#DXパスポート試験-レベル分け（ドローン・自動運転・RPA・AI）をパパっと理解！

はじめに

RPAのレベル分け

RPA（Robotic Process Automation）は、企業の業務プロセスを自動化する技術であり、以下の段階に分けられます。RPAの進化に伴い、AIや機械学習と連携することで、より複雑な業務や判断業務の自動化が可能になっています。

クラス1-RPA（Robotic Process Automation）

繰り返し発生する定型業務を自動化する段階です。これはルールベースで動作するため、特定の手順に基づいた作業、例えばデータの入力や転記、帳票の作成などが該当します。

• 例: 経理部門での請求書処理や顧客データの管理など、毎日同じ手順で行われる作業が自動化されます。

クラス2-EPA（Enhanced Process Automation）

一部の非定型業務の自動化をする段階です。AIや機械学習を組み合わせることで、例外処理や予測を行うことが可能です。このレベルになると、固定のルールだけでなく、データやパターンから学習して対応できる自動化が行われます。

• 例: コールセンターで顧客対応履歴を基にして次のアクションを提案するシステムや、販売データを分析して需給予測を行うシステムがこれに当たります。

クラス3ｰCA（Cognitive Automation）

高度な自律化をする段階です。人間の意思決定を模倣し、データ分析やパターン認識を基に業務を高度に自動化します。複雑な判断を含む業務でも、人間の介入を最低限に抑えることが可能です。この段階では、AIや機械学習の技術が組み合わさり、システムが自己学習し、業務の改善や最適化を自律的に行うことができます。

• 例: 銀行の融資判断システムや、マーケティングの意思決定をAIに任せるシステムなどがこの段階に該当します。

自動運転のレベル分け

自動運転技術の進化段階は、国際的な基準に基づいてレベル0からレベル5までの6段階に分かれています。各レベルは、システムが運転をどの程度担当するか、ドライバーの関与がどの程度必要かで分類されています。

レベル0: 完全手動運転

すべての運転操作を人間のドライバーが行います。システムによる支援はなく、車両制御は全て人間に依存します。

レベル1: 運転支援

特定の運転タスク（縦方向か横方向のどちらか）を自動化します。例えば、車間距離を保つためのクルーズコントロールがこのレベルに該当します。

• 例: 高速道路での車間距離を保つアダプティブクルーズコントロール（ACC）。

レベル2: 部分自動運転

縦方向（加減速）と横方向（ステアリング）の両方をシステムが担当しますが、ドライバーは常に監視し、必要に応じて介入できる必要があります。

• 例: 高速道路での車線維持アシストと自動ブレーキ機能が統合されたシステム。

レベル3: 条件付き自動運転

特定の条件下（主に限定された地域やシーン）では、すべての運転タスクを自動システムが担当しますが、システムが対応できない状況（例: 緊急時）にはドライバーが対応する必要があります。

• 例: 高速道路などで、システムが運転の大部分を自動化し、危険時のみドライバーが操作する場面。

レベル4: 高度自動運転

限定された領域内で、すべての運転タスクを自動システムが担当します。緊急時も含めて人間の介入は不要です。ただし、限定された領域外では人間の操作が必要です。

• 例: 特定の都市部や特定の高速道路のみでの完全自動運転。

レベル5: 完全自動運転

全領域において、すべての運転タスクを自動システムが担当します。完全な自律走行であり、人間の関与は一切必要ありません。

• 例: 完全自動運転車が都市部でも田舎道でも同じように動作する。

ドローンのレベル分け

ドローンの飛行範囲と自律性に基づいて、運用が段階的に分けられています。

レベル1: 目視内における操縦飛行

操縦者が目視範囲内でドローンを操作します。基本的には手動での飛行が行われます。

• 例: 産業用ドローンでの近距離点検や空撮。

レベル2: 目視内における自動・自律飛行

操縦者の目視範囲内で、ドローンが自動的に設定されたルートを飛行します。操縦者がモニタリングを行いますが、基本的な操作は自動で行われます。

• 例: 設備の点検など。

レベル3: 無人地帯での目視外における自律飛行

操縦者が目視外での自律飛行が可能です。無人地帯（山間部や海上など）での飛行が主に対象となります。

• 例: 遠隔地のインフラ点検や災害時のリモート監視。

レベル4: 有人地帯での目視外における自律飛行

有人地域での目視外飛行が可能な段階です。高度なセンサーやAI技術を使って、衝突を避けながら自律的に飛行します。

• 例: 都市部でのドローンによる配送サービス。

AIブームの3つの段階

AI技術の発展は、3つの主なブームに分けられ、それぞれがAI技術の重要な進化を反映しています。

1 第一次AIブーム（1950～60年代）

推論や探索アルゴリズムを用いて、問題解決を行うシステムが登場しました。初期のAIはルールベースのプログラムであり、特定の条件に従って答えを導くことができました。

• 例: 「エルIZA」という簡単なルールベースの対話システムや、チェスや囲碁の初期のAIプログラム。

2 第二次AIブーム（1980年代）

エキスパートシステムの登場で、特定の分野に関する知識をプログラムに組み込み、専門家のような判断を行うことができるようになりました。しかし、処理能力やデータ不足から、このブームは停滞しました。

• 例: 医療診断支援システムや製造業における品質管理システム。

3 第三次AIブーム（2010年～現在）

機械学習やディープラーニング（深層学習）の発展により、大量のデータを用いて自己学習ができるシステムが普及しました。特にGPUなどのハードウェア進化がAIの性能を飛躍的に高め、実用化が進みました。

• 例: 音声アシスタント（SiriやAlexa）、自動翻訳（Google翻訳）、自動運転車。

まとめ

要するに…

このように、DX関連の技術やコンセプトには、それぞれの進化や成熟段階に応じた「レベル分け」が存在しています。これらを理解することは、DXパスポート試験に合格するために重要です。

• RPAのレベル分けでは、業務の自動化が進化し、単純なルールベースから高度なAI主導の自律化に発展。
• 自動運転では、運転者の介入が必要なレベル0から完全自動運転のレベル5まで進化。
• ドローンでは、目視範囲内での操作から目視外での自律飛行へと発展。
• AIブームの3つの段階を通じて、推論システムから現在の深層学習まで、技術が進化してきた。

おわりに