用語集

ロボティック・プロセス・オートメーション(RPA)

ロボティック・プロセス・オートメーション(RPA)が、AIとMLを補完してインテリジェントなワークフローを実現し、タスクを自動化することでいかに効率を高めるかをご覧ください。

Ultralytics HUB で
を使ってYOLO モデルをシンプルにトレーニングする。

さらに詳しく

ロボティック・プロセス・オートメーション(RPA)とは、ビジネス・プロセスを実行するために、デジタル・システム内で対話する人間の行動をエミュレートし、統合するソフトウェア「ボット」を企業が構成することを可能にする技術を指す。RPAボットは、人間と同じようにユーザー・インターフェースを利用してデータを取得し、アプリケーションを操作する。ボットは、膨大な種類の反復的なルールベースのタスクを実行するために、他のシステムを解釈し、応答をトリガーし、通信する。データ入力、トランザクション処理、簡単なカスタマーサービス・クエリへの対応といったありふれた作業を自動化し、多くの場合、人間の労働力をより複雑で付加価値の高い作業に振り向けることができるデジタル・ワークフォースだと考えてください。

ロボティック・プロセス・オートメーションの仕組み

RPAは、主にプレゼンテーション層でアプリケーションと対話し、グラフィカル・ユーザー・インターフェース(GUI)を通じて人間のクリックやキーボードのストロークを模倣したり、利用可能な場合はアプリケーション・プログラミング・インターフェース(API)を使用したりして動作する。ボットは、開発者が設定した定義済みのワークフローに従う。これらのワークフローは、ボットがタスクを完了するために特定のアプリケーション(スプレッドシート、データベース、Webアプリケーション、企業ソフトウェアなど)とどのようにやり取りすべきかを指示する一連のステップとルールで構成されています。バックエンドシステムとの深い統合を必要とすることが多い従来の自動化とは異なり、RPAは基盤となるITインフラを変更することなく既存のアプリケーションと連携できるため、特定のプロセスに対して比較的短期間で導入できる。主なRPAプラットフォームには、UiPathや Blue Prismなどのツールがある。

ロボティック・プロセス・オートメーションと人工知能の比較

RPAと人工知能(AI)を区別することは重要である。どちらも自動化に貢献するものの、その機能は異なる:

  • RPA:構造化された反復的なルールベースのタスクの自動化に重点を置く。ボットは明示的な指示に従い、自ら学習したり適応したりすることはない。明確に定義されたプロセスの効率性と一貫性に優れている。
  • AIと機械学習(ML)データから学習し、予測や意思決定を行い、より複雑な非構造化データを扱うことができるシステム。AIは文脈を理解し、パターン(物体検出画像分類)を認識し、新しい状況に適応することができる。

多くの場合、RPAとAIを組み合わせて「インテリジェント・オートメーション」または「ハイパーオートメーション」を構築し、RPAボットがプロセスの実行を処理し、AIコンポーネントがドキュメントの理解、画像の解釈、判断などの認知機能を提供する。ガートナーによる概要は、その範囲をさらに詳しく説明している。

アプリケーションと使用例

RPAは、大量かつルールベースであり、ヒューマンエラーが発生しやすいタスクに対して、業界を問わず広く利用されている。一般的なアプリケーションは以下の通り:

  • データ入力と移行:システム間またはフォーマット間でデータを自動的に移行します。
  • レポート作成:様々なソースからのデータを統合し、標準化されたレポートを作成します。
  • カスタマーサービス一般的な問い合わせへの回答やアカウント更新の管理を自動化します。
  • 請求書処理:請求書からデータを抽出し、会計システムに入力する。
  • 人事業務オンボーディング、給与処理、従業員データ管理の一部を自動化します。

AIと機械学習におけるロボティック・プロセス・オートメーション

RPAは、AIやMLのワークフロー、特に機械学習オペレーション(MLOps)において重要な補助的役割を果たす:

  1. データ準備の自動化:RPAボットは、MLモデルの学習に必要なデータの収集と構造化の面倒なプロセスを自動化できる。例えば、ボットはウェブサイトからデータをスクレイピングし、基本的なルールや統合されたOCRツールを使用してPDFや電子メールから情報を抽出し、Ultralytics HUBのようなプラットフォームで使用されるデータパイプラインのトレーニングに適した一貫性のある構造にフォーマットすることができます。
  2. モデルデプロイメントとモニタリングの合理化:RPAは、モデル・ファイルの転送や環境の設定など、モデル展開プロセスのステップを自動化できます。さらに、ボットはアプリケーション・パフォーマンスや特定のビジネスKPIを監視し、パフォーマンスが一定の閾値より低下した場合にアラートを発したり、モデルの再トレーニング・ワークフローを開始したりすることもでき、効果的なモデル監視に貢献します。

コンピュータ・ビジョンとの統合

コンピュータ・ビジョン(CV)技術を統合することで、RPAの能力は大幅に向上する。基本的なRPAはGUIと対話するが、CVはボットがカメラを介して画面要素や画像、あるいは物理的な文書を「見て」解釈することを可能にする。例えば、RPAボットに Ultralytics YOLOモデルで強化されたRPAボットは、ベルトコンベア上の製品を視覚的に検査することで、製造業における品質チェックを自動化したり、従来のOCRが苦手とする画像や複雑なレイアウトを含むスキャン文書を処理したりすることができる。この統合は、デジタル・プロセスの自動化と視覚情報との相互作用のギャップを埋め、産業オートメーションに見られるような、より複雑なタスクの自動化を可能にする。Institute for Robotic Process Automation & Artificial Intelligence (IRPAAI)のような組織が提供するリソースは、このような進化する機能を探求しています。

すべて読む