Recommended
More Related Content
Similar to 20180915 mynavi rpa_seminar
Similar to 20180915 mynavi rpa_seminar (20)
More from kounan13
Recently uploaded
20180915 mynavi rpa_seminar
- 2. 自己紹介 • 名前：正野 勇嗣 • 所属：NTTデータ • 経歴：M卒14年目 • 2005〜 基盤系R&D, PJ支援 • 2008〜 自動化ツールR&D • 2011〜 AP基盤PJ支援 • 2015〜 PMO支援 • 2018〜生産技術R&D • 各種Web執筆、講演活動、大学非常勤講師 2
- 3. 目次 • 背景・概要 • RPAのフロー ① 業務改革・選定 ② 記録 ③ 実行 ④ 管理 • 活用領域 • 仕組み • 予算 • スキル • RPAの今後 • RPA 2.0 3
- 4. 背景・概要 4
- 5. セッション対象者と背景 • BizRobo!やWinActorといったルールベースのRPAソリューションを用 いた事例が増えてきている • 一方で、AIや深層学習・機械学習に比べて知名度が低い • SilkTestやSeleniumのようなソフトウェア開発自動技術との違いや • TensorFlowなどのAI技術との違いがわからないといった方も多い • RPAの概要から実装論まで幅広く紹介 5
- 6. AIの流行 • 2001年に公開されたアメリカのSF映画「AI」 • 人間と同じ感情を持つ少年の人工知能ロボット • 2016年にGoogle DeepMindのAlpha Goが韓国の囲碁のプロ棋士に勝利 • 将棋に比べて囲碁はコンピュータの計算量を左右する打ち手の組合 せが多い • AIが人間に勝つのは後10年はかかると言われていた • ムーアの法則によりコンピュータの計算能力が飛躍的に上がって きていることがAIの進化を下支え 6
- 7. AIの種類とRPA • AIを構成する三つのレベル ① ルールベース ② 機械学習 ③ 深層学習（ディープラーニング） • RPA(Robotic Process Automation) • AIのスピンオフとしての位置付け • Digital Labor(仮想知的労働者)によるホワイトカラー業務 の自動化を実現 • 現在は①ルールベースのAIを用いたものが多い デジタルレイバ ー 7
- 8. ブルーカラーとホワイトカ ラー デジタルレイバ ー • PCでの打込作業 • 伝票作成 • 売上データ確認 • カップ麺 • 茹でる • 具材を混ぜる • カップに詰める 産業用ロボット （ロボットアー ム） ブルーカラー ホワイトカラー 8
- 9. RPAへの期待 • 労働人口の落ち込みを補完する手段としてRPAが注目 • 2025年には労働人口(15-64歳)が700万人程度減 • (平成28年版高齢社会白書) http://www8.cao.go.jp/kourei/whitepaper/w-2016/html/gaiyou/s1_1.html 知的労働者 (人間) デジタルレイバー 補完・移譲 AIやRPAにより 49%が代替可能 9
- 10. RPA化のフロー ① 対象業務を選定（必要に応じてプロセスを変革） ② PC作業の記録（デジタルレイバーの構築） ③ デジタルレイバーの実行 ④ デジタルレイバーの管理 ①業務 選定/変革 ②記録 ③実行 ④管理 10
- 11. 業務改革 11
- 12. 業務改革の重要性 • 手作業で実施していた作業を、そのままシステムに 当てはめてしまうと、対象業務数が膨大に • RPAの効果を最大化 • BPR:対象業務を選定しビジネスプロセスを改革 • →プロセスアナリストの重要性が高まる ①業務 選定/変革 ②記録 ③実行 ④管理 12
- 13. サービス事例 • 2018年1月4日に日経優秀製品・サービス賞2017の 日経産業新聞賞 • 最優秀賞:アビームコンサルティング「業務効率 化コンサルサービス『ＲＰＡ業務改革サービス 』 • 優秀賞：（IT業界以外が受賞） • Nintendo Switch • ハイブリッド車など 13
- 14. つくば市の事例 • 2018年1月11日、つくば市はRPAに関してベンダー と提携して、「RPAを活用した定型的で膨大な業務 プロセスの自動化」に関する共同研究を行うと発表 • アンケートや業務調査によりRPA化のしやすさや削 減時間を見積もり • 郵便番号から住所の特定、検索結果の一意性、長時 間化に伴うタイムアウトなどシナリオ作成時の課題 14 ww.city.tsukuba.lg.jp/_res/projects/default_project/_page_/001/003/854/rpa_report0
- 15. 組織 • RPAツールを入れればそれだけで解決というわけで はない • RPAに関する業務の自動化の方針を定め、細かい機 能の実装を標準化 • いわば「ロボット統括部」のようなRPA組織の設置 15
- 17. ブラウザ操作とWinActorの対応 1. [sample]と入力 2. [検索]ボタン押下 17
- 18. オブジェクトの識別 • 3つの方式 • 画像 • 座標 • オブジェクト（DOMツリー） <input type="submit" id="srchbtn" class="srchbtn" value="検索"> 18
- 21. • 「プログラミング的思考」を育む（未来の学びコンソー シアム） • 操作 • フロー • 繰り返し • 分岐 繰り返し：3回実施 最低限必要な知識 参考：プログラミング教育 https://miraino-manabi.jp/assets/data/info/miraino-manabi_leaflet_2018.pdf 操作：10cm進む 操作：120°曲がる 21
- 22. 参考：操作のイメージ • 操作（命令）：エクセルやブラウザなどの操作を自動化 • エクセルやブラウザなどWindowsの操作を記録し実 行するもので、エクセルマクロの記録 • フロー：「操作」の繰り返しや条件分岐などを制御 • 同じ操作を100回繰り返し（forループ） • 条件に当てはまる場合のみ実行（if文） 22
- 23. 操作とフロー 分類 アクションライブラリ 説明 操作： エクセルやブラウ ザなどのPC操作 を自動化する Application アプリケーション処理 Excel エクセル操作 Clipboard クリップボード操作 Terminal コマンド処理 S3 クラウド連携 Files and Folders ファイル・フォルダ処理 Mouse マウス操作 Keyboard キーボード操作 Web ブラウザ操作 Text テキスト入力 OCR OCR入力 フロー： 上記「操作」の繰 り返しや条件分岐 を制御する Error Handling エラー発生時の処理 Wait Wait処理 Execution Control 実行制御 Conditions 判定処理 Loops ループ処理 Sequences シーケンス 23
- 25. シャドーIT • シャドーIT • 「企業側が把握していない状況で従業員がIT活用を 行う事を指す。 一般的に企業の情報は管理者が適切 に管理している状態を保つ必要があり、情報システ ム部門は各業務部署に情報システムや情報機器を提 供する形でIT活用を運用している。」 • https://ja.wikipedia.org/wiki/シャドーIT • RPAに置き換えると 1. どんなロボットがあるか管理していますか？ 2. 似て非なるロボットはありませんか？ 3. 使われず、放置しているロボットはありませんか？ 25
- 26. RPAによって変わる「管理」とは • これまでは労働者の労務管理など • RPAでは管理の考え方が変わる • 各担当者や各部署個別にお任せ状態になると、ロボ ットの変更履歴やバージョンなどが一切管理がされ ないといったケースも • 「野良ロボット」とも呼ばれ、各々のPCに個別機能 を実装 26
- 28. 運用(監視)管理 • ダッシュボード：エラー状況、リソース状況などを一 元的に確認可能 • エラー情報のプッシュ通知 • RPAロボットの実行スケジュール管理 • 優先度制御 28
- 29. 構成（バージョン）管 理• RPAロボットを複数名で修正しても、正しくバージ ョン管理できている事 ロボットを登録した リポジトリ ロボット群 変更履歴 ロボット群 ロボット群Aさん Bさん 29
- 30. 適用領域 30
- 31. RPA活用の3領域 • これまで諦めていた部分に対してRPAを活用 1. System: 仕組みを変えられない 2. Budget: 予算がない 3. Skill: できる人がいない 31
- 33. システム化の現状と課 題 担当者Aの作業 上長の承認作業 担当者Bの作業 複数人でタスクを持ち回り ワークフローシステム導入により効率化するケース もあるが、投入作業はやはり人手 ワークフロー 33
- 34. RPAによる糊付け • システム間の隙間を埋めるようなシステム開発をするために は、既存システムに手を入れる必要 • APIを公開するなどしてあくまでシステム開発の範疇で実施す る場合もあれば、RPAのような形で糊付け デジタルレイバー システムシステム 34
- 35. 得意な領域 • 定型化された繰り返し業務 • データの入力・判断・加工・抽出 • →これまでバッチシステムにて実現していた作業 • エクセルマクロなどによって自動化されるケースも 入力 判断・ 加工 抽出 例：取引先からの メールや帳票 例：売上の集計 例：取引先へ メール作成や帳票出力 35
- 36. 不得手な領域 • 標準化・定型化されていない作業は自動化が困難 • 今後発生しない1回限りの作業 • 有識者のノウハウによるもの（暗黙知） 有識者の高度な判断 読み込み困難なフォーマット 今回限り受け取ったデータ 36
- 37. RPA活用の3領域（再掲） • これまで諦めていた部分に対してRPAを活用 1. System: 仕組みを変えられない 2. Budget: 予算がない 3. Skill: できる人がいない 37
- 38. 売れ筋（パレート）とロングテー ル ロングテール(RPA化対象) 売れ筋(ROIが見込める) → システム化済＝RPA化対象外 ROI 売れ筋 ロングテール 本屋 実店舗 ネット店舗 システム システム開発対象 RPA化対象 38
- 39. スモールスタートか大規模か • クライアント型：各クライアントPCそれぞれで管理できる ため、スモールスタートで始めるにはコストも低い • 大規模で導入するためには、SubversionやGitのような開 発の現場で使われている構成管理ツールと組み合わせて の利用を検討する必要有 • サーバ型：サーバにログインして、操作を記録・保存し、サ ーバにて実行 ①業務 選定/変革 ②記録 ③実行 ④管理 クライアント型 サーバ型 39
- 40. アジャイル開発 • 企画時点で想定する価値はシステム提供時には低下することも • アジャイル開発は短期間に小さな単位でシステムを構築するこ とで価値を高めることに主眼 • システム提供後もユーザのフィードバックを受けながら価 値を高めていきます。 スコープ 期間 価値の 最大点 プログラミング スキル ウォーターフォー ル 大 長期 企画時 要 アジャイル 小 短期 S時・S後 要 RPA 小 短期 S時・S後 不要 40
- 41. RPA活用の3領域（再掲） • これまで諦めていた部分に対してRPAを活用 1. System: 仕組みを変えられない 2. Budget: 予算がない 3. Skill: できる人がいない 41
- 42. スケールしなかった理由 • 「自動化」は必ずしも誰にでもできる作業ではない • プログラミングを駆使した様々な知識が必要 • 開発現場ではアーキテクトが実施することの多い作業 Apache POIなど Excel操作ライブラリ Webスクレイピング API接続 アーキテクト 42 Selenium/JUnitなど テスト自動実行 Velocityなど テンプレートエンジン
- 43. • IBのHTMLを解析し、アプリに表示するデータに変換 参考：ウェブスクレイピング <html><head> <title>入出金照会画面</title> <body> <table> <tr><td>日付</td><td>種別</td><td>金額 </td></tr> <tr><td>9/10</td><td>入金 </td><td>200</td></tr> <tr><td>9/11</td><td>出金 </td><td>100</td></tr> ※後略 日付 種別 金額 9/10 入金 200 9/11 出金 10043
- 44. 低難度と普及 アーキテクト 非アーキテクト スケール可能。→ 爆発的普及の要因 Java等のテクニックを駆使 RPAツールの利用のみ これまで RPA 難度高 難度低 44
- 45. 自動化の4領域とRPA • テスト自動化（No2）と類似 • PC操作を自動実行 • 開発ではなくホワイトカラー業務に適用するの がRPA No ソフトウェア開発自動化 領域名 例示・説明 1 ソースコード自動生成 Eclipse 2 テスト自動化 テスト自動実行 (JUnit/Selenium) 3 ビルド・デプロイ自動化 DevOps 4 基盤自動化 クラウド ホワイト カラー 45
- 46. 参考：ソフトウェア開発自動化の4領域と RPA N o 領域名 想定 ユーザ 対象フェーズ PC操作 自動実行 利用技術例 1 ソースコード 自動生成 開発者 開発(設計・実装) Eclipse, TERASOLUNA ViSC 2 テスト自動化 単体テスト JUnit、Jasmine、 JsTestDriver 機能テスト ○ Selenium、SilkTest、 Selenide パフォーマンステスト Apache JMeter 3 ビルド/デプロイ自 動化 (DevOps, CI/CD) 開発環境 Jenkins Gradle,Maven Capistrano Fabric ステージング環境 本番環境 4 基盤自動化 (Infrastructure as Code) 環境構築・環境変更 構築:SDN, Chef, Puppet テスト:ServerSpec 概念:Immutable Infrastructure 仮想化:Docker 5 RPA 開発者 /非開発 者 - (開発業務ではなく、ホ ワイトカラー業務) ◎ Blueprism、Openspan、 BizRobo!、UiPath、Sikuli、 WinActor、WorkFusion、 Automation Anyware 46
- 48. Low-Code/No-Codeのビジネストレンド • 2018/6/6 ポルトガルの超高速開発ツール OutSystemsが、KKR/ゴールドマンサックスから3 億6000万ドルを調達 • 2018/8/1 SiemensがMendixを7億3000万ドルで買収 48 • https://jp.techcrunch.com/2018/06/06/2018-06-05-portugals-outsystems-raises-360m-from-kkr-and-goldman- sachs/ • https://mendix.buildsystem.jp/mx-blog-siemens-to-acquire-mendix/
- 49. RPAの今後 49
- 50. デジタルトレンドとRPA • 「デジタル」 • SMACS(Social/Mobile/bigdata Analytics/Cloud/Security) • AI/IoT • 自動運転技術（例：Google） • チャットボット（例：問合せ自動応答） • ルールベースのAIから機械学習や深層学習を活用し自 律的に動作するロボットの増加（RPA 2.0） 50
- 51. これまでのやりかた 人間が考えた手順 人間が作業 RPA 1.0 人間が考えた手順 デジタルレイバーが作業 RPA 2.0 AIが考えた手順・結果を踏まえて デジタルレイバーが作業 機械学習 ・深層学習 AIが考えた手順・結果を踏まえて 人間が作業 自動化 AI化 RPAの今後の進化 • AIの結果を踏まえて動作するRPA 2.0へ • 自動化に加えてAI化が進展 51
- 52. 機械学習との連携イメージ • 機械学習の結果をRPAに連携 学習モデル投入データ 投入結果 • シマウマ • カメ • 馬 • りんご デジタルレイバー/RPA ① ② ③ 52
- 53. チャットボット 知的労働者 (人間) デジタルレイバー チャット ボット • RPA導入により、ホワイトカラー業務を自動化するデジタルレイバーと一緒に業 務を遂行 • デジタルレイバーとのコミュニケーションの問題が発生する可能性 • デジタルレイバーとのコミュニケーション手段としてチャットボットに期待 53
- 54. アーキテクチャ・構築手順 shono-bot 「こんにちは」 Webhooks(Messaging API) POST https://bot-starter-xxxx.herokuapp.com/ 「こんにちは正野さん」 Reply Message(Messaging API) POST https://api.line.me/v2/bot/message/reply Heroku LINE Bot SDK index.php チャットボット(LINE BOT) 知的 労働者 デジタル レイバー • Heroku構築 • heroku-cliインストール • LINE Bot SDK • MessagingAPIの利用登録 • MessagingAPIの設定とアプリ登録 54
- 55. まとめ • 単に作るだけではなく業務改革や管理にも着目 • これまで効率化を諦めていた領域に着目 1. System: 仕組みを変えられない 2. Budget: 予算がない 3. Skill: できる人がいない • RPAの今後 55 ①業務 選定/変革 ②記録 ③実行 ④管理