イメージ

RIP :Robotized Input Process  インプットプロセスの自動化
ADS :Automated Decision Support  意思決定支援の自動化
ADL :Automated Data Linkage  データ連携の自動化
ROP :Robotized Output Process   アウトプットプロセスの自動化

部分的な自動化だけでは満足できない!
RPAは業務全体を自働化する次のステージへ


RPAが目指す業務改革は、ソフトウェアロボットによる業務プロセス全体の自働化 (ニンベンの働)です。
パターン化できる定型業務の操作手順を自動化するだけではなく、各業務プロセスを連携して自働化できるのが、次世代RPA2.0です。つまり、動かすだけでなくロボットに働かせるのです。

PC操作の自動化であれば、一般的なRPAツールによって可能になります。しかしながら、それだけでは自動化できるのが作業の一部でしかなく、業務担当者がその業務から完全に開放されるわけではありません。
業務すべてを自働化してこそ、業務担当者が単純作業からさらに付加価値の高いポジションへ異動できる活人化が可能になります。
活人化は、ロボットが業務を代行する自働化によってのみ実現できます。自働化は、高度な業務知識のある業務担当者がいなくても監視ができ、障害時などに対処できる無人運転を目指した仕組みです。つまり、業務作業の一部の自動化によって省力化をするだけではなく、業務全体を自働化して省人化してこそ、人を活かすRPAの実現が可能になります。

AIやIoTの発達によって、人間にしか無理だと思われていた経験者のノウハウが必要な業務についても、判断できるデータを集めることができれば、コンピュータによって自動化できるプロセスが増えてきました。
そうした、AIなどを活用した技術や、今までRPAが不得意とされてきた大量データの取り扱いをETLツールなどに任せ、個々に自動化できていたプロセスについてそれらを連携することにより、業務全体の自働化が可能になります。
業務の無人運転を目指すRPA2.0では、業務プロセスの連携が大切なポイントになります。


RPA2.0 自働化 4つの構成要素

自働化すべき業務は、通常大きく分けて4つのプロセス群に分けられます。
各プロセスは、アプリケーションやツールなどにより自動化されます。そして、それぞれのプロセスが適宜自動化を目的に連携します。
イメージ5

基本となるのは、インプットとアウトプットのプロセスで、業務によっては、大量データの変換やデータ転送、意思決定に至るプロセスを自動化したりする部分を組み込みます。 そして、RPA2.0では、この4つのプロセス群がそれぞれ臨機応変に連携して無人運転できる様に開発します。
業務のプロセスは、業務によって千差万別です。 そのため、必ずしも4つのプロセス郡が構成要素であるとは限りません。インプットプロセスから、直接アウトプットプロセスへ繋がる業務もあれば、データ連携のETLツールがインプットプロセスである業務もあります。
ここで大切なのは、可能な限り業務プロセス郡を自動連係して、人の介入を減らす仕組みを目指すことです。そのためには、エラー処理や、予兆監視などの仕組みを組み入れることが必要です。
自働化には、異常を起こす事態を極力減らし、異常時には即座に回復可能な形で業務を止め、リカバリーのためのログを収集し担当者へ適宜連絡を取れる仕組みを作成する必要があります。この時、その業務に精通していない人でも監視できる仕組みを作成することが、活人化を実現するために重要です。

RPAの構築は、一つのツールで作成しなければならないという制約はありません。各業務プロセスごとに、そのプロセスにとって最良となるツールを利用し、それぞれを適切に連携することが最も重要なポイントとなります。



RIP (Robotized Input Process)   インプットプロセスの自動化

イメージ
業務処理には、多くのインプット作業があります。
その代表的なものは、売上データなどPC画面から直接データを入力するプロセスです。そのデータの元は、プリントされたデータや、手書きデータなどがありますが、画面上に表示されたWebページや、アプリケーションで表示されたデータをコピーする作業などがあります。
典型的なRPAの処理では、こうした入力プロセスの中で、パターン化できる入力操作や、PC画面上でのコピー&ペーストなどを、自動的にオペレーションさせます。
その際、人の操作では、マニュアル通りのオペレーション以外に、無意識に異常だと思われるデータを修正したり、フォーマットを整えたりしています。そうした、通常の手順書には記載されていないような動きも、ロボットにあらかじめ自動操作ができるように教えておくことが大切です。

インプットのプロセスは、必ずしもPC画面からの入力作業であるとは限りません。
データをスキャナーで取り込む場合や、送られてきたデータを読み込む場合などもあります。いづれにしても、インプットされたデータが正しいかどうかの判断や、次の処理に渡すためのデータ変換などの処理を組み込むことによって、処理の正確性の向上や、異常終了を減らすことができます。


ADS (Automated Decision Support)   意思決定支援の自動化

イメージ2
人の経験に基づく判断は、自動化が困難だと思われる業務が多いのですが、AI等の発展により判断の基準になるデータがあれば、多くのケースで意思決定についても自動化できるようになります。
この時、意思決定を支援するシステムとインプットされたデータや、判断結果をアウトプットする部分をうまく連携させることが、RPAの構築に望まれます。

但し、どんな意思決定でも自動化できるわけではありません。AIを使っても判断の基準となる過去のデータがなければ自動化は無理です。その一方で判断基準に使えるデータがあれば、内容によってはAIがディープラーニングなどの機械学習の技術により、人間では処理しきれなかった膨大な量のデータから最適な判断を自動的に導き出すことも可能です。
また、大量なデータがなくても、事前登録する過去の知識ベースから推論エンジンにより判断ができる場合もあります。DSSやBIツールなど、意思決定をサポートするシステムとの連動も有効です。

意思決定支援のプロセスの自動化は、従来のRPAツールでは実現できなかった人に頼っていた判断を、 AIやDSSなどの外部のシステムと連動することにより、RPAに取り込むことができます。
この場合でも、AIなどの自動化された意思決定のシステムへ連携するために適正なデータの入出力の確認が必要で、最適な判断を得るためにはそうしたデータチェックが重要となります。


ADL (Automated Data Linkage)   データ連携の自動化

イメージ3

自動化によって効果が出やすい業務は、大量のデータを操作し、高速処理を必要とする業務です。
数件のデータを画面上でコピーして入力するような業務であれば必要がないケースもありますが、大量のデータを取り扱う場合は、ETLツールを使用して処理する方が、圧倒的に楽で速く行うことができ、メンテナンスも容易です。
簡単な例は、処理したデータをCSV形式のファイルから、エクセルファイルへ変換して保存するケースです。各項目の紐づけや、例外データの除外などを、ツールを使用することにより、正確にそして高速に処理できます。

また、インプットされたデータを外部アプリケーションに渡す場合があります。数件レベルのデータであれば、画面上でアプリケーションを開き、UI(ユーザインターフェース)の自動化によってデータ入力してデータを受け渡すことが可能ですが、データが多い場合、または大量のフォーマット変換が必要な場合などは、連携したいアプリケーションのAPI(アプリケーション・プログラム・インターフェース)を使用して、データ渡しを行ないます。ERPやCRMなどの汎用的なシステムであれば、ほとんどのアプリケーションでAPIが用意されております。API連携する場合においても、データの例外確認処理などを組み込み、エラーを最小限にすることが自動連携には重要になります。


ROP (Robotized Output Process)   アウトプットプロセスの自動化

イメージ4

業務実行中に処理されたデータは、最終的にアウトプットされます。
プリンタや、メールなどはもちろん、ファイルとして保存するものについても、人でであれば当たり前に行っている最終チェックを行って、ソフトウェアロボットが自動操作を行います。

たとえば、最終的にメール報告する業務など、誤送信や間違ったデータが送られないようにチェックする手順を加えることが必要です。
最終アウトプットのデータは、人が通常行なっていることと同様に、違った角度から2重チェックを施し、データを精査することが重要です。


概念図

概念図



【関連リンク】

■ RPA概説⑧ RPA2.0 実現に必要な4つの要素l

横浜市との「内部管理業務等の事務の効率化」におけるICT 活用(RPA)に関する調査研究報告書
横浜市のWebページはこちらから  https://www.city.yokohama.lg.jp/city-info/gyosei-kansa/shigoto/ict/rpa_naibukanri.html
*調査研究報告書のPDFが、ダウンロードできるページです。



【関連プロダクト】

 ROBOWARE(ロボウェア) プロセス全体の自動化


roboware

人の操作を完全に自動化 - 業務自動化の切り札

ROBOWARE図

人の作業を代行するソフトウェアロボットです。
主にPC操作のUI部分をアナライザーを使って、APIで簡単に自動化します。
ロボットへの指示は、Ruby、PHP、Java、C#で開発できるため、あらゆるアプリケーションやAI、IoTなどと連携が可能です。
RPA2.0の開発の要となるソフトウェアで、様々なアプリケーションやツールとの連携や、ロボット間の連携が可能です。
PC操作を自動化する操作記録型のQuickROBOオプションもあります。

 SmartSESAMEシリーズ(スマートセサミ) インプット/アウトプットプロセスの自動化

SmartSESAMI

複数メーカーのプリンター複合機からのスキャン、印刷を効率化

SmartSESAME図
SmartSESAME MultiScan!図

紙の書類をスキャンと同時にOCR処理が可能なため、複合機メーカーや機種を意識することなく、簡単な操作で編集可能な電子データに変換できます。


Sequreprint図

ICカードで、セキュアなプリントを実現し、複合機・プリンター管理負担を軽減し、ユーザーの利便性を向上します。

 Progress Corticon(プログレス コーティコン) 意思決定支援の自動化

Progress Corticon

人の判断を自動化する推論エンジンのAI

Progress Corticon図

ビジネスで直面する高度な意思決定のプロセスを、コーディング不要で自動化する、ルール エンジンを搭載した推論型AIです。 企業の成長に必要な定型的・反復的な知的判断を自動化し、属人性の排除と組織の生産性向上を図ります。
推論型AIだからこそ自由にルールを定義して、曖昧で不完全な要件も事前にチェックして手戻りなしのプロジェクトを実現します。業務担当者が、自分でルールを設定し、ルールのテストまで実施可能です。

 DataSpider Servista(データスパイダー サービスタ) データ連携の自動化

DataSpider Servista

異なるシステムの様々なデータやアプリケーションを簡単連携

DataSpider Servista図

異なるシステムの様々なデータやアプリケーションを、豊富なアダプタを使って自由につなぐ、データ連携ツールです。 システムごとのデータ連携作業は、専門的な技術や知識の必要もなく、ドラッグ&ドロップで簡単に各システムの連携が可能です。
大容量のデータに対応し、高速なパフォーマンスを実現します。外部からの呼び出しにも対応し、多種多様なシステムに接続可能なため、クラウド連携などにも有効です。



【RPA関連ページ】
RPA2.0 業務プロセス自働化
OCR連携RPAソリューション
RPAセキュリティ対策ソリューション
RPAセキュリティ-統合ログ管理ソリューション
2019.02.07RPAセミナー開催報告


RPA
RPA
ソフトウェアロボットの作り方
AI搭載を見据えたRPAの実装方法とは?
RPA2.0を加速するソフトウェアロボット開発
RPAの盲点ITガバナンスの重要性
無人運転を実現するRPAのシステム開発
RPA2.0 実現に必要な4つの要素
セキュリテイ強化したRPAのロボット開発
RPAが必要とするログ管理とは?


▼RPAに関するご相談は、お気軽にお問合せください お問合せ