RPA はオワコンか：普及した理由と、AI で変わること

「RPA はもうオワコンだ」。AI エージェントが話題になるにつれて、こうした声を聞くようになりました。2017 年ごろからのブームで、日本の多くの会社や自治体が RPA を入れました。今も毎日動いているロボットがある一方で、止まったまま直されないロボットや、作ったものの使われていないロボットも残っています。

この記事では、RPA が日本で普及した理由と、伸びが止まった理由を、調査の数字で振り返ります。そのうえで、RPA は本当にオワコンなのか、AI で何が変わり、何が変わらないのかを整理します。

結論：RPA の役目は終わっていない。変わるのは作った後

• 数字の上ではオワコンではない：国内の RPA 市場は 2023 年度に 903 億円で、前年度から 13% 伸びた。都道府県の 98%、指定都市のすべてが RPA を導入している
• 普及した理由は今も残る：今のシステムに手を入れずに済む、現場でも作れる、効果が時間で見える、人を増やせない
• 伸びが止まった理由は、入れた後にある：画面が変わると止まる、直せる人が足りない、作ったロボットが使われなくなる、判断が要る業務に届かない
• AI で変わるのは、作り方と直し方：AI が画面を読んで操作し、手順を言葉で直せる。ただし、すべてを AI エージェントに任せると、費用も時間もかかる

RPA の 10 年を数字で振り返る

時期	出来事
2017 年	3 つのメガバンクが、大規模な業務量の削減を相次いで表明。三菱 UFJ は 9,500 人分、三井住友は 4,000 人分の業務量、みずほは約 1 万 9,000 人の削減
2018 年	世界の RPA ソフトウェアの売上が前年から 63.1% 増え、8 億 4,600 万ドルに。企業向けソフトウェアで最も伸びた分野（Gartner）
2018 年 6 月	年商 50 億円以上の国内企業で、RPA の導入率が 22%（MM総研）
2018 年 9 月	経済産業省の「DX レポート」が、複雑化・ブラックボックス化した既存システムの問題を「2025 年の崖」として警告
2019 年 4 月	大企業で時間外労働の上限規制が始まる（中小企業は 2020 年 4 月）
2019 年 11 月	導入率が 38% に。年商 1,000 億円以上の大手企業では 51%（MM総研）
2019 年度	国内の RPA 市場が前年度から 56.7% 増え、529 億 7,000 万円に（矢野経済研究所）
2020 年 2 月	Gartner が、日本の RPA は「過度な期待」のピーク期を抜け、幻滅期の底に向かっていると分析
2021 年 3 月	Power Automate Desktop が、Windows 10 で追加料金なしで使えるようになる
2023 年度	国内の RPA 市場は 903 億円。伸びは前年度比 13%（デロイト トーマツ ミック経済研究所）
2024 年 3 月	年商 50 億円以上の企業の導入率は 44% で、前回から 1 ポイント減。50 億円未満の中小企業は 15%（MM総研）
2025 年 10 月	RPA を導入済みの自治体は、都道府県の 98%、指定都市の 100%、その他の市区町村の 44%（総務省）

調査会社によって市場の範囲が違うため、矢野経済研究所とミック経済研究所の金額は直接比べられません。それでも、伸び率が 2019 年度の 56.7% から 2023 年度の 13% に下がったことは読み取れます。

RPA が普及した 4 つの理由

1. 今のシステムに手を入れずに済む

RPA は、人と同じように画面を操作します。API などの連携の仕組みがない古いシステムでも、改修を待たずに、システムの間でデータを移せます。Gartner の担当者は 2019 年、レガシーシステムとつなげられることが RPA の導入の一番の理由だと述べています。

システムを作り直すには、年単位の時間と大きな費用がかかります。2018 年に経済産業省の DX レポートが「2025 年の崖」を警告した後も、すぐに作り直せる会社は多くありませんでした。IPA の「DX 動向 2025」でも、レガシーシステムが一部でも残っている企業は 62.7% でした。RPA は、作り直すまでの間をつなぐ手段として選ばれました。

総務省の調査で自治体が挙げた RPA の業務を見ても、窓口のシステムから基幹システムへの入力、申請書の内容の業務システムへの入力、金融機関のシステムからのデータのダウンロードなど、システムの間の転記が並びます。

2. 現場でも作れる、と期待された

RPA は、操作を記録したり、画面の部品を並べたりしてシナリオを作れます。プログラミングをしない業務の担当者でも自動化を始められる、という点が、多くの会社で導入の決め手になりました。

ただ、実際に作っていたのは、多くの場合、情報システム部門でした。Gartner の 2019 年の調査では、ロボットを IT 部門が開発している企業が 57% と過半数を占めました。推進の体制も、IT 部門が取りまとめて全社で標準化する形が 67% で最も多く、RPA は部門ごとの導入から全社の展開へ移っていました。作れる人が限られていたことは、後で伸びが止まる理由につながります。

3. 効果が時間で見える

「年間◯時間の削減」。RPA の効果は、減った手作業の時間で示せます。三井住友フィナンシャルグループは、2017〜2019 年度の 3 年間に、RPA で 350 万時間、1,750 人相当の業務量を減らしたとしています。自治体でも、旭川市は 53 業務で年 6,460 時間を減らしたと総務省の調査に答えています。

小さな業務から始め、減った時間を示し、次の業務に広げる。この進め方が、稟議を通しやすくしました。

4. 人を増やせず、残業も減らす必要があった

2017 年、3 つのメガバンクが、大規模な業務量の削減を相次いで表明しました。2019 年 4 月には、大企業で時間外労働の上限規制が始まりました。人は増やせず、残業も減らさなければならない。定型の事務を減らす手段として、RPA に予算がつきました。

2021 年 3 月には、Microsoft が Power Automate Desktop を Windows 10 で追加料金なしで使えるようにし、裾野はさらに広がりました。MM総研の 2024 年の調査では、中堅・大手企業での利用シェアで Power Automate が 24% となり、1 位でした。

伸びが止まった 4 つの理由

MM総研の調査で、年商 50 億円以上の企業の RPA の導入率は、2018 年 6 月の 22% から 2019 年 11 月の 38% まで、1 年半で 16 ポイント伸びました。2024 年 3 月は 44% で、前回から 1 ポイント減っています。

伸びが止まった理由は、入れる前よりも、入れた後にあります。

1. 画面が変わると止まる

多くの RPA は、記録した時点の画面を前提に、画面の座標や要素の ID を手がかりに操作の対象を探します。取引先の Web システムのボタンが少し動くだけで、ロボットは止まります。

RPA のベンダー Robocorp が 2022 年に IT チームを対象に行った調査では、69% が少なくとも週に 1 回はロボットが壊れると答え、41% が直すのに 5 時間以上かかると答えました。ベンダーが行った調査であることには注意が要ります。止まる原因は「RPA が画面変更で止まる理由」で詳しく解説しています。

2. 直せる人が足りない

総務省の 2025 年度の調査で、RPA を導入済みか実証中の自治体 842 団体が挙げた課題（3 つまで）は、「取り組むための人材がいない又は不足している」が 71%、「RPA の技術を理解することが難しい」が 42%、「取り組むためのコストが高額であり、予算を獲得するのが難しい」が 30% でした（総務省の公表データを Descarty が集計）。MM総研の 2024 年の調査でも、全社で自動化を進めるには外部の支援が必要だと答えた企業が約 7 割でした。

シナリオを作れる人は限られていました。作った人が異動すると、中身がわかる人がいなくなります。引き継ぎ方は「作った人がいない RPA ロボットの引き継ぎ方」で解説しています。

3. 作ったロボットが使われなくなる

同じ総務省の調査で、作成済みと利用中のシナリオの数をどちらも答えた 730 団体を合計すると、作成済みは 22,801 本、利用中は 16,412 本でした。28% にあたる約 6,400 本は、使われていません。

業務そのものがなくなったシナリオも含まれるため、すべてが失敗というわけではありません。ただ、842 団体の 66% が、RPA の効果を測る KPI を「設定していない」と答えています。どのロボットが使われ、どれが止まっているのかを、誰も見ていない状態になりがちです。一覧の作り方は「RPA のロボット管理台帳」で解説しています。

4. 判断が要る業務に届かない

RPA は、決めた操作を決めたとおりに繰り返します。書式がばらばらの請求書を読む、メールの内容を見て振り分ける、といった業務は自動化しにくく、手作業として残りました。自動化できたのは業務の中の定型の部分だけで、前後の判断は人が担い続けました。

RPA はオワコンか：数字で見る今

数字を見る限り、RPA はオワコンではありません。

• 国内の RPA 市場は、2022 年度の 795 億円から、2023 年度は 903 億円に伸びた。ミック経済研究所は 2024 年度を 1,034 億円と見込む
• RPA を導入済みの自治体は、都道府県の 98%、指定都市の 100%、その他の市区町村の 44%
• 年商 50 億円未満の中小企業の導入率は 15% で、前の年から 3 ポイント増えた

一方で、急な伸びの時期は終わりました。国内の市場の伸びは 2019 年度の 56.7% から 2023 年度の 13% に下がり、中堅・大手企業の導入率は 44% で横ばいです。RPA の大手 UiPath も、2026 年 1 月期の ARR（年間経常収益）の伸びは 11% で、自社を「エージェント型の自動化」の企業と位置付けています。

使う会社は減っていません。悩みの中心が、どう入れるかから、入れたロボットをどう保つかに移った、と見るのが実態に近いでしょう。

AI で変わること、変わらないこと

AI エージェントへの期待は高まっています。Gartner は 2025 年 8 月、日本のクラウドと AI のハイプ・サイクルで、AI エージェントを「過度な期待」のピーク期に置きました。一方で、AI エージェントが当面、RPA に取って代わることはないともしています。高い頻度で実行するプロセスでは、AI エージェントの費用が RPA のロボットの 30 倍に上る可能性があり、結果も毎回同じとは限らないためです。

伸びが止まった 4 つの理由に照らすと、AI で変わることと、変わらないことは次のとおりです。

伸びが止まった理由	AI で変わること	変わらないこと
画面が変わると止まる	AI が画面を読んでボタンや入力欄を探すため、小さな変更では止まりにくい	業務の手順そのものが変われば、手順を直す必要がある
直せる人が足りない	手順を業務の言葉で書き、会話で直せる。専用の開発画面の知識が要らない	業務の持ち主と、直した結果を確かめる人は要る
作ったロボットが使われなくなる	AI だけでは変わらない。直しやすくなれば、止まったまま放置されるロボットは減る	台帳、測る数字、やめる基準は人が決める
判断が要る業務に届かない	AI が書類や画面から値を読み取る	取り消しにくい操作の前には、人の承認が要る

すべてを AI エージェントに任せない

実行のたびに AI が画面を読んで考える AI エージェントは、画面の変化に強い一方で、1 つの操作ごとに AI の応答を待つため遅く、実行のたびに利用料がかかります。毎日数百件を処理する業務で、毎回 AI に考えさせる必要はありません。

現実的なのは、AI が一度覚えた操作を RPA と同じように繰り返し、画面が変わって進めないときだけ AI が覚え直す形です。RPA の速さと、毎回同じ手順で動く確かさを保ったまま、止まりにくく、直しやすくなります。AI が RPA を置き換えるのではなく、RPA の弱点だった「作った後」を変える。Descarty は、この形を AI RPA と呼んでいます。

RPA、AI エージェント、AI RPA の違いは「RPA の課題と AI RPA での解決策」で、業務のステップごとの使い分けは「AI エージェントと RPA の使い分け」で解説しています。

今ある RPA をどうするか

すべてのロボットを一度に替える必要はありません。ロボットごとに判断します。

• 画面がほとんど変わらない社内システムで、決まった操作を大量に繰り返している：RPA のまま残す
• 相手のシステムに API や CSV の連携がある：公式の連携に置き換える
• 社外の Web システムを操作し、予告なく画面が変わる：Kitewell に移す
• 作った人がいない、中身が誰にもわからない：まず台帳に載せてから判断する
• 使われていない：止めて、台帳から外す

切り替えの進め方は「RPA の移行・リプレイス手順」で解説しています。

よくある質問

RPA は AI エージェントに置き換わりますか？

当面は置き換わりません。Gartner も、AI エージェントが当面 RPA に取って代わることはないとしています。決まった手順を大量に、速く、毎回同じように処理する仕事には、今も RPA が向いています。変わるのは、画面が変わりやすい業務や、判断が要る業務の自動化の作り方です。

今から RPA を入れるのは遅いですか？

遅くはありません。中小企業の導入率は 15% で、まだ伸びています。ただ、ブームのころに入れた会社が当たった壁は、入れた後にありました。選ぶ前に、画面が変わったときにどうなるか、作った人以外が直せるか、ロボットの一覧と動いた記録を見られるかを確かめます。

RPA の担当者の仕事はなくなりますか？

画面の部品を並べてシナリオを組む作業は、AI に任せられる部分が増えます。一方で、業務の手順を言葉で正確に書く、人の承認を置く場所を決める、ロボットの台帳と数字を見て直すか止めるかを決める、といった仕事は残ります。RPA を運用してきた経験は、そのまま生きます。

Kitewell で、RPA の作った後を変える

Descarty の Kitewell は、AI が作って AI が直す AI RPA です。業務の担当者が、会話で作り、会話で直します。RPA の伸びを止めた 4 つの理由に、次の仕組みで備えます。

• 画面が変わっても止まりにくい：手順を言葉で書き、AI が画面を読んで操作します。一度うまくいった操作は覚えて、次からは同じ手順で繰り返し、画面が変わったときだけ AI が操作を覚え直します。覚え直したことは実行の記録でわかります
• 会話で直す：アシスタントに頼むと、変更の内容とフロー図を示します。「適用」を押すまで保存されず、「元に戻す」で戻せます。会話の中で伝えた業務のルールや直し方は「覚えていること」に残り、後任の方も同じ所から始められます
• 止まったら知らせる：失敗や承認待ちを、Slack、Microsoft Teams、メールなどに通知します。「実行とログ」で、失敗した実行の件数と成功率を確かめられます
• 判断は、AI の読み取りと人の承認で：AI が書類や画面から値を読み取ります。どのステップにも承認を設定でき、承認、差し戻し、却下の判断が記録に残ります
• 全体を把握する：ロボット管理台帳を Excel で書き出せます

PoC では、Descarty が貴社のご担当者と一緒にワークフローを作り、効果を確かめます。本番のワークフローは、ご担当者が Kitewell のアシスタントとの会話で作り、直します。

まずは、よく止まるロボットや、作った人がいないロボットを 1 つ選び、先行利用パートナーとして共同で検証できます。詳しくは「先行利用パートナー様募集」をご覧ください。

まとめ

• RPA は、今のシステムに手を入れずに済む、現場でも作れる、効果が時間で見える、人を増やせない、という 4 つの理由で普及した
• 伸びが止まった理由は、入れた後にある。画面が変わると止まる、直せる人が足りない、作ったロボットが使われなくなる、判断が要る業務に届かない
• 数字の上では、RPA はオワコンではない。市場は伸び、自治体にも広がっている。悩みの中心が、入れることから保つことに移った
• AI で変わるのは、作り方と直し方。すべてを AI エージェントに任せるのではなく、AI が覚えた操作を繰り返し、画面が変わったときだけ覚え直す形が現実的

出典

• PRESIDENT Online：3メガ銀行の経費率がジワジワ上がる背景 揃ってリストラ策を打ち出したが…（2018 年 9 月 4 日、「プレジデント」2018 年 3 月 19 日号から）
• SMBC グループ二十年史：業務改革を通じたコストコントロールと生産性向上
• Information Age：RPA software market grew 63.1% in 2018, says Gartner（2019 年 6 月 24 日）。レガシーシステムについての Gartner の担当者の発言も同記事
• IT Leaders：国内大手企業のRPA導入率は50％超に、社内における“浸透率”も調査─MM総研（2020 年 2 月 10 日）。2018 年 6 月と 2019 年 11 月の導入率も同記事
• 矢野経済研究所：RPA市場に関する調査を実施（2020年）（2020 年 12 月 7 日）
• IT Leaders：日本のRPAは部門から全社へと拡大、57％の企業はIT部門がシナリオを開発─ガートナー（2020 年 2 月 21 日）
• Microsoft：Download Power Automate Desktop for Windows 10 to automate tasks and processes at no additional cost（2021 年 3 月 2 日）
• IT Leaders：国内RPA市場は年10％超で堅調に推移、オンプレミス製品が9割─デロイト トーマツ ミック研（2024 年 11 月 22 日）
• IPA：DX 動向 2025（2025 年 6 月 26 日）。レガシーシステムの状況は本文の 2.5
• MM総研：RPA 国内利活用動向調査 2024（2024 年 7 月 24 日）
• 総務省：令和7年度「地方自治体におけるAI・RPAの実証実験・導入状況等調査」の調査結果の公表（2026 年 4 月 24 日）。課題、KPI、シナリオの数は、同ページの「RPA 導入状況調査結果」（Excel、2025 年 10 月 31 日時点）から Descarty が集計。公表されていない団体は含まない
• Information & Data Manager：Broken Bots challenge RPA users（2022 年 7 月 8 日）。Robocorp の調査「The State of RPA」（2022 年 5 月）
• UiPath：UiPath Reports Fourth Quarter and Full Year Fiscal 2026 Financial Results（2026 年 3 月 11 日）
• ＠IT：「RAG」「プラットフォームエンジニアリング」は幻滅期に　ガートナーがクラウドとAIのハイプサイクルを発表（2025 年 8 月 13 日）
• ＠IT：AI エージェントは当面 RPA にとって代わることはない（2026 年 1 月 16 日、Gartner による寄稿）