企业数字化不仅仅是银行业数字化的大背景，也带来了银行企业业务发展的蓝海。

数字经济发展的结果之一是企业的数字化。在这个过程中，企业内部信息系统越来越复杂，业务处理的自动化、智能化需求提高，需要新技术支持。RPA技术可以在不改变IT架构的前提下，快速实现流程自动化，帮助企业进行数字化转型。

目前RPA技术应用的前提之一是结构化数据。因此，在企业数字化的过程中，企业数据标准化也同时进行，这为银行企业业务数字化提供了一定机遇。

那么，银行如何应用RPA技术为企业业务提供支持，未来可以怎样加速企业业务数字化。

工行、招行、平安、中信等如何应用RPA

目前，在企业金融方面，银行对RPA的应用涵盖了对公开户、账户查询、授信业务、财务报表采集与分析、电子催收等场景。

工行运用RPA、OCR等技术，推出了对公账户开户影像报备服务，可以实现与人民银行的跨系统连接和无缝集成，业务单笔处理时间从15分钟降至1分钟，提升了开户影像报备准确率和效率。

招行在原CBS 7.0平台（CBS即跨银行现金管理平台）基础上集成了RPA技术，推出CBS-RPA，可以帮助企业搭建完善的财资管理系统，在现有各传统银企直连服务之外，提供更轻量级的财资管理解决方案。

针对企业不同的财资管理应用场景，CBS-RPA调度云端RPA资源，自动实现各类财资管理操作步骤，将采集到的各渠道财资数据进行统一整合，通过CBS的查询界面、BI管理驾驶舱统一展示，帮助企业实现全球账户统一视图。

平安银行基于RPA技术开发了“小PAI”智能问答机器人，其智能客服及知识库覆盖数字口袋App（主要为民营企业、小微企业服务）、企业网银等渠道，问题解决率达95%、准确率达87%。

中信银行使用RPA技术，辅助一线业务人员完成对公账户信息核对等操作，在保证数据上报准确性与实时性，同时，提升了业务人员的工作效率。

光大银行则于2018年8月投产RPA人民银行财管系统久悬户查询，可将RPA用于对公开户、变更、年检、销户的全生命周期管理流程。比如，在对公开户时，利用“机器人”替代人工查询监管信息，并进行监管报送工作；将“久悬户”查询流程化，自动触发“久悬户”查询并进行结果比对，将监管信息查询操作融入对公开户流程中；实现了人民银行账户管理系统自动报备。

北京银行在“京牛”流程机器人应用上，建立了对公开户机器人，安装部署在客户经理电脑上，只需要鼠标点击，即可启动自动化操作，独立或与其它部署在总行资源池内的机器人协作，共同完成业务申请单识别、录入、信息审核、报表查询等操作。

上海农商行在RPA应用上也上线了对公账户场景，实现了全流程自动化，覆盖了上海、昆山、湘潭等地的多个网点。

综合看上述各银行的应用场景，可以说，目前，银行在对公业务上应用RPA技术，主要应用场景相对前端，通过在信息比对、线下查询、报表采集分析等，减少客户在这些服务中的等待时长，提高客户体验。而这些场景几乎都直接靠近用户侧，可以说处于业务前端。

然而，RPA的应用空间不仅仅局限于提高前端业务的数据处理效率，同时，银行提供的对公服务也不仅仅在于前端的对客服务，在贷款、融资等场景背后，都需要后端庞大数据的后端支持。

那么，在数据复杂程度更高的贷款、融资等领域，RPA可以为银行带来怎样的应用前景。

RPA用于供应链金融：前景好，但挑战大

在这个方面，银行最大的难点之一即小微企业，在传统的对公业务中，这部分企业没有积累的信用信息，因此难以获得贷款。

随着银行数字化的发展，银行纷纷探讨通过供应链金融，打通物流、资金流、信息流，将核心企业的信用背书给下游企业，通过可信的数据支持，为中小企业提供贷款、融资类支持。

而银行贷款、融资类业务开展的逻辑即将闲置的资金投放到适合的领域、可信任的企业。何谓“可信任”，即借款方的还款意愿和能力。在供应链金融的语境下，物流、资金流、信息流相结合，所提供的数据可以帮助银行做出贷款、融资决策。

数据依旧是最基础的判断依据。

金融壹账通原联席总经理邱寒曾表示，“在用户无负担的状态下采集数据能有效提升数据质量、扩充数据积累、完善标准化数据，这适用于对公企业客户，要求银行要主动深入场景，主动采集供应链企业的信息，可以通过RPA等技术直接存储、处理采集来的数据，避免人工的二次输入。”

金融壹账通原首席风控官高帆则认为，实际在供应链上，不同系统之间很可能已存在银行风控所需的数据，如何打破系统之间的分隔，或说如何实现不同系统数据的调用与共享便尤为重要。

也就是说，RPA技术可以帮助银行获取更加真实、有效的多维度数据。通俗一点，RPA可以为供应链的各个“节点”自动建立联系，并连接背后不同系统、不同维度的数据，充分挖掘数据价值，更加了解企业，信贷投放的决策更加有效。

总结来看，RPA在供应链金融中具有较强的“可用性”，但是，受限于各种因素，其要实现“实用”仍任重道远。

一方面，银行在企业数字化上的布局也很分散，对数据的应用可以说是“有就拿来用”，而RPA对于数据应用的态度是“把可用数据放在一起实现流程化应用”，同时，供应链中各种数据标准化程度较低，直接应用有难度。

另一方面，企业数字化的程度相对不高，在区块链、大数据等科技的应用上，中小企业技术能力不足，无法充分享用技术赋能带来的信息凭证数字化、数据自动生成与传递等便利。

最后，在数据获取、传输、使用上，银行使用RPA获取相关企业数据仍在监管、信息安全等方面面临挑战，目前相关领域的规范、标准建设也不全面。