「RPAが人間に代わって何でもやってくれる」と期待して導入したものの、業務の中の一部にしか適用できず、やりたい自動化が実現できなかったというケースです。そもそもRPAは万能ではありません。作業手順が決まっている定型業務を自動化することは得意ですが、人間のように臨機応変に対応することはできません。RPAの特性を正しく理解できていなかったがゆえに、導入に失敗。期待したような効果が得られなかったと考えられます。

RPAツールは「プログラミング知識がなくても扱える」と言われているとおり、簡単に活用できるものも多くあります。しかし、自動化したい業務が複雑な場合には、それなりに知識やノウハウが必要です。自社内にRPAの知識を習得した人材がいないと、思うような自動化を実現するのは難しくなります。また、通常業務を行いながら、RPA導入も並行して進めるには業務負荷が増えてしまうため、RPAを推進するチームをつくりたいところですが、なかなか人員を割くことができないと企業もあります。

RPAを無事に導入できたとしても、運用開始当初はエラーが頻発することがあります。その後も、導入した業務に関連するシステムやアプリケーションの仕様変更などでRPAがうまく働かなかったり、業務手順が変わってシナリオを変更しなければならなかったりと、定期的なメンテナンスは必要です。そういった管理・運用の手間が思った以上に負担となり、せっかく導入したRPAを途中でやめてしまうという事例もあります。

まずスモールスタートでRPAを導入した企業が、少しずつ社内で適用範囲を広げて、より高い効果を上げようとしても、組織の壁に阻まれてしまうケースがあります。RPAを導入するには、業務の洗い出しなどの事前準備が重要です。組織をまたいだ業務にRPAを導入したい場合には、両組織が協力して進めていく必要がありますが、旗振り役となってRPAを推進する人材がいないなど、足並みが揃わずに、プロジェクトが頓挫することも珍しくありません。

業務自動化を実現するための方法としては、RPAやExcelなどのOfficeソフトの機能であるマクロの活用が浸透していますが、近年ハイパーオートメーションという新しい自動化の概念が登場し、注目され始めています。

ハイパーオートメーションは、ツールやテクノロジーを単体で活用するのではなく、AIやRPA、iPaaSといったさまざまな技術を組み合わせることで、より幅広い業務を自動化しようとする考え方です。業務単位ではなく複数の業務からなるプロセス全体を自動化できるため、従来よりも高いレベルでの生産性向上を実現できます。

そして、このハイパーオートメーションを支える技術の中核となるのがAI（人工知能）です。AIを活用することで、従来は自動化が難しかったデータの識別や判断といった処理をソフトウェアに任せることができ、RPA単体では対応できなかった業務も自動化の対象に含めることができます。

例えば、AI-OCRを使って紙の帳票から必要な情報を読み取りデジタル化し、そのデータをRPAが基幹システムに入力するといったAI×RPAによる自動化が可能です。これにより、これまで人手に頼っていた業務も効率化できます。

さらに、AIがメールやチャットの内容を解析して処理方法を判断し、その指示に従ってRPAが定型業務を実行するといった形で、問い合わせ対応プロセスを自動化することも可能です。AIとRPAを組み合わせることで、より高度な業務を自動化できるようになります。

さまざまなテクノロジーやツールを組み合わせて、自動化を実現しようとするハイパーオートメーションの考え方にも表れているように、一つひとつのテクノロジーには得意なこと・不得意なことがあり、それぞれが補完し合うように活用することが大切です。

RPAは決められた手順に従い、正確に処理するのを得意としていますが、人間のように判断することが不得意です。それに対して、AIはどの情報が必要なのかを自分で判断することができます。

例えば、マーケティングツールとAIをiPaaSで連携し、AIが膨大なデータを分析したうえで適切な処理方法を判断。そこからさらにAIがRPAに指示を出し、RPAがその指示に従って正確に処理を行うといった活用をすれば、より幅広い業務を自動化することが可能です。

この記事でも少し触れたように、テクノロジーの能力を最大限に引き出すためには、やはり知識やノウハウが必要です。社内の人材だけで課題をなかなか解決できない場合には、プロに相談するほうが効率的なケースも多くあります。どこにどれだけのコストをかけるのか、結果としてどのくらい生産性が上がるのかを分析しながら、自社環境に合った導入の筋道を検討するのがおすすめです。