鲁南快报原创： 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。