在达观数据和深创投联合主办的未来企业数字化发展论坛现场，招商证券运营中心总经理邓曙光发表了名为《数字员工建设及思考》的主题演讲，以下内容根据他的现场演讲内容整理所得。

本文将重点介绍：
1、证券行业面临的挑战
2、数字员工能力图谱及招商证券实践
3、对AI的思考与观点

招商证券是具有百年历史的招商局集团旗下的证券公司，传承了招商局集团长期积淀的创新精神、市场化管理理念、国际化运营模式及稳健经营的风格，目前已成为国内一流券商。

面对数字经济蓝海带来的机遇与挑战，招商证券充分拥抱时代，以“自动化”和“数字化”双翼驱动，以具体金融业务场景为落脚点，近几年在人工智能、机器人流程自动化、文档智能处理、工商大数据等方面进行前沿探索与创新，下面将从机器人流程自动化与AI实践等方面分享招商证券运营中心在智能自动化方向上的探索与实践。

一、证券行业面临的挑战

证券行业由海量、准确及可量化的金融信息（结构和非结构）驱动，在数字化转型方面有着先天的优势，虽然证券行业起步较晚，但起点高，是应用人工智能技术创造革命性生产力的非常好的领域。

数字化转型关于如何将人员、数据和流程汇集到一起，为客户创造价值并在数字优先世界中保持竞争优势。对企业来说，数字化转型的目的是让组织变得更聪明、更具洞察力、更具敏捷性。

达到这个目标需要从客户、员工、运营以及产品四个方向对数字化转型的方向进行思考。具体来说，企业通过产业与员工两个方面对客户提供服务，在数字化的过程中，一方面通过在产品层面进行数字化升级，设计更有针对性的功能，从而为客户提供更个性化的服务；另一方面从员工的角度，通过为员工提供更灵活的工作环境，进行更有效的团队组合，使得员工为客户提供更专业的服务。

证券行业在数字化转型过程中也面临一些挑战，我们总结主要有三个方面：

1、竖井式结构，以往证券公司以牌照为中心，系统异构，数据分割，无法共享，形成割裂流程的竖井，目前金融行业进行的中台建设，核心便是打通这些信息孤岛。

2、最后一公里断点，据IDC统计，非结构化数据在企业内占比达到80%以上，且增长幅度惊人，成为现代企业经营的一大难题。金融行业海量的非结构化文档和数据，耗费大量人力物力处理，就像企业的“脂肪”，易使得经营活动越发迟钝。

3、金融劳工，由于种种原因，高素质的金融员工不得不处理各种基础性工作或低附加值工作，无法全部释放潜能。

二、数字员工能力图谱及招商证券实践

面对以上证券行业痛点问题， 招商证券在几年前便策划了解决方案，提出了“数字员工”的概念，从RPA到DE（Digital Employee数字员工）。数字员工相对于自然人员工，承接了自然人本应从事的工作，与自然人一起共同合成一个单位的人力资源整体，是企业人力资源的一个组成部分，也是不断推进管理变革、业务流程优化最重要驱动力量之一。

我们将数字员工的发展分为三个阶段：

1、简单模仿阶段：此时简单的脚本、宏命令、接口工具，能够完成业务中的部分工作，帮助业务人员分摊一定的工作量。

2、流程自动化阶段（RPA）：这个阶段既可以由业务人员主导，配合业务人员完成工作，也能够自主完成整个流程，实现全流程自动化。选择协助式或者完全自主式的流程，可以根据企业的需求去进行引入和配置。

3、数字员工阶段（DE）：这个阶段RPA作为粘合剂，助力AI能力落地，组成数字员工。数字员工将认知等技能融合到自身，不仅提高了自身的“员工素养”，在未来更多复杂、非规则性的场景同样可以应对自如。

招商证券在数字员工建设实践上，依托于中台模式，综合利用各种金融科技手段，支撑企业级工作流程的重构和持续运营，强调以“自主和沉淀”打造差异竞争优势。在实施策略上，进行了基础功能统一建设、运行算力资源云化管理、建设核心引擎沉淀自身优势、以AiHub集成AI能力、提供数字员工全生命周期管理、应用商店式一站式的建设方案。

招商证券在数字化方面一直在进行积极的探索，尤其是在RPA和NLP方面取得了一些成效。以招商证券部分文档处理场景为例，目前每天共有超过6000余份文件，涉及大量人工阅读、提取、录入、核对工作，人工处理效率低下，线上流程也被非结构化文档割裂开。

通过与达观数据的合作，融合机器学习以及OCR、NLP等技术，构建了数字员工智能文档处理能力，实现了大量场景文档的自动化处理，处理效率提升60%以上，将员工从低层次低价值的文档机械性处理中解脱出来，转向专业性和服务性工作。
在整个建设过程中，我们一直在思考，数字员工的建设和IT系统的区别，我认为主要有三个方面：

1、行为方面 ：数字员工更具拟人性，它可以模拟自然人操作系统、使用系统；IT系统属于自然人工作的系统工具，需要人触发、操作、执行。

2、投产方面：数字员工在投产阶段需要进行训练、标注、规则化设定，底层代码需求量较少，更像自然人员工的培训上岗；IT系统在投产阶段则需要编写大量的底层代码。

3、运营方面：数字员工更具自我学习能力，可以通过人机交互，不断提升能力；IT系统一旦进入运营阶段即按预设规则标准化执行。

目前我们正计划实施“数字员工管理中心”，它是实施企业级数字员工项目的总指挥，为数字员工项目提供总体治理和指导，以便将数字员工有效地嵌入、融合到企业中，并在未来部署中重新分配积累的知识和资源。

三、对AI的思考与观点

AI应用与传统IT应用的区别

AI产品更加注重场景的梳理及场景适配度，不存在一劳永逸，在平台交付后需要持续运营耕耘，帮助其不断进化。AI应用通常与业务流程紧密结合，业务流程梳理得越好，在AI层面应用起来的效率越高。

AI应用与取代人的关系

目前的人工智能属于工具型人工智能，离通用型人工智能还有一段距离。人工智能在不同领域的应用成熟度差别很大，工具型人工智能和人类的能力在多数情境下互补，短期内更可能出现的是“人机协作”、“人机双智”的状态。发展人工智能的最终目标不是要替代人类智能，而是通过人工智能增强人类智能。人工智能可以与人类智能互补，使得人从繁重的重复性工作中解放出来，转而专注于发现类、创造类的工作。

AI应用的长尾风险

人工智能的发展已经突破了一定的“阈值”，计算机视觉、语音识别、自然语言处理的准确率都已不再停留在“过家家”的水平。但当前智能化技术在主流业务应用方面仍无法实现100%准确，所以在人工智能的应用中存在一定程度的“长尾风险”。在人工智能应用过程中，企业须对流程进行全面、透彻的梳理，对风险进行准确评估，采取必要措施防范人工智能应用的“长尾风险”。