「AIが全部やる」は、まだ来ていない
ここ1〜2年で、「AI Agent」という言葉を見かける機会が急激に増えた。
ChatGPT
Claude Code
Gemini
Copilot
Codex
各社が競うように、
「AIが考え、判断し、自律的に作業を行う未来」
を語り始めている。
実際、その進化速度は驚異的だ。
コードを書く。
資料を作る。
調査を行う。
会話する。
ツールを呼び出す。
ほんの数年前には考えられなかったことが、いま現実になっている。
SNSでは、
「もう人間の事務作業はいらない」
「AI Agentが全部自動化する」
「人間は監督だけになる」
といった未来予測も珍しくなくなった。
だが、企業の現場を見ると、景色は少し違う。
相変わらずExcelは飛び交い、
CSVはメール添付され、
VPN越しに古いWebシステムへログインし、
人間が手入力している。
Accessで動いている業務も、まだ大量に存在する。
しかも、それらは単なる「古い会社」の話ではない。
大企業ですら、
- APIのない独自システム
- 改修不能な基幹環境
- ベンダーロックされたERP
- 10年以上継ぎ足された業務画面
を抱えている。
つまり現実の企業ITは、
「AIが得意な綺麗なデジタル世界」
とは程遠い。
ここで、数年前に一度ブームとなり、
そして「終わった」と言われていた技術が再び注目され始めている。
RPAである。
Robotic Process Automation
かつては、
「ホワイトカラーを自動化する夢の技術」
として持ち上げられた。
しかし現実には、
- メンテナンス地獄
- UI変更で即死
- 属人化
- 野良シナリオ増殖
など、多くの問題を抱えた。
その結果、数年前には
「RPAはオワコン」
「結局、人間が直してる」
と揶揄されることも増えていった。
だが今、
AI Agent時代になって、
逆にRPAが再評価され始めている。
なぜか。
理由は単純だ。
AIは賢い。
だが、会社のシステムは古い。
このギャップを埋める技術として、
RPAが再び必要とされ始めているのである。
第1章 ─ 数年前、RPAは「夢の自動化」として流行した
RPAという言葉が一気に広がったのは、2018年前後だった。
当時のIT業界は、
まさに「自動化ブーム」の真っ只中にあった。
働き方改革。
人手不足。
DX。
業務効率化。
そうしたキーワードと共に、
「人間がやっている単純作業をロボットに置き換える」
という思想が急速に浸透していった。
特に注目されたのが、
- UiPath
- WinActor
- Automation Anywhere
- Power Automate
といったRPA製品群である。
テレビやニュースでも、
「事務作業を自動化」
「ホワイトカラー革命」
「人間の仕事が消える」
といった刺激的な言葉が並んだ。
実際、デモ映像は非常に分かりやすかった。
Excelを開く。
CSVを加工する。
ブラウザへログインする。
請求システムへ転記する。
メールを送る。
それまで人間が毎日行っていた単純作業を、
ロボットが黙々と実行する。
当時としては、かなり未来感があった。
特に日本企業との相性は良かった。
なぜなら日本企業は、
世界的に見ても「人手による事務処理」が多い。
- Excel管理
- 手入力
- メール転送
- 紙文化
- ハンコ文化
- CSVインポート
こうした業務が大量に残っていた。
つまりRPAは、
「API化されていない現場」
に対して強かった。
ここが重要である。
RPAは、
システム内部を理解していたわけではない。
画面を見て、
ボタンを押し、
文字を入力し、
コピー＆ペーストする。
つまり、
「人間の操作を真似しているだけ」
だった。
だが逆に言えば、
それが強みでもあった。
システム改修が不要だからだ。
APIがなくてもいい。
古いシステムでもいい。
Accessでもいい。
極端な話、
「人間が触れるなら、自動化できる」
という発想だった。
このため、多くの企業が飛びついた。
だが、ブームは長続きしなかった。
理由は単純である。
現場が思った以上に“汚かった”からだ。
例えば。
ボタン位置が変わる。
画面レイアウトが変わる。
ポップアップが増える。
Excelの列順が変わる。
解像度が変わる。
それだけでシナリオが壊れる。
しかもRPAは、
一度作ると終わりではない。
維持し続けなければならない。
ここで企業は気付き始める。
「あれ…これ、結局メンテナンス地獄では？」
と。
さらに問題だったのは、
RPAが現場主導で増殖したことだ。
情シスを通さず、
各部署が独自に作る。
結果、
- 誰も仕様を知らない
- 作った人が異動
- 修正できない
- ブラックボックス化
という“野良RPA”問題が大量発生した。
当時、RPAが「魔法の杖」のように扱われた反動も大きかった。
実際には、
RPAは単なる自動クリック技術であり、
業務そのものを理解していたわけではない。
だから業務フローが複雑になるほど、
保守コストが爆発する。
こうして数年後。
RPAは徐々に、
「思ったほど万能ではなかった」
という現実に直面していく。
そしていつしか、
「RPAはオワコン」
という空気すら漂い始めていた。
第2章 ─ AI Agentは“API世界”を前提としている
RPAが失速し始めた頃、
今度はAIが急速に進化し始めた。
最初はチャットAIだった。
質問に答える。
文章を書く。
翻訳する。
だが2024年以降、
AIはさらに一段進み始める。
「ツールを呼び出すAI」
である。
Function Calling
Tool Use
MCP
Agent
名前は様々だが、
本質は同じだ。
AIが外部システムと連携し、
実際に処理を行う。
例えば、
- カレンダー登録
- メール送信
- Web検索
- データ取得
- DB参照
- ファイル生成
などを、
AI自身が実行できるようになってきた。
ここで重要なのは、
AIが触っている世界である。
それは基本的に、API世界だ。
つまり、
- REST API
- JSON
- GraphQL
- SaaS連携
- 構造化データ
によって整理された世界。
AIにとって、この世界は非常に扱いやすい。
なぜなら、「意味」が明確だからだ。
例えば、
{
"customer_name": "Suzuki",
"price": 12000
}というデータなら、
AIは理解しやすい。
どれが顧客名で、どれが価格なのかが明確だからだ。
しかもAPIは、画面デザインに左右されない。
ボタン位置も変わらない。
解像度にも依存しない。
ポップアップにも悩まされない。
これはRPAと真逆である。
つまり現在のAI Agentは、
「綺麗に整理された世界」
を前提に設計されている。
だからSaaSとの相性が良い。
Slack。
Notion。
Google Workspace。
GitHub。
Salesforce。
近代的なクラウドサービスほど、
AI連携が進みやすい。
だが問題は、
現実の企業システムが、
そんなに綺麗ではないことだ。
例えば日本企業には今でも、
- Access業務
- 独自Web管理画面
- APIなしERP
- Excel台帳
- CSV手運用
- VPN必須環境
- ActiveX時代の設計
が大量に残っている。
しかも、
それらは「すぐ消える古いシステム」ではない。
むしろ逆だ。
業務に深く組み込まれているため、
簡単に捨てられない。
大企業ほど、歴史が積み重なっている。
10年。
20年。
時には30年単位で継ぎ足されたシステムもある。
ここが、AI Agent界隈で時々見落とされる部分だ。
AIは急速に進化している。
だが企業ITは、そんな速度では変わらない。
AI側は、
「APIで全部繋がる未来」
を見ている。
しかし現場では今も、
「このボタンを押してCSVを出力してください」
が日常なのである。
つまり、
AIだけでは届かない領域が大量に存在する。
ここで再び意味を持ち始めたのが、
RPAだった。
第3章 ─ そこで再浮上したのがRPA
AI Agentが急速に進化する中で、
逆説的に再評価され始めたものがある。
RPAだ。
一度は「古い技術」と見なされ、
ブームが去ったはずのRPAが、
なぜ再び注目され始めているのか。
理由は非常にシンプルである。
AIは“考える”ことは得意になった。
だが、“触る”ことはまだ苦手だからだ。
ここで、
RPAの本質を改めて整理すると分かりやすい。
RPAは、
システムを理解しているわけではない。
APIを知っているわけでもない。
画面を見て、
ボタンを押し、
テキストを入力し、
コピー＆ペーストする。
つまり、
「人間の操作を模倣する技術」
である。
これは以前、
“弱点”として語られていた。
UI変更に弱い。
壊れやすい。
不安定。
確かにその通りだ。
だがAI Agent時代になると、
逆にこの性質が強みになり始める。
なぜなら、
現実の企業システムには、「APIがない」ケースが大量に存在するからだ。
例えば。
- 古い基幹システム
- 専用クライアント
- レガシーERP
- 独自業務ソフト
- 閉じたイントラ環境
- 改修不能な業務画面
こうした環境では、
AIが直接連携できない。
Function Callingも、
MCPも、
REST APIも存在しない。
だが人間は操作している。
つまり、
「人間が触れるなら、RPAは触れる」
のである。
ここが非常に重要だ。
AI Agent単体では、
現実の企業システムに手が届かない。
しかしRPAを組み合わせると、
急に“現場”へ接続できるようになる。
例えば。
AIがメール内容を解析する。
↓
必要情報を抽出する。
↓
RPAが古い業務画面を開く。
↓
入力する。
↓
登録ボタンを押す。
こういう構成が、
現実的になってきている。
つまり今のRPAは、
単独主役ではない。
AIの“手足”として再定義され始めている。
これは、
数年前のRPAブームとはかなり違う。
以前は、
「全部シナリオで固定化する」
思想だった。
だがAI時代では、
AIが判断し、
RPAが実行する。
役割分担が変わり始めている。
ここでようやく、
RPAの弱点も少し緩和される。
以前のRPAは、
例外処理に弱かった。
想定外が起きると止まる。
しかしAIを組み合わせることで、
- エラー文解析
- 状況判断
- 分岐
- 柔軟な入力補正
が可能になってきた。
もちろん、
まだ万能ではない。
だが、
「固定シナリオしか動けなかったRPA」
とは明らかに違う方向へ進み始めている。
そして企業側も、
この構図に気付き始めている。
AIだけでは現場は動かない。
だが、
AI＋RPAなら、
古い会社にも接続できる。
ここに、
RPA復活の理由がある。
第4章 ─ 現在の主役たち
「RPA復活」と言っても、
市場そのものが昔に戻ったわけではない。
むしろ現在は、
- AI
- RPA
- API連携
- ノーコード
- SaaS統合
が混ざり合いながら、
再編が進んでいる状態に近い。
そして今、
それぞれ異なる思想を持つプレイヤーたちが動いている。
UiPath ─ 巨大企業の“現場延命装置”
RPAと言えば、
まず名前が挙がるのがUiPathだろう。
一時期は、
「RPA＝UiPath」
と言ってもいいほど存在感が強かった。
現在も大企業領域では依然として強い。
理由は単純で、
「ガバナンス」
に強いからだ。
企業が本当に困るのは、
- 誰が何を自動化しているのか分からない
- 勝手に作られた野良RPA
- 権限管理不能
- 監査できない
という状態である。
UiPathはこの問題に対し、
- 管理
- 配布
- 権限制御
- 監査
- ログ
を強化してきた。
つまり単なる自動化ツールではなく、
「企業向け運用基盤」
として進化したのである。
ただし代償もある。
重い。
導入も、
運用も、
設計も、
かなり本格的になる。
そのため現在のUiPathは、
「気軽な自動化ツール」
というより、
「巨大企業の現場を延命する装置」
に近い。
Power Automate ─ Microsoft世界の“配線”
一方で、
中小企業や一般企業に強いのがPower Automateだ。
Microsoft 365との統合力が圧倒的に強い。
- Outlook
- Excel
- Teams
- SharePoint
- OneDrive
などと自然に繋がる。
特に現在の企業環境は、
良くも悪くもMicrosoftに支配されている。
つまりPower Automateは、
「既に会社に存在する世界」
と非常に噛み合いやすい。
しかも最近は、
Power Automate Desktopが標準搭載に近い形で広まり、
「RPAを意識せず使い始める」
ケースも増えている。
ここが昔と違う。
以前はRPA導入そのものが“大仕事”だった。
だが今は、
「Excel転記を少し楽にしたい」
くらいの軽い動機から始まる。
つまりPower Automateは、
“業務自動化の大衆化”
を進めている。
n8n ─ API時代の軽騎兵
最近急速に存在感を増しているのが、
n8nのような軽量ワークフロー系だ。
これは従来RPAとは少し違う。
基本思想は、
API連携
である。
Webhookを受け、
SaaSを繋ぎ、
AIを呼び出し、
クラウド同士を接続する。
極めて現代的だ。
しかもOSS文化圏とも相性が良く、
AI界隈との親和性も高い。
特に、
- OpenAI API
- Claude
- Gemini
- MCP
- Vector DB
などを触る層には人気がある。
ただし、
弱点も明確だ。
API前提なのである。
つまり、
「綺麗な世界」
では強い。
だが、
「古い現場」
には弱い。
ここがRPAとの大きな違いだ。
Copilot Studio ─ “AI＋RPA”の融合実験
そして今、
最も面白い位置にいるのがCopilot Studioかもしれない。
Microsoftは現在、
- AI
- RPA
- Teams
- M365
- Dataverse
- Power Platform
を全部繋げようとしている。
これは単なるチャットボットではない。
狙っているのは、
「会社の中にAIを住まわせる」
ことだ。
例えば。
Teamsで会話する。
↓
AIが内容を理解する。
↓
Power Automateを起動する。
↓
RPAが古い画面を触る。
↓
結果をTeamsへ返す。
こういう流れを、
Microsoftは全部自社世界で閉じようとしている。
つまりCopilot Studioは、
「AI Agent単体」
ではなく、
“企業内AI実行基盤”
を目指しているように見える。
ただし現状は、
かなり“重い”。
Dataverse文化。
Power Platform知識。
ライセンス体系。
権限設計。
ノーコードと言いながら、
実際には情シス知識がかなり必要になる。
そのため現時点では、
「未来感は強いが、まだ実務は重い」
という印象が強い。
だが逆に言えば、
Microsoft自身が、
「AIだけでは会社は動かない」
と理解しているようにも見える。
だからこそ、
AIとRPAを切り離していないのである。
第5章 ─ Copilot Studioは「次世代RPA」なのか
現在、
Microsoftが最も力を入れている領域のひとつが、
Copilot Studioである。
だが、
これを単なる「AIチャットボット作成ツール」と理解すると、
かなり本質を見誤る。
Copilot Studioがやろうとしているのは、
もっと大きい。
Microsoftは今、
「会社の中にAI従業員を配置する」
方向へ進み始めている。
そしてそのために、
- AI
- RPA
- Workflow
- Teams
- Outlook
- SharePoint
- Dataverse
- Power Platform
を全部繋ごうとしている。
ここが面白い。
多くのAI企業は、
「モデルそのもの」
に注目している。
どれだけ賢いか。
どれだけ推論できるか。
どれだけ自然に会話できるか。
しかしMicrosoftは少し違う。
むしろ、
「会社の中でどう働かせるか」
を見ている。
だからCopilot Studioは、
単独で完結していない。
裏では、
- Power Automate
- Connector
- Approval Flow
- Teams
- SharePoint
- RPA
などと密接に結び付いている。
つまりMicrosoftは、
AIを“会話”で終わらせる気がない。
実際、
企業の現場を考えると当然でもある。
どれだけAIが賢くても、
「承認フロー」
「古い基幹画面」
「権限管理」
「監査ログ」
「部署ごとの運用」
を無視して、
いきなり自律動作はできない。
企業ITとは、
自由な世界ではない。
むしろ逆だ。
権限
責任
監査
承認
こうした“重力”に縛られている。
ここでMicrosoftは、
かなり現実的な設計をしているように見える。
AIだけではなく、
- 誰が承認したか
- どのFlowを通ったか
- 何を実行したか
- どの権限で動いたか
を重視している。
つまりCopilot Studioは、
「AIを企業ルールの中で飼う」
思想に近い。
これは、
ChatGPT系の自由なAI世界とはかなり違う。
だが企業用途では、
むしろこちらの方が現実的だ。
ただし、
問題もある。
重いのである。
非常にMicrosoft的な重さがある。
Dataverse。
Power Platform。
Connector設計。
環境管理。
ライセンス。
触り始めると分かるが、
「ノーコード」
というより、
「情シス向けコードレス開発」
に近い。
つまり、
完全な初心者向けではない。
そしてこの“重さ”は、
Microsoft世界そのものでもある。
全部繋がる。
全部管理できる。
全部統合される。
だがその代わり、
世界観も巨大になる。
ここは好き嫌いが分かれるだろう。
しかし逆に言えば、
Microsoftは本気で、
「AIを会社のインフラにする」
つもりなのだと思う。
単なるAIチャットではない。
Copilot Studioは、
おそらく、
“AI時代の企業OS”
を目指している。
そしてその中で、
RPAは消えていない。
むしろ、
AIが判断し、
RPAが現場を触る。
その橋渡しとして、
再び重要な位置に戻り始めているのである。
第6章 ─ AI Agentだけでは会社は動かない
最近のAI界隈では、
「AI Agentが仕事を代行する」
という表現をよく見かける。
確かに、
技術的進歩は凄まじい。
AIがコードを書く。
調査する。
資料を作る。
ツールを呼び出す。
場合によっては、自律的に修正まで行う。
数年前なら、
研究デモ扱いだった世界が、
いま現実になり始めている。
だが企業現場に持ち込むと、
話は急に難しくなる。
理由は単純だ。
会社とは、“自由に動いてはいけない世界”だからである。
例えば。
AIが請求金額を間違えたらどうなるか。
AIが顧客情報を誤送信したらどうなるか。
AIが権限を超えて処理したらどうなるか。
企業システムでは、
「ちょっと失敗した」では済まない。
特に現在のAI Agentは、
まだ不安定さを抱えている。
途中で解釈を誤る。
想定外を hallucination する。
勝手に補完する。
ログが不十分。
しかも、
最近は“自律性”が上がってきたことで、
逆に事故の危険も増えている。
例えばコーディング系AIでも、
- 確認なしで変更
- 破滅的コマンド実行
- 意図しない削除
- 暴走ループ
といった話は珍しくない。
人間なら、
危険操作の前に躊躇する。
だがAIは、
時に“最短経路”を選び過ぎる。
ここが怖い。
そして企業側は、
この問題をかなり現実的に見始めている。
つまり今、
現場で起きているのは、
「完全自律AIへの置き換え」ではない。
むしろ、
AIは考える。
RPAは押す。
人間は監督する。
という三層構造である。
これが非常に重要だ。
AIは柔軟性を持つ。
RPAは確実にUIを触れる。
人間は責任を持つ。
この役割分担が、
現在もっとも現実的な形に近い。
特に企業ITでは、
- 誰が承認したか
- どの権限で動いたか
- ログが残るか
- 再現可能か
が非常に重要になる。
つまり企業は、
「賢さ」
だけを求めていない。
むしろ、
“制御可能な賢さ”
を求めている。
ここでRPAは、
再び意味を持ち始める。
RPAは融通が利かない。
だが逆に言えば、
動きが固定されている。
だから監査しやすい。
つまりRPAは、
「AIの暴走を現場側へ翻訳する緩衝材」
としても機能し始めている。
これは、
数年前にはあまり語られていなかった役割だ。
当時のRPAは、
単独で自動化する主役だった。
しかし今は違う。
AIが頭脳になり、
RPAが手足になり、
人間がブレーキになる。
そういう構造へ変わり始めている。
そしておそらく、
企業が本当に求めているのも、
この形なのだと思う。
第7章 ─ これからのRPAは「単独」ではなく「AIの手足」になる
数年前、
RPAは「単独」で完結しようとしていた。
シナリオを書く。
条件分岐を書く。
例外処理を書く。
全部固定化する。
つまり、
“人間の作業を丸ごと再現する”
ことを目指していた。
だが現実は厳しかった。
業務はそんなに綺麗ではない。
例外が出る。
入力が揺れる。
メール文面が違う。
担当者ごとに運用が違う。
結果として、
シナリオはどんどん複雑化し、
保守コストが膨れ上がった。
ここが、
旧RPA時代の限界だった。
だがAI Agent時代になると、
構図が変わる。
AIが“意味”を扱えるようになったからだ。
例えば以前のRPAでは、
「このメールに請求書が添付されているか」
を判定するだけでも、
かなり面倒だった。
件名ルール。
添付ファイル名。
特定キーワード。
そうした固定条件で頑張るしかなかった。
しかし現在は違う。
AIがメール内容を読める。
- 請求依頼
- 問い合わせ
- クレーム
- 見積
- 発注
といった“意味”を判断できる。
ここでRPAは、
突然楽になる。
AIが判断し、
RPAは実行だけする。
つまりRPAは、
以前のように“頭脳”を持つ必要がなくなった。
これは非常に大きい。
RPA最大の弱点は、
柔軟性不足だった。
だがAIが前段に入ることで、
- 入力補正
- 文脈理解
- エラー解釈
- 分類
- 優先順位判断
を肩代わりできる。
するとRPAは、
「確実に画面を触ること」
だけに集中できる。
これは、
ある意味で原点回帰でもある。
RPAは元々、
“人間の指”
だった。
だが以前は、
その指に“脳”まで無理矢理持たせようとした。
結果、
苦しくなった。
今は違う。
脳はAIが担当する。
RPAは、
再び“手足”へ戻ろうとしている。
ここで面白いのは、
AI時代になっても、
結局“現実世界との接点”が必要なことだ。
AIはクラウドの中では完璧に見える。
だが企業現場には、
- 古い画面
- レガシー端末
- 独自ソフト
- APIなし環境
- 人間前提UI
が大量に残っている。
つまりAIは、
そのままでは現場へ触れない。
そこで必要になるのが、
RPAという“現実操作層”だ。
これは少し、
ロボット工学にも似ている。
AIが頭脳。
RPAがアクチュエータ。
企業システムが物理世界。
そんな構造に近づき始めている。
だから今後、
RPAは単独主役ではなくなるかもしれない。
だが消えない。
むしろ、
「AIが現実世界を触るための指」
として、
再び重要性を増していく可能性が高い。
結論 ─ AI時代になっても、会社は突然未来にはならない
AIの進化は、確かに凄まじい。
ほんの数年で、
「質問に答えるだけのAI」
だったものが、
考え、
調べ、
判断し、
ツールを操作し始めた。
技術だけを見れば、
未来はもう来ているようにも見える。
だが、
企業の現場は少し違う。
そこには、
長年積み重ねられた業務がある。
誰かが作ったExcel。
誰も全貌を知らないAccess。
改修不能な基幹システム。
VPN越しに開く古い画面。
担当者だけが知っている運用ルール。
そうしたものが、
静かに積み重なっている。
そして企業とは、
単に「動けばいい」世界ではない。
責任があり、
承認があり、
監査があり、
失敗できない。
だから企業ITは、
想像以上に慎重だ。
AI界隈では時々、
「全部AI Agentに置き換わる」
という未来予測が語られる。
もちろん、
その方向へ進んでいく部分はあるだろう。
だが現実には、
その間を埋める存在が必要になる。
そこで再び意味を持ち始めたのが、
RPAだった。
一度は、
「古い自動化技術」
と言われたRPA。
しかしAI時代になって、
逆に価値が見直され始めている。
AIは賢い。
だが、現場に触れない。
RPAは不器用だ。
だが、現場を触れる。
この組み合わせが、
いま企業ITの現実に最も近い。
おそらく今後、
AIはさらに賢くなる。
だがその一方で、
企業システムは急には変わらない。
だからしばらくは、
AIが考え、
RPAが操作し、
人間が監督する。
そんな三層構造が続いていくのだと思う。
未来は、
ある日突然やってくるわけではない。
新しい技術はいつも、
古い現実の上へ積み重なりながら広がっていく。
そして今日もどこかの会社で、
最新のAIが文章を解析しながら、
その横でRPAが、
古い業務画面のボタンを静かにクリックしている。
