1. はじめに

ロボティック・プロセス・オートメーションは、ささやかな約束をし、しばらくのあいだはそれを守った。互いに対話できないシステムのあいだで人がデータを動かしていたところ, ポータルにログインし、数値を表計算に写し、それをERPに打ち込む, で、RPAのボットは同じことをするよう教え込むことができた。同じボタンを同じ順序でクリックし、より速く、疲れることもなく。その魅力は、基盤となるシステムに変更を要しないことにあった。ボットは人がするのとまったく同じように既存の画面を操作したため、ある部門はITがインターフェースを構築するのを待たずに、数週間でプロセスを自動化できたのである。そうした基盤のうえで、RPAは過去十年で最も急速に採用されたエンタープライズ技術の一つとなった。

問題は*ロボティック（robotic）という語にある。RPAボットはタスクを理解してはいない。それは記録を繰り返すだけである。ボットは、請求書の合計が二番目のタブの三番目のボックスにあることは知っているが、請求書の合計とは何かは知らない。したがってポータルが再設計されてボックスが動くと、ボットは適応せず、失敗する。そして失敗が静かであれば、誰かが気づくまで誤った数値を記帳しつづける。組織が走らせるあらゆるプロセスは、漂流する環境のなかに置かれている。ソフトウェアは更新され、フォームは再設計され、サプライヤーは新しいレイアウトを送り、規制はフィールドを一つ追加し、記録が一度も見たことのないエッジケースが到来する。漂流する環境に対して、凍結されたルールの集合は目減りする資産である。この帰結に対する業界の呼び名はボット保守（bot maintenance）*であり、それはこの分野の静かなスキャンダルである。成熟したRPAプログラムにおける労力の大きな割合は、新しい仕事を自動化することではなく、世界が壊した自動化を修復することに費やされる。その結果、運用コストは時間とともに上昇し、事業上の根拠はその足元から侵食されていく。

本稿は、何がRPAを置き換えるのか、そしてなぜその置き換えがより速いボットではなく別種のものであるのか、について論じる。有能なAIエージェント, 画面や文書を読み、それが何のためのものかを推論し、ツールを呼び出し、自らの作業を検証できるモデル, は、RPAが行っていた事務的なタスクをこなすことができる。しかしそれは興味深い主張ではない。なぜなら、同じ脆いことをより高価なエンジンで行うのは前進ではないからである。興味深い主張は、エージェントがボットには構造的にできないことをなしうる、という点にある。すなわち、エージェントは自らの稼働から自動化を改善することができる。ケースを処理するたびに、エージェントは証拠を生成する, 何を行ったか、結果が受け入れられたか、どこで躊躇しあるいは修正されたか, そしてその証拠は、次回に自動化がどう振る舞うかを修正するためにフィードバックできる。自動化は、一度作られてその後は劣化していく記録であることをやめ、走らせるほどに良くなるループとなる。われわれはこれを*再帰的（recursive）*自動化と呼ぶ。それが本稿の二つの礎のうち第一のものである。

第二の礎は、第一のものを安全にするものであり、それなくしては再帰は資産ではなく負債となる。自らの出力から自らの振る舞いを変えるループは、制御の言葉でいえばフィードバックシステムであり、フィードバックシステムは収束することもあれば暴走することもある。ノイズを含む信号に対して自らを調整するにまかされたエージェントは、そのノイズを追いかけ、奉仕すべき成果ではなく与えられた尺度を最適化し、誰も選ばなかったかたちで後退する。自己改善ループを危険から信頼できる改善のエンジンへと変える規律は、新しいものではない。産業界は1920年代からこれを有しており、過去三十年にわたってSix Sigmaとして定式化してきた。その運用上の核心はDMAICサイクルである。すなわち、目標と許容範囲を定義（Define）し、実際に何が起きているかを測定（Measure）し、誤りと変動の源を分析（Analyse）し、意図的な変更によって改善（Improve）し、得られた成果が保たれ失われないように管理（Control）する。プロジェクト方法論として読めば、DMAICはなじみ深い。一回ではなく継続的に走らせる自己改善型自動化の制御構造として読めば、それはまさに再帰的ループが必要とする調速器であり、この組み合わせこそ本稿の主題である。

本稿の貢献は、一つの論と小さなモデルであって、ベンチマークではない。第2節は、この主張をRPA、インテリジェント・オートメーション、継続的改善、そしてAIエージェントの来歴に照らして位置づける。第3節は、固定ルールのボットがなぜ劣化するのかを、漂流と保守のモデルとともに示す。第4節は、エージェントが可能にする再帰的ループを説明する。第5節は本稿の核心である。すなわち、ループを収束させる制御構造としてのDMAICであり、非後退のラチェットとしての管理（Control）フェーズである。第6節は、エージェントがいつボットを追い越すのかを告げるただ一つの数, 置換条件, を導く。第7節は、構成された買掛金の事例をたどる。第8節から第11節は、自動化機能をどう運営するかについての帰結を引き出し、反論に答え、限界を述べ、結論づける。全体を通じての問いはこうである。ひとたび自動化が自らの実行から学べるようになったとき、それを正しいことを学びつづけさせるものは何か、そしてそれはいつ、記録されたボットを時代遅れにするのか。

2. 背景

2.1 RPAとその天井

RPAは情報システムの文献において「軽量（lightweight）」な自動化として特徴づけられてきた。すなわち、既存システムのデータやロジックではなくその表示層を操作するソフトウェアであり、それゆえ従来のITプロジェクトの外側で、変更されないバックエンドに対して、事業部門によって導入される（van der Aalst, Bichler & Heinzl, 2018; Hofmann, Samp & Urbach, 2020）。初期の事例的証拠は、コストと速度の面で真に肯定的であった（Lacity & Willcocks, 2016; Willcocks, Lacity & Craig, 2015）。同じ文献は、分野が成熟するにつれて、その天井を名指した。Syed et al. (2020) は、RPAの研究と実践の現状を概観し、安定した構造化入力への依存と、インターフェースやプロセスの変化に対するボットの脆弱性を、繰り返し現れる未解決の主題として特定し、保守とガバナンスをこの分野の中心的課題のうちに位置づける。Wewerka and Reichert (2023) は、分野を体系的にマッピングし、限定的な例外処理と保守の労力をその根強い問題のうちに列挙する。この天井は特定の製品の欠陥ではない。それは、表面の模倣によって自動化することに内在する。ボットは、有能な人がたまたま*どのように（how）クリックしたかを符号化するのであって、タスクが何を（what）*要求するかを符号化するのではない。そして両者のあいだの隙間こそが、環境がそれを壊すために持つ余地にほかならない。

2.2 RPAからインテリジェント・オートメーション、そしてエージェント型オートメーションへ

実務家たちは、ボットに知能を付け足すことで応じた。文書を読む光学文字認識、それらを分類する分類器、RPAには扱えなかった非構造化入力を処理するモデルである。このインテリジェント・オートメーションあるいはハイパーオートメーションは、パイプラインが受け入れうる入力の範囲を広げたが、制御構造はそのままに残した, 固定された位置に配線された、より賢いコンポーネントからなる固定的なオーケストレーションである, ため、それは一層上で同じ脆さを受け継いだ。より最近の転換は、別種のものである。AIエージェントは、手書きのフロー図のなかの固定された位置を占めない。目標とツールの集合を与えられ、手順を自ら決める。それによって、固定的なオーケストレーションなら壊していたはずの変動を吸収でき、また、記録を再生するのではなくタスクについて推論するがゆえに、自らが行ったことを説明し、検証し、修正するよう求めることができる。機械学習におけるエージェントの文献は、その仕組みを与える。すなわち、推論とツール使用を交互に織り込むこと（Yao et al., 2023）、失敗した試みを省察して次により良く行うこと（Shinn et al., 2023）、そして自律エージェントのより広範なサーベイ（Wang et al., 2024）である。われわれの関心は抽象的な機構そのものではなく、運用上の帰結にある。すなわち、エージェントの実行は検査可能な証拠を生み、証拠こそループが改善するために必要とするものである。

2.3 継続的改善は機械より古い

プロセスがそれ自身の出力から測定され改善されるべきだという考えは、AIの発想ではない。それは二十世紀の品質管理の基礎であり、本稿はそれに意図的に依拠する。Shewhart (1931) は、安定したプロセスに内在する変動, 偶然原因（common cause）, を、何かが変化したことを示す特定可能な変動, 異常原因（special cause）, から区別し、両者を見分ける道具として管理図を与えた。これにより、人はノイズにではなく真のシフトに反応する, それはまさに、統治されていない学習ループの失敗様式である。その現代的な統計的扱いはMontgomery (2024) にある。Deming (1986) はその周りに経営システムを築き、反復的改善のPlan–Do–Study–Actサイクルを広めた。Six Sigma（Harry & Schroeder, 2000; Pyzdek & Keller, 2023）は、その実践をDMAICへとまとめ上げ、それを定量化された欠陥率に結びつけた。学術的な扱いは、それに理論（Linderman et al., 2003）と、イノベーションとの緊張についての率直な説明（Benner & Tushman, 2003）を与える。一つの系譜はとりわけ本稿に近い。Box (1957) の*進化的操業（evolutionary operation）*は、生産プロセスを緩やかで連続的な実験として走らせ、その設定を少しずつ動かし、測定可能なかたちで歩留まりを改善したものを保持するものであり、この語が生まれる数十年前の、統計的管理下における再帰的自己改善にほかならない。そしてそれは、エージェントがいまソフトウェアの速度で行っていることの正しい先祖である。

2.4 フィードバック、多様性、そして固定ルールの限界

サイバネティクスは、固定されたボットが変化する世界に敗れざるをえない理由を与える。Ashby (1956) の必要多様性の法則は、調整器が外乱を吸収できるのは、それ自身が生み出せる多様性に比例する分だけである、と説く。すなわち、多様性のみが多様性を破壊しうる。RPAボットは、その構成上、ほとんど多様性を持たない, 記録された経路ごとに一つの応答, ため、それらの経路から決して外れない環境しか調整できない。そしてあらゆる現実の環境は、いずれ外れる。学習ループに統治されたエージェントは、必要に応じて多様性を製造し、明示的には作り込まれていないケースに対する応答を生成する。だからこそ、固定ルールには追えない動く標的を追跡できるのである。Wiener (1948) はフィードバックによる制御の礎となる説明を与え、報酬信号から学ぶ機械学習の伝統（Sutton & Barto, 2018）と、誤りを修正することで学ぶ組織の伝統（Argyris & Schön, 1978）は、別の尺度における同じ原理である。ここでの貢献は、これら二つの古い知識体系を新しい対象のうえで一つに結びつけることである。すなわち、エージェントが多様性を供給し、DMAICが、その多様性を目標に向けつづける制御を供給する。

3. 固定ルールのボットはなぜ劣化するのか

RPAに対する論難は、それが初日に失敗するということではない。それは、初日に最適であり、その後は日ごとに劣化するように作られている、ということである。あるプロセスを定め、そのケースの一定の割合を正しく処理するボットを導入する。すると環境は、ある速度で、ボットが記録された状態から漂流していく。フォームは変わり、システムはアップグレードされ、入力の新しい変種が到来し、方針は一つ手順を加える。漂流が増すごとに、ボットがかつて処理していたいくつかのケースは、いまや誤って処理するケースへと変わる。したがってボットの誤り率は、おおよそ累積した漂流に比例して上昇する。介入と介入のあいだでは、

ここで $\varepsilon_0$ は導入時点の誤り率、$t$ は時間、$\delta$ は漂流率, 世界が記録を置き去りにしていく速さ, である。$\varepsilon^{\mathrm{rpa}}$ を下げうる唯一のものは人である。エンジニアが破損に気づき、経路を記録し直し、誤り率を $\varepsilon_0$ の方へと、ある費用をかけて、次の漂流までのあいだ、リセットする。したがってボットはのこぎり歯を描く。漂流とともに登り、手作業の修復のたびに落ち、そしてその当初の設計を決して改善しない。なぜなら、そのなかに学ぶものが何もないからである。その生涯平均の誤りは、世界がどれほど速く動くか（$\delta$）と、組織が誰かを修理に送る余裕をどれほど頻繁に持てるかによって定まる。

この図式の二つの特徴が重要である。第一に、保守は受動的かつ無際限である。ボットの資産群が増えるにつれて、それらが集合的に累積する漂流も増える。したがって保守の労力は、自動化される新しい仕事にではなく、自動化の数とともに上昇する。これが、RPAプログラムの運用コストがその節約を追い越す機構である。第二に、失敗はしばしば静かである。誤ったフィールドから値を記帳するボットはエラーを投げない。もっともらしく誤った結果を生み出し、その費用は、それが気づかれないままでいる長さによってのみ限界づけられる。動く世界のなかの固定ルールは、単に限定的であるだけではない。それは、その大きさを組織が制御できない負債である。

4. 再帰的自動化：ボットには閉じられないループ

エージェントはこの図式を変える。なぜなら、その実行は、自動化そのものに差し向け直すことのできる情報源だからである。エージェントがケースを処理するとき、それは痕跡を残す。見た入力、選んだ手順、行ったツール呼び出し、生み出した出力、そして決定的に、その出力が受け入れられたか、修正されたか、取り消されたかという下流の信号である。その痕跡は、自動化がどこで強くどこで弱いかについての証拠である。そしてエージェントの振る舞いは編集可能なもの, その指示、与えられる例、使うべきツールと検査、難しいケースの振り分け, で表現されているため、その証拠は修正としてフィードバックできる。自動化は、それ自身の稼働から改善する。式(1)が誤りを下げる外部の手しか持たないのに対して、再帰的ループはそれを内側から、各サイクルで下げる。

ここで $\varepsilon_k$ は $k$ サイクル後の誤り率、$g \in (0,1)$ は改善利得（improvement gain）, 一サイクルが除去する是正可能な誤りの割合, であり、$\varepsilon_\ast$ は既約の下限（irreducible floor）, プロセスが振り払えない残差であり、それは真の曖昧さ、欠落した情報、あるいは既約の判断を反映するがゆえに、すなわちタスクの偶有的ではなく本質的な困難さを反映するがゆえに、残るものである。式(2)を反復すると、閉じた形

開始時の誤りから下限への幾何級数的な低下、を与える。これは品質の伝統がつねに目指してきた形であり、ボットには決してたどれない形である。なぜなら、ボットは $g$ を持たないからである。その改善利得はゼロであり、式(2)は、手作業のリセットによってのみ中断される定数へと退化する。このモデルにおけるRPAとエージェント型自動化の違いは、$g = 0$ と $g > 0$ の違いである。すなわち、外からしか修復できない自動化と、内から自らを改善する自動化との違いである。

三つの条件が $g$ を正にし、そして正に保つ。そしてその三つはいずれも、エージェントの実行が供給し、ボットの実行が供給しないものである。信号がなければならない。すなわち、各ケースについての測定可能な成果であり、それによって良し悪しが見分けられる。帰属可能な証拠がなければならない。すなわち、ケースがなぜ, 単にそうなったという事実だけでなく, 誤ったのかを突き止めるのに十分なほど豊かな痕跡である。そして編集可能な表面がなければならない。すなわち、修正が実際に動かしうるレバー、プロンプト、例、ツール、振り分けである。エージェントはこの三つすべてを作業の副産物として生み出す。記録されたボットはそのいずれも生み出さない。それが、ボットが学べないより深い理由である。しかし、正の $g$ はまだ安全な $g$ ではない。信号に対して自らを修正するループは、信号がノイズを含み、帰属が誤り、あるいは変更が後退であるならば、誤りを下げるのと同じくらい容易に誤りを上げうる。$g$ をサイクルを重ねて確実に正に保つことが、制御構造の務めであり、それがDMAICである。

5. 制御構造としてのDMAIC

本稿の中心的な主張は、自己改善ループを危険から信頼できるエンジンへと変える規律が、Six SigmaのDMAICサイクルのうちに、すでに完全に練り上げられたかたちで存在する、ということである。ただしそれは、一回限りの改善プロジェクトとしてではなく、継続的に走らせる自動化の恒常的な制御構造として読まれることを条件とする。各フェーズは、第4節の再帰的ループがその利得を正に、その方向を真に保つために必要とする何かを供給する。図1はそのサイクルを描き、表3は各フェーズをその役割に対応づける。

定義（Define）. ループには、それが追いかけたくなる代理指標ではない目標が必要である。定義は、自動化が奉仕する成果、成功とみなされる許容範囲、そして、それ以下ではさらなる労力が無駄となる下限 $\varepsilon_\ast$ の正直な見積もりを述べる。それによってループは、都合のよい代用物ではなく、事業上の結果を最適化する。暴走するフィードバックの失敗のほとんどは、定義の失敗である。ループは、告げられたことをまさしく改善したのであり、それが誤ったことだったのである。

測定（Measure）. 信号なくして改善利得はない。そして測定は、その信号を製造するフェーズである。あらゆるケースを計測し、成果、修正、そして躊躇の点が、逸話によって標本化されるのではなく記録されるようにする。これはShewhartの洞察, 測定しないものは改善できない, の現代的な形であり、またプロセスマイニング（van der Aalst, 2016）がその居場所を得るところでもある。プロセスマイニングは、プロセスが実際に何をしたかを、どう走ると想像されていたかからではなく、それ自身のイベントログから再構成する。

分析（Analyse）. 学習ループに特徴的な誤りは、ノイズをあたかも信号であるかのように反応し、安定したプロセスの正常なばらつきに対して自らを調整し直して空回りすることである。分析はその守り手である。すなわち、放っておくべき偶然原因の変動を、対処すべき異常原因の変動から分離し、対処可能な誤りを、修正できるほど十分に特定された原因へと帰属させる。これはShewhart (1931) の区別が、それが考案された当のはたらきをまさしく果たしているものであり、いまや自動化を、自らの尾を追うことから守っている。

改善（Improve）. いまはじめて変更がなされる。すなわち、エージェントの指示、その例、そのツール、その検査、あるいは、ある種の難しいケースを人や専門化された経路へ送る振り分けへの修正である。改善はループの変異ステップであり、利得 $g$ が実際に実現される場所であり、そして変更が勘ではなく診断された原因に答えるように、測定と分析の意図的に下流に置かれている。

管理（Control）. 管理は、全体を安全にするフェーズであり、そこでこそ再帰的自動化は、ボットとも、統治されていない学習システムとも、最も鋭く異なる。提案された変更は、より良さそうに見えるからといって採用されるのではない。それは、取り分けておいたケースに対して、成果を悪化させないことが測定された場合にのみ採用され、さもなければ却下されて、以前の版が保持される。形式的には、候補となる修正 $m$ の測定された誤りを $\widehat{\varepsilon}(m)$ と書けば、

ここで $\gamma \ge 0$ は、ゲートがノイズに欺かれないようにする信頼マージンである。ゲートはループに正確な効果を及ぼす。すなわち、誤りの列を期待値において単調にする。

したがって改善は積み重なり、決して返されない。これが、式(2)の生の再帰を、どこへでも漂いうるランダムウォークから、締まる一方のラチェットへと変えるものであり、それは統計的工程管理（Statistical Process Control）が一世紀前に製造業へ寄与した規律が、いまや自らを書き換える自動化に適用されたものである。管理はまた、その務めの華々しくないもう半分も果たす。すなわち、得られた成果を標準化し保持し、改善された版をそのガードレールとともに所定の位置に固定して、次のサイクルが古い下限ではなく新しい下限から始まるようにする。

この組み合わせこそが要点である。DMAICなき再帰は、同じ容易さで改善することも破壊することもできるループである。再帰なきDMAICは、品質チームがつねに手作業で走らせてきた周期的な改善プロジェクトであり、人々がどれほど頻繁に集まれるかによって限界づけられる。DMAICを自らの恒常的な制御構造として走らせるエージェントは、その両方を得る。すなわち、ソフトウェア的改善の速度と到達範囲、そして統計的管理の収束保証である。

6. 置換条件

いまやわれわれは、エージェントがいつボットを追い越すのかを正確に言うことができる。二つの自動化は、同じ漂流率 $\delta$ で、同じ漂流する世界に直面する。ボットは内部利得を持たないため、式(1)により、その誤りは人がリセットするまで漂流とともに登る。エージェントは、そのDMAICループを、サイクル時間 $\tau$, 一つの修正を測定し、分析し、提案し、ゲートにかける時間, と、サイクルあたりの利得 $g$ で走らせる一方、同じ漂流 $\delta$ がその誤りを押し上げる。連続時間において、二つの力は組み合わさる。

誤りを下限へと引き下げる学習項と、それを押し上げる漂流項、である。その定常状態、すなわちループが世界とちょうど歩調を合わせるところは、

したがって自動化は、下限の上方の限界づけられた距離に留まる。その距離は、世界がどれほど速く漂流するかと、ループがどれほど速く学ぶかの比によって定まる。$g \to 0$ のボットには、有限の定常状態がまったく存在しない。その誤りは、保守のスケジュールによってのみ限界づけられる。無次元の*置換数（substitution number）*を次のように定義する。

一サイクルが除去する誤りと、その同じサイクルにわたって漂流が加える誤りとの比、である。$\Sigma > 1$ のとき、ループは環境が注入するよりも速く誤りを除去し、自動化は下限の上方の狭い帯へ収束する。$\Sigma \gg 1$ のとき、それは本質的に下限に座る。エージェントがボットを置き換えるのは、まさに $\Sigma > 1$ の統治されたループを走らせられるときである。これは三つの制御可能な量についての言明である。すなわち、より良い測定と帰属によって利得 $g$ を上げ、ループそのものの自動化によってサイクル $\tau$ を短くせよ、そうすれば、漂流 $\delta$ が有限であるあらゆる環境において、エージェントはいかなる固定ボットをも打ち負かす。図2は二つの軌跡を対比する。実践的な読みはこうである。置換は、エージェントが初日にボットより賢いかどうか, しばしばそうではない, の問題ではなく、そのループが管理のもとで、世界が回るよりも速く回るかどうかの問題である。そしてひとたびそうなれば、ボットののこぎり歯とエージェントの下降は、永遠に分かれていく。

7. 構成された事例：買掛金

この事例は構成されたものであって、観察されたものではない。その数値は例示的かつ内部的に整合しており、結果を報告するためではなく、モデルの諸量がもっともらしい値をとることを示すためのものである。多くのフォーマットで、いくつかのポータルにわたってサプライヤーの請求書を受け取り、そのそれぞれを発注書と入荷実績に突き合わせ、コード付けし、支払いのために記帳しなければならない、ある中堅グループの買掛金機能を考えよう。それは典型的なRPAの対象, 大量で、ルールで記述でき、退屈, であり、また典型的なRPAの失望でもある。なぜなら、フォーマットは絶えず漂流し、どのサプライヤーも、いつ起きてもおかしくない例外だからである。

そのグループのRPA資産群は、最もきれいなサプライヤーのレイアウトを処理し、それ以外のすべてを人へ振り分ける。導入時には請求書の約55パーセントをストレートスルーで記帳していたが、十八か月にわたって三度のポータル更新と新規サプライヤーの波が、ストレートスルー率を押し下げ、静かな誤りの率を押し上げた。その結果、常設のチームが週の多くを、壊れたボットの記録し直しと誤記帳の追跡に費やすようになった。表1はその「以前」の列を与える。記録されたボットを、各請求書をそれが何であるかとして読み、固定された座標によってではなく推論によって突き合わせ、真の例外を人へ振り分けるエージェントで置き換え、そのエージェントを常設のDMAICループで包むこと, ストレートスルー率は測定（Measure）が追跡するもの、毎週の修正は分析（Analyse）が取り組む証拠、エージェントのプロンプト、例、突き合わせの検査は改善（Improve）が修正するもの、そして取り分けておいた標本は管理（Control）が適用するゲートである, は、その水準とその方向の両方を変える。エージェントはボットよりほんの少しだけ良いところから始まるが、そのループがポータルの漂流よりも速く回る（$\Sigma > 1$）ため、その例外率はサイクルを追うごとに、真に人の判断を必要とする請求書によって定まる下限へと低下する。一方で保守の負担は反転する。すなわち、エンジニアが記録を修復するのに代わって、仕事は、管理ゲートにおいてループの提案する変更をレビューすることになる。表1は、この事例を通じてモデルの諸量をたどる。

8. 運営モデルにとって何が変わるか

エージェントをボットに置き換えることは、同じボンネットの下でエンジンを同種のものに取り換えることではない。それは、自動化機能が何をするのか、そして何に長けていなければならないのかを変える。表2は両者を並べて示す。最大の変化は、人の労力がどこへ向かうかにある。RPAのもとでの反復的な人の仕事は修復である。すなわち、世界が壊したボットを見つけて記録し直すこと、資産群の規模に比例してスケールし、何も新しいものを生まない受動的なタスクである。DMAICに統治されたエージェントのもとでの反復的な人の仕事は管理ゲートである。すなわち、ループの提案する修正をレビューし、何をコミットするかを決めること、資産群の規模ではなく改善の速度に比例してスケールし、それがなされるたびにより良い自動化を生むタスクである。技能もそれに応じて変わる。画面に対してロボットをスクリプトすることから、成果を定義し、プロセスを計測し、証拠を判断することへ, すなわち、自動化工学から品質管理の規律へと、いまやソフトウェアの速度で遂行される。

第二の変化がある。ガバナンスにおいてである。自らの振る舞いを書き換えるシステムは、記録よりも強力であり、より少なくではなくより多くの説明責任を要求する。そしてDMAICは、監査証跡を副産物として供給する。コミットされたあらゆる変更は、測定された原因に答え、記録されたゲートを通過し、帰属させることも差し戻すこともできる。したがって自己改善型の自動化は、適切に運営されれば、それが置き換える不透明なボットよりも、より少なくではなくより多く検査可能である。管理（Control）フェーズは、品質の道具であると同時にコンプライアンスの道具でもある。これは、自動化が規制された仕事に触れるところで最も重要であり、それは、われわれが規制されたITに関する研究において別の場所で論じてきたのと同じ規律, ゲートの背後の測定された変更, である。

9. 反論と応答

エージェントはボットよりケースあたりではるかに高価である。 ケースあたりでは、今日、しばしばそのとおりである。そして、環境が真に漂流しない、狭く、安定した、大量のタスクについては、記録されたボットが経済的な選択でありつづけるかもしれず、ここで述べることはそれを否定しない。この論が効くのは環境が漂流するところ, それがほとんどの場所である, においてである。なぜなら、そこではボットの真のコストは、そのケースあたりの価格ではなく、その保守の尾とその静かな誤りだからであり、エージェントのループは、その両方を除去することによって、より高い単位コストの元を取るからである。なすべき比較は、漂流する環境に対する生涯コストであって、初日の単位コストではない。

これは単にモデルを付け足したRPAにすぎず、ベンダーはすでにそれを売っている。 それは逆である。固定的なオーケストレーションにモデルを付け足すこと, 一般に売られているインテリジェント・オートメーション, は、脆い制御構造を保ったままそのコンポーネントをより賢くするため、天井を少しだけ上げ、そして劣化を受け継ぐ。ここでの主張は制御構造そのものについてのものである。すなわち、固定的なオーケストレーションを、自らの出力から自動化を書き換える統治されたループで置き換えることである。エンジンは変化のより小さい半分であり、ループがより大きい半分である。

自らの振る舞いを変える自己改善システムは、統治できないリスクである。 それはリスクであり、統治されなければ深刻なリスクである。それこそが、本稿の第二の礎がモデルではなく制御の規律である理由のすべてである。分析（Analyse）フェーズも管理（Control）ゲートもなしに、ノイズを含む信号に対して自らを調整し直すエージェントは、たしかに漂流し、後退するだろう。応答は、ループを禁じることではなく、製造業が自己調整するプロセスを一世紀にわたって統治するために用いてきた方法でそれを統治することである。すなわち、測定し、信号をノイズから分離し、診断された原因に対して変更し、ゲートが事態を悪化させないと証明するものだけをコミットすることである。統治されたループは、ボットよりも、より少なくではなくより多く説明責任を負う。

あなたのモデルは単純すぎる。現実の誤りは幾何級数的に低下しない。 このモデルは意図的な単純化であり、その定数は測定されていない。その目的は、構造を読み取れるようにすることにある。すなわち、ボットは $g = 0$ を持ち、統治されたエージェントは $g > 0$ を持つこと、そして置換は、ループが漂流を出し抜くかどうかにかかっていることである。幾何級数的な形は、下限に対する比例制御器の一般的な振る舞いであって、精密な経験則ではない。第10節はそう述べる。置換数 $\Sigma$ は、三桁まで引用する数値ではなく、考え方として意図されている。

10. 限界

これは、意図的に単純なモデルを備えた実務家に向けた論であり、その限界は明白であるべきである。第3節から第6節のモデルは例示的である。式(1)の線形な漂流、式(2)の一定の利得、そして単一の下限 $\varepsilon_\ast$ は、読み取りやすさのために選ばれた単純化であり、現実の漂流は塊状であり、現実の利得は下限が近づくにつれて減衰し、下限そのものはタスクが変わるにつれて動く。置換数 $\Sigma$ はレンズであって、測定された量ではなく、われわれはそれを現場のデータに照らして推定してはいない。この論は、漂流し、かつ使用可能な成果信号を伴うプロセスに範囲を限っている。真に定常で大量のタスクは、なお記録されたボットを選好するかもしれず、測定可能な成果を持たないプロセスは、機構全体が依存する信号をループから飢えさせる。この主張は、製品ではなく制御構造についてのものであり、特定のエージェント技術は初期にあって速く動いている。読者は、構造, 統治された再帰的ループは、動く世界において凍結されたルールに勝つ, を保ち、コンポーネントが変化するにつれてそれらを再検討すべきである。最後に、利得は、測定（Measure）と管理（Control）のフェーズがそうである分だけしか正直ではない。計測を下手に行い、あるいはゲートがゴム印へと退化するにまかせる組織は、再帰の収束なしにそのリスクを得るだろう。それは、この考えの欠陥ではなく、この規律を真剣に受け止めるべき理由である。

11. 結論

ロボティック・プロセス・オートメーションは、人がシステムをどう操作するかを記録し、それを再生することで、何か有用なことをなした。しかしそれはタスクの表面を自動化し、それを凍結した。そして動く世界のなかの凍結されたルールは劣化する。その誤りは漂流とともに登り、その保守費用は資産群とともに上昇し、その最悪の失敗は静かである。AIエージェントは、同じルールをより高価なエンジンで再生することによってではなく、記録には閉じられないループを閉じること, 自らの実行から自動化を、サイクルを重ねて改善すること, によって、それを置き換える。その再帰こそが第一の礎であり、それ単独では、助けであると同じだけ危険でもある。第二の礎こそが、それを信頼できるものにする。すなわちDMAICサイクルであり、一回限りのプロジェクトとしてではなく自動化の恒常的な制御構造として読まれる。目標と下限を定義（Define）し、あらゆるケースを測定（Measure）し、信号をノイズから分析（Analyse）し、診断された原因に対して改善（Improve）し、そして、事態を測定可能なかたちで悪化させないものだけをコミットするゲートで管理（Control）する。それによって改善は、賭けではなくラチェットとなる。本稿のモデルにおいて、その違いは、ゼロの改善利得と、確実に正に保たれた利得との違いであり、エージェントがボットを追い越すのは、まさにその統治されたループが、世界が注入するよりも速く誤りを除去するときである。それに続く工学は、請求書を読むモデルについてというよりも、その周りに築かれたループについてのものであり、そのループが必要とする規律は、産業界が一世紀にわたって所有してきたものであり、いまやソフトウェアの速度で走らせることができる。タスクを自動化し、何が起きるかを測定し、測定したものに対して改善し、そして、ゲートがより良いと示していない変更を自動化に一切加えさせないこと。ボットはプロセスの写真である。統治されたエージェントは、学んでいくプロセスである。それが置換であり、それがそのすべてである。

付録 A. 自動化の制御ループとしてのDMAICの運用

以下の実践は、再帰的自動化を漂流させるのではなく収束させつづけるものである。いずれもAIにとって新奇ではない。それぞれは、自らを書き換える自動化に適用された品質の伝統である。

参考文献

Argyris, C., & Schön, D. A. (1978). Organizational learning: A theory of action perspective. Addison-Wesley. ISBN 978-0-201-00174-3.

Ashby, W. R. (1956). An introduction to cybernetics. Chapman & Hall. http://pcp.vub.ac.be/books/IntroCyb.pdf

Benner, M. J., & Tushman, M. L. (2003). Exploitation, exploration, and process management: The productivity dilemma revisited. Academy of Management Review, 28(2), 238–256. https://doi.org/10.2307/30040711

Box, G. E. P. (1957). Evolutionary operation: A method for increasing industrial productivity. Journal of the Royal Statistical Society: Series C (Applied Statistics), 6(2), 81–101. https://doi.org/10.2307/2985505

Deming, W. E. (1986). Out of the crisis. MIT Center for Advanced Engineering Study. ISBN 978-0-911379-01-0.

Harry, M. J., & Schroeder, R. (2000). Six Sigma: The breakthrough management strategy revolutionizing the world’s top corporations. Currency/Doubleday. ISBN 978-0-385-49437-3.

Hofmann, P., Samp, C., & Urbach, N. (2020). Robotic process automation. Electronic Markets, 30(1), 99–106. https://doi.org/10.1007/s12525-019-00365-8

Lacity, M., & Willcocks, L. P. (2016). Robotic process automation at Telefónica O2. MIS Quarterly Executive, 15(1), 21–35. https://aisel.aisnet.org/misqe/vol15/iss1/4/

Linderman, K., Schroeder, R. G., Zaheer, S., & Choo, A. S. (2003). Six Sigma: A goal-theoretic perspective. Journal of Operations Management, 21(2), 193–203. https://doi.org/10.1016/S0272-6963(02)00087-6

Montgomery, D. C. (2024). Introduction to statistical quality control (8th ed.). Wiley. ISBN 978-1-119-72309-7.

Pyzdek, T., & Keller, P. A. (2023). The Six Sigma handbook (6th ed.). McGraw-Hill. ISBN 978-1-26-514399-2.

Shewhart, W. A. (1931). Economic control of quality of manufactured product. D. Van Nostrand. ISBN 978-0-87389-076-2 (ASQ reprint).

Shinn, N., Cassano, F., Gopinath, A., Narasimhan, K., & Yao, S. (2023). Reflexion: Language agents with verbal reinforcement learning. In Advances in Neural Information Processing Systems 36 (NeurIPS 2023). https://arxiv.org/abs/2303.11366

Sutton, R. S., & Barto, A. G. (2018). Reinforcement learning: An introduction (2nd ed.). MIT Press. ISBN 978-0-262-03924-6.

Syed, R., Suriadi, S., Adams, M., Bandara, W., Leemans, S. J. J., Ouyang, C., ter Hofstede, A. H. M., van de Weerd, I., Wynn, M. T., & Reijers, H. A. (2020). Robotic process automation: Contemporary themes and challenges. Computers in Industry, 115, 103162. https://doi.org/10.1016/j.compind.2019.103162

van der Aalst, W. M. P. (2016). Process mining: Data science in action (2nd ed.). Springer. https://doi.org/10.1007/978-3-662-49851-4

van der Aalst, W. M. P., Bichler, M., & Heinzl, A. (2018). Robotic process automation. Business & Information Systems Engineering, 60(4), 269–272. https://doi.org/10.1007/s12599-018-0542-4

Wang, L., Ma, C., Feng, X., Zhang, Z., Yang, H., Zhang, J., Chen, Z., Tang, J., Chen, X., Lin, Y., Zhao, W. X., Wei, Z., & Wen, J.-R. (2024). A survey on large language model based autonomous agents. Frontiers of Computer Science, 18(6), 186345. https://doi.org/10.1007/s11704-024-40231-1

Wewerka, J., & Reichert, M. (2023). Robotic process automation: A systematic mapping study and classification framework. Enterprise Information Systems, 17(2), 1986862. https://doi.org/10.1080/17517575.2021.1986862

Wiener, N. (1948). Cybernetics: Or control and communication in the animal and the machine. MIT Press. ISBN 978-0-262-73009-9.

Willcocks, L. P., Lacity, M., & Craig, A. (2015). The IT function and robotic process automation (The Outsourcing Unit Working Research Paper Series). London School of Economics and Political Science, LSE Research Online item 64519. http://eprints.lse.ac.uk/64519/

Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., & Cao, Y. (2023). ReAct: Synergizing reasoning and acting in language models. In International Conference on Learning Representations (ICLR 2023). https://arxiv.org/abs/2210.03629