本文作者：上海藝賽旗軟件股份有限公司

　　解決方案部經理 李博

　　
       一、 RPA機器人在金融風控領域的應用
 

　　為防范和化解金融風險，國家通過出臺一系列法律法規不斷從頂層實現對金融行業的規范，金融領域的各細分行業企業通過推動內部創新與擁抱數字化革命，不斷夯實合規與風險控制這塊行業基石，業內企業已完成了以風險管理框架、問責制度、行為監督等為代表的風控指引的建立。同時，結合自身信息化升級以及大數據等新技術手段，針對不同的案例，金融企業對內的審核力度及對外的業務調查能力不斷的增強，加之監管機構對金融服務業日趨嚴密的要求與措施，使業內企業逐步進入了世界一流的風控管理梯隊。

　　但是，在高光之下仍然暗藏著亟待解決的尖銳問題，根據2019年?《愛德曼全球信任度調查報告》顯示，金融服務業的受信任度低于科技、汽車、娛樂和包裝消費品行業，仍然是全球范圍內最不受信任的行業領域。

　　（?愛德曼（Edelman）：全球最大獨立公關公司，《愛德曼全球信任度調查報告》于2020年1月在瑞士達沃斯“世界經濟論壇”上正式發布。）
 

　　多年來一直在銀行、證券公司、資產管理公司、資本市場等領域爆發的丑聞與烏龍事件，是造成這種結果的最直接原因。這種以最顯性的方式暴露金融企業對自身風控管理漏洞的事件說明，金融企業在其風控領域仍存在重要薄弱環節，而這不僅僅表現在對自身的約束力與監督上，外部環境的驟變對于企業風控能力的考驗同樣嚴峻。

　　風險控制作為金融機構的核心基礎能力，始終承擔著最重要的角色。新技術、新業務，以及內部管理創新的需求，對其風控能力帶來了最直接的挑戰。但是，信息不對稱、高時效性要求、以及過高的風控成本投入，使不同金融機構之間的風控能力差異巨大。同時，在深化調整產業機構、新舊動能轉換、國際關系驟變以及經濟黑天鵝遍布的新常態下，外部實體企業主以及個體客戶信用風險正逐漸移向高位，風險暴露事件不斷，避險情緒高漲，如何在如此嚴峻的形勢中，有效落實國家政策與企業戰略，規避或控制潛在風險，防范大風險事件，重建信任，成為了金融行業近年的重要課題。

　　另一方面，伴隨著個體與企業數字化轉型進程的深入，牽引出更多更隱秘的全新風險。在反欺詐、反洗錢、無卡業務、賬戶驗證以及信息共享安全等核心任務方面，金融機構亟須有效的信息化風控利器輔助，以適應日益變化的風控要求。

　　機器人流程自動化的應用在帶來了最直觀的效率的同時，正推動多個行業重新審視信息安全、競爭策略、隱私、運營彈性等企業生存要素。金融行業內部以及行業間的數據交互日益頻繁與復雜，因此在這些要素中，數據成為了最核心的共同點之一，金融界的商業領袖們也深刻意識到企業數據與客戶數據的重大價值，圍繞著數據開展的一系列風控措施也逐漸成為了金融風控領域的焦點。對數據準確性、時效性、隱私性、可追溯性的極高要求與人工操作可能帶來的失誤性、低效率、傳播性、隱秘性的矛盾，使得機器人自動化技術在此間開始承擔不可或缺的角色。

　　藝賽旗作為國內最早進入機器人流程自動化領域的科技公司，依托強大的自研中心，以其優秀的RPA（機器人流程自動化）產品，不斷拓展在金融領域的最佳實踐，行業內已覆蓋包括中國銀行、工商銀行、農業銀行等31個省市的200余家銀行，以及太平洋保險、平安保險、太平保險、中國人保、海通證券、國泰君安等超大型保險集團與金融服務企業。作為國內RPA領域的領航者，經過十年的積累，藝賽旗RPA產品已基本覆蓋所有核心金融場景，成為了金融企業機構最優質的合作伙伴。

　　RPA（機器人流程自動化）能夠在不侵入企業原有系統的基礎上，通過便捷的開發與部署，代替人工執行一切明確的流程規則，在切實提高效率、降低錯誤率的同時，使得一切操作不依賴于人類員工的情感偏好和操作技能，規避舞弊風險與誤操作，確保金融業內部數據流的合規性，并能夠通過流程挖掘與任務挖掘模型，發現低效流程，分析內控注入節點，推動企業風控流程的優化。

　
   　二、 RPA與金融行業風控的結合
 

　　RPA，即Robotic Process Automation（機器人流程自動化），是計算機程序，是跨組織與跨應用的功能集合，能夠替代人工完成諸如計算、數據提取、系統數據對接、數據下載與統計、數據庫讀寫、填寫表格、登錄或任何明確的規則，旨在解決操作及業務流程自動化的難題，極大地減少人為從事某些標準、重復繁瑣、大批量活動的需求，是純粹的自動化形式。

　　近年來，迅速崛起的RPA應用正顛覆著各行業的認知，從最初作為“人工助手”的輔助性RPA到開始作為“虛擬勞動力”的自主性RPA，與當時前沿技術的結合與應用始終是其保持活力的根本因素。當前，RPA已進入到3.0階段，與OCR（光學字符識別）、ML（機器學習）、NLP（自然語言處理）等新技術的結合成為現階段的主題與趨勢，隨著未來AI智能技術的成熟，RPA技術將持續高速的進化，實現機器人的超級自動化，拉開RPA+的序幕。

　　RPA因其技術特點而具有天然的應用優勢。首先，RPA運行在軟件層級，不依賴于原有的基礎技術設施，這種非侵入式的方式使得RPA在應用時無需修改原有的IT系統；其次，對于機器人所執行的規則上，使用者只需關注在規則本身的合理性上，無需具備任何編程技能即可進行規則的開發，這種極輕量級的開發模式，使得RPA具有極高開發速度與靈活性，可以迅速的響應業務的快速變化；第三，使用者僅需數周的時間即可完成RPA規則的開發并上線運行，快速實現部署與拓展，對于傳統信息系統動輒數月甚至數年的開發預期，RPA所帶來的高效率與低成本優勢是及其顯著的。

　　RPA以其應用優勢為能夠為企業帶來最直接的改善成效。最直接的效果即是極大的降低了人力成本，將員工從枯燥、繁瑣、重復的工作中抽離，在明顯提升了效率的同時，釋放員工活力，使員工的智慧與潛力參與到創新、運營等高價值的事件中，增強員工對企業運營的參與感與主人翁意識，適應了未來企業管理對員工的需求。同時，在運行RPA的過程中，能夠發現企業流程環節的潛在風險，通過數據的積累與分析，為風險管理人員提供最一線的提示與建議，完成內控的注入與完善，從根本上推動企業流程的優化。第三，RPA在運行過程中無需人員參與，能夠7×24的不間斷工作，滿足了企業對于業務連續性的最高標準。

　　RPA的良好特性與應用優勢，完美契合了金融機構的日常任務量大、任務重復、流程繁瑣特點，以及對準確性、保密性、時效性、連續性的最高要求。數據與信息的調出、查詢、驗證等任務已經嚴重的耗費企業的人力，已成為企業管理者的最重要的變革標的之一，而為此采取的數字化規劃戰略推進現況與期望值仍存在不小差異。因此，相比于大型信息系統的更新與升級，RPA無疑為金融機構管理層提供了一個快速、經濟、高效的解決方案，經過近年的市場驗證，無論在前后臺人工業務的替代上，還是內外部風控環節的自動化，部署RPA實現快速的運營創新，以作為企業數字化轉型的切入點，已逐漸成為金融機構管理層的共同意識。

　　相比其他行業，銀行、券商、資產管理公司等金融機構所具有的信息化基礎，使其更易采用RPA實現薄弱環節的覆蓋。截至目前，很多大型金融機構在反欺詐、反舞弊、反洗錢、盡職調查等風控細分領域陸續部署了RPA，支撐了對貸款、賬戶管理、交易執行、客戶畫像、內部審計以及客服質量等運營環節。對于所帶來的直觀效果，始終能夠獲得企業管理層與實際操作人員的滿意反饋與推薦。

　　三、 RPA在金融行業風控領域的典型應用場景

　　藝賽旗經過數年的項目經驗，在金融風控領域積累了大量最佳案例，始終旨在賦能金融機構風控領域的自動化升級。

　　1、 RPA助力中國銀聯反欺詐交易風險控制

　　中國銀聯通過上線藝賽旗RPA，實現了風控信息化能力的升級，例如，使用RPA自動批量查詢所報送的欺詐交易，使原來需一人連續6個小時下載所有欺詐卡號并核對的枯燥過程，轉變為由機器人1.5小時自動完成，期間無需人工的介入與等待，極大的釋放了人力。同時，通過分析機器人運行過程中的留存數據，為原本的風控規則提供了直觀的優化建議，升級了銀聯對欺詐風險的防范能力。

　　2、 RPA助力于農商行反洗錢監測

　　作為反洗錢的主力軍，金融機構始終承擔著最繁重與復雜的工作內容，但是目前機構內龐大復雜的各類流程和難以共享數據的遺留系統，造成了大量的、緩慢的人工介入，為應對這種難以調和的挑戰，RPA成為了企業管理層的首選。

　　藝賽旗RPA幫助某農商行實現了反洗錢監測系統的客戶審核分類及預警的自動化，使原來需一人每天連續1個小時的核對工作，降低為20分鐘，且由機器人自主完成，無需人工介入。同時，將反洗錢數據的核對錯誤率由2%降至0，完全消除了誤操作，確保了數據工作的高度準確性。

　　3、 RPA助力某銀行KYC流程智能化

　　通常來說，KYC至少需要近千個工時才能完成對客戶的有效檢查，由此伴隨的使巨大的資源成本。而通過RPA進行的客戶數據收集、篩選和驗證，使得銀行在極短時間內完成全部檢查流程，并且最大限度的降低了錯誤率以及人力成本。

　　藝賽旗RPA幫助某銀行實現了KYC的智能化，提高了客戶畫像的精準度，使原來由7人每天跨司法、工商、監管等多個系統查詢賬戶、資產、負債、交易明細等300名客戶信息的工作，由1臺機器人每月20個小時自動完成，同時將錯誤率由千分之三降低為0，快速、準確的構建客戶關系網絡，實現了對客戶風險等級與風險偏好的及時更新。
 

　　四、 結語

　　作為數字化基礎最好的領域，金融行業的領袖們積極探索新技術應用為企業帶來的高附加值，RPA作為近年迅速崛起的智能化應用，以其優秀的技術特性與行業案例，取得了企業的高度信任與期待，隨著機器學習、自然語言處理、計算機視覺等智慧技術的成熟，RPA也將充分吸收并與其融合，自動化全職的機器人員工必將成為金融企業未來多元化勞動力生態的一部分，與人類員工共同構成混合人才模型，服務于未來金融領域。

　　（本文系上海藝賽旗軟件股份有限公司解決方案部經理李博發表在《互聯網金融支付產業安全聯盟通訊》雜志上的原創文章，本文為全文轉載，歡迎閱讀）