バック
   

Blue Prism、Google、Pfizer:AIを自由に選択して高い目標と明確なビジネス価値を実現

By Blue Prism 最高マーケティング責任者兼エクスペリエンス責任者(CMXO) シェール・キヤラ (Shail Khiyara)

先週、私はGoogle CloudのAIビジネス開発&戦略パートナーシップ部門のナレッシュ・ベンカット(Naresh Venkat)氏とPfizerのグローバル オートメーション サービス リードであるビベック・クラナ(Vivek Khurana)氏とともにBlue Prism Caféを開催しました。ベンカット氏は、エンタープライズにおけるAIとインテリジェント オートメーションの導入推進を主な目的とした、GoogleとBlue Prismのパートナーシップを推進しています。このパートナーシップを通じて、現在のBlue Prism製品にGoogleの数々の魅力的なAI機能が搭載されました。クラナ氏は、規制が厳しい事業環境の中で、Blue Prismのデジタル ワークフォース プラットフォームを基にグローバルオートメーションの最適化と発展を目指し、興味深い取り組みを進めています。

セッション中、私たちは「デジタル ワークをさらにインテリジェントなものにするためには、プロセス オートメーションでは次に何を行えばよいか?」という、誰もが考えている大きな課題に取り組みました。議論はもちろん白熱したものになりました。

大きな変革と共に前進する
私たちの労働環境で極めて重大な変化が起きていることは、今や誰の目にも明らかなことです。自動化によって、定型的な作業と非定型的な作業の両方が変わりつつあります。この変化に対応するため、私たちはルールベースの意思決定の自動化から、より高度な判断と自己学習をベースとしたインテリジェント オートメーションへの移行を開始しました。この進化によって、知識と知見、プランニングと優先順位付け、視覚認識、コラボレーション、学習と問題解決などの新しいスキルを持つ、さらにインテリジェントなデジタル ワーカーが誕生します。

これらのスキルによって得られる思考能力と解析能力によって、よりスマートで自律的な業務が可能になります。これはもはや理論上の話ではなく、いま起きていることです。人間によるデータの利用が機械によるデータの利用へと移行するだけではなく、新たに見直されたプロセスを実際に実行しているのです。

「このような新たな段階への移行は、あたかも市場において唯一のベンダーがごとく各種の自動化機能を統合し提供することで達成できます。顧客はそのベンダーからGoogle Cloud、Microsoft、IBMなど、市場で最も革新的なコグニティブ技術やAI技術を選択することができるのです。」

しかし、自動化という側面でAIがどのように定義されるかということについては、まだ十分に理解が浸透していません。Google Cloudはこの点について興味深い見方を示しています。ベンカット氏は、AIをビジョンと考え、機械学習を手段と考えることで、これを最もよく説明できると考えています。AIは、機械が最も適切かつ効率的な方法で実行する事柄を再現しようとするものであり機械学習はそれを実行するための手段です。

クラナ氏には、Pfizerの規制が厳しい事業環境で得られた、自動化とAIのポテンシャルに関する優れた知見をいくつか紹介していただきました。クラナ氏は純粋なルールベースの意思決定の自動化から、より高度な自己学習型の「インテリジェント オートメーション」(AI駆動)への移行を検討しています。クラナ氏は、AIを「インテリジェンス アシスタンス」(複雑なビジネス問題を解決するために使用される一連の機能)と捉えています。その基盤(音声認識、画像認識、自然言語処理の組み合わせ)は、既にPfizer全体で一斉に導入されつつあります。

AIパートナーシップ
Blue Prismの前進を支えている数多くの分野の1つは、Google Cloudとの素晴らしい技術提携です。最初の取り組みは、Google Cloudの最高のデータソースへのアクセスを提供することで、Blue Prismユーザーの「ビッグ データ」要件を満たすことです。その次は、Blue PrismのDigital Exchangeプラットフォームを通じて、Vision、Speech、Translateなど、GoogleのAI APIに容易にアクセスできるようにすることです。

さらに次の取り組みは、機械学習エンジンをワークフローに統合することです。そうすることで、データを直接Google Cloudの機械学習エンジンに入力し、その学習データをプラットフォームの統計解析に利用できるようになります。これにより、Blue Prismユーザーは独自の機械学習モデルと予測モデルを構築することが可能になります。これらのサービスにユーザーが容易にアクセスできるようにするために、Blue Prismは認証統合システムも開発しました。

導入に関して言えば、Google Cloudのベンカット氏は、業務プロセスに機械学習を導入するにはRPAが最適だと考えています。実際に、電子メールの自動化フローで自然言語処理を実装する場合、ドラッグ アンド ドロップ操作と数回のクリックだけで行えます。

AIを利用した実際の導入事例もいくつか挙げられました。請求書自動化サポート、サポートコールとチケットの自動化に向けたセンチメント分析の使用例などです。Google Cloud がクラウド機械学習を使用してBlue Prismと共同で行った統合も興味深い例です。この統合はユニークなものであり、非決定的な意思決定プロセスを実現できる可能性を持っています。

最も重要なことは、データを理解することです。インテリジェント オートメーションの中心は、組織の様々な異種のシステムから集めたデータセットを1つにまとめ、AIと機械学習を導入することにより、これらのデータセットがなければ得られない成果を得ることです。実際に、データから知見を獲得し、それを自動化の推進に利用して、人間の作業方法やワークフローの実行方法を興味深いやり方で変えることが可能です。

主な質疑応答
Blue Prism Caféセッション中、お越しいただいた識者の皆様に、視聴者からの重要な質問にいくつか答えていただきました。以下でそれをご紹介します。

Q: AIは人間に取って代わるでしょうか。
A:  一言で答えれば「ノー」です。ただし、人間にとって重要なことは、単に技術的な観点だけでなく、倫理的な観点に立ち、機械とAIシステムの発展を、責任を持って着実に導くことです。最終的に、私たちは機械と協力して私たちの幸福を確保し、より良い未来を創ることを目指しています。

Q: AIを実際のビジネスに導入する方法は、機械学習以外にどのようなものがありますか。
A: 機械学習を使用しない、ある文書内の特定の事柄を調べるルールベースのコードもAIたりえます。AIは非常に確率論的なものであるため、シンプルなスクリプトを書いてファイル内の特定のパターンを調べることも可能です。

他にも、音声認識や画像認識など多くの機能があります。これらの機能は非常に強力であり、既に現在出回っているデバイスに組み込まれており、導入も容易になりました。また、人間のように話しかけることのできるボットも検討してみてください。適切なソースから情報を引き出し、意図を特定して、正しい方向へとユーザーを導くことができるでしょう。

Q: 新しい組織で、モデル訓練用のデータセットが十分に手に入らない場合、どのようにすればAIを利用できますか。
A: これは選択するAIの種類によります。Google Cloudのデータセットで事前に訓練された、即座に利用できるAPIを試してみてはいかがでしょうか。モデルの精度が向上したら、データを入力してカスタマイズしたモデルを構築することができます。ただし、カスタマイズしたモデルを構築する際には、ループとフィードバック プロセスの中に人間が介在する必要があります。新しいデータセットが得られたら、元のデータから学習するようにモデルにデータを入力することができます。そのモデルの出力を確認してから、その出力を使用して、そのモデルに展開してモデルを改善するための新しいデータを作成します。

Q: どのようにすればRPAでAIの利用を拡大できますか。その事例を教えてください。
A: Pfizerには、アテンド型のオートメーションの導入事例が複数あります。アテンド型オートメーションでは、機械によって知見が示された後、人間による判断を用いてパラレル チェックを実行しています。このような手順を追加手順としてワークフローに加えて、実際に機械に基づく意思決定を行う前に検証を行っています。拡大のために採用できる戦略は1つではありません。私たちは、概念実証を何度も実施してテクノロジーを確認してから、本場環境に導入しています。

Q: Blue Prismを選択した理由は何でしょうか。RPAの初めての導入はどのように進みましたか。ご経験と教訓を簡単にまとめて教えてください。
A: Blue Prismを選ぶ際に、私たちはプロセス全体を細かく調査しました。いくつかの評価パラメータについて数名の技術者に意見を求めたうえで、必要な監査管理機能をすべて備えた、規制が厳しい環境でも扱うことのできるスケーラブルなエンタープライズ プラットフォームを探しました。導入時には、Blue Prismから多大な支援をいただきました。もちろん、導入と検証には支援パートナーも利用しました。支援パートナーは導入期間を通して素晴らしい働きをしてくれました。

また、特にデリバリー モデルの分野に関して多くの教訓を得ました。私たちは、改善と検証に役立つテンプレートやモデルを拡張することができました。これにより、適正規範(GxP)とSOX法への準拠を達成しました。製薬企業やヘルスケア企業のこのような言葉になじみがない方もいるかも知れませんが、我々はコンプライアンスを実現するために大変な努力が必要でした。

まとめ
今回のセッションには、強調すべき重要なポイントが2つあります。1つ目は、AIはインテリジェンス アシスタンスであるということです。AIの目的は、より価値の高い仕事に集中できるように、人間の生活を楽にすることです。2つ目は、AIは、現在も開発され続けている一連の機能であるということです。この技術はまだ発展途上にありますが、発展するにつれてさらに素晴らしいものになると私は考えています。

最後に、Blue Prismバージョン6.3がGoogle Cloudが提供する追加機能とともににリリースされました。ぜひご利用いただき、フィードバックをお寄せください。成功例や失敗例、プロセスの自動化にCloud AIをどのように活用しているかについて、ぜひお聞かせください。