智能流程自動化是一系列技術的組合和運用，它包括 RPA、LCDP、iBPM、PM、AI等多種關鍵技術，通過業務和技術融合拓展業務場景的邊界，推動數字員工的應用和發展。

將自動化處理技術結合語義識別、語音識別、視覺感知、智能翻譯、智能對話、機器學習等人工智能算法，通過大量樣本的智能模型訓練，打破軟件自動化技術傳統預設流程的局限性，幫助人類完成需要人類智慧才能處理的任務，從而實現類似智能客服、智能營銷、智能風控和智能審單等業務流程自動化處理，如圖1所示。

圖 1 智能流程自動化技術構成

（一）機器人流程自動化（RPA）

RPA 的全稱為機器人流程自動化（Robotic Process Automation），能夠模擬或代替人工完成規則固定、數據結構標準的任務。RPA 作為智能自動化的技術基礎，在業務流程自動化過程中扮演著“執行者”的角色，主要負責流程打通、業務連接及模擬執行工作。

（二）智能業務流程管理（iBPM）

iBPM（智能業務流程管理）是BPM功能的擴展，其本質是在優秀的業務流程管理（BPM）工具基礎上，集成人工智能（AI）和云計算等技術，對傳統BPM工具功能上的擴充，使其具有智能識別、智能感知、智能判斷、智能決策的能力。iBPMS是iBPM的智能化套件，它嵌入了豐富的智能組件，是智能流程自動化發揮效能的"粘合劑"，可助力用戶敏捷管理智能自動化相關能力。

（三）低代碼開發平臺（LCDP）

低代碼開發平臺（LCDP-low code develop platforms）是通過少量編碼或無需編碼即可快速構建應用的開發平臺。低代碼、無代碼平臺能夠通過可視化拖拽方式快速完成應用開發，具有可視化、可擴展、可重用的特點。它在智能流程自動化中扮演“輔助者”的角色，負責自動化業務流程敏捷、高效的定制開發。

（四）流程挖掘（PM）

流程挖掘（Process Mining）是一種流程分析和監測技術，它能夠運用企業信息系統中已有數據，自動呈現真實可靠的業務流程。作為拓展智能流程自動化邊界的核心技術，它與 iBPM 在智能流程自動化過程中扮演著“分析管理者”的角色，共同完成自動化業務流程的發現、分析、優化及管理工作。

（五）人工智能（AI）

人工智能（Artificial Intelligence）在自然語言處理、智能語音、計算機視覺、人機交互、知識圖譜等多個技術領域取得的顯著進展，全面提升了智能自動化感知認知能力，賦予了智能自動化聽、說、讀、寫、判斷、思維的能力，使得智能業務自動化具備了智慧大腦。

（六）集成技術

企業可根據智能流程自動化目標，選擇適合本企業的集成方案將智能流程自動化的多種關鍵技術進行集成。

智能流程自動化是通過將RPA、AI、iBPM、PM等多項技術進行疊加并綜合運用來實現的。其中 RPA（機器人流程自動化）是智能流程自動化的基礎，使其具備基本自動化能力，AI（人工智能）使其具備了思考、感知和認知能力，而大數據、云計算等在算法和算力方面的加持，使得其可以像人一樣“思考”和“工作”，從而實現在企業的部分場景中“輔助人”或“替代人”的人機協同辦公新模式。

 新技術發展及金融業應用現狀 

業務和技術雙向融合發展是近年來金融科技主要發展趨勢，由于銀行業務高速發展，業務分工不斷細化、部門增多，業務子公司出現等，傳統流程設計受跨機構、跨部門、跨崗位職責等多方因素影響，其流程效率和質量難以滿足新形勢下業務發展的需要。

隨著人工智能、大數據、云計算等技術的進步及軟件自動化技術成熟發展，銀行期望依托新技術打通機構與部門間壁壘，通過流程再造和流程自動化應用，從而提升內部工作效率，改善外部客戶體驗，推動數字化轉型的整體進程。流程自動化處理技術作為創新科技之一，在融合了人工智能后正驅動著數字員工席卷全球。利用智能軟件機器人解決人力短缺難題，正成為企業新型人力資源優化方案。

金融行業通過組織建設、流程再造和平臺搭建，探索金融行業人與軟件自動化機器人協同辦公新模式，發展數字化勞動力運營管理體系也將成為企業數字化轉型的重要方向。

（一）新技術發展現狀

新技術發展通常要經歷萌芽期、成長期、成熟期、衰落期四個階段，如圖2所示。

第一階段為萌芽期，為創新階段，此階段人們對新技術或者新概念處于認知階段，面對群體為少數創新者和早期使用者；

第二階段為成長期，經過新技術不斷的發展，逐漸被大眾所接受并多方位尋找可以落地的應用場景；

第三階段為成熟期，“新技術”經過成長發展，應用場景效果顯現，引發各行業爭相加入和資本涌入，這個階段可能會持續很長時間，也可能隨著新技術興起或應用弊端凸顯迅速進入衰落期。

第四階段為衰落期，經過前兩階段的發展“新技術”已經得到大量應用，被大眾所熟知，從技術本身來講已無更多改變和創新，技術進入穩定期，隨著新技術的應用和市場的更替逐步退出。

金融行業在智能流程自動化技術領域正處于早期采用者階段向早期大眾階段過渡，這一階段新技術的研發與應用進入關鍵的成長期，并逐漸的通過平臺創新、產品延伸創新、產品強化創新和經驗創新等實現技術價值轉移。

圖 2 新技術發展周期

（二）金融行業新技術應用現狀

我國銀行業首次引入機器流程自動化技術處理業務流程可追溯到2017年，部分金融機構率先在財務領域、運營業務領域等引入自動化技術，實現銀行前臺對客接觸層端到端的流程自動化處理，優化了運營流程、提升了客戶體驗，降低了作業中心人力成本，建立了流程自動化對提升業務效率和降低運營成本的認知。隨著分布式、云計算、人工智能等技術的成熟發展，金融機構嘗試將光學字符識別、自然語言理解、語音合成和機器人流程自動化等技術組合應用在企業流程處理當中，在智慧運營、智慧營銷、綠色信貸、智能風控等方面重塑企業流程，提升智能流程的自動化水平。經過了兩到三年的發展，銀行業已初步形成了對企業流程自動化的基本認知，并對企業流程的自動化和智能化提出進一步發展要求。結合目前我國銀行業應用現狀，在推動智能流程自動化發展過程中主要經歷兩個階段，即智能流程自動化發展初期和中期，每個階段面臨的問題側重有所不同。

1. 智能流程自動化發展初期

這一階段主要是企業受外部環境影響，逐漸意識到流程自動化技術應用的必要性，通常以發展流程自動化處理技術為主。在嘗試應用新技術階段缺乏與如下兩個方面：

1）缺乏流程自動化發展的總體規劃

企業對流程自動化的認識不足，從企業視角看，對機器人流程自動化價值的認知往往是通過個別場景，比如高度重復的財務報表處理、賬戶信息報備等。對自動化技術的應用和發展缺乏戰略支撐，缺乏有效組織和流程優化的戰略導致各部門、分支機構為快速響應市場變化引入多種技術產品、重復采購、優先過程自動化等，最終導致成本過高且收益甚微。

2）缺乏企業級技術平臺的基礎支撐

RPA 技術作為流程自動化處理的工具被越來越多的金融企業所關注，另一方面該技術在國內落地實踐的效果與企業預期存在差距。主要體現在市面主流 RPA軟件定位為桌面級直面最終用戶的軟件產品，在實際推廣方面受限于用戶的計算機應用水平、國內企業IT環境標準差異等原因，大規模應用部署后逐漸暴露 RPA 產品在企業級應用中的不足，包括：缺乏企業內系統間集成和服務化共享能力，對運行時環境標準的嚴格依賴導致成功率低、具有一定的開發門檻、場景維護成本高、運維效率低、產品易用性不足等。

2. 智能流程自動化發展中期

企業在一定范圍內開展了流程自動化技術的應用，對流程自動化處理技術有了初步認知和一定積累（通常已經積累了2-3年的發展經驗），這一階段企業對流程管理水平有了進一步提升訴求，包括：梳理企業流程并形成企業標準，引入智能化算法提升流程處理的效率和體驗，落地IT戰略和進一步提升自主能力等。

1）數字化發展對企業流程治理提出新的挑戰

我國銀行業先后經歷了手工記賬、電子化、信息化和數字化等多個發展階段，每個階段都重新塑造了銀行業務處理流程。數字化發展的本質是引入數字作為生產要素，基于數字技術基礎，圍繞數字營銷、數字運營、數字風控等領域展開，實現與經濟數字化相適應的業務增長的過程，因此數字化發展對企業流程再造、治理等提出新的挑戰，主要包括：企業缺乏經驗豐富的流程優化咨詢專家，企業本身的業務流程缺乏標準，數字化技術還未能充分應用在企業生產活動當中等。

2）智能流程自動化場景的挖掘能力不足

由于信息化階段對業務過程自動化處理的要求，企業通過技術引入和平臺化建設能夠初步形成簡單場景的自動化處理能力，但信息化階段對任務過程的自動化不等于企業流程自動化。受限于企業自身所處的發展階段和自身人員能力局限，業務人員不能清晰提出智能流程自動化的完整業務場景，技術人員對業務流程缺乏理解，企業缺乏流程再造與重構的管理組織和經驗等，最終導致企業對智能流程自動化場景的挖掘能力欠缺，通用型平臺建設了一些但實際落地數字員工業務場景時捉襟見肘。

3）領域內的核心技術仍需進一步加強掌握能力

由于流程自動化技術在行業內應用時間較短，尚未形成行業標準。一方面這類技術以 Windows 桌面編程和低代碼設計為主，編程深度和廠商高度封裝導致核心技術具有一定的門檻；另一方面隨著國內各領域技術發展，國內 IT 基礎設施環境的變更對既有技術框架需要重新適應。因此銀行在發展該技術領域時要綜合考慮其付費成本、研發成本和未來基礎環境變化等因素，核心技術應避免對單一產品或技術方向的依賴。

本文摘自《智能流程自動化金融應用落地研究報告》，版權歸屬于北京金融科技產業聯盟。

如有侵權，請聯系刪除。

繼續閱讀：

未經允許不得轉載：RPA中國 | RPA全球生態 | 數字化勞動力 | RPA新聞 | 推動中國RPA生態發展 | 流 > 智能流程自動化的6項關鍵技術及金融行業應用現狀