根据日本厚生劳动省最新数据显示，2019年日本出生人数仅为86.4万人，自1899年有该项统计以来首次不足90万人，跌至历史最低；日本2019年的死亡人数约为137.6万人，较2018年增加了1.4万人，预计为战后最多。

2019年日本人口负增长达到51.2万人，这将进一步加剧日本劳动力严重不足的问题。因此，日本从政府公共部门到地方私人企业，都在苦苦追寻缓解人力资源的解决方案。

神户市教育局教务负责人--大浦富男（右）

而RPA（机器人流程自动化）的部署便捷、易使用、投资回报率高等特性受到了日本各行业的青睐，它可以轻松地将基于规则、重复、繁琐的业务流程实现自动化。近些年随着与AI的相结合使用，使其自动化范围得到了延伸，一些非结构化数据业务也能实现自动化。

位于日本兵库县的神户市教育局便在2019年3月开始了为期三个月的RPA项目测试。在测试期间，神户市教育局将通勤津贴、住房津贴、薪水发放、信息通知等业务完美实现自动化。

经过一年多的使用，仅通勤津贴一项业务每年可节省1,895个工时，节省支出4000多万日元。

神户市教育局教务负责人--大浦富男表示，过去，神户市教育局一直使用纸质文档来提交通勤津贴申请，这种方式不仅审批效率低下，而且极易造成申请丢失和人为错误；而审核人员每年在这项业务上大概需要耗费5492个工时。

为了节省宝贵时间和提高效率，于2019年3月开始使用RPA机器人来处理这项业务，为了配合机器人，员工的通勤津贴申请也改成电子方式；这种方式还有一大好处，即便员工在家也可以远程处理业务。

在RPA的帮助下，将2601个工时的重复业务缩减至706个工时，整个流程缩减了73%；其中有2891个工时需要人工来做最后的确认，所以无法实现自动化。

大浦富男在审核通勤津贴申请

申请通勤补贴需要员工将自己的家庭住址与工作地点填入表格中，然后提交到教务处交给管理人员进行审核：审核人员需要手动查找员工到工作地点的路线，算出公交车或自驾到工作地点的时间，以评判员工的申请是否符合标准。

但有时审核人员无法精准掌控审核路线的堵车时间或其他意外因素，所以，经常会出现误判或漏判的情况，并且审核一条通勤申请大概需要15—20分钟左右的时间。

应用RPA之后，在AI的帮助下机器人可以自动读取通勤补贴的数据，再通过调用GIS（地理信息系统）机器人可以快速、准确地获取路线信息并计算出整个路程的时间；

通过员工设定的规则RPA机器人会自动判定申请是否符合标准。处理完补贴申请后，机器人会将所有结果存储在Excel表格中，方便人工做最后的确认。

此外，神户市教育局还将RPA应用在住房津贴、薪水发放、信息通知等多个业务中均取得了超高的收益。

在上个月26日，神户市教育局特意举办了一场新闻发布会，公布了这一年多来RPA的应用情况，并且与日本各个公共部门分享了RPA的部署、使用和维护等心得，以帮助他们快速应用RPA缓解人力资源的压力。

名古屋、丰桥、藤枝等多个城市的政府机构员工通过视频的方式参加了此次发布会，并对RPA产生了极大地的兴趣。

在发布会上大浦富男表示，RPA彻底解决了人力资源不够的问题，同时提高了工作效率和准确率，尤其是在新冠病毒期间，机器人有效的减少了人与人之间的接触减少了感染的危险。

到2021年，神户市教育局将把RPA部署在采购、后勤等业务流程中，预计节省工作时间超过6000个工时，节省运营支出4亿日元，员工在家工作时间可提升至5000个工时。

继续阅读：

未经允许不得转载：RPA中国 | RPA全球生态 | 数字化劳动力 | RPA新闻 | 推动中国RPA生态发展 | 流 > 神户市教育局通过RPA将通勤津贴实现自动化，每年节省1895个工时和4000万日元支出