RPAコンテンツ処理の課題を克服する：業界エキスパートの実証済み戦略

従業員のデジタル・アシスタントとして設計されたRPAは、コスト増なしで業務を効率化し、ヒューマンエラーを削減する有用な技術として知られています。しかし、RPAソフトウェア単体では、互換性のあるインテリジェンスの欠如により、コンテンツ処理において落とし穴があります。

しかし、この分野の5人のエキスパートが明かす通り、これらの欠点を克服する方法はあります。

追加の統合

コンテンツ処理の欠点を克服する一つの方法は、他のインテリジェント技術を組み合わせてシステムに統合することです。

「RPA技術は主に、ルールベースのプロセス自動化と人間のアクション模倣に使われます。例えば、請求書処理や、ExcelスプレッドシートからSAPやOracleシステムへのデータ入力などです」と、コグニザントのラマスブラマニアン氏。「しかし、ドキュメント内のコンテンツ処理となると、OCR（光学文字認識）、NLP（自然言語処理）、ML（機械学習）を組み合わせた追加のスマート・インテーク技術が必要になります。これにより、ドキュメントからメタデータを抽出し、処理を自動化できます。

「コンテンツには、構造化／印刷、構造化／手書き、非構造化／印刷、非構造化／手書きといったタイプがあります。標準的なOCR技術で構造化コンテンツを抽出するのは比較的容易ですが、非構造化コンテンツの抽出は課題です。ますますNLPと機械学習技術の採用が進んでいます。」

デラウェアのRPAスペシャリスト、アーピット・オベロイ氏は付け加えます。「RPA技術が今日直面する最大の課題は、非構造化コンテンツとデータの処理に依然として苦戦していることです。この継続的な問題を克服するには、組織はデータをより構造化されたデータセットに調和させ、可能な範囲でAIとRPAを組み合わせてコンテンツ処理を最適化・自動化すべきです。」

サードパーティの活用

UiPathのEMEA担当プロフェッショナル・サービス・バイスプレジデント、アンドリュー・レイナー氏は、追加統合のテーマを継続し、RPAとサードパーティ・アプリケーションの結合必要性を説きます。

「歴史的にRPA技術は、コンテンツ処理を支援するためにサードパーティ・アプリケーションと統合されてきました」とレイナー氏。「例えば、多くのOCRベンダー（ABBYY、IBM等）が直接統合を提供し、半構造化・構造化ドキュメントの分類と認識を可能にしています。

「UiPathでは、ドキュメント理解に多額の投資を行い、『アウト・オブ・ザ・ボックス』のソリューションを顧客に提供しています。パターン・マッチング、テンプレート、機械学習といった異なる手法を柔軟に適用し、非構造化・半構造化ドキュメントに対応します。

「コンテンツ処理をより広く考えると、これはハイパーオートメーションにも適合します。現在は、ヒューマン・イン・ザ・ループの長期実行ワークフローがあり、ロボットと人間がトランザクション上でシームレスに協働できます。

「アプリケーション接続性において、UIやAPIを通じたコンテンツ処理で大きな進歩がありました。RPAとMLの導入により、ロボットは非構造化コンテンツを分類し、感情を理解し、次の最適アクションを提案できるようになりました。」

ツールへの投資は慎重に

追加ソフトウェアの支援が必要なのは事実ですが、組織は過剰投資を避け、投資するツールが明確で特定の目的のためであることを確認すべきです。

「企業には、ドキュメント、メール、さらには支払いデータのようなシステム・ベースの非構造化データなど、様々なフォーマットの非構造化データが組織全体に存在します」とネックスボティックスのポーター氏。「これがRPAにとって問題となります。RPAは構造化されたルールベースのデジタル・プロセスしか扱えないからです。

「これらの欠点を克服するにはいくつかの方法があります。一つは、OCRツールのような特化型ポイント・ソリューションを購入し、ドキュメントからデータを抽出すること。または、ロボットと人間をオーケストレーションするワークフロー・ツールに投資する、あるいはグーグルの機械学習を購入して複雑なドキュメントからインサイトを抽出するといった方法です。これらのツールは、狭いパラメータ内で非常に特定の問題セットを解決するように設計されています。

「しかし、それぞれに独自の技術的課題があります。これらのプロジェクトに着手すると、多大なコストがかかり、各イニシアチブを支える適切なスキルと技術が必要です。各ユースケースを個別のプロジェクトとして扱う必要があります。なぜなら、その特定のニーズのために購入することになるからです。組織に様々なタイプの非構造化データを持つプロセスが多数ある場合、その都度最初からやり直し、個々の問題を解決する適切なソリューションを購入する必要があります。

「鍵は、適切な技術を適切な問題解決に適用しつつ、ビジネス価値に焦点を当てたスケーラブルな方法で行うことです。例えば、当社にはオフ・ザ・シェルフの請求書処理があり、再利用可能なコンポーネントを活用して、買掛金のエンドツーエンド・ビジネス・プロセスを自動化できます。これを顧客のために機能させるための難しい作業はすでに完了しています。」

コンテンツ・インテリジェンス

RPAのコンテンツ処理における欠点を克服する最後の方法は、追加機能を実装することです。

ABBYYのグローバル・バイスプレジデント、ニール・マーフィー氏は説明します。「RPAの最大の課題は、請求書、メール、フォーム、領収書、書簡などの非構造化コンテンツを処理できないことです。しかし、企業はこれを克服でき、かつ実践しています。

「必要なのは、RPAボットを賢くする『コンテンツ・インテリジェンス・スキル』です。分析、理解、非構造化コンテンツ処理といった認知能力を追加します。組織は、ノーコード／ローコードの使いやすいソリューションでこれらのスキルを導入でき、スタッフが多様なドキュメントを処理できるRPAボットを構築できるようになります。

「すでに、このアプローチにより技術的参入障壁が取り除かれたことで、あらゆる規模のビジネスで採用が進んでいます。これがイノベーションを促進し、一部の企業ではこれらのスキルを組み合わせて、複雑なユースケースへの高度な認知理解を提供しています。顧客オンボーディングが好例です。身分証明書、オンボーディング・フォーム、銀行取引明細書、住所証明など、処理すべきドキュメントが大量にあります。」