RPAとAIエージェントの違いは、新しさではなく、担う仕事の形にあります。社員の住所変更なら、人事システムの画面への転記はRPA、人事から給与のシステムへ値を送る処理はiPaaS、届け出の文面を読んで次の手を決めるところはAIエージェントの持ち場です。

備考欄に「来月から最寄り駅が変わります」とだけ書かれた届け出は、決まった手順で動くRPAやiPaaSには読みようがありません。エージェントに読み取りの手順を組んでおけば、この一文から通勤手当の見直しが要りそうだと拾い、経路の情報が足りなければ本人に尋ね、担当者の確認に回すところまで進められます。

ロボットが動いている職場で「AIエージェントも検討してほしい」と言われると、いまのロボットへの投資が無駄になるのではと心配になるかもしれません。けれども三つは、同じ仕事の別々の部分を引き受ける道具です。判断の要る工程だけをエージェントに渡せば、動いている自動化はそのまま残せます。

業務自動化ツールの種類は、何を基準に分ければよいのか

業務自動化ツールの種類は、道具が何を手がかりに動くかで分けると、手元の仕事に当てはめやすくなります。RPAは画面に並んだ入力欄やボタンを、iPaaSはシステムが出すデータの項目を、AIエージェントは文章や状況そのものを手がかりにして動きます。

手がかりが違えば、止まり方も違います。RPAは相手の画面の配置が変わると止まり、iPaaSは受け取るデータの項目の形が変わると止まります。エージェントは、手がかりが曖昧でもそれらしい答えを出して止まらずに進むことがあるため、結果を確かめる仕掛けを前後に置いて使います。

表の「向かない仕事」がほかの行の「得意な仕事」とほぼ重なるところに、三つを一つの業務の中で使い分ける余地があります。

RPAは、どんな仕事を自動化する道具なのか

RPA（Robotic Process Automation）は、人がパソコンで行う定型の操作を、ソフトウェアのロボットに肩代わりさせる道具です。総務省の自治体向けガイドブック（2025年7月）は、処理の決まりを定めた「シナリオ」（ロボットに覚えさせる手順書）に沿って、複数のアプリケーションを使う業務を自動化するツールと説明しています。

強みは、相手のシステムに手を入れずに済むことと、件数をこなせることの二つです。ガイドブックは、独自に改修できない外部システムの操作を含む自動化をRPAの得意分野に挙げ、一件ずつの速さでは熟練した職員にかなわないこともある一方、同じ処理を何件も繰り返すときに真価を発揮するとしています。

その代わり、ロボットは与えられた入力とシナリオのとおりにしか動きません。人間のようにその都度判断し、迷ったら指示を仰ぐことはできないため、任せる作業は判断の要らないものか、判断の条件をすべて定義しきれるものに絞ることになる、とガイドブックは説明しています。

画面の配置が変われば、シナリオは直しの対象です。システム改修の知らせが届くたびにシナリオを開き直す手間は、ロボットを回している職場なら覚えがあるはずです。

iPaaSとは何か、RPAとはどこが違うのか

iPaaS（Integration Platform as a Service）とは、システム同士をつないでデータをやり取りさせる、クラウド上のサービスです。RPAが人と同じ画面を操作するのに対し、iPaaSはAPIや専用の接続部品を通じて、画面を介さずに値を渡します。

AWSの解説によれば、多くの製品には、よく使われるアプリケーションやデータベース向けのコネクタ（つなぎ先ごとに用意された接続部品）が組み込まれていて、対応していないアプリケーションは提供元への連絡が要るとされています。

同じ解説は、流れを起こすきっかけを決まった時刻・業務上の出来事・必要に応じた呼び出しから選べる製品が多いとしています。あるアプリに新しいレコード（一件分のデータ）ができたら、別のアプリにもレコードを作る、といった流れです。送るデータや頻度、適用する条件は前もって決めておき、項目の対応づけや形式の変換も途中に組み込めます。

画面に頼らないので、相手の画面が模様替えしても流れは止まりません。その反面、相手のシステムにAPIも用意されたコネクタもなければ、iPaaSだけでは手が届きません。そうした相手との間だけをRPAが受け持ち、残りをiPaaSでつなぐ組み合わせも成り立ちます。

使い込むほど費用がどう動くかは、課金の単位しだいです。単位ごとの違いは、Zapierの料金が予測しにくくなる理由を整理した記事が詳しく扱っています。

RPAとAIエージェントの違いは、どこに表れるのか

RPAとAIエージェントの違いは、手順を誰が決めるかに表れます。RPAは人が書いた手順を順番どおりになぞり、AIエージェントは目標と、使ってよい操作（検索や登録など）を渡されると、届いた情報を読んで次に何をするかを自分で選びます。

総務省と経済産業省のAI事業者ガイドライン（第1.2版、2026年3月31日）は、AIエージェントを「特定の目標を達成するために、環境を感知し自律的に行動するAIシステム」と定めました。脚注によれば、ここでの自律には、ある程度の自律性を持つものも含まれます。

RPAにも判断はあります。ガイドブックが挙げる典型的な活用パターン六つのうち一つは、システムの情報を一件ずつ照合し、機械的に判断した結果を表計算ソフトなどに保存する使い方です。

分かれ目は、その判断の条件を人が前もって定義しきれるかどうか、という一点です。

条件に落とせない判断は、仕事の中にいくらでもあります。書式のそろわない文面から要る項目を拾う、問い合わせの意図をくみ取る、足りない情報を相手に聞き返す。RPAなら条件から漏れて止まる場面でも、エージェントは渡された操作の範囲で次の手を選び直せます。

裏返せば、同じ入力に毎回同じ結果を返す仕事は、エージェントの得意分野ではありません。決まった転記を一件ずつChatGPTのような言語モデル（LLM）に考えさせれば、呼び出すたびに処理時間と利用料が積み上がります。

チャットボットとの線引きから押さえたい場合は、AIエージェントとチャットボットの違いを「業務の主語」で分けた記事を先に読むと位置関係がつかめるでしょう。

どの工程をエージェントに渡すかは、何で判定するのか

AIエージェントに渡すかどうかは、業務まるごとではなく工程ごとに、入力の揺れ・例外の頻度・判断の種類の三つで決めます。入力の揺れが大きい、例外が日常的に起きる、判断の条件を定義しきれない、といった工程が候補になります。画面変更の頻度は、残す工程をRPAとiPaaSのどちらに置くかを決める物差しです。候補になった判断でも、月に数件しか起きないなら人に回すほうが軽く済む場合があります。

これらの物差しは、総務省のガイドブックがRPAに向く業務の判断基準として挙げた条件を、裏返して組み立てたものです。定型的で複雑な判断を要しない業務、起点となる入力情報が電子化されている（または電子化できる）業務、処理対象が安定していて変化が少ない業務。こうした条件から外れる工程が、エージェントの持ち場の候補になります。

画面変更の頻度は、残すと決めた工程に当てます。相手の画面がよく変わり、しかもAPIがあるなら、画面を介さないiPaaSへ移すとシナリオを直す回数を減らせます。ガイドブックも、インターネット上のサービスをRPAで操作する場合は、予告なしに画面が変わることを念頭に置くよう注意しています。

基準は、業務を工程に割ってから当てます。業務ひとまとまりに当てると、答えが「全部エージェントに」か「全部このまま」に振れやすいからです。冒頭の住所変更なら、次の三つに分かれます。

この割り方は、ガイドブックの典型例とも食い違いません。通勤手当の審査は「システムの情報を利用目的に合わせて抜き出す」パターンの代表例として載っており、ロボットが担うのは経路を検索して距離を記録するところまでで、決裁は職員が行います。

当てはまり具合は、手元の記録で確かめられます。入力の揺れは、直近の届け出を様式どおりの件と自由に書かれた件に分け、送り手ごとに数えます。揺れが特定の送り手に偏っているなら、エージェントを組むより、様式をそろえてもらうほうが早く片づくこともあります。

例外の頻度は、すでにロボットがあるなら、止まった記録がそのまま実測値です。止まった理由を入力の不備・画面の変化・判断の迷いに分けて数えると、入力の不備は様式の見直しへ、画面の変化はiPaaSへの移し替えへ、判断の迷いはエージェントの候補へと、それぞれ次の置き場所が決まります。

判断の種類は、担当者に判断の条件を書き出してもらい、「場合による」「前例を見て決める」といった言葉が残るかで見分けます。

月に数件しかない判断を人に回しているあいだも、理由を一行ずつ残しておけば、条件に落とせる部分が少しずつ増えていきます。

既存のRPAやiPaaSは、AIエージェントに置き換えるべきなのか

安定して動いている既存のRPAやiPaaSを、AIエージェントに置き換える理由はほとんどありません。ロボットや連携は判断の要る工程の前後で働き続けられるので、エージェントはその間に挟まる「読んで決める」工程へ差し込む形で足すのが、手戻りの少ない入れ方です。

自治体では、RPAを入れた団体の多くがAIも併せて使っています。総務省の令和7年度調査（2025年10月31日時点、全1,788団体が回答）によると、RPAの導入済みは都道府県で98%、指定都市で100%、その他の市区町村で44%でした。全団体をAIとRPAの組み合わせで見ると、両方を入れた団体が738、RPAだけの団体が84です。ここでのAIは音声認識や文字の読み取りなどで、生成AIは含みません。

ガイドブックのコラムによれば、いま普及しているRPAはAIを含まないものの、AIを搭載した他のツールと組み合わせて使えます。紙の申請書をAI-OCR（画像から文字を読み取るAI）でデータにし、RPAで業務システムに入力する組み合わせは、自治体での活用例が増えているとあります。読む工程はAIに、入れる工程はロボットに、という分担です。

中小企業では、そもそもRPAを持たない会社が大半です。日本政策金融公庫総合研究所が2024年3月に行った調査（結果の公表は同年5月）では、デジタル化に取り組む中小企業のうちRPAを導入しているのは8.0%で、会計システムの86.9%とは大きく離れていました。翌2025年3月の調査では、RPAは「2023年度以前に導入」が7.7%、「2024年度に新規導入」が4.1%、導入予定が15.2%です。

同じ2025年3月の調査では、デジタル化に取り組む中小企業のうち、AIを導入する予定がある割合が17.8%と、調べたデジタルツールの中で最も高くなりました。RPAを持たない会社がこれからAIを入れる場合も、問いの立て方は変わりません。どの製品を買うかより先に、どの工程がどの形の仕事なのかを書き出せば、最初に当てる道具がiPaaSなのかエージェントなのかを絞り込めます。

ロボットがある職場なら、足す場所は、いまロボットが止まって人が引き取っている箇所から探すと見つかりやすくなります。

併用するとき、道具の境目には何を決めておくのか

RPAやiPaaSとAIエージェントを併用するときは、受け渡すデータの形、自信の持てない結果の行き先、やり直したときの扱い、道具ごとのアカウントの四つを、境目で決めておきます。この四つがそろえば、エージェントの判断に揺れがあっても、後ろに控えるロボットや連携は決まった形の入力だけを受け取れます。

併用で崩れやすいのは、道具の中身より、道具と道具の境目です。エージェントの出力を文章のまま次へ流すと、決まった形を前提に組まれたRPAやiPaaSがそこで止まります。もっと厄介なのは止まらない場合で、もっともらしい値が項目に紛れ込み、給与の計算まで進んでから誤りに気づくことになります。

そこで境目には、確認や停止の仕掛け、いわゆる制御ポイントを置きます。通勤手当の例なら、エージェントの判断を「要る・要らない・判断できない」の三つの値と根拠の一文に直してから渡し、受け取る側は三つ以外の値を通さない、という約束にしておきます。値が三つに収まらないこと自体が、止める理由になります。

読み取りに自信の持てない件は、登録へ進めずに保留の一覧へ回し、人が目を通してから流します。総務省のガイドブックも、想定外の入力データや業務システムの停止に備える例外処理では、無理に処理を続けず職員の判断を入れる安全策を勧めています。エージェントの前後でも、考え方は同じです。

やり直したときの扱いも、境目で決めておきます。途中で止まった処理を再実行すると、登録を済ませた件までもう一度登録されることがあるからです。届け出ごとに番号を振り、同じ番号の二度目の登録を受け付けないようにしておけば、やり直しても重複は生まれません。

アカウントは道具ごとに分けます。ガイドブックは、RPAが処理したことが分かるよう専用のアカウントを用意する方法を紹介しています。エージェントにも専用のアカウントを持たせれば、誤りがどの境目で起きたのかを記録から切り分けられます。

分ける効き目は権限にも及びます。エージェントには読み取りと保留一覧への書き込みだけを許し、給与システムへの登録はロボットか担当者の手に残す、といった絞り方ができます。様子がおかしいときにエージェントのアカウントだけを止めれば、ロボットの定型処理は動かしたままにできます。

境目は一度に増やさず、一つの業務の一つの工程から試します。小さく試して見極める進め方は、非開発組織がPoC（小規模な試行）で失敗を避ける方法で整理しています。

WindyFloは、三つのうちどこを受け持つのか

ハマダラボ（HAMADA LABS）のWindyFloは、三つのうち主にAIエージェントの層を受け持つノーコード（プログラムを書かずに組める）の基盤です。画面の操作をなぞるRPA製品ではないので、既存のロボットや連携とは別の層に置き、判断の要る工程を任せるのが基本の使い方になります。

公開ページでは、処理の部品にあたる「ノード」をドラッグ＆ドロップでつなぎ、AIパイプライン（データを集めて整え、AIモデルに学ばせて結果を出させるまでの一連の処理）を組む方式を示しています。組んだ処理はAPIで既存のアプリやウェブサイトに接続でき、様々な大規模言語モデル（LLM）を使えます。

パイプライン・ハブにある既存のパイプラインを複製（fork）して手を加える始め方もあります。同じページの事例欄に並ぶのは、膨大な文章から必要な情報を探すツール、複雑な表計算のデータから必要なものだけを探すエージェント、お客様対応を自動化する対話エージェントで、どれも中身を読んで選ぶ側の仕事です。

会社資料（2026年9月）は、自然言語で業務を書くとエージェントやワークフロー（業務の流れ）、アプリを自動で作る機能と、ERP（基幹業務システム）・CRM（顧客管理）・社内データベース・Notion・Slackといった種類のシステムとの連携を挙げています。手元のどの製品とつながるかは、システム名を挙げて個別に確認するのが確実です。

「ChatGPTは答えます。WindyFloは働きます。」という言い方は、答えを返した先の手順まで引き受けるという持ち場の違いを示しています。機能の説明と「無料ではじめる」の入口、お問い合わせへのリンクは、WindyFloの公開ページにあります。

よくある質問

出典

• ［1次］総務省「自治体におけるRPA導入ガイドブック」（令和7年7月）— RPAの定義（普段人が行う定型的なパソコン操作をソフトウェアのロボットが代替して自動化するもの、処理のルールを定義した「シナリオ」に沿って複数のアプリケーションを使用する業務を自動化するツール）、複数の業務システムをまたがる処理、特に独自に改修できない外部システムの操作を含む自動化がRPAの得意とするところ、1件あたりの処理時間では熟練した職員の方が手早く終えられることも珍しくなく、同じ処理を何件も繰り返し行う必要があるときに真価を発揮すること、人間のようにその都度判断し迷ったら指示を仰ぐことはできず、判断を必要としない（または判断の条件を全て定義しきれる）単純作業のみを切り出して行わせることになること、典型的な活用パターン6種（表3-1、「システムの情報を参照し、機械的に判断する」を含む）、対象業務の選定の判断基準（定型的で複雑な判断を要しない業務・入口［起点となるインプット情報］が電子化されている、または電子化することができる業務・処理対象が安定しており変化が少ない業務等）、活用パターン5「システムの情報を利用目的に合わせて抜き出す」の「通勤手当の審査」の例（RPAの導入範囲は経路検索と距離の記録、決裁は担当職員）とインターネット上のサービスでは事前の予告なしに画面が変更されることへの注意、コラム「AIとRPA」（現在普及しているRPAツールはAIを含まないが、AIを搭載した他のツールとの組み合わせ利用は可能で、AI-OCRとRPAの組み合わせの自治体での活用例が増えていること）、例外処理で無理に処理を継続せず職員の判断を入れる安全対策、RPA専用のアカウントの用意、マクロ機能との比較（表2-1）、プログラミング不要でシナリオを作成できる製品が多い一方で繰り返し・条件分岐・変数の扱いなど基礎的な素養が必要になることが多いこと（2026年10月8日確認）: https://www.soumu.go.jp/main_content/001069306.pdf
• ［1次］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）および概要版「自治体におけるAI・RPA活用促進（R7年度版）」— 令和7年10月31日時点・1,788団体のうち1,788団体（100%）が回答、RPA導入済団体の割合（都道府県98%・指定都市100%・その他の市区町村44%）、AI・RPAの導入状況（AIのみ393団体・RPAのみ84団体・いずれも導入738団体）、本調査のAIは生成AIを含まないこと、AIの機能別導入件数で音声認識が最多・AI-OCR等の文字認識が2番目（2026年10月8日確認）: https://www.soumu.go.jp/menu_news/s-news/01ryutsu06_02000479.html ／ https://www.soumu.go.jp/main_content/001070291.pdf
• ［1次］日本政策金融公庫総合研究所「中小企業におけるデジタル化の実態『中小企業のデジタル化に関する調査』結果概要」（中小企業動向トピックス No.181、2024年9月20日）— 2024年3月中旬実施・有効回答4,350社、デジタル化に取り組む企業のツール別導入割合（会計システム86.9%、RPA［業務自働化］8.0%。同じ調査結果の最初の公表は2024年5月24日）（2026年10月8日確認）: https://www.jfc.go.jp/n/findings/pdf/topics_no181_2409_1.pdf
• ［1次］日本政策金融公庫総合研究所「『中小企業のデジタル化に関する調査』結果」（ニュースリリース、2024年5月24日）— 同じ調査（2024年3月中旬実施・有効回答4,350社）の結果の最初の公表、デジタル化に取り組んでいる企業のデジタルツール導入状況（会計システム86.9%、RPA［業務自働化］8.0%）（2026年10月15日確認）: https://www.jfc.go.jp/n/findings/pdf/tokubetu_240524.pdf
• ［1次］日本政策金融公庫総合研究所「『デジタル化に取り組む中小企業の実態に関する調査』結果」（ニュースリリース、2025年5月21日）— 2025年3月中旬実施・有効回答4,328社、デジタル化に取り組む企業でAI（人工知能）の導入予定がある割合が17.8%と、すべてのデジタルツールのなかで最も多いこと、RPAの導入状況（2023年度以前に導入7.7%・2024年度に新規導入4.1%・導入予定15.2%）（2026年10月8日確認）: https://www.jfc.go.jp/n/findings/pdf/tokubetu_250521.pdf
• ［1次］総務省・経済産業省「AI事業者ガイドライン（第1.2版）」本編（令和8年3月31日）— AIエージェントの定義（特定の目標を達成するために、環境を感知し自律的に行動するAIシステム）と、自律は高度な自律状態だけでなくある程度の自律性を持つものも含むとする脚注（2026年10月8日確認）: https://www.soumu.go.jp/main_content/001064279.pdf
• ［業界］AWS「iPaaS とは?」（公表日の記載なし）— iPaaSは複数のアプリケーションからのデータを統合するためのクラウドベースのソフトウェアモデルであること、多くのiPaaSソリューションに一般的なアプリケーションやデータベース用のコネクタがあらかじめ組み込まれていること、特定のビジネスアプリケーションがサポートされていない場合はiPaaSベンダーへの連絡が必要なこと、多くのベンダーがスケジュール・ビジネスイベント・オンデマンドで統合を実行できるようにしていること、イベントによってトリガーされる統合フロー（新しいレコードが別のアプリケーションのレコード作成を起こす例）と転送データ・頻度・条件の指定、システム間のデータフィールドのマッピングと形式の変換（2026年10月8日確認）: https://aws.amazon.com/jp/what-is/ipaas/
• ［公式］Anthropic「Computer use tool」（Claude Platform Docs、公表日の記載なし）— スクリーンショットとマウス・キーボード操作によるデスクトップ操作の機能、人が直接行う操作に比べて遅すぎることがある旨、完全な正確さが求められる作業や機微な情報を扱う作業は人の監督なしに使わないよう求める注意（2026年10月8日確認）: https://platform.claude.com/docs/en/agents-and-tools/tool-use/computer-use-tool
• ［公式］WindyFlo 公開ページ（/jp、更新日の記載なし）— 「ノード」をドラッグ＆ドロップで接続してAIパイプラインを構築する方式、AIパイプラインの説明（データを集め、前処理し、学習して推論する過程）、APIで既存のアプリやウェブサイトに接続、様々な大規模言語モデル（LLM）が利用可能、パイプライン・ハブで既存のパイプラインを選んでforkしカスタマイズする手順、AIパイプライン開発事例（膨大な文章から必要な情報を探す情報検索AIツール・複雑なスプレッドシートから必要なデータだけを探すCSVエージェント・お客様対応を自動化するAI対話エージェント）、「無料ではじめる」と「お問い合わせ」へのリンク（2026年10月8日確認）: https://www.windyflo.com/jp
• ［自社資料］ハマダラボ 会社資料（2026年9月）— ハマダラボのAIエージェントSaaSとしてのWindyFloの位置づけ、自然言語で業務を入力するとエージェント・ワークフロー・アプリを自動生成する機能、連携対象の分類（ERP・CRM・社内データベース・Notion・Slack）