RPA×AIで広がる、日本のデジタルトランスフォーメーションの可能性 #UiPathAIEXPO 2019

2019年7月30日（火）、「UiPath AI EXPO」が東京・渋谷で開催され、30社以上の企業とUiPathのRPA×AI連携テクノロジーについて講演・展示がおこなわれました。基調講演と展示の様子をご紹介します。

スローガンである『ロボットにAI♡を込めて』からもわかるように、テーマはRPAとAIのコラボレーション。RPAとAIを組み合わせることで生産性を向上させるだけでなく、実証実験でとどまっていたAIを実務に活用するチャンスがあることを発信することが目的です。

基調講演には代表取締役CEOの長谷川康一、AI製品統括責任者のPrabhdeep Singhが登壇致しました。まず長谷川が、RPAに寄せられている期待と、AIとの連携で生まれるイノベーションの可能性について解説。続いてSinghが登壇し、AI市場が持つ可能性と現状、そしてUiPath AI戦略のコアスキルとなる「4つの柱」について解説しました。

RPAとAIの連携を取り巻く環境とその可能性

UiPathは、グローバルで200以上の会社とパートナーシップを締結し、世界で4000社、日本では1,000社以上に導入されています。未公開企業ながら2年間で企業価値は65倍に成長、1,100億円の資金調達を達成しました。協力してくださったファンドからは、RPAの市場拡大への期待だけでなく、RPAはその数百倍の市場価値があるAIを動かすのに不可欠な基礎技術であるという認識をいただいています。

さらにコグニションXの表彰では、UiPathは最優秀AI賞を3年連続受賞しています。最近ではガートナー社によるマジック・クアドラントにおいて製品機能・ロードマップ両方で最高点の１位を取り、RPAのリーダーに認定されました。フォレスター社のランキングでも１位をいただいていますが、これはRPAの機能だけでなく、UiPathのAIに対する姿勢や、オープンプラットフォームという考え方が高く評価された結果です。

人間の体に例えるなら、AIは頭脳、RPAは身体器官の動きをつかさどる神経系

RPAとAIの関係性を人間の体に当てはめると、OCRは目、チャットボットや自然言語処理は耳や口、マシンラーニングやディープラーニングは頭脳といえるでしょう。こうした身体の器官を思い通りに動かすには神経系から命令を出す必要があります。UiPathのRPAは、AIツールを思い通りに動かすために命令を出す神経系のような存在になることを目指しています。

RPA×AI、掛け算のコラボレーションで現場からイノベーションを

日本の実務担当者の悩みの種は、「紙・非定型・手書き」の文書のデジタル化です。この領域で一番成功したと言われているあるメガバンクでは、紙からデジタルへの転換にUiPathと連携した複数のAI-OCRが使用された事例があります。

これが本日の２つのメインテーマにつながります。まず一つ目が、「RPA×AI」という、足し算ではなく掛け算の考え方。「ラストワンマイルの自動化」を進める際には、AIを使って自動化の範囲を高め、広げたいというニーズが出てきます。ここで生きてくるのがRPAとAIの掛け合わせです。AI-OCRを例にとっても、複数のAIベンダーが異なる強みを持っているので、あらゆる技術の組み合わせで顧客の要望を満たすことが求められます。

こうした多数のツールを集積し、自社のニーズに合ったツールの導入を容易にするのがUiPath Go!です。RPA業界の拡大とエコシステムの構築を目指す、誰もが利用できるマーケットプレイスであり、現在は50個のコンポーネントが日本語で紹介されており、そのうち11個のコンポーネントが AI-OCRや画像認識などの AI を利用したものです。（2019年7月30日現在）

二つ目のテーマは『現場に神宿る』です。UiPathのプロダクト開発にはデータサイエンティストだけでなく現場業務に精通した人財の声が不可欠です。現場で試行錯誤を繰り返すことで、それぞれのAIの強みと現場のシステムと人との連携を最適化することができると考えています。

日本のイノベーションは常に現場で起こっています。RPAとAIを掛け合わせて業務効率を改善化することで、初めて顧客との対話や、人ならではのコミュニケーションに割く時間が生まれます。そこから生まれた発想がより良いサービスや高い品質への想いにつながり、さらに高度な機能の開発につながるというスパイラルができるのです。

このスパイラルの加速、実現のために誕生したのがAIファブリックです。AIモデルを、UiPathを使ってドラック&ドロップで実装し、現場の声を聞きながら実証実験を行うことが可能となります。

日本においてこれからのデジタル人財（RPAネイティブ）を生み出すために

UiPathではUiPath Nativesという取り組みを始めました。デジタルテクノロジーで今後最も利用されていくであろうRPAの技術を小中高生に学んでもらい、次世代のイノベーションを起こす人財の育成を目指しています。

さらに日本市場の活性化のために「ロボットフォーエブリワン」として、現在の1,000社以上2万人から50倍となる、100万人のロボット人財の育成も目指しています。AIパートナーとともにRPAとAIが同じプラットフォームで動くプログラムをつくり、実証実験を進めていきたいと思っています。

RPA×AI市場は大きなチャンスを秘めている

AIの市場規模は485億ドルともいわれていますが、2018年度にAIを導入しているCIOは全体のわずか4％に過ぎません。AIのように複雑で高度な技術を導入するのは難しいと考える企業が多いというのが現状なのです。

このような状況下で、オープンイノベーションを加速させながら機械に新しいスキルを学習させ、人財のIT教育もサポートできるプラットフォームを実現することがUiPathのミッションだと考えています。

RPA自体はルールに基づいた反復作業を行うものですが、AIを組み合わせると複雑さを増す認識作業を行えるようになります。UiPathは AI・RPA・データ分析とプロセス理解をシームレスに統合するオープン・プラットフォームを構築し、プロセスサークルに基づいて利用を進めることで、業務がより効率化されるよう設計されています。

4つの柱―UiPath AI戦略におけるコア・コグニティブスキルとは？

UiPathの考える、RPA×AIの柱となるAI技術には、「視覚情報の理解」「プロセスの理解」「ドキュメントの理解」「会話情報の理解」という4つのコアスキルが組み込まれています。

「視覚情報の理解」はコンピュータービジョンを利用して人間のような視認を行うスキル。「プロセスの理解」は業務プロセスを理解することで、自動化による投資対効果（ROI）が最も高くなるプロセスを選択できるようになり、効率的なRPAの実装計画を可能にするスキル。「ドキュメントの理解」は入力済みのドキュメントタイプを認識し、必要な情報を自動的に抽出、業務システムの入力までを行うスキル。「会話情報の理解」はテキスト、チャット、音声入力の感情を認識するスキルです。

UiPathはパートナーとの巨大なエコシステムを形成することでこの４つのコアスキルを構築し、各分野のもっとも優れたAIスキルの利用を実現します。

AIファブリックならAI運用をリアルタイムに評価、ビジネスに反映できる

さらに、AIファブリックを使用すれば、自社のシステムにAIモデルを導入することができます。AI ファブリックには今後もAIモデルをオンプレミスで使用できるような機能を追加し続けていき、将来的にはモデルマネジメントからモデルディベロップメントへとステップアップしていくことを目指しています。

ドラッカーの言葉にもあるように、数値化できない情報はデータに取り込むことはできません。UiPathはビジネスKPIとオペレーションメトリクスを組み合わせることで、自動化による投資対効果、プロセス改善や自動化のフットプリントを計測し、評価することができます。これによってAI運用を経営にリアルタイムに反映できるようになるのです。

UiPath AI 早期アクセスプログラムでオープンなイノベーションを加速

UiPathはオープンなエコシステムを提供する会社として、お客様にもプロダクト開発のパイプラインにアクセスいただき、企業の成長に貢献する技術を使用する機会をご提供したいと考えています。

そこで生まれたのがUiPath AI 早期アクセスプログラム（EAP）です。このプログラムでは、UiPathの製品開発に必要なビジネスドメインや業務知識に関する情報、モデルのデザインと検証に必要な業務の実稼働データと関連アセットなどをご提供いただく代わりに、AI製品の管理及び設計との直接連携や、概念実証への参加、一般提供よりも早いソリューションへのアクセスを提供いたします。

AIツールを開発し提供すること、パートナーとの活発なエコシステムを形成すること、そしてお客様を成功に導くことがRPAのリーダー企業としての我々の責任であると考えています。

これからのRPA×AIをけん引する日本市場に期待

最後に長谷川とSinghが一緒に登壇。Singhが日本語で「RPA×AIは日本がリードしていくと思います」と締めの言葉を語りました。

この言葉の通り、UiPathは日本のRPA市場の盛り上げに会社をあげて取り組んでいます。日本市場におけるRPA×AIの成功事例をできるだけ多く発表できるようこれからも貢献を続けていきます。

詳しくはこちら