RPAとAIの違い

 2018.02.15  RPAチャンネル編集部

「RPA (Robotic Process Automation:ロボティック・プロセス・オートメーション) 」と「AI (Artificial Intelligence:アーティフィシャル・インテリジェンス)」。前者はパソコン内の単純作業を中心に自動化するためのロボットソフトウェアであり、後者はいわゆる人工知能のことです。

これら2つのワードは「ロボット」という言葉で関連をイメージさせるのではないでしょうか。たとえば、RPA→ロボット→AIというかたちで連想したりします。あらためてこの二つは同じなのか違うのか、対立するものなのか補完するものなのかといったことを正しく認識できているでしょうか。

ロボットというのは物理的な形があり、それを動かす脳の部分がAIだとすると、ソフトウェア「ロボット」と呼ばれるRPAはどっちなの?という具合です。

両方の言葉が一般的に浸透しつつあるいま、今回はRPAとAIの違いについてご紹介します。

RPA (Robotic Process Automation:ロボティック・プロセス・オートメーション)

「ロボットを用いてプロセスを自動化する」、RPAを直訳すればこんな意味があります。ただ、ロボットといってもソフトバンクが提供する「Pepper」のような物理的な実体を持っているロボットではなく、あくまでソフトウェアを指しているため、頭や体があるわけではありません。ソフトウェアによって、いままで手動で行っていた単純作業を自動化するためのツールであり、ロボットのようにPCの中でひたすら処理をこなすのがRPAなのです。

RPAの特徴は、実際にはプログラムの実行なので、事前にプログラムで指示されたとおりにしか動作しないということです。つまり、自らが学習したり判断することはなく、判断が必要な部分、たとえばフィールドの値が1,000以上であればAという処理をし、1,000未満であればBという処理をするということもあらかじめ完全に指示しておかなければ期待した動作はしません。後述するAIとの違いでは、処理内容や判断条件を厳密に定義しておく必要があるということです。

たとえば、日次や週次、あるいは月次などで定期的に発生する業務はないでしょうか?たとえば人事部なら社員の給与計算、経理部なら請求書発行などが該当するでしょう。こうした事務処理の業務は機械的な作業が多く、同時に正確さも強く求められます。RPAが自動化する業務にはこうした単純作業に非常に向いています。

RPAはソフトウェアなので、あくまでPC上で人に代わって操作を代行します。これまでのソフトウェアの自動化ツールはマクロでの作りこみのようにそのアプリケーションの中で動作するか、統合するシステムを開発するかという選択が主流でした。システム開発では工数や費用が莫大になるため、日常的なちょっとした業務は結局手作業に頼っているケースが多いのではないでしょうか。

たとえば、Excelで集計した結果をWebの業務アプリケーションに入力し、そこで発行されたIDをまた別の報告書に転記するというようなプロセスでは、マクロではWebアプリケーションに対応できず、またシステムを作ろうとするとWebアプリケーションのAPIが必要になるなど、大掛かりになってしまいました。

RPAでは、これまで人が行っていた操作自体を自動化するため、そのような苦労なしに複数のアプリケーションにまたがる業務を実行することができるのです。

RPAで業務を自動化するには?

RPAが業務を自動化するためには、まず人がRPAに細かく指示を与える必要があります。この指示は、いわゆるプログラム言語を使用するのではなく、わかりやすいUIで処理を設定してゆけるものがよいでしょう。たとえばソフトバンクのRPA「SynchRoid(シンクロイド)」の場合、実際の業務画面を確認しながらRPA開発を行い、ソフトウェアに処理手順を記録します。この設定ではGUI(グラフィカル・ユーザ・インターフェース)を用いるので、ITスキルが高くない人でも簡単に開発可能です。これを実行することで、RPAは記録した手順に従って業務を遂行するため、ロボットで業務自動化ができるというわけです。

AI (Artificial Intelligence:アーティフィシャル・インテリジェンス)

AIとはいわゆる「人工知能」です。コンピュータが自ら学習して判断します。AI自体はロボットとの関係でいうと、人工知能はなにをするかを考える脳の部分であり、ロボットは実際の動作を行う体の部分です。ロボットとしてよく見かけるソフトバンクの「Pepper」では、AIによって動作が制御されています。このようにAIを組み込んだロボットも実用化されてきていて、今後も市場は広がってゆくでしょう。

ただしSF世界のようにロボットが自ら意思を持ったり、人間のように思考して行動するのはまだ実現できていません。多くの場合はデータ分析などの分野で利用されています。

そのAIですが、現在はその能力のレベルにより、以下のような分類がなされます。

≪弱いAI≫

弱いAIは、あくまでも与えられた範囲において思考するAIであり、人のような自意識や発想を持たないものを指し、現在存在しているのはこちらがほとんどです。この中でもさらにレベル分けがなされます。

≪強いAI≫

強いAIは、弱いAIに対し、自らの意志や思考を持つAIとされています。いわゆるSFの世界に出てくるAIはこちらをイメージすることが多いでしょう。しかしながら、現時点ではほぼ実現できていない状況です。

レベル分け

≪レベル1:制御プログラム≫

気温や湿度などの変化によって作動状況を制御するエアコンなどが該当します。あらかじめプログラムされた状況変化の変数に従って動作をコントロールするので、指示通りの動作をするレベルです。

≪レベル2:対応パターンの多い制御≫

掃除機ロボットや質問への回答など、非常に多くのパターンを識別し対応するタイプのAIです。対応パターンは多いですが、このレベルにおいても自ら学習することはありません。

≪レベル3:対応パターンを自動学習≫

ビッグデータの分析や検索エンジン等で利用され、大量のデータからパターンを学習し、判断します。このレベルでは、大量のサンプルデータにより自ら学習を行いより高い精度の判断を行いますが、パターンの判断基準はあらかじめ指定しておきます。

≪レベル4:対応パターンと判断基準を自動学習≫

対応パターンに加え、判断基準も自ら学習する高度な分析を行いレベルです。人が想定していないパターンの導出も期待されます。

また、その学習方法によっても分類され、「教師あり学習」「教師なし学習」「強化学習」の3つがあります。

≪教師あり学習≫

AIに「犬の画像」を取り込ませる際に「分類は犬」というラベル(正解)を付け、大量のデータを読み込ませることでAI自らに特徴量を把握させるといった学習方法です。AI研究において最も古典的な学習方法でもあります。

≪教師なし学習≫

ラベル(正解)の無いデータを大量に読み込ませることで、AIが自ら特徴量を導き出し、それに沿ってパターンやカテゴリーに自動分類したり、規則性や相関性などを分析させるための学習方法です。主に天候予測など、未知のデータを分析するために用いられます。

≪強化学習≫

AIにある「報酬」を与えることで、自ら試行錯誤を繰り返させる学習方法です。身近な例でいえばGoogleが開発した「Alpha GO」でしょう。コンピュータ囲碁として世界トップ棋士に勝利したAlpha GOは、3,000万手におよぶ膨大な量のデータを取り込み、同じコンピュータ囲碁同士で3,000万回も対局することで、その能力を高めました。

このように、AIといってもそのレベルや用途によってさまざまな分類があり、現在は特定の目的のために使用されることがほとんどです。常にレベルが高いほど良いとは限らず、その目的や用途によって適切なものを使用します。また、現在まさに発展途上であり、その進化のスピードは大変速いため、つねに最新の情報に注意する必要があります。

RPAとAIの違い

このように、RPAとAIは異なるものであることがお分かりいただけたと思います。

RPAはあくまで決められたルールに沿って処理を実行するという意味では、AIというよりは通常のプログラムに近い位置づけです。これまでにない点は、ユーザー操作の位置づけで複数のアプリケーションにまたがる処理を自動化できることで、その振る舞いからソフトウェア「ロボット」と呼ばれています。

一方でAIは、いくつかのレベルには分かれるものの、多くのデータからパターン分析を行い、それをもとに分類や処理を自律的に判断します。

今後はこれらを組み合わせ、RPAで行う処理内容のパターンをAIで分析し、適切な処理パターンをRPAに指示して実行するということも始められています。

RPAとAIは排他的な関係ではなく、現在プログラムに従って処理するRPAをAIで制御するという方向性に進んでゆくと考えられます。

RPAの製品選定においても、このような観点を考慮するとよいでしょう。

まずは単純作業の自動化をRPAで実現

現在多くの企業や組織において直面している課題の一つは、より徹底した業務の効率化です。特に定型的な業務の効率化にはよりIT活用の余地があり、かつ働き方改革による長時間労働の抑制や人材確保の難しさといった現在の状況により優先度の高い課題となっています。ここで必要なのはRPAです。定型業務ではすでに業務フローは確立しているものの、使用するアプリケーションが複数にまたがっていることなどにより自動化が阻害しているケースが多くみられます。

将来的にAIとの連携を視野に入れつつ、導入のハードルの低いRPAを活用して、できる効率化から進めるというのは合理的な進め方でしょう。

ビジネスにRPAを

定型業務への課題はお持ちでしょうか。当たり前の作業になっていて気づいていないことも多いのではないでしょうか。単なる効率化だけではなく、今求められている働き方改革を実のあるものにしてゆくためにも、単純作業はソフトウェアに任せてしまい、より人の能力を発揮しなくてはいけないコアな業務に専念するのは合理的なアプローチになるでしょう。初期投資もリスクも小さく始められるツールであるRPAの活用をぜひご検討ください。

RECOMMEND関連記事


RECENT POST「導入検討」の最新記事


この記事が気に入ったらいいねしよう!