RPAコラム第16回「RPAは業務をどう認識しているか」

今までのコラムでは、RPAによる業務の自動化をする際には「シナリオ作成」が必要という説明をしました。

シナリオ作成といっても、実際にRPAが業務をどのような認識に置き換えているのか、操作の対象をどう認識しているかはRPAによって様々です。

本コラムでは、RPAのシナリオ作成に係る業務の認識について比較しながら紹介します。　

RPAの業務認識

ほとんどのRPAに備わっている機能です。

あらかじめ操作する対象や文字列などを画像として取得しておくことで、同じ画像を見つけ次第作業を行います。

特徴としては、その画像さえあれば画面の位置がずれても認識し、拾ってくることができます。

ただし、アップデート等で画像の形が変わってしまったり、文言が変わってしまった場合は見つけることができなくなってしまいます。

また、対象の画像や文字が荒すぎる、つぶれているような場合も、認識自体が厳しくなってしまいます。

操作対象の構造を検出する機能です。

画面を構成する部品の情報を取得することで、より細かくピンポイントで対象を指定することが可能です。

画像認識が家の形や色で認識しているとすれば、オブジェクト認識は住所で認識するようなイメージです。

ただし、この機能を持つRPAはある程度限られます。

ツールによっては、構造を確認できないものもあります。

デスクトップ画面や操作するアプリ画面の一点から位置情報をピクセル単位で指定する機能です。

上記の２つの方法に対し、対象に縛られない点が大きな特徴です。

操作対象の位置が変わらない限り、最も正確に狙った対象を操作することが可能です。

ただし、ウィンドウの拡大縮小やアプリの更新など、様々な理由で指定座標から操作対象がずれた場合、操作することができなくなります。

RPAは基本的に上記の3つの方法で対象を認識し、操作します。

操作対象によって最適な方法を選ぶことで、RPA化がしやすくなるだけでなく、操作対象の細かな変更に対しても少ない修正で済ませることが可能です。