RPA開発者が必要になるスキル

AI開発者とRPA開発者の連携
RPA関連の書籍を読んでいると、以前にはなかった傾向がありました。
AI開発者とRPA開発者が分業で連携していること。

今までにもRPAはプロセスマイニングで業務可視化を行い、適用業務を把握したり、OCRで紙書類をデータ化した後にRPAで自動処理を行うなど、RPAと掛け合わせて使うというものがありました。

RPAでAI学習データの準備とは
今回書籍に出て来たのはAIであり、RPAについての書籍なのに「データの準備方法」が綴られていました。AIと連携させるのはわかるのですが、なぜRPAがデータを準備するのか。。どのようにRPAで橋渡しをするのか不思議に思ったので調べてみました。

RPAで世界シェア1位のUiPathにAIと連携させる機能が既にリリースされています。OCRのようにドキュメントのデータ化も出来るようですが、データ予測のAIが含まれています。これを見た時になぜ「データの準備方法」が書かれてたのか理解が出来ました。

学習データのクレンジングを理解する
書籍にはデータサイエンティストはRPA開発者に教師データの収集を委ねることが出来るともありました。つまり、RPA開発者はAIに学習させるデータを用意しなければならないということです。とあるデータをダウンロードしてくる。それだけならいいのですが、教師データというのはデータクレンジングが必須です。Excelで予測データを作成したことがあるのでよくわかるのですが、データに異常値があると正確な予測が出来なくなる側面があるのです。データには必ず特殊要因による異常値が存在します。去年はこんなに増加していなかったのに、ある要因で5倍になっていた！というようなもの。ここでやらなければならないことは、異常値をフラットな数値に修正すること。つまり、予測とは何も特殊なことが起きなかった場合を予測することなのです。使用する教師データに誤った数値があれば予測数値にも大きく誤差が出ます。こういった点をRPA開発者が理解しておかないと、データを抽出して必要列を整えてアップするという工程では作業不足となってしまいます。

データクレンジングの学び方
RPA開発者がデータサイエンティストになる必要はありません。ただ、使用するデータの形成部分の知識は今後必要とされる可能性が高くなるのではないでしょうか。学ぶ方法は比較的に簡単です。Excelで何かのデータを使って予測をしてみてください。異常値をフラットにするという意味合いがお分かりいただけると思います。

おそらくRPA製品に付属するAI以外にも社内でAI開発者が出てくれば同じようにデータを必要とされるはずです。RPA開発者とAI開発者がチームで仕事をするようになる。そんな機会が巡ってきた時のために。RPA開発も幅が広がることを期待しています。