「RPAを入れたけど、結局誰も使っていない」という話をよく聞く。
導入した当初は意気込んでいたものの、対象業務の設定に時間がかかり、ルールを少し間違えるたびにエラーが出て、担当者が手動でやり直す。気づいたら元の手作業に戻っていた——そういう会社は少なくない。
実際に中小企業のAI活用を支援する中で、RPAを自力で導入しようとして挫折したケースを何度も見てきた。そして共通しているのは、ツールの問題ではなく「何をどう自動化するか」という設計の問題だということだ。
AI顧問の仕事の一つは、この設計を担うことにある。自動化の対象業務を整理し、フローを設計し、ツールを選定し、動かし続けられる仕組みに落とし込む。本記事では、AI顧問がRPA連携をどう設計するか、実務的な手順と具体的なパターンを解説する。
RPAとAIは「手足と頭脳」の関係だ
RPAとAIを同じものだと思っている経営者がいるが、役割は全く異なる。
RPAは「決まった手順を自動でこなすロボット」だ。人間がクリックしていた操作、コピー&ペーストしていたデータ転記、定期的に送っていたメール——これらを人間の代わりに実行する。判断はしない。あくまで「手順の再現」が仕事だ。
AIは「文章を読んで判断し、文を生成する」役割を担う。請求書のPDFを読んで金額を読み取る、問い合わせ内容を分類する、レポートの要点を要約する——判断や理解が必要な部分をAIが処理する。
この2つを組み合わせると、「AIが判断した結果を、RPAが次の操作につなぐ」という流れが作れる。たとえば、AIが請求書の内容を読み取り（判断）、RPAがその数字を会計ソフトに入力する（手順の再現）。人間がやっていた一連の作業がそのまま自動化される。
ただし、この連携を正しく設計するには、業務フローの理解、使えるツールの知識、例外ケースの洗い出しが必要になる。ここに専門知識のないまま取り組むと失敗する。
AI顧問がRPA連携で設計する5つの自動化パターン
AI顧問が中小企業に提案することが多い、実用性の高い自動化パターンを5つ挙げる。
パターン1: 請求書の受け取り→仕訳→会計ソフト入力
メールで受け取った請求書のPDFを、AIが読み取って取引先・金額・日付を抽出する。その情報をRPAがfreeeやマネーフォワードに自動入力し、仕訳候補を登録する。経理担当者は確認と承認だけを行う形になる。
この流れは導入効果が出やすいパターンの一つで、月に数十件以上の請求書処理がある会社では作業時間が大幅に短縮される。
パターン2: 問い合わせフォーム→振り分け→担当者通知
ウェブサイトのフォームに届いた問い合わせを、AIが内容を読んで「製品に関する問い合わせ」「採用」「クレーム」などのカテゴリに分類する。RPAがそのカテゴリに応じて担当者へSlackまたはメールで通知し、CRMに記録する。
担当者の割り振りを手動でやっていた場合、この部分が完全に自動化される。件数が多い会社ほど効果が大きい。
パターン3: 受発注データ→基幹システムへの転記
取引先からExcelやCSVで届いた受注データを、RPAが自動的に社内の受発注管理システムに転記する。データの形式が違う場合は、AIが変換のルールを適用した上でRPAに渡す。
「Excelを見ながら手入力する」という作業が最も自動化の恩恵を受けやすい。入力ミスも減る。
パターン4: 勤怠データ→給与計算→明細作成
勤怠管理システムから月次の就業データをRPAが取得し、給与計算ソフトに連携する。計算結果を元に給与明細をPDF化し、各社員へのメール送付まで一連の流れを自動化する。
給与計算ソフトと勤怠システムのAPIが連携していない場合でも、RPA経由で橋渡しできる場合がある。
パターン5: 日次レポート収集→集計→経営者へ送信
複数のシステム（売上管理・在庫・問い合わせ件数など）から必要な数字をRPAが収集し、AIがそれを見やすい形に整形して経営者へ毎朝メールで送る。経営者が各ツールを開いて数字を確認する時間がなくなる。
これらのパターンに共通しているのは、「人間が毎回やっている繰り返し作業を、AIとRPAの役割分担で自動化する」という構造だ。
AI顧問なしでRPAを導入すると失敗する3つの理由
RPAを自力で入れようとする会社が失敗するのは、たいてい次の3つのどれかだ。
理由1: 自動化に向かない業務を選んでしまう
「とにかく自動化したい」という気持ちで動くと、RPAに向かない業務を対象にしてしまいやすい。RPAが得意なのは、ルールが明確で、例外が少なく、操作手順が固定されている業務だ。
頻繁にレイアウトが変わるPDF、担当者の判断が入る業務、不規則な入力形式のデータ——これらはRPAには向かない。AI顧問は業務の特性を見て「自動化できる業務」と「まだできない業務」を仕分けることから始める。
理由2: 例外ケースを考慮していない
業務フローには必ず例外がある。請求書の金額が一致しない場合、担当者が不在の場合、入力データに不備がある場合——これらの例外処理を設計しないまま動かすと、エラーが頻発して誰も使わなくなる。
AI顧問は「通常フロー」だけでなく「例外フロー」も設計する。例外が発生したときに誰に通知するか、どこで止めるかを事前に決めておくことで、安定して動く仕組みになる。
理由3: 誰も保守できない
RPAは一度動かしても、ツールのバージョンアップやUIの変更で壊れることがある。ITに詳しい担当者がいないと、壊れたまま放置されて元の手作業に戻る。
AI顧問が設計に関わる場合、保守が最小限で済む構造にすること、壊れた際の対応手順をドキュメントに残すことも含めて設計する。
AI顧問がRPA連携を設計する実際の手順
AI顧問に依頼した場合、実際には次のような手順で進む。
Step 1: 業務棚卸しと自動化対象の特定
最初にやるのは「何を自動化するか」の特定だ。全社の業務を一覧化し、各業務の処理件数・頻度・ルールの明確さ・例外の多さを確認する。このなかから「自動化の費用対効果が高い業務」を絞り込む。
件数が多く、ルールが明確で、担当者が「この作業がなくなれば楽になる」と言うものが最有力候補になる。
Step 2: フローの例外ケースを洗い出す
対象業務が決まったら、通常フローの全ステップを書き出す。その後、各ステップで起こりうる例外を洗い出す。「受け取るデータが空白だったら」「ファイル形式が違ったら」「送り先が変わったら」——これを事前に全部想定する。
ここを丁寧にやるかどうかで、後の安定稼働に大きく差が出る。僕が設計に携わる場合、例外のリストアップだけで全体工数の3〜4割を使う。
Step 3: ツール選定とパイロット構築
フロー設計が完了したら、ツールを選定する。RPA側のツール（Power Automate Desktop、UiPath、Zapierなど）とAI側の組み合わせを、会社の環境と予算に合わせて選ぶ。
選定後は、小規模なパイロット環境で動かして問題がないか確認する。本番環境に当てる前に、いくつかのパターンでテストする。
Step 4: 定着支援とドキュメント化
動いたとしても、社内に使える人がいないと意味がない。操作マニュアルの整備、担当者への引き継ぎ、よくあるエラーへの対処法のドキュメント化まで含めて設計する。
「AI顧問がいなくなっても自走できる状態」を作るのがゴールだ。
RPA連携をAI顧問に依頼する場合の費用感
AI顧問の費用はサービスや内容によって異なるが、月額3万〜30万円程度が一般的な価格帯だ。詳細はAI顧問の費用相場｜月額3万〜30万円の価格帯と内訳でまとめているので参照してほしい。
RPA連携の設計・構築を含む場合、初期の設計フェーズに費用がかかり、その後の月額保守・改善支援という形になることが多い。設計だけを単発で依頼するケースもある。
RPAツール自体の費用は、無料のPower Automate Desktopから、有償のUiPath・WinActorまで幅広い。中小企業の場合は無料ツールから始めて、必要に応じて有償ツールに移行するパターンが多い。
「AI顧問に頼むべきか、自分たちでやるべきか」という判断についてはAI活用を内製するvsAI顧問に外注する｜中小企業向け判断基準で整理しているので、検討の参考にしてほしい。
まとめ：AI顧問はRPAの「設計者」だ
RPAは導入すれば自動的に効果が出るツールではない。何を自動化するか、どう設計するか、例外をどう扱うか——これらを正しく設計して初めて動く仕組みになる。
AI顧問の役割は、この設計を担うことにある。ツールの選定から業務フローの整理、例外処理の設計、定着支援まで、RPA導入を成功させるために必要な工程を一気通貫で支援する。
「RPAを入れたけど使っていない」という状況は、ツールの問題ではなく設計の問題である場合がほとんどだ。自動化に取り組む前に、まず「何をどう設計するか」を考えることを勧める。