事例をご紹介します。世界的な石油・ガス会社では、毎年何百万ページもの生産・運用レポートを処理しています。これらのレポートのレイアウトとデータ構造が統一されていないため、従業員は手作業でデータを抽出する必要があり、これは骨の折れる作業でした。高度な自動化のおかげで、この会社は従業員の時間を節約し、より価値のある仕事に集中して会社の意思決定プロセスをスピードアップできるようになりました。

複雑な情報を分類します。オーストラリアの相互銀行は、ローンの審査のために生活費を調査する方法を更新する必要がありました。手作業のプロセスは時間がかかりすぎるうえ、エラーが発生しやすいためです。銀行はまず、ローン申請者の約半数の取引を分類するロボットを導入しました。これにより、完全に手作業だったプロセスは改善されましたが、依然として多くの手作業が残っていました。カスタム機械学習モデルを追加することで、銀行は生活費レポートの作成に必要な作業の約 90% を自動化できるようになり、ローン申請プロセスの速度と精度が向上しました。

準備、セット、自動化

上記の例は、ハイパーオートメーションの大きな可能性のほんの一部に過ぎません。

AIが登場する以前から、RPAはすでに驚異的な速度で成長していました。ガートナーによると、RPA ソフトウェア市場は 2022 年に 28 億ドルに達し、成長率は 22.1% でした。参考までに、世界のソフトウェア市場は2022年に11％強成長しました。より高度なテクノロジーがあらゆる規模の企業に広く提供されるようになった今、RPA は今後も大きな進歩を遂げていくでしょう。

これまで RPA に失望したことがある場合は、次の 2 つのことを覚えておいてください。自分だけではない、もう一度試すときが来た、RPA と AI モデルを組み合わせ始めるのは難しいことではない、ということです。

T-of-the-box オプションが存在します。たとえば、UiPath には、感情分類、領収書の読み取り、テキスト翻訳などの自動化に追加できるパッケージ化された機能があり、もう 1 つのオプションは、トレーニングとカスタマイズが可能な事前構築済みモデルである「調整可能な」 AI です。

プロセスを自動化する機会を逃した企業は、自動化に取り組んで効率性の向上と従業員の業務体験の改善に取り組んでいる競合他社に遅れをとることになります。