商業銀行RPA未來發展趨勢

RPA作為一種典型的數字化流程技術，其在銀行業中的發展前景將在很大程度上取決于全行業數字化和金融科技整體上的變革趨勢。其中，AI對RPA的影響最受業界關注。

首先，AI的發展使得銀行運行中越來越多涉及非結構化數據處理或標準化程度不高的作業類型都能被數字化，RPA可串聯橋接的業務作業范圍顯著擴展。其次，AI技術的愈發成熟也讓RPA在執行過程中具備更強的任務識別能力和根據任務場景自動實時調整自身運行過程的智慧。更進一步，情緒識別、自然語言處理等技術的發展，讓RPA有可能直接對用戶體驗或用戶滿意度展開智能分析，并根據分析結論對企業內部多個相關流程自動進行實時調度、組織，實時為用戶構建出個性化的服務方案，讓用戶獲得最佳體驗，即AI可能讓RPA獲得更強的端到端服務能力，讓RPA更多地直接面對客戶輸出價值，而不僅是側重于提升銀行內部的工作效率。此外，集成智能組件（例如OCR、機器學習和聊天機器人）的RPA應用程序使得RPA可處理的范圍和功能更加強大。

銀行數字化逐步邁向云原生化將是推動RPA獲得大規模部署的重要因素。微服務治理等技術對大量甚至海量RPA的治理提供了技術機理啟發。聲明式API等技術趨勢將加劇銀行各種RPA的解構，形成各種各樣易于共享、復用的云原生能力組件，基于這些組件又將重組出更加豐富多樣的銀行RPA解決方案。

低代碼正受到銀行數字化轉型的重視，可在應用層面顯著降低RPA設計、開發、部署的技術門檻，沒有較多IT技術背景的銀行業務部門也將成為RPA實施的生力軍。隨著銀行數字化轉型的深入，商業銀行將呈現出更加明顯的數字孿生化、超級自動化的特征，銀行各種數字流程、數字化模塊間的勾連交互對RPA的需求量將越來越大，這也將成為推動銀行RPA更快發展的主要動力源之一。屆時，作為各種智能自動化流程之間橋接者的RPA也將由數字勞動力進化為智能數字員工，呈現更加突出的數據智能特征。

最后，隨著RPA的不斷普及和深度應用，其服務治理也成為一個需要探索的問題，越來越多的銀行和企業通過設立COE的方式開展RPA規劃，覆蓋RPA全生命周期，使之滿足流程架構的要求，部署基礎設施及環境支持并推動人機更好協同。但在更廣泛的融合趨勢下，RPA和主干流程系統應有清晰的邊界，其處理的業務也應隨著數字化轉型不斷融入銀行主要流程，成為iBPM的一部分，否則遲早會為架構治理買單。