[論文レビュー] Towards Intelligent Robotic Process Automation for BPMers

Simone Agostinelli, Andrea Marrella+1 more|arXiv (Cornell University)|Jan 3, 2020

Robotic Process Automation Applications参考文献 22被引用数 27

ひとこと要約

本論文は、RPAの知能的自動化への進化を促進するフレームワークを提案する。4つの主要な研究課題、すなわち、ログ品質の向上、自動的なル틴発見の実現、知能的な例外処理の支援、および自動的なワークフロー構成の実現を特定する。本研究では、プロセスマイニングとAIプランニング技術を活用し、RPAをルールベースで手動で設定するものから、より適応的でスケーラブルかつ知能的なBPMソリューションへと進化させる。

ABSTRACT

Robotic Process Automation (RPA) is a fast-emerging automation technology that sits between the fields of Business Process Management (BPM) and Artificial Intelligence (AI), and allows organizations to automate high volume routines. RPA tools are able to capture the execution of such routines previously performed by a human users on the interface of a computer system, and then emulate their enactment in place of the user by means of a software robot. Nowadays, in the BPM domain, only simple, predictable business processes involving routine work can be automated by RPA tools in situations where there is no room for interpretation, while more sophisticated work is still left to human experts. In this paper, starting from an in-depth experimentation of the RPA tools available on the market, we provide a classification framework to categorize them on the basis of some key dimensions. Then, based on this analysis, we derive four research challenges and discuss prospective approaches necessary to inject intelligence into current RPA technology, in order to achieve more widespread adoption of RPA in the BPM domain.

研究の動機と目的

• 現在のRPAツールが、AI駆動の適応ではなく、手動による設定と事前定義されたルールに依存しているため、知能性とスケーラビリティに限界があることを是正する。
• 自動分析やプロセス発見を妨げる低品質なRPAログの課題を克服する。
• プロセスマイニング技術を用いて、ユーザーのインタラクションログからルチンベースのワークフローを自動的に発見する。
• 人間の干渉なしに、予期しないシステム動作に適応できる知能的な例外処理メカニズムを開発する。
• AIプランニング技術を用いて、原子的RPAルチンから複雑で相互に依存するワークフローを自動的に構成する。

提案手法

• ログ品質、自動化範囲、AI統合性といった主要な次元に基づき、10種類の商業的RPAツールを詳細に分析・分類する。
• ルチンベースのログからのフローチャート発見というプロセスマイニング技術を活用し、実際のユーザー行動をモデル化し、実行可能なプロセスモデルを抽出する。
• トレースアラインメントを適用して、生のログに含まれる不要または誤ったアクションをフィルタリングし、発見されたフローチャートをクリーニングする。
• 自動計画システムを活用し、RPAルチンを事前条件と効果を持つブラックボックスアクションとしてモデル化することで、複雑で調整されたワークフローの合成を可能にする。
• 下流の分析に適したログ品質を向上させるためのアクションロガーを設計する。これにより、プロセス発見や例外処理のための信頼性の高いデータを確保する。
• 人間の干渉パターンを学習し、それに基づいて行動を更新できるAI駆動の適応メカニズムを統合する。

実験結果

リサーチクエスチョン

• RQ1 知能的自動化におけるBPMの適合性という観点から、既存のRPAツールを区別する主要な次元は何か？
• RQ2 低品質なRPAログは、どのようにして信頼性の高いプロセスマイニングと自動ワークフロー発見を可能にするように改善できるか？
• RQ3 ユーザーのインタラクションログからルチンベースのプロセスを自動的に発見・モデル化するために使用できる技術は何か？
• RQ4 知能的な例外処理により、UIやシステム動作の予期せぬ変化に耐性を持つRPAシステムをどのように実現できるか？
• RQ5 原子的RPAルチンから複雑で相互に依存するワークフローを自動的に構成するために、どのようなAIベースのアプローチが有効か？

主な発見

• 現在のRPAツールは、しばしばユーザーのアクションを欠落または不正確に記録する低品質なログを生成しており、これにより自動プロセス分析が妨げられる。
• フローチャート発見やトレースアラインメントといったプロセスマイニング技術は、RPAログから実行可能なモデルを効果的に抽出・クリーニングでき、ルチン行動の正確な表現を可能にする。
• AIプランニング技術を用いることで、事前条件と効果を持つアクションとしてRPAルチンをモデル化でき、複雑で相互に依存するワークフローの自動調整が可能になる。
• 人間の問題解決パターンに基づく知能的な例外処理により、人的監視への依存が軽減され、動的環境におけるRPAの耐性が向上する。
• 高品質なアクションロガーの開発は、自動発見および構成プロセスの信頼性の高いデータ入力を保証するために不可欠である。
• AI統合による監査性、アップグレード性、耐性の向上は、企業のBPM文脈におけるRPAシステムの長期的持続可能性とスケーラビリティを顕著に高める。