[論文レビュー] A Conversational Digital Assistant for Intelligent Process Automation

Yara Rizk, Vatche Isahagian+5 more|arXiv (Cornell University)|Jul 27, 2020

Robotic Process Automation Applications参考文献 29被引用数 9

ひとこと要約

本論文は、ビジネスユーザーが自然言語を用いてロボティック・プロセス・オートメーション（RPA）ワークフローと対話し、カスタマイズできる会話型デジタルアシスタントフレームワークを提案する。このフレームワークは、RPA用の会話ラッパーを備えたマルチエージェントオーケストレーションモデルを採用している。本システムは、非技術的ユーザーが会話によってRPAボットを監視・制御・適応可能にすることで、規制が厳しい業界における自動化のアクセス性と信頼性を向上させた。ローン承認および旅行前承認のユースケースで検証された。

ABSTRACT

Robotic process automation (RPA) has emerged as the leading approach to automate tasks in business processes. Moving away from back-end automation, RPA automated the mouse-click on user interfaces; this outside-in approach reduced the overhead of updating legacy software. However, its many shortcomings, namely its lack of accessibility to business users, have prevented its widespread adoption in highly regulated industries. In this work, we explore interactive automation in the form of a conversational digital assistant. It allows business users to interact with and customize their automation solutions through natural language. The framework, which creates such assistants, relies on a multi-agent orchestration model and conversational wrappers for autonomous agents including RPAs. We demonstrate the effectiveness of our proposed approach on a loan approval business process and a travel preapproval business process.

研究の動機と目的

• 規制が厳しい業界における非技術的ビジネスユーザーがRPAツールにアクセスしにくさを解消すること。
• RPAワークフローとの自然言語インタラクションを可能にすることで、ビジネスプロセスオートメーションの導入障壁を低減すること。
• 会話型エージェントを通じた動的かつ人間を含むカスタマイズ可能な自動化をサポートするフレームワークの開発。
• RPAを含む複数の自律エージェントを統一された会話インターフェースでオーケストレーションし、協働型自動化を実現すること。
• 自然言語インタラクションによる透明性と制御の向上を通じて、規制環境下でのRPAの信頼性と導入促進を図ること。

提案手法

• 個々のRPAタスクが会話型エージェントとしてラッピングされたマルチエージェントオーケストレーションモデルを採用する。
• 中央オーケストレータがユーザー入力をもとにエージェントを動的に選択・調整し、相互運用性を確保するための明確なエージェント契約を定義する。
• 会話ラッパーにより自然言語クエリを下位のRPA向け構造化アクションに変換し、コード記述なしでユーザーが操作可能になる。
• 応答の正確性と計算コストの両立を図るため、事前（apriori）および事後（posterior）のオーケストレーション戦略をサポートする。
• ステートレスなオーケストレータにより、エージェント間の軽量かつスケーラブルな調整が可能であり、複雑な会話フローに対応するステートフルモデルへの拡張性も有する。
• バージョニングとモジュラーなライフサイクル管理をサポートし、システム全体の変更なしにエージェントを独立して更新・無効化可能である。

実験結果

リサーチクエスチョン

• RQ1 ビジネスプロセスにおけるインタラクティブで自然言語ベースの自動化を可能にするソフトウェアフレームワークに必要な特性は何か？
• RQ2 多様でマルチドメインのユーザー要請を処理できるように、会話型エージェントをどのように効果的にオーケストレーションできるか？
• RQ3 自然言語インタラクションが規制環境下でのRPAの信頼性と導入促進に果たす役割は何か？
• RQ4 非技術的ユーザーが会話インターフェースを通じてRPAワークフローをどのようにカスタマイズ・監視できるか？
• RQ5 性能と正確性の観点から、事前（apriori）と事後（posterior）のオーケストレーション戦略のトレードオフは何か？

主な発見

• 会話型アシスタントにより、ビジネスユーザーが自然言語を用いてRPAワークフローの監視・カスタマイズが可能になり、複数のインターフェースを切り替える必要がなくなった。
• ユーザーは正式なデータベースクエリを書いたり、複雑なUIを学習したりすることなく、ドメイン固有の用語を用いてデータ照会や操作が可能になった。
• フレームワークにより、一般用途のRPAを自然言語で構成できるようになったため、カスタムRPA開発の必要性が低減した。
• RPA用の会話ラッパーの使用により、既存の自動化ツールが統合的かつ使いやすいインターフェースにスムーズに統合された。
• ステートレスなオーケストレータは、エージェントの調整に対して軽量かつスケーラブルなソリューションを提供し、複雑な会話フローを扱うステートフル拡張も可能である。
• モジュラー設計により、エージェントの独立した更新と無効化が可能となり、システムの保守およびライフサイクル管理が簡素化された。