目前RPA的应用场景主要集中在财务、供应链、人力资源、客服等企业的中后台部门。Gartner的研究显示，2018年全球RPA的开支大约为6.8亿美元，同比增长57%，预计到2022年将达到24亿美元，85%的大型和超大型组织都将部署某种形式的RPA。
RPA在金融机构的应用覆盖了大范围的业务场景，例如，流程的自动化和整合、后台自动化、贷款、薪资管理、人力资源操作自动化、质量和服务改进，以及标准交易自动化等。银行业庞杂的遗留系统与业务的发展需求不匹配，导致大量的系统与系统、数据与数据之间必须通过人工协调，形成了许多“衔接性”的工作流程。这些高流量、重复的、趋于风险和失误的流程是RPA应用的首选，它们分布在银行的各个业务条线的前台、中台、后台。咨询机构Juniper预测，到2022年，银行和金融服务行业将占据全球RPA市场的34%。
7.3.1 RPA在国外金融领域的应用
在金融行业，国外的金融机构早已在不同的领域中进行了RPA的试点工作，积累了丰富的经验并取得了令人瞩目的成绩。
法国兴业银行已将RPA应用于投资银行部、人力资源部、财务部、合规部，将大量常规工作自动化。工作人员在白天专注于分析和决策环节的工作，晚间由RPA软件机器人自动工作，提升了流程的标准化程度，降低了运营风险，提升了客户体验。
波兰银行通过RPA应用实现了银行系统的流程自动化和整合，使流程管理得到了改进，降低了运营风险，在未改变现有IT系统的基础上成功实施了RPA。流程的执行速度提升了2～5倍，个人成本节省达85%以上，有望节省16%～20%的全职员工人力。
澳新银行是澳大利亚的四大银行之一，业务遍布全球33个国家。澳新银行引进RPA，旨在让运营流程的管控机制更灵活，提高数据输入的正确性，使员工从单调重复的事务劳动中解放出来。应用RPA后，机器人一年节约的工作量相当于300位全职员工的年工作量总和，降本幅度高达每年300万美元，在多达20个领域实现了整体作业流程的自动化。澳新银行在其贷款业务、薪资管理、人力资源等方面实现了RPA的高效应用，推动了整体后台流程的优化，获得了立竿见影的效果。
印度AXIS银行已经将RPA运用到ATM/POS运营、零售贷款、结算等业务场景中。其数字化转型采取了三步走的发展策略：首先进行流程优化，然后进行移动办公改造，最后进行自动化及人工智能变革。通过RPA应用，ATM对账周期从T+2变成T+0，并且能够实时解决交易纠纷，更快地响应客户；零售信贷的支付周转时间降低了10%，并且还能实时设置和核准贷款的担保、费用等，可以7×24小时无缝批量处理客户大规模资金的业务请求；清算处理涉及的ECS内部授权实现了批量请求和异常报告的实时处理；全面实现人力节省、营收提升、客户满意度提升三大目标。
新西兰合作银行在12个月内将10个流程实现了自动化，员工需求从11个降低到2个，审计流程用时从6～7小时降低到1分钟内，每小时的销户数从12个提高到200个，实现了客户服务水平、流程速度、准确率的提升。
此外，德意志银行、巴克莱银行、摩根士丹利等银行也先后将RPA技术运用到实际的业务场景中。德意志银行在贸易金融、现金运营、贷款运营领域进行了流程自动化改造，整体作业流程超过30%实现了自动化，大幅降低了员工的培训时间。巴克莱银行将RPA应用于欺诈识别、风险监控、贷款申请，节约了大约120位全职员工一年的工作量，坏账准备金减少了1.75亿英镑。在摩根士丹利银行的个人房屋贷款和小企业贷款业务场景的RPA实践中，80%的交易流程的时间由原来的3周缩短至几小时。渣打银行对公开户业务的客户信息录入时间由原先的20天骤减至5分钟。
7.3.2 RPA在国内银行领域的应用
在国内银行业，RPA技术已经应用于零售金融、企业金融、同业金融、风险管理、运营管理、人力资源、信息技术等不同的业务场景（如图7-4所示）。在零售金融方面，RPA技术应用于贷后催收、贷款产品推荐、个人失信查询等业务场景；在企业金融方面，RPA技术应用于对公开户、授信业务、财务报表采集与分析、电子催收等业务场景；在同业金融方面，RPA技术应用于同业拆入存放、余额调节表制作等业务场景；在风险管理方面，RPA技术应用于监管报送、信用审批、合同合规审核等具体业务场景；在运营管理方面，RPA技术在指标统计、费用报销、合同报备等业务场景中有着良好的应用；在人力资源与信息技术领域，RPA技术也有着不同程度的应用。
图7-4 RPA应用于银行业的核心业务场景
1.监管报送机器人
在银行监管报送领域，各银行分支机构的风险经理需要每月定期从系统下载原始数据并整合手工台账数据，按照监管要求制作数十张监管报表（比如，GF0102贷款五级分类月报表、GF1101行业贷款情况表、G12贷款质量迁徙表），并向属地监管机构报送。传统人工处理方式面临着监管报表数量多、计算规则复杂、人工制作非常耗时、易出差错等痛点。在RPA监管报送机器人的支持下，实现了监管报表科目的自动计算和一键生成，全流程从12个小时降低至1.5小时，效率提高了7倍。
2.贷后资金流向监控机器人
在银行的贷后资金流向监控业务中，各银行分支机构的贷后管理人员需要定期排查个人贷款流向，检查贷款用途的真实性，并对可疑贷款提前进行结清处理，以满足监管合规的要求。但是在操作中，个人贷款资金流向数据量大，筛选规则复杂，人工筛选耗时较长，且容易遗漏。应用RPA之后，可以根据交易金额、资金流向、交易时间等规则，自动筛选个人流水数据，生成可疑用户名单，以待进一步排查，提升工作效率和监控频率，以保证监控质量。
3.征信查询机器人
在银行征信业务的发展过程中，银行也引入了RPA征信查询机器人协助进行授信审批。在授信审批的过程中，分支机构客户经理需要登录法院、工商、税务、裁判文书等20多个与企业和个人的征信信息相关的系统和网站，汇总查询结果信息，并截图保存。这一过程业务量大，涉及外部系统多，费时费力。RPA征信查询机器人可以自动登录外部的多个征信系统或网站，获取、汇总并截图保存查询结果信息，以提升工作效率，保障征信数据的完整性，从而大幅降低人力成本，实现降本增效。
4.对公开户机器人
在银行对公开户领域，运营管理部在集中处理O2O预约开户审核时，需要查询客户在国家企业信用信息公示系统（工商网）、人行账户管理系统、机构信用代码系统中的信息，并对信息的一致性进行比对，业务操作工作量大。对公开户机器人可以自动查询客户的人行账户管理系统、机构信用代码系统的信息，并自动完成人行账户管理系统、机构信用代码系统、企业工商系统三者之间的信息比对。单笔业务的审核时间从5分钟降低至1分钟以内，效率提高了4倍。
5.合同信息采集机器人
在银行的内部合同处理方面，采购部门需要将合同信息录入至合同管理系统，并核对扫描件合同与电子版合同是否一致，核对无误后，提取合同关键信息填入该系统。人工核对费时费力，容易出错。RPA合同信息采集机器人可以通过智能文本审阅平台抽取供应商合同中的关键信息，利用RPA自动填入合同管理系统，并校验是否有单号重复录入的情况，最后结合人工来处理异常情况，以实现流程自动化，从而大幅提升工作效率。
6.信贷产品营销机器人
在银行信贷业务中，基于筛选出的客户白名单，信用卡中心的客服人员以电话呼叫的形式触达客户。由于呼叫成本较高，因此业务规模受到限制，触达客户数量少，营销成功率低。借助RPA技术，当意向客户进线时，流程机器人将自动抓取相关联业务系统的数据，实时计算客户最大授信额度，并在财务系统中自动下单并进行放款（如图7-5所示）。在RPA赋能后，潜在客户触达率可达100%，营销成功率可提升50%。
图7-5 信贷产品营销流程
7.App功能智能推荐机器人
银行App在引入RPA+智能推荐技术后，增加了基于用户画像的精准推荐系统，能够构建单个用户的个体画像和具有相同属性的群体画像，打造线上和线下一体化的金融产品与服务的标签体系，进一步增加用户、产品、内容之间的关联，加强用户黏性。智能推荐机器人将银行App从单纯的金融属性的App，逐步转变成具备一定社区属性的综合金融App。
8.财务报表机器人
在传统的财务报表业务处理流程中，各银行分支机构的客户经理需要将大量财务报表上的数百项信息手动录入到相应的企业金融系统中，并将财务信息填写到尽职调查报告里，该流程存在财务报表数量多、会计科目数值大、人工采集非常耗时、易出差错等问题。应用RPA软件机器人后，全流程业务的操作时间从之前的4小时缩短到10分钟以内，效率提高了23倍（如图7-6所示）。
9.账管系统代填机器人
已经开立的账户信息需要同步手工录入银行结算账户管理系统，包括基本信息、账户信息等字段，通过人工切换不同系统进行录入既费时费力，又容易出错。RPA账管系统代填机器人可以自动读取待填写账户列表，获取账户信息并自动上传，通过OCR模块进行影像信息抽取后，再自动登入账管系统中完成录入并提交。能高效、快速完成多系统间的数据迁移，大大提升了操作效率，降低了出错率。
10.同业对账机器人
在银行的同业对账业务中，基于RPA技术开发的同业对账机器人取得了良好的应用效果。在传统的工作方式下，同业业务部的对账人员需要下载来自多个不同银行账户和金融机构自身财务核心系统的众多流水文件，并逐条比对，将校验不符的账目录入余额调节表，查明差额原因。银行账号和流水的信息数量较大，耗时多且易出差错，资金风险高，审计和监管风险大。
RPA同业对账机器人可通过部署USB Hub（免USB插拔），对U Key进行集中管控，实现流水文件自动下载、文件格式自动转换、账目流水自动比对，从而大幅度减少管账人员的工作量，100%保障账单数据的准确性，提高资金的安全保障，满足监管和审计的要求。
图7-6 财务报表采集与分析场景流程
11.设备运维机器人
在银行的信息科技部，运维人员需要定期登录安全设备管理系统，获取安全设备的管理信息，填写安全运行报告，以确保设备能够正常运行。人工操作无法做到全天候监控，存在一定的安全隐患。RPA设备运维机器人可以自动登录系统，实时监控安全设备状态，如设备发生异常，则可通过短信或微信等方式发出预警，实现7×24小时全天候监控，降低运营风险。
7.3.3 RPA在国内保险行业的应用
在国内保险行业，RPA技术的核心赋能场景包括承保处理、索赔处理、客户运营等。其中，承保处理包括保单数据录入、保单批改、核保校验、退保处理；索赔处理包括出险审核、分析和处理索赔数据、提取索赔表单数据、生成通知书；客户运营包括运营报告制作、分红报告寄送、重复投诉客户分析、营运数据抓取。除此之外，还有监管报送、客户服务、人力资源、财务财税、法律法规、系统运维等场景。
1.保险承保——保单数据录入机器人
保险集团下属的车险部门需要对客户提交的车险投保资料进行受理，逐个录入投保资料中需要录入至承保系统中的信息，大多数资料均为证件类扫描件，单个客户平均耗时20分钟以上。OCR技术的抽取准确率无法确保能达到100%，需要考虑进行人工核验，集中受理时，人工审核的工作量非常大。在RPA保单数据录入机器人的帮助下，单个客户的平均耗时缩短了90%。
2.保险索赔——出险审核机器人
在保险集团下属的寿险部门，当客户报案后，业务人员需要审核如下内容：出险时保险合同是否有效、出险事故的性质、申请人所提供的证明材料是否完整和有效。审核通过后，业务人员需要将理赔信息录入理赔系统，单个案件平均耗时30分钟以上。应用RPA出险审核机器人后，单个案件的平均耗时缩短了80%。
3.保险客户运营——运营报表制作机器人
保险集团下属的客户联系部每天需要从不同的系统中统计各类数据，然后汇总到五大类报表中，在过程中会重复执行大量的选择、下载、复制、粘贴工作，每份报表平均耗时30分钟以上。在运营报表制作机器人的支持下，每份报表的平均耗时缩短了90%，准确率达100%。
4.保险调研——电子回访问卷质检机器人
保险集团下属的客户联系部每天需要处理大量客户的电子回访问卷，客户的问卷以PDF文件的形式保存在问卷系统中，业务人员需要打开每个客户的PDF文件与电联记录，针对同一个问题的答案是否相同进行质检，每位客户平均耗时10分钟以上。面对上万的客户，问卷处理的工作量巨大。此外，由于质检采用的是抽样方式，因此导致问题无法全面排查。将RPA电子回访问卷质检机器人应用于该场景之后，每位客户的平均耗时缩短了95%，准确率达100%。
7.3.4 RPA在国内证券基金业的应用
在国内证券基金行业，RPA技术主要应用于开户审核、业务清算、数据报送及其他核心场景。其中，开户审核包括股东户、证券账户、期权账户、债券账户、基金户等；业务清算包括日终清算、QFII清算、OTC清算、TA清算、集中交易清算、融资融券清算等；数据报送包括产品要素报送、场外债券数据报送、股票数据报送、期货数据报送、期权数据报送、基金数据报送等。此外，RPA还应用于定期巡检、自动化测试、自动开闭市、开市期间监控、估值处理、灾备切换等其他场景。
下面通过三个应用场景讲解RPA技术在证券基金行业的应用。
1.融资融券账户开立机器人
证券公司的营业部临柜每天都需要受理大量的融资融券开户申请，其中涉及多项纸质材料、影像件的信息录入和审核，人工处理这些业务效率低、出错率高。引入RPA技术后，仅需人工准备材料，之后由RPA开户机器人进行合规风控录入、业绩情况录入、客户关系录入、结论意见录入，最后转人工签字即可完成开户。
2.集中交易清算机器人
业务清算是证券运营的关键环节，操作步骤烦琐、涉及业务系统广、操作风险大等特性已成为广大券商的核心痛点。日间交易需要实时处理，但日终清算需要在晚间进行统一处理，其庞大的工作量以及对准确率和时间的要求，为清算人员带来了巨大的压力。在RPA集中交易清算机器人的助力下，显著地提升了业务清算的效率。
RPA集中交易清算机器人的运行步骤具体如下（如图7-7所示）。
图7-7 证券集中交易清算场景流程
（1）自动登录一级清算系统，查询保证金账户明细数据、交易明细数据、股份余额变动数据、股份余额数据等。RPA证券集中交易清算机器人自动将PDF清算数据存入“共享目录”。
（2）自动登录法人二级清算系统，下载清算数据PDF文件。应用RPA+OCR+NLP技术对内容进行识别，并对清算数据执行拆分、合并、录入的操作，然后发往各营业部。
（3）自动登录柜台三级清算系统，应用RPA+NLP技术，各营业部根据投资者账户将数据自动录入个人资金账户和股东股票账户。
（4）应用RPA+NLP技术，营业部的柜台系统可以对交易涉及的股民资金和股份变动情况进行信息同步。
3.营业部数据报送机器人
证券营业部借助RPA技术，实现了证券营业部数据报送的自动化，解决了数据量大、时间紧迫、审核烦琐、错报、漏报、迟报等一系列问题。
RPA证券营业部数据报送机器人的运行步骤具体如下。
（1）自动登录浏览器，进入CISP数据报送平台，执行数据上报命令。
（2）确认报表期并填写《证券营业部监管报表报送问卷》。
（3）自动打开报表、填报数据、保存报表，并对报表数据进行逻辑性审核。
（4）通过线上方式将数据上报到证监会。
在当前国家监管日趋严格的环境下，以机器学习、知识图谱、自然语言处理、生物识別为代表的人工智能技术在金融风控领域的应用明显增加。越来越多的金融机构与科技公司加强合作，借助科技的力量增强自身的风控实力。从技术发展的宏观角度来看，RPA在推动金融科技落地方面起到了过渡作用，随着RPA自身业务场景的不断丰富，未来金融机构对RPA的投入会逐渐增加。而对于金融RPA服务商来说，提供“RPA+技术”的综合解决方案会打破金融RPA市场的规模瓶颈，在同样的技术能力下，更懂金融业务的金融RPA服务商将会更具竞争力。根据艾瑞咨询发布的《2019年中国金融科技行业研究报告》显示，2018年至2022年，中国金融机构在RPA技术方面的资金投入将从23.5亿元增加到42.5亿元，增长率由13.0%上升到19.4%。