株式会社KaisinAI
KAISINAI TECH BLOG EXTRA ISSUE — 別冊 生成AI×RPA×スクラッチ開発の実装知見を、現場から。
業務自動化・RPA 2026.01.15 KaisinAI

Power Automate Desktop×生成AIで判断を組み込むRPA設計

RPAは決められた手順を正確に繰り返すのは得意ですが、「この備考欄の内容なら経費区分はどれか」といった判断はできません。分岐条件は完全一致かルールベースでしか書けないからです。本記事では、Power Automate Desktop(PAD)のフローに生成AIの判断を組み込み、これまで人が介在していた工程を減らすための設計パターンを解説します。

なぜRPA単体では止まるのか

典型例は表記ゆれと非定型入力です。取引先が「株式会社ABC」「ABC(株)」「ABC商事」と書き分けてくるだけで完全一致の分岐は破綻しますし、FAXをOCRした帳票やメール本文のような自由記述は、そもそもif文の条件に落とせません。従来はここで「例外フォルダに退避して人が処理」としていた部分に、生成AIを「判断エンジン」として差し込むのが本記事の主題です。実際に効果が出やすいのは、経費区分の判定、問い合わせメールの振り分け、注文書PDFから抽出した項目の妥当性チェックといった「人なら数秒で判断できるが、ルール化すると条件が無限に増える」タイプの業務です。

生成AIを組み込む3つのパターン

パターン1:クラウドフロー経由でAI Builderを呼ぶ(推奨)

PADから「クラウドフローの実行」等で連携し、クラウド側でAI Builderの「プロンプトを実行する(Run a prompt)」アクションを使う構成です。このアクションは2025年5月に旧称「GPTでテキストを作成する」から改称されたもので、Azure OpenAI Service上のGPTモデルで動作します。事前にプロンプトビルダーで入力変数付きのプロンプトを部品化しておけるため、プロンプトの管理とフローの管理を分離できるのが実務上の利点です。

パターン2:Azure OpenAIなどのAPIをHTTPで直接呼ぶ

モデルやパラメータを細かく制御したい場合は、Azure OpenAI等のエンドポイントをHTTP系アクションで直接呼びます。自由度は最も高い一方、APIキーの保管、リトライ、タイムアウト処理を自前で設計する必要があるため、開発チームが保守できる体制があるかで採否を決めます。

パターン3:PADネイティブのGPTアクション(現状は様子見)

PAD自体にも「Create text with GPT」アクションが存在しますが、2026年1月時点ではプレビュー段階で利用条件も限定的なため、本番フローへの組み込みは推奨していません。将来の選択肢として動向を追う位置づけです。

設計の勘所 — AIの判断を「事故らせない」仕組み

  • 出力はJSONで固定する:「経費区分と信頼度をJSONで返す」ことをプロンプトで強制し、フロー側でパースします。自由文で返させると後段の分岐が書けません。
  • 信頼度としきい値でエスカレーション:AIに自己申告の確信度を出させ、しきい値未満は自動処理せず人の確認キューへ回します。全件自動化ではなく「確実な8割を自動化し、残り2割を人に渡す」設計が現実的です。
  • 判断ログを必ず残す:入力・プロンプト・出力・採否を記録しておくと、誤判断時の原因追跡と、しきい値チューニングの材料になります。
  • プロンプトはテストセットで回帰確認:判断基準を変えたら、過去の実データ数十件で正答が維持されているかを確認してからリリースします。
  • 業務ルールの明文化こそが本体:担当者の頭の中にしかない判断基準をヒアリングしてプロンプトに落とす工程が、この種の案件の実質的な中心作業です。ルール変更時にフロー本体を触らず、プロンプト側の修正だけで済む構造にしておくと保守が格段に楽になります。

ライセンスと実行環境の整理

有人(アテンド型)でPADフローを回すユーザーにはPower Automate Premium、無人実行にはPower Automate Processライセンスが必要です(2026年1月時点の名称)。AI Builderの実行にはクレジットを消費しますが、Premiumには月5,000クレジットが付属するため、小規模な判断処理はこの範囲で検証を始められます。消費量は本番の件数次第で変わるので、PoC段階で1件あたりの消費を実測しておくことをお勧めします。無人実行の場合はマシンの割り当てと実行ユーザーの権限設計も絡むため、有人フローで判断ロジックを固めてから無人化する二段階の進め方が手戻りを減らします。

まとめ

「操作はRPA、判断は生成AI、例外は人」という三層の役割分担ができると、従来は自動化率5割で頭打ちだった業務を大きく引き上げられます。鍵はAIを信用しすぎないこと、つまり信頼度によるエスカレーションとログの設計です。Excel連携の基礎はPower Automate×Excelのパターン集も併せてどうぞ。判断込みのRPA設計を検討中の方は、統合業務自動化開発サービスでPoCからご支援しています。

CONTACT — FREE CONSULTATION

まずは30分、
聞かせてください。

要件が固まっていなくて構いません。現場の業務をそのまま話していただければ、自動化できる余地と、やらない方がいいことを、その場で率直にお伝えします。