自治体では、RPA を入れた団体の多くがすでに AI と組み合わせて使っている
RPA を置き換えるかを考える前に押さえたいのは、自治体では RPA だけで自動化している団体がすでに少数だという点です。総務省が全国の都道府県と市区町村の1,788団体に聞いた調査では、RPA を導入済みの団体の割合は都道府県が98%、指定都市が100%、その他の市区町村が44%でした(総務省「地方自治体におけるAI・RPAの実証実験・導入状況等調査」令和7年10月31日時点)。
同じ調査で、AI・RPA・生成 AI のいずれも導入している団体は513団体(28.7%)あった一方、RPA だけを導入している団体は48団体(2.7%)にとどまります。なお、この調査の「AI」は生成 AI を含まない従来型の AI を指し、生成 AI は総務省の別の調査「地方自治体における生成AIの実証実験・導入状況等調査」で数えている点に注意が必要です。
自治体の数字なので、企業にそのまま当てはめることはできません。それでも、全団体が回答した継続調査から、RPA を入れた団体の大半が AI と並べて使っていることは読み取れます。問いは「RPA を捨てて AI エージェントに替えるか」から、「どの業務のどの工程を、どちらに任せるか」に移っていると考えたほうが、現場の実態に近いはずです。
RPA と AI エージェントは、手順を再現するか、目標に向けて手順を選ぶかで違う
RPA は記録した操作を決められた順番で繰り返す仕組みで、同じ入力には同じ結果を返します。AI エージェントは、国の指針の定義では「特定の目標を達成するために、環境を感知し自律的に行動する AI システム」です(総務省・経済産業省「AI事業者ガイドライン(第1.2版)」2026年3月31日)。仕組みの詳しい説明は AI エージェントの用語解説 にまとめています。
この違いは、得意な入力と誤りの出方の違いとして現れます。生成 AI と RPA の違いを考えるときも、次の表の右の列で考えて差し支えありません。
| 比べる点 |
RPA |
AI エージェント |
| 動き方 |
記録した手順を同じ順に実行する |
目標に向けて、次の操作を状況から選ぶ |
| 得意な入力 |
項目と形が決まったデータや画面 |
書式がそろわない文書、文章で届く依頼 |
| 同じ入力への結果 |
毎回同じ |
変わることがある |
| 誤りの出方 |
想定外の画面や項目に出会うと止まる |
止まらずに、もっともらしい誤りを出すことがある |
| 変更への強さ |
画面や項目が変わると作り直しが要る |
多少の書式の違いは吸収できる |
| 確かめ方 |
手順どおりに動いたかを見る |
出力の中身を検査し、人が確かめる工程を持たせる |
運用で特に気を付けたいのは、誤りの出方の違いです。RPA は想定外の画面に出会うと止まるので、止まったこと自体が異常の合図になります。一方の AI エージェントは止まらずに処理を進め、誤った内容が後ろの工程へ流れることがある。事実と異なるもっともらしい出力については ハルシネーションの用語解説 で扱っています。
国の指針も AI を開発する側に向けて、AI の予測性能や出力の品質が活用開始後に大きく変動する可能性や、想定する精度に達しないことがある特性を踏まえ、事後検証のための作業記録を保存するよう求めています(総務省・経済産業省「AI事業者ガイドライン(第1.2版)概要」2026年3月31日)。RPA から替えるときは、この記録と検査の仕組みまでを置き換えの範囲に含めてください。
業務を3つの性質に分けると、RPA に残す業務と替える業務が決まる
業務の仕分けは、1つの業務を「手順が毎回同じか」「入力の形がばらつくか」「判断が要るか」の3つの問いにかけて行います。業務を丸ごと1つの仕組みに任せるのではなく、工程ごとに問いにかけるのがこつです。
| 業務の性質 |
業務の例 |
任せる先 |
理由 |
| 手順が毎回同じで、入力の形もそろう |
基幹システムから定時にデータを取り出して表にする、システム間で同じ項目を転記する |
RPA に残す |
毎回同じ結果を返せることが最も大事で、AI に替えると誤りの種類が増えるだけになりやすい |
| 手順は同じだが、入力の形がばらつく |
取引先ごとに書式が違う請求書や注文書の登録、メールで届く申請の受け付け |
組み合わせる(AI が読み取って項目をそろえ、RPA が登録する) |
ばらつきの吸収は AI、決まった登録操作は RPA のほうが確実 |
| 判断が要るが、誤りを後から直せる |
問い合わせの振り分けと回答案の作成、RPA が止まった案件の原因の一次調査 |
AI エージェントに替える(人が確かめてから確定する) |
ルールに書き切れない判断を、過去の例をもとに下ごしらえできる |
| 判断が要り、誤りを取り消せない |
支払いの確定、契約や処遇に関わる判断 |
人が判断し、AI は材料をそろえるまで |
誤りの影響が大きく、確定の責任を人が持つ必要がある |
判断が要る業務を AI エージェントに任せる場合も、確定の前に人が確かめる工程を残すのが前提です。国の指針は、AI の出力結果が公平性を欠くことがないよう、AI に単独で判断させるだけでなく、適切なタイミングで人間の判断を介在させる利用を検討するよう求めています(総務省・経済産業省「AI事業者ガイドライン(第1.2版)」2026年3月31日)。
仕分けで迷ったら、今の RPA が止まる理由を見てください。止まる理由の多くが「書式の違い」なら組み合わせる候補、「人に聞かないと決められない」なら判断を AI エージェントに下ごしらえさせる候補です。止まらずに毎日動いているロボットは、無理に替える理由がありません。
業務全体を手順ごとに AI と人へ仕分ける方法は、AI 業務改革の記事 で詳しく扱っています。
組み合わせる業務は、AI が入力をそろえ、検査を経て RPA が登録する形にする
入力の形がばらつく業務では、AI エージェントと RPA の間に検査の工程を置き、AI の出力を検査してから RPA に渡す形が安全です。読み取りと項目の整理だけを生成 AI に任せ、業務システムへの登録は RPA に残すと、流れは次の5つの工程になります。
| 順番 |
工程 |
受け持つもの |
決めておくこと |
| 1 |
受け付け |
メールやフォームの受信 |
どの宛先やフォルダに届いたものを対象にするか |
| 2 |
読み取りと項目の整理 |
AI エージェント |
取り出す項目と、読み取れないときに人へ回す条件 |
| 3 |
検査 |
決まったルールで確かめるプログラム |
必須項目の有無、日付や金額の形、取引先の一覧との照合 |
| 4 |
登録 |
RPA |
検査に合格した案件だけを登録する |
| 5 |
記録 |
AI エージェントと RPA の両方 |
どの仕組みが何を登録したか、人に回した理由 |
要になるのは3つ目の検査です。AI の出力をそのまま RPA に渡すと、もっともらしい誤りが止まらずに登録まで進んでしまいます。ルールで確かめられる項目はルールで確かめ、検査に落ちた案件は人の確認待ちの一覧へ回してください。
業務システムへ書き込む権限は、登録を受け持つ RPA の側に寄せておくと管理が楽になります。AI エージェントに渡す権限が読み取りと下書きまでなら、誤りが出ても登録の前に止められるからです。
国の指針は、AI の性質や用途に照らし、必要に応じて定期的かつ客観的なモニタリングと対処を含めて、人間がコントロールできる制御可能性を確保するよう求めています(総務省・経済産業省「AI事業者ガイドライン(第1.2版)」2026年3月31日)。検査の工程と記録は、この制御可能性を業務の流れの中に作るための仕組みです。
切り替えは、棚卸し・例外の多い業務での試行・並走の比較の順に進める
切り替えは、RPA の棚卸し、候補の選定と試作、旧来の仕組みとの並走、切り替えの判断の4つのステップで進めます。動いているロボットをいきなり止めて AI エージェントに替えると比べる相手がいなくなり、良くなったのか悪くなったのかを判断できません。
| ステップ |
やること |
できあがるもの |
| 1. 棚卸し |
ロボットごとに、受け持つ業務・持ち主・月の実行回数・止まった回数・人が手で直した件数・入力の形を一覧にする |
例外の数つきの RPA の一覧 |
| 2. 候補の選定と試作 |
止まった回数や手で直した件数が多く、入力の形がばらつく業務を1つ選び、過去の案件で AI エージェントを試作する |
試作と、過去の案件での結果 |
| 3. 並走 |
同じ案件を旧来の仕組み(RPA と人の手直し)と AI エージェントの両方で処理し、結果を比べる |
結果が一致した件数、人に回った件数、処理時間、1件あたりの費用 |
| 4. 切り替えの判断 |
並走の前に決めた基準を満たしたら切り替え、満たさなければ範囲を狭めるか、やめる |
切り替えの判断と、その根拠の数字 |
例外の多い業務から試すのは、改善の余地が数字で見えやすいからです。止まらずに動いているロボットを替えても得られるものは少なく、誤りの種類が増えるだけになりかねません。反対に、毎週のように止まって人が手で直している業務なら、手で直した件数がどれだけ減ったかで効果を測れます。
並走の期間には、月末や締め日のように件数や書式がいつもと変わる時期を1回は含めてください。いつもの案件だけで比べると、例外の多い時期の弱さを見落とします。
比べ方の要点は、基準を並走の前に書いておくことです。結果が一致する割合、人に回る件数の上限、1件あたりの費用の上限を先に決めておかないと、結果を見てから基準を動かすことになりかねません。AI エージェントの出力を評価する手順は AI エージェントの評価の記事 に、成果の数え方は AI の ROI の測り方の記事 にまとめています。
Offers AX は、動くプロトタイプを実業務で検証してから本実装に進める
Offers AX の AI エージェント開発では、業務固有の文脈を織り込んだエージェントを設計し、数週間で動くプロトタイプを作って、実業務での検証から本実装へ進みます。効果は実測し、その数字で継続を判断する設計で、効果が出ない場合に中止を選べることを契約の前提に含めています。
前の節の並走は、この検証の期間にそのまま組み込める手順です。支援の範囲と進め方は Offers AX のサービスページ にまとめています。どの RPA から見直すかが決まっていない時点でも相談できるので、無料相談を申し込む からご連絡ください。
旧来の RPA と人の手直しを比べる相手として残したまま試作を動かせば、切り替えるかどうかを実測の数字で決められます。仕組みは GCP・Azure・AWS のお客様の環境に構築し、当社の環境には顧客データを保持しない設計です。契約が終わった後も、作った仕組みはお客様の環境に残ります。
内製化支援では、引き継ぎドキュメントの整備と社内の運用体制の設計に加え、企業側のエンジニア採用の要件定義まで支援します。進め方は考える人と作る人を分けない FDE 型で、企業が FDE 型の支援を使うと、要件定義書ではなく動くもので合意しながら切り替えを進められます(FDE の定義は Offers FDE の解説)。
止まったときに人が戻れる経路を、切り替える前に用意する
切り替えた後も、旧来の RPA と手作業の手順書はすぐに捨てず、しばらく残しておきます。AI エージェントが止まったとき、あるいは誤りが続いて止めたときに、業務を戻す先が必要だからです。
| 止まる場面 |
戻る先 |
前もって用意すること |
| AI の出力が検査で落ちた |
人の確認待ちの一覧 |
確認する担当と、1日に処理できる件数 |
| 同じ種類の誤りが続いた |
旧来の RPA と人の手直し |
停止したまま残したロボットと、再び動かす手順 |
| 外部の AI サービスが止まった、仕様が変わった |
手作業 |
手作業の手順書と、引き継ぐ担当 |
| 連携先の画面や項目が変わり、RPA が止まった |
手作業 |
画面の変更の予定を知らせてもらう窓口 |
国の指針は、AI システムの安全性を損なう事態が生じた場合の対処方法を検討し、その事態が生じたときに速やかに実施できるよう整えておくよう求めています(総務省・経済産業省「AI事業者ガイドライン(第1.2版)」2026年3月31日)。戻る経路を表にしておくのは、この「速やかに実施できる」状態を前もって作るためです。
もう1つ見落としやすいのが、人の確認が形だけになることです。同じ指針は、AI に過度に依存するリスクへの対策の例として、AI の評価や判断を人間が承認する際に、承認する理由や根拠を人間自身が独自に考えてから承認することを挙げています。AI の出力をそのまま承認する流れになっていないか、差し戻した件数を月に1度は数えて確かめてください。
止める条件と、止めた後に人が引き継ぐ範囲の決め方は、AI エージェントの運用の記事 で詳しく扱っています。
最初の一歩は、RPA の一覧に止まった回数と手で直した件数を足すこと
RPA を AI エージェントに替えるかを決める最初の作業は、今動いているロボットの一覧に、止まった回数と人が手で直した件数を足すことです。この2つの数字があれば、替える候補を勘ではなく例外の多さで選べます。
| 次にやること |
担う人 |
できあがるもの |
| ロボットの一覧に、持ち主・止まった回数・手で直した件数を足す |
RPA の管理担当 |
例外の数つきの一覧 |
| 止まった理由を「書式の違い」「判断が要る」「画面の変更」に分ける |
業務の部署の担当者 |
替える候補と、組み合わせる候補 |
| 候補の1業務で、並走の基準(一致の割合・人に回る件数・費用)を書く |
業務の持ち主 |
切り替えの判断に使う基準 |
止まった理由が「画面の変更」に集まっているロボットは、AI エージェントに替えても解決しない場合があるので注意が必要です。連携先のシステムに API があるなら、画面の操作をやめて API でつなぐほうが確実な場合もあります。替える前に技術担当と確かめておくのが、遠回りを防ぐ近道です。
AI エージェントを作る時点で業務の持ち主や任せる範囲をどう決めるかは AI エージェント開発の記事 に、ほかの関連する記事は AI エージェントのカテゴリ にまとめています。