引言：“2020年人工智能再也不是一個炒概念的詞，其降維應(yīng)用已在各行業(yè)里開展得如火如荼，通過AI加持RPA打造的數(shù)字員工，能夠處理更多重復(fù)且規(guī)則化的流程，甚至在高SOP化的BFSI(銀行、金融、保險)行業(yè)，數(shù)字員工正逐步完成由「業(yè)務(wù)永續(xù)」到「企業(yè)永續(xù)」的現(xiàn)象級改變。
一波三折的2020
BFSI行業(yè)的壓力又雙叒增大了!
2020年，受新冠肺炎疫情等因素影響，銀行業(yè)新形成不良貸款較去年同期有所上升。當前，經(jīng)濟尚未全面恢復(fù)，疫情仍有較大不確定性，所帶來的金融風險也存在一定時滯，預(yù)計有相當規(guī)模貸款的風險會延后暴露，未來不良貸款上升壓力較大。
BFSI(銀行、金融和保險行業(yè))在面臨來自管理層、股東以及外部競爭的重重壓力下，最大化提升客戶體驗已成為了他們的核心訴求，此次新冠疫情也愈加凸顯了勞動力轉(zhuǎn)型和技能提升的必要性。
過去幾年，成熟的業(yè)務(wù)平臺以及SaaS系統(tǒng)造就了銀行業(yè)數(shù)字化轉(zhuǎn)型成功，然而數(shù)字化的成功并沒有能夠推動自動化的發(fā)展，為了協(xié)調(diào)和轉(zhuǎn)錄數(shù)據(jù)以及處理各種交易，員工必須每天往返于多個系統(tǒng)之間的、執(zhí)行重復(fù)枯燥的手工工作。“機械式”的操作桎梏著人的思想，導(dǎo)致員工積極度不高，行業(yè)流動率加大，無形增加了額外的成本。為了解決這一問題，善于技術(shù)迭代升級的BFSI行業(yè)也做了嘗試，比如系統(tǒng)集成開發(fā)，但成本、耗時以及最終的易用性都難以評估，最終反而阻礙了實現(xiàn)自動化的絆腳石。
據(jù)普華永道報告顯示，近81%的銀行業(yè)首席執(zhí)行官對技術(shù)變革的速度感到擔憂，這一比例超過了其他任何行業(yè)。在內(nèi)部，保持效率最大化并盡可能降低成本，同時還要充分考慮系統(tǒng)數(shù)據(jù)的安全性，
近年來AI技術(shù)的迅猛發(fā)展，將RPA重新拉回大眾視野，AI與RPA結(jié)合打造的數(shù)字員工能夠適應(yīng)更廣闊的業(yè)務(wù)場景，使它成為當下BFSI行業(yè)最有效的解決方案之一。
包羅萬象!數(shù)字員工在BFSI行業(yè)里的可行解
實在智能自發(fā)布章魚·數(shù)字員工后，咨詢客戶中不乏BFSI行業(yè)的客戶，章魚數(shù)字員工在BFSI的眾多細分市場里，能夠完成高質(zhì)量替代，并通過替代重復(fù)繁瑣的工作，使員工投身更有意義的事情中去，這些細分市場業(yè)務(wù)包括：
就幾個常見業(yè)務(wù)說明：
1、NLP強力加持智能客服，客戶滿意度大大提升
BFSI行業(yè)每天都要處理大批量客戶信息查詢，從賬戶信息到應(yīng)用程序狀態(tài)再到余額信息。銀行很難以較短的周轉(zhuǎn)時間來回應(yīng)查詢。
RPA可以自動化這些基于規(guī)則的流程，以實時響應(yīng)查詢，并將周轉(zhuǎn)時間縮短到幾秒鐘，在NLP的幫助下，Chatbot可以理解自然語言與客戶聊天，并像人一樣響應(yīng);在智能云腦的幫助下，RPA還可以解決需要決策的查詢。
2、OCR光學(xué)識別票據(jù)，快速處理應(yīng)收/應(yīng)付賬款
應(yīng)付賬款是銀行系統(tǒng)中一個簡單且單調(diào)的過程。它需要提取供應(yīng)商信息，對其進行驗證，然后處理付款。這不需要任何情報，使之成為RPA的完美案例。借助于光學(xué)字符識別(OCR)解決方案的機器人過程自動化可以解決這一問題。OCR可以從數(shù)字拷貝物理表單中讀取供應(yīng)商信息，并向RPA系統(tǒng)提供信息。RPA將使用系統(tǒng)中的信息驗證信息并處理付款。如果出現(xiàn)任何錯誤，RPA可以通知執(zhí)行官進行解決。
3、自動執(zhí)行可疑活動判斷，迅速完成欺詐檢測
隨著數(shù)字系統(tǒng)的引入，銀行最擔心的問題之一就是欺詐。交易監(jiān)控系統(tǒng)每天會生成大量必須調(diào)查的警報來識別可疑活動。其中，涉及解決和關(guān)閉AML警報的大多數(shù)流程都是半自動或手動的，容易造成審查或補救的延誤，而且解決警報所涉及的大部分工作也都是標準化且重復(fù)性的。
針對這種情況，AI與RPA結(jié)合而成的數(shù)字員工可以提供較為理想的解決方案。通過自動執(zhí)行與可疑活動警報調(diào)查相關(guān)的基于判斷的任務(wù)，數(shù)字員工可以加快并改進銀行內(nèi)部的整體欺詐管理。銀行很難追蹤所有的交易來并標記可能的欺詐交易。而數(shù)字員工可以做到實時跟蹤交易，并對可能的欺詐交易模式進行標記，減少響應(yīng)延遲。在特定情況下，數(shù)字員工還可以通過凍結(jié)賬戶和停止交易來防止欺詐。
4、專用ML業(yè)務(wù)模型注入風控，嚴格審核客戶準入&退出
加強客戶選擇和準入，是風險防控的第一關(guān)，了解你的客戶(KYC)是銀行客戶準入的必要流程。
在客戶篩選的過程中，整理來自不同內(nèi)部系統(tǒng)和外部來源的數(shù)據(jù)是一項具有挑戰(zhàn)性的任務(wù)。數(shù)字員工可用于從監(jiān)管機構(gòu)(如證券交易委員會)或是執(zhí)法機構(gòu)收集和檢索數(shù)據(jù)以加快準入程序。例如，數(shù)字員工可以通過利用機器學(xué)習(xí)(ML)等認知技術(shù)訓(xùn)練專用業(yè)務(wù)模型，進行文檔驗證，以快速識別具有可疑記錄的潛在客戶，并拒絕其申請。這將有助于銀行避免為有潛在風險的客戶開立賬戶。
同樣的，客戶退出也需要做風險評估，銷戶流程中涉及多種原因，其中之一是客戶未能提供強制性文件。數(shù)字員工可以很容易地跟蹤這些帳戶，并為所需的文檔提交發(fā)送自動通知和調(diào)度調(diào)用，同時還可以幫助銀行在客戶無法提供KYC文檔等特殊情況下關(guān)閉帳戶。
5、報表自動化&總賬管理，釋放人力價值
銀行需要在總分類賬上更新財務(wù)報表、收入、資產(chǎn)、負債、費用和收入等信息，以編制財務(wù)報表。財務(wù)報表是公眾、利益相關(guān)者和媒體獲取的公共文件，報告中若出現(xiàn)錯誤會嚴重影響銀行的形象。
數(shù)字員工獨立于該系統(tǒng)，可以集成來自多個舊系統(tǒng)的數(shù)據(jù)，即使系統(tǒng)中的數(shù)據(jù)不是同一格式，RPA也可以集成來自多個舊系統(tǒng)的數(shù)據(jù)以所需的格式顯示;另外，通過獲取并處理舊數(shù)據(jù)以及新數(shù)據(jù)，可以彌合流程之間存在的差距。對新舊數(shù)據(jù)之間的處理應(yīng)用可以為銀行業(yè)務(wù)增長，創(chuàng)建更快更好的財務(wù)報告。隨著RPA接管數(shù)據(jù)同化流程，業(yè)務(wù)團隊也能夠更好地專注于分析和審查報告。
長期戰(zhàn)略，避免淺嘗輒止的孤島式應(yīng)用
人工智能時代，RPA的發(fā)展也是日新月異。兩年間，從RPA到IPA(AI+RPA)的飛速變化，也注定了這個產(chǎn)業(yè)走的是長期發(fā)展的道路。
在沒有企業(yè)范圍的RPA戰(zhàn)略的情況下，缺乏監(jiān)管實施計劃的治理框架是實施緩慢的一個原因，法規(guī)的模糊性也同樣阻礙了RPA的發(fā)展步伐。而行業(yè)需要注意RPA技術(shù)快速變化的特性，因為這些技術(shù)的特性和功能仍在不斷發(fā)展，它是在可持續(xù)發(fā)展的基礎(chǔ)上添加的。
鑒于這些挑戰(zhàn)，目前的銀行業(yè)正在考慮在風險和合規(guī)性方面實施布點式RPA解決方案，直到技術(shù)成熟，再逐漸擴大布局范圍。然而前期的流程數(shù)量巨大，銀行需要運行多個POC，這樣帶來的實際產(chǎn)出會比較低。一旦銀行為RPA的部署建立了適當?shù)闹卫砜蚣芘c標準，確保機器人自動化采取了正確的流程，就能保證更高程度的成功和更快的投資回報率。
AI+RPA數(shù)字員工需要在業(yè)務(wù)用戶的桌面上部署代理，以捕獲和記錄適合RPA的流程。此時，需要實施的POC數(shù)量也會大幅度增長。因此，行業(yè)必須重點建立RPA治理框架，實現(xiàn)預(yù)期利益的標準和控制。此外，隨著部署數(shù)量的逐漸增加，也必須評估重新使用以前的RPA解決方案的可能性，將現(xiàn)有投資整合到實現(xiàn)長期效益的整體戰(zhàn)略中，從而節(jié)省成本并實現(xiàn)更快的投資回報。同時，還需要關(guān)注自然語言處理(NLP)技術(shù)、機器學(xué)習(xí)(ML)解決方案和聊天機器人(chatbot)在RPA應(yīng)用過程中的進展，因為無AI無未來，AI才是RPA快速成長的驅(qū)動，最終推動向智能自動化的轉(zhuǎn)變，這將有助于為客戶創(chuàng)造指數(shù)級價值!
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
