RPA(ロボティック・プロセス・オートメーション)は、ビジネスユーザーを退屈で反復的な作業から解放します。したがって、「ロボット」という言葉が使われるのは、RPA によって実行される作業の性質が機械的で低レベルになる傾向があるためです。企業は RPA ソフトウェアを使用してソフトウェア ロボットを作成し、そのロボットが事前に定義された構造化された作業を実行します。これには通常、スプレッドシートへの記入、トランザクションの処理、メッセージの送信が含まれます。 これらの基本的なタスクを RPA ボットのフリートに統合することで、データ入力、簿記、注文管理、HR オンボーディングなど、さまざまな分野の日常的なタスクを排除できる可能性が高まります。 銀行は、融資、請求書処理、顧客小切手に関するデューデリジェンスを実行するために RPA を使用します。営業チームは RPA を使用して見積もりおよび請求タスクを自動化します。保険会社は請求審査を迅速化するために RPA を使用しています。さらに、機械学習テクノロジーの助けを借りて、RPA は録音された会話を自動的に書き起こし、画像やビデオからテキストや数字を抽出し、手動で入力されたフォームから情報を抽出してデータベースに取り込むことができます。 RPA システムの基本レベルには、プロセス マイニング、ボット作成ツール、エンタープライズ システムに接続するためのプラグイン、およびスケジューリングまたはオーケストレーション レイヤーが含まれます。 RPA システムのツールには制限があることが多いため、そのギャップを埋めるために手書きの自動化スクリプトが使用されることがあります。 RPA が処理できる作業と期待を一致させることが重要です。 RPA ベンダーは、自社製品が実際よりもインテリジェンスが高いと示唆することが多く、それが RPA に対する失望につながることがよくあります。さらに、RPA 導入の失敗を避けるために、初回使用時には慎重な計画と実装が必要です。 RPA 製品を選択する前に、自動化するタスクを明確にし、選択した製品に必要な機能が備わっていることを確認する必要があります。 RPA はどのように機能しますか?RPA は、バックエンド インターフェイスを介して既存の IT システムから情報を抽出したり、フロントエンドからシステムにアクセスする作業者をシミュレートしたりすることで機能します。以前のエンタープライズ システムでは、バックエンド システムに直接アクセスできなかったため、通常はフロントエンド経由でアクセスする必要がありました。 フロントエンド RPA は、旧式のスクリーン スクレイピングから進化しました。スクリーン キャプチャ ツールを長期間使用したことがあれば、このツールがそれほど堅牢ではないことがよくあることをご存知でしょう。何かが正しく表示されない (たとえば、数値がフィールドに対して大きすぎる) 場合や、ソフトウェアの更新後に表示形式が変わる場合、スクリーン キャプチャ ツールが間違った答えを返す場合、または単に動作を停止する場合があります。機械学習技術はこれらの問題を軽減することはできますが、完全に排除することはできません。 RPA システムは必要な情報を抽出すると、事前に定義されたタスクを実行します。一般的な使用例には、ビジネス ルールの適用、レポートの生成、売掛金の請求書の送信、買掛金の小切手の生成などがあります。 RPA タスクを実行するロボットは、有人モードまたは無人モードのいずれかで実行できます。 Attended RPA ロボットは従業員の要求に応じて動作します。無人 RPA ロボットは、たとえば夜間レポートを生成するなど、スケジュールに基づいて実行されます。ほぼすべての RPA ロボットは、適切に動作し続けることを確認するために監視と定期的な監査が必要です。 RPA ロボットが機能する前に、作業者は事前に RPA ロボットのワークフローを設定する必要があります。この作業は、多くの場合、プロセスを文書化することから始まります。これは、マクロを文書化するのと似た操作ですが、複数のシステムにまたがります。このマクロの類推は、ロボットのスクリプトの作成と編集にも当てはまります。多くの RPA ソリューションでは、ロボット タスクの複数の要素を連結するためのフローチャート形式のインターフェイスも提供されており、「シチズン デベロッパー」がワークフローを定義できます。ただし、一部の RPA システムは、依然として IT 部門によって設定する必要があります。 既存のビジネス プロセスを再現する際に困難で時間のかかる作業は、ビジネス プロセスが何であるか、どのように機能するかを判断することです。一部の RPA プロセス マイニング ツールは既存のプロセスのログを解析しますが、他のツールでは従業員の作業中の観察と記録が必要です。最悪の場合、このプロセスは手動で行われることがわかります。 RPA製品の選び方RPA 製品を使用する前に、各製品が独自のファイル形式を使用していることを知っておく必要があります。これらのファイル形式は便利ですが、ユーザーフレンドリーではなく、移植性もまったくありません。これらの形式が標準を無視しているわけではなく、標準がまったく存在しないのです。会社が製品を初めて使用する前に、慎重に評価して概念実証を実施してください。後で考えを変えると、苦労してコストがかかるからです。 すべての基本機能 (および後で必要になると思われるさまざまな機能) がビジネス環境で適切に動作することを確認します。提供されているすべてのツールを使用してスクリプトを構築し、オーケストレーション機能が適切に動作することを証明します。無人ロボットをテストして、非構造化ドキュメントや PDF を解析し、プロセス マイニング手順を完了できるかどうかを確認します。 評価中は、次の重要な要素に特に注意してください。ロボットのセットアップが簡単。さまざまな役割に合わせてボットを設定する方法は複数ある必要があります。ビジネス ユーザーは、頻繁に使用するアプリケーションをポイントしてクリックすることができ、レコーダーがそのアクションを記録します。シチズン デベロッパーは、ローコード環境を使用してボットとビジネス ルールを定義できる必要があります。最後に、プロのプログラマーは、RPA ツールの API を呼び出すための実際の自動化コードを記述できる必要があります。 ローコード機能。通常、ローコード開発は、アクション ツールボックスからドラッグ アンド ドロップしてタイムラインを構築し、プロパティ フォームに入力し、場合によってはコード スニペットを記述することを組み合わせたものです。 「loan_amount < 0.20 * year_income」などの少量のコードを記述する方が、ビジネス ルールの図を詳細に記述するよりもはるかに高速です。 有人および無人。一部のロボットは、ビジネス ユーザーが明確に定義されたタスク (たとえば、「このグラフィックをテキストに変換してクリップボードに貼り付ける」など) を実行する必要がある場合にのみ、オンデマンド (有人) で実行されます。他のボットはよりインテリジェントで、「Web サイトから送信された各ローン申請に対してデューデリジェンスを実行する」などのイベント (無人) に応答します。両方のロボットを使用する必要があります。 機械学習機能。数年前の RPA ツールでは、非構造化ドキュメントから情報を抽出するのが困難でした。通常、企業の情報の 80% は、データベースではなく非構造化ドキュメントに存在します。今日では、RPA の機械学習機能を使用してドキュメントを解析し、必要な番号を見つけて、それをユーザーに返すことが一般的です。一部のベンダーやアナリストはこれをハイパーオートメーションと呼んでいますが、この派手な言葉で機能が変わるわけではありません。 例外処理と手動レビュー。分類機械学習モデルは通常、いくつかの可能性のある結果が発生する確率を評価します。たとえば、モデルはローンの不履行の可能性を予測する場合があります。ローンの不履行率が 90% の場合、ローン申請を拒否するよう推奨する場合があります。ただし、計算されたローンの不履行の可能性が 5% の場合、ローン申請を承認するよう推奨する場合があります。計算された確率がこれら 2 つの値の間にある場合、判断を下すには人間の介入が必要であり、RPA ツールはケースをレビューのために送信できる必要があります。 エンタープライズ アプリケーションと統合します。ボットがエンタープライズ アプリケーションから情報を取得できない場合、企業にとってあまり役に立ちません。これは PDF ドキュメントを解析するよりも簡単な場合が多いですが、すべてのデータベース、会計システム、HR システム、その他のエンタープライズ アプリケーションのドライバー、プラグイン、資格情報が必要になります。 オーケストレーションと管理。ロボットを使用する前に、ロボットを構成し、通常は安全な資格情報ボールトで実行するために必要な資格情報を提供する必要があります。また、ユーザーにボットの作成と実行を許可し、特定のイベントに応じて特定のリソースで無人ボットが実行されるように構成する必要もあります。最後に、ロボットを監視し、異常を人間の作業員に直接送信する必要があります。 クラウドロボット。 RPA が初めて登場したとき、RPA ロボットはユーザーのデスクトップと会社のサーバー上でのみ実行されていました。しかし、IT 資産がクラウドに移行するにつれて、企業はロボットが使用できるクラウド仮想マシンを構築するようになりました。最近、一部の RPA 企業は、Windows、macOS、または Linux VM 上で実行するのではなく、クラウド API を使用してクラウド アプリケーションとして実行される「クラウド ネイティブ」ロボットを導入しています。これは、会社が現在クラウド アプリケーションにほとんど投資していない場合でも、最終的にはさらに投資する予定がある場合に役立ちます。 プロセスとタスクの検出とマイニング。多くの場合、自動化するプロセスを特定して優先順位を付ける作業は、RPA の実装において最も時間のかかる部分です。 RPA ベンダーのアプリケーションがシステム ログからプロセスをマイニングし、観察を通じてタスク フローを構築するのに役立つほど、自動化がより簡単かつ迅速になります。 スケーラビリティ。 RPA の実装が組織全体に拡大し、より多くの自動化が実装されるようになると、特に無人ロボットの場合、スケーラビリティの問題に遭遇しやすくなります。クラウド実装 (クラウド ネイティブ、仮想マシン、コンテナーのいずれであっても) では、特にオーケストレーション コンポーネントが必要に応じてより多くのロボットをプロビジョニングできる場合は、このスケーラビリティの問題を軽減できることがよくあります。 最終的に、RPA 実装の成功または失敗は、最も高い収益をもたらすプロセスとタスクを特定できるかどうかにかかっています。たとえば、銀行で最も収益性の高いプロセスがローン申請のデューデリジェンスである場合、そのプロセス (またはそのプロセス内の主要なタスク) を RPA 概念実証として実行する必要があります。 テストサイクル中に手を抜かないでください。採用する RPA ソリューションに欠落している機能や不完全な機能がある場合は、適応する必要があります。そうしないと、行き詰まってしまいます。すべてのロボットを再作成しなければならないリスクを軽減するには、各タスクとプロセスのすべての手順を文書化する必要があります。追加のロボットを交換する場合、各ロボットの再展開に 1 週間かかる可能性がありますが、すべてのプロセスを理解するために 1 か月を費やすことは避けられます。 主要RPAベンダーRPA ベンダーは数十社ありますが、その中でも何度も話題に上がるベンダーはほんの一握りです。以下の 7 つのベンダーは、最新の「Forrester Wave」レポートと「Gartner Magic Quadrant」アナリスト レポートから選択され、アルファベット順にリストされています。ここにリストされているベンダーは推奨するものではなく、ここにリストされていないベンダーは批判するものではありません。
スクリプトを別の RPA システムに移植することはできないため、検討しているベンダーが強力な財務安定性を備えていることを明確にする必要があります。最悪のシナリオは、完全な導入が完了しているものの、ベンダーが倒産し、ライセンス サーバーがインストールの認証を停止し、実装全体がダウンしてしまうことです。 RPA の例: UiPath 製品UiPath 製品は、Blue Prism および Automation Anywhere の製品とともに、「ビッグ 3」 RPA 製品の 1 つです。現在、主に Windows 製品を提供していますが、ブラウザを通じて利用できるサブ機能も増えてきています。後で説明するように、一部の UiPath 製品はクラウドで実行されます。 UiPath の製品は、どのプロセスを自動化できるかを見つけるのに役立ち、さまざまな技術スキルと経験を持つユーザーにさまざまなツールを提供します。多くの RPA 製品と同様に、UiPath 製品も機械学習テクノロジーをますます高度なプロセスに取り入れています。 UiPath のロボットは、ドキュメントを分析し、音声を認識し、その他の機械学習モデルを適用できます。さらに、UiPath 製品は、エンタープライズ規模で自動化を管理できます。 UiPath 製品のインストール。無料の UiPath トライアルにサインアップして UiPath Community SaaS アカウントを作成し、その後エンタープライズ トライアルをリクエストして UiPath Automation Cloud の全機能を有効にすることができます。その後、UiPath Studio の試用版をダウンロードできます。試用版の横にある「インストール」ボタンをクリックします。これにより、自動化の作成とテストに使用される UiPath Studio、アシスタント、ロボットがインストールされます。 ビジネスケースを構築します。 Automation Cloud アカウントでは、管理者の下で Automation Hub サービスを有効にすることができます。必要に応じて、Automation Store を有効にすることもできます。その後、Automation Center に移動してインスタンスを作成できます。ここで、概念実証 (POC) のビジネス ケースを定義できます。 プロセスを文書化します。 Automation Center から Task Capture をダウンロードしてインストールする必要があります。ライセンス要件により、タスク キャプチャを実行するときは UiPath Cloud アカウントにログインする必要があります。ログインしていない場合は、コミュニティ機能の使用に制限されます。 図を作成することから始めるか、タスク キャプチャを使用してプロセスを文書化することから始めるかを選択できます。前者ではフローチャートがより良くなり、後者では作業が速くなります。実際のキャプチャプロセスは、Excel でマクロを記録するのと似ています。プロセスは最大 500 アクションに制限されます。 フローチャートには一連のアクションが含まれ、意思決定ツリー (ビジネス ルール) も含まれる場合があります。マクロ レコーダーはスクリーン スクレイピング操作を実行しません。代わりに、スクリーンショットを撮り、ロボットに抽出させるフィールドをイメージ エディターでハイライトします。プロセス定義ドキュメント (PDD) が完成したら、それを Word または XAML ドキュメントとしてエクスポートできます。独自のフローを実行したり、Automation Store に送信してレビューや公開を行ったりすることもできます。 UiPath マーケットプレイスを探索してください。 UiPath マーケットプレイスでは、インテリジェント オートメーションを含む多くの自動化アクションを見つけることができます。 ボットを作成します。 UiPath 製品には、ビジネス ユーザー向けの UiPath StudioX、RPA 開発者向けの UiPath Studio (下のスクリーンショットを参照)、C# 開発者向けの UiPath Studio Pro という 3 つのロボット設計環境が含まれています。 Studio Pro では、RPA のテスト ケースを構築できるほか、Web、デスクトップ、モバイル アプリケーションの自動テストも構築できます。ロボットが承認されると、従業員は UiPath Assistant を使用してロボットをローカルで実行し、UiPath Orchestrator を使用して安全に管理できるようになります。 概念実証。熟練した UiPath 製品開発者をクライアント企業のプロセス ドメインの専門家と連携させて作業させることで、UiPath は通常 1 ~ 2 日で概念実証を完了できます。お客様は、UiPath Studio を専用デバイスにインストールし、ソリューションに関連するすべてのシステムとアプリケーションへのアクセスを提供する必要があります。 UiPath の製品の競合製品を調査すると、多くの類似点が見つかります。機能、スケーラビリティ、費用にも違いがあります。 RPA ソリューションを導入する前に、デューデリジェンスを実行し、コストと節約額を予測し、会社の業務に影響を与える可能性のある各機能をテストします。 |
<<: まず知性を高め、次に利益を増やす、ヒューイスがトップ商人の「育成」の秘密を明らかにした
>>: 2021 年に登場予定の 10 のビッグデータ テクノロジー
「分析の時代」はまだ始まったばかりですが、私たちには多くの刺激的なアイデアと期待がもたらされていま...
[51CTO.comからのオリジナル記事] 学習圧力が高く、教育資源の配分が不均衡な中国の教育システ...
最近、ニュージーランド出身のブレンダン・バイクロフトという男がテクノロジー界で大流行を巻き起こしてい...
[[251349]]古代、神農は何百種類もの生薬を試飲しましたが、これは実際には薬を人工的に選別する...
ここ数年、自動運転車に対する熱狂が高まっています。これは確かに合理的です。自動運転車は、燃費の向上、...
[[183562]]人々は常に人工知能について多くの懸念を抱いています。人工知能は私たちの仕事にとっ...
[[387879]] AI、つまり人工知能は、最近誰もが口にする言葉になっているようです。私はこのテ...
近年、セキュリティビデオ監視はソフトウェアとハードウェアの両方で大きな技術的進歩を遂げており、さ...
誰もがこのような経験をしたことがあると思います。道路を運転しているとき、携帯電話は位置情報と速度を送...
GPT-4 のリリースは AI の歴史に残る大きな出来事であることは間違いありません。しかし、時が経...
データ サイエンスは幅広い分野であるため、まずはあらゆるビジネスで遭遇する可能性のあるデータ サイエ...
オープンで、非常にダイナミックで進化する環境で学習する能力は、生物学的知能の中核となる要素の 1 つ...
[[435334]] 2021年パターン認識と機械知能フロンティアシンポジウムが10月29日午前に...