マルチモーダルAIとRPAを連携させた複雑な画像・テキスト混在業務の自動化

マルチモーダルAIとRPAを連携させた複雑な画像・テキスト混在業務の自動化とは

「マルチモーダルAIとRPAを連携させた複雑な画像・テキスト混在業務の自動化」とは、複数の情報形式（モダリティ）、特に画像とテキストを同時に理解・処理できるマルチモーダルAIと、定型業務を自動化するRPA（Robotic Process Automation）を組み合わせ、人間が行っていた複雑な事務作業をエンドツーエンドで自動化する技術です。従来のRPAが苦手としていた、非構造化データである画像情報や、複数のフォーマットで提供される文書からの情報抽出、そしてそれらを横断的に判断・処理する業務において、マルチモーダルAIが認知能力を提供し、RPAがその判断に基づきシステム操作を実行します。これにより、例えば契約書の画像から特定の情報を読み取り、その内容を基に基幹システムへデータを入力するといった、高度な自動化が実現されます。これは「RPA活用術」におけるAI連携による次世代の自動化アプローチの一つです。

このキーワードが属するテーマ