根据《中国互联网发展报告2021》,2020年我国数字经济规模达39.2万亿元,同比增长9.7%,占GDP比重为38.6%,为稳定经济增长提供了重要推动力。数字经济快速发展背景下,商业银行必须加快数字化转型。2020年10月,银保监会主席郭树清强调“所有金融机构都要抓紧数字化转型“。RPA(机器人流程自动化)作为数字化转型浪潮的重要推手,凭借其部署便捷、无侵入式开发等独有特征,在实践应用中发挥了降本增效、降低风险、灵活性强、极轻量级开发、发展潜力大等优势,可有效满足银行复杂的业务场景与持续的增效降本需求。2018年以来,RPA技术在国内市场发展迅速,并在银行数字化转型中发挥了重要作用。
为响应政府“强化科技力量、数字化发展”的号召,围绕中国银行“科技创新推动全行数字化转型”的工作要求,中银金科作为中国银行的金融科技子公司,积极引入RPA技术,通过洞察行业痛点,在中国银行业务部门拓展丰富的RPA应用场景,并取得了良好的运行效果。
RPA技术下投资交易指标自动监控,提供精细化服务
随着客户投资量级的增大和市场交易频率的加快,银行需每日对客户的可转债在持股数量进行监控,当持股比大于阈值时及时提示违规事项。该业务涉及估值表及其所在行内系统、Wind终端、监控结果输出表格等多个页面,需采集行内外网页数据进行文件上传下载、汇总分析等工作。一方面,该监控计算流程的高重复性、高标准化特征与RPA应用天然契合;另一方面,该业务流程对数据时效性、准确性要求较高,而往返于多系统的人工操作以及耗时耗力的人工计算(约60分钟/次)带来效率较低、错误率难降的问题。
由于人工监控无法满足数字化交易对数据的高要求,中银金科通过引入RPA技术实现了该监控流程的自动化。机器人首先从行内系统自动下载交易估值表并存放于固定文件夹,然后从估值表和WIND数据终端自动获取持仓数量、含权债最新面值、当前转股价格等数据,最后基于以上获取数据,根据预先设定的持股比计算表达式输出监控结果。RPA技术的引入提高了银行服务客户的效率和精准度,及时提示违规事项,解决了人工计算无法满足实时监控的问题,为重点客户提供个性化服务,提升客户满意度。
RPA技术实现外汇结算业务及时预警,提升风控能力
对公代客资金结算业务具有交易笔数不多、交易金额大、影响面广、风险高等特点。一方面,资金结算业务链条涉及前中后台,未经前中台部门审核,后台部门无法获取营业结束后各个模块业务剩余情况,造成流程割裂和数据“孤岛”的问题;另一方面,支付清算部资金结算业务链条较长,如人工操作需花费15-20分钟,存在当日应交割而未完成交割的风险,造成银行信誉损失。
基于支付清算部门的以上业务痛点,中银金科通过RPA机器人联系前中后台,对未完成交易进行及时预警。每个工作日营业结束后,每天三次定时自动启动并利用RPA技术,对系统内业务模块的当日未交割业务进行筛查,从而对营业结束后前中台再发起的业务及时监控、跟进,并在相关风险存在的情况下向相关业务负责人进行短信息提示。通过RPA技术的应用有效减低了差错率,提高了监控成效,及时预警防范交割风险;同时解决了银行传统的中后台流程系统相互之间难以互通的问题。
RPA技术推动信用卡审批自动化升级,推动工作提质增效
信用卡审批系统需人工获取客户姓名、身份证件后四位、电话、单位、地址等相关信息,并由人工电话核实上述信息后,再手工导入“信用卡进件系统”中。该审批过程细碎繁琐、重复性较高,而且资信核查人员审核的效率较低,无法满足银行客户规模和信用卡业务体量逐渐增大的要求。
为了满足“信用卡进件系统”的升级要求,中银金科引入RPA机器人每日定期自动进入信用卡审批系统,自动筛选未审批客户信息后批量导入“信用卡进件系统”中,再由人工对上述信息进行电核,并反馈输入至“信用卡进件系统”进行下一步审批,在每日营业终了由RPA机器人将“信用卡进件系统”中的电核结果导回信用卡审批系统。以RPA机器人代替人工提高信用卡审批流程的自动化程度,进一步优化系统功能,提高审核效率,加强客户体验,提升服务质量。
在金融业应稳妥发展金融科技的监管背景下,银行将逐步加快数字化、智能化转型的步伐。未来,RPA与ML、AI等前沿技术的“强强联合”将为中银金科的业务转型和场景拓展提供“新动能”,为中国银行集团全方位、多角度提供综合金融服务提供“新机遇”,为整个银行业的可持续健康发展提供“新思路”。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。