RPAブームから10年、選択肢が一気に増えた
「事務作業の自動化」と聞いて、多くの中小企業が最初に検討してきたのがRPA（Robotic Process Automation）でした。2016年前後に一気に広がり、UiPath・Power Automate Desktop・WinActor・ロボパットといった製品が次々に普及。「人がやっているPC操作をそのままロボットに置き換える」というわかりやすさが受け、導入企業は数万社規模に達しました。
しかし、現場で運用してきた方ほど、こう感じているはずです。
「画面のデザインが変わるとロボットが止まる」 「例外パターンが出てくると人が結局触ることになる」 「シナリオを直せる人が辞めて誰もメンテできない」 「結局Excelのマクロと何が違うのか分からなくなった」
そこに登場したのが、AIエージェントです。Claude・ChatGPT・Geminiなどの大規模言語モデルが、自然言語で業務を理解し、判断を含むタスクをこなせるようになりました。
中小企業の経営者・情報システム担当者からは、「これからの自動化はAIなのか、それともRPAも引き続き必要なのか」という質問をよくいただきます。本記事では、両者の得意領域と、現実的な使い分け・併用パターンを整理します。
RPAが得意な業務 ── 「決まりきった操作」の高速反復
RPAは、人間がGUI（画面）上で行う定型操作を、そのままスクリプト化して再生する仕組みです。次のような業務に強みがあります。
- 明確なルールで完結する: 「Aシステムから売上データを取得し、Bシステムに転記する」のように手順が一意に決まる
- 例外がほぼ発生しない: 入力フォーマットが固定で、想定外の値がほとんど来ない
- GUI操作中心: APIが提供されていない古い基幹システム・Webシステムの操作
- 大量・高頻度の繰り返し: 1日数百件の伝票入力、月次の数千件分の照合
たとえば「会計システムから明細をCSVダウンロード → Excelに整形 → 別システムにアップロード」のような、手順が完全に固定化された業務はRPAの本領発揮です。判断が一切入らないため、安定して高速に処理できます。
AIエージェントが得意な業務 ── 「自然言語と判断」が絡む処理
一方、AIエージェントは、自然言語の理解・分類・要約・判断が含まれる業務に強みがあります。
- 入力が文書・メール・チャット: フォーマットがバラバラで、ルールでは書ききれない
- 例外対応・判断介在: 「このメールは見積依頼か、納期確認か、クレームか」を分類する
- 要約・抽出・生成: 長文の会議録から決定事項とToDoを抜き出す、議事録ドラフトを書く
- 問い合わせ対応: 過去のFAQ・マニュアル・社内ドキュメントを参照して回答案を作る
- コード・SQL・スクリプトの生成: 「先月の品目別売上を出して」と頼めばクエリを書く
ここでRPAとの違いが鮮明になります。RPAは「手順を書く」ものですが、AIエージェントは「目的を伝える」ものです。手順が変わってもAIは目的に沿って自分で動き方を調整できる一方、RPAは画面が1ピクセル変わっただけで止まることがあります。
比較表 ── コスト・保守性・拡張性
| RPA | AIエージェント | |
|---|---|---|
| 初期コスト | 中（製品ライセンス＋開発） | 低〜中（API従量課金） |
| 保守コスト | 高（画面変更で頻繁に修正） | 低〜中（プロンプト調整） |
| 例外対応 | 弱い（事前に書かれていない例外で停止） | 強い（自然言語で柔軟に処理） |
| 拡張性 | 業務ごとにシナリオを再構築 | プロンプトと参照ドキュメントの追加で拡張 |
| 教育コスト | 中〜高（専用ツールの操作習得） | 低（自然言語で指示可能） |
| 監査・再現性 | 高い（操作ログが取りやすい） | 中（同じ入力で結果が揺れる場合がある） |
| 得意な対象 | GUI操作・数値転記 | 文書処理・判断・分類・生成 |
ポイントは、RPAは「監査・再現性」で勝ち、AIは「保守・拡張・例外対応」で勝つということです。経理・税務のように証跡を厳密に残す必要がある業務はRPAが向き、問い合わせ対応や文書整理のように柔軟さが要る業務はAIが向きます。
中小企業の判断基準 ── 3つの分岐で考える
中小企業がツールを選ぶときの判断基準を、できるだけ単純化すると次の3分岐になります。
分岐1: 業務フローは「固定」か「都度判断」か
- 手順が完全に固定 → RPA寄り: 毎月同じシステムに同じ順序でログインし、同じ操作をする業務
- 都度判断が入る → AI寄り: 「このメールはどの担当者に振るべきか」「この書類は何の申請か」を毎回見極める業務
分岐2: 入力データは「構造化」か「文書」か
- CSV・データベース・固定フォーム → RPA寄り: 列が決まっている数値データ
- メール本文・PDF・画像・チャット → AI寄り: 自由記述の文書、人間向けに書かれた資料
分岐3: 例外発生頻度は「低い」か「高い」か
- 例外がほぼ出ない → RPA: 例外が出たら人が処理する前提でも回る
- 例外がそこそこ出る → AI、または併用: 例外を吸収する仕組みが必要
3つすべてが「RPA寄り」に振れたら素直にRPA、すべてが「AI寄り」ならAIエージェントで構築するのが基本線です。混在する場合は、次の併用パターンが現実解になります。
併用パターン ── どちらか一方ではなく「組み合わせる」
実務では、AIとRPAを組み合わせると一気に現実的な仕組みになります。代表的なパターンを2つ紹介します。
パターンA: AIで分類 → RPAで処理
問い合わせメールが1日数百通届く窓口を例にします。
- 受信メールをAIエージェントが読み、「見積依頼」「納期確認」「クレーム」「資料請求」に分類
- 「見積依頼」だけをRPAが基幹システムに転記し、自動で見積書ドラフトを作成
- 「クレーム」は人間担当者にエスカレーション
AIは「読んで判断する」、RPAは「決まった操作で処理する」と役割分担することで、人手をほぼ介さずに窓口が回り始めます。
パターンB: RPAで取得 → AIで要約
社内に古い基幹システムがあり、APIが一切ないケースです。
- RPAが基幹システムにログインし、当月の取引データをCSVでエクスポート
- AIエージェントがCSVを読み、「異常値」「前月比で大きく動いた項目」「コメントが必要な数字」を抽出
- 経営層向けの月次サマリードラフトを生成し、Slackに投稿
「データ取得は枯れたRPAで安定運用、解釈・要約はAIで柔軟対応」という分担が機能します。
Optiensの推奨スタンス ── 「AIエージェント中心、必要に応じてRPA」
Optiensでは、中小企業のAI業務自動化支援にあたって、次の方針を取っています。
- 第一選択はAIエージェント: 自然言語で指示でき、保守も「プロンプトと参照ドキュメントの更新」で済むため、属人化しにくい
- GUI操作が避けられない部分にRPA: APIが提供されない古い基幹システム、Web画面しかないSaaS、紙書類のスキャン取り込みなど、どうしても画面操作が必要な箇所だけRPAで補う
- 業務に合わせた仕組みを作る: 既製のRPAツールを売ることが目的ではなく、業務フローに合った最小構成を組む
AIエージェントを中心に据える理由は、変化への強さです。中小企業の業務フローは、ツールの入れ替え・取引先の変更・人員交代などで頻繁に変わります。RPAだけで組むと、その都度シナリオを書き直す保守負担が大きくなります。AI中心で設計しておけば、変更があっても「指示書（プロンプト）と参照資料を差し替える」だけで対応できることが多くなります。
まとめ
- RPAは「決まりきった操作の高速反復」、AIエージェントは「自然言語と判断」が得意
- 3つの分岐（業務固定度・データ形式・例外頻度）でどちら寄りかを判断する
- 実務では「AIで判断 → RPAで処理」「RPAで取得 → AIで要約」のような併用が現実解
- Optiensは「AIエージェント中心、必要に応じてRPA」を推奨。変化に強く、保守負担が小さいため
「自社の業務はどちらを選ぶべきか」「いま使っているRPAをAIに置き換えるべきか」といったご相談は、無料のAI活用診断で受け付けています。業務フローをヒアリングし、AI／RPA／併用のどれが妥当かを整理したレポートをお届けします。