2018年11月，UiPath首次在中国举办"UiPath Together"年度大会，宣布全面进军中国市场。
2019年9月，Blue Prism正式成立上海总部，进军中国市场。
2019年10月，Automation Anywhere宣布扩展中国市场业务版图。
UiPath、Blue Prism、Automation Anywhere是RPA行业领先的三大头部供应商，自2018年以来相继进入中国市场，助力RPA技术在中国的发展。其中最早进入中国市场的Automation Anywhere已在北京、上海、深圳、香港和台湾设立办公室，为当地来自不同行业领域的客户提供RPA相关服务。
品钛研究院（ID : PINTECAcademy）从RPA进入中国市场后，在金融领域的应用作为出发点来探讨，作为当今一项蓬勃发展的新兴技术，RPA将为中国金融行业的发展带来怎样技术型的颠覆？面对未来发展有哪些亟待解决的挑战？它能否成为金融科技发展的下一个风口？
1、什么是RPA?
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，我们可以把它看作一个软件机器人，用来高效处理重复性的、基于规则的任务。这个机器人可以迅速、准确、不厌其烦地完成重复性的、例行程序的工作，从而使人类可以专注于需要与客户交互和需要情绪智力、推理、判断的其它工作。
RPA自2001年起就在国外兴起，目前在国外的发展已相对成熟。2015年RPA被引入到中国，2017年国外供应商开始将RPA应用到中国金融机构的一些场景内，2018 年陆续正式进入中国市场，2019年正逐渐开始成为创投领域的新风口。
美国福里斯特研究公司（ForresterResearch）的报告指出，RPA市场将从2016年的2.5亿美元增长至2021年的29亿美元。一些企业主已经开始意识到RPA在升级流程和降低成本上的潜能，那么RPA到底能为企业做什么？带来哪些好处？
现在企业里员工的绝大部份工作都是通过电脑来完成的，很多工作具有高重复性，而且很容易出错，RPA软件机器人最擅长的便是模拟人的方式去操作那些重复的、繁琐的、易错的流程。我们以一个数据核算整理的应用场景为例（图1）， 可以看到RPA使用者只需最开始将工作指令通过邮件发送给机器人，机器人便能自动地在电脑里工作，将执行的工作结果以报告形式直观呈现给使用者。在这个过程中，充分体现了RPA软件机器人抓取信息、读取信息、检索信息、处理信息内容、核验数据、自动化管理工作流程的能力。
可见，RPA的主要优势体现在：
1. 效率高：RPA可以自动不间断地、准确而高效地处理大量重复性、有规则的工作；
2. 成本低：RPA的整体运维成本比人工成本低的多，通常比人工成本便宜50%;
3. 速度快：RPA能大大提高流程的处理速度，缩短时间。RPA机器人1分钟的工作量相当于一个人约15分钟的工作，并且能7X24小时不间断工作，为企业提供全天候的处理能力；
4. 质量好：RPA能极大程度减少人为错误。通常员工每100个步骤中就会有10个错误产生，RPA机器人可以帮助员工提高操作的准确性，将出错概率减少接近甚至达到0.
2 、RPA掀起金融行业技术性变革风潮
据据Gartner最新发布的《2020年十大战略技术趋势》报告显示，RPA将成为超级自动化技术发展的开端，到2022年底，85%的大型和超大型组织都将部署某种形态的RPA.RPA的适用非常广泛，可以精简和优化多个行业的商业流程，以金融行业为例，RPA可以适用于从银行贷款审批到证券交易清算，再到保险申请索赔等金融场景内的多个环节。
中国RPA行业咨询平台RPA Plus关于RPA在国内行业应用的市场调查显示，目前RPA应用最为广泛的三大行业都来自金融领域，分别为银行、证券和保险。
以银行为例，一个银行抵押贷款审批处的职员，每天需要收集申请贷款的客户的信息，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。鉴于每一位客户的信息量是纷繁多样的，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。同时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甚至延迟。
想象一下，如果有一个系统，可以依照事先部署好的规则来自动读取信息、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。 借助这个系统，银行员工只需要每天花1分钟的时间在电脑前动动手指，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，在电脑里自动完成上述所有的操作，并将工作结果以直观的报告形式展现给RPA软件使用者。
如果是全自动的机器人，甚至不需要发送指令，机器人可以按照预先设定好的时间表自动运行。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。
除抵押贷款审批外，RPA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。但由于银行内每个场景下覆盖的部门众多，有时一个场景需要跨部门协同工作，如何部署RPA系统更好地服务于银行？根据品钛RPA团队服务金融机构的实战经验，分析得出在实操层面应着重考虑以下三点：
1. 需建立一个卓越中心（Center of Excellence "CoE"）来统筹和运营金融机构的自动化举措，为金融机构部署及管理RPA提供总体统筹治理，沟通与协作，赋能与支持。在技术公司中，CoE（图2）通常指一个部门汇集来自不同领域的高技能人员，提供共享的设施、资源，为新的软件工具、技术或相关业务提供领导力、最佳实践、研究、支持及培训。在RPA实践中，这个部门既可以和机构内的IT部门紧密合作，共同研发软件机器人，也可以和业务部门进行有效对接，第一时间了解产品在使用中出现的流程、性能等问题，并及时得到反馈，做出调整。同时，还可以通过人力资源部门为员工组织RPA的相关操作培训。
2. 在RPA系统部署过程中，应做到模块化部署。鲁棒性差是被外界认为的现在大多数RPA系统中存在的主要弱点，即如果在RPA应用程序中做了修改，便需要重新配置机器人，导致运维成本增加。一个成熟、高效的RPA平台需要从一开始在部署中，将每个功能之间分成不同的小的模块，模块与模块之间较为独立，但不影响整体功能的发挥。这样，即使程序中出现错误，只需要修复其中出现错误程序的模块，而不需要重新配置，从而减少对整个系统运作的影响。
3. 需建立IT和业务团队之间有效的内部沟通机制，提高RPA系统的运作效率。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。
3 、"RPA+AI"引领未来RPA发展方向
如果说RPA是模仿人类行为的机器人，那么AI即是机器模拟人类的超智能产物。
人工智能技术赋予了"机器人"思考和学习的能力。与AI的结合让RPA穿上一层智能化的外衣，使"机器人"逐渐进化成为超越人类的超智能化机器人。
例如在应付账款自动化处理场景中，应付账款处理是一个重复性高、出错率高的工作，供应商向您发送发票，您需要提取发票中的关键信息，并创建应付账款明细会计账单。在这种情况下，如果发票是电子发票，使用RPA机器人便可以自动检索电子邮件，将邮件附件中的发票下载到已定义的文件夹中，并在会计软件中创建应付款明细账目，通过验证后自动将付款打入供应商的账户。
然而，现在发票并未完全结构化和标准化，不同的供应商使用不同的发票模版和格式，除了电子发票外，目前大部分发票以纸质为主，由于RPA机器人的每个活动都需要根据流程来编写，当遇到发票的数据机构、形式不一致时，RPA机器人不一定能精确的从不同类型的发票上提取关键信息，这时便需要人工智能技术，如光学字符识别（OCR）将所有不同类型的发票数字化，并从中提取关键文字信息，信息通过验证后，再将其交给RPA机器人执行后续过程。
现在，成熟的RPA软件已可以利用OCR技术针对中文语言环境下进行字符识别。在纸质发票丢失的情况下，利用OCR技术还可以识别通过扫描或者手机拍照的方式上传的含有文字信息的图像，无需再进行单字切分，就可以直接将图像中的文字自动转化为可编辑的文本信息，大大提高了RPA机器人的工作效率，帮助金融机构实现应付账款票据处理的自动化。
可以预见，未来除OCR外，像语音识别、人脸识别、自然语言处理、计算机视觉、大数据分析等一系列人工智能技术将在RPA领域广泛应用，提高机器人的工作效率，最大程度上减少人工干预，将RPA技术上升到像人类一样学习、像人类一样思考、像人类一样感知的阶段。
4、 挑战与发展并行
目前，RPA在中国的发展刚刚起步，一些金融机构已经开始尝试RPA系统的个贷领域与日常业务的小规模应用。据公开信息显示，浦发银行信用卡中心使用RPA系统完成交易用途线下排查和伪冒数据合并等操作，并开始将RPA系统运用在汽车分期客户信息自动化系统中；兴业银行在银行内部部署了300多个RPA机器人，实现30多个业务流程的自动化。
然而，每一家机构的系统设计、流程运作和规范具有差异化，这将增加RPA系统部署难度。同时，鉴于RPA系统非侵入性的特点，即不需要改变机构内部原有的IT基础架构，以外挂或"插件化"的形式部署在机构现有的系统上。当一家机构自身的流程运作并不标准和规范时，这时便需要RPA供应商做定制化的部署，去解决系统运作流程上不标准的步骤。
而RPA非侵入性的特点增加了RPA定制化部署的难度。据专业人士分析，在这种情况下往往会借助外部硬编码，即将汇编语言直接嵌入到内部RPA程序中，来辅助解决因金融机构内部系统流程不标准而出现的问题，或者通过搭桥的形式，在外部建立一个微程序与内部已部署的RPA系统连接，来解决如数字化传输、界面不兼容等问题。这对RPA供应商的技术能力有很高的要求。
其次，现在RPA大多是基于某一个金融机构的某个特定应用场景来部署，未来随着应用场景的增加，以及覆盖的产品越来越广泛，如何构建基于产品的多流程、跨地域、多单位的集团部署架构是未来RPA技术创新的重要关注点。以及面对不同场景，系统流程的标准化和规范化的程度也不尽相同，对同一机构不同应用场景下RPA的部署如何做到标准化和定制化部署间的平衡也是未来在RPA的应用推广中需要考虑的问题。
最后，任何一项新兴技术的发展都伴随着一定的风险，和人工智能技术结合的RPA正朝着更广更深的方向发展，未来将覆盖更多的场景。例如当下中国爆发新冠疫情，金融机构可以通过部署RPA机器人来模仿柜台真实的营业员来处理客户某些特定的金融业务，在无人到场的状态下也可以完成部分工作。同时还可以应用于远程办公场景，帮助企业处理多人远程协作工作场景下的一些常见事物，如日程安排、数据整理、数据分发、邮件分发、通信安排等。
但是，在RPA技术蓬勃发展的同时又会带来哪些新的风险？是否能符合内外部的监管要求？
这些都是RPA开发商、供应商、使用者在未来RPA技术研发、推广与应用中值得思考的问题。
文章评论