银行家杂志 X 云扩科技 | RPA赋能银行“数智”升级

RPA能够执行大量重复、繁琐的“知识工作”。据统计，81%和职能业务相关的流程、69%的数据搜集和数据处理、51%的跨系统对接、63% IT运维与实施流程等知识工作都可以用RPA完成。目前RPA已被国内外金融机构广泛应用到贷款申请、财务流程等众多应用领域，以提高效率、降低成本，实现数字化转型。

RPA可以被称为银行的“数字员工”，起到打破“数据孤岛”、联动多个业务系统的作用。RPA可以通过事先编好的操作流程，实现数据在多个信息系统自动录入和校验，且保证质量。同时，还可以联动多个业务系统，实现流程再造。RPA将工作流程模块化，遇到影响效率的阻碍点，利用技术手段将其攻克，能够在一连串的流程上替代人工自动执行，实现流程再造。

RPA具有非侵入性和灵活扩展性的特点。RPA不需要任何集成和二次开发（量身制定除外），就可以快速完成部署投入到自动化业务流程中。它不会影响银行现有信息系统的功能与稳定性，只是通过模拟人工敲键盘、点击鼠标实现系统间的交互，不需要开发新的系统接口，从而在帮助银行提升效能的同时，保持已有IT 系统功能平稳、运行可靠。另外，可以实时根据银行的业务需求配置RPA的规则，无缝适应多样化业务需求。

互联网经济的上半场，其实质是“连接”，利用数字化和数据能力为企业赋能，为数众多的银行完成了上半场的数字化转型——在线化。随着在线化的普及，目前来到互联网经济下半场，实质是“效率”，银行在推进业务创新、实现降本增效、业务优化、精细化业务运营时面对类似线上线下系统割裂、数据孤岛、业务系统繁琐、员工为系统打工等更多挑战。因此，智能生产力平台建设是互联网经济下半场中银行内在转型的核心能力。

而RPA+AI正是打造智能生产力平台的关键所在。

人机协同，塑造银行未来工作方式

RPA与AI的结合，是未来RPA产品不断进化的最重要的方向之一。RPA智能化将分为三个阶段：第一是基于规则的自动化操作阶段，主要目标是利用AI算法让机器人的执行越来越稳定，能够识别更多的软件；第二是感知阶段，基于OCR、NLP以及语音识别等能力，让RPA具备识别与抽取各种业务文本与数据的能力，拓展应用场景；第三是认知阶段，基于大数据或更多的人工智能算法，赋予RPA理解流程、理解环境的认知能力。这三个阶段处理的问题不同，带给银行的价值也不同，发展过程也是逐步递进的。

RPA+AI可以为银行带来的价值包括内部流程优化、产品和服务提升、助力更精准的决策。人工智能和自动化技术赋能银行的最大价值之一是释放员工的创造力以及提升员工决策力。

人人可用的自助式流程发现工具

云扩Spark是专门针对业务人员进行流程发现和挖掘的工具，业务人员可以通过完整的在线工具箱去梳理和发现日常工作中重复的业务流程，找到适合被 RPA 机器人自动化的工作任务，使不懂技术的一线业务人员也能够参与创新。

企业流程银行——企业私有自动化流程智库

企业流程银行可以帮助银行沉淀自动化流程资产，在积累和沉淀内部推行RPA经验和流程的同时，鼓励内部跨团队自动化流程分享，打造一个私有化的流程自动化智库，从而充分发掘流程自动化在整个公司内部所带来的价值。

拖拽可用的人工智能应用中心

通过云扩AI Hub，可以让合作银行把来自全球最顶级的AI能力，低成本、方便地集成到自己的业务流程中，进行测试和使用（见图）。

灵活定制智能文档理解能力

云扩DocReader集成了 OCR 、NLP 机器学习等人工智能技术，能够在少量样本的情况下，对各类文档进行智能识别和信息抽取，让业务用户可以快捷地制作一个特定文档的识别模型，从这些文档中拾取信息，交给RPA机器人进行后续处理。RPA与AI结合后，RPA可以做到从微信里获取到信息，经过处理之后，再填入到其他系统里，把结果返回给RPA调用者，帮助银行建立人工智能的应用能力。

千人千面的人机协作平台

相信未来人类的工作形态一定是人机协同，人、自动化机器人和人工智能协同工作，各取所长。基于此，我们从最基础的自动化技术开始，到给企业客户提供端到端的自动化产品和工具，帮助企业打通人、业务流程之间的闭环，建造RPA和人类以及AI之间的良好的交互模式，利用RPA产生价值，帮助企业打造智能生产力。未来，伴随5G新基建的发展，将会更进一步推动人机协作在各个场景的无缝衔接和升级。

云扩RPA助力银行数字化转型案例

案例1：某大型银行分期放款流程案例

某大型银行信用卡中心，与之合作的商户需要向银行贷款从而给客户进行各种分期放款的业务，银行人员要将每个分期合同上传到内部系统中，接着在银行R系统和H系统处理。首先业务人员要在R系统建立该笔贷款，然后再进入H系统，经过查找、筛选等操作，最后确认贷款并完成放款。R系统和H系统是银行系统冰山中的两个，系统相对老旧，进一步进行底层开发加快系统效率的可能性基本为零。

流程痛点：流程运行效率低，业务人员全时段工作，每天完成单数有限；流程涉及系统老旧，从系统开发角度提升效率难度极大；流程操作过程步骤繁琐，业务人员出错率稍高，易造成损失；纯人工操作效率低，每天完成操作数量70笔左右。

使用RPA后效果：通过RPA解决方案实现了全流程自动化，从系统登陆、建立档案、到放款操作全部由RPA完成。在工作时间内，每天放款笔数由原来的70笔左右增加到100笔左右，整体效率提升40%以上。准确率方面，由于脱离人工操作，所有步骤由RPA完成，在既定规则下，准确率达到100%。该流程在部署到生产系统后，大概3个月左右能够回收成本。

综上所述，RPA+AI是银行实现数字化转型的关键工具。首先，银行业的特性决定了其处于强监的环境下，业务流程大多具有标准化特征，大量有标准化流程、可重复的工作均可由RPA完成；其次，银行经过多年的信息化建设，系统众多且多呈现烟囱式存列，数据录入及调取需要大量人工操作，RPA替代人工操作，可以把宝贵的人力资源从繁重枯燥的操作工作中解放出来，去创造更高的价值；第三，银行系统对安全性要求高，RPA非侵入式特性在帮助银行提高效率、降低成本、提升服务质量、增加客户满意度的同时，不需要对原有系统进行改造，降低了风险。RPA+AI是银行数字化转型路上实现自动化、智能化的得力助手。随着RPA技术的发展，RPA+AI成熟技术的完美组合，为未来银行“数智化”转型提供了巨大的想象空间。