*RPA*とは「Robotic Process Automation」の略で、事務の手作業とりわけ定型業務の自動化を行う*ソフトウェアロボット（ボット）やツール*を指します。RPAは人間の特定のタスクを効率化するもので、定型業務の特徴である*単純作業や反復作業*に効果があります。

これまでは大企業を中心に採用が進んでいましたが、生産性向上により劇的なコスト削減が達成されました。現在*国内大手企業の導入率*は*50%*を超えており、中小企業を含めて導入が拡大しています。RPAは人間との作業分担が可能のため、判断を要する作業は人間が担当することで**全体の作業効率向上**と**適正な作業分担**が図られます。

### RPAのメリットとデメリットは？

*RPA*は*プログラミングが不要*で、業務の見直しなく活用できる特徴があります。そのため、**既存の定型業務をそのまま自動化できる**ことが強みです。

RPA導入の*メリット*は、人間の処理速度に比べて*大幅な業務処理速度の向上*にあります。同様に、反復作業を得意としているため、人間の単純ミスに相当する*誤りが大幅に減少*し、*正確性が高まる*ことが利点です。稼働状態はモニター可能なため、**投資効果が即座に表れる**のがRPA導入の最大のメリットです。

RPA導入の*デメリット*としては、ワークフローで定義した業務が*ブラックボックス化*されてしまい、**メンテナンスに手間がかかる**ことが挙げられます。そのため、業務プロセス変更時の対応の際は、ワークフローの再定義をきっちりと行う必要があるでしょう。

同様に、*ワークフローに従った動作のみを実行*するため、誤作動が発生した際の対応が簡単ではありません。あらかじめ**作業手順をきっちりと確認する**必要があります。また、RPAのボットを標的とした*セキュリティ攻撃*に対してもきっちりとした**セキュリティリスク対策**が必要でしょう。

*マクロ*とは、*コンピューターソフトウェアの一連の処理*を取扱いする命令群を指します。マクロによってプログラミングの特定の命令群を一括実行することで、*自動処理*が可能です。マクロはプログラミング言語の処理機能として、アセンブラやC言語等の高水準言語に用いられています。

同様に、*アプリケーションソフトウェアの一連の操作*を自動化する際にもマクロを用います。マクロを用いることにより、*キーボード操作*を自動化したり、*表計算ソフトウェアの演算処理*を自動化したりします。そのため、今日では**マクロと言えば表計算やオフィス製品の自動処理を指す**場合が多くなっています。

ここでは、オフィス業務を行うPCで実行するマクロで、特に定型業務で活用されているマクロの代表例を挙げておきます。

・*Excelマクロ*
Excelはマイクロソフト社が提供する表計算ソフトウェアです。Excelでは処理を自動化するための記録機能と記録に基づく実行機能が提供されます。それらの機能をマクロと言います。操作は簡単で、以下の3つの手順でマクロが利用可能です。
（1）Excelで「マクロの記録」を選択、「マクロ名」を入力
（2）事前に決められた手順を操作、マクロの記録を終了
（3）「マクロの表示」でマクロを選択し、「実行」

*Excelのマクロ*は**簡単**で、Excel利用者にとっては追加コストは不要です。Excelのマクロを利用する場合はExcelが必要となり、他のアプリケーションとは連携しません。

・*VBAマクロ*
VBAとはマイクロソフト社が提供するオフィス製品で利用できるもので、「Visual Basic for Applications」の略です。VBAはマクロを作成するプログラミング言語と位置づけられており、各種オフィス文書の作成・編集・集計やウェブ操作、並びにメールの一括作成・送信等に活用可能です。作業報告者やログの集計等にも活用できます。

*VBA*は、**マイクロソフト社製ソフトウェアをまたがる処理を含めた自動化**が可能です。しかし、*VBAのプログラミング*を要するためプログラムスキルが必要であったり、VBAマクロの開発委託による費用が生じます。

### マクロのメリットとデメリットは？

ExcelとVBAのマクロは併用して用いることもできるため、**マイクロソフトの提供ソフトウェアと連携する**ことが*最大のメリット*です。普段利用しているソフトウェア製品がマイクロソフト社のみであれば、利用メリットが大きいといえるでしょう。

*デメリット*としては、マイクロソフト社が提供する製品に限定しているため**汎用パッケージ等とは連携できない**ことです。製品バージョンアップで*マクロの互換性*に問題が生じ、マクロ修正が必要となることもあります。また、VBAのマクロは*プログラミングスキル*が求められ、開発コストがかかります。同様に、VBA利用時には操作対象となる*ExcelやWord等の機能に精通している*必要があります。

RPAとマクロで*共通して言えること*は、**定型業務の自動化に有効**だということです。RPAとマクロでは、カバー範囲と処理能力に違いが見られます。単純なデータ集計の自動化や作業の記録・保存主体であれば、どちらを選択しても問題なく自動化の効果が得られるでしょう。

以上を踏まえて、RPAとマクロの違いは以下のように整理できます。

・*プログラミング*
RPAはプログラミング不要です。Excelマクロはプログラム不要ですが、高度な自動化をするにはVBAプログラミングが必要です。

・*対象業務*
RPAはPC上のすべての操作を自動化可能です。そのため、他のアプリケーションと連携可能なため多岐にわたる業務が自動化の対象です。マクロはマイクロソフト社のオフィス製品・ブラウザに限定されるため、対象範囲は限定されます。

・*データ処理能力*
RPAは専用サーバー・デスクトップPCを用いて自動処理を実行するため、処理速度は高速です。マクロは対象PC上で逐次実行されるため、処理性能は低下します。

・*定型業務以外の業務*
RPAは、OCR処理や自動化レベルに応じてAI連携が可能です。マクロは定型処理以外は実行できません。

・*費用*
RPAはRPAツールの導入コストがかかります。これまで大企業中心に利用されてきましたが、現在は中小企業でも採用が増加しています。マクロはマクロ自体の費用が掛かりませんが、VBAマクロのプログラムを外部委託する場合にはプログラム開発に費用が発生します。

*RPA*は、PC上の**すべての操作を自動化できる**特徴を持ちます。そのため、*他のアプリケーションとの連携*を行ったり、*複雑な処理を自動化*したりできます。例えば、複数の帳票データを集計加工し外部ウェブサービスのカラムに挿入して追加結果を加工集計することもRPAを用いて行うことが可能です。

さらに、*大量・高速なデータ処理の自動化*はRPAの強みなため、文書や帳票等のデータ処理量が多い業務や作業の工程管理として時間管理を厳密に行う場合はRPAが適しています。

以上を踏まえて、RPAが活用できるおすすめの業務を考えてみます。RPAは、大量・高速なデータ処理とアプリケーション連携に強みを持ちます。そのため、*本社管理の顧客管理・売上管理・在庫管理や人事システムの勤怠管理*を単体で処理するだけでなく、**相互に自動連携させる**ことが可能です。

同様に、ネットの問い合わせ情報を分析し商品仕入れに反映させたり、受注が増えている商品をネットの商品広告で活用したり、という*ネット販売と店舗販売にまたがった定型業務の自動化*も可能です。

*マクロ*は*マイクロソフト社のソフトウェア製品に限定*されますが、定型業務の自動化が可能です。そのため、日常の集計をExcelで行っている場合は、週次処理や月次処理をExcelマクロで自動化できます。同様に、VBAを用いてExcelの結果をグラフ化してWordに張り付けすることもできます。

このことより、マクロによる自動化は*比較的小規模で日常の作業を自動化*することに利点があると言えます。全社規模の作業や大量の集計は、多くのデータを取り扱うためにマクロ処理だけでは十分な成果が得られないでしょう。

以上を踏まえて、マクロが活用できるおすすめの業務を考えてみます。マクロはマイクロソフト製品の小規模な業務を自動化するのに適しています。そのため、*中小事業者の一括メール送信や、店舗単位の日時売上集計・請求発行*等は**マクロで十分対応可能**な領域です。

### 定型業務自動化の次のステップは？

マクロはマイクロソフト製ソフトウェアに関して定型業務の自動化が可能ですが、RPAは今後も進化を予定しています。

RPAには3段階の自動化レベルがクラスとして定義されており、日々高度な自動化の適応が進んでいます。クラス2 EPAで活用するAIは、人工知能により人間と変わらない分析や判断が求められる場合でも、自己対応できることを目的に研究が進められています。*RPAとAIは相互連携が可能*なため、**さらなる自動化・高度化が可能**です。

・*クラス1 RPA（Robotic Process Automation）*
　主な業務　定型業務の自動化
　具体的な作業範囲　情報取得や入力作業、検証作業といった定型的な作業

・*クラス2 EPA（Enhanced Process Automation）*
　主な業務　一部非定型業務の自動化
　具体的な作業範囲　　・RPAとAIの技術を利用した非定型作業の自動化
　　　　　　　　　　　・自然言語解析・音声解析・画像解析・機械学習技術
　　　　　　　　　　　・非構造化データの読み取りや知識ベースの活用

・*クラス3 CA（Cognitive Automation）*
　主な業務　高度な自律化
　具体的な作業範囲　　・プロセスの分析や改善、意思決定までを自動化し、意思決定
　　　　　　　　　　　・ディープラーニングや自然言語処理

総務省は、働き方改革においてRPA活用による生産性向上に関する情報発信をしています。このことから、今後もRPAの活用範囲の拡大とRPAの自動化により、高度なクラスの実用化が進められていくと考えられます。
出典：[総務省 RPA（働き方改革：業務自動化による生産性向上）](https://www.soumu.go.jp/menu_news/s-news/02tsushin02_04000043.html)

## RPAとマクロの違いや特徴を理解し業務効率の改善を図りましょう

RPAとマクロは、それぞれ*定型業務の自動化に有効なツール*です。しかし、自動化できる対象製品や業務に差があります。さらに、自動化の*対象範囲*や*求められる処理性*等によってメリットに違いがあります。そのため、規模や用途に応じて最適な選択ができるよう*それぞれの特徴を理解し*、**業務効率改善に役立てること**をおすすめします。

RPAは定型業務の自動化を行うソフトウェアやツールです。RPAは現在国内大手企業の導入率は50%を超え、中小企業にも導入が進んでいます。ここでは、RPAとマクロの違いをその特徴や用途に応じた活用方法を踏まえて解説していきます。

RPAは定型業務の自動化を行うソフトウェアやツールを指します

RPAは定型業務の特徴である単純作業や反復作業に効果があり、大企業から導入が進んでいます

マクロも定型業務の自動化が可能のため、規模や用途に応じて使い分けすることが可能です

RPAとマクロの違いは？特徴と用途に応じた活用方法を解説！

RPAについてはよく知られるようになっていますが、RPAは「Robotic Process Automation」の略語で、**人の作業を代わりに行ってくれるロボットなどの総称**です。AIとよく似た概念として理解している人もいますが、両者は全く別ものです。

RPAが得意としている分野は、*「手順が決まっている定型業務」と「反復して行うルーティンワーク」*です。この両方の条件を満たす業務であれば、RPAを導入することで、*業務の効率化・業務のスピードアップ・業務コストの低減*などの効果を得られる可能性が高いのです。

つまり、**RPAはルール化しやすい業務、ルールが定まっている業務は得意ですが、逆に非定型業務、一時的に発生するような業務は苦手**です。RPAで効果をあげられる業務の例としては、会員データの入力、問合せメールに対する定型文での返送など、*機械的に処理できるものが中心*になります。

また、RPAは大量高速処理が得意です。1人の担当者で1ヶ月を要するような単純作業であれば、早ければ1日で終わらせることができます。

RPAの導入が決まったとしても、コピー機やパソコンの導入とは訳が違います。**RPAを導入するためにはRPAをよく知った人材が必要**です。では、RPAを導入する際に、どのような役割があり、どのような人材が必要になるのでしょうか？

ここでは、RPA人材が担う役割について確認していきましょう。

一般的に社内にシステムを導入する際は、その推進体制が必要です。まずは、*RPA導入に対する理解の促進を行い、当該部門の責任者や部員の協力を得る必要があります*。RPAの導入に難色を示す古参の社員もいるでしょう。こうした方々の協力を得ずして、強権的にRPAを導入すると、期待したほどの成果を得られないことが往々にしてあります。この**推進体制の整備にあたっては、社内にリーダーシップを発揮できて、RPAに理解がある人材が必要**ですが、そうした人材がいない場合には、外部コンサルタントを当てるケースもあります。

RPAを導入する*「業務の選定」*が必要です。RPAが適した業務を見出すために、*業務フロー・業務手順書の確認・対象業務の担当者のヒアリング*を行います。また、**RPA導入によって得られる時間削減・コスト削減の可能性・難易度判定などを行い、最も効果の得られそうな業務を複数選定**し、その業務要件について定義を行います。

**RPAの導入対象業務を選定したら、実際にどの程度の効果が得られるのかについて「予測と検証」を行います**。現在、社員2人で月間100時間を要している業務を完全にRPAに置き換えたい場合、その時間がどの程度削減できるのかを目的に対して、成果をどの程度出せるのかをはっきりさせるのです。そこで得られた結果が、RPA導入後の目標値となります。*目標値と実績との差異検証*を行うことで、何が良かったのか、何が問題だったのかを効果測定することが可能です。

次に、RPAツールを実装します。**基本的にはRPAツールはプログラミングは不要で、ロボット(アプリ)に作業手順を教え込む**ことになります。先ずは全面導入ではなく、部分導入を行い、そこで発生した問題点を解決して評価を行います。この部分導入で得られた効果・確認できた問題点・注意点などを踏まえながら、本格導入に向けて横展開していきます。

RPAツールの実装でプロジェクトは終わりではありません。**導入したRPAが正しく運用され、定着し、当初計画した効果が得られるまでプロジェクトは続きます**。プロジェクトでは、*本格稼働後に発生した問題の吸い上げ・解決・問合せ対応・不具合対応*なども行わなくてはなりません。また、RPAによって*業務がブラックスボックス化*し、何か業務の変更が発生した際に、誰も対応できないという事態は避けなければなりません。*RPAツールは一旦導入したら終わりではなく、評価と改善を繰り返してスパイラルアップを図っていくもの*だと認識しておきましょう。

RPAエンジニアの仕事の内容は、その工程によって異なります。**同じRPAに関わる業務でも、導入フェーズから開発フェーズ、保守のフェーズとあり、それぞれ内容に*大きな差異*があるため、導入・開発・保守フェーズについてそれぞれ紹介していきます。

RPAの導入段階においては、**システム開発の要件定義フェーズと同様にユーザー業務の洗い出し**を行います。RPAは定型業務を自動化しますが、その定型業務を単純にRPAに置き換えられるのか、業務フローの見直しの必要性がないかどうかを確認する必要があります。続いて、*RPAの適用範囲・移行内容を検討し、ユーザーとのコンセンサスを得て決定*します。このような仕事が、導入におけるエンジニアの仕事です。

導入検討のフェーズで、*RPAの適用業務やシステム化の範囲、内容などが確定*したら、RPAツールを利用して業務の自動化を進めます。RPAツールの利用では、**画面キャプチャの取得やシナリオの作成などによって基本的な動作を定義し、データベースや他のプログラムなどとの連携機能を加えて、業務の自動化**を行います。また、ツールだけでは対応できない場合にはプログラム追加も行います。

RPAは導入して稼働すれば終わりではありません。実際に*RPAによる運用が始まった後には、保守が欠かせません*。単純なエラーに対する対応もありますが、想定外のエラー、運用変更によるエラーなど、さまざまなエラーが起きる可能性があります。**RPAエンジニアは、そうしたエラーへの対応を行うと共に、ユーザーから挙がるさまざまな修正依頼や改善要望に応える必要があります**。またユーザーに対しても、RPAの正しい使い方、イレギュラーへの処置方法などを覚えてもらえるよう、ユーザー教育まで担当することもあります。

## RPAエンジニアに必要な経験やスキル

RPAエンジニアに必要な知識やスキルはまだ確立されたものはあまりありませんが、**RPAに関連する経験やスキルがあると活躍の場は広がります**。ここでは、*RPAエンジニアを目指す皆さんにとって役立つスキルや経験*について解説します。

### プログラミングのスキルや経験

**Microsoft AccessやExcel VBAの経験があると役に立つ**でしょう。RPAは定常業務を自動化するツールです。その自動化にはデータベースの集計、分析作業の定型化が含まれます。Accessはデータベース操作のメジャーなツールであり、*Accessを利用した業務や開発に関わった経験があると、RPAツールに馴染みやすく、RPAエンジニアへの近道*となるでしょう。

他、Excel VBAのスキルも役に立ちます。RPAはマクロとよく対比されますが、Excel VBAはExcel上で動くマクロであり、RPAはPCやサーバー上で動くマクロと考えると、両者はよく似ています。*Excel上でマクロを組んだ経験、VBAの知識などがあると、RPAにはすぐに慣れる*でしょう。

*RPAエンジニアを目指す上で、システム開発の経験は大きなアドバンテージ*となります。システム開発では、ユーザー（顧客）との方向性の確認・ヒアリング・要件定義などでシステム化の方針を確定します。続いて、設計フェーズ・開発フェーズ・導入後の保守や運用までが範囲です。RPAは主にRPAツールを用いるため、プログラミングは行わないケースもありますが、業務分析・要件定義・設計は欠かせません。**RPAの導入は、基本的にはシステム開発と同様の流れになります**。全体の流れがシステム開発と被るため、システム開発経験者はRPAの導入でその知見やスキルを存分に活かせるでしょう。

*RPAツールの導入経験者は、即戦力*として期待されます。RPAなツールとしては、WinActor・UiPath・Blue Prismなどがよく知られています。RPAのベンダー側として導入に関わっていなくとも、**ユーザー側での利用経験がある人も、意志さえあればRPAエンジニアを目指せます**。ユーザー側の立場で得た活用ノウハウは、必ずエンジニアとして活きます。また、その導入経験はコンサルティング分野で活かせるでしょう。クライアントとのコミュニケーションも円滑に行え、要件定義フェイズでは大いに力を発揮できるかもしれません。

RPAに関する資格としては、*[RPA技術者検定](https://cobotpia.com/gym/course/index.html)*があります。*RPA技術者検定は 、RPAツールWinActorに関する民間の検定*です。この資格取得により、WinActorをベースにRPAツールに関する勉強ができます。**WinActorはRPAでは最もメジャーのツールであり、RPA技術者検定の資格取得で、仕事の機会が広がり、活躍の場を得られる**でしょう。RPA技術者検定には3段階のレベルがあり、【入門】→【アソシエイト】→【エキスパート】とあります。受験料は入門は無料、アソシエイトは7,150円、エキスパートは21,780円です。

### 派遣社員にもRPAスキルが求められる

RPAは急速に企業に導入されています。この結果、事務職の派遣社員に対するスキルニーズが徐々に変わりつつあるのです。これまでは定常業務に派遣社員を利用する企業が圧倒的多数でしたが、RPAの導入を進める企業では、RPAのオペレーターを求める傾向が高まってきました。**派遣社員にも、RPAツールの利用経験者としてRPAオペレーター・シナリオ作成者・RPA利用業務のコーディネイターなどのスキルが求めらる**時代となりました。

## RPAエンジニアのキャリアパス

RPAエンジニアのキャリアパスとしては、**企画・提案コンサルティングや要件定義などの上流工程を担当するキャリアと、開発工程を担当するキャリアの2パターン**に分かれます。

上流工程をメインに担当するケースでは、実際の開発や保守を担当することは少なく、クライアントニーズによる引き合い・導入・方向性についての顧客との調整などがメインの仕事になります。これらは*RPAコンサルタントの仕事の領域*です。

これに対してRPAエンジニアには、技術面を中心とした開発技術者です。*RPAエンジニアには、言語能力、シナリオ構築の力が必要*です。RPAの実務経験を積むとフリーランスとしても独立することが可能です。

もう1つは、*RPAの保守・運用に特化したエンジニア*です。RPAは導入後も、障害対応・バージョンアップ・業務の変更による修正対応などがあります。*RPAは導入して終わりではなく、業務に合わせて更新*が必要です。RPAの保守エンジニアはクライアントの窓口になって、こうした対応にあたります。

日本の人口は減少に転じており、少子高齢化はますます顕著になってきています。生産年齢人口（労働人口）は減少の一途を辿り、2040年には2017年時点と比べて20％減少するという予測があります。人手不足はますます大きな問題となっていくでしょう。そのため、*オフィス作業の効率化はどの業態、どの企業でも喫緊の課題*になっているのです。こうした中、RPAに対する需要はさらに伸びていくでしょう。**RPAエンジニアは、将来にわたっても必要な人材であり続ける**と予想されます。

さらに、RPAはAIとの連携がさらに進み、形を変えながら進化していくはずです。RPAとAIを繋ぐエンジニアに対するニーズがますます高まっていくでしょう。

このように*RPAエンジニアの将来性は明るく、将来性が期待できる職種*といえます。

RPAは定型業務自動化ツールで、7割近い自治体、半数の大企業がその導入による業務の効率化に大きな成果を上げつつあります。しかし、RPAはシステム開発や運用と同じく、エンジニアやRPAに精通する人材が必要です。ここでは、RPA導入に必要な人材について解説します。

RPA導入には、要件定義フェーズなどのコンサルタント、導入開発・保守運用フェーズを担当するエンジニアが必要

RPA人材の候補者は、プログラミングや開発経験に加えて、ユーザーの立場でRPA導入に関わった人材も対象となる

RPA人材は労働人口の減少よる業務効率化のニーズが高まる中、今後も需要が見込まれ将来性が高い職種である

業務の自動化に役立つRPAの導入に欠かせない、「RPA人材」とは？

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。

技術の記事（13ページ目）