日本語
閉じる
第2章
自動化に関する用語
インテリジェントオートメーションプログラムの導入と管理を成功させるには、綿密な戦略や慎重な計画が求められ、適切なツールとテクノロジーを活用してビジネス目標や業務目標を達成させて行く必要があります。組織に必要なことを適切な言葉で表現することも、良いスタートの方法であるといえます。今回、究極のガイドを用意することで、ロボティックプロセスオートメーション（RPA）とインテリジェントオートメーションを達成するまでの過程を示し、デジタルトランスフォーメーションのジャーニーを成功させるお手伝いをしたいと考えています。
RPAセンターオブエクセレンス設立の責任者や、自動化ソフトウェアを初めて利用するビジネスユーザーにとっても、堅牢なデジタルワークフォースの構築に役立つさまざまな自動化テクノロジーを理解しておくことは大切です。
ロボティックプロセスオートメーション
ロボティックプロセスオートメーション（RPA）とは、既存のシステムやアプリケーションの中で、デジタルワーカーが人間と同じように1つ1つタスクやビジネスプロセスを実行できるようにするソフトウェアのことをいいます。インテリジェントオートメーションの重要な構成要素であるAIテクノロジーとRPAは、今では一般的なバックオフィスプロセスに限定されず、デジタルワーカーが高度なコグニティブオートメーション機能を使用して、人の介入をほとんど必要とせずに例外処理、変更対応、問題解決を行うことができるようになっています。
人工知能
「人工知能」（AI）は、人間のインテリジェントな行動を模倣するマシン機能、またはコンピューターによる知的な行動のシミュレーションを意味します。インテリジェントロボティックプロセスオートメーションと組み合わせることで、人工知能を機能的にするだけでなく、非構造化データを分析、分類、抽出し、複雑な自動化されたビジネスプロセスの出力を改善できます。
インテリジェントオートメーション
インテリジェントオートメーション（IA）は、インテリジェントシステムとも呼ばれ、人間の知能をシミュレートした人工知能と人間の行動をシミュレートしたRPAの機能を融合し、オートメーション機能を拡張します。インテリジェントオートメーションの支援を受けたデジタルワーカーは、コンピュータービジョン、自然言語処理、機械学習などの他の認知テクノロジーと容易に統合でき、請求書処理のような経理サービスの半構造化されたプロセスから、メールのトリアージのような構造化されていないプロセスまで、自動化プロセスを拡大できます。
センターオブエクセレンス（COE）
企業の様々な部門から集められた批判的思考のあるスタッフの集団で構成されるセンターオブエクセレンス（COE）は、エンタープライズグレードのインテリジェントオートメーションプログラムの実装と導入において、極めて重要な役割を果たします。COEは社内の賛同や導入を促進し、ベストプラクティスの普及に取り組み、知識や資源を提供し、目に見える利益を企業にもたらします。
コンピュータービジョン
コンピュータービジョンとは、人間の目や視覚野の能力を模倣したり、それ以上の能力を発揮することを試みる機能で、パターンや形状を見たり、顔を認識したりします。この機能を実現するため、コンピュータービジョンは、画像を認識、解釈、把握する各種アルゴリズムと機械学習の原理で構成されています。
インテリジェントオートメーションにおいて、コンピュータービジョンは新しい可能性を生み出し、さまざまな場面での活用が期待されます。単純な例では、画面上のどこにボタンがあるか、どこをクリックすればよいかを認識するためにシステムと連携することが考えられます。また、複雑な事例としては、車の駐車違反を認識することもできます。
ディープラーニング
ディープラーニング（DL）は、人間の脳の構造にヒントを得た機械学習のサブセットです。ただし、機械学習が入力の記述に基づいてパラメーターを使用するのに対し、ディープラーニングでは、対象物やデータに関連するデータを使用し、他の対象物やデータとの違いも考慮します。実際のアプリケーションでは、デジタルワーカーのディープラーニングで様々な書き方のパターンを学習し、文字の見え方に関するデータと比較することで、手書き文字の解読や理解を容易にできます。より複雑なアプリケーションでは、患者の病状を認識することも可能になります。
デジタルワーカー
デジタルワーカーは、インテリジェントに業務を自動化するソリューションです。人と共同で業務を遂行し、業務プロセスを自動化し、ビジネス変革をもたらします。デジタルワーカーも、人と同じように新しいスキルを身につけ、より賢く、より有能になっていきます。デジタルワーカーは、AIを活用して能力を拡張することで、複雑化する業務をこなすことができるようになります。膨大な業務量を自律的に管理するだけでなく、重要な意思決定も行い、顧客のビジネスですばやく生産的に業務を成し遂げるようになります。
グラフィカルユーザーインタフェース
グラフィカルユーザーインタフェースは、通常、メニューの表示やアイコンのグループに選択肢により、ユーザーのコンピューター操作を簡単にするものです。
機械学習
機械学習（ML）は、AIの応用であり、既存の統計モデルに新しいデータを継続的に組み込んだり、経験に基づいて新しい動作を開発したりすることによって、コンピューター、システム、またはテクノロジーがそのパフォーマンスを学習し、向上させることができるようにするものです。機械学習には主に、教師あり学習、教師なし学習、強化学習の3種類のアプローチがあります。それぞれのアプローチでは、機械が自律的または半自律的に判断を下して、変化に適応して最短の時間で最良の結果を出せるようにしており、常に人間に直接指示を仰ぐ必要はありません。
自然言語処理
自然言語処理（NLP）とは、人間の言葉や文章を処理するコンピューターの機能をいいます。子供が言葉を覚えるのと同じように、コンピューターも簡単な文の構造を覚えることから始めて、文章に込められた皮肉を理解するまでになる可能性もあります。インテリジェントオートメーションでは、NLPを活用して、チャットボットやバーチャルエージェントが人間の会話に参加し、最終的には人間と同じように対話を行えるようになります。
自然言語分類
自然言語分類（NLC）は、機械がドメイン固有の言語を学習し、最終的に人間と同じように文脈を理解できるようにするものです。NLCの活用により、デジタルワーカーは、特定の文構造における単語の配置や意味に応じて、単語を理解し、分類し、応答できるようになります。
自然言語生成
自然言語生成（NLG）は、デジタルワーカーを使って計算の難しい機械語を人が簡単に理解できる言語に翻訳するものです。現在では、たとえば、株価の変動を監視して、売りか買いかをアドバイスするような金融アドバイスの場面で活用されることがあります。
ニューラルネットワーク
ニューラルネットワークとは、人間の脳の神経細胞のように、複数のコンピュータープロセッサーを相互に接続したコンピューターアーキテクチャのことをいいます。これらの接続により、コンピューターは試行錯誤を繰り返しながら学習していきます。従来のニューラルネットワークは、動画や画像の中の対象物認識するために使用されていますが、リカレントニューラルネットワークは、ネットワークにループを形成し、長期間情報をコンピューターアーキテクチャ内に残すことができます。
光学式文字認識/インテリジェントOCR
光学式文字認識（OCR）、そしてさらに正確な処理のためのインテリジェントOCR（iOCR）は、文字や入力データをデジタルテキストに変換する技術です。OCRを効果的に活用することで、情報を読み取り、理解し、デジタル化したり、バリエーション/例外にフラグを付けてデータを返して手動で処理したりできます。iOCRは、人間の行動、またはパターン認識を通して学習できるため、ドキュメントが大きく変更されていなければ、認識成功率が大幅に向上します。
オーケストレーション
オーケストレーションは自動化を管理する3種類の主要なアプローチの1つです（他の2つのアプローチは、マニュアルとスケジューリングです）。マニュアルでは、人間が手動で特定のプロセスやタスクを実行するジョブを起動します。スケジューリングでは、指定した時間、たとえば2分ごとにタスクを実行するようデジタルワーカーに指示します。オーケストレーションはそれらの方法とは異なり、ただ待つのではなく、データやアルゴリズムを用いて、タスクを実行したり、他のタスクをデジタルワーカーに割り当てたりするのに最適なタイミングを理解しようとします。オーケストレーションでは、デジタルワーカーが2分間ほどの短い時間でも怠けたり、休止したりしないので、最高の効率が実現されます。
プロセスデザインドキュメント
プロセスデザインドキュメント（PDD）は通常、紙の設計文書として作成されます。自動化するビジネスプロセスの現在の状態、将来の予想される状態、および制約や依存関係についてのすべての情報が記載されます。このような記録をすることは正しい方向に向かう重要な一歩となりますが、PDDが複雑で、管理も難しいことがあり、紙の文書では、プロセスの様々な複雑さのレベルを示すことや理解することが難しい場合があります。そのため、紙のPDDをデジタルツールに置き換えることが推奨されます。デジタルツールでは、一元管理された共同作業のための場所で、チームが協力してプロセスフローのモデル化、設計、最適化を簡単に行うことができます。
価値の実証
POC（概念実証）は、ソフトウェア製品に用いられ、概念やテクノロジーが説明通りに機能したことを証明するために使用されるものです。同様に、POV（価値実証）は、自動化のビジネスケースにおいて、あらゆる具体的なビジネスニーズに対して大規模に価値を提供できることを証明するためのものです。POCでは、「テクノロジーが期待通りに機能するか」、「どのように導入されるか」といった単純なことを検討しますが、POVでは、ビジネスケースとトランスフォーメーションの範囲を検討し、経営陣の支援のもと、成果の可能性をマッピングし、測定し、設計し、予測します。
ロボティックオペレーティングモデル（ROM）
SS&C | Blue Prism® ROM (Robotic Operating Model) は、SS&C Blue Prismが独自に開発し提供する、インテリジェントオートメーションソフトウェアの実装と導入のための戦略的手法であり、デジタルワークフォースの立ち上げ、保守、拡張を支援します。このROMでは、組織へのロボティックプロセスオートメーションの導入を強化する基準、原則、テンプレートの概要が説明されています。この実証済みの戦略は、RPAの導入を成功させるために不可欠な7つの基盤に基づいています。
ソフトウェアロボット（デジタルワーカー）
ソフトウェアロボットは、インテリジェントに業務を自動化するソリューションです。人と協業して業務を遂行し、業務プロセスを自動化し、ビジネス変革をもたらします。デジタルワーカーも人間と同じように、割り当てられたタスクを遂行し、時間をかけて新しいスキルを身につけ、より賢く、より有能になっていきます。デジタルワーカーは、AIを活用して能力を拡張することで、複雑化する業務をこなすことができるようになります。膨大な業務量を自律的に管理するだけでなく、重要な意思決定も行い、顧客のビジネスですばやく生産的に業務を成し遂げるようになります。
インテリジェントオートメーションプログラムの導入と管理を成功させるには、綿密な戦略や慎重な計画が求められ、適切なツールとテクノロジーを活用してビジネス目標や業務目標を達成させて行く必要があります。組織に必要なことを適切な言葉で表現することも、良いスタートの方法であるといえます。今回、究極のガイドを用意することで、ロボティックプロセスオートメーション（RPA）とインテリジェントオートメーションを達成するまでの過程を示し、デジタルトランスフォーメーションのジャーニーを成功させるお手伝いをしたいと考えています。
RPAセンターオブエクセレンス設立の責任者や、自動化ソフトウェアを初めて利用するビジネスユーザーにとっても、堅牢なデジタルワークフォースの構築に役立つさまざまな自動化テクノロジーを理解しておくことは大切です。
ロボティックプロセスオートメーション（RPA）とは、既存のシステムやアプリケーションの中で、デジタルワーカーが人間と同じように1つ1つタスクやビジネスプロセスを実行できるようにするソフトウェアのことをいいます。インテリジェントオートメーションの重要な構成要素であるAIテクノロジーとRPAは、今では一般的なバックオフィスプロセスに限定されず、デジタルワーカーが高度なコグニティブオートメーション機能を使用して、人の介入をほとんど必要とせずに例外処理、変更対応、問題解決を行うことができるようになっています。
「人工知能」（AI）は、人間のインテリジェントな行動を模倣するマシン機能、またはコンピューターによる知的な行動のシミュレーションを意味します。インテリジェントロボティックプロセスオートメーションと組み合わせることで、人工知能を機能的にするだけでなく、非構造化データを分析、分類、抽出し、複雑な自動化されたビジネスプロセスの出力を改善できます。
インテリジェントオートメーション（IA）は、インテリジェントシステムとも呼ばれ、人間の知能をシミュレートした人工知能と人間の行動をシミュレートしたRPAの機能を融合し、オートメーション機能を拡張します。インテリジェントオートメーションの支援を受けたデジタルワーカーは、コンピュータービジョン、自然言語処理、機械学習などの他の認知テクノロジーと容易に統合でき、請求書処理のような経理サービスの半構造化されたプロセスから、メールのトリアージのような構造化されていないプロセスまで、自動化プロセスを拡大できます。
企業の様々な部門から集められた批判的思考のあるスタッフの集団で構成されるセンターオブエクセレンス（COE）は、エンタープライズグレードのインテリジェントオートメーションプログラムの実装と導入において、極めて重要な役割を果たします。COEは社内の賛同や導入を促進し、ベストプラクティスの普及に取り組み、知識や資源を提供し、目に見える利益を企業にもたらします。
コンピュータービジョンとは、人間の目や視覚野の能力を模倣したり、それ以上の能力を発揮することを試みる機能で、パターンや形状を見たり、顔を認識したりします。この機能を実現するため、コンピュータービジョンは、画像を認識、解釈、把握する各種アルゴリズムと機械学習の原理で構成されています。
インテリジェントオートメーションにおいて、コンピュータービジョンは新しい可能性を生み出し、さまざまな場面での活用が期待されます。単純な例では、画面上のどこにボタンがあるか、どこをクリックすればよいかを認識するためにシステムと連携することが考えられます。また、複雑な事例としては、車の駐車違反を認識することもできます。
ディープラーニング（DL）は、人間の脳の構造にヒントを得た機械学習のサブセットです。ただし、機械学習が入力の記述に基づいてパラメーターを使用するのに対し、ディープラーニングでは、対象物やデータに関連するデータを使用し、他の対象物やデータとの違いも考慮します。実際のアプリケーションでは、デジタルワーカーのディープラーニングで様々な書き方のパターンを学習し、文字の見え方に関するデータと比較することで、手書き文字の解読や理解を容易にできます。より複雑なアプリケーションでは、患者の病状を認識することも可能になります。
デジタルワーカーは、インテリジェントに業務を自動化するソリューションです。人と共同で業務を遂行し、業務プロセスを自動化し、ビジネス変革をもたらします。デジタルワーカーも、人と同じように新しいスキルを身につけ、より賢く、より有能になっていきます。デジタルワーカーは、AIを活用して能力を拡張することで、複雑化する業務をこなすことができるようになります。膨大な業務量を自律的に管理するだけでなく、重要な意思決定も行い、顧客のビジネスですばやく生産的に業務を成し遂げるようになります。
グラフィカルユーザーインタフェースは、通常、メニューの表示やアイコンのグループに選択肢により、ユーザーのコンピューター操作を簡単にするものです。
機械学習（ML）は、AIの応用であり、既存の統計モデルに新しいデータを継続的に組み込んだり、経験に基づいて新しい動作を開発したりすることによって、コンピューター、システム、またはテクノロジーがそのパフォーマンスを学習し、向上させることができるようにするものです。機械学習には主に、教師あり学習、教師なし学習、強化学習の3種類のアプローチがあります。それぞれのアプローチでは、機械が自律的または半自律的に判断を下して、変化に適応して最短の時間で最良の結果を出せるようにしており、常に人間に直接指示を仰ぐ必要はありません。
自然言語処理（NLP）とは、人間の言葉や文章を処理するコンピューターの機能をいいます。子供が言葉を覚えるのと同じように、コンピューターも簡単な文の構造を覚えることから始めて、文章に込められた皮肉を理解するまでになる可能性もあります。インテリジェントオートメーションでは、NLPを活用して、チャットボットやバーチャルエージェントが人間の会話に参加し、最終的には人間と同じように対話を行えるようになります。
自然言語分類（NLC）は、機械がドメイン固有の言語を学習し、最終的に人間と同じように文脈を理解できるようにするものです。NLCの活用により、デジタルワーカーは、特定の文構造における単語の配置や意味に応じて、単語を理解し、分類し、応答できるようになります。
自然言語生成（NLG）は、デジタルワーカーを使って計算の難しい機械語を人が簡単に理解できる言語に翻訳するものです。現在では、たとえば、株価の変動を監視して、売りか買いかをアドバイスするような金融アドバイスの場面で活用されることがあります。
ニューラルネットワークとは、人間の脳の神経細胞のように、複数のコンピュータープロセッサーを相互に接続したコンピューターアーキテクチャのことをいいます。これらの接続により、コンピューターは試行錯誤を繰り返しながら学習していきます。従来のニューラルネットワークは、動画や画像の中の対象物認識するために使用されていますが、リカレントニューラルネットワークは、ネットワークにループを形成し、長期間情報をコンピューターアーキテクチャ内に残すことができます。
光学式文字認識（OCR）、そしてさらに正確な処理のためのインテリジェントOCR（iOCR）は、文字や入力データをデジタルテキストに変換する技術です。OCRを効果的に活用することで、情報を読み取り、理解し、デジタル化したり、バリエーション/例外にフラグを付けてデータを返して手動で処理したりできます。iOCRは、人間の行動、またはパターン認識を通して学習できるため、ドキュメントが大きく変更されていなければ、認識成功率が大幅に向上します。
オーケストレーションは自動化を管理する3種類の主要なアプローチの1つです（他の2つのアプローチは、マニュアルとスケジューリングです）。マニュアルでは、人間が手動で特定のプロセスやタスクを実行するジョブを起動します。スケジューリングでは、指定した時間、たとえば2分ごとにタスクを実行するようデジタルワーカーに指示します。オーケストレーションはそれらの方法とは異なり、ただ待つのではなく、データやアルゴリズムを用いて、タスクを実行したり、他のタスクをデジタルワーカーに割り当てたりするのに最適なタイミングを理解しようとします。オーケストレーションでは、デジタルワーカーが2分間ほどの短い時間でも怠けたり、休止したりしないので、最高の効率が実現されます。
プロセスデザインドキュメント（PDD）は通常、紙の設計文書として作成されます。自動化するビジネスプロセスの現在の状態、将来の予想される状態、および制約や依存関係についてのすべての情報が記載されます。このような記録をすることは正しい方向に向かう重要な一歩となりますが、PDDが複雑で、管理も難しいことがあり、紙の文書では、プロセスの様々な複雑さのレベルを示すことや理解することが難しい場合があります。そのため、紙のPDDをデジタルツールに置き換えることが推奨されます。デジタルツールでは、一元管理された共同作業のための場所で、チームが協力してプロセスフローのモデル化、設計、最適化を簡単に行うことができます。
POC（概念実証）は、ソフトウェア製品に用いられ、概念やテクノロジーが説明通りに機能したことを証明するために使用されるものです。同様に、POV（価値実証）は、自動化のビジネスケースにおいて、あらゆる具体的なビジネスニーズに対して大規模に価値を提供できることを証明するためのものです。POCでは、「テクノロジーが期待通りに機能するか」、「どのように導入されるか」といった単純なことを検討しますが、POVでは、ビジネスケースとトランスフォーメーションの範囲を検討し、経営陣の支援のもと、成果の可能性をマッピングし、測定し、設計し、予測します。
SS&C | Blue Prism® ROM (Robotic Operating Model) は、SS&C Blue Prismが独自に開発し提供する、インテリジェントオートメーションソフトウェアの実装と導入のための戦略的手法であり、デジタルワークフォースの立ち上げ、保守、拡張を支援します。このROMでは、組織へのロボティックプロセスオートメーションの導入を強化する基準、原則、テンプレートの概要が説明されています。この実証済みの戦略は、RPAの導入を成功させるために不可欠な7つの基盤に基づいています。
ソフトウェアロボットは、インテリジェントに業務を自動化するソリューションです。人と協業して業務を遂行し、業務プロセスを自動化し、ビジネス変革をもたらします。デジタルワーカーも人間と同じように、割り当てられたタスクを遂行し、時間をかけて新しいスキルを身につけ、より賢く、より有能になっていきます。デジタルワーカーは、AIを活用して能力を拡張することで、複雑化する業務をこなすことができるようになります。膨大な業務量を自律的に管理するだけでなく、重要な意思決定も行い、顧客のビジネスですばやく生産的に業務を成し遂げるようになります。