RPA×AI で“創造的な業務自動化”を実現――“日本の働き方改革”を次のステージへ導くUiPathの戦略

人手不足が深刻化する中、業務改革の成長分野と期待されるRPAとAI。この2つを掛け合わせれば、さらなる生産性の向上が期待できる――。UiPathはRPAとAIを融合させる取り組みによって、日本企業の働き方をどのように変えていこうとしているのか。

[PR／ITmedia]

PR

UiPathの代表取締役CEO、長谷川康一氏

　1989年をピークに生産年齢人口が減少の一途をたどり、2018年には総人口に占める割合が6割を切るなど（総務省調べ）人手不足が深刻化する日本。そんな中で、働き方を変える可能性を秘めた「2つの技術」が注目されている。

　1つは業務の生産性を高めるための技術として話題の「RPA（Robotics Process Automation）」。データの入力や抽出、レポート業務など、従来、ホワイトカラーが行っていたバックオフィス業務を自動化するものだ。

　もう1つは「AI（人工知能）」。自動運転や画像認識、音声認識、テキスト認識による作業負荷軽減、需要予測など、あらゆる領域での活用が期待されている。

　この2つの技術を掛け合わせることで生まれる、従来の数十倍、数百倍という大きな相乗効果で日本企業の働き方を変えていく――。そんなビジョンを打ち出したのが、日経xTECH／日経コンピュータによる「顧客満足度調査 2019-2020」のRPAソフト／サービス部門で顧客満足度第1位を獲得したUiPathだ。

　同社は2019年7月に、「RobotにAI♡を込めて」と題したイベント「UiPath AI EXPO」を開催。RPAとAIの組み合わせによって生み出される、単なる定型業務の自動化にとどまらない「創造的な業務自動化」という、新たな業務改革の可能性について説明した。

AI×RPAで広がる、新たな業務改革の可能性

　さまざまな申込書類をチェックして必要項目を業務システムに転記したり、ワークフローに応じて振り分けたり――。日本企業の現場では日々、こうした“定型作業”が人の手によって行われてきた。だが、本来、人間がやるべき「仕事」は、顧客の声をじっくり聞いたり、それに基づいて新しいビジネスを企画したり、品質を高める手だてを考えたりするクリエイティブな領域であるはずだ。そこでRPAを導入し、こうした定型作業を自動化、効率化しようと試みる企業が増えていることは周知の通りだ。

　ただ、寄せられる期待の高さに比べ、RPAによる自動化は順調に進んでいるとは言い難い面もある。RPAは「構造化されたデータ」を対象としたルールに基づく定型業務を得意とし、データの入力や抽出、レポート業務などの従来、ホワイトカラーが行っていたルールに基づくバックオフィス業務の自動化を中心に利用されている。一方で、RPAの課題としては顧客とのやりとりなどフロントオフィス業務の自動化や非構造化データの扱いが挙げられる。

　そこを補うのが、UiPathが連携する画像認識・解析、文書変換・解析、プロセスマイニング、会話変換・解析を行うAIテクノロジーだ。

　こうしたAI機能の多くは、一度モデルを作成して完成するものではなく、データを学習させながらアップデートしていくことで精度が高まっていくが、それには多くの手間がかかり、実際のビジネスで活用することが難しい。そのためPoC（実証実験）止まりとなることも少なくなかった。

　UiPathは後述する「AI Fabric」によって、AIの実装、運用、改修、再実装といったプロセスを簡単に管理できるようにし、現場で活用できるAIの開発を支援していく方針だ。

　UiPath AI EXPOの基調講演においてUiPathの代表取締役CEO、長谷川康一氏は「今、日本のRPA担当者の悩みは、“手書きされた非定型の帳票”をどう、デジタル化するかということだ」と述べる。AIを駆使して、画像や動画、音声、写真などといった定型的に扱えない「非構造データ」をデジタル化した上でRPAで自動化していけば、自動化の範囲は広がる――というわけだ。

　日本企業の多くの業務現場で行われているのは、大量ではなく少量の、簡単ではなく複雑な、そして単純ではなく多様な分岐のある作業であり、UiPathは日本型のRPAで業務の自動化を進めてきた。ただ、それでも「非構造データ」のデジタル化などの準備や調整のための作業の自動化が取り残されていた。これらの作業は、人手による判断が必要となるため、RPAだけでは自動化が困難だった。

　「この定型業務の前後の自動化が“真に役に立つRPA”に向けた課題になっており、RPAにAIを掛け合わせることで自動化の範囲を広げることができる」と、長谷川氏は自信を見せる。AIを用いて紙や画像といった非構造データをデジタル化し、RPAで定型処理を行えば、業務全体を自動化できるようになるからだ。

データ収集やクレンジング、学習作業、結果のトラッキングなど、AIの利用前後に必要な作業をRPAで自動化することで、AI活用のリソースやコストを抑えられるようになる

AI×RPAでの自動化範囲を広げるUiPathの3つの戦略

　このように、定型業務の前後にあった“人に依存せざるを得ないさまざまな業務”にAIを適用することで、従来、RPA単体では難しかったプロセスを自動化できるようになり、人はより高度で創造的な仕事に専念することが可能になる。また、データ収集やデータクレンジングが必要なAIの開発プロセスにRPAを適用することで、AI自身をどんどん最適化し、業務にフィットしたものへと改善することもできる。

　このようにさまざまな可能性を秘めたAIとRPAの掛け合わせを通じて“創造的な業務自動化”を実現をするため、UiPathは3つの戦略を進めている。

　その1つが、RPA向けマーケットプレイス「UiPath Go!」の日本語版だ。UiPath Go!はRPAで再利用可能なさまざまなコンポーネント（自動化部品）をダウンロードできるサイトだ。英語版では、UiPathだけでなくさまざまなパートナー企業や団体、デベロッパーが提供する約600種類のコンポーネントが公開されている。今回スタートした日本語版では、AI-OCRや画像認識、チャットbotなど、AIを利用したものを中心に、約50種類のコンポーネントが用意された。

業務に最適なAIをRPAに掛け合わせて実装できる「UiPath Go!」

　「RPAと（UiPath Go!上の）AIの掛け合わせによって、自動化の範囲を広げたり、精度を高めたりできるので、現場の人たちの、より幅広い業務を支援できるようになる」（長谷川氏）

　UiPath Go!を活用すれば、1つのAIだけでなく複数のAIを試行錯誤し適用可能性を試したり、用途に合わせて容易に複数のAIを掛け合わせたりできるため、速やかに高精度な業務システムを構築することが容易になる。

　UiPathが、手足と頭脳をつなぐ「神経系」の役割を担い、手足となる既存のレガシーシステムやテクノロジーと頭脳となるAIとをオープンにつなげる仕組みを提供することで、紙文書への対応や照合確認作業、システムへの入力など、まだまだ現場に残っている人手頼りの作業を自動化し、人の負担を減らすことができる。

　カンファレンスに合わせて開催された記者説明会には、UiPath Go!にコンポーネントを提供しているパートナーも登場し、RPAとそれぞれのAI技術を掛け合わせることで、どのような価値が生まれるかを説明した。

UiPath Go!にコンポーネントを提供するパートナー。左からABEJA取締役CPOの菊池佑太氏、Petuumプロダクト・マネジャーのマイケル・チュウ氏、UiPath日本法人 代表取締役CEOの長谷川康一氏、米UiPath AI製品統括責任者を務めるプラッブディープ・シン氏、BEDORE代表取締役の下村勇介氏

　チャットbot技術を提供しているBEDORE代表取締役の下村勇介氏は、UiPathを介して他のさまざまなアプリケーションやサービスと連携することで、カスタマーサポートのみならず企業内のコミュニケーション改善にも適用できると説明した。

　UiPath自身もBEDOREのチャットbotを採用して、社内問い合わせ対応の85％を自動化している。問い合わせ内容を解析して日本語による適切な回答を提供するのはもちろん、RPAとの組み合わせによりシステムへの登録や修正業務など高度な自動化が行われている。「チャットbotでの対話の内容をSalesForce.comで起票するといった、これまで人がやらなければいけなかった作業を自動化し、RPAと対話エンジンの新しい形に取り組んでいきたい」と下村氏は述べた。

　またABEJA取締役CPOの菊地祐太氏は「今は別々のものと定義されているRPAとAIが歩み寄り、RPAがAIで能動的に学習しながらどんどん賢くなっていく――という具合に、相互連携が進んでいくだろう」と述べた。

　ABEJAでは製造や物流、小売業界向けにさまざまなAIを提供し、例えば店舗内での人の動きや属性などを収集し、最適な商品配置に役立てるといったソリューションを提供している。このフロントエンドにUiPathのRPAを活用することで、専門的な知識を持たない従業員でも、簡単なダッシュボードを通じて意思決定ができるようになるという。

AI Fabricで独自AIモデルの作成と管理、効果測定を容易に

　カンファレンスに合わせて行われたもう1つの発表が「AI Fabric」のアーリーアダプタープログラムの開始だ。

　AI Fabricが登場した背景には、理論や統計の結果だけを見るのではなく、“現場で何が起こっているのか”を自分の目で確認することが重要という「現場に神宿る」という考え方があるという。

　「AIを実務に生かして成功するには、現場の力、現場の知恵が必要」と長谷川氏は述べる。真に求められているAIは、コンサルタントが示すきれいなプレゼンテーションに描かれているようなものではなく、仕掛けは単純でも、在庫が十分あるかどうかを目で見て確認するような、日々のちょっとした雑務を肩代わりしてくれるもの――というわけだ。

　そんな現場に役立つAIを開発するには、実際に業務で使われているデータを使ってAIのプロトタイプを作っては試し、小さな失敗の繰り返しから学習していくプロセスを素早く繰り返していく必要がある。

　しかし、これまでのAI開発では、機械学習の元になるデータを精査したり、統計処理を行ったりする高いスキルを備えたデータサイエンティストが必要な上、既存システムと連携してデータを取得するにも多くの工数がかかるため、多くの企業にとってハードルが高かった。

　AI Fabricは、その課題を解決しようとする野心的な試みだ。さまざまなAIモデルをUiPathに簡易実装し、配備や設定作業を行う機能（オーケストレーション機能）も組み合わせ、現場の人間が簡単にAIの実装からテスト、管理を行えるようにしていく。

　AI Fabricに関してパートナーとなったPetuumのプロダクト・マネジャー、マイケル・チュウ氏は、「AIに寄せられる期待は高いものの、導入率はまだ低い。その理由は、導入にあたっては専門的AIエンジニアが必要で、企業にとってハードルが高いからだ」と説明。AI FablicにPetuumのAI技術を提供することで、企業のオートメーションを支援していきたいと話した。

　UiPathのAI製品統括責任者、プラッブディープ・シン氏は基調講演の中で、「AI Fabricは、さまざまなAIモデル（AIの実体である数式やアルゴリズム）を、現場のユーザー側がまるでエンタープライズソフトウェアのように管理し、容易に開発したり、デプロイしたりできるようにして、自社のデータを用いた独自AIモデルやシナリオの構築を支援していく」とした。

　さらにデモンストレーションを通じて、AI Fabricのダッシュボードを介して分析プラットフォームを統合的に管理し、さまざまなAIモデルのモニタリングと改善、再学習をユーザー自身の手で行って、BYODならぬ「Bring Your Own Model」を実現できる様子を紹介。最終的には、これまで計測が難しかった自動化に関するROI（費用対効果）を定量化し、ビジネス上のKPIをどの程度達成しているかを把握し、継続的な改善を支援できることを説明した。

　UiPathはまた、35社のAIパートナーとともに、それぞれの強みを生かした形で約100社で実証実験を進めていくことも明らかにした。オープンプラットフォームであることがUiPathの強みの1つだが、それを生かした事例を増やし、ひいてはRPAとAI人材の裾野を広げていくことを目指している。

RPAとAIの掛け合わせで、日本が世界をリードする存在に

　AI市場では海外勢に押されがちな日本だが、複雑できめ細かなワークフローの自動化が求められる日本市場で鍛えられたRPAに関しては、「日本が世界の先頭を行っている」と長谷川氏。Singh氏も「RPAとAIの掛け合わせでは、日本が世界をリードすると考えている」と述べ、UiPathはさまざまな取り組みを通じてそれをリードしていくと宣言した。

　「RPAとAIの組み合わせによって、今まで書類のチェックなどに時間を割いていた人が、顧客と対話したり、よりよいサービスをつくったりするために時間を使えるようになる。そんな現場から、RPAとAIの掛け合わせに対するさらに高い要求が出てきて、RPAとAIがこれに応えることで、イノベーションが加速する――。このスパイラルを通じてイノベーションを起こし、『創造的な自動化』を進めることでお客さまを支援していきたい」（長谷川氏）