兴业数金专栏
来自兴业数金整理的科普文章
迎接机器人自动化时代：RPA的全景生态扫描
原文链接：迎接机器人自动化时代：RPA的全景生态扫描
RPA是什么？RPA如何升级成IPA？那些在不同领域尝试了各类RPA的大佬们现在过得好吗？
今天，小编这篇文章先用通俗易懂的语言带你360°无死角了解RPA。
自2007－09的经济危机以来，企业在成本控制、作业效率上面临了巨大的压力和挑战，许多公司纷纷重拾上世纪初精益生产管理的理念，通过对工作流程的优化重塑，加大对人力资源的有效利用并最终提高成本效率。
在这一系列的变革工作中，部分企业通过例如流程改造等项目在经营成本上取得了一定的成效。然而，企业的劳动力就本质上而言，并没有打破“总有人得去干苦活儿”这一规则的束缚。重复单调的低价值操作性任务仍然存在，使得员工疲于应对，无暇发挥其创造性和主观能动性。
随着机器人科技手段的日渐成熟以及企业机构高效运营呼声的与日俱增，机器人流程化（Robotic Process Automation）逐渐映入人们的眼帘。不少行业先行者，例如领先海外银行机构早已积极尝试与厂商实施商合作，紧锣密鼓地落实着各类RPA的试点工作，把宝贵的人力资源从繁重枯燥的操作工作中解放出来，去创造更高的价值。
工业4.0与精益管理的必然产物：RPA历史回顾
随着数据科学不断发展，机器人流程自动化、认知科学等数字化技术融入工作，企业已经展开了小型革命，通过自动化及智能技术，不断释放自然劳动力，追求员工 “更有价值”的体现。RPA代表着智能自动化技术发展的技术结晶，是工业革命4.0的必然产物。
而从近代企业管理理念角度来看， RPA可追溯至上世纪的精益管理概念与其主张的降低成本、提高质量、加快流程速度、提高顾客满意度等重要观点。而随着后经济危机时期对成本效率的重视以及近年来人工智能技术的进步更是加速推动了RPA的潮流：让机器代替人工去完成重复的、标准化的作业流程。
机器人流程自动化是一类自动化软件工具，它可以通过用户界面使用和理解企业已有的应用，将基于规则的常规操作自动化，例如读取邮件和系统，计算，生成文件和报告，检查文件等。
例如，当客户致电银行客服并提出查询信用卡信息时，RPA会模仿人在系统界面上鼠标+键盘操作，将查询所需客户信息瞬间输入应用系统，并将后台反馈的信息以告知客户。而在此前，这样的操作可能需要数十、上百人的人力重复劳作，设想一下，原先需要大量客服人员在电脑、电话前进行海量查询、反馈，且难免出现错漏的重复性工作，RPA能够在短时间且几乎不出错误的完成，另外，机器人更显著的不同在于，7X24小时工作与没有情绪。
扬长避短：RPA的适用性与优势
就上述定义观察不难理解：RPA仅具备模仿能力，不具备学习能力。换句话说，RPA适用于基于规则的，仅涉及结构化数据的流程。因此，适合用RPA自动化的流程必需具有稳定性、规则性、重复性。对此，德勤咨询RPA专家提出了七大类极为适合RPA流程：
1、收集和整理信息，包括数据搜索与检索、数据整理和汇总整合等；
2、验证和分析，包括数据映射和验证确认、错误模式分析识别、非结构化数据整理与分析、具有光学字符号识别功能的自然语言数据审查等；
3、记录数据，包括收件人数据输入记录、多接口数据输入、存档元数据和信息等；
4、收集和整理信息，包括自动计算、基于规则的决策、分析与记录或生成报告等；
5、协调管理，包括智能分配不同机器人的工作、任务分配和异常切换处理、多机器人整合工作等；
6、传输与沟通，包括一对一、一对多、多对一、多对多的数据迁移与测试、向员工或供应商及客户提供的各类自动通知等；
7、报告汇报，包括自动报告机器人的活动与绩效、企业流程绩效的详细分析等。
综上可见，RPA最适合重复性高、基于规则、定义清晰、极少产生异常情况的大部分常见流程。它可以代替人的眼和手操作应用，却不能代替人脑处理非结构化数据，以及规则之外的事件。与规则相冲突的事件出现之时，人必须介入。
在了解了RPA适用背景的前提下，企业还应了解实施RPA的优势所在：
1、工作效率提升：和人相比，RPA不间断地高速工作且几乎不出错，因此可以显著提升流程效率，降低成本，减少风险；
2、解放员工生产力：RPA为员工解决了重复枯燥的工作任务，不仅提高员工士气，而且能使得他们有更多的时间从事知识密集型的作业；
3、工作将更具有高度合规性：机器人减少流程错误，并能够精准无误、批量及时地提供审计追踪所需数据，因此更好满足合规控制的要求；
4、技术改造投入较低：RPA建设不需要显著的基础设施投入，因为它仅涉及系统的表层，企业不需要改变底层技术；
5、高灵活性和可扩展性：每个机器人通常都能够执行多种类型的流程，当有更重要的流程出现时，系统又能够快速重新分配机器人。同样地，只要将流程定义为软件机器人可执行的一系列指令，就可以设定于特定的时间执行，并且可以快速部署机器人；
6、高效存档记录备份能力：相比员工，机器人的工作更容易被监控和存档记录。如此便意味着在工作流程中产生的高价值的数据和工作日志会被更好的保留记录。而这也更方便企业进一步从中分析并挖掘后续的商业价值；
7、客观的投资回报效应：RPA的投资-回报期限短，可量化效益明显。根据德勤RPA专家的经验，通常RPA短则1季度，长则不超过1年必定实现投资回报。而BCG数据也证实：通常而言，RPA帮助企业减少20%-80%的成本，在实施的一年内即可达到盈亏平衡。
RPA发展方向以及结合人工智能技术的IPA
Gartner数据显示，在过去的一年中，全球范围中大型商业巨头里有300家陆陆续续开展了RPA工程，将原先手工化的流程进行自动化改革。到了2020年，全球40%的商业巨头会拥抱RPA技术（虽然这普及率就目前而言不到10%）。整体销量方面来看，RPA软件的最终用户开销将以41%的复合增长率递增，并在2020年达到10亿美元。此外，在RPA种类上 ，数据显示3年后，25%的RPA用户将会同时采用多种类型的RPA软件以及多种不同的人工智能工具。对于RPA卖方而言，随着产品技术的日渐发展，RPA将由目前的单一功能转向多功能演变，而用户与市场的逐步成熟则会带来较大的价格压力。
可以预想，商业社会对流程自动化的功能性期望将与日俱增。而至于RPA究竟会朝着什么方向演变，各大研究咨询机构不约而同的指向IPA，即智能流程自动化（Intelligent Process Automation）。它是RPA和领先人工智能技术的结合，相当于在基于规则的自动化基础（RPA）之上增加基于深度学习和认知技术的推理、判断、决策能力。
根据麦肯锡报告以及德勤专家访谈的归纳总结可得出：在未来，完美的IPA应用应体现以下几大核心技术特点：
1、机器人流程自动化（RPA，Robotic Process Automation）：如上文所述，RPA自动完成有规则性的、重复性的枯燥流程。它是一种基于事先流程梳理及规则编写并以此执行对应行动的科技工具，其本身并不具备自我认知或学习能力。换句话说，RPA是基础，需与其他技术手段相整合，方能实现IPA及其优势所在。
2、机器学习：是一种用来设计复杂模型和算法并以此实现预测功能的方法，即计算机有能力去学习，而不是通过预先准确编写的代码。它能够基于对现有结构化数据的观察，自行识别结构化数据中的模型，并以此来输出对未来的结果预测。
3、自然语言生成（NLG, Natural-Language Generation）：计算机具有人一样的表达和写作的功能，它遵循规则将从数据中观察到的信息转换成高质量的自然语言文本。例如自动识别会议邮件中的主题标题、数字地名、人名地址并生成行程表备忘录；或者识别出合同条款关键内容并将摘要的重点生成列表。
4、认知智能体（Cognitive Agents）：这是一种结合了机器学习和自然语言生成的技术，并在此基础上加入情绪检测能力并以此做出判断、分析等功能。换句话说，机器会像人一样“情感共鸣、精神共振”，真正成为一个完全虚拟的劳动力（智能体）。在一家英国汽车保险公司的案例中，用户采用了认知智能体技术辅助业务人员作业，提高了客户满意度并加强了保险验证的精准度，使客户转化率提高了22%，验证错误率降低了40%，整体投资回报率达到了330%。
综上可见：IPA执行任务时候，将在RPA的基础上，更加发挥出“人”的要素。回到前文的客服案例中：使用了IPA技术后，客服机器人不仅是向客户反馈查询结果，它会做到“更懂”客户。
情绪检测能得知客户的心情如何（比如是焦虑是不满还是愤怒），并以此为判断要素来选择有针对性的言语辞藻（对焦虑客户的回复或许是“您大可不必担心”，对愤怒客户的用词则会是“请您息怒”）。结合自然语言技术和机器学习来分析并完善客户标签（譬如对于信用卡在某A商户品牌的使用事项上，就深入细节询问并结果追问关联性问题的客户，标以“健谈”、“小心谨慎”、“精打细算”、“A商户品牌粉丝”），得出对客户的行为预测并生产备忘录，方便此后的精准营销等策略。
因此通俗来讲，如果说 RPA是一个从不思考、交代什么就做什么的一般员工，那IPA则更像一个不仅能完成交代的任务，还会察言观色、勤于思考、擅长总结的优秀员工。
当然，德勤、安永等咨询专家也坦然表示，就许多企业客户的流程管理与系统的基础能力现状来看，仍存在着大量的基础建设工作有待开展。而打造智能流程自动化所需的其他核心技术例如认知智能体等也尚停留在雏形阶段。因此，机器人流程自动化的市场需求，在未来5~10年内将仍以RPA为主。
先驱者的风采： RPA市场概况与领先案例
自问世以来，RPA作为企业流程及人力资源管理的重要突破口，备受各行各业的多方关注。其中的宝贵经验值得其他同业借鉴参考。
就RPA供给市场来看，由于国内起步较晚，市面上的主要参与者仍以海外为主。其角色大致可分为三类，即：提供顶层设计建议的咨询机构、提供集成方案的系统集成商、以及提供RPA生产平台的产品供应商。不同的角色之间通过不断的业务合作及项目磨合，逐渐产生自身特有的解决方案。
在金融行业，以国外领先商业银行为首的先行者早已在不同的应用领域中尝试各类RPA的试点工作，并取得了令人瞩目的成绩。
通过上述领先商业银行的案例分享可以发现，当前RPA的热门应用领域主要集中在零售小微个贷、集中运营大后台等具有较强的规则性、重复性的作业流程。
多数案例中体现的流程简化、成本控制等效应也呼应了前文所述的解放生产力、回报周期短等优势利益所在。
而同样作为金融行业的重要参与者，保险企业也正快马加鞭地积极构建RPA能力以提高企业竞争力。
该寿险企业案例所体现的，是大刀阔斧地通过IT、账务、结算等多个同期RPA项目加快中后台流程运营改造。作为一家传统老牌国字号企业，其改造力度与实施决心在同业内受到热烈关注。
在非金行业，RPA同样取得了重大突破。通过与外部行业专家的走访调查发现，机器人流程自动化在财务报销、内审合规等领域已崭露头角。
从零到一：RPA建设思路及关注点
我国RPA应用尚属于起步阶段，而海外各类领先实践为本土RPA发展提供了许多可圈可点的借鉴经验。在着手RPA能力建设前，企业管理者需明确的是：RPA建设是在运营流程改造的大背景下进行的，然而国内国外企业发展往往有着不同的变革经历，在运营流程的管控机制、人员配置等要素上会不尽相同。因此基于运营流程改造的RPA建设也要做到有机结合：既要积极借鉴国外领先实践，又要充分考虑本土发展现状，切不可生搬硬套、照本宣科。
RPA工程的建设大体可分为两个阶段：评估筛选阶段与实施推广阶段。
首先正在第一阶段基于流程成熟度、预期绩效提升等维度来评估筛选RPA候选流程并准备对应材料、动员相关部门团队。在保持沟通顺畅的前提下，通过流程演示等传达方式，确保每个利益相关方都能对RPA的预期有充分的认识。随后，需选择试点场景并对其中的业务规则等做进一步梳理并细化有待RPA解决的问题流程。
在第二阶段，首先应以结果及受益范围作为最终实施目标设计RPA方案并进行RPA制作，即在RPA制作平台上（通常由第三方厂商所有）将流程改造的语言转化为符合RPA逻辑的编程语言。
在完成机器人测试后进行部署，于运行后进行检测评估，并对有待完善的机器人进行新一轮的优化工作，以此循环直至取得符合既定目标的RPA成果。
然而，由于其性质的特殊性，RPA工程在实施过程中难免会遇到诸多问题及挑战需要密切关注。
例如就前期决策而言，存在着“太多流程参与者但缺乏流程决定者”、“自上而下还是自下而上的实施策略”等问题。
在工程落实过程中可能遇到“在诊断梳理阶段缺乏前瞻性分析导致实施中的RPA与原有的业务规范、人员配置、业务权限等机制有所冲突”。
就后期试点推广工作而言，存在着“究竟由谁来负责全机构范围内的RPA推广工作？是由业务经验丰富、熟悉作业流程的业务部门负责？还是由系统编程较强、技术能力突出的IT部门来牵头？”、“是否存在由于更换RPA厂商而导致产生过高的交易成本”的问题。
而这些决定RPA项目最终效益性和落地性的考量要素，恰恰又是实施RPA工程的企业往往忽视的因素。
关于RPA的成败，引用专业咨询机构RPA专家观点即：制造RPA的难度远低于其推广落地的难度。
未来展望：RPA究竟会走多快，跑多远
RPA的主旨是解放劳动力，让员工从单调重复、枯燥乏味的操作型工作中得以解放。然而，市场上仍存在一种普遍忧虑观点：“RPA会抢走我们的工作、我们会被机器人取代”。这种顾虑随着机器人在近年各项人机对比中的耀眼表现，正被逐步放大。
诚然，机器人取代规则化、重复性的低价值劳动任务是大势所趋，但不可否认的是：机器人技术不仅解放员工的时间和精力使其去从事更多高价值的工作，更会创造诸如机器人管理、人机合作类职能岗位的大量潜在需求。（就好比当初，个人计算机的普及并没有让人类失业，反而促进了艺术、金融、教育、传媒、信息技术等各种领域的自然劳动力需求。）
因此，社会与企业的关注点，应更多地放在如何高效便利、友好和谐的人机协同机制体系上。而这，将最终决定RPA究竟能走多快，跑多远。
商业银行与金融科技公司跨界竞合时代开启
中央经济工作会议提出，打好防范化解重大风险攻坚战，重点是防控金融风险。而金融科技在风险防控领域对金融业的帮助不容小觑。但众所周知，中小商业银行特别是村镇银行由于受限于IT技术、人才资源等方面的限制，往往没有能力搭建一套符合监管要求的信息系统。
对此，兴业数金总裁陈翀认为，仅仅凭借中小商业银行自身的科技力量想要达到银监会对银行系统的要求是有相当大的难度，这就需要金融科技公司的科技输出。而随着金融与科技的不断融合，银行与金融科技公司已经进入跨界竞合阶段。
陈翀之所以做出这样的判断，来源于近年来商业银行与金融科技公司之间关系的转变。最初，市场普遍认为银行与金融科技公司是相互对立、独立发展的，银行做线下，通过网点方式来服务，基本不会做长尾；金融科技公司则以支付切入做长尾，积累了诸多场景和客户，典型的例子如支付宝。而随着客户脱媒、整合和提供个性化服务要求越来越高，金融科技公司开始利用数字化技术推动端到端的业务发展，银行业务也开始逐步线上化，开始运用金融科技强调线上获客和维系客户关系的能力。
“银行的专长是什么？稳健、专业、牌照、风控，如金融交易数据，其价值比一般的数据具备更高的业务价值，但如何把这些数据的价值发挥出来，这是商业银行普遍面临的问题；而相较于银行的稳健，金融科技公司的优势则在于敏捷、方便、快速、创新，以及基于场景、客户积累的大数据分析、客户行为分析等。从国内外趋势和实践来看，将商业银行与金融科技公司各自优势集合起来为客户服务，通过科技手段防范金融系统可能出现的风险，这将是未来银行和金融科技融合最重要的趋势。”陈翀表示。
据了解，兴业数金作为一家金融科技公司正在从系统建设、托管运维等方面，进一步深入探索在生态和场景层面助力中小金融机构顺应这种发展趋势。陈翀举例说，以邯郸银行为例，在未采用金融云服务平台之前，科技力量相对不足，无法自主完成核心系统业务系统等的开发、运营和维护工作。而原来使用的核心业务系统相对落后，系统拓展性不足，无法支撑业务发展需求。在采用兴业数金提供的金融服务方案后，核心业务系统架构合理，功能强大，满足了邯郸银行未来很长一个阶段的业务需求。
而除了IT能力不足、中小商业银行还普遍面临人才资源短缺、企业成本高等方面的压力。对此，陈翀认为可以通过机器人流程自动化（PRA）助力中小金融机构控制成本、提高作业效率。“举个例子，当客户致电银行客服并提出查询信用卡信息时，RPA会模仿人在系统界面上‘鼠标+键盘’操作，将查询所需客户信息瞬间输入应用系统，并将后台反馈的信息告知客户。而在此前，这样的操作可能需要数十、上百人的人力重复劳作。RPA通过科技手段将员工从重复性的工作中解放出来，让员工可专注处理有价值的工作。”
据波士顿咨询公司提供的数据显示，通常而言，RPA可以帮助银行减少20%~80%的成本。“事实上，商业银行与金融科技公司的合作由来已久，但一直以来商业银行都在探索与金融科技公司的最佳合作模式，如今两者之间跨界竞合时代已经真正地开始，银行与金融科技公司之间本着各自的诉求，正在重塑一种新的生态关系。”陈翀最后说。
RPA | 兴业数金首批机器人上线，还不快来撩~
大家好，我是一个机器人，叫小R，全称是Robotic Process Automation，也叫机器流程自动化。
你们可以想象，假装我长这样↓↓↓
是不是有点萌，但其实我并没有具象造型。我只是一个应用程序，一串富有生命力的代码。
为什么兴业数金的程序猿大大们，要夜以继日的奋战把我码出来？看了下面2个场景，相信你就明白了。
小R视角之小剧场
场景一：某虚拟又真实的电销中心
round 1 电销人员：您好，请问您是钱先生么？我是**银行的客服代表，关于……喂……喂……
round 2 电销人员：您好，请问您是钱先生么？我是**银行的客服代表，请问您有贷款的需求么？
客户：先说下我可以贷多少？
电销人员：不好意思先生，您的贷款额度要根据人行征信系统、信用卡发卡系统等抓取出数据并经过计算后得到的额度！我这边查询之后，稍后给您回电，方便么？
客户：太麻烦了，算了！
（画外音：要是有人可以马上给我算出额度就好了）
场景二：还是某虚拟又真实的银行办公室
L是财务部负责报销增值税发票核对及验证流程的职员，发票核对验证中需要人工，在来源于不同系统的表中建立复杂的表间关联关系，还需借助外部数据来验真，同时所有验证的结果的偏差均需要人工筛查及核对，工作重复，而且耗时耗力。
（画外音：要是有人来做这些重复性的任务和工作流程，我就能实现更多的价值。）
正是因为这种场景太多，我就应运而生了。
以下是说明版
RPA通过在电脑上复制人的行为，将一些由人工执行的重复性任务和工作流程，比如读取邮件和系统，计算，生成文件和报告，检查文件等，进行常规操作自动化，从而有效控制人为差错，实现24/7全天候运作，达到增加效率、减少成本、减少费用，让员工可专注处理有价值的工作。
举个栗子，当客户致电银行客服并提出查询信用卡信息时，小R会模仿人在系统界面上鼠标+键盘操作，将查询所需客户信息瞬间输入应用系统，并将后台反馈的信息以告知客户。
而在此前，这样的操作可能需要数十、上百人的人力重复劳作，设想一下，原先需要大量客服人员在电脑、电话前进行海量查询、反馈，且难免出现错漏的重复性工作，小R能够在短时间且几乎不出错误的完成，可以说是超级优秀了。
这样的小R，是不是非常值得拥有呢~
作为一家兼具前瞻性和执行力的金融科技公司，兴业数金已经迎来了三个“僚机”——小准、小快和小婉，快一步步入机器人流程自动化的新时代！
“僚机”1号
“僚机”2号
未来，兴业数金将整合RPA、 OCR、AI等前沿技术，致力于机器人生产平台的建设，打造更多智能化、个性化、一体化流程机器人，以实现“让金融更简单，让金融更美好”的美好愿景。
RPA | 兴业数金信贷机器人全新升级啦！
==============
原标题：RPA | 兴业数金信贷机器人全新升级啦！
兴业数金信贷机器人全新升级啦！本次升级后，机器人的自动化能力范围延展到了服务触达前的客户白名单生成过程，实现白名单生成过程100%自动化，保障了操作流程的100%准确率，有效节约了工作人员的重复性操作时间，进一步提升了信贷产品审批流程的效率。
此前，兴业数金上线信贷机器人，通过实时计算客户的信贷产品授信额度，改变客户只能被动等待银行向其推荐合适产品的局面。客户可以主动呼叫银行客服，当即就能获知自己的最大授信额度。客户选择办理产品后，机器人随即自动下单。此项应用优化了客户触达方式，让相关信贷产品实现白名单客户的全覆盖。同时，客户根据自身的需求随时办理产品，体验更佳，可以说是非常优秀了~
本次升级后的信贷机器人将更好地诠释RPA多元化的价值体现，不仅包括节约成本、提升效率、保障质量，而且能够优化客户体验，促进业务增长。
业务场景及痛点
银行工作人员为了从存量客户中筛选信贷产品的目标客户名单，需要进行若干个系统的数据提取、比对、加工，并人工计算目标客群的授信额度。待目标客户名单生成后，银行电销中心人员外呼客户，邀请后者办理业务。
目标客户筛选是一项耗时耗力的重复性工作，且存在一定的错误概率。此外，受制于坐席人员数量限制、外呼服务成功率易受人为因素影响等原因，往往造成客户体验不好，触达客户数量有限，业务办理成功率较低。
信贷机器人升级后的工作模式
信贷机器人利用RPA从多个系统中提取数据并进行数据处理，自动生成各种客户类型的白名单。银行短信触达白名单客户后，有意向的客户可以主动呼叫客服，机器人实时计算客户的最大授信额度，并在客户确认办理额度后自动下单。
本期小编为大家重点介绍“信贷机器人”在白名单生成、授信额度计算及订单信息自动录入中的贡献：
白名单生成
根据银行针对不同类型客户的白名单准入条件，机器人与若干个系统交互，自动完成数据查询、下载、筛选、匹配、删除任务，输出遵循既定格式的白名单文件。
图1 机器人操作演示图
授信额度计算和订单录入
从多个关联业务系统自动抓取出数据并根据授信政策实时计算授信额度，客服经理确认客户要办理的额度后，机器人自动下单，将订单信息传至财务系统，进行放款。
图2 机器人操作演示图
信贷机器人升级后的价值
本次升级，RPA助力信贷服务实现了从目标客户筛选到客户业务办理结束的全流程自动化。信贷机器人的卓越功能有效推动了相关产品业务量的快速增长，根据信贷机器人上线以后的业绩表现，预计为客户带来全年新增业务收入超过两亿元！
未来，兴业数金将继续深度解析信贷审批、票据审核、客户服务、财务报销等业务场景，并整合RPA、OCR、AI技术，打造及优化各类智能流程机器人，实现金融机构流程效率、客户体验的全面升级。
机器人说 | 资产配置神器3月业绩报告新鲜出炉！
兴业数金首款资产配置机器人已经陆续公布过五份业绩报告，查看报告可关注“兴业数金”微信公众号搜索获得。
今天，又有一份新鲜出炉的业绩报告~3月份的资产配置机器人表现如何呢？
产品简介：兴业数金资产配置机器人（Asset Allocation Robot，以下简称“AAR”）以国内公募基金为标的，由基于递归神经网络的算法模型驱动生成基金投资组合，结合投资者行为标签进行用户画像，自动推送给投资者适配组合，包括大类资产类型及子类资产基金的配比，并自动跟踪市场变化，对资产配置和投资组合进行动态再平衡。
最新配置结果：基于截至3月底的基础资产市场信息，AAR给出的分类配置结果如下：对经用户画像后识别出的低风险投资者来说，其大类资产配置以货币类基金为主，适当配置权益型基金（13.83%），货币基金居于绝对主导（占比86.17%）；对于识别出的中风险投资者来说，AAR降低对货币基金的投资（占比47.82%），增加对权益类基金的投资(52.18%)；而对于高风险的投资者，AAR依然以权益类基金投资为主（占比94.47%）。固定收益类资产前期持续低迷最近初有起色，而以黄金为代表的另类资产目前仍处于震荡行情，AAR对此持观望态度。
最新配置业绩：最近一个月，AAR对识别为低、中、高风险层级投资者推送的组合分别获得-0.17%、-0.39%、-2.70%的累计收益率，同期沪深300、上证综指、中证500累计收益率分别为-3.11%、-2.78%和1.51%；AAR三类投资组合的最大回撤分别为0.72%、2.65%、6.58%，而沪深300、上证综指、中证500最大回撤分别为6.90%、6.14%、8.08%；AAR三类投资组合的年化波动率分别为1.91%、7.10%、13.80%，而沪深300、上证综指、中证500指数年化波动率分别为16.43%、15.69%、24.56%，AAR相对大盘指数体现了良好的抗跌性。
AAR的大类资产配置结果
图 1：大类资产市场表现（截至2018年3月）
大类资产在2018年3月走势各不相同，受中美贸易战和外盘大跌影响，A股综指和沪深300双双暴跌而中证500小幅反弹。由于市场避险情绪上升，大宗商品本月大跌而债市上涨，货币市场企稳微涨，AAR及时捕捉各类资产市场行情变化，对金融市场进行智能化认知、识别，自动调整各类投资者的资产配置比例。以下从大类资产的层面来看，AAR对不同类型投资者的持仓进行差异化动态调整的情况如下：
1、低风险层级投资者推送组合的历史仓位变化
图 2：低风险投资者推送组合的大类资产仓位变化
对于识别为低风险层级的投资者，主要配置收益较稳定的资产类型。随着货币市场走势的稳定，AAR最终配置比例为货币基金比重为86.17%，而权益型基金配置比重13.83%。
2、中风险层级投资者推送组合的历史仓位变化
图 3：中风险投资者推送组合的大类资产仓位变化
对于识别为中风险层级的投资者，AAR平衡不同风险类型资产的配比，在股票市场超跌过后，适当提高权益型基金配置比重至52.18%，同时保持货币基金47.82%的高位配比，捕捉反弹机会。
3、高风险层级投资者推送组合的历史仓位变化
图 4：高风险投资者推送组合的大类资产仓位变化
对于识别为高风险层级的投资者，AAR自动配置更多较高风险的基金，增加了被市场低估的蓝筹股票型基金，探寻市场反弹中的盈利机会，最终 ARR配置权益基金的比重为94.47%，将货币型基金的配比调整为5.53%。
AAR各类投资者推送组合的业绩表现
AAR能对不同类型投资者进行识别，将用户智能分为10个风险层级，在预期收益和流动性需求一定的情况下，对各风险层级的用户进行不同的组合配置，也会有差异化的表现。
从2018年3月份当月表现来看，兴业数金AAR对识别为低、中、高风险层级不同投资者推送的组合分别取得了-0.17%、-0.39%、-2.70%的累计收益，而同期沪深300、上证综指和中证500累计收益为-3.11%、-2.78%和1.51%；从最近一年来看，数金AAR累计收益分别为5.30%、7.13%、18.69%，基准累计收益为3.04%、3.86%、8.95%，组合收益在中长期的表现还是能稳定跑赢基准指数，而且与各类基准指数相比，AAR配置组合的波动率大幅减低，体现了很好的稳定性和抗风险能力，具体业绩披露如下：
1、各风险层级投资者组合3月份业绩披露
表1：各风险层级投资者推送组合-3月份业绩披露表
2、不同类型投资者推送组合的表现及业绩归因
2.1低风险层级投资者推送组合的表现及业绩归因
图 5：低风险层级投资者推送组合近一年表现
图 6：低风险层级投资者推送组合近1月业绩归因
2.2中风险层级投资者推送组合的表现及业绩归因
图 7：中风险层级投资者推送组合近一年表现
图 8：中风险层级投资者推送组合近1月业绩归因
2.3高风险层级投资者推送组合的表现及业绩归因
图 9：高风险层级投资者推送组合近一年表现
图 10：高风险层级投资者推送组合近1月业绩归因
3、各风险层级组合近一年表现汇总
图 11：各风险等级组合与基准累计收益率对比（近1年）
图 12：各风险等级组合与基准最大回撤对比（近1年）
-End-
数字劳动力趋势｜为什么这些银行运营效率高到飞起？
========================
2018-03-30 15:24 来源:兴业数金 人工智能 _/_机器人 _/_操作系统
原标题：数字劳动力趋势｜为什么这些银行运营效率高到飞起？
9月,在法兰克福德国银行业会议的一项采访中,德意志银行首席执行官John Cryan表示,公司的一大批员工最终将失业,他们的工作将由机器人替代。同时,由于机械性的劳动都被机器人做了,另外一部分员工可以花更多的时间做更有趣的事情。
德意志银行纽约创新实验室前负责人Dean Mazboudi在实验室的三年内,每天都在与各种新技术打交道,评估、测试这些技术是否满足公司的需求。流程自动化机器人(Robotic process automation)就是其中的一个项目。
“我们有大量人工操作的交易,本质上都是重复的工作”,Dean表示,“虽然我们一直在进行对系统和流程的改进,但这些工作需要大量的投入,需要很长的时间才能显现渐进式的效果。”因此, 德意志银行选择RPA进行特定流程的自动化,快速提高效率、降低成本。
什么是机器人智能流程自动化?
RPA是一类自动化软件工具,它可以通过用户界面使用和理解企业已有的应用,将基于规则的常规操作自动化,例如读取邮件和系统,计算、生成文件和报告,检查文件等。
RPA适用于基于规则的，仅涉及结构化数据的流程。和人相比,RPA不间断工作,几乎不出错,速度快,因此可以显著提升流程效率,降低成本,减少风险。根据BCG分析,通常而言,RPA帮助企业减少20%-80%的成本, 在实施的一年内达到盈亏平衡。
然而，虽然RPA可以代替人的眼和手操作应用,却不能代替人脑处理非结构化数据,以及规则之外的事件。与规则相冲突的事件出现之时,人必须介入。简而言之,RPA 仅具备模仿能力,不具备学习能力。因此,适合用RPA自动化的流程必定是稳定、重复、规则化以及高流量的流程。
不满足于RPA限制的企业追求更高级的流程自动化方案——智能流程自动化(Intelligent process automation)。IPA是基础流程的重塑,是RPA和人工智能技术的结合,相当于在传统的基于规则的自动化基础(RPA)之上增加基于深度学习和认知技术的推理、判断、决策能力。RPA收集到的数据可供机器学习和认知,IPA得以模仿和学习人的判断,随着时间的推移,做得比人更好。
利用RPA(或IPA)不需要显著的基础设施级投入,因为它仅涉及系统的表层,企业不需要改变底层技术。RPA的投资-回报期限短,可量化效益明显。然而,我们需要关注的不仅是短期的投资回报(尤其当回报来自于对劳动力成本的削减),还要关注RPA带来的其它效益。
例如,RPA为员工解决了重复的、枯燥的工作任务,使得他们有更多的时间进行知识密集型的工作。另外,客户满意度的提升也是RPA可以带来的重要价值。
许多银行的RPA应用案例已经很好地说明了这一点。与厂商WorkFusion合作,南非标准银行的对公开户时间从原来的23天降低到10分钟以内,摩根史坦利银行的个人房屋贷款发放流程从原来的3周缩短到几个小时……
传统技术(包括RPA)和AI技术(IPA)的流程自动化能力与限制
机器人/智能流程自动化在银行中的应用
银行庞杂的中后台流程和相互之间很难互通的遗留系统,造成大量系统与系统,数据与数据之间必须通过人工协调的情形。这些高流量的,重复的,趋于风险和失误的流程是RPA的应用首选。
以KYC和AML为例,银行可以使用RPA,将原来由人工执行的——监管信息和动态的提取过程自动化 (通常一位合规经理需要花费15%的时间在监管追踪上)。机器人可以将关键信息通过Dashboard, 数据库,Excel表格,合规报告等形式直接呈现。
根据埃森哲对实施RPA项目的银行客户的统计,通常RPA可以为银行节省20-60%的开支,而且短时间内可以看到回报:一个简单的RPA项目,最短三个月,复杂一些的,最短12个月可以实现盈亏平衡。
银行的机器人/智能流程自动化案例
- 德意志银行:与WorkFusion合作后,德意志银行在贸易金融、现金运营、贷款运营等领域应用RPA(及人工智能),各个领域实现的自动化程度为30%到70%不等。RPA甚至减少了培训员工的时间,在日常工作中对员工起到指导作用。
- 巴克莱银行:在欺诈识别,风险监控,贷款申请等流程实施RPA,一年内的坏账准备减少了1.7亿英镑。
- 摩根史坦利银行:与厂商WorkFusion在个人房屋贷款和小企业贷款发放领域合作, 80%的交易流程由原来的3周缩短到了几个小时。
- 纽约梅隆银行: BluePrism为RPA供应商,纽约梅隆银行在交易结算等8个领域开展试点项目。以交易结算为例,过去需要5-10分钟人工处理的异常交易,机器人可以在四分之一秒内处理完毕。在梅隆银行,RPA的应用是更高层次的转型项目的一部分。梅隆银行成立了一个RPA团队，与业务条线领导者及全行的转型团队合作,一起推进RPA的应用。全球客户服务负责人Doug Shulman表示,在流程自动化这件事上,梅隆银行将光学字符识别、流程改造、机器人等多种技术整合在了一块。同时, 他们很看好RPA和人工智能的结合。
企业应如何开始智能流程转型?
对于那些希望利用IPA(或RPA)企业来说,最重要的考虑因素是战略。战略性地使用IPA,企业将获得长远的利益。
企业必须对自身的战略以及实现战略所需的运营能力有深刻的了解,从而明确需要着重进行改造的流程。在此基础之上,通过评估、匹配不同的方法和资源,推动目标运营模型的建立。
IPA只是打造卓越运营的工具之一,企业只有理解IPA如何与其它能力/方法一起在企业运营模型中运作,IPA才能发挥最大的价值。
其次,企业需要制定全面的IPA解决方案计划并明确优先级。单一技术的利用不足以获取价值,企业需要构想及制定全面的优化项目,或者将各项技术的应用整合到正在进行中的更大范围的优化项目 (如精益/流程转型项目)中。
在对IPA计划进行优先级排序的过程中,预期效果、实施时间、以及扩大应用规模的可行性都是重要的考量因素。
接下来,企业可以通过试点项目,向全面的IPA转型计划过渡。选取一条端到端的流程或客户旅程为试点,利用IPA进行流程重塑和优化,可以验证IPA/RPA的快速投资-回报预期,增强利益相关者对IPA的理解和重视。另一方面,通过试点项目了解影响ROI的驱动因素，可以帮助我们将应用规模化。
企业通常从RPA项目开始探索机器人和人工智能的流程自动化能力。正确地利用RPA也要从大背景入手。最基本的,企业需要了解真正的挑战是什么,掌握基础的数据和流程走向,找到影响质量的根本问题。然后,企业需要思考解决问题的方式有哪些,RPA是否包括在内,进而选取最合适的一种。
不当地使用RPA可能加速新问题的产生,以及使得寻找根本原因的分析过程变得更难。事实上,在应用RPA之前,企业需要重新思考已有的流程,提出几个问题:流程是否有效?流程是否高效?如果一项流程本身是可以被优化甚至被撤销的，轻微的流程重设可能比自动化带来的效果更好。
值得注意的是,虽然简单的RPA软件的实施过程非常轻松,但随着自动化及智能化复杂程度和规模的升级,难度也将逐渐增加。同时,更多人工智能技术的应用也提出了更多的数据需求考验供应商的整合能力。
“系统升级、底层架构、不断演进的商业流程,这些都是我们在流程自动化过程中要 考虑的因素”, Dean Mazboudi谈道,“每一次在已有系统之上叠加自动化,你需要关注此举对底层技术的影响,以及了解底层技术的改变是否有可能打破自动化流程。”
-End-