銀行業掀起RPA風潮丨RPA應用於銀行業9大場景
爲了在日益飽和的市場中維持競爭力，銀行不得不找尋新的方法來爲客戶提供最佳的用戶體驗。而在銀行內部，既要效率最大化還要儘可能降低成本，同時還得保持最高安全級別的挑戰也在增加。
作爲傳統的金融機構，銀行每天每時每刻都需要重複的進行某些操作，比如客服調出數據，驗證客戶資料等等。這些大量重複的行爲嚴重消耗了銀行的人力與財力，如何解放這部分人力成本，成爲了很多銀行需要考慮與解決的棘手問題。
爲了滿足這些需求，RPA（機器人流程自動化）正成爲一種強大而有效的工具。
銀行業正掀起一股RPA應用風潮
以RPA爲代表的新興金融科技通過與行業場景深度融合，正加速推動商業銀行加速向數字化、智能化、生態化的發展。
RPA的出現，一定程度上讓銀行看到了新的希望。通過對RPA技術的探索，用RPA所蘊藏的巨大能量，實現對銀行公司既有服務流程、產品體系的深層次重塑和優化升級。
目前，國內銀行業正掀起一股RPA應用風潮。例如：
興業銀行在應用RPA機器人之後，上線的15個流程機器人在18個月的時間裏，累計爲公司節約了515萬元運營成本，每年可減少人力資源約22000人，助力營收增長約2.33億元，並且使客戶體驗得到了不斷提升。
光大銀行的RPA實施後，業務流程更加順暢，櫃面開戶效率得到顯著提升，有效降低客戶的等候時間。通過自動觸發“RPA”技術登錄人民銀行賬戶管理系統對132筆企業開戶進行資格審覈，單筆完審查僅需1分鐘，查詢準確率達100%。
工商銀行在電話客服業務運營領域，藉助RPA技術，實現以全自動化完成任務獲取、生成外呼調查信息、與客戶電話外呼確認、外呼結果回填等工作，業務辦理效率較人工處理實現倍增。
銀行RPA
過去，成熟的銀行機構都會在公司內部部署多個業務平臺、管理系統，以期實現業務流程的信息化。
然而，信息化的成功並沒有實現自動化的承諾，大多數銀行工作人員每天仍然頻繁往返於多個系統之間，執行大量的手動工作，以協調和轉錄數據以及各種處理交易。
爲了解決這一問題，銀行及其IT部門正在努力將不同的原有IT系統合併爲一個連貫的工作流程，以方便員工的操作並提高效率。不過系統的集成耗費的時間、涉及的成本以及最終的易用性都是阻礙銀行實現自動化的絆腳石。
隨着每天所要處理的數據量暴增，眼下銀行業都在紛紛倡導使用RPA（機器人流程自動化）技術來最大限度地減少錯誤和人力，提高工作效率。
RPA應用於銀行業9大典型場景
RPA機器人可以代替員工操控鼠標和鍵盤，幫助銀行處理大量重複性質的業務。以下銀行業4大典型應用場景，可交由UiBot-RPA實現流程的自動化。
場景1：抵押貸款處理
鑑於不同銀行審覈與放款速度的不同，通常銀行完成抵押貸款至少需要 15-30 個工作日才能完成整個流程。對於急需用錢的客戶，這是個漫長而又焦急的過程，因爲申請必須經過各種審查檢查（如信用檢查、徵信檢查）。而來自客戶或銀行方面的輕微數據誤差與錯誤，就有可能會導致該流程的延遲甚至取消。藉助 RPA，銀行現在可以根據設定的規則和算法加速該流程的完成，並清除流程延遲與數據準確的瓶頸
場景2：銀行同業對賬
由於涉及各銀行的網銀登錄，所以RPA自動化中的密碼儲存安全性至關重要。同時，RPA機器人還得能識別銀行的安全密碼登錄，因爲有些銀行的彈出框無法進行界面元素識別，有的即使能夠識別也必須需要軟鍵盤進行輸入。
UiBot KeyBox完美解決了這兩個問題：高安全性——既可以把密碼存儲在裏面（UiBot KeyBox可儲存30組不同的密碼組合），又可以不需要識別元素或者軟鍵盤而進行密碼模擬輸入。
另外，部分銀行的登錄會涉及驗證碼的問題，基本都是四到五位英文數字組合，儘管可以採用通用OCR進行識別，但是通過率不是很高。而採用第三方人工打碼平臺，正確率則接近百分之百，比較適用。
場景3：銀行總分行對賬
銀行總分行對賬的時候，需要關注最重要的一點：十幾個分行的應付應收信息裏面，有些是業務人員手動處理製作的，可能隨時因爲分行手動寫的原因，產生匹配不上的情況。因此，需要設計一個靈活的信息配置表，來進三級模糊匹配。對金額進行覈對主要分兩類：銀行與企業以及企業內部。
場景4：銀行申報增值稅
每過一個季度，銀行都要進行增值稅申報，對各個納稅機構進行各稅項的分配計算，數據量大概在15萬到50萬不等。這個流程中選擇合適的數據處理至關重要。RPA可以登錄內部生產系統，下載進項轉出表，自動生成報表，然後進行增值稅主體表和稅項分配表的數據處理。用更貼切業務邏輯的Excel定製化數據處理模塊，可在65秒到90秒之間實現數據的處理。
場景5：銀行查詢內部多戶賬戶餘額
在銀行核心櫃員系統裏面，往往需要工作人員大批量地去進行內部戶餘額的查詢，並把查詢結果生成報表。此流程非常符合RPA解決問題的一大特質：人工批量重複的操作。RPA登錄核心櫃員系統，循環查詢賬戶餘額並自動生成報表，高效地完成查詢工作。
場景6：賬戶關閉流程
銀行每月都會收到關閉賬戶的請求。有時，如果客戶未提供操作賬戶所需的證明，也可以關閉賬戶。考慮到銀行每個月需處理大量的數據以及他們需要遵守的清單，人爲錯誤的範圍也會擴大。銀行可以使用 RPA 向客戶發送自動提醒，要求他們提供所需的證明。RPA 機器人可以在短時間內以 100％的準確度基於設置規則處理隊列中的賬戶關閉請求。
場景7：信用卡處理
以往，銀行會花費幾周的時間來驗證和批准客戶的信用卡申請。漫長的等待期常引發客戶不滿，有時甚至導致客戶取消該請求。如今，在 RPA 的幫助下，銀行能夠加快調度信用卡的速度。RPA 機器人只需幾個小時即可收集客戶的文檔，進行信用檢查和背景檢查，並根據客戶是否有資格獲得信用卡的設定參數做出決定。
場景8：KYC 流程
KYC即“Know Your Customer”，瞭解客戶是每家銀行非常重要的合規流程。KYC至少需要150到1000多個FTE才能對客戶進行檢查。據湯森路透（Thomson Reuters）調查，一些銀行每年至少花費3.84億美元用於KYC合規。考慮到流程中涉及的成本和資源，銀行現在已經開始使用 RPA 來收集客戶數據，對其進行篩選和驗證。這有助於銀行在較短的時間內完成整個流程，同時最大限度地減少錯誤和人力。
場景9：銀行驗證與總賬
銀行必須確保其總分類賬更新所有重要信息，如財務報表、資產、負債、收入和支出。該信息用於編制銀行的財務報表，然後由公衆，媒體和其他利益相關者訪問。考慮到從不同系統創建財務報表所需的大量詳細信息，確保總分類賬沒有任何錯誤非常重要。RPA 的應用有助於從不同系統收集信息，驗證信息並在系統中進行更新而不會出現任何錯誤。
銀行和RPA供應商正在不斷利用高科技降低成本、提高工作效率、改善決策並優化客戶體驗。隨着RPA自動化、深度學習和外部數據生態系統進一步的廣泛應用與融合，銀行業將會迎來更深入的變革。