智能流程自动化的6项关键技术及金融行业应用现状--RPA中国 | RPA全球生态 | 数字化劳动力 | RPA新闻 | 推动中国RPA生态发展

智能流程自动化是一系列技术的组合和运用，它包括 RPA、LCDP、iBPM、PM、AI等多种关键技术，通过业务和技术融合拓展业务场景的边界，推动数字员工的应用和发展。

将自动化处理技术结合语义识别、语音识别、视觉感知、智能翻译、智能对话、机器学习等人工智能算法，通过大量样本的智能模型训练，打破软件自动化技术传统预设流程的局限性，帮助人类完成需要人类智慧才能处理的任务，从而实现类似智能客服、智能营销、智能风控和智能审单等业务流程自动化处理，如图1所示。

图 1 智能流程自动化技术构成

（一）机器人流程自动化（RPA）

RPA 的全称为机器人流程自动化（Robotic Process Automation），能够模拟或代替人工完成规则固定、数据结构标准的任务。RPA 作为智能自动化的技术基础，在业务流程自动化过程中扮演着“执行者”的角色，主要负责流程打通、业务连接及模拟执行工作。

（二）智能业务流程管理（iBPM）

iBPM（智能业务流程管理）是BPM功能的扩展，其本质是在优秀的业务流程管理（BPM）工具基础上，集成人工智能（AI）和云计算等技术，对传统BPM工具功能上的扩充，使其具有智能识别、智能感知、智能判断、智能决策的能力。iBPMS是iBPM的智能化套件，它嵌入了丰富的智能组件，是智能流程自动化发挥效能的"粘合剂"，可助力用户敏捷管理智能自动化相关能力。

（三）低代码开发平台（LCDP）

低代码开发平台（LCDP-low code develop platforms）是通过少量编码或无需编码即可快速构建应用的开发平台。低代码、无代码平台能够通过可视化拖拽方式快速完成应用开发，具有可视化、可扩展、可重用的特点。它在智能流程自动化中扮演“辅助者”的角色，负责自动化业务流程敏捷、高效的定制开发。

（四）流程挖掘（PM）

流程挖掘（Process Mining）是一种流程分析和监测技术，它能够运用企业信息系统中已有数据，自动呈现真实可靠的业务流程。作为拓展智能流程自动化边界的核心技术，它与 iBPM 在智能流程自动化过程中扮演着“分析管理者”的角色，共同完成自动化业务流程的发现、分析、优化及管理工作。

（五）人工智能（AI）

人工智能（Artificial Intelligence）在自然语言处理、智能语音、计算机视觉、人机交互、知识图谱等多个技术领域取得的显著进展，全面提升了智能自动化感知认知能力，赋予了智能自动化听、说、读、写、判断、思维的能力，使得智能业务自动化具备了智慧大脑。

（六）集成技术

企业可根据智能流程自动化目标，选择适合本企业的集成方案将智能流程自动化的多种关键技术进行集成。

智能流程自动化是通过将RPA、AI、iBPM、PM等多项技术进行叠加并综合运用来实现的。其中 RPA（机器人流程自动化）是智能流程自动化的基础，使其具备基本自动化能力，AI（人工智能）使其具备了思考、感知和认知能力，而大数据、云计算等在算法和算力方面的加持，使得其可以像人一样“思考”和“工作”，从而实现在企业的部分场景中“辅助人”或“替代人”的人机协同办公新模式。

新技术发展及金融业应用现状

业务和技术双向融合发展是近年来金融科技主要发展趋势，由于银行业务高速发展，业务分工不断细化、部门增多，业务子公司出现等，传统流程设计受跨机构、跨部门、跨岗位职责等多方因素影响，其流程效率和质量难以满足新形势下业务发展的需要。

随着人工智能、大数据、云计算等技术的进步及软件自动化技术成熟发展，银行期望依托新技术打通机构与部门间壁垒，通过流程再造和流程自动化应用，从而提升内部工作效率，改善外部客户体验，推动数字化转型的整体进程。流程自动化处理技术作为创新科技之一，在融合了人工智能后正驱动着数字员工席卷全球。利用智能软件机器人解决人力短缺难题，正成为企业新型人力资源优化方案。

金融行业通过组织建设、流程再造和平台搭建，探索金融行业人与软件自动化机器人协同办公新模式，发展数字化劳动力运营管理体系也将成为企业数字化转型的重要方向。

（一）新技术发展现状

新技术发展通常要经历萌芽期、成长期、成熟期、衰落期四个阶段，如图2所示。

第一阶段为萌芽期，为创新阶段，此阶段人们对新技术或者新概念处于认知阶段，面对群体为少数创新者和早期使用者；

第二阶段为成长期，经过新技术不断的发展，逐渐被大众所接受并多方位寻找可以落地的应用场景；

第三阶段为成熟期，“新技术”经过成长发展，应用场景效果显现，引发各行业争相加入和资本涌入，这个阶段可能会持续很长时间，也可能随着新技术兴起或应用弊端凸显迅速进入衰落期。

第四阶段为衰落期，经过前两阶段的发展“新技术”已经得到大量应用，被大众所熟知，从技术本身来讲已无更多改变和创新，技术进入稳定期，随着新技术的应用和市场的更替逐步退出。

金融行业在智能流程自动化技术领域正处于早期采用者阶段向早期大众阶段过渡，这一阶段新技术的研发与应用进入关键的成长期，并逐渐的通过平台创新、产品延伸创新、产品强化创新和经验创新等实现技术价值转移。

图 2 新技术发展周期

（二）金融行业新技术应用现状

我国银行业首次引入机器流程自动化技术处理业务流程可追溯到2017年，部分金融机构率先在财务领域、运营业务领域等引入自动化技术，实现银行前台对客接触层端到端的流程自动化处理，优化了运营流程、提升了客户体验，降低了作业中心人力成本，建立了流程自动化对提升业务效率和降低运营成本的认知。随着分布式、云计算、人工智能等技术的成熟发展，金融机构尝试将光学字符识别、自然语言理解、语音合成和机器人流程自动化等技术组合应用在企业流程处理当中，在智慧运营、智慧营销、绿色信贷、智能风控等方面重塑企业流程，提升智能流程的自动化水平。经过了两到三年的发展，银行业已初步形成了对企业流程自动化的基本认知，并对企业流程的自动化和智能化提出进一步发展要求。结合目前我国银行业应用现状，在推动智能流程自动化发展过程中主要经历两个阶段，即智能流程自动化发展初期和中期，每个阶段面临的问题侧重有所不同。

1. 智能流程自动化发展初期

这一阶段主要是企业受外部环境影响，逐渐意识到流程自动化技术应用的必要性，通常以发展流程自动化处理技术为主。在尝试应用新技术阶段缺乏与如下两个方面：

1）缺乏流程自动化发展的总体规划

企业对流程自动化的认识不足，从企业视角看，对机器人流程自动化价值的认知往往是通过个别场景，比如高度重复的财务报表处理、账户信息报备等。对自动化技术的应用和发展缺乏战略支撑，缺乏有效组织和流程优化的战略导致各部门、分支机构为快速响应市场变化引入多种技术产品、重复采购、优先过程自动化等，最终导致成本过高且收益甚微。

2）缺乏企业级技术平台的基础支撑

RPA 技术作为流程自动化处理的工具被越来越多的金融企业所关注，另一方面该技术在国内落地实践的效果与企业预期存在差距。主要体现在市面主流 RPA软件定位为桌面级直面最终用户的软件产品，在实际推广方面受限于用户的计算机应用水平、国内企业IT环境标准差异等原因，大规模应用部署后逐渐暴露 RPA 产品在企业级应用中的不足，包括：缺乏企业内系统间集成和服务化共享能力，对运行时环境标准的严格依赖导致成功率低、具有一定的开发门槛、场景维护成本高、运维效率低、产品易用性不足等。

2. 智能流程自动化发展中期

企业在一定范围内开展了流程自动化技术的应用，对流程自动化处理技术有了初步认知和一定积累（通常已经积累了2-3年的发展经验），这一阶段企业对流程管理水平有了进一步提升诉求，包括：梳理企业流程并形成企业标准，引入智能化算法提升流程处理的效率和体验，落地IT战略和进一步提升自主能力等。

1）数字化发展对企业流程治理提出新的挑战

我国银行业先后经历了手工记账、电子化、信息化和数字化等多个发展阶段，每个阶段都重新塑造了银行业务处理流程。数字化发展的本质是引入数字作为生产要素，基于数字技术基础，围绕数字营销、数字运营、数字风控等领域展开，实现与经济数字化相适应的业务增长的过程，因此数字化发展对企业流程再造、治理等提出新的挑战，主要包括：企业缺乏经验丰富的流程优化咨询专家，企业本身的业务流程缺乏标准，数字化技术还未能充分应用在企业生产活动当中等。

2）智能流程自动化场景的挖掘能力不足

由于信息化阶段对业务过程自动化处理的要求，企业通过技术引入和平台化建设能够初步形成简单场景的自动化处理能力，但信息化阶段对任务过程的自动化不等于企业流程自动化。受限于企业自身所处的发展阶段和自身人员能力局限，业务人员不能清晰提出智能流程自动化的完整业务场景，技术人员对业务流程缺乏理解，企业缺乏流程再造与重构的管理组织和经验等，最终导致企业对智能流程自动化场景的挖掘能力欠缺，通用型平台建设了一些但实际落地数字员工业务场景时捉襟见肘。

3）领域内的核心技术仍需进一步加强掌握能力

由于流程自动化技术在行业内应用时间较短，尚未形成行业标准。一方面这类技术以 Windows 桌面编程和低代码设计为主，编程深度和厂商高度封装导致核心技术具有一定的门槛；另一方面随着国内各领域技术发展，国内 IT 基础设施环境的变更对既有技术框架需要重新适应。因此银行在发展该技术领域时要综合考虑其付费成本、研发成本和未来基础环境变化等因素，核心技术应避免对单一产品或技术方向的依赖。

本文摘自《智能流程自动化金融应用落地研究报告》，版权归属于北京金融科技产业联盟。

如有侵权，请联系删除。

继续阅读：