エンタープライズAI成功のための必須リソース25選（2020年版）

AI（人工知能）が「今年こそ本格到来する」と予測されたのは、今回が初めてではありません。しかし、2020年は違いました。COVID-19パンデミックが、デジタルトランスフォーメーション技術の導入ペースを大幅に加速させたのです。

私たちが対話させていただくお客様は、自動化とAIを活用してレジリエンス（強靭性）を構築し、将来に備えたいと考えています。2021年に向けて、もはや後戻りはできません。エンタープライズAIの時代が到来したのです。これは私たちだけでなく、フォレスターリサーチも「AIが輝く時は今だ」と予測しています。

重要なのは「組み合わせ」です。自動化にAIを加えることで、企業が自動化できる範囲が劇的に拡大しました。2020年は、AIが単なるトレンドではなく、「完全自動化エンタープライズ™」の柱であり、完全自動化エンタープライズとは、あらゆる業務にAIを取り入れることだと明確になりました。自動化の可能性は無限大です。私たちは、AIの力によってそれが「ほぼ無限大」になると信じています。この記事では、UiPath AIチームが2020年に作成した最高のリソースを収集・要約しました。動画、記事、ケーススタディなど、2020年がAIにとっていかに重要な年だったかを示す宝庫のようなリソースが揃っています。それ以上に、2021年がさらに飛躍の年になる理由が理解できるはずです。

AIとRPAを組み合わせ、双方のメリットを享受する

エンタープライズAIは、RPAと組み合わせることで最大の力を発揮し、最も導入しやすくなります。自動化という盤石な基盤の上にAIが乗ることで、AIはあらゆる業務に浸透し、一部のプロセスを拡張し、他のプロセスを変革します。2020年を通じて、私たちはAIとRPAの組み合わせが意味するもの、そしてそれがもたらせる価値について深く考察しました。

AIとRPAとは：違い、過度な期待、そして併用すべきタイミング

AIとRPAの違いが少し曖昧でも心配いりません。理想的には両技術は密接に連携するため、混同してしまうのは当然のことです。この記事では、両者の違いを明確に解説しました。

要約すると、RPAは人間が嫌がる単調で繰り返しのルールベース業務を自動化するソフトウェアロボットを提供する、基盤となる自動化技術です。一方、AIは大量のデータセットを用いて複雑な認知プロセスを処理する、最先端の自動化技術です。

AIとRPA：単独でも変革をもたらすが、組み合わせればさらに強力に

ここでは、RPAとAIが互いに秘められた可能性を引き出し合う仕組みを解説しました。AIがあれば、RPA開発者は認知プロセスをほぼ無限に自動化できるようになります。RPAがあれば、開発者はAIプロセスをシンプルかつスケーラブル、セキュアな形で組み込めます。

UiPath AI + RPA：無限の自動化拡張を実現

この2つの技術の「結婚」を理解する一つの視点として、「カップル」の視点があります。

以下の動画では、一組のカップルが家を購入しようとしています。問題は、ほとんどの銀行が住宅ローン申請を効率的に処理できないことです。その結果、カップルは家を待ち続け、銀行も遅い収益サイクルを待つことになります。ただし、「AIスーパーバンク」を選ばない限り。

この銀行は架空の例（実際のユースケースに基づく）ですが、ロボットでプロセスを自動化し、そのロボットにAIを搭載することで、予測、変動対応、非構造化コンテンツの解釈が可能になります。結果として、顧客も企業も満足する、より効率的なプロセスが実現します。

AIをRPAに導入するためのポートフォリオ

私たちは、エンタープライズにおけるAIの実践的な適用に注力しています。

そのため、UiPathプラットフォームのあらゆる部分にAIを組み込んできました。このポートフォリオにより、以下のことでより多くのプロセスを自動化できます：

1. あらゆる場所で自動化機会を発見：AIとRPAの組み合わせにより、自動化機会を発見し、より良い自動化パイプラインを構築できます。

2. ロボットに「思考」タスクを教える：UiPath Document Understanding、UiPath AI Computer Vision、チャットボットにより、ロボットに多様な認知プロセスを任せられます。

3. AIをロボットに簡単に組み込む：UiPath StudioXとUiPath AI Fabric*（現AI Center）により、AIスキルをドラッグ＆ドロップで導入・展開できます。

4. 学習ループを活用：これらのツールにより、新しいデータが流入するにつれ、ソフトウェアロボットとAIモデルのパフォーマンスを継続的に向上できます。

このポートフォリオは、履歴書の審査、クレーム処理、監査コンプライアンス確保などのプロセスを変革します。

※編集注：UiPath AI Fabricは現在、AI Centerと呼ばれています。

RPAとAIでビジネスを成功に導く5つの方法──コロナ禍の今、そしてアフターコロナに向けて

前述の通り、COVID-19はデジタルトランスフォーメーションの触媒となりました。RPAとAIを原動力とするプロセスは間もなく「ニューノーマル」となり、競争力を維持したい企業は、今すぐ、そして深くRPAとAIを導入する必要があります。この記事では、パンデミックの渦中でもビジネスを成功させるためのRPAとAIの活用法を5つ紹介しています。経営陣が自動化に懐疑的であれば、この記事を共有してください。

AIの歴史と技術を理解し、成功の基盤を築く

エンタープライズAIを成功させるには基盤が必要です。それがなければ、最も革新的なビジネスリーダーでさえ舵を失います。アクセンチュアの調査によると、76%の経営幹部がAIをビジネス全体にスケールさせることに苦労しています。さらに、C-suite（最高経営責任者層）の4分の3が、「今後5年以内にAIをスケールしなければ、企業が倒産する」と危惧しています。未来への欲求も、過去の遺物となる恐怖もあります。欠けているのは、AIがどこから来て、その開発を支えることの意味を理解することです。

AIの歴史：SFからエンタープライズの未来へ

当社創業者兼CEOのダニエル・ダインズは「自動化は新しいものではない」と語るのが好きです。自動化は人類の夜明け、最初の人間たちが労働コストを下げようとした時代まで遡ります。AIはもっと現代的（そして効率的）です。この記事では、AIの歴史を、アカデミアの聖域での誕生から、実践的なビジネス応用まで辿りました。この旅は魅力的であり、あらゆるビジネスリーダーが「未来の根源」を知るメリットがあります。

OCRとAI、RPAの融合による高度なデータ分析

AIには多くの前提技術が必要でしたが、中でも光学文字認識（OCR）は最重要です。OCRを搭載すれば、ソフトウェアロボットは非構造化データ（全データの80〜90%を占める）を消化し、機械可読テキストを出力できます。さらにAIを加えれば、文脈手がかりを用いてデータを解釈し、生データの変動を処理し、必要に応じて文書を分類できます。AI、RPA、OCRの「三位一体」が、単独では不可能な成果を生み出します。

UiPath、欧州委員会のAIに関する協議に回答

2020年は、ビジネス界のすぐ外でもAIの重大な出来事がありました。中でも欧州委員会がホワイトペーパー「人工知能について：卓越性と信頼への欧州的アプローチ」を発表したことは特筆すべきです。私たちはGoogle、Microsoftなどの企業と共に、このホワイトペーパーに回答しました。AI規制のベストプラクティスについて、以下のような提言を行いました：

• 段階的、比例的、リスクベースのアプローチを採用すること。

• EU市場全体で規制の整合性を確保するため、規制を調和させること。

• AIの簡潔で明確な定義を提供すること。

私たちはこの議論に参加できたことを嬉しく思っており、今後も継続していきたいと考えています。2021年、AIがさらに成長するにつれ、議論も進化していくでしょう。

エンタープライズAIのユースケースを学ぶ

エンタープライズAIのユースケースは大きく3つに分類されます：変動の大きいプロセス、結果が予測困難なワークフロー、非構造化データを扱うタスクです。現実には、医療における再入院予測、小売における価格最適化、金融サービスにおける不正検知などが該当します。2020年を通じて、これらのユースケースを紹介し、AIを身近なものにしようと努めました。

UiPathは顧客中心の企業として、可能な限りお客様とパートナーを前面に出してきました：

• 「AIがいかに自動化を継続的に改善・スケールさせるか」では、ITマネージドサービス・システムインテグレーション企業のEvrosがインテリジェントオートメーションで人的作業負荷を削減し、Cognizantが顧客のRPAへのAI導入を支援している事例を紹介。

• 「Heritage Bank：RPAとAIで自動化を推進」では、オーストラリア最大の相互銀行が、UiPathで構築しAI Fabric（現AI Center）に展開した機械学習モデルで98%の精度を達成した事例を紹介。

• 「大手健康保険会社がUiPath AI Centerを活用し臨床成果を効率化」では、AmitechがUiPathとAI・自動化の組み合わせで1,100万ドルのコスト削減を実現した事例を紹介。

この他にも多数のユースケースがあります。銀行・金融サービスのユースケースをさらに探る、あるいは医療分野のユースケースを深掘りしてください。動画派の方は、更多多くのユースケースを含むプレイリストをご覧ください。

AI導入を容易にする

私たちのミッションの一つは、AIを身近なものにすることです。エンタープライズAIが「高尚な目標」や「夢見る技術」のままであれば、私たちにも皆様にもメリットはありません。2020年を通じて、誰でもAIを始めやすくするための投資を行ってきました。

AIがもっと簡単に：UiPathスターターモデルでより複雑なプロセスを自動化

スターターモデルは、AIをより身近にする鍵です。MLモデルは大量データで訓練されたソフトウェアですが、スターターモデルは事前訓練済み版をパッケージ化し、AI Fabricで展開できるようにしたものです。この記事では、AIとMLの主要ユースケースを整理し、スターターモデルでAIへの取り組みを加速する方法を示しました。

AIスターターモデルを簡単に再訓練し、精度を向上

もちろん、スターターモデルで始めるのは「スタート」に過ぎません。これらのモデルはAIへの取り組みの強固な基盤になりますが、いずれはそれ以上を目指すことになります。この記事では、MLモデルを修正・再訓練する方法を解説しました。再訓練が必要となる3つの理由を提示しています：

• 現在のモデルが特定のデータセットを処理するよう訓練されていない。

• 現在のモデルに改善の余地がある。

• 実データの変化に対応するため、現在のモデルを進化させる必要がある。

多くのモデルは再訓練を必要としませんが、必要な場合にはこの知識が不可欠です。

UiPath Document Understandingの登場──文書をインテリジェントに処理する、より効率的な方法

2020年、UiPath Document Understandingを発表しました。これは、最も複雑な非構造化文書でさえ解析・解釈できる新技術です。AIを搭載したUiPathソフトウェアロボットは、データを読み取り、抽出、解釈、アクション実行まで可能になりました。従来は、フォーム、パスポート、免許証など構造固定の文書でのみ可能でした。今では、レイアウトが多様だったり、固定構造を持たない領収書、請求書、履歴書なども、AIを用いて理解できるようになりました。

Document Understandingエコシステムを活用する

Document Understandingは、単一機能ではなく「エコシステム」として説明するのが最適です。この記事では、OCR、テンプレートベース抽出（TBE）、教師なし学習（USL）、自然言語処理（NLP）といった技術が如何に連携し、真に高度な文書理解を実現するかを解説しました。

ルールベースとモデルベースのアプローチを融合し、文書処理を改善

Document Understandingのもう一つの大きな利点は、ルールベースとモデルベースの両アプローチを文書処理に使えることです。この記事では、一般的な文書タイプと分類を概観し、ルールベース抽出とモデルベース抽出の利点を検証しました。その上で、これらを適用する際の一般的な課題と、両者を組み合わせることで得られるメリットを深掘りしました。

Document Understandingで運用効率を高め、リスクを軽減

2020年、新しいUiPath機能をビジネスでどう活用できるかを分析したディープダイブ型ホワイトペーパーをいくつか作成しました。このホワイトペーパーでは、AIを駆使し、あらゆる種類の文書を読み取り・理解できるUiPath Document Understandingに焦点を当てました。文書処理ソリューションの選び方、およびそれを運用効率向上にどう役立てるかを理解できます。

AI CenterでAIとRPAの力を融合

もう一つのホワイトペーパーでは、AI、RPA、そして私たちの最もエキサイティングな製品の一つであるUiPath AI Centerに焦点を当てました。AI拡張自動化の機会は多岐にわたり、このホワイトペーパーでは、特にUiPath AI Centerのサポートにより、いかにAIを導入・スケールできるかを掘り下げました。

AIを大規模に運用化し、より良いビジネス成果を

AIにおいて、多くの企業が当然ながら抱く疑問は「どう運用化するか」です。データサイエンスのライフサイクルを標準化する試みはありましたが、これまでのところ、あらゆる企業のニーズが異なることを考慮したものはありません。ここでは、企業が実際にMLとAIを大規模に導入する方法を4つのフェーズで解説しました：

• 問題を定義する

• データを理解する

• MLモデルを構築する

• 進化するモデルを展開する

この4フェーズのプロセスにより、柔軟で保守しやすく、スケーラブルなML運用が可能になります。

2021年に向けてスキルアップ

私たちの調査では、AI知識への強いニーズが明らかになりました。例えば、「RPAが従業員体験に与える影響」調査では、RPA開発者の80%以上がAI/MLを学びたいと回答。また、「UiPath RPA開発者レポート」でも、複数の開発者がMLとデータサイエンスをスキルセットに加えたいと述べています。この意欲に応え、UiPath Academyに関連コースを追加しました。

UiPath Academyには現在、以下のコースがあります：

• AI Center

• Document Understanding

• AI Computer Vision

スキルアップは2021年の成功に不可欠です。賢明な従業員は自ら学び、賢明な組織はそれを奨励・支援します。

エンタープライズAIの未来はここにあります──さあ、良いものにしましょう。今すぐエンタープライズ試用版を開始してください。