この問いを最初から設計に組み込んでいる組織は、実際にはほとんどない。導入すること自体が目的になり、効果の検証は後回しになる。医療介護の現場で今まさにそれが起きている。

背景　なぜ医療介護でRPA×生成AIなのか

医療介護領域は人件費率が高い。製造業のように設備投資の費用対効果を単純に適用できない業種だ。加えて、赤字経営の病院・クリニックも少なくない。「導入してみよう」と言える組織は、実は多くない。

その中で今回の案件は「困っている側からのリクエスト」として始まった。業務上の具体的な課題があり、それを解決するための手段としてRPA×生成AIが選択された。技術ありきではなく、問題ありきだった点が重要だ。

何をやっているか　シンプルな処理、桁違いのスケール

やっていることの骨格はシンプルだ。

• RPAで電子カルテ等のシステムを操作し、対象データを取得する
• 日付・事業所単位に自動で分類する
• 生成AIで文章を要約させる
• 先月のデータと比較させる

「それだけ？」と思うかもしれない。だがこれが数千人規模を対象に、1週間以上にわたって継続稼働し続ける。

RPAだけでは処理できる範囲が限定的だ。生成AIだけでは分類・操作が難しい。組み合わせることで初めて、このスケールの処理が成立する。導入当初、想定外の件数になったのはこの組み合わせ効果によるものだった。

設計の基準　稼働率ではなく人件費の削減

一般的にRPA導入の成果は「稼働率」や「処理件数」で語られることが多い。だがこれらの数字は経営層にとって意思決定の材料にならない。

経営層が見るのは「払った人件費が実際に落ちたか」だ。稼働率が高くても、浮いた時間が別業務に吸収されるだけなら頭数は変わらない。医療介護は人件費率が高い分、この乖離が特に大きく出る。

今回の案件では、設計段階から以下の2軸を成果基準として設定した。

同じ案件を2つの言語で翻訳する。これが「導入した、でも効果が出ない」という第二の詰まり方を防ぐための設計だ。

介入のポイント　標準の線引きと要望の具体化

導入効果が出ない組織に共通するのは、技術的な問題より前に2つの問題がある。

この2点を最初に固めることが、投入時間の削減が「実際に起きる」かどうかを左右する。

医療介護特有の制約

製造業と決定的に違う点がいくつかある。

• 個人情報・医療情報の取り扱いに関する制約が厳しい
• システムがベンダー依存で、API連携の余地が限られるケースがある
• 現場（看護師・介護士等）のITリテラシーに幅がある
• 「止められない」業務が多く、稼働中のシステムへの介入リスクが高い

これらの制約を前提として、ソフトウェア間の責任境界を明文化する設計介入を実施している。障害発生時に「どこまでが誰の仕事か」が不明確なまま運用されている医療システム特有の問題を、構造的に解消することが目的だ。

現時点での状況と今後

本案件は現在進行中であり、最終的な人件費削減の数値は結果が出てから開示する。

継続して効果を出し続けるには、この3点が揃う必要がある。現在進行中の案件で、投入時間の削減が実現できるまでが自分の役割だ。