用生态的思路，让 RPA 价值在金融行业更好落地

Part. 01

金融行业为什么乐于使用 RPA

RPA 市场目前应用比较集中的行业主要是银行、保险、制造、服务业，合计占比达到 83%，而这其中金融行业占据的比重最大。

在过去一段时间，我国的产业数字化取得了蓬勃发展，而 RPA 能在金融领域大量落地，主要原因有以下几点：

第一，金融行业属于数字化程度比较高的行业，而 RPA 的本质是以模拟的方式从事数字及信息的固定重复操作，这给了 RPA 嫁接的契机。

第二，在金融行业的业务端，存在大量的重复性工作，耗费了不少的时间与人力成本，金融行业有着实实在在降本增效的需求。

第三，金融行业业务系统数量众多，且各系统相对独立，信息孤岛现象比较严重，用系统集成的方式，有时达不到理想效果。RPA 相对于系统集成，有“短、频、快”的特质，因而跨系统操作自动化及信息共享需求迫切。

第四，伴随金融行业竞争加剧，RPA 可以很好的帮助金融企业提升运营效率，从而提升客户体验。从 Gartner 的调研报告中，我们可以看出，金融机构通过 RPA 来改善客户体验的原因占到 66%。

来源 Gartner 咨询报告

我们用实际案例说明：以银行 RPA 资产自动查询为例，银行客户经理需要及时了解贷款客户资产情况是否有变化，客户经理需要实时访问外部不动产登记网站，获得相关资产信息。这项工作原来需要客户经理人工访问网站获取信息。

有了 RPA 之后，客户经理实现了自动化，减轻了客户经理的工作压力，并提高了风险监测的时效性。并且使客户经理有了更多精力去从事客户开发等创造性工作。同时银行客户经理，不必再和贷款用户沟通客户资产的变化情况，客户的体验感也越来越好。

Part. 02

RPA 的场景已从前端向后端逐渐渗透

目前在金融行业 RPA 项目中，常用于以下场景：

银行：对公现金对账、对公账户备案、信用卡及消费贷款审核、清算数据上送处理、个贷催收、抵质押贷款检测、反洗钱及欺诈检测等等。

证券：业务清算、开闭市、定期巡检、资产监管操作、托管系统操作、财务系统操作、柜台交易系统操作等；

保险：呼叫中心辅助、保单创建、理赔处理等等。

综合上述场景来看，这些场景很多都是和客户服务相关的业务前端流程，主要目的是为了提高客户的服务效率。但从今年我们的实施案例情况来看，RPA 已逐渐渗透到后端业务之中，并且这种场景逐渐增多。

例如，今年艺赛旗几个 RPA 项目已经开始帮助银行建立风控数据模型。众所周知，在银行中，风控系统有着非常重要的作用，风控模型需要进行海量的数据分析。这些数据中，有很多跨系统的数据传输和采集，例如业务中需要将风险报备给银行，查阅贷款用户资产变动情况等等，这些业务，都可以使用 RPA。

并且，在近期，艺赛旗在金融机构的项目中，RPA 也已经开始涉及用户画像搭建，帮助精准营销上的相关工作中，通过这些项目我可以看到 RPA 的场景已从前端向后端逐渐渗透。

Part. 03

在金融行业，RPA 是一种很好的解决问题的思路

很多 RPA 厂商在中国市场，都逐渐实行合作伙伴制度，这一方面是考虑到 RPA 市场规模的增长，另一方面考虑到客户需要本地化支持，并且都先后推出社区版以及培训体系，大家都希望借助伙伴的力量来拓展 RPA 市场。

而众多合作伙伴在推 RPA 的时候，很多是将 RPA 作为他们的整体解决方案的一部分，用他们的话说“RPA 是很好的数据集成的非侵入式工具”。RPA 这种跨系统的辅助特性，让他们有了更多的项目思路和方法。

我们依然通过艺赛旗的调研案例来进行说明。我们的合作伙伴中，有一家银行客户总行在全国推出了新的数据系统，因此分行必须将数据及时更新到新的系统中。但疫情刚刚结束时，银行终端业务量非常大，系统改造又不能影响终端业务，所以很多银行业务人员也必须处理两遍业务数据。 

要是用传统的系统集成的方式，银行的成本会非常高，同时，效果也不一定好，并且分行的老系统未来是要淘汰的，这又会造成极大的浪费。

合作伙伴利用 RPA 解决了这个跨系统的问题，相较于之前系统集成的方式，RPA 更加受到客户的欢迎。

同时，由于合作伙伴以 RPA 为切入点，后续又从银行接到了很多业务。于此类似，有很多 RPA 合作伙伴，原先是做硬件的，集成的，以及数据安全的，这些伙伴都普遍在业务转型之中。同时很多 RPA 项目需要跨部门的协调，考虑到很多银行部门都有独立采购权，RPA 对于合作伙伴来说，更是一种拓展业务的思路！

Part. 04

金融行业 RPA“工厂化”解决方案

金融行业客户，一般都是大型用户，他们的 RPA 从需求提出、研发、上线、运行、退出的全生命周期中，都需要有众多部门的人员参与，在银行的业务模式中，有些业务部门是总行集中运营，有些是独自运营。但由于金融机构部门众多，有时一个场景需要跨多个部门，如何让 RPA 更好地满足金融机构这些不用需求？ 

首先，在 RPA 系统部署过程中，我们要做到模块化部署。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就可以了，而不需要重新配置，从而减少对整个系统运作的影响。

其次，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 和业务团队之间沟通机制，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。

在艺赛旗 RPA 最新的版本中围绕 RPA 的大规模部署提出了机器人工厂的概念。

在企业成立 RPA 管理分配中心，统一将公司业务中的部分工作交给 RPA 机器人，这样的 RPA 管理分配中心被称为“RPA 机器人工厂”。RPA 机器人工厂通过系统化的管理，有效整合资源，将原来的单一 RPA 任务转换成 RPA 全流程自动化，从而促进企业实现全面的流程自动化转型。

机器人工厂强调资源协调统一性，将 RPA 作为提升企业运营能力的输出工厂。RPA 通过工厂化运作，可以为企业提供一站式的流程自动化解决方案。

而在企业服务器中，管理权限、许可管理、组织管理、流程审批发布、任务调度的管理，都在 RPA 机器人工厂得以分配。这非常有利于企业中机器人工厂的四个角色：管理者、所有者、开发者、使用者的层级化使用，而企业也可以结合自身的需求，完成流程上传、审批、发布、版本等一系列的标准化操作。

与此同时，为满足机器工厂的合规性，艺赛旗在服务端，通过录屏、日志、流程图等三联播放的形式，展现机器人流程开发运行的全过程，满足了机器人工厂的回溯及审计合规需求。 

Part. 05

RPA 如何一站式嫁接金融业务

RPA 在这些业务链中，有哪些场景可以介入？作为厂商，如何在金融机构中更好的推进 RPA 的嫁接？

在艺赛旗机器人工厂方案提出之前，我们围绕金融企业在消费金融、供应链金融、中间业务、合规业务等各个业务链中，进行了系统化的调研。在调研初始阶段，我们就获得了部分成绩，以当前特别火爆的消费金融业务为例：

2020 年 2 月，以消费贷款为主的居民短期消费贷款减少 4075 亿元，创 2007 年有数据统计以来新低。但是，从市场层面看，疫情对行业影响是阶段性的，中国消费金融行业长期利好不会因为疫情而改变。随着国内疫情的稳定，复工复产的有序进行以及政府消费政策的刺激，短期消费贷款将迎来一波补偿性的反弹。

消费金融端的效率提升、风控改善、贷前贷中贷后全流程都需要新的技术来提升用户体验，在消费金融业务链中，艺赛旗 RPA 的介入点，也是非常的多，而 RPA 的机器人工厂解决方案，对于消费金融的综合服务能力提升也将是一个助推器。

RPA 要想在金融行业做大做好积极渗透，必须掌握每个金融业务端业务嫁接的可能性，这单靠哪一个 RPA 厂商是不够的。RPA 是一个解决思路，更是一个生态产品，所以需要更多生态伙伴的合作支持，艺赛旗诚邀大家一起参与。

END