AIが「ツール人」を救う: RPA+AIがすべてを自動化

この記事はAI新メディアQuantum Bit（公開アカウントID：QbitAI）より許可を得て転載しています。転載の際は出典元にご連絡ください。

HRのシャオA。

典型的な草の根人事担当者として、彼の日常業務の大部分は文書手続きの処理です。

入社手続き、退職手続き、休暇申請、5 つの保険と 1 つの住宅基金の処理、さまざまな書類のスキャン、従業員情報のシステムへの入力、さまざまな部署へのメールの送信などを行います...

忙しくて退屈な仕事が毎日過ぎていった。大学を卒業したばかりのシャオ・アさんは、他の部署の同僚たちが新製品や大きなプロジェクトに取り組んでいるのを見て、自分の才能を無駄にしていると感じています。

しかし今では、こうした面倒な作業はすべて、インテリジェントな自動ロボットに任せることができます。

請求書の入力、文書の処理、固定形式での電子メールの送信など、反復的で面倒な作業はすべて自動的に実行できます。

操作インターフェース上で簡単な設定が完了すれば、システムは自動的に操作を完了し、さまざまな視覚および音声 AI 機能を呼び出して、従来のオフィス自動化システムではできなかったことを実現します。

彼は、最近リリースされたばかりの Laiye Technology のUiBot Mageを使用しています。

UiBot Mage がオンラインになると、UiBot ファミリーの元の 3 つのモジュール (Creator、Worker、Commander) と統合され、RPA ロボットの製造、実行、配布、インテリジェンスに対応するツールとプラットフォームが提供されます。

UiBot Mageとは

機械的な労働から離れて創造的な仕事へと移行することは、非常に未来的なことのように思えます。

では、UiBot Mage は AI をどのように活用して作業を自動化するのでしょうか?

これはRPAから始まります。

RPA は Robotic Process Automation の略で、ロボットによるプロセス自動化のことです。

このタイプのサービスは、財務および税務システムでの固定された操作手順の完了、電子商取引のバックグラウンドでの定型的な製品アップロード/注文処理タスクの完了、学務システムでの学生の成績の一括入力など、コンピュータ画面のUIインターフェイス上に存在する面倒で固定された作業プロセスの一部を自動化できます。

しかし、従来の RPA は十分にスマートではなく、構造化データしか処理できず、非構造化データは処理できません。

整理された Excel スプレッドシートでは、機械的な並べ替えやフィルタリングを実行し、棒グラフや円グラフを自動的に作成できますが、散在するレコードや分類されていないデータは自動的に処理するのが難しく、手動で分析して判断するには人間の脳の助けが必要です。

中国名を「マジシャン」というMageは、コンピュータービジョンや自然言語処理など複数のAI機能を統合し、従来のRPAにさまざまなAIモデルAPIへのアクセスを提供し、機械化されたプロセスフローしかできなかったRPAに、非構造化データも理解して処理できるスマートな頭脳を与えています。

たとえば、OCR 技術を使用して、特別付加価値税の請求書、各種証明書、その他の画像などの画像を一般的なテキスト ファイルに変換することをサポートしています。事前トレーニング済みのモデルにより、件名、日付、番号などを 97% 以上の精度で直接読み取ることができます。すべてのモデルはプライベート展開をサポートしており、これらのファイルの情報が漏洩しないようにします。

UiBot Mage は、画像上のテキストを読み取った後、テキストを理解する機能も備えています。テキスト分類、情報抽出、テキストマッチングの事前トレーニング済みモデルを通じて、電子メールの件名の要約、契約書の当事者 A と当事者 B の日付などのコア情報の抽出、履歴書のコア情報の読み取り、2 つの住所が同じ場所に属しているかどうかの判断など、一般的な NLP タスクを自動的に完了できます。

さらに、ユーザーによって業務が異なるため、使用時に使用されるコーパスも当然異なり、特定のシナリオにおけるモデルのパフォーマンスを向上させるためにターゲットを絞ったトレーニングを実施することもできます。

さらに、Laiye Technology は、RPA ロボットが実際の従業員のように人間のリーダーと対話できることを期待しており、双方向の対話と複数ラウンドの対話を実現するために、マルチモーダルな人間とコンピューターの対話機能も統合しています。

UiBot Mage のリリース後、UiBot Community Edition ユーザーはこれらの AI 機能を直接使用できるようになり、Enterprise Edition ユーザーはカスタマイズやアップグレードも可能になりました。

RPA はローコードであるため、ユーザーは UiBot に組み込まれた Creator コマンドを活用し、Scratch でモジュールを直接ドラッグするのと同じように、ドラッグ アンド ドロップするだけで RPA プロセスで AI 機能を使用することができます。モデルはパブリック クラウドから直接呼び出すことも、プライベートにデプロイすることもできます。また、「VAT 請求書の認識」などの一般的なモデルを呼び出して、カスタマイズされたタスクのモデル トレーニングを実行することもできます。

さまざまなシナリオで効率的なスピードアップ

UiBot Mage のこれらの機能により、UiBot は RPA + AI 機能を実現し、多くの面倒なタスクをインテリジェントに解決できます。

つまり、「非常に面倒だが、誰かがやらなければならない」仕事はすべてロボットに引き継ぐことができるのです。

例えば、さまざまなショッピングモールに出店する同一ブランドのチェーン店の経営など。

万達やジョイシティなどのショッピングモールのレシート形式は異なりますが、ユニクロなどのチェーン店は異なるショッピングモールに位置しており、各店舗にはPOSシステムがあり、チェーンブランド店のシステム情報と異なるショッピングモールのレシート情報を照合して、注文収益を照合・明確化する必要があります。

UiBot MageはOCR+NLP技術の助けを借りて、異なるシステムから商品名、数量、販売価格、合計金額、取引時間などのコア情報を自動的に抽出し、決定木を使用してそれらの一貫性を検証することができます。手動で何度も校正する必要がなく、自動的に調整を完了できます。

もうひとつの例は、製薬会社が新薬を宣伝するプロセスです。

製薬会社は医師に新薬を販売するために医薬情報担当者を派遣する必要がありますが、医師は医薬情報担当者の言うことをそのまま信じるわけではなく、具体的な効能や副作用について疑問を抱くでしょう。しかし、MR はそこまで包括的な専門的医療知識を持っていません。彼らはこれらの質問をサービス チームの同僚に送ります。サービス チームの同僚は大量の医学論文を検索し、薬の有効性を証明する学術研究を見つけて MR に送ります。MR は医師にフィードバックして、自社の薬の有効性を証明します。

このプロセスでは、サービス チームが大量の医学文献を見つける必要があり、サービス チームが 24 時間オンラインになることはできません。また、さまざまな医師が提起する質問も非常に似ているため、この作業は反復的で退屈です。

しかし、UiBot Mage プラットフォームの NLP 機能の助けを借りれば、システムは医療担当者から送られた質問を自動的に理解し、文献ライブラリで情報文書を検索し、薬の効能と副作用を説明する文書の段落を自動的にロックし、重要なポイントを強調表示して医療担当者に送信できます。その後、医療担当者は紙の文書を医師に渡すため、プロセス全体がよりスムーズかつ迅速になります。

地方自治体が一般市民向けの業務を処理するために使用する政府サービスホールもあり、さまざまな政府部門が集まっています。

手続き担当者が書類や資料を総合窓口に直接提出する場合、担当者はどの部署に連絡すればよいかを手作業で判断し、書類をスキャンしてアップロードし、システムに入力して、手続きの進捗状況を追跡する必要があります。

しかし、RPA+AIを活用すれば、自動OCR認識が可能になり、テキスト情報を抽出して自動的にアーカイブに入力し、各部署に送信して進捗状況を問い合わせるといったことも可能になります。このプロセスは非常にシンプルで効率的になります。

Laiye Technologyは、UiBot MageのすべてのAI機能がプライベート展開サブスクリプションモデルで利用可能であり、インスタンスの価格は年間5万元からであることを明らかにした。AI機能によって価格は異なり、モデルの複雑さによって異なる。

チームのジュニアアシスタントを雇うのに年間 50 万ドルの給与が必要な場合でも、コスト削減は依然として相当な額になります。

Laiye Technology の顧客の 1 社では、毎日何千もの電子メールを処理する必要があり、電子メールを自動的に分析、分類、返信する機能が必要です。 1 通の電子メールを手動で処理するのに 10 分かかり、1 日に 1,000 通の電子メールが届く場合、20 人の労力が必要になります。しかし、代わりに RPA + AI を使用すれば、20 人の人員を解放して、より価値の高い作業を完了できるようになります。

すべてを自動化できる

驚くべき効率性。

AI技術と連携したRPA製品と比較すると、十分にスマートではない従来のRPAは、ボタンをクリックすることしかできないツールになってしまい、スキャンした文書内のテキストを認識できず、情報を自動的に整理できず、機能が制限され、用途がやや狭くなってしまいます。

そのギャップはスマートフォンとフィーチャーフォンの間と同じくらい大きいです。

従来の RPA は、通常のロボット アームと同様に、番号付きのプログラムに従って固定位置で固定されたアクションを完了し、変化する環境に対応することができません。

AI 機能が追加された RPA は、センサー、脳、アクチュエーターを備えたロボット アームのようなもので、入力認識、プロセス オーケストレーション、出力フィードバックの閉ループを形成します。より複雑なタスクを完了し、エンドツーエンドの自動化を実現できます。

さらに、システムの自動運用の範囲も広くなりました。

従来の RPA はローカル アクションしか完了できません。いくつかのボタンをクリックした後、次のステップを完了するにはよりスマートな「頭脳」が必要であることがわかります。AI 機能を追加すると、スマートな「頭脳」を持つのと同じです。作業プロセス全体を自動的に完了でき、適用シナリオも大きくなります。

たとえば、ほとんどの人はコーヒー豆を挽くことしかできないマシンを購入しません。なぜなら、豆を自動的に挽いた後でも、コーヒーを入れるために手動でお湯を沸かさなければならないからです。しかし、コーヒーマシンが豆の挽き方からお湯の沸かし方、淹れ方までの全工程をこなすことができれば、市場でより人気が出るでしょう。

さらに、この効率化はRPA+AIを活用する企業にとってだけでなく、その企業の従業員にとってもより大きな価値を実感できる機会となります。結局、毎日同じ仕事をしていると、35歳を過ぎると解雇される可能性が高くなります。

ユーザー側はさておき、供給側から見ると、RPA 自体に AI を実装することで、より多くの「ドラゴン退治」 AI モデルが着陸インターフェイスを見つけるのにも役立ちます。

自動画像認識、自動テキスト変換、自動翻訳など、AI モデルの大部分は、本質的には「単純な思考を必要とするタスクを一括して迅速かつ自動的に完了する」ことを目的としています。しかし、バッチで素早く作業し、人間の手を解放できる AI モデルには、商用アプリケーションからの着陸インターフェースが欠けているだけです。

インターフェースが取得されれば、これらの AI モデルにその才能を発揮するプラットフォームを提供することになり、モデルの開発者もより多くの利益を得ることができます。開発者はより優れたモデルをトレーニングし、より効率的にユーザーにサービスを提供できるようになります。より豊富なアプリケーション シナリオとより多くのユーザーが、開発者の研究開発作業のモチベーションを高めます。

研究開発から実装まで、産業エコシステム全体の積極的な推進力により、すべてが自動化できる世界はそう遠くありません。