## 主要なコードレビューツール

コードレビューはシステム開発の中で大切な工程の1つです。コードレビューを1行ずつ目で確かめていたら、工数が膨大になってしまうでしょう。近年では、工数の削減や正確性の担保などのためにさまざまなコードレビューツールがあります。ここでは、代表的なコードレビューツールを詳しく紹介します。

**GitHubとは、システム開発プロジェクトのためのソースコード管理サービスです。**ソースコードを更新したバージョンの管理機能・バグ追跡機能・SNSの機能が備わっているため、開発者にとっては必要不可欠とも言えるサービスです。**そしてGitHubには、プルリクエストの画面にコードレビューツールが備わっています。**無料でも利用できますが、データ量や月々に実施できるアクション数に制限があるため、チームやプロジェクト単位で使用する際には有償版を使用するのがおすすめです。

*GitHubでは、プルリクエストごとにレポジトリへのアクセス権をもっているユーザーをレビュアーとして割り当てることが可能です。*プルリクエストを提出したユーザーは、管理者にコードレビュー依頼もできます。変更履歴の確認やプルリクエストの議論、インラインでコメントを付けることも可能です。GitHubのコードレビューツールでは、Gitにおけるコンフリクトをインターフェイス上で解決することもできます。

また、マーケットプレイスを利用して、他のレビューツールと統合させれば、レビュー機能を拡張させることも可能です。*GitHubに備わっているコードレビューツールには、レビューに必要な機能が全て組み込まれているため、追加でダウンロードやパラメータの設定などは不要です。*
（参考：https://github.com/ ）

**Collaboratorは、SmartBear社が開発したコードレビューツールです。**Collaboratorではソースコードのレビューだけではなく、ドキュメントのレビューもできます。Collaboratorは有償ですが、無料試用版も用意されています。

*Collaboratorでは、他のコードレビューツールと同様に、Git・Subversion・Perforce・CVS・Mercurial・TFSなど、多数のバージョン管理システムをサポートしているのが特徴です。また、Jiraなどのプロジェクト管理ツールやEclipse・Visual Studioなどの統合開発環境（IDE）とのシステム連携することもできます。*Collaboratorには、レビュー管理とバグ追跡の機能もあり、プロジェクトメンバーを支援する機能も豊富です。他にも、ソースコードの修正・変更を確認し、欠陥を特定して特定の行にコメントを付ける機能もあります。
（参考：https://smartbear.com/product/collaborator/overview/ ）

**Review Boardは、Christian Hammond氏とDavid Trowbridge氏によって開発されたオープンソースのコードレビューツールです。オープンソースなため、開発者によって日々バージョンが更新されているのが特徴です。**Review Boardでは、ソースコードとドキュメントの両方のレビューを行うことができるほか、ソースコードをグラフィカルに表示することもできるため、ソースコードを更新した際の差異を比較するのが簡単です。Webサイトで試用版を利用することもできるため、1度試してみてから、プロジェクトなどに活用するかどうか検討も可能です。また、システムをダウンロードし、自身のPCにインストールしてセットアップすることもできます。

Review Boardを使用するためには、Pythonの実行環境が必要です。また、MySQLなどのデータベースの用意・ApacheなどのWebサーバーの設定・ソフトウェアを実行するためのライブラリなども必要です。Review Boardは、Git・Mercurial・CVS・Subversionなど多くのバージョン管理システムと統合することができます。また、Review BoardをAmazon S3に統合して、Review Boardの中でスクリーンショットの保存も可能です。
（参考：https://www.reviewboard.org/downloads/ ）

**Phabricatorは、Phacillity社が提供しているオープンソースのコードレビューツールです。**Phabricatorをダウンロードし､自身のPCにインストールするのは無料で行うことができます。また、ユーザー数も限定することなく使用でき、有償版ではクラウド上のサービスを使用することもできます。有料プランの場合、サポートも含まれているのが特徴です。Phabricatorは、Git・Mercurial・SVNの3種類のバージョン管理システムが対応しています。

例えば、プロジェクトのチームメンバーと事細やかに議論したい場合には、Phabricatorを利用すれば可能です。プレコミット・ポストコミットの両方のソースコードレビューができます。また、Phabricatorには、システム開発においてプロジェクトをサポートするための追加ツールが備わっています。例えば、バグを管理するビルトイントラッカーが提供されています。

*以上からも、Phabricatorには、開発効率を向上させるための機能はほとんど備わっているのが特徴です。プロジェクトが初期段階にある場合には、Phabricatorはおすすめと言えます。*
（参考：https://secure.phabricator.com/ ）

## コードレビューツールが必要な理由

コードレビューツールを使用する理由について気になる方は多いでしょう。最初に説明しましたが、**開発効率の向上やコストの削減が主な理由**として挙げられます。コードレビューツールを使用することで、他にも多くのメリットがあります。

*例えば、コードレビューツールを使用すれば、プロジェクトチームが継続的にコードレビューを確実に行えるようにサポートすることができます。*全てのコードレビューについて一元管理ができたり、問題の追跡や解決がわかりやすいように可視化したりすることが可能です。

*コードレビューツールによって、プロジェクトメンバーや関係者の間のコミュニケーションもサポートすることができます。*コードレビューツールを利用すれば、関係者間の認識齟齬を減らすことや、プロジェクトメンバーが議論しやすいプラットフォームを提供することができるため、無駄な工数を大幅に削減が可能です。

*また、コードレビューツールには、バグ・エラーの履歴を保存したり表示したりする機能もあります。*したがって、ナレッジの文書化・共有が簡単にできるようになります。コードレビューで文書化された履歴は、新しいプロジェクトの際に活かすこともできるため、大切なリソースです。 

そもそも、コードレビューについて詳しく知らない方も少なくないでしょう。**コードレビューの概要や目的を知っておくことは、コードレビューツールを採用する際にも役立ちます。**コードレビューとは、記述したソースコードをレビューすることで、エラー・バグがないかを確認する作業のことです。プログラムの品質を担保するためにも重要な工程の1つと言えます。ここでは、コードレビューの概要や目的について詳しく紹介します。

**コードレビューは、記述したソースコードを自分以外の誰かに問題ないか確認してもらうことを指します。レビューを行う人をレビュアー、レビューされる人をレビュイーと言います。**システム開発を実施する際に、コードレビューは必ずといてもいいほど実施されるでしょう。例えば、プロジェクトによってはレビュアーの許可がない限り、ソースコードを修正することができなかったり、次の工程に移ることができなかったりします。*コードレビューのルールは、プロジェクト発足当初に定めるのが一般的です。*

コードレビューの目的はいくつかあります。**主な目的は、ソースコードにエラーや設計上の問題がないか確認することです。つまり、システムの品質を担保することが大きな目的と言えます。**コードレビューの方法もさまざまですが、自身が記載したソースコードを上司や他のプロジェクトメンバーが確認することが一般的でしょう。

**その他の目的として、上司のソースコードを見て勉強するというように、新人教育にコードレビューが使われることもあります。**他人が記述したソースコードを読むことで、コーディング方法やフレームワークのスキルを身に付けることが可能です。*コードレビューによって、開発者の意図も把握できる良い機会となるため、スキルアップにもつながります。*

## コードレビューについて理解を深めてプロジェクトに適したコードレビューツールを導入しよう！

これまでに、主要なコードレビューツール・コードレビューツールが必要な理由・コードレビューの概要や目的について解説しました。**主要なコードレビューツールとして、「GitHub」「Collaborator」「Review Board」「Phabricator」などが挙げられます。他にも多種多様なコードレビューツールは存在するため、プロジェクトに合ったコードレビューツールを導入することが重要です。**

*コードレビューツールを導入する主な目的は、開発効率の向上です。また、そもそもコードレビューを実施する主な目的は、システムの品質担保です。*システムの品質を担保しようとして、レビューに工数を多くかけてしまうことは少なくありません。**そのため、開発スピードを高めるためにも、コードレビューツールを使用してみるのはおすすめと言えます。**

近年ではシステム開発の効率を高めるために、コードレビューツールはさまざまなものが存在します。そこで当記事では、主要なコードレビューツール・コードレビューツールが必要な理由・コードレビューの概要や目的について詳しく解説します。

主要なコードレビューツールは「GitHub」「Collaborator」「Review Board」「Phabricator」など

コードレビューツールを導入する主な目的は、開発効率の向上

コードレビューを実施する主な目的は、システムの品質担保

主要なコードレビューツールを紹介！ツールがなぜ必要かについても解説

最近**RPAとAIという言葉をよく耳にし、両者を混同している人もいますが、両者は明らかに異なる**ものです。ここでは、RPAとAIの特徴や違い、メリットやデメリットを考察しながら、RPAとAIについて掘り下げます。

### RPAとは業務自動化ツールのこと

RPAはRobotic Process Automationの略語で、一言で表すと**「人の代わりに仕事をしてくれる自動化ツールのこと」**です。*RPAは'デジタルレイバー'（Digital Labor）や'仮想知的労働者'と表現されるケースもあります*。

*・手順が決まっている定型業務*

*・反復して行うルーティンワーク*

などで、主にはPC上で行う事務作業分野での利用が進んでいます。

RPAを機械のロボットをイメージしてしまいがちですが、*RPAは広義の意味でのロボット*です。

また、RPAはよくExcelマクロと対比されがちですが、マクロはExcel上で動作し、Excelの制約を受けるため、どうしても処理できる量には制限があります。一方、RPAはPCやサーバー上で動作するため、マシンスペックによっては*高速で大量の処理*を行うことが可能です。

RPAは2020年の総務省調査*:[AI・RPAの利用推進について](https://www.soumu.go.jp/main_content/000724615.pdf)*によると、地方自治体の68%が導入済であり、**RPAは導入しやすく、効果を得やすいツール**だということが分かります。以下、そのRPAのメリットを列挙してみましょう。

RPAはツールの利用が一般的ですが、単純作業や反復作業をRPAツールに覚え込ませると、*人の処理速度の10倍以上のスピードで業務を処理*します。しかも、*年中無休、休むことも退職することもないため、業務に掛かるコストを大きく削減*できます。

RPAは*決められたことを決められた通り行うため、判断ミスや誤入力を防げます*。また、長時間の作業も可能であり、さらに結果の検証まで自動で行うことが可能ですので、仕事の精度が上がります。

単純作業をRPAに置き換えることで、人はより高度な判断業務、営業活動などに時間を割くことができます。結果、*仕事の質が上がり、全体の生産性を高めることが可能です*。

RPAにはデメリットと言えるほどのものはありませんが、強いてあげるならば、以下の2つがあります。

*1.属人化してしまうと失敗する*

RPAに仕事を教え込むのは人間です。その人が退職した場合、何か問題が起きた時に対処するのに時間が掛かります。RPAを利用する場合は、そうした事態を想定して、業務マニュアルの作成や引継ぎをきちんと行っておかなければなりません。

*2.業務の変更に柔軟に対応できない*

業務の自動化は大変便利で、メリットも多いのですが、一方で業務がブラックボックス化するリスクがあります。運用変更の際に、業務が見えないために、RPAが記録した業務の変更に手間取ります。RPAを導入する場合は、今の仕事のやり方がベストなのかどうか、今後変更する可能性がないのかについてよく確認しておく必要があります。

RPAについての理解は整理できたでしょうか？続いてAIについて見ていきましょう。ここでは、*AIの概念*について再認識をしてください。

AIは日々進化しており、その定義はまだ定まっていませんが、*大まかな定義としては、AIは人工知能のことです*。AIはコンピューターですが、単なるコンピューターとAIの違いは、**「学習・推論・判断」といった機能が備わっているか否かの違い**です。

AIはコンピューターにはできない学習・推論・判断を行えるため、*人の作業や思考を肩代わりすることが可能*です。またAIには感情がありませんが、24時間365日不眠不休で働ける点は人には真似ができないことです。

AIのメリットを以下に挙げます。RPAのメリットと対比させながら読み進めてください。

*1.肩代わりできる人の仕事の範囲が広い*

AIはRPAと同様に、単純作業・反復作業を行うのは得意ですが、**自分で学習してスキルを高めること、推論すること、そして判断が行えるため、かなりの人の仕事を肩代わりすることが可能**になります。

AIは膨大な量のデータを収集して分析したり予測したりすることに長けています。*ビッグデータ解析*と呼ばれるものは、まさにこれです。この*分析や予測の能力は人を上回っており、経営やマーケティングなどで大いに役立っています*。コロナ禍での人出の解析などもAIが行っています。

*iPhoneのSiriなどはまさにAI*です。Siriは人の言葉を理解して必要な情報を集めてくれますが、このような形で*AIはすでに私たちの生活に入り込み、私たちの生活とAIは切っても切れない関係*になっているのです。

以上のように大変便利なAIですが、*AIにも解決すべき問題、すなわちデメリット*があります。

研究開発中の自動運転技術にAIが搭載されていますが、車の自動運転で事故が生じた場合に、その**責任の所在が不明確**です。AIと人の責任の分界点を明確にしていく必要があります。

*2.AIの思考プロセスがブラックボックス化する*

AIは自己学習しながら思考の精度を上げていくため、*思考のプロセスは学習とともにブラックスボックス化していきます*。AIの思考をモニタリングしたり、解析できるような仕組みを併せて用意しておく必要があります。

以上、RPAとAIの特徴やメリット、デメリットを述べてきました。その違いは理解されたと思いますが、*両者の違いについて改めて整理*しておきましょう。

### RPAとAIの違いは手足と頭脳の違い

RPAは人が定めた業務のルールを教え込むと、教えられた通りに動きます。1度設定したタスクは何度も繰り返して実行でき、迅速にルーティンワークを正確にこなすことができます。**RPAとは、人が行っていた手作業を代替するツール**と言っても良いでしょう。

*人体の部分で言えば、脳からの指令に従って動く手や足と同じ*です。

一方のAIは、人に代わってRPAなどのツールに指示をすることができます。さらに、AIは学習や判断ができるため、業務フローの見直し・改善を提案することもできます。

以上の通り、RPAは人の作業を行う手足であるのに対し、**AIは人で言えば「頭脳」に当たる**といえます。

では、AI搭載のOCRはRPAでしょうか？OCRそのものが自動的に書類を読み取ってデータに変換するのであれば、AI-OCRはRPAと言えます。

**人の手足に相当するRPAと脳に当たるAIを組合わせることで、かなり人間に近い動きをさせることが可能**となります。

現在、*多くの企業で事務作業を中心に導入されているRPAは「クラス1」とも呼ばれる簡易的なもの*です。

*クラス2（別名EPA:Enhanced Process Automation）*になると、AIの機能を取り入れ、非定型作業の自動化・言語解析・画像解析・音声解析・マシーンラーニング技術などに機能がアップします。iPhoneのSiriなどは、クラス2のRPAと言えるでしょう。

さらに、*クラス3（別名CA:Cognitive Automation）*になると、高度のAIとRPAが融合し、ブロセス分析・改善・意思決定までを自ら行えるようになります。

クレジットカードの新規申し込みで、免許証写真とスマホの入力情報を対話型のAIで収集し、そのデータを自動審査（信用情報と自動突合）に廻して、自動的にクレジットカードを発行するといったRPAが実用化しています。このような、*ほぼ無人でクレジットカード発行を行っている事例*があります。*金融業界では、急速にAIとRPAを連携させて自動化が広がっています*。

最終的な承認行為は人が行いますが、それ以外はほぼ自動化され、人的業務の大幅な改善とスピードアップを実現しています。**経理業務・コールセンター業務・コンシェルジュ業務も大半はAIとRPAで対応できるようになってきており、今後急速にRPAに業務が移行していくことでしょう**。

## AI時代を迎えて、エンジニアとしてさらなる活躍を目指そう

最後に、*RPAエンジニアの仕事とAIエンジニアの仕事の内容について紹介*します。

*RPAは、定例業務を代替するロボットソフト*です。企業がRPAを導入する上で、何を・どの範囲で自動化するのか・RPAが行った作業の結果を誰が確認し、承認するのかといったワークフローや役割分担などを新たに決める必要があります。また、RPAに任せられる仕事か否かについても判断が必要です。

**RPAコンサルティングは、RPA導入希望の企業に対して、ヒアリング・提案・見積もりなどを行う仕事**です。

**RPAツールやRPAアプリケーションの設計・開発・保守・運用を行うのが、RPAエンジニアの仕事**です。

RPAの構築においては、よく知られたWinActorなどのRPAツールを利用したシナリオ設計、製造に加えて、RPAの主要開発言語である*VB.NETやVBScript*などを用いたRPAの機能拡張を行います。

機械学習エンジニアは、**主にプログラミングを担当するAIエンジニアで、プロジェクトに応じて機械学習システムの開発や、プログラムの実装を担当**します。プログラミング言語としては、*汎用的プログラム言語のPython（パイソン）*の知識や経験が求められます。

データサイエンティストは、AIエンジニアの中でも**アナリティクス分野を担当するエンジニア**です。

ビッグデータの解析・分析・得られた結果からビジネス改善の提案や、施策立案を行います。*AIに関する知見に加え、データ分析のプログラミング能力・統計学・問題解決を図れるコンサルティング能力なども求められます*。

機械学習エンジニアの役割に加えて、次の*データアナリストとしての役割を持ち合わせていること*が求められます。

データアナリストも、データサイエンティストと同じくアナリティクス分野を担当するAIエンジニアです。

データサイエンティストと重なる部分もありますが、**よりデータ分析に特化したエンジニア**です。

ユーザー動向や将来に想定されるユーザーニーズなどを分析し、仮説の検証を行いながら、*問題解決やサービスの改善の提案を行うのが主な仕事*です。

### RPAとAIに強いエンジニアを目指そう

RPAとAIについて解説してきましたが、興味は湧いたでしょうか？*RPAエンジニアもAIエンジニアも*、どちらもこれから非常に有望な職種です。それぞれの仕事の内容を理解し、自身の適性や興味を勘案し、ぜひあなたのキャリアパスに含めてみてください。

RPAの急速な普及と併せてAIが注目されていますが、RPAとAIは異なるものです。しかし、RPAとAIを連携させることで、人の仕事の多くを代替させることが可能になってきました。AI時代の到来に対応できるエンジニアを目指し、RPAとAIへの理解を深めましょう。

RPAは人の代わりに仕事をしてくれる自動化ツールのことで、人の体で例えると手足である

AIは学習・推論・判断といった機能が備わった人工知能で、人の体では脳に当たる

ITエンジニアはRPAやAIへの理解を深め、AI時代に活躍できるエンジニアを目指すことをおすすめする

RPAとAIの違いを理解し、エンジニアとしてのスキルアップを図ろう

## DXやUX、CXをよく目にするけれど

日本は今やDX時代のど真ん中にあります。DXは2025年という期限が設けられ、どこの企業もDXに熱心に取り組んでいます。情報システム部門を分離し、DX推進部を新設した会社も少なくありません。そんな今、*DXに加えてUX、さらにはCXまでと"X"が大流行り*です。言葉が流行りだすと、今さら人に聞けないという方もいるでしょう。ここでは、**ITエンジニアとしては押さえておきたいDX・UX・CXの違いや関係**について解説します。

「失われた20年」と言われるように、この20年間以上日本経済は低迷しています。その原因の1つとして、**諸外国に比べてデジタルの有効利用ができていない日本企業の弱点が指摘されています**。2018年に「日本企業においてもデジタルトランスフォーメーションを進めるべきである」として、経済産業省が*[「DX推進ガイドライン」](https://www.meti.go.jp/press/2018/12/20181212004/20181212004-1.pdf)*を作成し公開しました。このガイドラインでは、*DX（デジタルトランスフォーメーション）が「大きく変化するビジネス環境への対応に、IT技術を活用した業務改革が競争力を高めるにために欠かせない」としています。*

この経済産業省の提起をきっかけにDXブームが巻き起こり、どこの企業もITシステムの刷新に取り組むようになりました。一方、この結果ITエンジニアの枯渇という問題が起きています。

同レポートでは、DXへの取り組みの必要性として、**DXが進まない場合には「2025年以降、年間で最大で12兆円の経済損失が生じる」と警告**しています。日本の企業の多くには、バブル期に構築した*レガシーのシステム*がまだ数多く残っていますが、レガシーシステムは老朽化、複雑化しブラックスボックス化して、企業経営の足枷となっているのです。

これらを捨て、*企業の競争力を高められるシステムに変えていかなければ、企業の存続自体が危うくなり*、海外企業との競争にも勝てず日本経済の土台が揺らぐ事態に陥るというのが、2025年の崖です。一方、期待通りにDXが実現すれば、2030年には実質GDPが130兆円も増加するとの試算もあり、DXへの期待は高まっています。

### なぜ「DT」ではなく「DX」なのか？

DX：DigitalTransformationのスペルからすると、デジタルトランスフォーメーションの略称は**「DT」とするのが自然だと思われますが、なぜDXなのでしょう？** 

それは、""Transformation""は""*X-formation*""と表記されることがあり、その頭文字の*X*を取って*DX*と呼ぶようになったからだそうです。ちなみにTransは交差を意味するCrossと同義で、CrossはXと省略されることがXの由来だそうです。

さて、最近DX以上によく目にするUXですが、*UXについての理解*も深めていきましょう。

UXとは、ユーザーエクスペリエンス"*User eXperience*"の略語です。意味は**「ユーザー(=顧客)が製品やサービスを通じて得られる体験のこと」**です。

この顧客の体験を、顧客が望む姿により近づけることがUXの向上となり、*UXの向上によって顧客の製品やサービスに対する価値が高まり、それがリピーターにつながる*という考え方です。

Web系のエンジニアの方にとって、UIは日常語だと思いますが、では*UIとUXは何が違うのでしょうか？*

UIとUXは「UI/UX」のように一括りで使われることもあり、類似語のように思えます。また、時には混同して使われていることもありますが、実はUIとUXは別物です。

*UIは""User Interface""（ユーザーインターフェイス）の略語で、ユーザー（顧客）と製品やサービスとのInterface（接点）のことで、製品やサービスの扱いやすさを表します*。一方の*UXは、製品やサービスの全体を通じて得られる体験を示す*言葉です。

UIとUXの違いを一言で表すと、**UIは「顧客との接点」でありUXは「顧客体験」です**。また、質の良いUXを得られる製品やサービスは、優れたUIを実装しているといえます。すなわち、質の良いUXを得る条件として、質の高いUIが必要だということです。

例えば、iPhoneを使うことで得られる満足感や楽しさといった感動がUXです。そのUXは、iPhoneの持つデザイン性や優れた操作性などのUIによって得られているのです。つまり、*UIはUXに包含される1つの要素*と言えるでしょう。

### UXは分かったけれど、CXとは？

UXについて理解されたと思いますが、他に似たような言葉でCXというものが注目されています。CXは""Customer eXperience""（カスタマー・エクスペリエンス）の略語なのですが、UXに対して、わざわざCXという言葉があるのには実は意味があります。

*CXはUXよりも更に広い概念*です。UXが製品やサービスに関することならば、例えば、製品に付帯する保証・サービス・メンテナンス・コールセンターの対応・販売員や営業のレベルの高さなど、**顧客にとっての全てのタッチポイントがCXの範囲**なのです。

製品やサービスは次第に同質化しており、それだけでは差別化となりません。製品やサービス*+α*がより質の高いCXを生み、それが顧客の支持を得る要素となるのです。以上を式にしてみると、

続いて、*DXとUXの関係*について考えてみましょう。両者は全く別物ではなく、**表裏一体の関係**でもあるのです。

日本ではDXはまだまだスタートしたばかりですが、海外ではDXは当たり前になっています。例えば、中国ではオンラインとオフラインの境界がなくなり、消費者はネットとリアルの区別をすることなく購買行動をしています。

中国のアリババが展開するHemaというスーパーでは、スマホ1つで全ての買い物が完結します。注文した商品も希望すれば自動的に自宅に配送され、決済も全てスマホ決済です。こうした取り組みは日本でも*「店舗DX」として注目され、UNIQLOやイオンなどが取り組み*をしています。

こうして世界はデジタル化に向けて大きく動いていますが、デジタル化が当たり前になると、その次の時代が訪れます。それを*「アフターデジタル」*と呼びます。**「アフターデジタル」では、顧客は製品やサービスに価値を見出すのではなく、体験に価値を見出すようになると言われています**。

すなわち、UXであり、その先にあるCXが重要になります。**DXは単なるデジタル化ではなく、デジタルを用いてUXやCXの価値を高め、顧客に支持され、愛される企業を目指すこと**なのです。

これからは製品やサービスの品質だけではなく、*顧客体験であるUXの質を高め、CXの実現が問われる時代に移行*していきます。これまでの顧客管理では、個人の属性を収集することに力を入れていました。性別・年齢・地域・趣味などの属性データを集めるために顧客カードを発行し、入会申込書のデータを入力していました。

今は、スマホに登録された会員カードやポイントカードが購買や決済と連動し、行動情報としてビッグデータに蓄積をされていきます。

顧客が店舗の近くに来れば、プッシュ通知でスマホに顧客が喜びそうなクーポンやセール情報を送り、自店に誘導することが可能になりました。*スマホを通じて顧客は便利で楽しい体験を何度もできるようになっています。これがUXです*。

このUXを実現することが企業の発展には欠かせません。そして、その後押しをするのがDXです。**DXは単なるデジタル化ではなく、UXやさらにはCXを実現するための手段であり、1つのステップ**だという認識を持つことが大切**です。

## ITエンジニアはUXを意識しよう

ここまでDXとUXの関係について説明してきました。そして、*UXはDX化の目的の1つ*だということがお分かりいただけたと思います。私たちITエンジニアは、ただ単に仕様に従ってシステムを開発すれば良いという時代は終わったのです。

**ITエンジニアは、UXを意識しながらシステムを開発する時代が訪れた**と考えましょう。なぜなら、*UXの得られないシステムは顧客に受け入れられなくなっている*からです。

Webエンジニアの皆さんはUIを意識してWebデザインをされているでしょう。確かにUIは重要です。顧客の目を引く・見やすい・操作性が良い・入力しやすいことは絶対条件でしょう。しかし、UIはそれで良いのかもしれませんが、UXはそれだけでは得られません。

そのサイトを*実際に利用してみて、何らかの感動や満足感が得られなければ、顧客は戻ってこない*かもしれません。より良いUXという付加価値を付けるには、**1度システム開発という立場を離れ、顧客目線ですべてを見ることです**。

例えば、以前は予約サイトなどで、誤入力をすると先頭から入力をし直さなくてはならないような作りのサイトがよく見受けられました。そんなサイトは仮にUIは良くとも、UXでは完全に失敗です。このサイトで誤入力を経験した顧客は2度とそのサイトを利用しないでしょう。

逆に、わずかな入力で簡単に予約が行えるようなサイトはまた利用しようと思うでしょう。その違いは、*目線が開発側や企業側にあるか、顧客側にあるかの違い*です。*UXは徹底した顧客目線が鍵*なのです。

### UXは顧客との価値の共有にある

*UIの場合*は、入力時のクリック回数や誤入力回数、入力時間などによって、*ユーザーがイメージした通りに操作しているかどうかが分かり、UIの良し悪しが判断*できます。

一方、UXは売上増加などの効果が見えてこないと、*UXの良し悪しが分かりにくい*という側面があります。ただ、*再訪問の率が上がればUXが良いという判断*はできるでしょう。

いずれにしても、*再訪問率が高ければそれが売上につながる可能性が高まります*。また常にUXを意識し、「顧客がどのような体験を期待しているのか」を想像しながら設計や開発を行えば、エンジニアはユーザーの属性、ユーザーのニーズについても深く考えるようになるでしょう。

小売業やサービス業では、顧客の喜びや感動が、自分の喜びだと感じる人が少なくありません。*ITエンジニアも、企業の目線ではなく顧客の目線で仕事をするようになると、次第に顧客の顔や表情が見えてきます*。**顧客と価値の共有ができた時、あなたはITエンジニアをやっていて良かったと思える**でしょう。

現代はDX時代と言われていますが、デジタルマーケティングやDX系の開発に関わっていると、DXと似た言葉としてUXやCXの文字をよく目にします。UXやCXとは何なのか、企業のDXにどのように関係しているのか、それらがどのような役割を果たすのかについて解説します。

DXは大きく変化するビジネス環境への対応に、IT技術を活用した業務改革と、企業の競争力を高めるために欠かせない取組みである

UXはユーザー(=顧客)が製品やサービスを通じて得られる体験のことで、UXはDX実現に向けた1つの鍵となっている

ITエンジニアはUXを意識しながらシステムを開発することが求められる時代となっている

いまさら人に聞けないDXとUXやCXの違い、それぞれの関係性についても徹底解説！

RPAとは**Robotic Process Automation（ロボットによる業務プロセスの自動化）**の略です。産業用ロボットが人間の手足の動きを再現してブルーカラー業務（工場作業）を代行するのに対して、RPAはパソコンのキーボード入力などの**ホワイトカラー業務（事務作業）を人間の代わりに行います。**

RPAは「仮想知的労働者」「デジタルレイバー」「デジタルワークフォース」などと呼ばれることもあります。

### RPAが注目され、導入企業が増えている背景

IT技術が急速に発展する中、中小企業を含めた**あらゆる企業がDX（デジタルトランスフォーメーション）の実現を図っています。**2025年までにDXを達成しない企業は競争力を失って失墜するとする［2025の崖］が目前に目前に迫っているからです。

すでに現実のものとなっている**「人手不足」は、少子高齢化による労働人口の減少で今後ますます厳しくなることが予想されます。**

このような状況下で、製造業における工場内作業のロボット化が目覚ましく進んだ反面、いわゆるホワイトカラー業務の事務作業のロボット化は、手つかずのままでした。業務の電子化は進んでも、キーボードを打つのは相変わらず人力に頼っていたのです。

そこで注目されたのが、*ホワイトカラー業務を人間に代わって行うRPA*です。従来も人事部やコールセンターの業務を他社にアウトソーシングするなどの動きはありましたが、個人情報や企業秘密の漏えいリスクなど、難しい問題もありました。RPAは、いわばコンピュータへの事務作業のアウトソーシングなので、そのような問題も生じません。

### RPAが行えるホワイトカラー業務のレベル

一口にホワイトカラー業務といっても、数字の入力などの単純作業から、契約書の作成や重要な経営判断まで、さまざまなレベルがあります。

**現在のところRPAは入力作業などの比較的単純な業務をカバーするレベル**ですが、近い将来にはAIやビッグデータを活用して、「予測・分析・評価・判断」など、人間ならベテランの社員が行っていた業務をある程度コンピュータが代行することが可能になると考えられています。そのようなRPAの未来形が、*EPAやCA*です。

*EPAとは、Enhanced Process Automation（*強化されたプロセス自動化*）*の略で、RPAよりもレベルの高い業務を処理できるシステムのことです。ビッグデータから顧客の傾向を分析するなど、AIや機械学習を使ってある程度イレギュラーな状況にも対応可能です。

*CAとは、Cognitive Automation（認知の自動）*の略で、EPAよりもさらにレベルの高い業務を行います。自然言語学習・ビッグデータ分析個別最適処理などの高度なデータ処理によって可能になるシステムです。EPAやCAも大企業では一部実用化されていますが、中堅企業などがパッケージ化されたシステムを導入できるような段階にはいたっていません。

## 企業がRPAを導入する5つのメリット

企業はRPAを導入することで下記のようなメリットがあり、それによって企業の業績を向上させることが期待できます。

### 1.単純作業が減りコア業務に注力できる

金融機関はもとより、あらゆる企業の経理部門、総務部門、営業部門は、*パソコンに向かっての膨大な「書類記入業務」を抱えています。*この入力業務、転記業務をRPAに任せることで、ビジネスにおける「単純作業」が大幅に減少します。

RPAを導入することで、これまで単純作業に割いていた時間を、営業推進や顧客対応などのコア業務に回すことが可能です。新規事業の企画や業務改善、新人教育の充実など、**創造的で前向きな仕事に取り組む余裕も生まれます。**

これまで人間が行っていた作業をRPAに代行させることで、人件費を削減することができます。社員全員にPCが行き渡るようになった現在でも、PCに向かってしている作業は「Aの書類からBの書類への売上げデータの転記」ということも少なくないでしょう。

**すでに電子化されているデータを人力で再入力するなどのムダをなくしてくれるのがRPAです。**

### 3.業務がスピードアップする

人間がしていたことをコンピュータにさせることによってもっとも大きく変わるのは、それに要する時間です。**どんなスピードパンチャーでも数時間はかかる仕事を、コンピュータなら瞬時に片づけてしまいます。**

これまで銀行の融資審査といえば、結果が出るまでに少なくとも数日はかかるのが相場でしたが、実はかかった時間の大半は、決算情報などの審査フォーマットへの入力だった、というようなケースも少なくありません。このような無駄な時間をなくし業務をスピードアップするのがRPAのメリットです。

### 4.ヒューマンエラーがなくなる

「検算」という言葉があるように、**人間による計算や入力には常にミスが生じる可能性があります。**些細な入力ミスがビジネスに大きなダメージを与えることは珍しくなく、人手に頼る限りそのリスクを排除できません。

その点、*RPAならシステムが正常に作動している限り、ミスが発生することはなくビジネスの「安全保障」*にもなります。

### 5.繁忙期に深夜に稼働させても労働問題が生じない

業務には*繁忙期と閑散期の波*があり、決算前や株主総会前などは、経理や総務のスタッフは徹夜が続くことも珍しくありません。

しかし、*昨今は残業時間に対する規制が厳しく、時間外労働の上限が明確に定められています。*かといって企業は繁忙期用の人員を常に確保しておくことはできません。その点、**RPAなら24時間稼働させることができ**、深夜に使用したからといって労働組合にクレームをつけられることはなく、割増賃金が生じるわけでもありません。

上記のようにRPAには数々のメリットがありますが、その反面で下記のようなデメリットも抱えています。

### 必ずしもコスト削減につながらない

RPAの導入には、そのシステムを開発するベンダー企業への支払いなどで多額の費用がかかります。システム運用のための社員教育も必要です。

これらのコストを考えると、**RPAによって削減できる業務がそれほど多くない企業では、導入してもトータルでコスト削減できるとは限りません。**

### 誤作業を延々と続けてしまう可能性がある

RPAはミスをしないと述べましたが、設定に間違いがあると、*人間ならするはずのないミス*、あるいは*途中で気がくようなミス*を延々と続けてしまう可能性があります。

### 業務手順が変更になったときの対応がめんどう

業務内容や手順に変更が生じたとき、人間なら簡単な説明で対応が可能な場合も、RPAはシステムに手を加える必要があり、*内部スタッフだけでは対応できません*。

### 突然システムダウンする可能性がある

RPAは人間のように疲労することがなく24時間働ける半面、システム障害やバグによって突然停止してしまう可能性があります。

RPAの市場規模は、2017年の178億円が、2018年は318億、2019年は529億と、**倍々ゲームに近い勢いで伸びています。**今後は、多くの企業がDX達成を急いでいることから、これまで以上の伸び率で推移することは間違いありません。

また、*RPAシステムのパッケージ化、低価格化*も進みつつあり、独自のシステム開発が困難な中小企業でも導入が進むと考えられます。

## RPA導入におけるエンジニアの業務と必要なスキル

企業がRPAを導入する際に、**エンジニアは要件定義、設計、開発、保守・運用など、さまざまなフェーズで関与します。**RPAのエンジニアリングには、プログラミングのスキルの他に、オフィス業務のデジタル化ツールであるMicrosoft AccessやExcel VBAのスキルが役立ちます。

*Microsoft Access*はデータベース管理ソフトで、顧客管理、販売管理、在庫管理の自動化などに用いられます。*Excel VBA*は、Excelの入力処理を自動化するシステムで、従来毎月末に行っていた大量の売上データの入力などを瞬時に行うことができます。

RPAよりハイレベルなEPAやCAの開発に携わるには、今後、**AI、機械学習、ビッグデータのスキル**が求められます。プログラミング言語としては、**Java、Python、C++、R言語など**が用いられるため、必要に応じて更にスキルを磨く必要があるでしょう。

企業の事務作業を自動化するRPAは、DXの実現を目指す多くの企業に注目され、導入が進んでいるIТ技術です。この記事ではRPAのシステムについてや、企業にとってどのようなメリット・デメリットがあるのかを分かりやすく解説します。

RPAのメリットには、単純作業の削減、人件費の軽減、人的ミスの防止、業務のスピード化などがある

DXの達成、人手不足の進行をひかえて、RPAの需要は今後ますます拡大する

RPAよりも高度なホワイトカラー業務を行うEPAやCAの開発・導入も今後盛んになると予想される

RPAの5つのメリットと、企業への導入が急速に進んでいる背景とは？

## 企業を変容させる5つのDX技術

**蛹が蝶になるような劇的変容（トランスフォーメーション）をビジネスで実現する**のが、DX（デジタルトランスフォーメーション）です。
企業がDXを達成する推進力となるデジタル技術には、代表的なものにAI・ビッグデータ・IoT・ICT・RPAなどがあります。

囲碁ソフトの実力はアマチュア初段クラスと言われてから10年もたたないうちに、囲碁AIはトッププロも太刀打ちできない怪物に育ちました。

ゲームの世界では人間同士が自分の知能で対戦するのがルールですが、ビジネスでは人工知能の力を借りるのは反則でありません。旧式のソフトしか持たない企業と最新のAIを備えた企業では、サービスの質・量・スピード・コストに大きな差が生じます。

とくに、自動車の自動運転を可能にするような**ディープラーニングの進化によって、AIのビジネス利用の地平が大きく広がりました。**画像認識による製品仕分け・ニーズ予測・マッチング予測・医療診断・デザイン・設計など、その利用範囲は多岐に及びます。

自動翻訳など、そのレベルがまだアマチュア初段クラスのものもありますが、自社のビジネスで適切なシーンにAIを活用することで、企業はトラスフォーメーション（様変わり）する可能性があります。

コンピュータの処理能力の飛躍的な向上とAIの技術を組み合わせることで、ビッグデータの利用が可能になりました。

週間天気予報が驚くほど正確で、2～3ヶ月スパンの長期予報もそこそこ当たるのは、ビッグデータを有効利用しているからです。さらに、ビール会社は天候予測を含めたさまざまなビッグデータを用いて、夏のビール需要を予測して生産します。

従来は混沌・カオスでしかなかった膨大な非定型・非構造化データを、*volume（量）・velocity（頻度）・variety（多様性）という3つのVを軸に、リアルタイムで構造化し、解釈可能なものにする*のがビッグデータ処理技術です。

### IoT（モノのインターネット）

家電にマイコンが内蔵されるようになったのは1980年代ですが、そのマイコンがインターネットに接続されたのがIoT（Internet of Things）です。

象印は電気ポットにIoTを装備することで、実家（高齢者世帯）のポットの利用状況から離れて暮らす子どもが親の安否確認ができる「みまもりホットライン」を提供しました。ドローン撮影とインターネットを連結したIoTは、土木工事の測量現場から測量技師の姿を消し去りつつあります。

モノ・センサー・ネットワーク・アプリケーションの4つの要素で構成されるIoTは、**「モノ」の用途、操作性を劇的に変え、消費者のライフスタイルをも変える力があります。**自社の製品、サービスをIoTの視点から構想し、提供することでDXを実現することが可能です。

### ICT（情報・コミュニケーション技術）

サービス・ツール・技術の記事（64ページ目）