RPA：過大評価か、バンドエイドか？ 決定エンジンが真の未来か？

よく耳にします。RPAは過大評価されている。バンドエイドのようなものだ。今回、Information Ageは、RPAではなく決定エンジンこそが未来だと主張するビジネスコンサルティングの専門家に話を聞きました。彼は正しいのでしょうか？

EPAMの北米ビジネスコンサルティング責任者、Albert Rees氏にとって、RPAはバンドエイドに近い存在です。

Rees氏はRPAに2つの問題を見ています。

• 導入コストが想定よりはるかに高い。
• メンテナンスコスト。「既存システム間でデータを移動させているだけで、それらのシステムが決して変わらないなら万事うまくいく。だが、それは現実ではない。システムが進化すれば、バックエンドでも変更が必要になる。」

Rees氏は言います。「自動化がどこで機能し、何をし、どうシステムと相互作用するかを本当に理解するには、かなり低いレベルの詳細まで降りる必要がある。そのレベルまで降りること自体にもコストがかかる。」

さらに、「スプレッドシートへのコピペ、コールセンターでの3画面シナリオ——画面Aから画面B、画面Cへデータを移動させ、それらは単に3つの内部システムで、一つはExcelかもしれない——こうした光景を見かけます。それらのいずれかが変われば、突然アップデートのために戻って実装し直す必要が生じます。ほとんどの組織は自力でできず、再び費用をかけることになります。」

決定エンジン

代わりに、彼は決定エンジンを鍵と見ます。では、それらは何か？ 彼はこう説明します。「決定エンジンとは、ルールセットで定義できる人間の意思決定の一部を自動化するツールだと考えます。事前に定義されたビジネスルール（しばしば『決定木』と呼ばれる）をデータセットに適用することで機能します。決定エンジンは通常RPAの代替ではありませんが、複雑なルールを複雑なデータセットに適用して意思決定が必要なプロセスでは、RPAを拡張できます。」

議論

では、それは正しいのでしょうか？

最近、Information AgeはUiPathのUK & アイルランド担当マネージング・ディレクター、Bruno Ferreira氏に話を聞きました。当然ながら、異なる視点を持っています。

過大評価論について、彼は意味がないと指摘します。「我々の更新率は90%以上です。」

またUiPathの成長を参照します：2016年1,000万ドル、2018年2億ドル。ハードな数字がRPAへの旺盛な需要を示しています。

そして、まだRPAを使っている組織は少数派だと指摘し、巨大な成長ポテンシャルを示唆します。

Everest Groupのエグゼクティブ・バイスプレジデント兼ディスティングイッシュト・アナリスト、Sarah Burnett氏は「実際、企業が約30%のコスト削減を達成することを示す研究を行っています。」と述べています。

RPAはバンドエイドか？

では、RPAがバンドエイドのようなものだという問題について。これはレガシーシステムに帰着します。「COBOLで書かれ、メインフレーム上にあり、それらレガシーシステムに対して我々でもう何もできないユースケースだ」とRees氏。多くのシステムがうまく統合されておらず、「複数のバージョンの真実が存在し、既に別システムに存在するデータの手入力など、膨大な単調な手作業が生じる」と指摘します。多くの企業がRPAでこれに対処していますが、「RPAは、今日のERPやその他のベストオブブリード型ソリューションの中に存在し得る能力のためのバンドエイドだと言える面が多々ある。」

「私の頭にある疑問は、RPAが市場で実行可能なソリューションであり続ける期間だ。それはわからない。3〜5年程度と推測している。なぜなら、真に見えているのは、顧客がインテリジェント・オートメーションとクラウドソリューションへ移行しており、それこそがRPAの真の次なる進化だからだ。」

ここでも強く異を唱える声があります。例えば、UiPathは「すべての机にロボットを」という目標を有名に掲げており、これには長期的計画が暗黙に含まれています。

Bruno Ferreira氏は、UiPathの「科学者一人につき一ロボット」という目標を例に挙げます。「想像してみてください。毎日科学者が研究室に行くが、準備に1日1時間費やす。」RPAなら「月9時間の節約になると推定され、それは素晴らしいことだ。」

機密データ

Rees氏は、エンドツーエンドでプロセスを自動化できる無人ロボットにも懸念を持っています。問題の一部は規制と、日常業務から離れたオペレーターが気づかないエラーを無人ロボットが繰り返す危険性にあります。

「皆がアジャイルになりたがる」と彼は言います。「開発視点ではアジャイルは素晴らしい。間違えて、そこから学び、修正できるなら。だが、機密データではそうはいかない。」

ファイアウォールの裏でシステムAからシステムBへデータを移動するロボットなら、無人はうまく機能します。問題が起きたら？ もう一つスプリントを回し、修正し、無人に戻る。通常、誰かの手に渡って問題を引き起こす前に検知されます。

しかし、機密データでは問題になります。例えば、「他人の当座預金の銀行取引明細書」を扱う場合。「こうした状況では、無人運用は遥かにリスキーになります。」

対照的にSarah Burnett氏は、データ精度の達成をRPAの強みの一つと見ています。

「間違えるのは人間だ」と言うように、RPAはエラーを排除できます。

「人がデータを入力すれば、数字をうっかり入れ替えることが容易にあります。そのエラーを修正するのは、プロセスの下流に進めば進むほど高コストになります。非常に高価な時間を持つ人々が、遠く下流のスイムレーンでこのエラーを追いかけて修正しようとする事態になり得ます。正しく開発され、維持され、スムーズに稼働するロボットなら、そうしたミスを犯しません。ロボットアプリをテストし続け、テスト後は一度もミスを発見しなかった、100%正確だった……常に、という組織の声も聞いています。」