「RPAはもう古い」は誤解です——AIエージェントとの違いと、正しい使い分け

2つの技術の概要は?

一言で言うと、それぞれ何の技術か?

RPA（Robotic Process Automation）は、人がやっていた画面操作の「手順」を記録し、その通りに忠実に再生する技術です。一方のAIエージェントは、「目標」を渡すと達成までの手順をAI自身が考え、ツールを操作しながら自律的に進める技術です。「手順を任せる」のがRPA、「目標ごと任せる」のがAIエージェント——どちらが優れているかではなく、任せ方がそもそも違う2つの道具だと捉えるのが正確です。下の図は、両者の守備範囲を業務の性質で整理したものです。

それぞれ、何が得意な技術か?

RPAが得意なのは、請求書データの転記、勤怠データの集計、システム間の決まったデータ連携など、「ルールが100%決まっていて、量が多い」業務です。この領域では、速度・正確性・コストのすべてで今もRPAが最強です。AIエージェントが得意なのは、問い合わせ内容を理解して回答する、複数の情報源を調査してレポートにまとめる、文章のドラフトを作るなど、「判断や言語理解を含む」業務です。例外が混ざる仕事、手順を事前に書き切れない仕事は、こちらの守備範囲になります。

なぜ今、両者の「違い」が注目されているのか?

AIエージェントの急速な実用化によって、「RPAはもう不要になるのでは」という議論が生まれたためです。大規模言語モデル（LLM）の推論能力の向上と、AIが外部ツールへ接続する方式（MCPなど）の標準化により、2025年以降エージェントは実務投入のフェーズに入りました。しかし導入現場で明らかになってきたのは、「置き換え」ではなく「使い分け」こそが成果を分けるという事実です。どの業務をどちらに任せるかの設計——ここが、いま最も注目すべき論点になっています。

---

仕組みはどう違うのか?

主要な構成要素はどう違う?

RPAは、操作を記録するレコーダー、記録通りに動かす実行エンジン、決まった時刻に起動するスケジューラで構成されます。構造がシンプルだからこそ、動作が安定し、監査もしやすい。一方AIエージェントは、計画と判断を担うLLM（頭脳）、社内情報を参照するRAGやメモリ（知識）、ブラウザ操作やAPI連携などのツール（手足）、そして権限制御や人の承認を挟むガードレール（安全装置）で構成されます。作りが根本から違うため、得意な仕事も根本から違う——両者の関係は、この構造の違いから理解するのが近道です。

動作のしかたはどう違う?

決定的に違うのは「動作の性質」です。RPAは同じ入力に対して必ず同じ動作をする、いわば決定的な仕組み。だからこそ速く、正確で、何千回繰り返してもブレません。その代わり、画面や手順が変わると停止します。AIエージェントは「計画→実行→観察→修正」のループで動き、失敗したら別の方法を試せる柔軟な仕組み。例外に強い反面、動作には確率的な揺らぎがあり、品質を保つには人の承認やレビューを組み込む設計が欠かせません。「絶対にブレてはいけない業務」と「柔軟に判断してほしい業務」——どちらの性質の仕事かが、選択の分かれ目です。

結局、AIエージェントが上位互換なのではないか?

答えは明確に「ノー」です。「AIエージェントはRPAの進化版・上位互換」というのが最も多い誤解ですが、両者は進化の前後関係ではなく、守備範囲の違う隣り合った道具です。事実、完全定型・大量処理の領域では、処理速度・実行コスト・結果の再現性・監査のしやすさのすべてで、RPAがAIエージェントを上回ります。毎月数千件の請求書転記をわざわざAIに「考えさせる」のは、コストも品質管理も非効率です。逆に、文面がばらばらな問い合わせへの対応をRPAに任せることはそもそもできません。「新しい方が偉い」のではなく「業務に合う方が正しい」。この視点の転換が、自動化プロジェクトの成否を分けます。

---

どう使い分けられているか?

業界での代表的な使い分けの事例は?

使い分けの実例が最もわかりやすいのは経理業務です。取引先ごとに形式がばらばらな請求書の内容読み取りと仕訳の判断はAIが担い、確定したデータを会計システムへ大量入力するのはRPAが担う。カスタマーサポートでは、問い合わせの理解と回答案の作成はAIエージェント、回答後の対応履歴の定型登録はRPA。このように「判断のAI、実行のRPA」という連携パターンが、業界を問わず標準形になりつつあります。守備範囲マップの中央にある「連携ゾーン」こそ、実務で最も価値が出ている場所です。

オープン株式会社での活用は?

オープンは、RPAによる業務自動化で培った「業務を分解し、仕組みに落とす」知見と、AIエージェントの設計・開発力の両方を持つ会社です。だからこそ、お客様の業務を棚卸しして「ここは完全定型だからRPA」「ここは判断が必要だからAI」「ここは両者の連携」と、技術ありきではなく業務起点で最適な組み合わせを設計できます。たとえばマーケティング・コンテンツ制作の領域では、情報収集や文章生成といった判断系の工程をAIが担い、配信や集計などの定型工程を自動化と組み合わせる仕組みづくりを進めています。

将来、両者の関係はどうなっていくか?

今後は両者の境界が「連携」からさらに一歩進み、AIエージェントが司令塔となってRPAを道具として呼び出す構図が広がります。人がAIに目標を伝えると、AIが業務を分解し、定型部分は配下のRPAに流し、判断部分は自ら処理する——いわば「AIが現場監督、RPAが熟練の職人」という分業です。それでも原則は変わりません。決まりきった大量処理を最も安く確実にこなすのは専用の仕組みであり、適材適所の設計こそが自動化の本質であり続けます。

---

今後の動向は?

それぞれ、技術的にどう進化していくか?

AIエージェント側は、数時間かかる複雑なタスクを迷子にならず完走する「長時間実行の安定性」と、専用連携のないシステムも人と同じように画面操作できる「PC・ブラウザ操作の汎用化」が進みます。一方のRPA側も止まってはいません。AIによる画面変化への追従や、文書読み取りAIとの統合など、「賢くなったRPA」への進化が進行中です。さらに、AIとツールをつなぐMCPのような標準プロトコルの普及で、エージェントとRPAと業務システムが同じ土俵で連携する環境が整いつつあります。

業界・社会への影響は?

これからの企業に問われるのは「RPAとAIのどちらを選ぶか」ではなく、「自社の業務をどう分解し、何をどの仕組みに任せるか」を設計する力です。業務の棚卸しができる人、技術の守備範囲を正しく見極められる人の価値が、職種を問わず高まっていきます。裏を返せば、流行だけでAIを選び、定型大量業務にまで無理に適用してコストと品質で失敗するケースも増えるでしょう。道具の優劣ではなく業務の性質から考える——この当たり前の設計思想が、自動化の成否を分ける時代になります。

押さえておきたい関連トピックは?

あわせて押さえたいキーワードは4つです。AIとRPAを含む複数技術を組み合わせて業務全体を自動化する考え方「ハイパーオートメーション」、AIとツールをつなぐ標準プロトコル「MCP（Model Context Protocol）」、社内知識をAIに参照させる「RAG」、そしてAIの判断に人の承認を組み込む「ヒューマン・イン・ザ・ループ」。いずれも「単体の道具」ではなく「組み合わせの設計」に関わる概念であることが、この分野の現在地を物語っています。