2020 年银行将加大 RPA 的使用范围

机器人流程自动化（RPA）是指可以进行编程以跨各种平台和应用程序执行基本任务的软件。这些工具主要针对基于办公室的功能而设计，能够按顺序执行多个任务。
　　对于需要限制原有系统的成本与无法对现有系统进行彻底更换的大型现有银行而言，RPA 仍将是其 “出路”.RPA 将作为低成本技术软件，可以用于所有现有银行应用程序之上。

一线银行的员工一旦接受了适当的培训，就不会依赖复杂的代码和 IT 部门的干预，而是能够使自己的工作自动化。RPA 将提供一种低成本，高生产率的模型，从而开始改变业务流程外包流程。
　　
　　为了优化支出，金融服务提供商将把目标扩展到自动化之外。将 RPA 与 AI 组件（例如文本分析，对话智能或基于机器学习的决策管理）相结合，将使银行能够攻击更广泛的用例。
　　
　　为了支持这些目标，过程发现分析，扩展到少数生产机器人的能力，中心编排和平台开放性将变得越来越重要。反过来，领先的供应商，例如 Automation Anywhere, 将在争取地位时进行战略性收购，对 AI 研究的投资以及合作伙伴关系。
　　
　　到 2020 年，RPA 将在抵押贷款中得到广泛使用，其中的申请可能涉及 700 页以上的协议和法律文件，不仅处理起来既昂贵又费时，而且容易出错。在美国，Roostify 使用机器学习技术通过识别文本分析中的模式（使用光学字符识别来 “抓取” 纸质文档中的数据）来提高准确性。
　　
　　据报道，新加坡华侨银行已经能够使用 RPA 将重新定价房屋贷款所需的时间从 45 分钟减少到仅一分钟。该过程将检查客户是否有资格对其房屋贷款进行重新定价，建议重新定价选项，甚至起草建议电子邮件。推荐阅读：RPA 在银行有哪些应用
　　
　　最终，2020 年将使 RPA 证明这一过程是 “银子弹” 的想法成为现实。它无法修复最初中断的流程。简单地将其置于次优的银行业务流程之上，既不会解决也无法解决组织流程问题的根本原因。大多数银行都在努力将不同的旧系统合并为一个 RPA 单一工作流。
　　
　　就基本客户服务而言，RPA 将继续以客户满意度为基础，以最少的支出来降低成本。与 AI 结合使用时，RPA 甚至可以提供更多个性化的客户服务。但是，新的数字银行将继续超越这一点，例如，许多 Revolut 客户抱怨过分依赖 RPA 以及匿名，非个人或不适当的交互会多么困难。
　　
　　这将使人们更加关注渠道过渡，移交和升级程序，以便一旦客户的语言或服务问题变得过于复杂或情绪激动，RPA 就会变得如同 “智障” 一样。

更多RPA知识，欢迎访问艺赛旗社区：https://support.i-search.com.cn/