陈运文

本次主题演讲围绕“智能RPA实战的核心内容”来展开，包括十章的内容，第一章是全面认识RPA，第二章是企业级智能RPA平台功能，第三章是Al技术在RPA中的应用，第四章讲RPA项目的建设和运营，第五章讲RPA项目实施方法论，第六章讲RPA与企业财税自动化，第七章是RPA在金融行业的应用，第八章是RPA在大型政企的应用，第九章是RPA应用案例分析，最后第十章会讲RPA的未来发展趋势。其实今天的主题演讲是给大家整体来介绍一下RPA的应用，尤其在金融行业RPA现在以及未来能做哪些事情。

首先，RPA英文全称叫Robotic Process Automation，翻译过来叫机器人流程自动化，名字听上去会有一点歧义，因为今天讲到的机器人流程自动化或者RPA不是一个实体机器人、一个硬件，它是一个软件，是安装在电脑里面的，包括台式机和大型政企客户的后台服务器上。安装后，这个软件可以模仿键盘和鼠标进行操作代替人来完成日常工作，所以在行业里很多时候把RPA称为叫数字化劳动力（Digital Labor），综合运用了大数据、人工智能、云计算等技术，通过操纵用户图形界面(GUI)中的元素，模拟并增强人与计算机的交互过程，从而能够辅助执行以往只有人类才能完成的工作。

其次，RPA技术在全球都已经得到了非常好的推广和应用，尤其受科创领域追捧。世界著名企业家、阿里巴巴投资人、软银孙正义在东京举办2019人工智能大会上发表重要讲话: "RPA在为企业节省成本的同时极大的提高工作效率。”他曾讲道，世界将通过RPA+AI实现第二次经济大飞跃。在全球来看，RPA企业也得到了巨额融资，像刚才提到的Uipath已成为国际AI领域公司估值最高的企业之一，中国的RPA企业最近几年也是风起云涌，比如我们达官数据；像美国的特朗普总统团队与Uipath签署协议,打算5年内培养75万RPA机器人，来更好的为美国的经济服务。

接下来讲一下RPA技术的发展渊源，它最早跟叫外挂技术是相关的，但只是把外挂或者说把模拟指标用在游戏这种比较简单的场景，今天就把RPA技术用在白领的日常办公上面，但它只不过是把批处理技术做的更自动化更智能化，能应对各种复杂的场景。还有一个概念叫VPN流程梳理，以前称为流程业务梳理和外包工作，目前基层也是帮人工作流程一步步梳理出来以后，变成一步一步明确可执行的动作，然后让机器人去学习。RPA技术的发展分为四个阶段：第一阶段（1990-2000年）技术来自于计算机领域的批处理技术和触发器，可以完成一些固定的工作；第二阶段（2000-2015年）主要是VBA宏编程和BPM等等非常流行；第三阶段（2015-2018年），15年开始RPA技术正式成型并且投入运营；第四阶段（2019年至今）从19年开始，RPA在中国得到了广泛应用，并且迅速和人工智能技术结合在一起，完成了大量智能化的工作。

那么RPA能做什么呢？它其实能做的事情还是挺多的，比如像典型的材料填报、内容核对、票据处理、office文档编辑、文件管理、邮件处理、数据传输的等常见业务动作。而且RPA在企业当中应用的场景也挺多的，比如企业经营、金融财税等业务部门的经营、财税数据分析，比如人力资源、财务管理等职能部门的工作单元等，很繁琐的一些工作都可以让机器人自动化去完成。所以，大家要注意RPA技术有巨大的市场机会。因为RPA主要具有更高效、更准确、更便宜三方面价值。更高效，以银行客户经理将众多财务报表上的数百项信息录入企业金融系统，并将财务信息填写至尽职调查报告这种场景为例，人工更费事费力，而RPA能缩短大量工作时间提高效率；更准确，也不言而喻，让机器人来做同样的事情比人肯定要准确，因为人的做事情很容易受到心情起伏高低的影响，而机器人是可以持续稳定的工作；更便宜，大家也可以看到机器人的硬件成本和软件成本其实相对于白领的成本要低很多，所以企业其实可以大量采购这种机械自动化系统。

一个机器人平台大概可以分成4部分，第一部分是叫流程开发工具，第二部分是管家控制中心，去控制大量机器人的，第三部分是数字化劳动力，可以有几个、几十个甚至几百个。大家可以想象一下，每个数字化劳动力相对于一个机器人白领，机器人管家就相当于一个人力资源部，流程开发工具其实是设计，每一个岗位的工作设计好以后发给基层进行运行，跟他们打配合。第四部分就是人工智能组件，它就像大脑一样的，能够进行文字资料和数据的阅读理解分析。这里再给大家详细介绍一下流程开发平台，它相当于软件的开发中心，现在已经做得很应用很友好，不用再写代码，每天只要把每个岗位的工作发送出去，机器人就从上到下自动去执行了，类似于人处理某个工作的具体动作。这边我给大家看一些动图，显示了很多流程的范例，从动图中可以看到，功能强大的控制中心可以实时监测机器人运行状态、作业情况、任务的分配和触发情况以及数据资产服务使用情况，所有机器人的流程都可以做事后审计，比如它每一步留有痕迹，方便后期监管。

在今天机器人的类型增多，分有人值守、无人值守和服务型机器人这三类，版本也有单机版和企业版这两种。不同类型和版本适合不同的应用场景，其工作方式也不同，比如说有的工作需要人机协同，机器人干两步，人干两步，机器人再干两步，而有些工作项目，不需要人工，完全由机器人从头到尾自动化处理。机器人触发方式也不一样，分为手动触发、定时触发和调用触发，同样从部署和调度方式来说，也不尽相同，有的是单机运行，有的靠控制中心调度。不管是哪种方式，都是机器人和人类打配合来完成日常工作，现在常见方式的有两类，一类称为人工先做，然后机器人进行复核的，这种常见于对准确性要求比较高的场景；第二类是机器人先做做处理，然后人工做一些确认和抽检，比较适合工作量大重复性强的场景。这两种方式都能大幅缩短工作量，提高效率，达到人和机器人的完美协作。

刚才讲的都是RPA的一些基本概念，为什么要讲智能化的RPA呢？因为RPA本质上只是模拟人的键盘和鼠标操作，代替了白领的双手，还需要能像白领大脑一样阅读和理解文档，两者结合在一起，就称为智能RPA，或者行业里还有一个专业说法，叫IPA（Intelligent Process Automation）。智能RPA比简单的RPA技术更复杂一些、更智能化，能做一些更难的工作。哪些工作算难呢？给大家举个例子，比如如果在一个公司做财务工作，发现工作有两类，一类是特别简单的工作，像核对财务数据、财务数据的配平关系等，实习生或者干一个月的人都能上手；复杂的工作类似于财务总监（CFO）要做的工作，不断的判断、接着分析、挖掘潜在隐患、分析商机等，这种工作需要智能化的模块来配合才能发挥作用。智能化的模块比较典型的像文档审阅需要花了很多心血来开发产品，白领的工作工作基本和文档资料处理是相关的，会知道行业的合同、业务、资料报表、pdf文件等各种文档，需要让计算机有能力自动化进行抽取、审核、分析挖掘里面的信息，然后构建起一个比较强大的自动化处理平台。这里面的话需要构建很多的语料库，加上各种自然语言处理的算法，才能够对一些文档资料进行深入的分析和安全的工作。还有一个技术也非常重要，叫OCR光学字符识别的技术它能让计算机像人一样的去核对文档资料，从扫描件或者系统里自动提取信息，然后抽取信息进行相关分析挖掘的工作，在文本挖掘方面OCR已经结合了很多技术的集成设计。

那么RPA能在哪些应用场景下发挥作用呢？RPA能被广泛地应用在财务各个业务流程场景中，我这边给大家举一些比较典型的例子来给大家做一些启发工作。第一个是在财税领域的应用，财税领域更多是泛金融的一个概念，它可能不光是在银行、保险、信托、证券等企业，在很多制造业、大型的500强企业、政府机构里面，都有财税工作需求，而且是典型的业务流程相对比较明确、处理非常繁琐的工作，这些可以让机器人自动去完成。企业财务工作其实分好多方面，有财务的运营，有会计的核算，有资金管理和税务管理，也包括了很多的角色，比如说有员工，有供应商，有客户，会涉及到很多系统的业务流程，对接数据流转，工作分配体系等等，里面有很多的工作都可以自动化，不管是员工方面的票据处理，还是供应商的采购、供应商协同等等，以及客户的销售合同、销项发票的管理，最后到会计核算和资金管理的工作，历来全靠人来做，而现在可以让机器人自动去完成、提高效率。比如说日常财务操作，它可以到企业的系统里去读取企一个公司财务信息，点对应的菜单查询相关的数据，获得财务数据信息再做核算汇总，然后写到Excel报表里，最后完成财务的核算统计工作。还有比较典型的应用场景是费用报销，财务部门需参与不同程度的费用审核工作，然后将获审批的报销费用分摊进入不同的成本中心，还要完成报销流程，并将信息手动录入ERP财务系统，通过达观OCR识别技术自动识别各类发票，包括增值税专用发票、增值税普通发票、机票行程单、火车票、餐饮票等，并将识别结果结构化，进行相应的自动化的填报、审批、出纳付款、做账等工作，每笔报销缩短为5min。流程如下： 

除了财税以外，在银行业机器人也有非常大量的应用，银行的工作非常繁琐，它所有的终端业务其实都已流程化，原来都是靠人完成日常工作，今天是交汇机器人来工作，来梳理一下银行类的公司金融业务，其核心办公的机器人场景包括好多方面，比如说一个典型的商业银行里，有资产业务、负债业务、中间业务这些文字资料处理密集的业务，包括企业贷款、票据业务、企业存款、支付结算、保理业务、担保业务、代理业务、公司理财、外汇买卖、投资银行等。如果在座的有银行业朋友的话，应该很清楚，银行里有很多业务版块，每个业务板块里有很多具体的分支业务场景，会有大量的流程，其处理的规则都可以自动化、都是有章可循的，都可以让计算机去学习和模仿。因为本质上智能化的RPA，就是在不断模仿人的日常工作，所以我相信未来的银行里所有流程，包括下面具体的部门，都可以逐一部署大量的机器人员工去工作。以企业征信查询为例，这是银行最核心的贷款业务里必不可少的一个步骤，原来企业对公查询，在审查审批过程中，客户经理要在贷前审查，风险经理要在信贷风险预警环节都需登录法院、工商、税务、裁判文书、企查查、海关等20多个征信相关系统网站，汇总查询结果信息，并截图保存生成查询报告，痛点在于业务量大、涉及外部系统多、费时费力。而利用RPA技术可以一键查询并生成报告，全流程自动化，机器人可以登陆到国家的企业信用公示系统里进行信息查阅、报告撰写，机器人工作做得又快又好，可以大幅度减轻人力的。企业征信查询的人机协作流程如下：

前面举了银行业应用场景的例子，除了银行以外，企业在日常经营过程当中也会会大量用到智能RPA技术的话，不限于金融企业，不管是500强企业大型企业还是中小型企业，可能未来都会用到这种技术。比如，RAP技术可以进行企业进出口订单的处理工作，为一个500强外企来做的话，它要做大量订单的及时处理，单纯靠人没办法做到即时，而机器人可以随时接到订单随时处理，时效性更强。第二，订单处理本身需要很多专业知识，但并不是每一个企业的员工都有很强的业务知识，这样会导致很多业务卡在人力资源不足、专家资源不足的方面，而机器人通过学习人类专家的日常处理经验，可以做到专业选择、分类和挖掘。企业经营方面的工作，在保险领域其实也有应用，《智能RPA实战》这本书里适当提到了一些保险行业应用，也介绍了一些海外的保险公司在RPA应用方面的一些经验，在中国的保险行业RPA机器人也在发挥作用，而且是人工智能技术培育结合在一起。以在保险行业做承保为例，要把大量的保单数据录入到系统当中去，原来保单录入的工作其实靠人在做的，现在用OCR技术，通过关键字和识别技术可以自动化去识别机器证照，识别了证照以后就可以自动对证照的信息做分析、批量地去完成相关工作，机器人还可以对一些材料的真实性、一致性、有效性做核查，能大幅提高效率。

这里也提一下知识图谱，在保险业中，知识图谱能够分析保险类别和类别之间的关系，如包含、条件、从属等。而如果我们从保险业包含的信息，比如保险产品、产品价格、保额、有效期，通过知识图谱从语义层面理解、展示意图，将直接提高企业的数据分析效率和决策质量。保险知识图谱能够实现对保险条款中的险种、费用、天数等等关键知识进行抽取，通过抓取用户需求进行不同险种的精准智能推荐。知识图谱在保险行业里是一种常见的技术，其实它在整个金融行业都非常有价值。为什么这么说？复杂的人类社会中，经常把的人类经验分成简单重复的动作和复杂的人类智慧。以保险行业为例，人类专家做一个非常复杂的判的决策，需要多年的经验积累，他的经验来自于处理过的很多复杂业务流程、阅读过的大量的文档资料、法律法规、合同以及过往各种各样的操作过程，从中总结出规律。今天也可以让计算机系统不断学习，学会像人类专家一样去抽取行业知识和经验，这就是所谓的知识图谱。达观知识图谱见下图：

最后再用大概十几分钟的时间给大家分析讲解RPA在未来还会有哪些的应用。不要觉得RPA技术在今天才刚开始，戛纳的报告显示，在RPA的机器人应用当中，目5%是基础运维的场景，25%是跨系统和跨媒介的内容搬运工作，未来还有70%的更高价值的RPA机器人应用集中在高级的判断、分析、理解、写作等领域，这些流程附加价值更高，有望创造更大的行业规模。5%的基础运维工作是哪些呢？比如说券商交易所每天要自动开市、闭市、清算，如果在100台电脑上都装了某个数据库，在操作系统要做自动化运维，把100台电脑的补丁一次性全装好，原来靠人手工去装很辛苦，而培养机器人可以自动同时装好。基础运维在今天的RPA应用当中占了5%，其实占的不多，但是因为它业务流程比较明确，所以目前最早地用上了别的技术。RPA机器人25%应用在数据的填写搬运，在今天的应用非常流行，因为在很多企业都会存在很多子业务系统，比如ERP系统、OA办公系统、邮件系统、历史管理系统、客户管理系统等，甚至一个企业当中不同部门还有不同的系统，有的系统可能很老，有的系统是新开发的，这么会遇到系统互不相通的问题，对接起来非常麻烦，往往要从多个系统登录、查询很多信息、汇总很多信息、生成很多报表，然后填写录入到另一个系统，包括把很多纸质材料证照用OCR技术或者RPA技术，从里面抽取信息或填写到相关的系统当中，都是称为叫数据填写搬运的工作，在今天的应用当中非常普遍。还有更多的70%是做高级判断分析的工作，它其实才是未来最有潜力的地方。白领最有价值的工作，在于高级分析判断以及决策写作，让计算机系统自动化的进行判断分析需要大量的智能化模块。如果让一个计算机像的投行人员一样，去自动化完成上市公司的材料分析挖掘工作，去完成上市承销的工作，要培养机器人去模仿高级的实验判断分析工作，去看招募说明书，去审核招募说明书，甚至去草写作招募说明书。未来真正拿RPA技术产生更大的商业价值，是在高新技术中心领域，前面所说的工作基础运维和数据填写搬运，几乎任何一家RPA厂商都能做，属于大众交易，但是未来有没有高级判断分析，就能够看出各个厂商真正的技术底蕴差异了。

看到RPA在今天已经在很多行业里发挥作用，为企业降本增效来提供收益。第一是智能化，包括智能理解文档语义信息并模拟人完成工作、智能处理各类票据、表格、证照、文档等信息。我给大家举一些场景，比如说在金融行业做财税、征信查询、抵押贷款审批流程反欺诈、反洗钱等繁琐工作，在法律行业进行证照合同审阅、数据填写报送和交易数据核对等，在财税领域进行财务报表识别、票据自动审批、资金支付管理等，在制作业做BOM物料清单、SKU管理、支付审计等，在企业做舆情分析、资料搜索、票据处理之类，在政府军工领域做材料审阅、辅助审批、文档资料搜索以及材料自动报送等方面，都在一一实现智能化。第二就是强大的 兼容性，RAP可在企业服务器、个人电脑等各种各样的终端安装和使用，利用智能读屏技术，能自动操作所有桌面程序，根据相应的指令完成各种工作。另外仍要加强机器人的易用性，能够把它的流程封装起来，开箱即用。

再讲讲一些方法论的工作，我觉得机器人的卓越中心（COE）是非常重要的。所有的机器人在大型企业当中安装部署时，需要构建机器人卓越中心(COE)的配套制度管理方法。机器人卓越中心(COE)使组织能够通过共同的技术、标准流程和程序以及治理模式，大规模推广RPA。卓越中心最早由咨询公司提出来，已经在行业里得到普遍认可，它的意思是将流程、技术、人员三种要素有机整合，在RPA-CoE中集成，在科技部门实现集中式架构，制定统一的标准和管理方法，为机器人的配置和维护提供统一支持，各业务部门和分支行采用分布式架构，对流程品质和日常使用进行培训和辅导，同时制定部署、变更、考核、激励等制度，还要有机的对接企业的BPO（业务流程外包）和共享服务中心（SSC）。示意图如下：

最后做整体的回顾和汇总，今天让机器人来做智能化的文本处理，比如NLP通过计算机智能处理文字，能大幅度提升工作效率，其核心价值有三点：更快速、更准确、更便宜。更快速:代替人完成很多量大繁琐重复的工作缩短70%的耗时；更准确:帮人进行核对查验二次确认重要任务降低95%的错误；更便宜:计算机代替人工大幅度降低成本负担减少50%的人力。我认为，今天人工智能技术和安全性结合以后，形成数字化排列将成为未来发展的大势所趋。大胆总结一下，智能RPA技术将带来未来办公形态的大规模革新，就像印刷术大幅度推进了人类文明发展 AI也将带来变革，未来10年内计算机对具备固定规范的文字处理的能力将超过人类，50%的重复性的文字审阅将由计算机代替人类完成，大型企业都将配备智能化文档处理系统。现在加入智能RPA的发展潮流当中，一定是符合整个社会发展规律的，有巨大的机会等着大家把握。

以上就是主题演讲的全部内容，相信线下线上的同学们都对智能RPA的基本概念、实战应用以及未来发展趋势有了比较清楚的认识，期待以后有更多交流！

推荐阅读：

【CGFT专访】立信金融科技学院副院长殷林森：人才缺口远超150万，高校应用型金融科技人才培养需多方合作

【CGFT专访】中泰证券科技研发部总经理何波： 以金融科技构建业务护城河 争做行业领跑者

【学员风采】“杨”帆远航，CGFT学员追求的岂止是荣耀？

【学员风采】听说这位特许全球金融科技师CGFT新学员，是鼓山文化的副总裁兼CFO？

【学员风采】准高金EMBA校友、湘财证券金融科技项目负责人，为何毫不犹豫首选CGFT？

【学员风采】为何高金在读MBA帅哥、纯理工背景的银行金融科技PMO，第一时间报读CGFT？

【学员风采】 不去大厂，投身金融，从电子商务到金融科技的跨越

【学员风采】“99后”小姐姐，有颜有才，为热爱奔涌，爱我所爱

【学员风采】入职国家金融科技测评中心 清华、鲁汶双硕士“学霸”却常怀“空杯”心态