RPA在金融机构风控领域的应用

　　本文作者：上海艺赛旗软件股份有限公司

　　解决方案部经理 李博

　　
       一、 RPA机器人在金融风控领域的应用
 

　　为防范和化解金融风险，国家通过出台一系列法律法规不断从顶层实现对金融行业的规范，金融领域的各细分行业企业通过推动内部创新与拥抱数字化革命，不断夯实合规与风险控制这块行业基石，业内企业已完成了以风险管理框架、问责制度、行为监督等为代表的风控指引的建立。同时，结合自身信息化升级以及大数据等新技术手段，针对不同的案例，金融企业对内的审核力度及对外的业务调查能力不断的增强，加之监管机构对金融服务业日趋严密的要求与措施，使业内企业逐步进入了世界一流的风控管理梯队。

　　但是，在高光之下仍然暗藏着亟待解决的尖锐问题，根据2019年?《爱德曼全球信任度调查报告》显示，金融服务业的受信任度低于科技、汽车、娱乐和包装消费品行业，仍然是全球范围内最不受信任的行业领域。

　　（?爱德曼（Edelman）：全球最大独立公关公司，《爱德曼全球信任度调查报告》于2020年1月在瑞士达沃斯“世界经济论坛”上正式发布。）
 

　　多年来一直在银行、证券公司、资产管理公司、资本市场等领域爆发的丑闻与乌龙事件，是造成这种结果的最直接原因。这种以最显性的方式暴露金融企业对自身风控管理漏洞的事件说明，金融企业在其风控领域仍存在重要薄弱环节，而这不仅仅表现在对自身的约束力与监督上，外部环境的骤变对于企业风控能力的考验同样严峻。

　　风险控制作为金融机构的核心基础能力，始终承担着最重要的角色。新技术、新业务，以及内部管理创新的需求，对其风控能力带来了最直接的挑战。但是，信息不对称、高时效性要求、以及过高的风控成本投入，使不同金融机构之间的风控能力差异巨大。同时，在深化调整产业机构、新旧动能转换、国际关系骤变以及经济黑天鹅遍布的新常态下，外部实体企业主以及个体客户信用风险正逐渐移向高位，风险暴露事件不断，避险情绪高涨，如何在如此严峻的形势中，有效落实国家政策与企业战略，规避或控制潜在风险，防范大风险事件，重建信任，成为了金融行业近年的重要课题。

　　另一方面，伴随着个体与企业数字化转型进程的深入，牵引出更多更隐秘的全新风险。在反欺诈、反洗钱、无卡业务、账户验证以及信息共享安全等核心任务方面，金融机构亟须有效的信息化风控利器辅助，以适应日益变化的风控要求。

　　机器人流程自动化的应用在带来了最直观的效率的同时，正推动多个行业重新审视信息安全、竞争策略、隐私、运营弹性等企业生存要素。金融行业内部以及行业间的数据交互日益频繁与复杂，因此在这些要素中，数据成为了最核心的共同点之一，金融界的商业领袖们也深刻意识到企业数据与客户数据的重大价值，围绕着数据开展的一系列风控措施也逐渐成为了金融风控领域的焦点。对数据准确性、时效性、隐私性、可追溯性的极高要求与人工操作可能带来的失误性、低效率、传播性、隐秘性的矛盾，使得机器人自动化技术在此间开始承担不可或缺的角色。

　　艺赛旗作为国内最早进入机器人流程自动化领域的科技公司，依托强大的自研中心，以其优秀的RPA（机器人流程自动化）产品，不断拓展在金融领域的最佳实践，行业内已覆盖包括中国银行、工商银行、农业银行等31个省市的200余家银行，以及太平洋保险、平安保险、太平保险、中国人保、海通证券、国泰君安等超大型保险集团与金融服务企业。作为国内RPA领域的领航者，经过十年的积累，艺赛旗RPA产品已基本覆盖所有核心金融场景，成为了金融企业机构最优质的合作伙伴。

　　RPA（机器人流程自动化）能够在不侵入企业原有系统的基础上，通过便捷的开发与部署，代替人工执行一切明确的流程规则，在切实提高效率、降低错误率的同时，使得一切操作不依赖于人类员工的情感偏好和操作技能，规避舞弊风险与误操作，确保金融业内部数据流的合规性，并能够通过流程挖掘与任务挖掘模型，发现低效流程，分析内控注入节点，推动企业风控流程的优化。

　
   　二、 RPA与金融行业风控的结合
 

　　RPA，即Robotic Process Automation（机器人流程自动化），是计算机程序，是跨组织与跨应用的功能集合，能够替代人工完成诸如计算、数据提取、系统数据对接、数据下载与统计、数据库读写、填写表格、登录或任何明确的规则，旨在解决操作及业务流程自动化的难题，极大地减少人为从事某些标准、重复繁琐、大批量活动的需求，是纯粹的自动化形式。

　　近年来，迅速崛起的RPA应用正颠覆着各行业的认知，从最初作为“人工助手”的辅助性RPA到开始作为“虚拟劳动力”的自主性RPA，与当时前沿技术的结合与应用始终是其保持活力的根本因素。当前，RPA已进入到3.0阶段，与OCR（光学字符识别）、ML（机器学习）、NLP（自然语言处理）等新技术的结合成为现阶段的主题与趋势，随着未来AI智能技术的成熟，RPA技术将持续高速的进化，实现机器人的超级自动化，拉开RPA+的序幕。

　　RPA因其技术特点而具有天然的应用优势。首先，RPA运行在软件层级，不依赖于原有的基础技术设施，这种非侵入式的方式使得RPA在应用时无需修改原有的IT系统；其次，对于机器人所执行的规则上，使用者只需关注在规则本身的合理性上，无需具备任何编程技能即可进行规则的开发，这种极轻量级的开发模式，使得RPA具有极高开发速度与灵活性，可以迅速的响应业务的快速变化；第三，使用者仅需数周的时间即可完成RPA规则的开发并上线运行，快速实现部署与拓展，对于传统信息系统动辄数月甚至数年的开发预期，RPA所带来的高效率与低成本优势是及其显著的。

　　RPA以其应用优势为能够为企业带来最直接的改善成效。最直接的效果即是极大的降低了人力成本，将员工从枯燥、繁琐、重复的工作中抽离，在明显提升了效率的同时，释放员工活力，使员工的智慧与潜力参与到创新、运营等高价值的事件中，增强员工对企业运营的参与感与主人翁意识，适应了未来企业管理对员工的需求。同时，在运行RPA的过程中，能够发现企业流程环节的潜在风险，通过数据的积累与分析，为风险管理人员提供最一线的提示与建议，完成内控的注入与完善，从根本上推动企业流程的优化。第三，RPA在运行过程中无需人员参与，能够7×24的不间断工作，满足了企业对于业务连续性的最高标准。

　　RPA的良好特性与应用优势，完美契合了金融机构的日常任务量大、任务重复、流程繁琐特点，以及对准确性、保密性、时效性、连续性的最高要求。数据与信息的调出、查询、验证等任务已经严重的耗费企业的人力，已成为企业管理者的最重要的变革标的之一，而为此采取的数字化规划战略推进现况与期望值仍存在不小差异。因此，相比于大型信息系统的更新与升级，RPA无疑为金融机构管理层提供了一个快速、经济、高效的解决方案，经过近年的市场验证，无论在前后台人工业务的替代上，还是内外部风控环节的自动化，部署RPA实现快速的运营创新，以作为企业数字化转型的切入点，已逐渐成为金融机构管理层的共同意识。

　　相比其他行业，银行、券商、资产管理公司等金融机构所具有的信息化基础，使其更易采用RPA实现薄弱环节的覆盖。截至目前，很多大型金融机构在反欺诈、反舞弊、反洗钱、尽职调查等风控细分领域陆续部署了RPA，支撑了对贷款、账户管理、交易执行、客户画像、内部审计以及客服质量等运营环节。对于所带来的直观效果，始终能够获得企业管理层与实际操作人员的满意反馈与推荐。

　　三、 RPA在金融行业风控领域的典型应用场景

　　艺赛旗经过数年的项目经验，在金融风控领域积累了大量最佳案例，始终旨在赋能金融机构风控领域的自动化升级。

　　1、 RPA助力中国银联反欺诈交易风险控制

　　中国银联通过上线艺赛旗RPA，实现了风控信息化能力的升级，例如，使用RPA自动批量查询所报送的欺诈交易，使原来需一人连续6个小时下载所有欺诈卡号并核对的枯燥过程，转变为由机器人1.5小时自动完成，期间无需人工的介入与等待，极大的释放了人力。同时，通过分析机器人运行过程中的留存数据，为原本的风控规则提供了直观的优化建议，升级了银联对欺诈风险的防范能力。

　　2、 RPA助力于农商行反洗钱监测

　　作为反洗钱的主力军，金融机构始终承担着最繁重与复杂的工作内容，但是目前机构内庞大复杂的各类流程和难以共享数据的遗留系统，造成了大量的、缓慢的人工介入，为应对这种难以调和的挑战，RPA成为了企业管理层的首选。

　　艺赛旗RPA帮助某农商行实现了反洗钱监测系统的客户审核分类及预警的自动化，使原来需一人每天连续1个小时的核对工作，降低为20分钟，且由机器人自主完成，无需人工介入。同时，将反洗钱数据的核对错误率由2%降至0，完全消除了误操作，确保了数据工作的高度准确性。

　　3、 RPA助力某银行KYC流程智能化

　　通常来说，KYC至少需要近千个工时才能完成对客户的有效检查，由此伴随的使巨大的资源成本。而通过RPA进行的客户数据收集、筛选和验证，使得银行在极短时间内完成全部检查流程，并且最大限度的降低了错误率以及人力成本。

　　艺赛旗RPA帮助某银行实现了KYC的智能化，提高了客户画像的精准度，使原来由7人每天跨司法、工商、监管等多个系统查询账户、资产、负债、交易明细等300名客户信息的工作，由1台机器人每月20个小时自动完成，同时将错误率由千分之三降低为0，快速、准确的构建客户关系网络，实现了对客户风险等级与风险偏好的及时更新。
 

　　四、 结语

　　作为数字化基础最好的领域，金融行业的领袖们积极探索新技术应用为企业带来的高附加值，RPA作为近年迅速崛起的智能化应用，以其优秀的技术特性与行业案例，取得了企业的高度信任与期待，随着机器学习、自然语言处理、计算机视觉等智慧技术的成熟，RPA也将充分吸收并与其融合，自动化全职的机器人员工必将成为金融企业未来多元化劳动力生态的一部分，与人类员工共同构成混合人才模型，服务于未来金融领域。

　　（本文系上海艺赛旗软件股份有限公司解决方案部经理李博发表在《互联网金融支付产业安全联盟通讯》杂志上的原创文章，本文为全文转载，欢迎阅读）