多くの企業で注目される「RPA」
人材不足、高騰する人件費など、先進国を中心に“労働”にまつわる課題は枚挙にいとまがありません。こと日本は、高齢化率が21％を超える超高齢社会に突入しています。労働人口の減少とともに、労働生産性は低空飛行しており、企業では積年の課題になっています。
生産性を向上させるサービスが次々に登場するなか、RPA（Robotic Process Automation）が欧米を中心に注目を集めています。RPAは日本でも導入している企業は増加傾向にあり、国内全体で5,000社以上が導入しています。市場規模も増加傾向にあり、RPA事業者売上では2017年度は178億なのに対し、2022年度は802億と成長傾向でもあります。
出典元『矢野経済研究所』2018年度のRPA市場は前年度比134.8%増の418億円と予測
RPA市場が拡大している背景には、危機的な人材不足があります。帝国データバンクの調査では、過半数の企業が人手不足である一方で、働き方改革の推進による長時間労働の是正のために、労働生産性の向上が求められており、企業の多くはより効率的かつ生産的な現場作りを求められているのが現状です。
出典元『帝国データバンク』人手不足に対する企業の動向調査（2019 年 10 月）
RPAには３段階の自動化レベルがあるとされており、現在のRPAは定形業務に対応していますが、次の段階である「EPA」は非定型業務の一部の自動化、三段階目の「CA」は業務プロセスの分析や改善だけでなく意思決定までも自動化できるようになるとされています。
今回は第三段階であるCAについて説明します。
CAによって業務はどう変わるのか？
「CA」は「Cognitive Automation」の略で、Cognitiveとは「認知」を意味します。データの収集や分析だけでなく、分析結果に関する内容を「認知」し、どうすべきなのか意思決定できるのがCAです。
CAの段階では高度なAIと連携することで、ディープラーニングを通してロボットが自ら成長していきます。数値データだけでなく言語領域も理解し判断することで、人間同様の業務を任せることも可能になります。
たとえば、電話やメールなどで来た問い合わせに応答し、解決したらその案件を記録として残し、今後の対応に活用するいうプロセスを自動的に行うことができます。この前段階のEPAやCAに取り組んでいる企業もありますが、現状ではまだ発展途上の技術であり、正確性や導入コストの面で課題があります。
現段階ではクラス2（EPA）やクラス3（CA）に備えて、即効性がありコストを回収しやすいクラス1のRPAを導入する企業が増えているのが現状です。
現状のRPAでできることについて
RPAの登場によって、これまで「人間にしかできない」とされてきた仕事も、ロボットによる代行が可能になりました。
現在、欧米を筆頭に政府レベルでRPAの導入が進みつつあり、日本の経済産業省も、「RPAによる国会答弁集作成の高度化」を検討・本格導入の方向に向かっています。単純作業に近い事務処理や、書類関係の作業が比較的多い金融業界や人事・採用に関わる部署など、旧態依然とした業務が多く残る業種・職種にも業務改善の可能性が生まれています。RPAで削減したマンパワーを、より創造性が求められる分野に充てることによって、生産性の向上と経営の改善にもつながると期待されています。
紙媒体のデータ化はもちろん、データに基づく一定の業務フローが自動化されるという点で、非常に画期的だといえるでしょう。削減したマンパワーを、より創造性が求められる分野に充てることによって、生産性の向上と経営の改善にもつながります。
RPAは、業務の粒度や優先順位、コストがROI（投資収益率）に見合わないなどの観点からシステム化が見送られてきた手作業の業務プロセスを、品質を落とさず、低コストかつ短期間で導入できるという特徴があります。
具体的な適用業務としては、帳簿入力や伝票作成、DMなどの発送業務、顧客データの管理、営業支援システムへのデータ入力など、主に事務職の人たちが携わる定型業務があげられます。現在では、人事などのバックオフィス、金融、保険、政府関連、顧客情報を処理する通信やヘルスケア、小売など、幅広い領域で活用が進んでいます。
現状のEPAでできることについて
「EPA」は大量のデータを解析し、その結果を出力するのが主な守備範囲です。
既存の画像をもとに新たな画像を自動的にカテゴリ分けする機能やビッグデータから顧客の傾向を分析する機能などがあり、より大量のデータを処理し分析する点において、Class1とは異なります。RPAよりもレベルの高い業務の処理可能にしたシステムを指しており、機械学習やAIが導入されることでこのクラスのシステムも入手しやすくなりつつあります。
RPAでは対処しきれない、いわゆるビッグデータのような膨大な情報の処理や、チャットボットによる複雑な問い合わせ対応をEPAは担い、ある程度想定外のイレギュラーな業務にも対応することができます。RPAよりも少し自立したシステムで、信頼性は高いと言えるでしょう。
人が事業計画を立てるときに考えるような、商品の売れ行き、顧客の推移など様々なデータをもとに予測レポートを作成することが可能です。
今後、CAでできると予想されることについて
CAは情報の整理や分析だけではなく、事業の改善や意思決定まで、高度なレベルで自動化を可能とするものです。膨大な量の情報を基に、自主的な学習と成長を続けるAIのディープラーニング（深層学習）機能を搭載しています。季節や天候、気温などに左右される仕入れの管理や、経済・政治情勢を加味した経営判断などが可能となります。作業プロセスの分析・評価や改善方法の検討、再実施なども行うことができ、人間とほぼ同水準の意思決定を下せるようになると期待されています。
クラス3の実現性については、現在のところ予測は立っていないと言われていますが、米国の発明家で未来学者であるレイ・カーツワイル氏によって提唱された「シンギュラリティ」によれば、2045年までにはロボットや機械の知能が人間の知能を超え、自己進化していく状態に至る時点が来ることが期待されるといわれています。
「RPA」から「CA」まで、組織活性化にどう活かす？
CAとはRPAをより発展させた自動化レベルであり、人間同様の業務を任せることができるだけでなく、意思決定なども自動で行えます。とはいえ「CA」の領域は、まだまだ発展途上の技術であり、多くの企業で導入できるコスト・技術レベルになるにはしばらくかかると予想されています。
まずは置き換え可能な定型業務、非定型業務の一部を業務分析することで、RPAやEPAの導入を検討していくことが有効でしょう。