インテリジェント・オートメーションの評価：デジタル・トランスフォーメーション成功の鍵となる指標

この種のテクノロジーを導入するには、真にトランスフォーメーション・プロセスを補完するために多くの検討が必要です。

オートメーションは、デジタル・トランスフォーメーションの潜在的な万能薬としてますます謳われています。しかし、その真の価値は、ビジネス・リーダーがフロント、ミドル、バックオフィス全体で仕事を再設計し、デジタル強化できるときにのみ真に実現されます。それにより、仕事ははるかに速く、よりスマートに、より効率的に、そして意味のある規模で実行されます。

それは素晴らしいことですが、RPA（ロボティック・プロセス・オートメーション）とインテリジェント・オートメーションを提供するベンダーが市場に参入するにつれ、彼らが主張することを提供する能力を覆い隠すハイプと混乱が生じています。ベンダーを選定する際、彼らの実際の技術的能力を評価する先見性が必要です。明確さが必要なのは、概念実証の後、インテリジェント・オートメーション・プログラムのスケールアップを試みたときに、深刻な技術的制約が現れるからです。

Gartnerもこの問題を認識しており、「2021年までに、40%の企業がミスアラインされたサイロ化された使用とスケール不能によりRPA購入後の後悔を持つだろう」と断言しています。ベンダー能力をより良く評価し、大きな後悔を避けるため、ここに検討すべき4つの主要な選定基準を示します。

1. ロボット能力を比較・対比する

RPAとインテリジェント・オートメーション・ベンダーのソフトウェア・ロボットの能力には大きな違いがあります。実際、これらは、多大な努力とリスクを伴う短期的な戦術的メリットを達成するか、より少ない労力と最小限のリスクでエンタープライズ・スケールでの戦略的な仕事の変革を達成するかの分かれ目になります。

スペクトラムの一端には、協働プラットフォームを通じてビジネス・ユーザーによって訓練・運用され、IT部門の完全なガバナンス下で安全に動作する組み込み能力を持つ、高度に先進的なソフトウェア・ロボットがあります。これらのロボットは、人間のように仕事をこなせるよう継続的に強化されています。相互通信して協働し、スウォームしてワークロードを共有し、デジタル・チームとして比類なきペースで運用できます。完全な完全性と精度を持って。

我々が語っているのは、デジタル・ワーク・トランスフォーメーション戦略の核としてますます信頼される、スマートでマルチタスクなロボットです。複雑で分断され、修正が難しいレガシー・システムと手作業ワークフローという、複数の運用環境をまたいで、連携したデータ駆動型の仕事を難なく遂行するからです。そして他のロボットとは異なり、障害（異なる画面、レイアウト、フォント、アプリケーション・バージョン、システム設定、権限、さらには言語）に応じて自動的に調整し、中断なく仕事を遂行します。

これらのロボットはまた、人間と同じようにアプリケーションの画面を読み取り理解することで、システム相互運用性という古くからの問題を独自に解決します。人間のインターフェースを機械利用可能なAPIとして再利用するのです。決定的に、基盤となるシステム・プログラミング・ロジックに触れることなく。この「ユニバーサル・コネクティビティ」はまた、APIやあらゆる形のシステム統合なしで、すべての現在および将来のテクノロジーをロボットが使用できることを意味します。レガシー・システムを剥がす必要も、大規模なプロセス変更や大量データ移行も不要です。

この能力は、あらゆる時代のテクノロジーに新たな命を吹き込み、これらのロボットが最新のクラウド、人工知能、機械学習、認知能力によって継続的に拡張され、新しく設計されたワーク・プロセス・フローに単純に「ドラッグ・アンド・ドロップ」で組み込めることを可能にします。究極的には、従来ならコストとリソースの面で禁止的だったデジタル・トランスフォーメーションが、突然達成可能になります。実際、今なら数カ月で達成できる仕事が、ITプログラムと大規模なチームなら数年かかっていたでしょう。

スペクトラムのもう一端には、キーストロークを実行し、スクリプトを走らせ、他のソフトウェアに対するアクティビティを実行するロボットがあり、これは基本的なタスク自動化には問題ありません。デスクトップ環境全体でタスクを完了するために記録されたプロセス・ステップに依存するロボットもあり、それも問題ありません。しかし、記録&展開型ロボットは、常に変化するデジタル環境での予期せぬ変更に適応できず、これが仕事のパフォーマンス、生産性、レジリエンスを真に制限します。

例えば、ソフトウェア・ロボットが仮想環境をナビゲートするのは、自律走行車が物理的な環境をナビゲートするのと似ています。通勤の旅を「記録」し、翌日に同じスムーズな旅をナビゲートするためにこの記録に頼ると想像してください。環境条件が完全に異なるため、車の事故で終わるでしょう。同様に、仮想世界では壊れたロボット、未完了の仕事、ITチームの更なる仕事という結果になります。

また、記録されたプロセスは実行時に効率的ではありません。車の例に戻ります。記録された旅では、信号が2分間赤だったため車は停止して待機しましたが、翌日は青信号でも「記録された」旅は2分待機と言います。同様に、記録&展開型ロボットは、ターゲット・システムが準備できていても座って待機し、プロアクティブに働くことができません。

2. 全体的なコーディング労力を測定する

インテリジェント・オートメーションは、ビジネス・ユーザーが市場要求に迅速に対応できるようにすべきなので、彼らはロボット構築に時間と労力を浪費したくありません。ロボットを訓練・管理する直感的なオペレーティング・システムを用いて、自動化された仕事を迅速に提供する方がはるかに良いです。ロボットと人間の両方が理解する「プロセス定義」言語をオーケストレートする、仕事のプロセス・フローチャートを単純に描くだけです。これにより、コーディングの必要性と関連リスクも排除されます。

各プロセスの自動化にプログラミング専門知識を要求するベンダーは、実際にはコード・ヘビーな展開、大規模なデバッグ労力、高いオーバーヘッドを生み出します。また、コーディング・スキルの増大する不足により、これらの自動化プロジェクトはITのキューに入らざるを得ず、これはインテリジェント・オートメーションの「運用上の俊敏性」の約束に反します。ITコミュニティのインテリジェント・オートメーションにおける適切な役割は、必要なガバナンス、セキュリティ、コンプライアンス要件を維持することであり、ますます多くの技術的負債を抱えることではありません。

3. 拡張性とコラボレーションの可能性を確立する

インテリジェント・オートメーション主導の大規模変革は、一元化された努力を通じてのみ達成されるため、コラボレーションを強く求めましょう。インテリジェント・オートメーションからさらに価値を複合的に引き出し、スケールする最良の方法は、自動化された仕事を協働的に提供するために、必要な場所どこでもロボットを自由に雇用し、ビジネス全体で共有・乗算できることです。したがって、ベンダーに、ユーザーが新しい自動化された働き方を一元的に設計、描画、「公開」できるだけでなく、これらの自動化された仕事資産をいつでもどこでも共有、改善、再利用できることを実証するよう求めましょう。

残念ながら、あらゆる自動化技術がデスクトップに分散し、個別の文脈で使用される場合、それはその個人を助けるかもしれませんが、組織全体の仕事の変革には役立ちません。この「サイロ化された」アプローチは、自然にスケーリングの可能性を制限し、制約されたリモート・ワーカーの現在の気候では明らかに効果的ではありません。

4. セキュリティと監査可能性の能力を評価する

あらゆるエンタープライズ環境において、すべてのインテリジェント・オートメーション活動は、最も安全に、コンプライアンスに準拠し、透明性を持って実行されなければなりません。さもなければシャドーITになります。

すべてのプロセス・オートメーションの一元的で反駁できない監査証跡を生成し、すべてのロボット・アクションとすべてのトレーニング履歴の粒度の細かい詳細を提供するオペレーティング・システムを持つベンダーが明確に必要です。さらに優れているのは、ユーザーが自動化プロセスを作成し、それを「実際のプロセスそのものである」ドキュメントとして公開できることです。ドキュメントを変更すればプロセスが即座に変更され、すべてが中央システム内で安全に管理されます。これは、不正な従業員と不正なロボットからビジネスを最もよく守ります。

デスクトップ・オートメーションには欠点があります。ロボットと人間がログインを共有するため、プロセスの責任者が誰かわからず、セキュリティと監査の穴が生じます。もう一つの課題は、単一の人間ユーザーに各プロセス記録の自律権が与えられる場合で、これはロボットの透明性を曖昧にし、プロセス・ステップを隠蔽します。これが時間とともに重複すると、コンプライアンスとガバナンスの目的でほぼゼロの明確さしかないため、潜在的なセキュリティ脅威になります。また、不可避なコーディングは、監査されていないプロセス・モデル（「バックドア」、セキュリティ欠陥、監査失敗を表す）を導入することでシャドーITを生み出します。

最終考察

究極的には、間違ったインテリジェント・オートメーション技術を選ぶことは、あらゆるデジタル・トランスフォーメーションの可能性を制限し、実際にデジタル・カオスのリスクを導入します。インテリジェント・オートメーションのより良い方法は、ビジネス主導のコラボレーションを、スマートに、安全に、大規模に導入することです。実際、このアプローチを採用することで、世界の大手組織2,000社以上が、改善された働き方による大幅な生産性向上を達成し、アジャイルで安全で先を行く状態を維持しています。