科技与银行的结合，已经为传统的银行业务带来巨大影响。

众所周知，银行业是数据密集型产业。在传统业务中，银行人员要完成对账、数据整理等工作，不可避免会出现误差。随着数字化相关技术的出现，机器可以代替人工完成这部分工作，从而提高了相关业务完成的效率、精准度。RPA技术就是银行的选择之一。

RPA（Robotic Process Automation，机器人流程自动化）是一种非侵入式的客户端流程技术，可以模仿、集成人与系统间的交互行为，结合OCR、NLP等技术，在不改变现有IT架构的前提下，通过跨越多个现有系统客户端的数据传递、集成，实现业务流程的衔接和融合。

在数字化方面，银行一直面临一个历史遗留难题——业务系统数量众多，且各系统相对独立，信息孤岛比较严重。RPA的特性刚好可以帮助银行解决这一问题。

目前，在银行领域，RPA技术已经可以相对成熟地代替人完成重复性、规范性强的工作，比如账单管理、报表管理、预算管理、信用管理、税务管理等。

而RPA可以实现业务的衔接和融合，这意味着RPA可以在更多流程化的业务场景应用。银行仍在探索RPA在其余细分场景的应用，比如在服务渠道方面，包括正在转型的网点、线上渠道等。

线上：涉及运营营销、客服交互等场景

将RPA用于银行对客服务的各个渠道上，最基本的原因依旧是使用这一技术，可以提高银行业务的自动化水平，通过减少客户等待时间、推荐适合客户需求的产品等，提高用户体验以及银行的服务效率。

在线上渠道，银行应用RPA的场景包括App运营营销、客服交互等。

在App场景下，银行可以在用户数据的基础上，使用RPA技术，构建单个用户的画像，以及具有相同个性画像的用户群体，打造基于产品、服务、用户标签的推荐系统，从而为每个用户提供适合的服务、产品，提升用户粘性。

北京银行今年初发布了“京牛”流程机器人，围绕“医保关联、手机银行、个贷还款、信用卡、对公客户”五大智能外呼场景，通过业务系统提供客户信息，选择外呼策略，自动拨打电话，实现客户与机器人的双向交互。

招行则在其网上托管银行系统中，使用了RPA智能机器人，可以采集、处理资金计划信息，根据设定的资金划转路径执行资金自动归集，还可以实现处理周期性凭证、自动结转、持仓和头寸核对、更新主数据、发布主数据、发送变更通知、出具提示函等功能。

在线上业务如火如荼展开的时候，线下网点也不容忽视，这也是银行在渠道上应用RPA的重要渠道。

线下：涉及ATM等设备、网点智能转型

在网点中，银行将RPA用于ATM等设备的智能化改造，提高网点整体的数字化程度，同时，加快对智慧银行的打造。

工行已经将RPA用于凭证影像识别、ATM现金用量预测等场景的智能化改造中。

在金融科技创新应用中，工行就通过“基于大数据的ATM运营管理应用”项目，运用RPA技术，模拟人工录入信息过程，将ATM现金余额、ATM卸装钞数量等信息自动录入ATM运营管理系统，缩短信息录入时间，提升银行现金管理效率。基于此，可以帮助解决部分偏远地区的网点，因交通便利性低等原因导致的ATM现金库存浪费、调拨成本高等问题。

建行将RPA、ICR、人工智能标注服务能力在各领域应用，今年上半年实现柜面16种凭证高精度识别，完成柜面票据识别、现金远程盘库等场景的数据标注。截至2020年底，建行自动化场景已经为1.3万个网点提供了服务。

江苏银行则打造了“远程智慧全能银行”，运用了远程视频、生物识别、OCR、RPA等技术，可以为客户提供现场自助处理、远程辅助处理相结合的实时线上服务。

据了解，江苏银行的“远程智慧全能银行”率先在对公业务落地，通过云柜员模式，替代零售型网点的基本对公业务场景，将对公业务进行远程化服务，做到同时服务多个网点。

其原因包括，目前网点转型的方向即轻型网点，而轻型网点人员、场地等方面的限制，决定了其业务种类覆盖范围不全面。通过应用RPA等技术，将专业类、复杂类（对公）业务柜员与网点解除绑定，可以帮助银行完善轻型银行的柜员队伍打造，实现网点转型。

近几年，前台柜员减少、中后台科技人员增大的情况很明显，这也是银行业数字化转型大势下的现实，技术应用、渠道布局、人员结构变化、组织架构多个方面其实是互相影响的，牵一发而动全身。

从打工人的角度看，迅速变化的职场环境、产业环境都对银行人的综合能力提出了更高的要求；从银行的角度，数字化浪潮下的渠道建设，绝对不是线上线下孤立开的，而是需要联动多个渠道，在这个过程中，RPA也可以发挥作用。

农行在其发布的《中国农业银行金融科技创新年度报告2020》中就强调，其将RPA平台定位为全行统一的技术平台，输出机器人服务，以及跨应用、跨业务条线共享共用的能力，至2020年年底，已接入应用系统数12个，形成15个可复用的公共组件。

信用卡业务是农行RPA技术应用的先行场景。2020年12月，农行首批数字员工上线，支撑总行信用卡中心首批46个自动化场景，简化和优化复杂的业务流程，提升了信用卡运营集约化效率。而用户使用信用卡的场景，本身就涉及线上、线下多个渠道。

在信用卡业务先行的基础上，农行也强调，要将RPA服务逐步在总行及试点分行推出，并进一步向全行推出。

小结：RPA+AI大有可为

总的来看，目前，在渠道建设方面，银行对RPA技术的应用领域有限，主要集中在数据标准化程度高（如资产托管业务）、业务流程复杂度低的场景（如线上营销，只需要对比用户画像的匹配度，推送适合该画像用户的产品、服务）。

而在银行数字化的过程中，许多应用场景的复杂度高、往往涉及到非结构化数据，对于RPA背后的机器“员工”也有更高的要求，要能够更加全面地分析数据、图片、语音等信息，并基于更加“拟人化”的认知、评估，做出更符合用户需求的服务决策。

这就需要更加深入的人工智能技术支持，也要将RPA、AI综合使用。

工行软件开发中心总经理助理龚光庆就表示，RPA技术与人工智能深度融合是必然趋势，通过RPA与新技术的链接能力，可以实现“RPA+”的全面赋能。

建行也表示，将加大RPA+AI技术的融合，增加智能技术在重点业务领域的应用。一是持续增强项目服务能力，集成NLP等AI技术，采用移动互联理念，打造手机端服务渠道，提升平台运维和用户服务能力；二是要推动智能技术融合，通过“RPA+”的方式，实现智能技术融合应用，充分发挥各项技术的优势，突破单一技术的局限，发挥“1+1＞2”的效果，构建建设银行数字化劳动力，连通物理世界与信息世界，为用户提供更有价值的产品和解决方案；三是利用AI大数据分析能力优势，深挖运营数据、员工行为数据，发现更多的RPA应用机会。