「RPA」と「AI」の違い【中編】
「AI」活用は何がうれしく、何が厄介なのか? 「RPA」との比較で考える
「RPA」製品によってビジネスプロセスの大部分を自動化すると、どこかで必ず「意思決定の自動化」という難所にぶつかる。「AI」システムはこの壁を突破する鍵になる。ただしその効果を引き出すのは容易ではない。
「RPA」(ロボティックプロセスオートメーション)と「AI」(人工知能)技術をそれぞれ単独で導入しても、企業はさまざまなメリットを得ることができる。両者を連携させると、さらに大きな価値が得られる――と専門家は口をそろえる。RPAの特性を整理した前編「いまさら聞けない『RPA』の基礎 何ができ、何ができないのか」に続き、中編となる本稿はAI技術の特性と役割を考察する。
AIシステムの良さと難しさとは? RPA製品との比較で理解する
併せて読みたいお薦め記事
コロナ禍でピンチの企業をAIとRPAが救う
危機を乗り越えるための変革
RPA製品のソフトウェアロボットは、さまざまなビジネスプロセスの自動化を実現する。ただし、いずれどこかの時点で人間が判断を下さなければならない。ここで活躍するのがAI技術だ。ソフトウェアロボット単独では解決できない「人間による意思決定」というビジネスプロセスを、AIシステムは模倣できる。
AIシステムは意思決定を下す役割を果たしながら、大量のデータからパターンを迅速に特定して分析することで意思決定の精度向上を図る。AIシステムが処理できるデータ量と処理速度は、人間の比ではない。
RPA製品の導入と比べると、AIシステムの導入は難しい。機械学習をベースにしたAIシステムの場合、最も重要な課題は機械学習に必要な教師データの準備だ。
機械学習モデルを構築するためには、膨大な量の教師データが必要になる。「多くの企業は迅速または容易にAIシステムを導入するための、教師データの適切な扱い方を理解していない」と、システムインテグレーター(SIer)のLarsen & Toubro Infotechでデジタル変革コンサルティングの責任者を務めるブーマー・チュタニ氏は指摘する。
コストの問題もある。AIシステムは、RPA製品よりも導入コストが高額になりがちだ。機械学習ベースのAIシステムを稼働させるには事前に教師データによる機械学習が必要で、機械学習には数カ月以上の期間がかかる。AIシステム導入に伴う開発、デプロイ(配備)、維持管理には専門知識が必要になるため、コストがかかるだけでなく、対処可能な人材を確保するのも難しい。
IT部門と事業部門のリーダーは、AI技術を最優先事項に位置付けている。ERP(統合業務)パッケージベンダーのIFSが2020年に実施した調査によると、企業のリーダーが最優先事項に位置付けている技術のランキングではAI技術が1位を占めている。2022年までにAI技術が主要技術になると答えた回答者は24%に上る。これは仮想現実(VR)や拡張現実(AR)、モノのインターネット(IoT)、ブロックチェーン、5G(第5世代移動通信システム)より高い割合だった。
後編はRPAとAI技術の連携がもたらすメリットを解説する。
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[ニュータニックス・ジャパン合同会社] クラウドネイティブ戦略ガイド:8つの主要課題と解決策を解説 -
製品資料
[ニュータニックス・ジャパン合同会社] プラットフォーム技術者のための「クラウドネイティブ」プレイブック -
製品資料
[ニュータニックス・ジャパン合同会社] ハイブリッドクラウドでハードウェア価格高騰のリスクを回避する方法 -
製品資料
[ニュータニックス・ジャパン合同会社] AI時代に必要なインフラモダナイゼーションの考え方とは? -
製品レビュー
[Dropbox Japan株式会社] ランサムウェア対策で見直したい「復旧できるファイル基盤」とは?
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
なぜ「Gemini 4 Argon」は出遅れたのか? Googleが狙う“逆転のシナリオ”
-
2
なぜ「全社配布Copilot」は使われないのか? 失敗に学ぶAI定着
-
3
鹿島建設のDXを阻む「10年前のAWS」 安全性と自由度を両立したモダナイズ
-
4
「IBM i(AS/400)はクローズドなシステム」という誤解 DXに寄与する一歩
-
5
損保ジャパンはなぜ「COBOL」を捨てなかったのか? 脱メインフレームの真相
-
6
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
7
ITエンジニア1265人調査 生成AIを使い込むほど「人の確認」が重い理由
-
8
全社標準Copilotに絶望? MS Copilotで問い合わせ6割減できた企業は何が違った
-
9
「Microsoft一択」で本当にいいのか 知らぬ間にライセンス費用が膨らむ真相
-
10
AIの導入効果はどう測る? DMM.comのエンジニア組織に学ぶ効果検証のノウハウ
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化? 2026年夏の3事例から見えた動向と対処方法
-
2
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
3
家庭用Wi-Fiルーターの業務利用は危険? 避けるべき理由と具体的な対策
-
4
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
5
LLMが兵器化? 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
6
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
7
生成AIを開発に導入しても効果が見えない? 実証実験で分かった成果と課題
-
8
システムの保守がモダン化を阻む? 「変えない判断」から脱却する方法とは
-
9
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ?
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー