RPA (G検定)

1. 定義と概要

RPAとは、Robotic Process Automation（ロボティック・プロセス・オートメーション）の略です。パソコン上で行う定型的な事務作業を、あらかじめ設定した手順に沿ってソフトウェアのロボットが人の操作を模倣して自動的に実行する技術のことを指します。人がマウスやキーボードを操作していた一連の手順を、そのままソフトウェア上で再現する点が特徴です。

具体例としては、複数システムからのデータ転記、Webサイトからの情報取得とExcelファイルへの入力、定型メールの送信などが挙げられます。いずれも、手順があらかじめ決まっている繰り返し作業である点が共通しています。

従来、伝票の転記や複数システム間のデータ入力といった定型業務は、担当者が画面を確認しながら手作業で行われてきました。時間と人件費がかかるうえに、入力ミスや確認漏れも避けられないという課題を抱えていました。

少子高齢化による労働力不足や、長時間労働の是正を求める働き方改革の流れを背景に、定型業務の効率化ニーズは年々高まっています。こうした流れのなかで、デスクトップ上の操作を模倣して自動化するRPAが、業種を問わず導入企業を広げてきました。

2. 試験対策ポイント

まず整理したいのは、RPAの自動化レベルを示す3段階の分類です。クラス1からクラス3へ進むにつれて、自動化の対象が広がっていきます。

クラス	略称	自動化の対象
クラス1	—	あらかじめ決められたルール・手順どおりの定型業務。現状の導入の中心
クラス2	EPA（Enhanced Process Automation）	RPAにAI技術を組み合わせ、一部の非定型業務にも対応する段階
クラス3	CA（Cognitive Automation）	AIとの連携で意思決定まで自動化する最も高度な段階。ほとんど実用化されていない

クラス2で組み合わされるのは、画像認識や自然言語処理（人間が使う言葉をコンピュータに処理させる技術）といったAI技術です。この連携によって、非定型業務（決まった手順どおりには進まず、その都度の判断が必要になる業務）の一部にも対応できるようになります。

クラス1からクラス3への並びは、自動化の対象が定型作業から非定型な判断へと広がっていく流れを表しています。

RPAはあらかじめ決められたルール・手順どおりに操作を再現する仕組みであり、自ら学習して判断する能力は持ちません。この点は、データから学習した結果をもとに自ら判断してタスクを実行するAIとの違いを整理するうえでの中心的な論点になります。クラス1が示すとおり、基本のRPAはルールに沿って動く仕組みであり、判断力を必要とする業務はAI技術との連携があってはじめて視野に入ってきます。

運用面の論点としては、現場主導でロボットを作成・稼働できる手軽さの裏返しとして、野良ロボット（管理者が分からないまま台帳にも登録されず稼働し続けているRPAロボットのこと）の発生が挙げられます。台帳管理や稼働ルールの整備とあわせて扱われるテーマです。

また、紙帳票や画像から文字を読み取るAI-OCR（AI技術を使って紙の書類や画像から文字を高精度に読み取る仕組み）と組み合わせる動きも広がっています。紙の請求書や申込書のデータをRPAが後続システムへ自動転記する、といった非定型データを含む業務フローの自動化が実現できる点は、あわせて整理しておきたいところです。

3. 関連概念との比較・相違点

AI・機械学習との最大の違いは、判断の主体がどこにあるかという点にあります。RPAは決められたルール・手順に従って操作を再現する仕組みで、自ら学習し判断する能力は持ちません。一方、AIはデータから学習した結果をもとに、自ら判断してタスクを実行します。

この違いは、クラス2・クラス3でRPAとAIを組み合わせる場面を理解するうえでの前提になります。判断主体の違いは、RPA単体の導入とAIを組み合わせた導入とで、対応できる業務の範囲が変わってくることにもつながります。

マクロとの最大の違いは、自動化できる範囲の広さです。マクロとは、Excel（表計算ソフト）などのアプリ内で一連の操作をまとめて自動実行する仕組みのことです。マクロはOffice製品内で完結する自動化に限られるのに対し、RPAは複数のアプリケーションやWebシステムをまたいだ操作を横断的に自動化できます。

基幹システムとExcel、メールソフトを行き来するような業務では、この違いが選択の分かれ目になります。単一ソフト内の作業を効率化したいならマクロ、複数システムをまたぐ業務フローをまとめて自動化したいならRPA、という役割分担が目安になります。

三者の関係は、判断の仕方と自動化できる範囲を並べると整理しやすくなります。

対象	判断の仕方	自動化できる範囲
RPA	決められたルール・手順に従って操作を再現する	複数のアプリケーションやWebシステムをまたぐ操作
AI・機械学習	データから学習した結果をもとに自ら判断する	クラス2・クラス3でRPAと組み合わせ、非定型業務や意思決定へ
マクロ	一連の操作をあらかじめの手順どおりにまとめて実行する	Excel（表計算ソフト）などのアプリ内で完結する自動化

判断を任せられるかどうかと、どこまで手が届くかという2つの軸で見ると、それぞれの持ち場がはっきりします。

4. ビジネス・実務での活用シナリオ

経理・バックオフィスの領域では、請求書データの基幹システムへの転記や交通費精算のチェックをRPAが担う例が広がっています。人手による転記作業を減らすことで、月末に集中しがちな残業時間を圧縮できる点が実務上の効果です。担当者は転記や確認といった反復作業から離れ、例外処理や問い合わせ対応など判断を要する業務に時間を割けるようになります。

金融・保険の分野では、申込書をAI-OCRでデータ化し、RPAが契約管理システムへ自動入力する組み合わせが使われています。紙帳票という非定型データを起点にした業務であっても、AI-OCRによる読み取りとRPAによる転記を組み合わせることで、一連の流れを自動化できる点に意義があります。紙とデジタルの間に存在していた入力作業のボトルネックを解消できることが、この組み合わせの効果です。

情報システム部門では、各部署が自作したロボットの台帳化・稼働監視を行う運用体制が求められます。現場主導で導入しやすいというRPAの特性を踏まえると、台帳管理を徹底しなければ、野良ロボットによる障害対応が長期化しかねません。台帳の整備は、稼働するロボットの数が増えるほど重要性を増す運用課題であり、管理体制の整備はRPA活用を継続するための前提条件になります。

5. 要点まとめ

• RPAは定型的なパソコン操作をソフトウェアロボットが模倣して自動化する技術で、自ら判断するAIとは異なりルールに沿って動きます。
• 自動化レベルはクラス1（定型業務）・クラス2（EPA・AI連携で一部非定型に対応）・クラス3（CA・意思決定まで自律化）の3段階に整理されます。
• 現場主導で導入しやすい反面、管理が行き届かない野良ロボットの発生が課題になり、AI-OCRとの組み合わせで非定型データを含む業務にも適用が広がっています。

6. 確認問題