品钛研究院《彭博商业周刊/中文版》专栏:iRPA金融科技厚积薄发新势力

Author: 舒典 | 2020-05-21

金融行业始终在科技领域投入巨大,近年来,随着fintech技术在国内不断发展,其应用场景已经从金融机构运行内部,拓展到实际应用的消费金融、智能信贷、支付清算、智能财富管理、区块链等各个维度。更广泛的C端场景落地,又进一步对金融机构办公智能化、业务自动化程度提出了更高要求。

iRPA或将为此提供重大支持。RPA(Robotic Process Automation)即机器人流程自动化的简称,是应用在商业逻辑和规则控制下的自动化系统精简及优化流程,相比于过去的办公自动化软件,RPA技术与业务更加贴合程度更高,自动化能力更强。近年,在AI技术加持下的iRPA技术(AI+RPA技术)受到金融机构的广泛青睐。

据全球信息技术分析机构Gartner2019年发布的一份软件市场数据报告显示,在全球软件市场中RPA以75.6%的增幅速度继续领跑,成为增长速度最快的企业级软件。其中,证券、银行、保险、电信等行业是应用最多的行业。RPA技术从2018年开始广泛进入中国,品钛作为领先的金融科技解决方案服务商,精准抓住了利用自身AI技术与RPA结合的契机,数个项目已成功落地。

本期品钛研究院(ID:PintecAcademy)将以fintech行业发展为背景,探讨金融科技技术对RPA技术的提升,以及未来iPRA(AI+RPA)的形式将为中国金融行业的发展带来怎样体验。

01 Fintech 3.0时代,传统金的内外挑战

品钛研究院认为,国内金融科技进步可以划分为三个时代。

Fintech1.0时代,金融行业通过传统的IT软硬件的应用来实现办公和业务的电子化、自动化,从而提高业务效率。此时,IT技术作为辅助支持作用,以恒生电子、金蝶等企业为代表技术供应商。

Fintech2.0阶段则是以第一阶段为基础,在自动化金融系统的基础上,以互联网为载体,在业务运行阶段融入大数据、人工智能、区块链等技术。此时金融科技技术开始融入业务层面与核心金融流程,帮助金融业务实现资产端、交易端、支付端、资金端等各端口互联互通,以蚂蚁金服等巨头以及品钛等智能金融科技解决方案服务商为代表企业。

过去,金融机构必须依靠线下网点、分公司、人力成本等方式来实现拓展业务范围,但如今只需要通过API接口、大数据筛选、智能风控等方式就可以得到精准流量。在2.0阶段,fintech技术极大的降低了金融拓展的边际成本,但巨大的增量也进一步加重了金融机构系统与流程负担。

目前我国处于fintech2.0与3.0过渡阶段,正在解决这一问题。业务层面,广泛应用大数据、云计算、人工智能、区块链等技术,这些技术不仅仅是金融业务的实施助力(2.0阶段大多为助贷、导流),而将进一步改变业务核心环节,大幅提升传统金融的效率。另一方面,面对互联网时代的巨大流量,以及外界的巨大可能性,为了抓住市场机会,金融机构需要进一步优化业务流程与系统搭建的承载量、工作效率、以及智能化运作程度。

此时iRPA系统成为了其中重要选项。

02 内部办公:iRPA带来办公自动化的新时代

目前,国内城市的办公常常通过OA(协同管理软件)、ERP(企业资源计划系统)、PDM(生产数据管理系统)、CRM(客户管理系统)等程序维持企业的日常运行。

但其实这些应用软件仍然只能满足员工线上办公,云端沟通等基本需求,尤其在金融行业,员工在实际工作中仍然需要手动登录操作、进行报表整理、邮件传达、对账核验、报告反馈等繁重却枯燥的工作,不仅工作效率低下,还让员工疲惫于低端工作,出错率也较高。究其根本,是业务流程运行上还有待进一步的优化。

据品钛科技赋能业务负责人李惠科介绍,RPA系统在诞生初期就受到了金融行业的重视。主要由于三点: 第一, 金融行业流程标准化程度高,且在具体操作中经常涉及多部门,在定制化部署下,可以实现RPA自动化替代。 第二, RPA是一种“插件式”的系统,能够有效与企业原有工具的集成,无须重度改变原有系统,这对于内部系统庞杂的金融机构非常适合。 第三, 金融行业往往需要处理的项目中包含多种数据,这正是人脑不擅长而适合机器人的工作。

2020年春季,中国爆发了严重新冠病毒疫情。受限于疫情和防疫措施的影响,员工难以正常上班,金融机构为此承担了可观的损失。品钛针对应急环境下推出远程协作办公机器人iRPA应用,帮助金融企业和其它企业处理多人远程协作工作场景下的一些常见业务,比如日程安排、数据整理、数据分发、通信安排、视频会议、邮件分发等等,让远程协同工作能有条不紊、流畅顺利地进行。

比如银行、证券公司常需要进行数据统计、分析,员工们需要从不同部门收集数据,再进行人工整合和处理。在远程办公情况下,耗费几天时间完成的情况并不少见。iRPA系统则可以在接收指令后,自动完成抓取信息、读取信息、检索信息、处理信息内容、核验数据、自动化管理等工作流程,极大提升自动化、降低人工出错率。

03 业务拓展:iRPA覆盖更广金融场景

不仅仅是内部员工的办公效率,RPA技术在金融业务场景中也有很大助力。

很多人都体验过RPA技术的初级阶段,比如智能客服、数据自动导出软件等等,但他们必须按照特定规则处理业务,只能代替人类工作的小部分环节。

近年来,在AI技术的加持下,iRPA 机器人集合了语音识别、人机交互、图像识别、智能决策、监督学习等AI技术,有能力启动和使用各种应用程序,包括打开电子邮件和附件、登录应用程序、移动文件,从网络(包括社交媒体)上抓取数据,因此可以模拟真实人类进行业务决策处理。

在复杂的业务场景下,达到接近人或超过人的决策准确率,打破传统RPA技术只能按照特定规则处理业务的局限,实现深度的业务场景覆盖。

以银行小微企业抵押贷完整流程为例,首先需要信贷员收集客户信息,并将收集到的信息按照一定的标准分类、归档,进行信用检查和背景检查,全方位了解客户的还款能力,作出信贷审批决策。接下来,还需要经由录入员录入、审批员预审、电话沟通等环节,才能完成最终审批。通常在传统的信贷业务实践中,银行完成抵押贷款的审批需要15-30个工作日,对于急需要用钱的客户来说,这是一个漫长的过程。此外,如果有来自客户或银行方面的轻微操作失误,便有可能导致流程的减慢。

然而通过iRPA系统,银行员工只需要每天花1分钟将工作指令发送给RPA软件机器人,机器人按照接收到的指令,在电脑里自动完成自动读取信息、确定重要信息、抓取重要信息、按要求附上所需要信息,并将所有信息自动归档、整理成报告上传等所有的操作。即便是遇到了非标准化的素材,iRPA系统还可以使用图像识别(OCR)技术,将素材识别、提取、整理成可用的、标准化数据。

如此一来,银行员工可以大大减少前期信息收集、分类所花费的时间,提高信用检查和信贷决策效率,同时将更多的时间用于和客户的沟通与交流,快速响应客户的需求,减少客户流失的风险,真正做到技术为金融服务。

同理,iRPA还可以应用于像信用卡处理、客户服务、应付账款自动化处理、账户关闭流程、合规处理、欺诈检测、反洗钱等多个场景。

04 挑战:技术与金融在实践中融合

RPA自2001年起就在国外兴起,目前在国外的发展已相对成熟。从2018年底,RPA行业国际领先的三大头部供应商UiPath、Blue Prism、Automation Anywhere相继进入中国市场。

与所有的SaaS技术一样,iRPA技术也出现了部署困难。供应商虽然精通技术,但是各行各业都需要不同的定制化方案,尤其对于严谨的而复杂的金融行业,iRPA技术必须精准的插入金融业务环节、定制化部署还要实现跨行业沟通与跨部门协同,这对于国际技术顶尖、却缺乏金融经验的RPA供应商而言非常困难。

李惠科举例表示,部署RPA系统的虽是IT团队,但每天实际操作和系统紧密接触的是业务团队。IT和业务人员在对待一套系统时的理解和认知是不一样的,比如,当业务人员在网页上下载一个数据时,网页上会出现什么图像,什么弹窗,业务人员对此敏感度不高,往往不会特别留意,而这些对IT人员部署系统是非常重要的。建立IT和业务团队之前沟通机制,不仅能提高协同工作的效率,还能发挥出RPA在金融机构应用中的最大价值。

品钛作为金融科技解决方案服务商,对金融业务流程与AI技术都有深厚经验。品钛在iRPA与金融融合过程中充当了AI开发与部署商的双重角色。

一方面,品钛与三大RPA供应商合作,发挥双方的RPA与AI优势,在技术层面保持世界先进。另一方面,品钛充分发挥自身对金融业务的了解,对项目进行统筹。一边与机构内的双边IT部门紧密合作,共同研发软件机器人;另一边与业务部门有效对接,随时了解产品在使用中出现的特殊要求与问题。为金融机构部署及管理RPA提供总体统筹与协作。

为了保证RPA在实际应用中的顺利运行,项目开展期间要分析RPA运行模型,设计目标终端状态,梳理端到端流程,保障控制节点与配置能够完美匹配各项需求。这要求项目实施团队有丰富的实战经验,专业的服务水准和强大的技术支撑作为后盾。任何一个环节无法推进,都将导致项目失败。因此,市场也有看衰的声音认为,RPA技术在国内缺乏具体的商业案例、AI技术在RPA应用有待考验、系统部署商经验不足等各种现阶段的问题。

但品钛研究院认为,RPA和AI技术结合的iRPA已经成为了智能技术的一份子,未来也将朝着更广更深的方向发展,覆盖更多的场景。麦肯锡曾发布一份名为《数字时代:人工智能将改变企业命运》的数据报告,其显示世界500强企业中超过70%的企业都在使用RPA,包括花旗集团、通用汽车、宝洁公司等金融与非金融行业,在这些企业中80%的公司业务全部实现工作流程自动化。

任何一项新兴技术的发展都伴随着问题的不断出现和解决,过去十年来,RPA已经从简单的处理单一自动化问题的“机器”成长为能模拟人类的“机器人”,随着AI技术的精进与各行各业的应用,人们看到的当前RPA技术变革只是冰山一角。