RPA技术在商业银行数字化转型中的应用初探

近年来，机器人流程自动化(RPA)技术的出现为企业数字化转型提供了一种全新的技术解决方案。RPA技术具有风险低、准确率高、无人值守、非侵入式、低代码等特点，能够灵活整合多系统以及快速部署替代人工操作。RPA技术为商业银行引入了一种新的生产力要素——数字化劳动力，有效地重塑了业务流程与服务模式，实现了运营的大幅降本增效，推动了商业银行数字化转型。

RPA通过非侵入自动化技术，可以非常灵活和精细地实现对人的动作的模拟。不同于爬虫技术仅通过单纯的发送Http请求获取Cookie，或者通过直接注入网页命令等方式获得技术机械拷贝数据，RPA技术更安全、更有效、更综合化，可支持主流的Web页面元素、CS、.Net FrameWork、Java等界面的高效操作，可以与其他智能技术相结合，具有对业务流程进行再造和优化的能力。当前，我国商业银行主要技术模式为CS、BS和移动端架构，RPA技术较为适合对其进行自动化替代。

RPA应用解决方案既要服务于商业银行整体数字化战略规划，也要聚焦客户服务、运营管理和企业管理中的劳动力密集型、操作密集型场景，应充分发挥RPA机器人的数字劳动力“连接器”作用，对人力、设备、系统等生产要素进行有机整合，具体包括以下几个方面。

聚焦关键典型场景的深度挖掘，打破传统应用系统建设的边界，构建企业级的流程挖掘模型和筛选管理平台，建立易理解需求模板和可行性评估模型，指导一线业务人员快速挖掘潜在高价值场景，形成一套可靠、易操作、低成本的企业级应用解决方案。

通过组建各职能团队、项目组、规划部门和一线用户参与的敏捷组织，采用多模灵活形式加快其建设速度，并始终保持开放性和灵活性。同时注重业务流程的整合与成果推广，使其更快服务于业务发展并释放效能。

建设自动化组件仓库时，更多的场景是基于成熟组件的可视化开发方式，并进行复用，提升开发质量，降低开发门槛，将自动化成果及时转化为技术资产。

在方案建设过程中，不仅要依赖技术部门的专业化能力，对于具备较强技术能力的需求部门，也应指导使用人员自定义开发个性化场景以及进行自我维护，从而提升全员“自动化”水平。

充分发挥RPA技术不改变原有系统架构和接口的优势，实现多系统整合与衔接。自定义组件能力提供了横向集成OCR、NLP、ASR等人工智能技术的能力，可以提升RPA机器人的智能水平。工具层将设计开发、运行和管控进行分离，有利于各角色各司其职，形成明确的职能边界。RPA技术具有原生的低代码能力，可以方便地纳入企业的DevOps和Scrum研发体系中。上海浦东发展银行(以下简称“浦发银行”)RPA技术架构如图1所示。

图1 浦发银行RPA技术架构

在RPA机器人运行过程中，可以引入多重监控和控制手段进行干预，采取事前预防、事中监控和事后监督等措施，进行全方位风险控制。RPA机器人不存在遗忘、主动违规和忠诚性等问题，操作过程可全程回溯审计，在操作性风险控制方面优势明显。

通过“一站式”卓越中心(Center of Excellence，COE)平台，实现对多个机器人的智能调度、监控和预警，支持对多类型机器人的全方位监控，对多种工具的负载进行动态自动均衡分配。此外，可根据临时的业务紧急度及优先级进行手动调度调整，实现资源集约化利用，全面支持企业级机器人卓越中心式管理和企业级机器人治理。浦发银行RPA治理框架如图2所示。

图2 浦发银行RPA治理框架

可考虑建立RPA专用虚拟桌面资源池，实现全后台、云上部署，构建跨地理、低空间占用率和资源高度共享的机器人基础环境，支持随时随地按照业务需求进行部署调度，从而进一步提升RPA解决方案的企业级应用水平。

数字化劳动力的引入为银行各业务流程的设计、整合、拓展等提供了全新的解决手段，浦发银行RPA应用解决方案主要落地场景如下。

以往这种多路数据采集工作由手工执行，效率比较低，容易出现因疲劳等因素引发的错误或时效等问题，从而影响到最终结果。

RPA机器人通过自动化的流程，基于规则进行驱动计算，较好地解决了这类场景的痛点问题，在账务核对、报表并表校验、对账、工作底稿生成等场景均取得了良好的效果。

银行交易操作的特点是交易界面相对固定，流程和数据较为标准，具备较高操作可重复性。通过整合人工操作步骤，集中由RPA机器人处理，可进一步缩短业务链长度，减轻人工操作负担。此项应用在疫情期间大幅降低了人工介入的时间和频次，在保障业务及时处理的同时，有效保护了银行员工的人身安全。

在银行的核算、托管和金融市场业务中，存在大量与交易对手或者上下游合作伙伴关联的业务，这类业务的一个重要特点是需要依赖合作伙伴的系统，并与其进行对接。例如在利率互换业务中，需在对手行资金到账后进行后续处理，要预计算形成铺底指标数据后才能进行后续工作日的正常操作。RPA机器人可以自动完成这类工作，之后自动分配相关工作任务到具体岗位。此外，RPA机器人可以实现24小时连续运转，无需人工干预，在节假日也可以不受影响。在浦发银行已经实现RPA机器人应用的质检、数据发布、敏感数据扫描等多个即时处理领域，其吞吐量、响应速度和准确率较传统处理模式优势明显。

随着金融监管力度的不断加大，监管部门对商业银行各项业务数据上报的及时性和准确性要求越来越高。因监管系统尚未开放通信接口，此前这类业务基本为手工处理，浦发银行通过部署RPA机器人，实现了全行分支机构各项上收和集中报送业务的自动化处理，使其效率、安全性较人工处理均有较大程度的提升。

日常办公中，大量的报告、公文、报表、统计、校对、邮件等系统均需要人工进行分类和阅办，占用了个人和专岗大量时间。审计是当前包括各大商业银行在内的各类机构手工操作和人员密集程度较高的重点领域之一，涉及的逻辑、数据、系统、稽核等内容相当广泛。上述领域传统的做法是通过设置不同的条线大量投入人力进行处理。

浦发银行应用RPA机器人在公文自动化、邮件自动化、数据发布、工单派发、制式报告自动撰写、稽核报告、审计数据堆砌与校准等多个方面实现了自动化处理，速度、准确率和合规性均大幅提升，而且可以实现7×24小时不间断处理。

商业银行信息系统非常庞大和复杂，新系统或存量系统升级均需要进行大量的测试工作，RPA技术很好地解决了这类问题。通过RPA的自动化能力替代人工对全量案例进行反复回归测试，大幅提升了测试效率和质量。RPA技术支持全自动导入案例、自动测试、自动调整测试脚本、自动统计，是目前测试领域新的应用方向。

从以上浦发银行应用案例来看，RPA机器人较人工处理效率平均提升80%以上，个别场景处理效率提升超过200%，业务处理准确率接近100%，并可实现7×24小时连续业务处理，RPA机器人较人工操作优势明显。

未来，RPA技术将在数字化转型过程中发挥更加重要的作用，也将随着相关技术的成熟进一步发展壮大。一是RPA技术将深度融合AI技术，形成高度智能的可信自动化机器人员工，例如与OCR、OSR等技术融合形成对等非结构化数据处理能力，从而提升RPA技术的认知能力；结合NLP技术实现对自然语言场景的全方位语义理解；集成知识图谱和具有自我进化能力的智能决策引擎实现自我决策等。RPA机器人的全面智能化将是其未来重要的进化方向。

二是RPA技术可以通过与智能工作流(iBPM)结合，灵活构造端到端的全新业务流程，包括和智能硬件(IoT)、人类员工的全面协同，构建高度人机协同的全新业务应用，真正实现从职业辅助到职业替代，甚至未来出现RPA机器人调度人类员工的新场景，这将给未来商业银行客户服务、应用架构、开发模式、企业成本构成等多个方面带来深刻改变。

三是从独立部署向全面SaaS服务化发展，改变当前独立或单点部署居多的模式。SaaS化部署后，将突破RPA智能自动化能力的时间、地理和空间的限制，实现随用随到，“人手一个RPA助手”。

未来，RPA技术必将成为数字化技术重要的核心力量之一，商业银行需持续洞察RPA技术的价值走向和发展趋势，并取其所长，使其成为助力行业发展的利器。

本文刊于《中国金融电脑》2022年第08期
作者：上海浦东发展银行信息科技部  张增军 孙海英 任紫娴