「全部 AI にすればいい」は正しいか
「請求書の処理を自動化したい」と言われたとき、AIエージェントを持ち出す前に立ち止まる問いがあります。「それはルールベースの自動化で十分ではないか」 です。
RPA（Robotic Process Automation） は、人がパソコンで行う操作を記録し、そのとおりに繰り返すソフトウェアです。「このシステムを開く、この欄の値をコピーする、別のシステムに貼る」という決まった手順を、人より速く、疲れずに、間違えずにこなします。ルールが正しければ正確さは 100% です。
ただし弱点があります。想定していない入力が来る、画面のレイアウトが変わる、例外的なケースが混ざる。こうなると RPA は止まります。「考える」「読み取る」「解釈する」ことができないからです。
AIエージェントはその逆です。自由な文章を読み、文脈を解釈し、判断できます。しかし確率で動くので、同じ入力でも毎回同じ答えになるとは限らず、ハルシネーションのリスクもあります。
つまり、RPA は「正確だが融通が利かない」、AIエージェントは「柔軟だが確率的」 です。どちらが優れているかではなく、業務の性質で使い分けます。試験で「AIエージェントは常に RPA より優れている」という選択肢があれば誤りです。
定型処理か判断処理か：3つの見極め
あるステップを RPA（ルールベース）に任せるか、AIエージェントに任せるかは、次の3つで見ます。
- 例外的な判断が必要か。 手順が完全に書き下せて例外がないなら、ルールベースで十分です。「読んで判断する」場面があるなら AI の出番です。
- 入力が定型か。 CSV や決まった形式の帳票ならルールベース。メール、チャット、自由記述の文章なら LLM が必要です。
- 例外の頻度はどうか。 例外が月に1件ならルールベースで止まったときに人が対応すればよい。例外が頻発するなら、止まるたびに人が介入して工数が増えるので、AI で読み取る設計が向きます。
たとえば「発注書の PDF を添付から取り出す」は定型処理、「発注書から品目・数量・納期を読み取る」は書式が取引先ごとに違うので判断処理、です。
ハイパーオートメーション：読むのは AI、操作は定型処理
実際の業務は、1本の流れの中に定型処理と判断処理が混ざっています。そこで、業務をステップごとに切り分けて、それぞれに最適な技術を割り当てる考え方が ハイパーオートメーション です。
受注処理を例にすると、
- メールの添付ファイルを取得する → 定型処理
- 発注書から品目・数量・納期を読み取る → AI
- 在庫と照合して納期を判断する → AI
- 受注管理システムに登録する → 定型処理
- 確認メールを送る → 定型処理
基本の役割分担は 「AI が読み取り・判断し、定型処理がシステムを操作する」 です。AI にシステム操作までさせる必要はなく、定型処理に読み取りをさせることもできません。
もう1つ重要なのは、いまの業務をそのまま自動化しないことです。非効率な手順を RPA や AI で高速に回しても、非効率が速くなるだけです。AIエージェントを前提に業務の流れそのものを作り直す、という考え方は第2章の BPR につながります。
試験で問われる観点
- RPA は「ルール通りなら 100% 正確、例外で止まる」、AIエージェントは「柔軟だが確率的」。優劣ではなく使い分け。
- 4つの業務タスクのうち、AIエージェントが必要なもの（非構造化データを読む＋文脈で判断する）を選ぶ。
- ステップ列を定型処理と AI 処理に振り分ける組み合わせ問題。
- ハイパーオートメーション＝各ステップに最適な技術を割り当てる。AI が読み取り・判断、定型処理がシステム操作。
- AI 化の前に「ルールベースで十分か」を問う。既存業務のそのままの自動化ではなく再設計する。