【わかりやすい事例】 業務効率化の定番 ChatGPTとRPAの連携方法を解説

残業時間の制限や採用難など、企業にとって業務を行う上での制約が増えている現代で、「業務効率化」は企業にとって欠かせないものとなっています。

業務効率化をサポートするツールとして近年注目されている「生成AI（Generative AI）」と「RPA（Robotic Process Automation）」。

この２つの業務効率化ツールは、「AI」や「ロボット」などのキーワードの意味合いが近しいため混同されてしまいがちですが、それぞれ異なる特性を持ち、適用される業務も異なります。

本記事では、「生成AI」と「RPA」の特徴を解説し、それぞれの違いを明確にした上で、どのように連携させることで最大の効果を発揮できるかを探ります。

生成AI「ChatGPT」と「RPA」の特徴

業務効率化のためのツールとして、生成AIとRPAはそれぞれ異なる役割を果たします。

まずは、それぞれの基本的な特徴を解説します。

ChatGPTとは

生成AI（Generative AI）は、機械学習、特にディープラーニング技術を用いて、新しいデータやコンテンツを生成する技術です。

この技術は、与えられた入力に基づいて自然な言語、画像、音声などを生成することができ、その応用範囲は広くなります。

代表的な生成AIにはChatGPTやClaudeなどがありますが、今回はChatGPTを中心に解説を進めていきたいと思います。

ChatGPTはOpenAI社が開発した対話型AIです。大規模言語モデルGPTをベースにしており、テキスト生成、対話、翻訳など多岐にわたるタスクをこなすことができます。

技術革新のスピードが速く、次々とアップデートされるため、常に最新の情報にキャッチアップすることが求められます。

RPAとは

RPA（Robotic Process Automation）は、ソフトウェアのロボットを用いて、PC上の定型的な業務プロセスを自動化する技術です。

RPAツールには、UiPath、WinActor、Power Automateなど、国内外問わず多くの種類があります。

RPAでは、PC上の複数のアプリケーションに対し、決められた順番でタスクを処理していくシナリオを組むことで、一連の業務の自動化が可能になります。

例えばデータ入力や、システムからの検索・データ抽出など、決まった作業を何度も繰り返す業務がRPAによって効率化され、ヒューマンエラーを減少させることができます。

生成AIとRPAの違い

生成AIとRPA、それぞれの「できること」と「できないこと」をより詳しく見ていきましょう。

生成AIでできること

生成AI（ChatGPT）は、プロンプトと呼ばれる指示文に従い、学習済みのデータから自然な言語で回答（テキスト生成、対話、翻訳など）を生成します。

ChatGPTにできる業務には、以下のようなものがあります。

ChatGPTにできること：

1. 自然言語の生成と理解
   ユーザーからの質問や指示に対して、自然な言語で回答や提案を行うことができます。
2. 情報提供とサポート
   広範な知識ベースを活用して、さまざまなトピックに関する情報提供やアイデア出しを行うことができます。
3. 文章の校正と編集
   文章の文法チェックやスタイルの改善、要約などの編集作業を支援することができます。

ChatGPTにできないこと：

1. リアルタイムの情報取得
   最新のデータやリアルタイムの情報を処理することはできません。
   知識は大規模言語モデルのトレーニング時点までのものであり、それ以降の情報には対応できません。
2. 物理的な作業の実行
   物理的なタスクや実際の行動を行うことはできません。
   あくまでデータ的な処理に限定されます。
3. 高度な専門的判断
   専門的な資格や、高度な専門知識が必要な判断を行うことはできません。

RPAでできること

RPAは、人間がPC上で複数のアプリケーションを使って作業する、以下のような業務の自動化が可能です。

RPAにできること：

1. 定型の業務プロセスの自動化
   定型かつ繰り返しの多い業務プロセスを、人間が行うフローと同じようにロボットシナリオを組むことで自動化できます。
2. 作業精度の向上
   RPAは、人間による繰り返し作業のエラーやミスを最小限に抑え、データ入力や処理の精度を向上させることが可能です。
3. 業務スピードの向上
   RPAを用いることで、業務の処理速度向上が可能です。それにより、迅速な業務対応や顧客サービス向上に貢献できます。

RPAにできないこと：

1. 複雑な意思決定や判断
   RPAは複雑な意思決定や判断を行うことができません。
   戦略的な意思決定やクリエイティブな戦略の策定には、人間の判断が必要になります。
2. 創造的な業務
   RPAは創造的な業務やアイデアの発想を行うことができません。
   新しいアプローチや革新的な業務のアイデアを考えるのも人間の領域となります。
3. 複雑な非構造化データの処理
   RPAは構造化されたデータを処理することが得意ですが、非構造化データ（例：自然言語テキスト、画像、音声など）の処理には適していません。

生成AIとRPAの連携事例

ここまでに挙げたように、生成AIとRPAは全く異なる特徴を持っています。

それぞれの「できないこと」を相互に補完するような形で連携させると、これまでRPAだけでは難しかった業務も自動化が可能になります。

ここからは、RPAだけでは自動化しきれなかった業務フローにChatGPTを組み込むことで、一連の自動化に成功した例を紹介していきます。

【事例1】情報検索サイトの検索結果をリスト化

【これまでの作業フロー】

特定の情報検索サイトにて、特定のキーワードを使って情報を検索。検索結果を確認し、それをエクセルでリスト化していくという、どこにでもありそうな単純作業です。

その情報サイトでは、検索した結果の記載形式が案件ごとにバラバラでした。

必要事項がその結果のどこに書いてあるか確認してから抽出していたため、人間の判断が必要とされていました。

またRPAでは、検索結果などからの情報抽出の場合、特定の座標やキーワードを基に情報を抽出することが多いため、記載形式が統一されていないと正確な抽出が難しく、自動化は困難とされていました。

【生成AI✕RPAの自動化フロー】

人間の判断が必要だった「検索結果から必要事項を抽出」という部分をChatGPTに割り当て、前後のタスクをRPA化することで一連の作業が可能になります。

実際には、下記のような手順になります。

情報検索サイトでの検索結果テキストを抽出。

そのテキストとプロンプトを合わせてChatGPTに与え、必要な情報だけを抽出させます。

ChatGPTから出力されたテキストをRPAで取得。その後エクセルにまとめていきます。

これを１件ずつ繰り返し作業させます。

この事例の注意点ですが、Webサイトでの検索なら何でもいいというわけではありません。例えばオークションサイトや入札サイトのように、1つのサイト内で検索を行い、記載形式は違えど、その結果が同じ場所に表示されるものでないと、RPAは正確に動作しません。

検索するWeb画面のUIが毎回異なる場合、RPAの動作が困難になります。

【事例2】請求書の必要事項を会計システムに登録

【これまでの作業フロー】

毎月送られてくる請求書。

メールなどで送付される請求書は会社ごとに形式が異なるため、人の目による確認が必要でした。

それぞれの請求書を確認しながら、会計システムに手動で入力していました。

【生成AI✕RPAの自動化フロー】

この業務も、RPAとChatGPTを組み合わせることで自動化が可能となりました。

まずは、人間が請求書PDFをまとめてフォルダに保存しておきます。

その後、RPAが当該フォルダ内のPDFを参照し、プロンプトとともにChatGPTに情報を提供します。

プロンプトには会計システムに必要な情報や請求日、税込や税別といった請求金額などの抽出指示を含めておきます。

ChatGPTはプロンプトに従い必要な情報を抽出し、その情報をRPAに返します。

RPAはChatGPTから得た情報をエクセルにまとめ、その後会計システムに登録していきます。

人間は会計システムの内容を確認し、承認ボタンを押すだけです。

このように、RPAだけでは自動化できなかった様々な請求書フォーマットからの情報抽出も、ChatGPTを利用することで、システムの登録まで含めた自動化に成功しました。

まとめ

生成AIとRPAはそれぞれ異なる特性を持つため、これらを効果的に組み合わせることで業務自動化の範囲を大幅に拡大することが可能です。

そのためにはRPAのシナリオ作成技術に加え、ChatGPTに的確な回答をさせるためのプロンプト技術、さらには必要に応じて業務フローを見直すことも重要です。

まずは業務ひとつひとつにしっかり向き合い、生成AIとRPAを適切に活用することで、より効率的でエラーの少ない業務運営を実現できます。

タクトシステムでは、ChatGPTとRPAを組み合わせたロボットフローの開発に強みを持っています。

お困りごとがございましたら、ぜひご相談ください。