#RPAとは
RPA（Robotic Process Automation）とは、バックオフィス業務などをはじめとするホワイトカラー業務をソフトウェアに組み込まれたロボットが代行する取り組みを指します。
間接業務を自動化するテクノロジーともいえます。
構造化されたデータを収集・統合し、システムへ入力する、単純業務を自動化します。たとえばExcelのデータ入力やネットのデータ収集などに活用されています。
RPAを活用すると、定型的で反復性の高い業務において大きな効果を期待できるでしょう。企業の変革に欠かせないツールとして注目が高まっています。
#RPAには3段階ある
RPAを利用した業務には3段階あり、それぞれRPA、EPA、CAと呼びます。それぞれできる業務の内容や範囲などに違いがあり、クラスが上がるほど複雑な機能に対応できます。
class1：RPA（Robotic Process Automation）
class1と呼ばれるRPAは、定型業務をミスなく的確に遂行する、またいくつかのアプリケーション連携が必要とされる単純作業に対応します。人事・経理・総務・情報システムなどのバックオフィスの事務・管理業務や、販売管理や経費処理などに使われています。
class2：EPA（Enhanced Process Automation）
class2と呼ばれるEPAは、データの収集や分析に対応できます。自由記述式アンケートの集計やログ解析、複数要因を加味した売上予測など、様々なデータを基にした分析を自動化する処理に用いられます。
class3：CA（Cognitive Automation）
class3であるCAはRPAにAIのような自律的な判断力を備えたもので、プロセスの分析や改善、意思決定までを自動化するとともに、ディープラーニングや自然言語処理まで対応できるものもあります。膨大なデータの整理・分析だけでなく、得られたデータを生かした経営改善などにも活用できます。
#RPAとAIの違い
RPAとAIはよく混同されますが定義が厳密には異なります。狭義のRPAは3段階のうちClass1をさします。ルールに沿って、単純に作業をこなすのが特徴です。導入はAIほど難しくありません。
他方、AIとはClass2およびClass3をさします。大量のデータをもとに分析し結果を出力するのが特徴です。出力する結果はClass2とClass3で異なりますが、どちらもビッグデータにもとづいてアウトプットします。
RPAは単純な作業を繰り返し実施する一方、AIはビッグデータを分析し結果を出力します。これらの点でRPAとAIを区別されます。
#RPAの種類
オンプレミス
オンプレミスとは、サーバーを自社に設置して運用する形態を指します。カスタマイズさせ他のシステムと連携できる点がメリットです。反対にデメリットは初期費用が高いこと、災害時の復旧に時間やコストを要することといえるでしょう。
クラウド
クラウドとは、自社でサーバーを持たずインターネットにて操作したり管理したりする形態をいいます。メリットは初期費用が安いことや、インターネットさえあればどこでも利用できることにあります。一方、企業規模が大きいとコストかさんだり、カスタマイズしづらかったりする点はデメリットだと言えるでしょう。
RPAのメリット
RPAを導入すると、ロボットが代わりに稼働するため人ではなしえなかった精度や速度で作業を完了できます。人が苦手とする単純な繰り返し作業を請け負わなくて良い点はRPAのメリットです。
クオリティーの安定化
RPAは人為的なミスを防げるのがメリットの一つです。まったく同じ業務であっても24時間連続して勧めてくれます。人員を割かずにすむ点も強みです。
作業の高速化
プログラミングされた内容であれば人間以上のスピードで作業を進めてくれます。RPAは決められたルールに従って動くため、予想しない挙動で問題になることは少ないです。
コストの削減
従業員の労働力を確保したまま効率化するため、人件費の削減に貢献します。業務のクオリティを下げずに速度のみが上がります。作業に必要だった人員が減るため、重要な業務に集中できます。
#AIについて簡単に
補足としてAIについて掘り下げていくと、機械学習、ディープラーニングの内容を抑えておく必要があります。
AI・・・人間のような知的な機械をつくる科学や技術。最も色々な意味を含んでいるのがAI（人工知能）
機械学習・・・特定のタスクをトレーニングにより実行できるようになるAI。人が特徴を定義。
ディープラーニング・・・多層のニューラルネットワークを組み合わせて作成される機械学習モデル。特徴量を自動的に抽出できる。
デープラーニング(深層学習)は機械が特徴を自動定義する。
今までの機械で画像認識を行う場合、その画像の中でどの点に注目すればいいのかなどを、人間が指定しなくてはいけませんでした。猫であれば、ひげの数や耳の形などを明確に定義しなくては機械が猫を猫と判別することはできません。
しかし、ディープラーニングの登場によって大量のデータさえ用意できれば、そのデータの特徴を自動的に取り出し、新しいデータが入力されたときに、そのデータが何なのかを判定することができます。
#ディープラーニングの実用例
Google傘下のDeepMind社が開発した囲碁AI “Alpha Go”は人類最強と言われていた柯潔（カ・ケツ）棋士に全勝した話です。ニュースでも大きく報じられ、ディープラーニングの能力の高さを象徴した事例となっています。
ボードゲームで最も難しいと言われている囲碁には約10の360乗通りという天文学数的な組み合わせが考えられるため、人間最強の棋士に勝つには今までの機械学習方法では到底不可能でした。
しかし、ディープラーニングと強化学習などの既存の技術の組み合わせによってそれを可能にしたのです。