RPA×生成AIの連携設計 — ベクトルDBで「あいまい検索」を組み込むパターン
RPAは「決まった画面を決まった手順で操作する」ことは得意ですが、「表記ゆれを含む問い合わせから該当マニュアルを探す」ような、あいまいさを含む処理は苦手です。この弱点をベクトルDBで補う設計パターンを紹介します。
なぜRPA単体では詰まるのか
RPAのシナリオ分岐は本質的に完全一致・パターン一致です。現場の入力は「経費精算のやり方」「立替金の精算って何すればいい?」のように揺れるため、ルール分岐で網羅しようとするとシナリオが爆発し、保守不能になります。
設計パターン:判断は生成AI、操作はRPA
ユーザー(チャット)
│ 自然文の質問・指示
▼
AIエージェント ──── ベクトルDB(社内マニュアル・ナレッジ)
│ ①意図の分類 ②該当ナレッジの検索 ③回答 or 操作指示の生成
▼
RPA(基幹システム操作)──── 実行結果をエージェントへ返却
ポイントは責務の境界線です。
- AIエージェント:意図分類・ナレッジ検索・回答生成・操作パラメータの組み立てまで。基幹システムには触らない
- RPA:受け取った構造化パラメータでの画面操作のみ。判断はしない
- 両者の間は「操作指示キュー」(パラメータの完全な構造化データ)で疎結合にする
RPA×AI連携で失敗しやすいポイント
- エージェントに直接操作させる:LLMの出力ゆらぎが基幹システム操作に直結し、事故時の切り分けもできない。必ず構造化データで境界を切る
- ナレッジの鮮度管理を忘れる:マニュアル改訂がベクトルDBに反映されないと、AIが自信満々に古い手順を答える。更新パイプラインまで含めて設計する
- ログを分けてしまう:質問→検索→指示→操作の一連を1つの相関IDで追えるようにしておかないと、問い合わせ対応コストが自動化の効果を食い潰す
まとめ:生成AIとRPAの責務分離が連携の要
「判断のゆらぎを吸収する層(AI)」と「確実に実行する層(RPA)」を分けることで、両者の弱点を打ち消し合えます。この構成の実運用例は導入事例:チャット指示でナレッジ検索と基幹システム操作を代行をご覧ください。
