银行业掀起RPA风潮丨RPA应用于银行业9大场景
为了在日益饱和的市场中维持竞争力，银行不得不找寻新的方法来为客户提供最佳的用户体验。而在银行内部，既要效率最大化还要尽可能降低成本，同时还得保持最高安全级别的挑战也在增加。
作为传统的金融机构，银行每天每时每刻都需要重复的进行某些操作，比如客服调出数据，验证客户资料等等。这些大量重复的行为严重消耗了银行的人力与财力，如何解放这部分人力成本，成为了很多银行需要考虑与解决的棘手问题。
为了满足这些需求，RPA（机器人流程自动化）正成为一种强大而有效的工具。
银行业正掀起一股RPA应用风潮
以RPA为代表的新兴金融科技通过与行业场景深度融合，正加速推动商业银行加速向数字化、智能化、生态化的发展。
RPA的出现，一定程度上让银行看到了新的希望。通过对RPA技术的探索，用RPA所蕴藏的巨大能量，实现对银行公司既有服务流程、产品体系的深层次重塑和优化升级。
目前，国内银行业正掀起一股RPA应用风潮。例如：
兴业银行在应用RPA机器人之后，上线的15个流程机器人在18个月的时间里，累计为公司节约了515万元运营成本，每年可减少人力资源约22000人，助力营收增长约2.33亿元，并且使客户体验得到了不断提升。
光大银行的RPA实施后，业务流程更加顺畅，柜面开户效率得到显著提升，有效降低客户的等候时间。通过自动触发“RPA”技术登录人民银行账户管理系统对132笔企业开户进行资格审核，单笔完审查仅需1分钟，查询准确率达100%。
工商银行在电话客服业务运营领域，借助RPA技术，实现以全自动化完成任务获取、生成外呼调查信息、与客户电话外呼确认、外呼结果回填等工作，业务办理效率较人工处理实现倍增。
银行RPA
过去，成熟的银行机构都会在公司内部部署多个业务平台、管理系统，以期实现业务流程的信息化。
然而，信息化的成功并没有实现自动化的承诺，大多数银行工作人员每天仍然频繁往返于多个系统之间，执行大量的手动工作，以协调和转录数据以及各种处理交易。
为了解决这一问题，银行及其IT部门正在努力将不同的原有IT系统合并为一个连贯的工作流程，以方便员工的操作并提高效率。不过系统的集成耗费的时间、涉及的成本以及最终的易用性都是阻碍银行实现自动化的绊脚石。
随着每天所要处理的数据量暴增，眼下银行业都在纷纷倡导使用RPA（机器人流程自动化）技术来最大限度地减少错误和人力，提高工作效率。
RPA应用于银行业9大典型场景
RPA机器人可以代替员工操控鼠标和键盘，帮助银行处理大量重复性质的业务。以下银行业4大典型应用场景，可交由UiBot-RPA实现流程的自动化。
场景1：抵押贷款处理
鉴于不同银行审核与放款速度的不同，通常银行完成抵押贷款至少需要 15-30 个工作日才能完成整个流程。对于急需用钱的客户，这是个漫长而又焦急的过程，因为申请必须经过各种审查检查（如信用检查、征信检查）。而来自客户或银行方面的轻微数据误差与错误，就有可能会导致该流程的延迟甚至取消。借助 RPA，银行现在可以根据设定的规则和算法加速该流程的完成，并清除流程延迟与数据准确的瓶颈
场景2：银行同业对账
由于涉及各银行的网银登录，所以RPA自动化中的密码储存安全性至关重要。同时，RPA机器人还得能识别银行的安全密码登录，因为有些银行的弹出框无法进行界面元素识别，有的即使能够识别也必须需要软键盘进行输入。
UiBot KeyBox完美解决了这两个问题：高安全性——既可以把密码存储在里面（UiBot KeyBox可储存30组不同的密码组合），又可以不需要识别元素或者软键盘而进行密码模拟输入。
另外，部分银行的登录会涉及验证码的问题，基本都是四到五位英文数字组合，尽管可以采用通用OCR进行识别，但是通过率不是很高。而采用第三方人工打码平台，正确率则接近百分之百，比较适用。
场景3：银行总分行对账
银行总分行对账的时候，需要关注最重要的一点：十几个分行的应付应收信息里面，有些是业务人员手动处理制作的，可能随时因为分行手动写的原因，产生匹配不上的情况。因此，需要设计一个灵活的信息配置表，来进三级模糊匹配。对金额进行核对主要分两类：银行与企业以及企业内部。
场景4：银行申报增值税
每过一个季度，银行都要进行增值税申报，对各个纳税机构进行各税项的分配计算，数据量大概在15万到50万不等。这个流程中选择合适的数据处理至关重要。RPA可以登录内部生产系统，下载进项转出表，自动生成报表，然后进行增值税主体表和税项分配表的数据处理。用更贴切业务逻辑的Excel定制化数据处理模块，可在65秒到90秒之间实现数据的处理。
场景5：银行查询内部多户账户余额
在银行核心柜员系统里面，往往需要工作人员大批量地去进行内部户余额的查询，并把查询结果生成报表。此流程非常符合RPA解决问题的一大特质：人工批量重复的操作。RPA登录核心柜员系统，循环查询账户余额并自动生成报表，高效地完成查询工作。
场景6：账户关闭流程
银行每月都会收到关闭账户的请求。有时，如果客户未提供操作账户所需的证明，也可以关闭账户。考虑到银行每个月需处理大量的数据以及他们需要遵守的清单，人为错误的范围也会扩大。银行可以使用 RPA 向客户发送自动提醒，要求他们提供所需的证明。RPA 机器人可以在短时间内以 100％的准确度基于设置规则处理队列中的账户关闭请求。
场景7：信用卡处理
以往，银行会花费几周的时间来验证和批准客户的信用卡申请。漫长的等待期常引发客户不满，有时甚至导致客户取消该请求。如今，在 RPA 的帮助下，银行能够加快调度信用卡的速度。RPA 机器人只需几个小时即可收集客户的文档，进行信用检查和背景检查，并根据客户是否有资格获得信用卡的设定参数做出决定。
场景8：KYC 流程
KYC即“Know Your Customer”，了解客户是每家银行非常重要的合规流程。KYC至少需要150到1000多个FTE才能对客户进行检查。据汤森路透（Thomson Reuters）调查，一些银行每年至少花费3.84亿美元用于KYC合规。考虑到流程中涉及的成本和资源，银行现在已经开始使用 RPA 来收集客户数据，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。
场景9：银行验证与总账
银行必须确保其总分类账更新所有重要信息，如财务报表、资产、负债、收入和支出。该信息用于编制银行的财务报表，然后由公众，媒体和其他利益相关者访问。考虑到从不同系统创建财务报表所需的大量详细信息，确保总分类账没有任何错误非常重要。RPA 的应用有助于从不同系统收集信息，验证信息并在系统中进行更新而不会出现任何错误。
银行和RPA供应商正在不断利用高科技降低成本、提高工作效率、改善决策并优化客户体验。随着RPA自动化、深度学习和外部数据生态系统进一步的广泛应用与融合，银行业将会迎来更深入的变革。
