0
縱觀各家銀行年報，RPA被提及的次數是越來越多。不談RPA、不聊流程自動化，就等于錯失銀行數字化轉型的一把鑰匙。
究竟RPA和AI，如何優(yōu)化銀行內部業(yè)務流程、加速銀行數智化升級？
適逢跨年之際，雷鋒網以「線上云峰會」的形式，邀請數字化風控、數字化營銷、數字化客服、數據平臺、數據中臺、數據安全、數據庫、銀行云、銀行RPA、銀行業(yè)務系統(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。
其中達觀數據聯合創(chuàng)始人紀傳俊于2020年12月29日做客雷鋒網《AI金融評論》，從技術、業(yè)務、行業(yè)趨勢等角度，分享他對于「銀行RPA」的洞見。
以下為紀傳俊的演講內容，雷鋒網AI金融評論作了不改變原意的編輯：
各位現場的朋友，大家晚上好，我今天演講的主題是《RPA+AI：賦能銀行數字化轉型的全新引擎》，和大家聊一聊達觀基于RPA+AI技術在銀行業(yè)的整體的解決方案。
首先，銀行為什么要進行數字化轉型？
我認為，今天的銀行業(yè)面臨著三大挑戰(zhàn)：
第一，中國經濟增速放緩，成本承壓。
銀行業(yè)的黃金時間已經過去。在中國整體經濟高速發(fā)展的情況下，國家政策對銀行業(yè)是比較寬松的，所以它在黃金時間得到了飛速發(fā)展。
而如今，無論是國內，還是國外，經濟發(fā)展都在放緩。銀行受到大環(huán)境的影響，其各項成本實際上越來越高。
第二，客戶期望值日益提升。
現在客戶普遍認為傳統(tǒng)銀行以前的服務體驗較差，流程效率較低。
第三，銀行的競爭對手相繼涌現。
比如微信、支付寶等這種非金融機構，逐步拿到了金融業(yè)的牌照。隨著互聯網或者金融科技企業(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，同時從全鏈路包括內部的業(yè)務流程，做一個整體的效率提升。
我們現在需要基于RPA與AI給銀行做數字化的賦能，我們現在用數據驅動智能，總結了一個路徑，以實現銀行全面數字化轉型。
首先，是基于現在銀行收集的各種數據源。數據的來源很多，像是一些銀行企業(yè)用戶大量的數據，我們現在的模型算法，包括現在很成熟的深度學習技術，是基于這些數據做一個整體聯動的挖掘和提煉。
其中涉及幾個關鍵技術，比如 OCR圖像識別證件、票據等，在銀行很常見。
其次，是一些NLP的語義理解，包括銀行內部流轉文檔，包括客戶填報的合同、申請書等等。
同時，再加上RPA機器人，替代原來銀行內部業(yè)務員需要手工完成的大量重復勞動，并對其進行優(yōu)化。
最后，是現在比較火的知識圖譜，不僅行內用的制度可以構建這種知識圖譜，行內客戶也可以構建關系圖譜、風險圖譜等等，以推算銀行的核心的信貸業(yè)務，它的風險有沒有問題等等。
這四大AI關鍵技術，是在技術和數據的基礎上，我們針對銀行的各種場景以打造智能的銀行機器人，同時結合了RPA和AI的技術，包括企業(yè)信貸、國際業(yè)務、運營管理、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用場景，或者面向銀行的某些具體部門的某個具體的操作場景的機器人，以幫助他們實現智能化和自動化的流程。
最終，我們會有一個基于銀行的智能業(yè)務系統(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、國際結算業(yè)務的智能審單，針對運營管理的智慧運營，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。
達觀在這個行業(yè)里積累了比較多的客戶，一個簡單的客戶墻，我們從大型銀行到中小型銀行基本上都有觸達，包括證券保險與其他金融企業(yè)也都有所涉獵。
那么，RPA在銀行業(yè)有哪些應用場景呢？
首先，一個場景到底是否適用機器人，我們有一個大概的評判標準，主要滿足以下四大特性：標準化、高重復、數據量大以及成本。
因為對用機器或者用AI替代人的工作，或者優(yōu)化人的工作效率而言，能快速產生效率的場景都是在標準化、高重復的場景里面。
而如果想要產生比較大的價值，肯定是這個場景其數量龐大，或者是流程的工作量以及需要處理的數據量較大。
其次，現在投入的人力成本、人員的數量，包括人的耗時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。
現在需要針對這4個特點以區(qū)分一些場景，得到我們的業(yè)務場景之后，再用智能機器人的方案結束和解決場景上的問題。
基于前面所提到的幾個場景進行以下分享：
首先，是智慧信貸，它面向的是整個銀行最核心的流程——信貸流程，分為貸前、貸中、貸后三大階段，其中涉及數據查詢、數據處理（包括一些很專業(yè)的數據）、財務報表、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，所以也是一個用RPA加AI這種智能方式替代的一個非常好的場景，其收益也會比較大。
這里舉例了四大場景，比如財務報表的自動解析，操作辦法非常復雜，需要很專業(yè)的財務知識才能完成。
其次是基礎信息的錄入，做企業(yè)貸款需要錄入相當多的材料，需要客戶經理在很短的時間內將其錄入到系統(tǒng)里，同時還要對企業(yè)的經營狀況、信貸的風險進行分析，是工作量大、難度比較高的一個動作。
再次，就是盡調報告的審核，需要對材料進行真正的審核之后生成一個盡調報告。其中大量的重復勞動可以基于AI的技術自動化完成，比如OCR再加上NLP處理之后，再做一個自動錄入的處理。
它的價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。當數據量大、東西比較多，在處理比較專業(yè)的財報、銀行流水時，人是很容易犯錯的。跟人當時的狀態(tài)有很大關系，而用機器替代的好處就是它能保持一個比較穩(wěn)定的處理水平。
第二，提升效率，這種流程，人需要花費2~3天才能完成，但是機器1~2兩個小時就能做完。反饋到終端貸款用戶，他很快就能收到貸款，原來可能要花費一個星期甚至一個月，而現在的時間則縮短了一半。
對普惠金融和小微企業(yè)而言，時間就是生命，越迅速的放貸給他們，對其整個經濟的發(fā)展是有好處的。
第三，提高風險的預警和監(jiān)控能力，面對眾多的材料、專業(yè)的數據量，很多時候客戶經理可能會發(fā)現不了，或者漏看了一些里面存在的問題、風險，相對而言，機器可能會做錯，但是絕對不會漏判，機器的好處在于能事無巨細的將材料里所有的問題找出來。
有幾個明確的場景，比如原來客戶經理為了查詢一個企業(yè)的風險，他可能要到國家企業(yè)信用信息公示系統(tǒng)以及海關等十幾個系統(tǒng)里，查詢企業(yè)有沒有違規(guī)記錄。
這種查詢由機器來完成則很簡單，只要發(fā)布一個任務，他都能一鍵幫助執(zhí)行且在幾分鐘之內完成。
這種由人來完成的比較重復和價值比較低的工作，用機器替代在收益上也會比較好。
其次，財務報表分析，財務報表的分析需要很專業(yè)的財務知識，我們將財務報表進行自動化采集與解析，而對于專業(yè)的財務知識，我們則把專家的經驗梳理清楚之后構建成模型，再植入到系統(tǒng)里面。
對客戶經理而言，對于一份財報，他只能機械的把一些數字搬到行業(yè)的系統(tǒng)里。這個過程不僅費勁，而且會抄錯數字，甚至會遺漏一些財報里面隱藏的問題。我們的系統(tǒng)自動的幫助其完成了數據搬運，包括校驗的操作。
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，找到這個企業(yè)提交的財報里的三大報表：資產負債表、損益表和現金流量表，對這三大報表進行自動解析，包括分析其中的財務關系、企業(yè)的風險，分析完成后，再將其自動填寫到行業(yè)系統(tǒng)里。
分析過程和結果將會呈現給客戶經理。如果企業(yè)數據有問題，客戶經理應該如何進行一些相關的操作等等。不只流程自動化了，而且把原來客戶經理不一定會發(fā)現的風險、問題自動的暴露出來。
第三，監(jiān)管報送的場景，為什么要用RPA或者機器人來完成？因為現在每個銀行的系統(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)管報送，是每個月甚至每個季度、每一年都要執(zhí)行的一個動作，要把行內系統(tǒng)的數據匯總之后再填報到央行以及銀保監(jiān)會的系統(tǒng)。
這個過程很多都是機械式的Excel操作，或者是在網站網頁上的操作，完全可以用機器人自動替代。
而且效率明顯，可以將業(yè)務人員從比較簡單、重復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，現在有很多小微企業(yè)甚至個體戶都需要小額貸款，原來的審批周期很長，整個流程都是手工操作，效率相對較低。
用機器人的速度對其進行一個流程的自動化之后，則能大大提高放貸效率。
具體例子，在標準的房押貸款合同的生成上面，在機器自動把系統(tǒng)里的數據下載后，直接填錄到標準的合同模板里。直接生成一個有貸款的合同再發(fā)給客戶，客戶簽完字之后，業(yè)務經理再對其進行校驗，將原來制作合同的標準的動作流程自動化。
接下來的場景是智能審單機器人，應對的就是銀行間在針對國際貿易協會發(fā)揮以及外匯交易等業(yè)務進行自動化。
這個業(yè)務場景也非常復雜，它會涉及辦理很多的國際業(yè)務，例如很多單證、單據的處理，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。
需要對單據之間進行自動抽取、識別和校驗。而原來人工需要把單據原件擺在面前逐一查看以發(fā)現數據的異常。
第二，查驗不同單據之間相同的信息是否吻合。雖然這個動作很簡單，但是如果每天有上百個這樣的任務就會很繁瑣。
由人來完成產生的收益不是很大，但是機器則可以解放大量的勞動力，而且只要有問題，機器都會一一檢查出來，這也是銀行規(guī)避風險的的一個收獲。
總之，這種工作避免了人工的疏漏，防止了風險的出現，在整個流程自動化之后，審單業(yè)務由原來的3~7天轉變成現在的一天就能結束，對國內企業(yè)國際業(yè)務的發(fā)展也是很有幫助。
由于單據的難度比較大，我們融合了OCR加NLP，再加上RPA的技術構建出這個場景的能力。
功能大概有幾大塊，我們在一些進出口業(yè)務比較多的銀行，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。
首先是單據自身一致性的審核，一個單子里面有很多的關鍵信息，但每個單子可能都不太一樣。
我們會將單子里面的問題識別出來，首先抽取其中的關鍵信息，將這些關系之間不符合行內的審單規(guī)則、行業(yè)的規(guī)矩或者規(guī)定的加以提示。然后讓業(yè)務經理知道單據的問題。
實際上也是基于圖譜加NLP的技術做的構建?？赡苄庞米C跟相關之間有些這樣的規(guī)則，信用證跟發(fā)票證件有些校正規(guī)則，相當于發(fā)票有些校正規(guī)則。我們通過這樣的圖譜聯動以實現數據之間、多個業(yè)務不同數據之間的自動化校驗。
這個過程由人來做效率非常低，也很容易看漏，而機器則可以完美的解決這種場景。
接下來，面向于銀行內部的運營管理的機器人，完成了很多非常細碎的或者人工操作特別多的工作。
包括以下幾個大項，一個是交互系統(tǒng)特別多，運營管理部要處理信貸系統(tǒng)、運營管理系統(tǒng)、信用卡系統(tǒng)，以及處理征信的第三方產品。業(yè)務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的零件是一個成本相對較低的方式，但是審核難度較大，因為任務比較雜，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。希望將人的處理經驗固化到機器人里面。
幾個具體的場景，比如企業(yè)開戶。企業(yè)開戶是一個很簡單的操作，但是對銀行而言，每天或者從按月甚至一整年來看，實際上整個開戶量是非常巨大的。
這個動作從人的角度而言比較簡單。只要有一個開發(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)務人員要對這些信息進行反復查驗以確定是否對得上。這個動作可以由機器人直接替代，而且做得比人快很多、好很多。
第二，對公開戶，對公開戶之后要進行審核，其目標就是處理。尤其是在O2O這種預約開戶時，審查這個客戶到底有沒有風險？風險對銀行而言是一條不能觸碰的紅線。
銀行對于風險問題是嚴之又嚴。在企業(yè)開戶時，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)、機構信用代碼系統(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確。
這種審核對人而言也是一個很簡單的查詢操作，都是由人工的多個系統(tǒng)來回查詢，包括客戶提供的引進件，信息輸入系統(tǒng)后進行查詢，這些過程完全可以結合OCR、RPA實現自動化。
達觀在多家銀行里面都已經落地了，包括開戶之后要在銀行做報備，可是報備要跨越行內的系統(tǒng)和央行的系統(tǒng)。
在人行的報備也是一個跨系統(tǒng)的填報動作。這個動作跟前面所講的一樣，因為RPA能很快的處理，自動的將原來行內錄好的信息拿出來，登錄央行的系統(tǒng)再進行入住。
其中也有一些人機交互，比如機器出現異常的時候，會發(fā)出警告提醒給到業(yè)務人員，需要對其進行處理。
基于達觀近幾年與銀行的合作和RPA+AI給銀行的一些最佳的實踐，總結出以下幾點經驗：
RPA發(fā)展到現今階段，應該是融合到智能機器人平臺，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。
數字化已經談了很多年，現今階段的核心還是要用 AI的技術真正地賦能企業(yè)，尤其是銀行的數字化轉型。
技術模塊包括兩部分，一個是RPA，包括了studio開發(fā)平臺用于開發(fā)流程，包括控制中心、控制和調度所有機器人，以及流程的定時執(zhí)行。另外就是真正在終端去執(zhí)行任務、流程的機器人。
另一個是人工智能組件，包括OCR的、NLP、CV、知識圖譜技術以及推薦，也是達觀積累多年的一個核心競爭力，也會給我們的RPA平臺做一個組合。
AI+RRA對銀行業(yè)務，尤其是銀行有大量復雜的文本、影像、數據的場景，非常需要有這樣的能力以解決他們的問題。需要將AI+RPA二者進行一個深度結合。
銀行業(yè)務中的復雜流程占到70%，每個復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同時完成的復雜流程則占到了70%以上。
所以，為了完成銀行業(yè)的業(yè)務需要具備幾個重要的能力；第一個就是智能的文本語義、文檔的語義解析的能力，第二是比較復雜的，尤其是對影印件的證照，甚至一些復雜表格、無框表格以及非標準表格的識別能力。
第三，是一些制度和行業(yè)的一些復雜的規(guī)矩，包括審核的規(guī)則等等，需要基于知識圖譜技術以沉淀RPA，沉淀專家的經驗實現這種經驗的沉淀和復用，包括最終以AI的形式賦能的業(yè)務流程。
整體而言，從我們的經驗上來講，需要真正解決銀行業(yè)的數字化轉型，需要從整體上做一個頂層設計。
AI+RPA是一個基礎能力，但是從組織架構,包括從規(guī)劃上而言，需要構建機器人卓越中心。
從宏觀的角度，比如從全銀行的角度推動這個項目，從組織架構上、技術沉上的配套。
所以我們要構建一個RPA卓越中心，賦能業(yè)務單位的需要提供這種基本的功能，包括對一些業(yè)務流程的處理，一些能力的共享，服務中心等四大塊。
這四大塊包括了三大支持，第一個是人員，需要一個專業(yè)的團隊的建設，可以由企業(yè)幫助銀行一起構建這個團隊。
第二個是我們的流程，即平時的作業(yè)流程的再造和優(yōu)化。
第三個是技術，引入AI+RPA的能力，需要將這三大塊結合以構建RPA儲備中心，才有可能真正實現銀行業(yè)的數字化、智能化的轉型。
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，為什么現在智能辦公的價值很高，尤其在對銀行業(yè)務梳理完之后，發(fā)現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器，計算機是用數據來存儲所有的數據和細節(jié)。
第二，處理效率，人閱讀文字可能會挺快，但是計算機還能更快，在生成文檔時，人會更慢。如果是一個標準模板，讓機器協助生成一些文檔可以快得多。
第三，做不細，人在審核大量的文檔時，很容易出現遺漏，尤其是一些局部的錯誤，甚至細微的處理錯誤，可能對銀行也是一個很大的風險。
而計算機的處理則事無巨細，它一個事情都不會漏過，特別適合在這方面對人進行補充。
在這三點上，機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行補充，甚至優(yōu)化和賦能。
應用RPA+AI技術，總結出以下三大價值，尤其在銀行業(yè)，甚至在金融領域，以及在其他的行業(yè)都是類似的。
第一，更快速，機器處理的效率會比人高很多，尤其是對于重復性的工作，能縮短70%左右的耗時。
第二，更準確，只要將機器人的模型和規(guī)則設定好，其他的動作都是非常標準的，能降低95%的以上的人的遺漏的錯誤。
第三，更便宜。當應用到一定規(guī)模時，計算機的邊際效應會直線下降。而現在的人力成本在不斷提升。
尤其是現在考慮到國內的情況，由于人力的用工成本一直在提升，所以也是推動銀行進行智能化轉型的一個內在動力。
另外一個效果就是計算機的處理能力，近幾年，尤其是隨著深度學習的高速發(fā)展，許多原來覺得很難解決或者達不到生產上應用的一些問題，現在算法的效果已經是能直接上生產應用了，而人工處理能力則沒有發(fā)生多大改變。
計算機跟人的處理能力的Gap越來越小，導致現在用計算機替代人的收益是大于我們的成本的。
關于機器人的未來方向，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的應用中，5%是基礎的應用場景，還有25%是實現跨系統(tǒng)和跨媒介的搬運工作。
2020年的報告顯示，原來的應用場景還是屬于基礎運維到數據填寫搬運的比較低端的，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容。
未來70%的工作量，它的更高的價值是在幫助人提升判斷、分析、理解寫作的效率，或者幫助提高準確率，是機器所能發(fā)揮更大價值的場景。
未來RPA+AI的應用會更加廣泛，所產生的價值也會越來越大。
達觀現在也是在不斷的努力以優(yōu)化我們的技術能力，包括跟銀行業(yè)務進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)務價值，這是我們對未來的一個判斷。 （雷鋒網）
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
