原创： 李庆莉 金科创新社 昨天
阿博茨科技CTO 刘铁锋
刘铁锋，前海豚浏览器联合创始人及CTO，国内最早一批进入移动互联网领域的开发者，曾作为《程序员》杂志专栏作者，发表过多篇移动互联网行业分析文章。在创办海豚浏览器之前，就职于微软亚洲研究从事搜索引擎研发工作，工作期间写作并出版《编程之美》一书，被誉为程序员面试宝典，持续销售近10年，并发行到台湾地区。
当前，智慧金融为金融创新开创了一个新时代。RPA(Robotic Process Automation，流程自动化机器人)可以自动执行各种基于规则而不需要实时创意判断的重复流程，在电脑上不间断地执行基于规则的各种工作流程，不仅比人类快，还可以减少错误和欺诈，正在成为AI金融场景落地的抓手。Gartner发布的《机器人流程自动化软件市场指南》显示，由于投资者对RPA所带来的高投资回报(ROI)持乐观态度，特别是银行、保险及其他传统人力资源等行业都相当看好RPA的发展前景，因而积极开展相关尝试并推进RPA部署。
RPA的核心是什么?具有什么样的特点?AI驱动的RPA与传统RPA有何不同?具体到金融行业，RPA有何用武之地，如何为智慧金融赋能?日前，金科创新社就上述话题与阿博茨科技CTO刘铁锋进行了探讨。
RPA能给金融行业带来什么？
“RPA的本质以机器替代人的重复劳动，而金融行业很多领域都存在通过RPA提升效率的可能性。RPA 依托业务流程落地，而这背后需要有成熟的 IT 环境，以及企业内部的流程足够标准化、数字化。金融业是信息化、数字化程度最高的领域之一，因此，我们认为，金融企业的用户非常适合通过AI+RPA赋能，实现向低成本、高效率、更优质转变。”在谈到金融行业为何青睐RPA技术时，阿博茨CTO刘铁锋如是说。
谈到具体的应用场景，刘铁锋举例说明。
比如银行的信贷业务中，工作人员需要核实各类非结构化文档中指标内容，包括识别身份证、行驶证、房产证等其他证件中的信息等。利用AI+RPA可以自动解析各种证件中的信息，并自动进行匹配，对不一致的信息进行报错反馈。大幅提高通用证件关键内容处理及对比效率，减少数据提取录入错误，节省人力，降低运营成本，增强信贷申请风控管理。
又如保险行业，理赔资料审核流程中，寿险中医院处方、票据的识别、录入、核对;车险中身份证、银行卡、行驶证等的准确快速识别等。
再如证券行业，很多从业人员需要日常大量阅读企业研报，而这些PDF格式的非结构化数据非常不易于从业人员进行再次处理和操作，人工手抄转化数据费时费力，并有着造成数据提取录入错误的风险。AI+RPA可以帮助从业人员自动解析研报中的表格，自动对跨页表格进行合并，最终输出为结构化数据便于接下来的分析处理。
据刘铁锋介绍，目前阿博茨AI+RPA已覆盖到多个金融应用场景，包括投研、监管、风控、营销等。
AI驱动的RPA赋能金融数字化转型
RPA是模拟人机交互的重复操作，连接系统的断点，就像胶水用来粘合人、系统，服务于企业业务流程自动化，成功实现企业的数字化转型(更有效、更快速、更准确)。IPA：AI+RPA，则是通过提供OCR、NLP、知识图谱等人工智能技术帮助RPA实现从非结构化数据处理能力到智能流程提升，帮助企业实现智能化转型。
刘铁锋指出，就技术而言，RPA门槛并不高，很多金融企业完全有能力自研。RPA平台目前有三类企业：咨询公司、实施公司和技术/平台公司从不同角度切入RPA市场，而RPA能走多远，能覆盖多少场景则取决于企业的AI能力。如果将RPA平台看作苹果IOS操作系统，可以支持的功能节点就是应用商店。AI功能节点能力越强，则应用越强大、越丰富。
如企业内部检验发票时，需要将大量发票中的发票代码、发票号、金额、开票日期等信息一一录入Excel表格中，并登录工商增值税发票查验平台，逐条录入发票验证信息，并将查询的验证结果再一一录入excel表格中。整个流程涉及的步骤多、平台多，耗时耗力且容易出错。
这个自动化流程单独使用RPA就很难实现，因为RPA本身只能执行那些基于规则、重复的结构化数据操作，它无法识别文本、图像、表格等非结构化数据，需要OCR等AI技术的帮助。
加入了OCR技术的RPA流程如下：OCR识别发票代码、发票号、开票日期等关键信息;将所有识别出的发票关键信息自动录入Excel表格、自动登录增值税发票查验平台、机器人逐条录入发票验证信息，查询并记录结果、将验证结果自动录入至Excel表格;保存RPA所有操作、查询并审核结果，流程结束。
AI从定义、特征、驱动三方面为RPA赋能，使得RPA从处理重复的、结构化的、基于规则的任务发展到可应对非结构化的具有一定规律的任务，进入认知型RPA阶段;从“手脚”模式，即模拟人的手脚操作，执行基于一定规则的重复任务到“大脑+眼耳+手脚”模式，即模拟人的感知和意识思维来执行任务，并在过程中不断学习、调整;从执行固定脚本驱动到智能机器自动化。
可以说，AI+RPA的模式大大扩展了自动化业务的范围，这也是未来RPA的主要发展方向。从RPA的角度，AI主要解决两个问题：一是数据识别和转换，运用各种人工智能技术识别非结构化数据，包括文本、图片、语音、视频等，并转化为结构化数据，再进行下一步的数据处理;二是流程处理，将数据处理的各个环节进行拆分，通过自动化流程设计工具将处理流程固化下来。通过数据反过来自主识别自动化行为，让数据处理的流程变得更智能，减少人为干预，实现真正的无人值守自动化。
“算法+数据量+领域认知”造就核心竞争壁垒
随着基础能力不断完善，RPA会更精准的学习和模拟人的行为操作，让业务流程得到更优化的串联，从而更加高效的为企业解决流程自动化难题。而人工智能技术中的人脸识别、语言交互、图片识别、自动控制等技术逐渐融入到RPA中，RPA将实现更多的智能决策工作。理论上，AI+RPA可以替代各行业企业内部软件之间需要人工重复操作的工作。但具体到不同行业和应用场景，则需要RPA 公司具有更多元的能力，以及更多的用户案例和行业解决方案。
在刘铁锋看来，“算法+数据量+领域认知”是RPA厂商拓展市场，形成核心竞争壁垒的关键。阿博茨是一家以AI驱动的金融科技公司，目前已把所有主流的AI能力集成在RPA中，使AI技术可以快速落地与金融业务相结合，并且免去部署的烦恼。为了让非技术出身的业务人员也可以娴熟的使用自动化工具，阿博茨将AI+RPA进行封装平台化，提供可视化功能面板，支持拖拽式流程设计，使用户可按需进行选择实现多个场景的自动化。
在金融领域，阿博茨致力于在处理数据的基础上，打造基于AI的金融服务产品，为金融从业者赋能。阿博茨核心能力主要体现在三个方面：
数据处理能力，对于非结构化数据处理，通过感知层引擎(OCR识别、机器视觉、自然语言处理)、认知层引擎(理解、知识图谱)、可视化引擎(呈现、搜索引擎)，实现汇总离散信息、关联结构化知识、重新整合呈现，辅助高效决策。
AI能力，AI技术的应用效果很大程度上取决于训练样本的丰富性，需要大量数据供AI训练使用。在金融这一垂直领域，阿博茨凭借多年的技术积累，训练了3千多万份中英文财务报告以及各类研究报告，上亿张金融相关图片和表格信息。使得AI能够对各种各样不同类型数据更精准的识别，对信息的解析提取准确率更高。
平台能力，阿博茨科技推出的IPA(AI+RPA的结合)平台Everdroid将AI与RPA完美融合，使用OCR、NLP、知识图谱等人工智能技术，帮助RPA实现从非结构化数据处理能力到智能流程的提升。同时阿博茨科技着力打造面向开发者和合作伙伴的生态环境。
达利欧曾说：“我的终极目标是创建一部运转的极好的机器，我只需在一旁坐看美好的事情发生。”对于金融从业者来说，通过 AI+RPA赋能，将有望从“脏活、累活”以及重复枯燥的工作中解脱，从事更多创造性、决策性的工作，提升效率，创造更美好的智慧金融。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
