インテリジェント・オートメーションは、単調で反復的な作業を引き受け、労働者がより創造的な業務に専念できるようにします。
調達からヘルスケア、交通まで、インテリジェント・オートメーションの応用可能性は多岐にわたります。
この分野の専門家であるパスカル・ボルネが、自動化がすべての仕事に取って代わるわけではない理由と、大規模なインテリジェント・オートメーションを実現するための5つの重要なステップを解説します。
パスカル・ボルネは、インテリジェント・オートメーション分野の先駆者であり専門家です。認知自動化やハイパーオートメーションとも呼ばれます。彼は世界経済フォーラムに対し、この技術について、また、インテリジェント・オートメーションを用いて私たちの世界をより人間的なものにするという自身の情熱について語りました。
以下に、その対話を編集した記録を掲載します。
インテリジェント・オートメーションとは何か？
インテリジェント・オートメーションは、人、組織、そして機械学習を含む技術を組み合わせた手法の総称です。コンピュータ上でエンドツーエンドのビジネスプロセスを自動化することを目的としています。従業員と協働しながら、従業員に代わってビジネス成果を生み出し、より迅速、高品質、低コストなサービスを提供します。これにより、従業員の体験だけでなく、顧客体験も向上します。
インテリジェント・オートメーションについて説明する際、私はよく例を挙げます。世界中のすべての企業は、「調達から支払いまで（procure-to-pay：PTP）」と呼ばれるエンドツーエンドのプロセスを実行しています。これは、ベンダーから商品やサービスを調達することです。インテリジェント・オートメーションはまず、機械学習を用いてベンダーを選定するのに役立ちます。次に、それらのベンダーへの発注を行いますが、その際には、例えばワークフロープラットフォームをどのように活用するかが問題となります。
次に、サービスや商品を受け取った後の請求書の受領と処理ですが、これは自然言語処理を用いて行うことができます。そして最後に、それらのベンダーへの支払いです。非常に体系的であり、ロボティック・プロセス・オートメーションを用いて行うことができます。
インテリジェント・オートメーションは、従業員と顧客にどのように役立つのか？
インテリジェント・オートメーションは、従業員がより速く、より質高く業務を行うのに役立つだけでなく、本当に重要なことに集中する時間を増やします。例えば、洞察、コメント、人間関係の構築、チームのマネジメントなどです。インテリジェント・オートメーションが最もルーティン的で反復的な業務を担ってくれるからです。私たちはいつも「そんなことをする時間はない。これをすべてやらなければならないのだから」と言います。今では、質的な業務に充てる時間が増えています。
従業員の体験は極めて重要ですが、顧客体験も同様です。列車の切符を買うための列に並ぶこと、銀行の窓口担当者を待つこと、これらすべてはインテリジェント・オートメーションによって解決できます。顧客の90%以上は不満を申し立てることさえせず、そのうち90%は二度と戻ってきません。そのため、何が顧客を満足させ、どのようにして顧客の信頼を得るのかを理解することは、実際にはブラックボックスです。そして、インテリジェント・オートメーションはまさにその中心にあります。
インテリジェント・オートメーションは、ヘルスケアにおいてどのように役立つ可能性があるのか？
私たちの試算によれば、インテリジェント・オートメーションは年間1,000万人の命を救う可能性を秘めています。臨床試験、疾病診断の支援、医療過誤の回避を支援することでそれを実現できます。
発展途上国においても、インテリジェント・オートメーションは予防可能な原因による死亡を減らすのに役立ちます。例えば、下痢に関連する疾病によって毎年160万人以上が死亡しています。しかし、それは狂気的なことです。なぜなら、その解決方法は分かっているからです。問題は、それらの人々が医師にアクセスできないことです。世界全体で、400万人以上の医師が不足しています。スマートフォンやタブレットを使った遠隔診断を可能にすることで、それらの人々もサービスを利用できるようになります。繰り返しになりますが、ここでも、毎年救うことのできる命は数百万にのぼります。
もう一つ私がよく挙げる例は、組織分析（tissue analytics）のようなインテリジェント・オートメーションのアプリケーションです。これは、スマートフォンで写真を撮るだけで、慢性創傷、火傷、皮膚疾患を即座に診断するのに役立ちます。
世界経済フォーラムは、仕事の未来に向けて何に取り組んでいるのか？
交通についてはどうか？
交通分野は、有用な活用事例です。これには、交通手段が必要とされる場所の特定と予測が含まれ、需要が表明される前に、適切な資産と適切なトラックを適切な場所に事前に割り当てることができます。これは、過去および過去の履歴データに基づく機械学習、そしてトラックが走行するルートの最適化を用いて行うことができます。
メルボルンでは、ドローンを送り、ラウンドアバウトの交通状況を動画で撮影しています。これは、そこでの交通パターンを把握し、より良い交通ルールや、車両のよりスムーズな流れなどを設計するのに役立てるためです。これは機械学習を用いて行われています。
インテリジェント・オートメーションは私たちの仕事を奪うのか？
それは、人々が現在行っていること、今後行うことと、機械が現在行っていること、今後行うことの間の相乗効果に関することだと私は考えます。機械学習やロボティクスといった技術に支えられた今日の機械は、あらゆる定型的で反復的な業務を非常によく遂行できます。しかし、それらには膨大な量のデータを用いた学習が必要です。つまり、それらの業務は過去に何度も、何度も、何度も繰り返されてきた必要があるのです。
しかし、機械は少なくとも今後数十年は、創造性、関係構築、批判的思考、あるいは社会的スキルを要するあらゆる業務において、得意ではなく、今後もまったく得意にはならないでしょう。ですから、私たち人間が、技術と私たちを区別するこれらの能力に集中することこそが重要なのです。
X線画像の確認を支援する医師を例に挙げましょう。もちろん、機械は、X線画像上の腫瘍を非常に迅速かつ高い精度で特定する業務において、はるかに優れています。医師よりも優れているのです。とはいえ、医師は、患者との関係の管理、患者が現在何が起きているのか、今後何が起こるのかを理解する支援、変化の管理、そしてコミュニケーションにおいて最も優れています。ですから、それこそが、人間と機械が協働する方法なのです。
私たちは、小規模で、定型的で、反復的な業務を管理するためにインテリジェント・オートメーションを活用しています。それにより、人々はよりやりがいのある業務や、企業にとってより大きな価値をもたらす業務に再び集中できるようになります。
未来はどうなるのか？
インテリジェント・オートメーションの導入は非常に進んでいます。この用語は2017年に正式に造られましたが、世界中の企業の50%以上がすでにこれを導入しています。デロイトによれば、今後2年間でこの割合は70%に上昇する見込みです。
しかし、これらの変革を拡大できたのは15%にとどまります。そのため、今日、すべての企業にとっての重要な課題は、拡大、すなわち、部門全体や同じグループ内の企業全体にわたって、このような技術を導入することにあります。
私たちは、拡大を実現するための重要な成功要因について調査を行いました。1つ目は、常に、これらの変革の中心に人を据えることです。変革は人によって、人のために実行されるものです。2つ目は、経営陣の支援です。3つ目は、最も複雑な活用事例を自動化できるよう、さまざまな技術を組み合わせることです。4つ目は 一般にローコード技術と呼ばれる新しい技術を活用することです。これは、コーディングのスキルやプログラミングのスキルを持たない人が、日々の業務でインテリジェント・オートメーションを導入し、自ら日々の業務を改善できるよう支援するものです。
最後に、5つ目の重要な成功要因は、インテリジェント・オートメーションの導入を支援する新しい技術群を活用することです。皮肉なことに、デジタル変革は実際には極めて人手を要し、極めて手作業に依存しています。しかし、プロセス・ディスカバリー、データ・ディスカバリー、自動機械学習などの技術を用いることで、インテリジェント・オートメーションの導入の大部分を自動化することができ、それにより変革をより速く、より広範に進めることができます。
