银行金融业、制造业等领域，未来将会是RPA落地的主战场。
银行金融行业会涉及到大量的文本作业，尤其是数字，处理起来繁琐，对数据的准确性要求也很高。制造业企业则需要处理大量的订单工单，还要对用户的意见进行分析等等。这些恰恰是RPA技术的优势所在。
银行业务流程优化亟需银行RPA
银行庞杂的中后台流程，以及相互之间很难互通的遗留系统，通常会产生大量系统与系统、数据与数据间的信息传递、转移等工作。不仅流量大、高重复，且趋于风险和失误，较强依赖人工协调。
比如公司客户收款及记账业务。对于商业银行来说，为公司客户提供“收款清点及记账”是一项传统的业务。该业务操作的环节包含“收款”、“清点”、“记账”一系列动作，这其中的很多操作并不需要人工决策。
RPA机器人根据员工操作行为的模拟，自动实现了各支行记账和分摊报批业务。银行RPA记账数量日均800笔，优秀发挥时可达3000笔，是人工的3倍以上，且错误率为零。
制造业RPA应用场景实例
供应商的核实准入，是普遍存在于零售和制造行业的一个场景。管理上下游客户是企业的刚需，为此，一些公司会制定应收客户的准入规则。
通常，企业的审核人员要从三大财务报表中，把包括财务指标、工商信息、法人信息、企业情况等在内的关键要素抽取出来，计算分数，形成客户信用等级指标等各种评价，决定是否将该客户放入客户管理库中。
以往，整个审核流程都由人工手动完成，较为耗时。而企业营收、社会影响等相关信息可能每个月都有变化，这些信息都会影响到企业的信用和服务价格。这意味着如此枯燥、繁琐的计算可能每个月都要重复进行。
如今，RPA应用到这一场景中，针对财务报表和营业执照进行关键要素抽取，实现不同数据源包括关联方信息等的打通，自动计算，助力整个流程自动化。将审核人员的效率提升了10倍。
