2020 年の RPA の 7 つの主要トレンド: AI の有効化からより戦略的な拡張まで

2020 年の RPA の 7 つの主要トレンド: AI の有効化からより戦略的な拡張まで

ロボティック プロセス オートメーション (RPA) サービス プロバイダーである Blue Prism の CTO EMEA である Peter Walker 氏は、企業がロボティック プロセス オートメーション (RPA) の導入によって優れた成果を得られるようになると予想される、2020 年の主要な開発について予測し、分析しています。

[[315561]]

では、2020 年のロボティック プロセス オートメーション (RPA) の主なトレンドは何でしょうか?

1. RPAベンダーの差別化に関する洞察がさらに深まる

現在、市場には 150 を超えるロボティック プロセス オートメーション (RPA) ブランドが存在し、生産性要件、設計品質、アプローチが大きく異なるため、多くの企業が混乱する選択に直面しており、これらの重要な技術的違いをより深く理解する必要性が高まっています。ロボティック プロセス オートメーション (RPA) 製品は今年、より明確にセグメント化され始め、ベンダーはデスクトップ環境で迅速かつ戦術的なメリットを提供する製品と、大企業でより戦略的な変革を提供する製品の 2 つの大まかなカテゴリに分類されます。

多くの新しい RPA ブランド製品には設計上の制限があるため、一部の企業が自動化プロジェクトの規模を拡大しようとする際には、この明確さが極めて重要になります。現実には、大規模なデバッグと大幅な変更管理のオーバーヘッドを必要とする、コード集約型の展開になる可能性があります。この主張は、ガートナーの最近の予測によって裏付けられています。「2021年までに、企業の40%が、不適切な使用、サイロ化された使用、拡張の失敗により、ロボティックプロセスオートメーション(RPA)製品の購入を後悔するだろう。」

ロボティック プロセス オートメーション (RPA) が変革ツールとしての約束を果たしたときにのみ、その真の価値が認識されます。これは、企業の焦点が、コード不要のビジネス主導の設計原則に基づくロボティック プロセス オートメーション (RPA) テクノロジーの採用へとますます移行することを意味します。

RPA の連携も重要なので、集中型プラットフォームを提供するベンダーは、ますます知識が豊富な「デジタルワーカー」が企業全体で自動化イニシアチブを実施、共有、拡張できるようにし、メリットを加速させます。

2. 新しいRPA選択基準

企業がロボティック プロセス オートメーション (RPA) を選択する方法について再考し、セキュリティ、回復力、ガバナンスが実装のスピードよりも重要である、要求の厳しい大規模エンタープライズ環境で RPA が正常に動作し、拡張できる能力について、より情報に基づいた評価が行われます。つまり、RPA ベンダーの選択基準には、より有意義な洞察が考慮されることになります。これらには、必要なコーディングの全体的なレベル、より高い作業負荷、概念実証後の価値の証明、スケーラビリティの可能性、コラボレーションの可能性、ロボット機能、全体的なセキュリティ、監査機能などが含まれます。

企業が市場の誇大宣伝を理解して選択のリスクを軽減し、長期的な問題を回避するために、これらの洞察はこれまで以上に重要になります。

3. RPAの価値をより適切に測定する

成熟した RPA ユーザーの経験と実証済みの結果を研究することで、RPA の影響を測定するより有意義な方法を発見します。これらの方法には次のものが含まれます。

  • 新しいサービスと製品 - スタッフが以前は実行できなかった、または安全かつ準拠した方法で実行できなかったアクティビティ。
  • 生産性の向上 - ビジネスでどれだけの時間が節約されるか。
  • サービスの品質と提供がどのように改善されるか - これは、より高速で、エラーがなく、より高速な実行と市場投入までの時間の短縮によるもので、これにより、応答時間が長くなることに関連するリスクが軽減されます。
  • 加速、革新、機会の創出 – 企業の人々がテクノロジーの機能を活用して、新しい価値のあるサービスや製品を生み出す方法。
  • 運用変革 - 自動化されたプロセスからのトランザクション データから得られる実用的な洞察を使用してビジネス プロセスを最適化または再構築し、関係者のエクスペリエンスを向上させて長期的な価値を生み出す方法。
  • より幸せで、よりやる気のある従業員 – より知的に挑戦的で、充実感があり、価値のある仕事に自由に取り組めるようになり、新しい役割に満足感を感じている従業員はどれくらいいるでしょうか。

4. RPAがAIの実現に寄与する

2020 年を通じて、ロボティック プロセス オートメーション (RPA) は、企業内での人工知能、自然言語処理、インテリジェント光学文字認識、通信分析、プロセス最適化、機械学習の導入をテストおよび導入するための手段としてますます普及し、「ハイパーオートメーション」を推進するでしょう。

Digital Application Exchange を使用すると、さまざまな構築済み AI、認知技術、破壊的技術に簡単にアクセスしてダウンロードできます。これらの取引所は、パートナー エコシステムからのイノベーションに直接アクセスできる拡張のためのワンストップ ショップを提供し、デジタル ワークフォースにスキルを追加して、よりスマートな自動化イノベーションの実現を支援します。

5. デジタルワーカーとロボットのより明確な区別

また、市場に出回っているさまざまなロボットとその機能の大きな違いについての理解も深まるでしょう。これは、ロボットがビジネス変革のきっかけとなるため重要です。記録されたプロセス手順に依存して戦術的なタスクを完了するが、計画外の変更に適応できないロボットもあれば、より人間のように動作するより高度な「デジタルワーカー」も存在します。

これらのデジタル ワーカーは、事前に構築されたインテリジェントで、生産性が高く、自己組織化され、マルチタスクを実行するリソースであり、API を使用せずに人間と同じ IT システムとメカニズムを独自に使用およびアクセスし、過去、現在、将来のあらゆるアプリケーションのプロセスを自動化できるという点で、他のロボットとは異なります。

デジタルワーカーは人間と同じように、より速く、より正確に活動を実行しますが、人間や他のロボットと協力し、彼らから学習することも増えるでしょう。 2020 年には、より多くの組織が人間とデジタルワーカーの独自の機能を活用して、より複雑なエンドツーエンドのアクティビティを実行するようになります。

6. RPAはより戦略的なユースケースに焦点を当てる

プロセスと組織構造、そして他のテクノロジーを再考することで、より多くの企業が RPA に対してより総合的かつ戦略的なアプローチを採用し、エンドツーエンドのプロセスの自動化とワークフローの最適化に重点を置くようになるでしょう。

賢明な組織は、より広範なプロセス検出、プロセス マイニング、プロセス自動化、およびデータ取り込みスイートも検討し、最大の価値をもたらすことが期待される、よりビジネスに沿った複雑なアクティビティの提供を支援します。これらには、法的文書の検証と抽出、請求書の自動処理、不正検出、および同様のビジネスおよびプロセス領域が含まれます。

7. RPAの拡張に対するより戦略的なアプローチ

2020 年には、自動化は、持続的な価値、寿命、回復力を大規模に提供するために、より慎重に計画、モデル化、設計されるようになります。大規模な成功を達成するための主な成功要因には、RPA をより広範なデジタル変革戦略に統合すること、プロセス ガバナンスとの整合、主要な利害関係者の賛同、およびプロセスの最適化が含まれます。

その他の成功要因としては、自動化とプロセス最適化に関する専門知識を開発するための IT および外部パートナーとのコラボレーション、明確なガバナンスと運用モデル、IT アーキテクチャとインフラストラクチャの集中型フレームワーク、利害関係者とのコミュニケーションと変更管理などが挙げられます。

<<:  仕事再開時に間接接触を避けるには?顔認識アクセス制御で徹底した予防と管理を実現

>>:  AIが人々の職場復帰を支援:重慶の音声ロボット、北京の無人配達、広州の顔認識体温測定

ブログ    
ブログ    

推薦する

未来を受け入れる: 2024 年のホームオートメーションの 5 つのトレンド

新たな進歩の時代を迎えるにあたり、「スマートホーム」という概念がかつてないほど普及しています。人工知...

2017 年の機械学習開発に関するトップ 10 の予測: 悲観的か現実的か?

「分析の時代」はまだ始まったばかりですが、私たちには多くの刺激的なアイデアと期待がもたらされていま...

...

武器化されたAIとIoT攻撃は最大の技術的脅威となる

1. 「企業が人工知能やモノのインターネットなどの新しいテクノロジーの導入を検討するにつれ、攻撃対象...

...

EUがAIを活用して社会イノベーションを推進する方法

2020年の新型コロナウイルスの世界的な蔓延は、人類にとって永遠の記憶となることは間違いないだろう。...

米国商務省は、生成型人工知能の潜在的なリスクに対処するために、公開AIワーキンググループを設立した。

6月25日、ジーナ・ライモンド米国商務長官は、国立標準技術研究所(NIST)が人工知能(AI)に関...

AIが写真を見て場所を推測、その精度は90%以上!スタンフォードの最新のPIGEONモデル:予測誤差の40%は25キロメートル未満

インターネット上に何気なく投稿された写真から、どれほどの情報が漏れてしまうのでしょうか?外国人ブロガ...

人工知能とクラウドコンピューティングはアプリケーションエコシステムの形成を加速させている

[[430244]]現在、人工知能は生産性の向上を可能にし、さまざまな産業のインテリジェント化と新旧...

AIとスマート信号機が通勤を変えるかもしれない

世界的なパンデミックの影響で、世界各地でロックダウンが実施されたことにより、街の交通量は減少し、地域...

会話型AIが顧客体験を向上させる方法

[[380661]] [51CTO.com クイック翻訳] 会話型 AI により、アプリケーションは...

既存のビッグデータ技術を使用して機械学習プラットフォームを構築する方法

[[210160]]機械はどのように学習するのでしょうか?人間の脳は継続的に経験を蓄積する能力があり...

...

自動運転車における LiDAR とカメラセンサーの融合

センサーフュージョンは、自動運転車の重要な技術の 1 つです。これは、すべての自動運転車のエンジニア...

IEEE コンピュータ協会が 2023 年の技術トレンド予測評価を発表

コンピューターサイエンスとエンジニアリングの主要会員コミュニティである IEEE コンピューターソサ...