BLOG

導入検討を進めていくと各RPAベンダーは体験版として3日から1か月ほどツールを貸し出しているところが多いです。 無料で触れるこの期間を使わない手はないですよね。 体験版があるものは必ず体験版を使用するようにしましょう。 限られた時間の中でいかに対象ツールを見極めるかが問題になってきますので、使用時に注意したいことをまとめていきます。 ①社内主要ソフトをどこまで使用できるか 社内で使用しているソフトをどこまで触れるかは重要な課題です。 どこまで使用できて、どこからが難しいのかを短い期間で見極めなくてはいけません。 マニュアルなどはExcelやよくある動作のマニュアルなどが多いのでそればかり進めてしまうのではなく、社内ソフトを実際に動かしてみましょう。 ②サポートやサービス内容 マニュアルや実践テキストがどこまで充実しているかということも重要なポイントですし、ベンダーによっては使用者同士の共有スペースを設けており、質問を投げかけたり、答えたりとコミュニケーションをとれる場があるものもあります。 そういった、場が多くあると開発もスムーズに進んでいきます。 サポート内容にもどういった対応が可能なのかもチェックが必要です。 ③本があったりネットに情報が転がっているか 使用者が多い程、いろんなところに情報が転がっています。 情報が多いに越したことはありません。 活用事例なども数が多い程、自社のシステムや流れに近いものが見つかりやすいですし、そこからヒントを得ることが出来ます。 ④自社PCのスペック動作推奨環境以上か 動作推奨環境を超えていても環境によって変わるのでロボットを実際動かしてみることをお勧めします。 自社の主要ソフトを触った後、マニュアルなどを参考にロボットを実際作成してみて、動かしてみてください。 そうすることで、実際に導入した時にPCが問題なく動くかどうかを確認できます。 まとめ 導入検討の際必ず体験版は使用すると思います。 その中で、注意しておいてほしいポイントをご紹介していきました。 体験版は短いものだと3日ということもあります。 その短い時間の中で、ツールを網羅することは難しいですが、その中でもポイントはしっかり押さえておくようにしましょう。

RPAソフトはプログラミングの技術が無くても使用できるというのがウリではありますが、 現実問題として、詳しく調べていくとロボット作成は難易度が高い、結局簡単なロボットしか作れなかったという声もきくことがあります。 結局のところどうなのかをご紹介していきます。 RPAについてはこちら ロボット作成が難しい理由 RPAは簡単といえる人は、SEやプログラマーなど専門知識がある人に限られてきます。 そういった人たちにとっては、面白くないものだと言われます。 知識がある人にとっては、プログラミング言語を使用して、同じ結果を出すことは可能です。 しかし、それを毎回行っていては時間がかかりますし、エラー時に対応できる人は限られてしまいます。 RPAの特徴として、プログラミング言語を使用しないで、アクティビティをクリックしたりすれば、自動化のプログラムが作成できるというものです。 アクティビティを繋げていくことで、PCの内部ではプログラミングと同じ処理が行われているということになります。 ここが難しいと感じられるところでもあります。 自社でのやり方をもとにロボット作成を行っていく際にマニュアルがないからです。 次はこうしてくださいと誰も教えてはくれません。 終始、自分たちが考えたシナリオ通りに作成していくことになります。 プログラミング言語は必要ないですが、ソフト自体の使い方はしっかりと覚える必要があります。 実際にRPAソフト自体が難しいわけではなく、ソフトの使用方法を覚えなくてはいけないのが、煩わしいというところです。 使い方さえ攻略できれば、使用することは可能です。 社内にプログラミングの知識がある人などがいれば、手伝っていただきたいです。 導入の際にRPAチームを発足してほしい理由にもなってきます。 ひとりでは難しいものでも、システム部門や知識のある人の力を借りることが出来れば、スムーズに進んでいきます。 万が一社内にそういった人がいない場合であれば、RPAベンダーの力を借りましょう。 使い方をしっかり把握できるかどうかは、導入成功のカギであるといっても過言ではありません。 RPAは難しいからやめておこう！ではなく、難しいといわれるところを理解した上で、解決法を準備しておくとRPA導入後の開発をスムーズに進めていくことが出来るようになります。

RPA導入を前向きに検討していく中で、「ツールを決定するのに数が多すぎて決められない」「どのツールを選べばいいの？」という疑問があるかと思います。 選定する際のポイントを3つ挙げていきます。 ※RPAについて詳しく知りたい方はこちら ①対象システムを操作できるか 自動化の対象業務で使用するシステムとの相性が重要になってきます。 実際導入してみたけど、結局自動化したい対象の業務が出来なかったということになれば元も子もありません。 自社の業務内容に基づいてツールを選定するべきです。 体験版などで、事前に社内使用システムを操作可能かは確認しておきましょう。 ②プロジェクトの進め方 導入の際にスモールスタートで始めるのか、一気に全社に導入するのかなど、RPAプロジェクトの進め方によって、サーバー型かデスクトップ型かの選定から変わってきます。 ※サーバー型とデスクトップ型について詳しくはこちら 運用後のことも視野に入れ、スモールスタートするのであれば、最終的にどのくらいの規模までスケールアップするのかも考えておく必要があります。 さらに、ライセンスの体系や価格帯なども考慮していく必要があります。 ③開発のしやすさ 自社での開発を行っていくのであれば、開発環境や実行環境の構築が容易にできるか、開発のしやすさ、日本語への対応、プログラミング言語の知識が必要かなどを考えていく必要があります。 RPA製品の多くは海外製で、英語表記のものが残っています。 開発環境の扱いやすさと、日本語への対応は特に必要となってきて、開発画面上の文字表記、日本語のマニュアルがあるかなど、導入後のサポートにも関係してくるので、導入前に必ず確認が必要です。 まとめ RPAツールは今や何種類もあり、選定にも時間がかかってくると思います。 上記のプロジェクトの進め方と開発のしやすさをまずポイントに置き、絞り込んだうえで、対象システムの操作が出来るかというのが最終のポイントになってくるかと思います。 間違ったツールを選定してしまうと、かえって業務の足を引っ張る可能性もあります。 その場合導入コストが無駄になってしまい、別のツールにするとなると更にコストは膨らんでしまいます。 しっかりと検討を重ねたうえで、効果が出せるツールを選ぶことが重要になります。

RPAツールの導入企業は増え続けていて、コストや操作性などで選択肢がどんどん増えていることから、業種や企業の規模などに関係なくRPAが活躍しています。 コストや操作性などの選択肢が増えていくことで、RPAは万能だという間違った認識が広まっているのも実情です。 中にはRPAツールを導入すれば、業務効率化が出来てしまう！と間違った解釈をしてしまっている場合もあります。 RPAツールはソフトウェアであって、認識を間違うともったいないツールになってしまいます。 （※RPAについてはこちら） RPAは導入するまでの間にいかに準備ができるかがカギになってきます。 （※RPAの導入準備についてはこちら） RPAで重要なこと 業務の見える化 最も重要になってくるのが業務内容の見える化です。 先進諸国ではRPAの導入の有無に関わらず常に業務内容の見える化が出来ている状態です。 その為、RPA導入もスムーズになり、導入後の効果も見込めるということです。 しかし、日本では従来の現場主義ということから、業務内容の見える化が出来ていない企業が多く、他部門の業務内容を知らない、同じ部門内でも属人化によって作業内容が把握できないという状況が日常茶飯事に発生しています。 見える化していない状態でRPAを導入しても、効果は期待できません。 RPAにも得意なこと、苦手なことがあり、見える化することで課題を見つけ、どの業務に導入するべきかの判断をしなければいけません。 RPAの導入準備についてはこちらの記事も確認ください。 導入体制 次に導入体制を整えておく必要があります。 RPAツールはプログラミングを必要とせず、誰でも簡単に扱えるという特性上、体制を整えずに自動化対象の部門に導入し、誰でもロボットを作成できてしまう状態を作ってしまうと管理が行き届かないロボットが出てきてしまったり、結局同じ動きをしているロボットが出来てしまったりします。 ロボットの管理は誰が行うのか、トラブルの際も間違うことなく、最短に処理を行うためIT部門との連携も考慮した上での体制構築をしておく必要があります。 現場とIT部門が連携できていないと、万が一トラブルが起きた際に解決に時間がかかってしまい、業務が止まったままになる可能性もあります。 まとめ RPAは万能ではありません。 しかし、うまく活用することができれば、業務効率化、働き方改革、人手不足を解消することが出来る優秀なツールです。 それをうまく利用するのは人の仕事だということ忘れないようにしなければいけません。 できること、できないことを正しく理解し、　最大限にRPAの力を発揮できるようにしましょう。

RPAを導入することに決めたけど、導入ツールに対してどうやって勉強したらいいの？だったり RPAに挑戦してみたいけど、どうやって勉強するの？と思っている方もいらっしゃるかもしれません。 今回はRPAの学習についてご案内していきます。 RPAについてはこちら 企業で導入ツールが決まっている場合 RPAについてはいろいろ調べてどんなものかは大体わかった上で、使用ツールも決まったという方は、使用ツールについて勉強を始めていきます。 大きな長所や短所はそこまで変わることはありませんが、特化している所、使い方はそれぞれ異なってきます。 ですので、使用するツールのことを確実に知っていかなければなりません。 導入後には購入元や、ツールベンダーから操作セミナーやマニュアルなどのサポートが受けられるはずです。 まずはそれをしっかりと活用していきましょう。 それでも、何かつまずいたときにメール問い合わせなど何か使用できるサポート体制があるのか確認しておくことが必要です。 万が一、そういったものを使用しても解決しない場合や、購入元やツールベンダーからの操作セミナーではもの足りないから、もっと教えてもらいたいと思ったときは、ぜひ私たちにご相談ください。 （お問い合わせはこちらから） 導入予定はないけどスキルとして学びたい 会社では導入していないけど、スキルとして学びたいという方は、まだツールに触れる機会もない方が多いです。 各ツールセミナーやイベントを開催していたりするので、日にちや会場が合うのであれば、まず参加してみるのもいいかと思います。 その他にも、RPAに関する本を読んで勉強し、全体的なRPAの概要をつかめるといいです。 概要をつかめた後、どんな製品があるのか、どんな特徴があるのか調べてみましょう。 今、RPAツールは多数あり、製品それぞれ特徴があります。 本やネットを使用して情報収集してみてください。 そして最後に無料体験ができるツールは積極的に無料体験してみましょう。 企業向けで企業の名前が必要であったり、ハードルが高いものもありますが、中には個人であれば無料で使用できるものもあり、使用方法が学べるマニュアルやアカデミーが利用できます。 そういったツールを使用して、勉強することが出来ます。 結局触ってみないとわからないことは多くあります。 体験版をしっかり使えるように、事前に情報収集しておくことは必要です。 RPAの学習の流れまとめ RPAは「簡単」「プログラミング不要」などいい面に目が行きがちですが、実際ツールが手元に来ても慣れるまでは、どうしたらいいんだろう？と悩むことは多いと思います。 すぐ解決できるものはそれでいいですが、行き詰ってしまい開発が進まないと、業務効率化は実現しないままです。 使用方法をマスターすることと、的確な業務を選定することが出来れば、RPAのメリットを最大限に生かすことが可能になります。

RPAは現在、定型業務を行うことに使います。 それが今後、RPAとAIを連携することで、非定型業務までこなすことが出来るようになります。 （※RPAについて詳しくはこちら） （※AIについて詳しくはこちら） RPAとAIを連携 実はRPAにはクラス分けがあり、3つのクラスに分かれています。 現在のRPAの多くはクラス1といわれるRPAに属し、定型業務に対応しています。 クラス2といわれるEPA(Enhanced Process Automation)は直訳すると「より強力な手段の自動化」になります。 AIと連携しルール付けや情報の構造化がされていないデータや知識を処理することが可能になります。 クラス3といわれるCA(Cognitive Automation)は、直訳すると「経験的知識に基づいた自動化」になり、更に高度なAIと連携することによって業務内容の分析や改善だけではなく、意思決定までを自動化できるようになり、自然言語学習やビックデータ分析、機械学習、個別最適処理といったデータや情報の難しい処理を意味します。 将棋やオセロなど決められた手数の中で考えられる戦略パターンを何千通りもインプットし、動かすロボットであれば、クラス1のRPAといえます。 それに対し、囲碁のように盤面を見て、過去の対戦を参照しつつ、次の一手を「考えて判断する」ロボットであればクラス2のEPAかクラス3のCAにあたるということになります。 クラス2のEPAは先進国ではすでに取り組んでいるところもあるようですが、クラス3であるCAに関しては、将来的にそういったロボットの誕生を待ち望んでいる状態です。 EPAは、RPAよりもレベルの高い業務処理を可能にしたシステムのことで、機械学習やAIが導入されることでこのシステムも手に入れやすくなりつつあると言われています。 EPAは大量のデータを解析してその結果を出力するのが主な仕事になります。 RPAでは対応しきれないビックデータのような膨大な情報の処理や複雑な問い合わせに対応できるのはEPAで、想定外の業務にも対応することが出来るということに大きなメリットがあります。 まとめ 現在、主流のRPAは定型業務を自動化していくものですが、AIと連携させることで、非定型的なものも対象になるので、RPAでできなかったことがAIとの連携で可能になり、大幅に自動化の可能性が広がることが魅力です。 RPA×AIは業務効率化や働き方改革、そして今後深刻化していく人手不足を回避していく為の手段のひとつであり、新たな労働力として期待されています。 技術的にも活用場面もまだまだ発展途中ではありますが、将来仕事を担ってくれる存在として、なくてはならないものになっていきます。

働き方改革の推進や、少子高齢化に伴っての人手不足を回避していくために、徐々にいろいろなシステムとRPAが連携し、今までできなかったことが少しずつできるようになってきています。 そんな中で、まず、RPAとOCRの連携についてご紹介していきます。 （※RPAについてはこちらの記事をご覧ください） OCRとは Optical Character Recognition/readerの略で光学的文字認識といわれていて、手書きや印刷された文字をスキャナーやカメラによって読み取りコンピュータが利用できるテキストデータに変換する技術のことです。 コンピュータは人のように見るだけで内容を把握したり、処理することは出来ないため、一度画像として取り込み、変換処理をするという手順を踏みます。 以前から存在していた技術ですが、RPAの急成長があり、最近また注目を集めています。 更にAIの発展により、AI-OCRも誕生してきており、より認識力が上がってきています。 一度読み間違えたとしても、その間違えたデータをAIが学習することで、文字認識率を向上することが可能になっています。 従来のOCRだと決まったフォーマットを設定し、どこの箇所を読み込む必要があるのか、どんな文字が入るのかと一つのフォーマットで設定箇所が多い上に、認識率はそこまで高くないものが多数存在していました。 しかし、AI-OCRだと、学習することが可能になったため、常に精度の向上が可能になりました。 その上、自動でテンプレートを認識することで、否定形フォーマットにも対応できるようになり、読み込みたい文字の座標の設定など、 細かく煩わしい設定が不要になってきています。 RPA×OCR RPAは人が行ってきた作業を代行してくれるツールですが、紙媒体のものはどうしても処理が出来ないことが課題でした。 RPAで自動化する際、自動化させたい業務に紙媒体があると、まずペーパレス化が可能かどうかを検討し、可能であれば紙媒体で行っていたやり取りを、データ化するところから始める必要がありました。 しかし、OCRと連携することで、紙媒体からデータを抽出して、データの入力処理や集計、出力といった一連での作業を自動化することが可能になってきました。 大幅に自動化可能範囲が広がるため、RPA×OCRは非常に注目を集めています。 請求書や発注書、注文書など紙媒体から、人が基幹システムへ入力していたような作業を一通り自動化が可能になるということで、 メガバンクや役所、カード会社や保険会社など、紙媒体が多く残る企業には導入実例も多くあります。 まとめ RPAとOCRを使用することで、自動でテキスト化することが出来るようになったため、今後迎える少子高齢化によって人手不足に悩む企業にとってはとても魅力的なものになっています。 RPA、AI、OCRと個々の技術もどんどん発展していく中で、それらを連携させた技術にも大きな注目が集まっています。 技術の発展によって、ルーティンワークに追われるのではなく、好きな仕事を楽しむことのできる時代が来るかもしれません。

以前、RPAとマクロの違いはご紹介しました。 (※RPAとマクロの違いはこちら) 今回はその他の自動化技術との違いをご紹介していきます。 チャットボットとは 人同士が会話するようにコンピュータとリアルタイムに対話をする技術のことを言います。 AIを搭載しているものだと会話や単語から趣味嗜好を学習出来ること、会話の意図を理解することが出来るのでより人に近い対話が可能になります。 現在では、「人工無能型」と「AI搭載型」の2種類ありますが、どちらにしても事前のシナリオ作成や学習データの準備が必要になってきます。 RPAとチャットボットの違い 人工無能型だとチャットボットは教えられたとおりに会話をし、チャットボットもRPA同様教えられたことしか、動作することが出来ません。 自動で会話を返信するという機能を持つRPAツールをチャットボットと言います。 つまり、このタイプはRPAの一部と言えます。 AI搭載型であれば会話を重ねるごとに学習していくためRPAではなく、AIの一部だと言えます。 会話の意図を理解しようとするため様々な受け答えが可能になってきます。 AIとは AIはArtificial Intelligenceで人工知能のことを指し、学習や記憶を人口システムが行えるようにしたものです。 AIを用いるとディープラーニングによって画像認識や音声認識、言語処理を実行出来ます。 (※AIについて詳しくはこちら） RPAとAIの違い 人に代わって作業を行うということではどちらも同じですが、具体的な違いとしては自己学習を行えるかどうかということになります。 RPAは良くも悪くも人が教えた通りにしか動きません。 仮に教える際に余計な手順を入れて教えたらその通りに動いてしまうので、修正は人が行うしかありません。 それに対しAIは人が余計な手順を教えてしまってもAI自身が学習をしていく中で、余計な手順だと判断すれば、自分で省くことができ、さらに、より効率的な方法を見つければそれを採用し、効率的に業務を遂行してくれます。 言うのであれば、「RPAは作業」「AIは思考」ということになります。 ただ、広い範囲で考えると、AIとされる分野がRPAの一部と言われることがあります。 人の代わりにロボットやAIを含めたコンピュータが作業を代わりに行うという意味でAIの力もRPAの一部として考えられることがあるからです。 また、RPAの分野がAIの一部と言われることもあります。 AIでの分析や提案を行うということはRPAで行われるデータ収集があって成り立つものです。 RPAとAIは先ほども書いた通り厳密にいえば作業と思考という違いがありますが、実際には連携されていて、そのために混同されることが多くあります。 まとめ RPA・チャットボット・AIなどその他にもいろいろな自動化技術があります。 その中で、AIと連携を図っていくツールが多くなります。 チャットボットだけでなく、RPAもその一つです。 AIの発展に伴い、ツールとの連携も進み、より精度の高い使い方が可能になってきます。

AIとは AIとはArtificial Intelligenceの略で人工知能のことです。 AIというと小難しいイメージで、なかなか概要をつかめていない方も多いのではないでしょうか。 すでに日常生活でAIを利用しているものが多く存在します。 Google検索を利用して何か検索したことがあるという方は多いですよね。 Googleでは検索結果を処理するために「Rank Brain」と呼ばれる技術を用いています。 そのランク付けの判断にAIの技術である機械学習、 そしてその中でも大きな影響を与えた技術であるディープラーニングが応用されています。 更にiPhoneのSiriやandroidのOK GoogleもAIを利用したパーソナルアシスタントです。 その中でもAIに人の自然な言語は声色も話し方も千差万別で機械に認識させるということはかなり難しいことでした。 SiriやOK Googleを使ったことがある方も、声を上手く認識してくれないという経験をした人も多いのではないでしょうか。 しかし、ここ数年での、ディープラーニングの発展によってAIが音声を認識する力は格段に上がり、自然な会話ができるようになってきました。 AIの区別 AIを区別する際に「弱いAI」と「強いAI」という言葉で分類することがあります。 弱いAIとは報道されているほとんどのAIに関するもので、人の知的機能をコンピュータがはるかに優れた能力で代行しています。 強いAIは人の知能そのものを持った人工知能のことを指します。 多くの研究者が力を入れて開発に取り組んでいますが、まだ完成はしていません。 現在は第３次AIブームと言われており、コンピュータの性能の向上やスマホの普及で大量データが取得しやすくなったこと、機械学習の進化やディープラーニングの活用によって巻き起こされました。 AIの「機械学習」や「ディープラーニング」 「機械学習」や「ディープラーニング」と出てきましたがここで紹介していきます。 機械学習 コンピュータに知識を学ばせる技術のことです。 例えばたくさんの写真の中から犬の写った写真を選ぶように教えたいとします。 AIにまず写真を見せてこれは犬だと教えてあげます。 その写真が教師データになります。 さらにAIに犬を見分けるポイントを教えなくてはいけません。 機械にとって、判断するための注目ポイントを見つけるということは、とても難しいことです。 このポイントを人がAIに設定していきます。 そこから犬が映った大量の写真や画像をAIに繰り返し学習させます。 ポイントさえわかればAIは急速に学習していきます。 機械は疲れませんし、頭の回転の速さは人と比べ物になりません。 これを繰り返していくうちに判断が正確になっていき、犬だけを瞬時に判断できるようになります。 この機械学習には大量のデータが必要になります。 昔は大量の画像データをそろえることが困難でしたが、 現在ではインターネットのおかげで大量のデータを準備することが容易になり、 機械学習の発達の助けになっています。 AIの認知能力が人の力を超えてきたとまで言われています。 ディープラーニング 先ほどご紹介した、機械学習の特徴として、AIに判断させるためのポイントを人が設定しなくてはいけません。 「いろいろなところで機械学習を使えばもっと効率的になるのに」と思われながらもその注目ポイントを見つけ出すのは時間と手間がかかる大変な作業でした。 ところが、AI自身が判断のポイントを見つけ出し、設定することができるという、ある意味での機械学習における技術革命が起きました。 それがディープラーニングで、新しい機械学習の手法になります。 このディープラーニングの手法はいろいろな分野で使われだしています。 AIまとめ コンピュータが仕事に使われ始めた時、 インターネットが仕事に使われ始めた時など 今では日常生活として取り入れられていることですが、拒否する人も確かに実在していたそうです。 AIは知能という人のアイデンティティにかかわるものなので、受け取り方の振れ幅が大きいというところはありますが、その他の点では今までと同じです。 新しい技術を取り入れず、自分たちの伝統的なモノだけでやっていくという国や民族もあると思います。 しかし、日本は今後待っている人手不足に対応していくためにも、 ITの活用は必須ではないでしょうか。

RPAツールをいろいろと調べていく上で、マクロと何が違うのかと疑問に思ったことはないですか？ RPAとマクロ、2つの違いをよく理解して、適切なタイミングで必要な自動化を使用していけるといいですよね。 RPAについてはこちらをご参照ください。 マクロとは マクロはVBAのことだと言われる方もいますが、マクロはVBAを使って作成したプログラムのことを言います。 VBAとはOffice製品でマクロを開発するために使うプログラミング言語のことです。 そしてマクロとは、Excelでデータを集計するときなど、同じ動作を繰り返すときや、ある一定の期間でやることが決まっていて、その都度同じ動作を行う際に、マクロを使用してワンクリックでその動作を行ってしまうというものです。 Office製品では、共通マクロ言語としてVBAを使って書きます。 Excelでマクロを学べば、他のアプリケーションにも応用が利くということです。 RPAとマクロの違いとは ①自動化できる範囲 RPAもマクロも一連の動作を自動化していくという点では同じですが、マクロに関してはVBAコードを用いてパソコンの限られたシステムを自動化することが可能です。 それに対してRPAではより幅広く他のアプリとの連携を行うことが出来、様々なシステムを利用していても、それらを横断して処理することが可能になります。 そういったことも踏まえて、広い範囲での自動化が可能になります。 ②プログラミング知識 プログラミング知識が必要かどうかという点で違いが出てきます。 マクロに関しては、一部「マクロの記録」と言う機能で基本的な作業であれば記録が可能ですが、処理が難しくなればなるほどVBAの知識は必要となってきます。 修正や変更したい場合、VBAを扱える人に頼まないと変更が出来ないということも起こってしまいます。 一方RPAは、ドラック＆ドロップで手順を指定したり、よくある動作のテンプレートが用意されていたりするため、基本的にプログラミング知識を必要としません。 なので、RPAはプログラミング知識がない人でも修正やカスタマイズすることが可能になります。 ③コスト コスト面を考えた場合、初期費用や利用金額に関してはマクロの方が安価になります。 Excelは多くの企業が導入しており、ExcelなどOffice製品は企業の業務を担うため必要経費として事前に取り入れられていることがほとんどで、新たな出費としてみなされることが少ないと言えます。 RPAに関していえば、製品によってまちまちですが、年間コストがかかり、Excelよりもコストがかかります。 しかし、自動化によって人件費や時間を大幅に削減できた場合、導入費用以上の利益を得ることも可能なため、RPAもコストメリットがある場合もあります。 RPAとマクロの違いまとめ RPAとマクロの違いについてご説明してきましたが、自動化できる範囲と、開発の仕方という所で大きな違いが出てきます。 RPA自体にコストはかかりますが、働き方改革や少子高齢化などで効率化や、人手不足を見直す必要がある今、人が行ってきたPCでの一連の作業を自動化できた時のメリットは大きいです。 その上で表計算などはマクロで、他のアプリとの連携が必要な部分はRPAでと言う風にうまく使い分けていきましょう！