2018年に経済産業省が発表したDXレポート2において、企業が直ちに取り組むべきアクションの一つとして「RPAを用いた定型業務の自動化」も挙げられています。このようにDX（デジタルトランスフォーメーション）推進の流れの1つとして推奨されていることも、RPAが注目されている理由といえるでしょう。

★DXについて詳しくはこちら

DX（デジタルトランスフォーメーション）とは？　意味・定義をわかりやすく解説

https://monstar-lab.com/dx/about/digital_transformation/

RPAとマクロ（VBA）の違い

自動化ツールといえばマクロを思い浮かべる人も多いかもしれません。マクロ（VBA）とは、ExcelやAccessといったOffice製品で利用できるプログラミング言語です。

Office製品の動作をプログラミングすることで、データ処理の自動化やメールの一括送信などが可能となります。一連の作業手順を記憶して、繰り返し再現することも可能です。しかし、操作できる対象はOffice製品に限られます。

一方RPAはOffice製品以外も対象であり、プロセスの自動化全体を意味します。

RPAとAIの違い

AIとは「Artificial Intelligence」の略で、人工知能を指します。AIはルールや基準に従って作業を行うRPAと違い、膨大なデータをもとに自ら学習し、自ら判断を行うことが特徴です。

RPAの1つの手段として、AIを用いたソフトウェアの導入も可能です。実際にAIを搭載した高度なRPAも存在しています。ですが、多くの中小企業で導入するには、技術的にもコスト的にもまだ難しい段階にあります。

現状の企業で導入している主なRPAは、AIを搭載していない単純業務の代替を行うソフトウェアといえます。

★AIについて詳しくはこちら

AI（人工知能）とは何か？言葉の意味やビジネス活用へのヒントをわかりやすく簡単...

https://monstar-lab.com/dx/technology/about-ai/

➡︎【資料ダウンロード】さまざまな業界のDX推進事例をわかりやすく解説「DX事例集」＜2024年版＞

RPAが得意な業務

RPAは人が行う繰り返し業務など、あらかじめ手順が決まった作業を得意としています。どのようなものか、具体的に見ていきましょう。

フローが決まっている定型業務

定型業務は、毎日・毎週・毎月ある程度決まったタイミングで発生し、定常的に対応する必要があります。たとえば定期的なレポートや帳票作成は定型業務といえるでしょう。

定型業務はプログラムで日時や作業の登録さえ行えば自動化可能であり、RPAが得意な業務です。

繰り返し作業

伝票や請求書、顧客情報はデータベースとして保管・処理するためにPCへ入力する必要があります。このような入力作業は単調ですが数も多く、何度も繰り返さなければならないので作業者のストレスや疲労が蓄積しやすい作業です。さらに長時間作業によるミスも発生しやすくなります。

RPAに繰り返し作業をプログラムとして登録すると、作業者に代わり疲労を蓄積せずにミス無く繰り返すことが可能です。

データ収集・集計

業務に必要となる情報をWebサイトから収集する、Webスクレイピングという作業があります。Webスクレイピングを用いたデータ収集は、RPAが得意とする業務の1つです。

さらに、スクレイピングで収集したデータをVBAなどで自動的にチェックし集計することも可能です。

➡︎【資料ダウンロード】さまざまな業界のDX推進事例をわかりやすく解説「DX事例集」＜2024年版＞

RPAが不得意な業務

RPAが不得意な業務とはどのようなものでしょうか。具体的に確認していきましょう。

ルール化されていない業務

現状のRPAの多くは、あらかじめ定められたルールに従って動作します。そのため、ルール外のことが発生した場合には、作業が停止することがあります。必ず事前にRPAに任せる業務がルールに従ったものであることの確認を行いましょう。

思考や判断が必要な業務

新たなものを生み出す業務では創造性（クリエイティビティ）が必要です。既存のものを組み合わせたり、視点を変える必要がありますが、現状のRPAはここまでの作業は不可能であり、不得意な業務です。

➡︎【資料ダウンロード】さまざまな業界のDX推進事例をわかりやすく解説「DX事例集」＜2024年版＞

RPAの自動化クラス

総務省では、RPAの自動化レベルを業務範囲で3段階に設定しています。それぞれどのようなものか確認していきましょう。

クラス1：RPA（Robotic Process Automation）

RPAのクラス1は、そのままRPAと呼ばれています。主な業務範囲は情報取得や入力作業、検証作業といった定型的な作業です。

現状のRPAは、ほぼクラス1に該当するものであり、判断が必要な作業は難しいとされています。

クラス2：EPA（Enhanced Process Automation）

RPAのクラス2は、EPA（Enhanced Process Automation）と呼ばれ「より強化されたプロセスの自動化」を意味します。

クラス1の次期レベルであり、AIと連携することで、非定型業務の一部を自動化します。例としては自然言語解析や画像解析、音声解析があります。

クラス3：CA（Cognitive Automation）

RPAのクラス3は、CA（Cognitive Automation）と呼ばれるものです。日本語に直訳すると「経験的知識に基づいた自動化」であり、認識技術や自然言語解析技術、学習機能を用い、曖昧な情報や不足している情報を補いながら作業します。

クラス3ではプロセスの分析や改善、意思決定までの自動化を目的としており、これまでとは一線を画したRPAの開発を目指しています。

➡︎【資料ダウンロード】さまざまな業界のDX推進事例をわかりやすく解説「DX事例集」＜2024年版＞

RPAを導入するメリット

企業がRPAを導入するメリットについて確認していきましょう。

人材不足の解消

既存の作業をRPAにより自動化できれば、従業員は他の自動化できない重要な作業や、本来注力すべきコア業務に専念することが可能です。

また、ソフトウェアロボットは途中で予期せぬことが発生しなければ24時間休み無く稼動し続けます。これらの理由から、RPAは人材不足解消のための有効な手段だといえるでしょう。

コストの削減

RPA導入により既存の定型業務に関わるコストの削減が望めます。多くの従業員が長期間で行う仕事をRPAで代替できれば、残業代や採用コストなどの人件費を抑えられ、RPAの導入や維持管理費用以上のコスト削減が期待できます。

ヒューマンエラーの防止

定型業務は単純かつ長時間の作業となるため、疲労によってミスが発生しやすくなります。一度ミスが発生すると、その確認作業のためにさらなる時間がかかることも予想されます。

RPAに作業を代替させたとしても、人による確認作業を完全に無くすことはできません。それでも作業の大部分を削減し労力をチェックのみに割くことができるので、ミスは大幅に減らすことができるでしょう。

➡︎【資料ダウンロード】さまざまな業界のDX推進事例をわかりやすく解説「DX事例集」＜2024年版＞

RPA導入における課題

RPAを無計画に導入してしまうと、思わぬ問題が発生する場合があります。導入前に課題について確認しましょう。

ツールを導入しても活用できない

業務に適合しないRPAツールを導入してしまうと、活用できない可能性があります。

RPA導入前には、自社のどのような業務がボトルネックとなっており、そのうちどの部分をRPAが代替できるのかといった、RPA導入の目的を明確にすることが必要です。

また既存のツールを導入するだけでなく、自社が必要とするサービスを新たに開発することも有効な手段となります。自社のリソースでサービス開発を行う内製化も、コスト削減や業務効率化に効果的です。

★内製化について詳しくはこちら

内製化とは？メリット・デメリットや失敗しないポイントを事例をもとに解説

https://monstar-lab.com/dx/about/inhouse-production/

RPAの開発・運用を行う人材の不足

RPAは導入して終了するものではなく、導入後に調整やブラッシュアップをしていくことで、より適切な処理をさせていくことが重要です。

導入する前に、どのようにRPAを運用していくか、トラブルが発生したときの担当は誰かなど、明確に決めておく必要があります。

社内でRPAの導入や運用に対するリソースが不足している場合、外部パートナーにアウトソースして開発と運用を任せる、もしくは外部パートナーに人材育成・リスキリングを依頼するといったアプローチも考えられます。

★リスキリングについて詳しくはこちら

リスキリングがDXに欠かせない理由とは？方法やDX人材育成事例も紹介

https://monstar-lab.com/dx/about/about-reskilling/

➡︎【資料ダウンロード】さまざまな業界のDX推進事例をわかりやすく解説「DX事例集」＜2024年版＞

RPAの導入事例

では、実際にRPAの導入事例をみていきましょう。

ソフトバンク

ソフトバンクでは、RPAやAIを活用した業務効率化プロジェクトを実施しました。各部門において業務ごとのプロセスや現場が抱える課題を可視化し、不要な業務の廃止やデジタルツールの活用といったさまざまな手法を組み合わせた施策を立案しました。

電子印鑑の導入や事務作業のRPA化など3000以上の施策を実施し、結果として年換算で2万5000時間、5000万円相当の削減に成功しました。

出典：TECH+（テックプラス）「ソフトバンク、AIやRPAを活用し241億円のコスト削減に成功」

サッポログループ

サッポロビールが所属するサッポログループは、出荷データと受領証のチェック作業を人手で行っており、年間数百万枚にものぼる作業が大きな負荷となっていました。

そこで、この業務をRPA化するため受領証を複合機のスキャナーで読み込み、AI-OCRソフトでデジタルデータへの変換を実施。さらに読み込んだデータの確度を上げるために、基幹システムに保持されている出荷情報と照合判定まで実施する仕組みを構築しました。読み取り精度は最終的に99％まで高められ、大幅な業務効率化に成功しています。

出典：サッポログループ「RPA による受領証回収チェック業務の効率化を実施」

ユニメイト

ユニメイトは、レンタルユニフォーム事業を主軸に各種ユニフォームの企画・生産・販売やクリーニングまでを手がけるユニフォーム企業のパイオニアです。

同社はサイズ申請時のミスによって発生する返品・交換作業の手間やコスト、廃棄品による環境への悪影響を課題としていました。そこで、オリジナルのAIエンジンを搭載した自動採寸アプリを開発。今まで手動で行っていた採寸を自動化することにより、ヒューマンエラーの削減に成功し、コスト削減と業務効率化、環境への貢献を実現しています。

★事例について詳しくはこちら