ITエンジニアの皆さんは、「HRテック」という言葉を聞いたことはありますか？ **HRテックは、人事部門や人事システムの開発に従事する方々にはよく知られるようになった新しいテクノロジーの概念**です。この記事では、HRテックについて分かりやすく解説し、HRテックの開発で注目されている企業について取り上げていきます。HRテックなんて興味がないという方、実は*HRテックは今ブームのDXそのもの*なのです。ぜひ最後までお読みください。

HRテックとは、人的資源や人事の意味を表すHR"Human Resource"とテクノロジー"Technology"から生まれた造語であり、"Human Resources Technology"の略語です。採用・人材育成・人事考課・勤怠関連などの幅広い人事業務で、**AI・ビッグデータ・クラウドなどの最先端技術を利用して、人材の活用・組織の活性化・効率化を目指す仕組みをHRテックと呼んでいます**。

この説明を聞いて、「HRテックなんて、従来からある人事管理システムの名前を変えただけじゃないか？」と思われた方もいるでしょう。実際には、従来からあるパッケージをリニュアルして、HRテックと称して販売しているベンダーもありますが、*HRテックは、人事業務の抜本的改革を可能とする人事DX*と呼んで良いでしょう。

今、HRテックが注目されている主な理由は、以下の3つです。

*・少子高齢化による労働力不足、団塊世代の一斉退職などによって人材不足が起きた*

*・働き方改革の動きによって生産性向上の必要性が求められている*

*・時短勤務、シフト勤務、リモートワークなどの多様な働き方に対応する必要が生じた*

こうした流れに対して、従来型の人事管理手法では対応することが困難になりました。「終身雇用制度」「年功序列」「新卒一括採用一括入社」といった伝統的な日本の雇用体系が崩れ、**雇用の流動化や働き方の多様化の中、DXが追い風**となって、最新テクノロジーを活用した新たな仕組み登場し、注目を浴びたことが大きな転機となりました。

一方、*人事部門は勤怠管理・給与計算・人事異動といった定常的業務の遂行から脱却し、「人事戦略」による経営への貢献が求められています*。終身雇用制度が崩壊し、中間採用やキャリア採用といったフレキシブルな採用活動も当たり前の時代となりました。こうした中で、人事部門は機能や仕事の全面的な見直しを迫られています。対応が困難となっていたのです。

以上のような背景があって、HRテックへの期待が高まっているものと考えられます。

### HRテックは人事システムとは違う

HRテックを従来型の「人事管理システム」と同一視する人がいますが、次の3点のいずれかを満たしていれば、HRテックとして認められています。

*・最先端技術のクラウド、ビッグデータ解析、AIなどの最先端技術を利用した人事DXとも呼べる仕組である*

**・定常業務から脱却を導き、「人事業務の刷新」に寄与できる仕組みである**

*・PCやモバルイ端末などを活用し、リモートワークや働き方改革に対応した仕組みである*

HRテック市場は急速に拡大しており、*中にはブームに便乗した製品も一部にはありますが、しっかりと見極め、導入の目的を明確にして製品の選定をすること*が求められます。

## HRテック導入によるメリット

HRテックの概要や、必要とされる理由などについては理解できたかと思います。では、*HRテックを導入することでどんなメリット*を得ることができるのでしょうか？

これは最もイメージしやすい効果、メリットの1つです。勤怠管理を例に見てみましょう。出退勤の時間を記録する方法は、ハンコからタイムレコーダー、さらには端末入力・生体認証などへと変遷していますが、シフト勤務やテレワークの普及によって限界が生じています。

また給与計算も、勤務時間をベースとした計算が主流です。働き方改革を主導すべき部門で、行われている定常業務は旧態依然の状態にあります。

この*定常業務からの脱却・改革をしない限り、「働き方改革」は絵に描いた餅*状態です。

これを**解決する鍵が、HRテック**です。HRテック製品には、こうした*人事部門の業務を効率化し、人事部門の戦略部門への転換をサポートする仕掛け*が盛り込まれています。あるべき人事の姿を明確にし、自社に合ったHRテック製品を導入することで、人事改革が可能となります。これがHRテック導入の最大のメリットです。

HRテックによって、人材情報の蓄積と定量的な分析が可能になります。人材データを利活用した人員配置や異動を進めることで適材適所の人事政策が具現化し、組織の活性化や生産性向上を図れます。

**HRテックの目的には従業員の能力を最大限に引きだして、そのポテンシャルを高めること**があります。従業員1人1人が自分の能力や適性に合った部門に配属され、自らのを能力を最大限に発揮することで、*組織目標と個人目標が融合*し、強い組織を実現するのです。

自社に必要な人材を確保することが採用活動の目的です。採用後、HRテックは*従来は縦割りになっていた採用と人事・労務と教育などに関する従業員のデータを一元管理*し、採用後もトレース・フォローが可能になります。これによって、最適な採用・教育・人事の実現に向けたスパイラルアップを繰り返しながら、**自社の求める人材確保の体制構築**を目指すことができます。

人事評価制度に対する不満は、各社で見受けられます。しかし、その中身に踏み込むことはなく、人事評価データを単なる昇給、昇格のデータとしてしか取り扱っていない企業もありました。「元気である、行動的だ、上司の受けが良い」といった人が高い評価を得るような*属人的人事評価が横行し、不公平感が生まれ、正当な評価をされない従業員のモチベーションが低下*するといった問題がどこの企業でも見受けられました。

HRテックは、従業員1人1人の業績、貢献度などの客観的データの蓄積と提供を可能とすることで、**属人的評価から客観的・合理的評価への人事評価の変革を支援**します。適正で公平な人事評価制度は従業員のモチベーションをアップし、企業の活力ある組織づくりを促進してくれます。

## 優れたHRテック企業ランキング

人事のDXとして注目を浴びるHRテックですが、ここでは**優れたHRテック企業の一例を紹介**いたします。ここで紹介するのは、*第5回 HRテクノロジー大賞を受賞した日本アイ・ビー・エムと、「HR Tech GP2019 Final 」の受賞企業3社の計4社*です。これら企業の事例に学び、学んだことをぜひエンジニアの皆さんの成長に活かしてください。

### 日本アイ・ビー・エム(第5回HRテクノロジー大賞)

日本IBMは、自社のAI技術であるWatsonを駆使したE-ラーニングシステム*[『Your Learning』](https://www.ibm.com/blogs/think/jp-ja/watson-your-learning/)*を活用して社員教育を推し進め、継続して学ぶ文化の醸成を実現しています。『Your Learning』にはSNS機能を利用して*各社員が自律的に学習する仕掛け*が組み込まれており、**『Your Learning』利用による社員の学習時間の大幅な増加、社員のエンゲージメント向上などの優れた成果**が高く評価されて大賞受賞となりました。『Your Learning』は、 LearningDX製品として高い注目を浴びています。

### 株式会社KAKEAI 「HR Tech GP2019 Final グランプリ受賞」

*[KAKEAI](https://kakeai.co.jp/)*は、マネジメントの属人性という面に着目し、マネジメントの要素を脳科学に基づき、独自のUX・UI技術を用いてそれらをデータ化し、プロダクトとして成立させました。**KAKEAIはマネージャーとメンバーをつなぐマネジメントナレッジのプラットフォーム**として、*個々人のアイデアや知見・思いが共有*され、展開することを実現した点がが高く評価さています。

### 株式会社トランス株式会社(現アッテル) 「HR Tech GP2019 Final 　人事賞受賞」

*[「アッテル」](https://attelu.jp/)*は、**AIが採用候補者の入社後の活躍・早期退職を予測するサービス**です。採用から退職に至るまでの 人事データを一元管理し・分析ができる基盤、さらにはHR に特化したAIの予測アルゴリズムを備えています。人材採用において、これまでのように*「勘」や「経験」に頼らず、事実とデータに基づいて自社従業員と採用候補者を比較・分析*し、入社後の活躍や早期退職の可能性を高い精度で予測することを可能にしています。

### 株式会社soeasy  「HR Tech GP2019 Final 　オーディエンス賞受賞」

*[「soeasy buddy」](https://pr.soeasybuddy.com/)*は、簡単にスマホ動画のマニュアルを作れるサービスです。組織の1人1人の**メンバーが持つスキルや知識を分かりやすい動画でシェアし、学び合うことで組織力を強化**できます。例えば、営業トーク・クレーム対応の応酬話法・オペレーションのマニュアルなど、組織が持つあらゆるノウハウを蓄積し、組織の成長を支援していきます。

## HRテック市場の動向と将来性

*DXブームや働き改革と相まって、HRテックは非常に注目されています*が、その**動向や将来性はどうなのでしょうか**？HRテックの市場規模・将来性・エンジニアとしての可能性などについて見ていきましょう。

HRテック市場は成長途上と言われますが、今後はどのように推移していくのでしょうか？この点について、調査機関であるミック経済研究所のレポートを見る限りは、*今後も有望な成長市場である*ことが分かります。

*[日経新聞](https://www.nikkei.com/article/DGXLRSP604218_R00C21A2000000/)*によると、2019年度のHRテック市場は規模は342.2億円、2020年度は426.0億円と力強く成長しています。Withコロナの2021年度でも前年比132.9%の566.0億円が見込まれており、**2025年には1,710億円の市場規模で、2020年の4倍になると予想**しています。

HRテックの市場を牽引しているのは、採用管理や労務管理などの管理系のシステムや製品が中心です。これはDXがレガシー系システムのリプレイスからスタートとしていることが想定されますが、**今後は従業員のモチベーションアップや人材強化などの非管理系システムにシフト**していくでしょう。

また、*人事部門を定常業務から解放し、より創造的で戦略的な役割を果たせる部門に脱皮させるためのさまざまな仕掛け*が登場してくるかもしれません。DXがやっとスタートしたばかりの日本では、HRテックはこれから大きな成長が期待される分野と言っても間違いではないでしょう。

### ITエンジニアとしてHRテックを推進する

ITエンジニアである皆さんにとって、人事は実は非常に近い存在です。採用面接・入社後検収・勤怠管理・給与計算・人事評価・異動・コンプライアンスなど、あらゆる場面で人事のお世話になっているはずです。それら*人事の変革につながるHRテックは、ワーカーである皆さんの活躍の場をさらに広げてくれる*でしょう。

また、DXは企業が再生するためのカギですが、**DXの1つであるHRテックの開発や導入も重要な要素**です。次代を担うITエンジニアの皆さんは、HRテックの開発や展開にぜひ積極的に参加することをおすすめします。

DXの1つの目的に、ITの利活用によって企業の組織改革を推し進め、強い企業体質への脱皮を図ることがあります。HRテックは企業の組織改革に不可欠の仕DXであり、ITエンジニアの活躍が期待される分野です。HRテックに興味を持ち、この分野での活躍を目指してみませんか?

HRテックはDXの1つであり、AIやクラウドなどの最先端技術を利用した人材活用や組織の活性化、効率化を目指す仕組み

HRテックは人事部門の定常的業務からの脱却と戦略部門への脱皮を可能とする新しいテクノロジー

HRテック市場は非常に有望な市場で、今後も高い成長が見込まれ、ITエンジニアには大いに活躍できる場がある

DXに貢献するHRテック企業に注目し、キャリアアップを図ろう

*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。

技術の記事（15ページ目）