银行流程自动化，达观RPA大显身手的十大场景丨达观动态-达观数据-企业大数据技术服务专家

机器人流程自动化（RPA）是以自动化软件作为虚拟劳动力，依据预先设定的程序与现有系统进行交互并完成预期的任务。

银行作为一个强规则领域，业务流程和报告流程的重复性强，规则明确，因此也最易于实现流程自动化；同时，由于RPA还有具有可追溯记录的属性，在合规上具有特别的优势。

融合OCR和NLP智能模块的达观RPA机器人可以具备更高级别的计算机视觉和语义处理能力，不但可以登陆程序，移动文件，读写数据、文本和表单，打开网页，收发邮件，还能够自动完成更精准的信息识别、抽取和录入，表单和文档的生成等任务，对于复杂业务和文档的处理、文档和表单的变化有更强的语义自适配能力。

对银行而言，哪些场景最适合应用RPA并且收益最大呢？

客户服务

银行需要处理账户查询、欺诈、贷款查询等多种客户问询，客服团队很难在比较短的周转时间内解决这些问题。使用RPA优化服务流程，使客服团队能够专注于处理需要人类智慧的高优先级客户服务上。

另外，RPA可以显著减少验证客户信息的时间，通常这一过程需要人工操作切换多个系统，缩短死气沉沉的等待时间也有助于改善客户关系。

合规

银行需要遵守大量的合规准则，在运营管理的每个细节和环节上都是一项细致的工作。RPA使银行的合规管理更加简单。埃森哲(Accenture) 2016年的一项调查显示，73%的受访合规人员认为，RPA可能在未来三年内成为合规管理的关键推动者。RPA运行的全部流程可记录、可监督，不情绪化，出错率低，降低合规风险。RPA通过全年无休的工作时间，可以减少人力成本，提高合规流程的质量。通过消除单调的任务，还可以解放人类员工生产力，使其参与到更具想象力、创造性的任务上来，提高员工满意度，提高工作效率。

应付账款

应付账款的处理是一个单调的过程，需要手动使用光学字符识别（OCR）技术对供应商的发票进行数字化，从发票中的所有字段中提取信息，并予以验证，然后对其进行处理。应用RPA可以自动执行此过程，并在核对和验证后自动将付款记入供应商的账户。

信用卡审批流程

之前，银行的风控人员需要花费几周的时间来验证、批准客户的信用卡申请，漫长的等待期常引发客户不满，甚至取消卡片申请。在RPA的帮助下，银行现在能够加快审批速度。RPA软件可快速跨系统收集客户的信息，进行信用检查和背景调查，并根据客户资质的设定参数做出下卡决定。通过RPA，整个流程得到了完美的简化。

抵押贷款审批流程

鉴于不同银行放款速度的不同，通常而言，完成抵押贷款至少也得需要15-30个工作日才能实现。对于急需用钱的客户来说，这是个漫长而又焦急的过程，因为申请必须经过各种审查，比如征信情况，社保缴纳，就业情况，资产情况等。客户或银行方面的任何一个小错误，都可能会拖慢审批流程。借助RPA，银行现在可以根据设定的规则和算法加快审批速度，提升高效率和准确性。

反欺诈-欺诈检测

在传统反欺诈管理中银行主要依赖专家经验，通过人工方式制定检测规则，当申请或交易信息与反欺诈规则匹配后即执行相应的业务策略。随着新技术的出现，欺诈数量只增不减，银行很难逐笔检查每笔交易并手动识别欺诈模式。RPA可以用“if-then”方法识别潜在的欺诈行为并将其标记给相关部门。例如，如果在短时间内进行了多次交易， RPA会识别该账户并将其标记为潜在威胁。这有助于银行仔细审查账户并调查是否存在欺诈行为。

KYC流程

“Know Your Customer”，了解您的客户（KYC）是各家银行的关键风控流程。传统KYC至少需要150甚至1000多个全职的人力工时才能对客户完成检查。根据汤森路透（Thomson Reuters）的数据，一些银行每年在KYC合规方面至少花费3.84亿美元。考虑到这一流程中涉及的成本和资源，越来越多的银行开始使用RPA收集客户数据，对其进行筛选和验证。这有助于银行在较短的时间内完成整个流程，同时最大限度地减少错误和人力。

总账

银行必须确保其总分类账更新所有重要信息，比如财务报表、资产、负债、收入和费用。所有这些信息用于编制银行的财务报表，以供公众、媒体和其他利益相关者查阅。考虑到编制财务报表需要从多个独立系统中获取大量详细信息，确保总账没有任何错误非常重要。RPA有助于串联不同系统获取信息、进行验证并在系统中进行更新，而不会出现任何错误。

自动生成报告

作为合规工作的一部分，银行必须准备一份关于其各种流程的报告，提交给董事会和其他利益相关者，以作业绩展示。考虑到报告对银行声誉的重要性，确保没有错误非常重要。RPA可以从不同来源收集信息，验证信息，按一定的格式撰写编排，发送给合适的阅读者。

关账流程

银行可以使用RPA向客户发送自动提醒，要求他们提供关闭账户所需的证明。考虑到银行每个月需处理大量的数据，人为错误的范围也会扩大。RPA机器人可以在短时间内基于set规则处理队列中的账户关闭请求，准确度达到100%；它也可以被用于设置处理异常的账户（比如KYC不通过），从而使人类员工可以专注于更有价值的工作上。