究竟RPA和AI，如何優(yōu)化銀行內(nèi)部業(yè)務(wù)流程、加速銀行數(shù)智化升級？

適逢跨年之際，雷鋒網(wǎng)以「線上云峰會」的形式，邀請數(shù)字化風(fēng)控、數(shù)字化營銷、數(shù)字化客服、數(shù)據(jù)平臺、數(shù)據(jù)中臺、數(shù)據(jù)安全、數(shù)據(jù)庫、銀行云、銀行RPA、銀行業(yè)務(wù)系統(tǒng)，十大銀行賽道里的科技專家，分享他們對于銀行科技的理解。

其中達(dá)觀數(shù)據(jù)聯(lián)合創(chuàng)始人紀(jì)傳俊于2020年12月29日做客雷鋒網(wǎng)《AI金融評論》，從技術(shù)、業(yè)務(wù)、行業(yè)趨勢等角度，分享他對于「銀行RPA」的洞見。

以下為紀(jì)傳俊的演講內(nèi)容，雷鋒網(wǎng)AI金融評論作了不改變原意的編輯：

各位現(xiàn)場的朋友，大家晚上好，我今天演講的主題是《RPA+AI：賦能銀行數(shù)字化轉(zhuǎn)型的全新引擎》，和大家聊一聊達(dá)觀基于RPA+AI技術(shù)在銀行業(yè)的整體的解決方案。

智能RPA與銀行數(shù)字化轉(zhuǎn)型

首先，銀行為什么要進(jìn)行數(shù)字化轉(zhuǎn)型？

我認(rèn)為，今天的銀行業(yè)面臨著三大挑戰(zhàn)：

第一，中國經(jīng)濟(jì)增速放緩，成本承壓。

銀行業(yè)的黃金時(shí)間已經(jīng)過去。在中國整體經(jīng)濟(jì)高速發(fā)展的情況下，國家政策對銀行業(yè)是比較寬松的，所以它在黃金時(shí)間得到了飛速發(fā)展。 

而如今，無論是國內(nèi)，還是國外，經(jīng)濟(jì)發(fā)展都在放緩。銀行受到大環(huán)境的影響，其各項(xiàng)成本實(shí)際上越來越高。

第二，客戶期望值日益提升。

現(xiàn)在客戶普遍認(rèn)為傳統(tǒng)銀行以前的服務(wù)體驗(yàn)較差，流程效率較低。 

第三，銀行的競爭對手相繼涌現(xiàn)。

比如微信、支付寶等這種非金融機(jī)構(gòu)，逐步拿到了金融業(yè)的牌照。隨著互聯(lián)網(wǎng)或者金融科技企業(yè)逐漸增多，會給傳統(tǒng)的銀行企業(yè)帶來比較大的挑戰(zhàn)。 

在這種大背景下，銀行需要自我優(yōu)化升級，從智能化或者自動化的角度，同時(shí)從全鏈路包括內(nèi)部的業(yè)務(wù)流程，做一個(gè)整體的效率提升。 

我們現(xiàn)在需要基于RPA與AI給銀行做數(shù)字化的賦能，我們現(xiàn)在用數(shù)據(jù)驅(qū)動智能，總結(jié)了一個(gè)路徑，以實(shí)現(xiàn)銀行全面數(shù)字化轉(zhuǎn)型。 

首先，是基于現(xiàn)在銀行收集的各種數(shù)據(jù)源。數(shù)據(jù)的來源很多，像是一些銀行企業(yè)用戶大量的數(shù)據(jù)，我們現(xiàn)在的模型算法，包括現(xiàn)在很成熟的深度學(xué)習(xí)技術(shù)，是基于這些數(shù)據(jù)做一個(gè)整體聯(lián)動的挖掘和提煉。 

其中涉及幾個(gè)關(guān)鍵技術(shù)，比如 OCR圖像識別證件、票據(jù)等，在銀行很常見。

其次，是一些NLP的語義理解，包括銀行內(nèi)部流轉(zhuǎn)文檔，包括客戶填報(bào)的合同、申請書等等。

同時(shí)，再加上RPA機(jī)器人，替代原來銀行內(nèi)部業(yè)務(wù)員需要手工完成的大量重復(fù)勞動，并對其進(jìn)行優(yōu)化。 

最后，是現(xiàn)在比較火的知識圖譜，不僅行內(nèi)用的制度可以構(gòu)建這種知識圖譜，行內(nèi)客戶也可以構(gòu)建關(guān)系圖譜、風(fēng)險(xiǎn)圖譜等等，以推算銀行的核心的信貸業(yè)務(wù)，它的風(fēng)險(xiǎn)有沒有問題等等。 

這四大AI關(guān)鍵技術(shù)，是在技術(shù)和數(shù)據(jù)的基礎(chǔ)上，我們針對銀行的各種場景以打造智能的銀行機(jī)器人，同時(shí)結(jié)合了RPA和AI的技術(shù)，包括企業(yè)信貸、國際業(yè)務(wù)、運(yùn)營管理、智能推薦和投研分析等等。

這些直接面向銀行某些具體的應(yīng)用場景，或者面向銀行的某些具體部門的某個(gè)具體的操作場景的機(jī)器人，以幫助他們實(shí)現(xiàn)智能化和自動化的流程。 

最終，我們會有一個(gè)基于銀行的智能業(yè)務(wù)系統(tǒng)，比如針對信貸全流程的智能信貸，包括針對銀行的國際審單、國際結(jié)算業(yè)務(wù)的智能審單，針對運(yùn)營管理的智慧運(yùn)營，針對客戶終端的智慧營銷，以及針對投研部門的智能投研等等。 

達(dá)觀在這個(gè)行業(yè)里積累了比較多的客戶，一個(gè)簡單的客戶墻，我們從大型銀行到中小型銀行基本上都有觸達(dá)，包括證券保險(xiǎn)與其他金融企業(yè)也都有所涉獵。

達(dá)觀數(shù)據(jù)銀行業(yè)RPA應(yīng)用場景分享

那么，RPA在銀行業(yè)有哪些應(yīng)用場景呢？ 

首先，一個(gè)場景到底是否適用機(jī)器人，我們有一個(gè)大概的評判標(biāo)準(zhǔn)，主要滿足以下四大特性：標(biāo)準(zhǔn)化、高重復(fù)、數(shù)據(jù)量大以及成本。

因?yàn)閷τ脵C(jī)器或者用AI替代人的工作，或者優(yōu)化人的工作效率而言，能快速產(chǎn)生效率的場景都是在標(biāo)準(zhǔn)化、高重復(fù)的場景里面。 

而如果想要產(chǎn)生比較大的價(jià)值，肯定是這個(gè)場景其數(shù)量龐大，或者是流程的工作量以及需要處理的數(shù)據(jù)量較大。

其次，現(xiàn)在投入的人力成本、人員的數(shù)量，包括人的耗時(shí)撐起來的成本較高的場景，做智能化或者自動化的替代，其收益是比較高的。

現(xiàn)在需要針對這4個(gè)特點(diǎn)以區(qū)分一些場景，得到我們的業(yè)務(wù)場景之后，再用智能機(jī)器人的方案結(jié)束和解決場景上的問題。 

基于前面所提到的幾個(gè)場景進(jìn)行以下分享：

首先，是智慧信貸，它面向的是整個(gè)銀行最核心的流程——信貸流程，分為貸前、貸中、貸后三大階段，其中涉及數(shù)據(jù)查詢、數(shù)據(jù)處理（包括一些很專業(yè)的數(shù)據(jù)）、財(cái)務(wù)報(bào)表、銀行流水等需要專業(yè)人員才能處理的大量的操作。

放貸的流程非常繁瑣，比較原始的操作方式都是由大量的人工完成。它涉及大量的文字處理和手工操作，所以也是一個(gè)用RPA加AI這種智能方式替代的一個(gè)非常好的場景，其收益也會比較大。 

這里舉例了四大場景，比如財(cái)務(wù)報(bào)表的自動解析，操作辦法非常復(fù)雜，需要很專業(yè)的財(cái)務(wù)知識才能完成。

其次是基礎(chǔ)信息的錄入，做企業(yè)貸款需要錄入相當(dāng)多的材料，需要客戶經(jīng)理在很短的時(shí)間內(nèi)將其錄入到系統(tǒng)里，同時(shí)還要對企業(yè)的經(jīng)營狀況、信貸的風(fēng)險(xiǎn)進(jìn)行分析，是工作量大、難度比較高的一個(gè)動作。 

再次，就是盡調(diào)報(bào)告的審核，需要對材料進(jìn)行真正的審核之后生成一個(gè)盡調(diào)報(bào)告。其中大量的重復(fù)勞動可以基于AI的技術(shù)自動化完成，比如OCR再加上NLP處理之后，再做一個(gè)自動錄入的處理。 

它的價(jià)值可以分為以下三方面：

第一，最明顯的就是減少人工作業(yè)，其次是降低人工失誤。當(dāng)數(shù)據(jù)量大、東西比較多，在處理比較專業(yè)的財(cái)報(bào)、銀行流水時(shí)，人是很容易犯錯(cuò)的。跟人當(dāng)時(shí)的狀態(tài)有很大關(guān)系，而用機(jī)器替代的好處就是它能保持一個(gè)比較穩(wěn)定的處理水平。 

第二，提升效率，這種流程，人需要花費(fèi)2~3天才能完成，但是機(jī)器1~2兩個(gè)小時(shí)就能做完。反饋到終端貸款用戶，他很快就能收到貸款，原來可能要花費(fèi)一個(gè)星期甚至一個(gè)月，而現(xiàn)在的時(shí)間則縮短了一半。 

對普惠金融和小微企業(yè)而言，時(shí)間就是生命，越迅速的放貸給他們，對其整個(gè)經(jīng)濟(jì)的發(fā)展是有好處的。 

第三，提高風(fēng)險(xiǎn)的預(yù)警和監(jiān)控能力，面對眾多的材料、專業(yè)的數(shù)據(jù)量，很多時(shí)候客戶經(jīng)理可能會發(fā)現(xiàn)不了，或者漏看了一些里面存在的問題、風(fēng)險(xiǎn)，相對而言，機(jī)器可能會做錯(cuò)，但是絕對不會漏判，機(jī)器的好處在于能事無巨細(xì)的將材料里所有的問題找出來。 

有幾個(gè)明確的場景，比如原來客戶經(jīng)理為了查詢一個(gè)企業(yè)的風(fēng)險(xiǎn)，他可能要到國家企業(yè)信用信息公示系統(tǒng)以及海關(guān)等十幾個(gè)系統(tǒng)里，查詢企業(yè)有沒有違規(guī)記錄。

這種查詢由機(jī)器來完成則很簡單，只要發(fā)布一個(gè)任務(wù)，他都能一鍵幫助執(zhí)行且在幾分鐘之內(nèi)完成。 

這種由人來完成的比較重復(fù)和價(jià)值比較低的工作，用機(jī)器替代在收益上也會比較好。 

其次，財(cái)務(wù)報(bào)表分析，財(cái)務(wù)報(bào)表的分析需要很專業(yè)的財(cái)務(wù)知識，我們將財(cái)務(wù)報(bào)表進(jìn)行自動化采集與解析，而對于專業(yè)的財(cái)務(wù)知識，我們則把專家的經(jīng)驗(yàn)梳理清楚之后構(gòu)建成模型，再植入到系統(tǒng)里面。 

對客戶經(jīng)理而言，對于一份財(cái)報(bào)，他只能機(jī)械的把一些數(shù)字搬到行業(yè)的系統(tǒng)里。這個(gè)過程不僅費(fèi)勁，而且會抄錯(cuò)數(shù)字，甚至?xí)z漏一些財(cái)報(bào)里面隱藏的問題。我們的系統(tǒng)自動的幫助其完成了數(shù)據(jù)搬運(yùn)，包括校驗(yàn)的操作。

基本流程是：首先，我們會自動登錄企業(yè)的信貸系統(tǒng)，將企業(yè)的基本信息錄入之后，找到這個(gè)企業(yè)提交的財(cái)報(bào)里的三大報(bào)表：資產(chǎn)負(fù)債表、損益表和現(xiàn)金流量表，對這三大報(bào)表進(jìn)行自動解析，包括分析其中的財(cái)務(wù)關(guān)系、企業(yè)的風(fēng)險(xiǎn)，分析完成后，再將其自動填寫到行業(yè)系統(tǒng)里。 

分析過程和結(jié)果將會呈現(xiàn)給客戶經(jīng)理。如果企業(yè)數(shù)據(jù)有問題，客戶經(jīng)理應(yīng)該如何進(jìn)行一些相關(guān)的操作等等。不只流程自動化了，而且把原來客戶經(jīng)理不一定會發(fā)現(xiàn)的風(fēng)險(xiǎn)、問題自動的暴露出來。 

第三，監(jiān)管報(bào)送的場景，為什么要用RPA或者機(jī)器人來完成？因?yàn)楝F(xiàn)在每個(gè)銀行的系統(tǒng)，跟央行或者銀保監(jiān)會的系統(tǒng)還沒有完全打通。而監(jiān)管報(bào)送，是每個(gè)月甚至每個(gè)季度、每一年都要執(zhí)行的一個(gè)動作，要把行內(nèi)系統(tǒng)的數(shù)據(jù)匯總之后再填報(bào)到央行以及銀保監(jiān)會的系統(tǒng)。 

這個(gè)過程很多都是機(jī)械式的Excel操作，或者是在網(wǎng)站網(wǎng)頁上的操作，完全可以用機(jī)器人自動替代。 

而且效率明顯，可以將業(yè)務(wù)人員從比較簡單、重復(fù)的勞動里面解放出來，完成一些更加專業(yè)、更加高級的事情。包括房押貸款的快速生成。

首先，國家推行的普惠金融，現(xiàn)在有很多小微企業(yè)甚至個(gè)體戶都需要小額貸款，原來的審批周期很長，整個(gè)流程都是手工操作，效率相對較低。 

用機(jī)器人的速度對其進(jìn)行一個(gè)流程的自動化之后，則能大大提高放貸效率。 

具體例子，在標(biāo)準(zhǔn)的房押貸款合同的生成上面，在機(jī)器自動把系統(tǒng)里的數(shù)據(jù)下載后，直接填錄到標(biāo)準(zhǔn)的合同模板里。直接生成一個(gè)有貸款的合同再發(fā)給客戶，客戶簽完字之后，業(yè)務(wù)經(jīng)理再對其進(jìn)行校驗(yàn)，將原來制作合同的標(biāo)準(zhǔn)的動作流程自動化。

接下來的場景是智能審單機(jī)器人，應(yīng)對的就是銀行間在針對國際貿(mào)易協(xié)會發(fā)揮以及外匯交易等業(yè)務(wù)進(jìn)行自動化。 

這個(gè)業(yè)務(wù)場景也非常復(fù)雜，它會涉及辦理很多的國際業(yè)務(wù)，例如很多單證、單據(jù)的處理，包括在信用證、匯出匯款證或出口托收、出口議付等業(yè)務(wù)中，有大量的信用證、發(fā)票、合同、箱單、提單等比較專業(yè)的票據(jù)。 

需要對單據(jù)之間進(jìn)行自動抽取、識別和校驗(yàn)。而原來人工需要把單據(jù)原件擺在面前逐一查看以發(fā)現(xiàn)數(shù)據(jù)的異常。 

第二，查驗(yàn)不同單據(jù)之間相同的信息是否吻合。雖然這個(gè)動作很簡單，但是如果每天有上百個(gè)這樣的任務(wù)就會很繁瑣。

由人來完成產(chǎn)生的收益不是很大，但是機(jī)器則可以解放大量的勞動力，而且只要有問題，機(jī)器都會一一檢查出來，這也是銀行規(guī)避風(fēng)險(xiǎn)的的一個(gè)收獲。 

總之，這種工作避免了人工的疏漏，防止了風(fēng)險(xiǎn)的出現(xiàn)，在整個(gè)流程自動化之后，審單業(yè)務(wù)由原來的3~7天轉(zhuǎn)變成現(xiàn)在的一天就能結(jié)束，對國內(nèi)企業(yè)國際業(yè)務(wù)的發(fā)展也是很有幫助。 

由于單據(jù)的難度比較大，我們?nèi)诤狭薕CR加NLP，再加上RPA的技術(shù)構(gòu)建出這個(gè)場景的能力。 

功能大概有幾大塊，我們在一些進(jìn)出口業(yè)務(wù)比較多的銀行，無論是城商銀行也好，還是五大行都在這方面做了比較多的嘗試并得到一些落地。

首先是單據(jù)自身一致性的審核，一個(gè)單子里面有很多的關(guān)鍵信息，但每個(gè)單子可能都不太一樣。 

我們會將單子里面的問題識別出來，首先抽取其中的關(guān)鍵信息，將這些關(guān)系之間不符合行內(nèi)的審單規(guī)則、行業(yè)的規(guī)矩或者規(guī)定的加以提示。然后讓業(yè)務(wù)經(jīng)理知道單據(jù)的問題。 

實(shí)際上也是基于圖譜加NLP的技術(shù)做的構(gòu)建。可能信用證跟相關(guān)之間有些這樣的規(guī)則，信用證跟發(fā)票證件有些校正規(guī)則，相當(dāng)于發(fā)票有些校正規(guī)則。我們通過這樣的圖譜聯(lián)動以實(shí)現(xiàn)數(shù)據(jù)之間、多個(gè)業(yè)務(wù)不同數(shù)據(jù)之間的自動化校驗(yàn)。 

這個(gè)過程由人來做效率非常低，也很容易看漏，而機(jī)器則可以完美的解決這種場景。

接下來，面向于銀行內(nèi)部的運(yùn)營管理的機(jī)器人，完成了很多非常細(xì)碎的或者人工操作特別多的工作。 

包括以下幾個(gè)大項(xiàng)，一個(gè)是交互系統(tǒng)特別多，運(yùn)營管理部要處理信貸系統(tǒng)、運(yùn)營管理系統(tǒng)、信用卡系統(tǒng)，以及處理征信的第三方產(chǎn)品。業(yè)務(wù)人員處理的很多動作都是跨系統(tǒng)的操作，這種跨系統(tǒng)的操作非常適合用RPA做一個(gè)連接。 

在這些系統(tǒng)改造成本很高的情況下，做RPA的零件是一個(gè)成本相對較低的方式，但是審核難度較大，因?yàn)槿蝿?wù)比較雜，事情比較多，很多事情還是需要一些專業(yè)知識才能處理好。希望將人的處理經(jīng)驗(yàn)固化到機(jī)器人里面。 

幾個(gè)具體的場景，比如企業(yè)開戶。企業(yè)開戶是一個(gè)很簡單的操作，但是對銀行而言，每天或者從按月甚至一整年來看，實(shí)際上整個(gè)開戶量是非常巨大的。 

這個(gè)動作從人的角度而言比較簡單。只要有一個(gè)開發(fā)申請書，上傳營業(yè)執(zhí)照、法人身份證等等就可以了。但是業(yè)務(wù)人員要對這些信息進(jìn)行反復(fù)查驗(yàn)以確定是否對得上。這個(gè)動作可以由機(jī)器人直接替代，而且做得比人快很多、好很多。 

第二，對公開戶，對公開戶之后要進(jìn)行審核，其目標(biāo)就是處理。尤其是在O2O這種預(yù)約開戶時(shí)，審查這個(gè)客戶到底有沒有風(fēng)險(xiǎn)？風(fēng)險(xiǎn)對銀行而言是一條不能觸碰的紅線。

銀行對于風(fēng)險(xiǎn)問題是嚴(yán)之又嚴(yán)。在企業(yè)開戶時(shí)，銀行要登陸國家企業(yè)信用信息系統(tǒng)、人行的賬戶管理系統(tǒng)、機(jī)構(gòu)信用代碼系統(tǒng)中查看企業(yè)之前有沒有一些歷史問題，其提供的信息是否準(zhǔn)確。

這種審核對人而言也是一個(gè)很簡單的查詢操作，都是由人工的多個(gè)系統(tǒng)來回查詢，包括客戶提供的引進(jìn)件，信息輸入系統(tǒng)后進(jìn)行查詢，這些過程完全可以結(jié)合OCR、RPA實(shí)現(xiàn)自動化。 

達(dá)觀在多家銀行里面都已經(jīng)落地了，包括開戶之后要在銀行做報(bào)備，可是報(bào)備要跨越行內(nèi)的系統(tǒng)和央行的系統(tǒng)。

在人行的報(bào)備也是一個(gè)跨系統(tǒng)的填報(bào)動作。這個(gè)動作跟前面所講的一樣，因?yàn)镽PA能很快的處理，自動的將原來行內(nèi)錄好的信息拿出來，登錄央行的系統(tǒng)再進(jìn)行入住。 

其中也有一些人機(jī)交互，比如機(jī)器出現(xiàn)異常的時(shí)候，會發(fā)出警告提醒給到業(yè)務(wù)人員，需要對其進(jìn)行處理。

銀行業(yè)智能RPA最佳實(shí)踐

基于達(dá)觀近幾年與銀行的合作和RPA+AI給銀行的一些最佳的實(shí)踐，總結(jié)出以下幾點(diǎn)經(jīng)驗(yàn)： 

RPA發(fā)展到現(xiàn)今階段，應(yīng)該是融合到智能機(jī)器人平臺，而不是純粹的RPA，只有RPA+AI的融合才能真正滿足企業(yè)，尤其是銀行的自動化的升級需求。 

數(shù)字化已經(jīng)談了很多年，現(xiàn)今階段的核心還是要用 AI的技術(shù)真正地賦能企業(yè)，尤其是銀行的數(shù)字化轉(zhuǎn)型。

技術(shù)模塊包括兩部分，一個(gè)是RPA，包括了studio開發(fā)平臺用于開發(fā)流程，包括控制中心、控制和調(diào)度所有機(jī)器人，以及流程的定時(shí)執(zhí)行。另外就是真正在終端去執(zhí)行任務(wù)、流程的機(jī)器人。 

另一個(gè)是人工智能組件，包括OCR的、NLP、CV、知識圖譜技術(shù)以及推薦，也是達(dá)觀積累多年的一個(gè)核心競爭力，也會給我們的RPA平臺做一個(gè)組合。 

AI+RRA對銀行業(yè)務(wù)，尤其是銀行有大量復(fù)雜的文本、影像、數(shù)據(jù)的場景，非常需要有這樣的能力以解決他們的問題。需要將AI+RPA二者進(jìn)行一個(gè)深度結(jié)合。

銀行業(yè)務(wù)中的復(fù)雜流程占到70%，每個(gè)復(fù)雜的流程都需要有大量的人工操作。這里面簡單的RPA流程只占到30%。

所謂簡單的RPA流程，既不需要AI能力就能完成的流程，一定需要RPA+AI同時(shí)完成的復(fù)雜流程則占到了70%以上。 

所以，為了完成銀行業(yè)的業(yè)務(wù)需要具備幾個(gè)重要的能力；第一個(gè)就是智能的文本語義、文檔的語義解析的能力，第二是比較復(fù)雜的，尤其是對影印件的證照，甚至一些復(fù)雜表格、無框表格以及非標(biāo)準(zhǔn)表格的識別能力。 

第三，是一些制度和行業(yè)的一些復(fù)雜的規(guī)矩，包括審核的規(guī)則等等，需要基于知識圖譜技術(shù)以沉淀RPA，沉淀專家的經(jīng)驗(yàn)實(shí)現(xiàn)這種經(jīng)驗(yàn)的沉淀和復(fù)用，包括最終以AI的形式賦能的業(yè)務(wù)流程。 

整體而言，從我們的經(jīng)驗(yàn)上來講，需要真正解決銀行業(yè)的數(shù)字化轉(zhuǎn)型，需要從整體上做一個(gè)頂層設(shè)計(jì)。

AI+RPA是一個(gè)基礎(chǔ)能力，但是從組織架構(gòu),包括從規(guī)劃上而言，需要構(gòu)建機(jī)器人卓越中心。 

從宏觀的角度，比如從全銀行的角度推動這個(gè)項(xiàng)目，從組織架構(gòu)上、技術(shù)沉上的配套。 

所以我們要構(gòu)建一個(gè)RPA卓越中心，賦能業(yè)務(wù)單位的需要提供這種基本的功能，包括對一些業(yè)務(wù)流程的處理，一些能力的共享，服務(wù)中心等四大塊。 

這四大塊包括了三大支持，第一個(gè)是人員，需要一個(gè)專業(yè)的團(tuán)隊(duì)的建設(shè)，可以由企業(yè)幫助銀行一起構(gòu)建這個(gè)團(tuán)隊(duì)。

第二個(gè)是我們的流程，即平時(shí)的作業(yè)流程的再造和優(yōu)化。

第三個(gè)是技術(shù)，引入AI+RPA的能力，需要將這三大塊結(jié)合以構(gòu)建RPA儲備中心，才有可能真正實(shí)現(xiàn)銀行業(yè)的數(shù)字化、智能化的轉(zhuǎn)型。 

智能化RPA的規(guī)劃和展望

對于智能RPA的規(guī)劃與未來展望，我們有一些自己的想法，跟大家探討一下。 

第一，為什么現(xiàn)在智能辦公的價(jià)值很高，尤其在對銀行業(yè)務(wù)梳理完之后，發(fā)現(xiàn)它的替代或者它的賦能，成效是比較高的。人在處理日常作業(yè)的流程中，有三大比較突出的弱勢的地方。 

首先，人的記憶力肯定不如機(jī)器，計(jì)算機(jī)是用數(shù)據(jù)來存儲所有的數(shù)據(jù)和細(xì)節(jié)。

第二，處理效率，人閱讀文字可能會挺快，但是計(jì)算機(jī)還能更快，在生成文檔時(shí)，人會更慢。如果是一個(gè)標(biāo)準(zhǔn)模板，讓機(jī)器協(xié)助生成一些文檔可以快得多。 

第三，做不細(xì)，人在審核大量的文檔時(shí)，很容易出現(xiàn)遺漏，尤其是一些局部的錯(cuò)誤，甚至細(xì)微的處理錯(cuò)誤，可能對銀行也是一個(gè)很大的風(fēng)險(xiǎn)。

而計(jì)算機(jī)的處理則事無巨細(xì)，它一個(gè)事情都不會漏過，特別適合在這方面對人進(jìn)行補(bǔ)充。

在這三點(diǎn)上，機(jī)器不一定能完全替代人，但是他可以在人的能力范圍之外進(jìn)行補(bǔ)充，甚至優(yōu)化和賦能。

應(yīng)用RPA+AI技術(shù)，總結(jié)出以下三大價(jià)值，尤其在銀行業(yè)，甚至在金融領(lǐng)域，以及在其他的行業(yè)都是類似的。 

第一，更快速，機(jī)器處理的效率會比人高很多，尤其是對于重復(fù)性的工作，能縮短70%左右的耗時(shí)。

第二，更準(zhǔn)確，只要將機(jī)器人的模型和規(guī)則設(shè)定好，其他的動作都是非常標(biāo)準(zhǔn)的，能降低95%的以上的人的遺漏的錯(cuò)誤。 

第三，更便宜。當(dāng)應(yīng)用到一定規(guī)模時(shí)，計(jì)算機(jī)的邊際效應(yīng)會直線下降。而現(xiàn)在的人力成本在不斷提升。

尤其是現(xiàn)在考慮到國內(nèi)的情況，由于人力的用工成本一直在提升，所以也是推動銀行進(jìn)行智能化轉(zhuǎn)型的一個(gè)內(nèi)在動力。 

另外一個(gè)效果就是計(jì)算機(jī)的處理能力，近幾年，尤其是隨著深度學(xué)習(xí)的高速發(fā)展，許多原來覺得很難解決或者達(dá)不到生產(chǎn)上應(yīng)用的一些問題，現(xiàn)在算法的效果已經(jīng)是能直接上生產(chǎn)應(yīng)用了，而人工處理能力則沒有發(fā)生多大改變。 

計(jì)算機(jī)跟人的處理能力的Gap越來越小，導(dǎo)致現(xiàn)在用計(jì)算機(jī)替代人的收益是大于我們的成本的。 

關(guān)于機(jī)器人的未來方向，也是基于一些Gartner的比較宏觀的全球化的分析，我們來看到在RPA的應(yīng)用中，5%是基礎(chǔ)的應(yīng)用場景，還有25%是實(shí)現(xiàn)跨系統(tǒng)和跨媒介的搬運(yùn)工作。 

2020年的報(bào)告顯示，原來的應(yīng)用場景還是屬于基礎(chǔ)運(yùn)維到數(shù)據(jù)填寫搬運(yùn)的比較低端的，或者覆蓋面還沒有那么廣的一些場景。 

接下來，包括達(dá)觀從事的很多事情，是幫助人優(yōu)化、提效、增速，甚至是一部分的替代人的高級判斷分析的內(nèi)容。

未來70%的工作量，它的更高的價(jià)值是在幫助人提升判斷、分析、理解寫作的效率，或者幫助提高準(zhǔn)確率，是機(jī)器所能發(fā)揮更大價(jià)值的場景。 

未來RPA+AI的應(yīng)用會更加廣泛，所產(chǎn)生的價(jià)值也會越來越大。

達(dá)觀現(xiàn)在也是在不斷的努力以優(yōu)化我們的技術(shù)能力，包括跟銀行業(yè)務(wù)進(jìn)行一些更深入的場景對接。希望能以更有效的方式幫助真正的提高終端的業(yè)務(wù)價(jià)值，這是我們對未來的一個(gè)判斷。


特別聲明

文章來源：AI金融評論（aijinrongpinglun）

原文鏈接：https://mp.weixin.qq.com/s/ev-gUJgS2K7VO9SdP_RIWA

RPA中國推薦閱讀，如有侵權(quán)，請聯(lián)系刪除