本文为中国光大银行科技研发中心副处长张洁,作客金融电子化“你问我答”栏目,围绕RPA技术的优势与应用情况,及ChatGPT对金融行业的影响分享行业痛点及解决办法的观点整理。主持人:张处您好,您认为在金融业务中,RPA技术有哪些优势和应用场景?张洁:主持人好,我认为RPA是一种通过软件机器人模拟人类用户的操作,自动执行重复性、规范性、高频率的业务流程的技术。在金融行业中,RPA技术具有许多优势,并且在多个应用场景中得到广泛应用。首先,RPA技术可以显著提高操作效率和准确性。金融业务中涉及大量的重复性操作,例如数据填报、数据比对、数据维护等,这些操作容易引发人为错误和疏漏。通过使用RPA技术,可以将这些重复性操作交由机器人来执行,从而避免了人为错误,并且可以在短时间内完成大量的任务,提高了操作效率和准确性。其次,RPA技术可以实现业务流程的自动化和标准化。金融业务中的一些复杂流程涉及多个系统和应用的交互,例如账户年检、报表生成、报告整合等。通过使用RPA技术,可以将这些复杂的流程自动化,并且按照预先设定的规则和标准进行执行,从而保证了业务流程的一致性和标准化。第三,RPA技术可以提高业务的灵活性和响应速度。金融业务中,市场和客户需求的变化时刻存在,业务流程需要随时调整和优化。通过使用RPA技术,可以轻松地调整和优化机器人的执行流程,从而快速响应业务需求的变化,提高业务的灵活性和响应速度。主持人:好的,那您能否介绍下RPA机器人在光大银行的应用情况。张洁:好的,目前中国光大银行一直积极探索和应用新技术、新模式、新业态,提升客户体验和服务质量,我们在RPA的应用方面也取得了一定的成绩,2018年我行首次引入RPA机器人,应用于对公开户人行账管系统查询、报备等业务场景,大大节省柜员操作时间,减少了客户等待及服务时间,提高了操作的准确性,提升了客户体验及满意度。经过这些年对RPA应用的探索,我们发现,发展“RPA数字员工”不仅是技术创新,更是改变组织结构与分工、提升效能、加速企业数字化转型的战略创新。为了更好的应用RPA,光大银行以企业级、平台化为指导思想,自主研发了企业流程自动化平台,面向全行用户和系统输出标准的自动化处理能力。平台纵向兼容多RPA厂商产品,横向集成了我行已有AI和基础服务能力,纵横兼顾形成技术底座,在技术底座之上,平台还建设了流程编排、移动化运营中心、机器人工厂、效能中心、场景集市等功能模块,实现了智能自动化流程从发现、设计开发、运营、后评价到持续优化的全生命周期管理,有效支撑了光大银行智能数字员工的运营管理体系。平台自2022年1月上线,截至今年3月,场景数量已经扩展到近300个,日均执行1万次以上,年均节省人力约400人年,取得了较好降本增效的效果。未来,我们将继续加强RPA技术在核心业务流程中的应用和创新,推进数字化、智能化、自动化的转型,进一步提高工作效率和服务质量,提高客户满意度和市场竞争力。主持人:在RPA推广方面,光大银行有什么宝贵的经验和策略能分享一下吗?张洁:RPA的推广,首先需要高层支持和战略规划。公司领导层高度重视RPA技术的应用,将其纳入数字化转型战略,并提供必要的资源和支持。此外,光大银行充分认识到RPA不仅是一种技术工具,更是一种战略性的业务改进方法,能够从根本上改变业务流程和提高业务效率。在符合公司战略的基础上,光大银行首先从业务流程优化出发,注重将RPA技术应用于业务流程的优化,而不仅仅是简单的自动化。在推广RPA时,先进行详细的业务流程分析,找出存在的痛点和瓶颈,然后通过RPA技术实现流程的自动化和优化,提高效率和降低错误率。光大银行在RPA推广中注重跨部门的合作和协同推进,充分发挥各方的优势,共同推动RPA项目的落地和推广。光大银行RPA平台实施及推广整体上采用“总行搭台,分行唱戏”的方法,即由总行进行智能化平台建设及场景运维工作,分行负责智能流程自动化场景挖掘和应用工作。这种跨部门合作和协同推进的方式有效地加快了RPA技术在光大银行内部的推广速度。光大银行在RPA推广中积极与RPA技术供应商、合作伙伴紧密合作,共同推动RPA技术的研发、优化和应用,充分发挥合作伙伴的专业优势,实现技术共建共享,促进RPA技术的持续发展。同时光大银行在RPA推广过程中不断进行优化和改进,及时总结经验,优化RPA流程,不断提升RPA系统的稳定性、可靠性和效果。同时,也积极借鉴其他机构的经验和做法,不断改进RPA推广策略,以确保RPA在实际业务中能够取得持续的推广效果。主持人:最近ChatGPT火爆引发各行业对AI技术发展及AI大模型应用的广泛关注,能否介绍下光大银行AI技术应用情况?张洁:近年来,光大银行加大科技投入,积极探索人工智能技术赋能我行业务应用,以加速推动数字化转型进程,当前已取得卓越成效。为快速支持业务通用AI需求,光大银行沉淀成熟企业级AI能力,包括生物识别技术、虚拟人像技术、NLP(自然语言处理)技术、TTS(拟人化语音合成)技术、ASR(语音识别)技术、OCR(光学字符识别)技术,已应用于生物识别、智能客服、智能风控、智能网点等场景;针对业务定制化AI需求,光大银行构建了企业级人工智能平台,覆盖AI模型研发全生命周期,AI模型研发人员基于该平台已自研多项具有自主知识产权AI模型,可快速满足多部门定制化AI需求,已服务于托管、零售、消保、信贷、风险监控、信用审批等多个业务。为避免AI竖井应用,光大银行构建AI能力中台,纳管已有AI能力,实现AI能力共享复用,以节省业务人力成本并将AI能力融入到金融科技生态圈,可速响应业务多样化需求,承受未来市场的不确定性和不可预测性风险。仅2022年,AI中台对内提供111项AI服务接口,日均交易量高达280万,大大提高业务效率。主持人:光大银行针对AI大模型发展有什么看法,AI大模型能否在金融领域落地并赋能更多业务场景?张洁:近期,随着ChatGPT的爆火,其背后的大模型技术也逐渐走入人们的视野,各行业纷纷对这一赛道进行布局,光大银行也投入科技人员积极跟进AI大模型应用于金融场景可行性。与当前决策式AI模型仅处理特定场景任务不同,大模型不仅能够处理多任务,同时还可以学习归纳、演绎创造,在解决AI模型碎化以及泛化能力不足等问题的同时,可大幅提升生产力水平。大模型之所以有良好通用性和泛化性,离不开海量物料、庞大算力以及优秀算法的加持,同时为了让大模型解答问题更符合人类预期,大量人力指导性训练已是训练不可或缺的步骤。基于以上资源高条件要求以及金融领域合规性等要求,从头训练大模型对于金融领域来讲不太现实也没有必要,以AI大模型私有化为底座,基于“大模型+微调”方式,通过零样本、小样本训练来服务金融细分场景,是AI大模型落地金融领域当前最为快捷的方式。尽管AI大模型回答问题能力已接近人类水平,但其回答合规性以及伦理道德问题还需进一步解决,因此,AI大模型更应该以一个“智能业务助理”的身份来赋能金融领域业务场景,如企业内搜:与知识库相互结合,帮助员工快速找到问题解决方案并生成想要结果,提升工作效率;文本生成创造:可做市场分析、托管需求编写、代码生成等工作,减少重复性工作;问答场景,更好理解用户意图,提升连续对话能力,提升客户体验友好性;风险管理:对关键要素提取、资料自动化审核、风险点提示等风控领域的业务流程,提升风控相关业务的自动化水平。以上场景只是AI大模型在金融领域应用很少一部分,随着AI大模型技术的逐步成熟,相信会有更多业务场景会被赋能,可推动金融领域全面迈向智能化水平。主持人:感谢张处的精彩分享,让我获益良多。本文转载自金融电子化,如有侵权,请联系删除。原文标题:《RPA & AI 助力光大自动化、智能化发展》END行业知识交流分享,结识扩展人脉圈层公众号后台回复【数字金融】可受邀加入【金融数字化交流群】本篇文章来源于微信公众号: 数字金融网