机器人过程自动化，或RPA，跨越多个行业中使用的业务流程自动化的技术。RPA软件涉及到所谓的“软件机器人”来处理传统上由人的员工来处理重复任务。这就是说，有没有实际的机器人参与一个可能会看到在路上制造业要么重工业。
在本文中，我们使用了“软件机器人”一词来指代RPA软件本身。这种特殊的报告涵盖RPA应用金融。具体来说，供应商包括在本报告中提出RPA软件，并取得了新闻稿，声称他们的软件在某些部分是利用AI的。所有这些厂商都提供RPA软件企业。
本报告所涉及的厂商声称他们的RPA的应用程序可以完成以下任务：
- 验证和任务组织
- 信用评分和欺诈检测
有关人工智能和RPA等应用程序如何帮助银行和金融机构的进一步信息，我们的读者可以下载行政摘要我们在银行供应商记分卡和能力图报告AI。
验证和任务组织
Kofax
Kofax提供了一个称为软件的Kofax KAPOW该公司称，这一举措能有所帮助银行和金融机构为节省时间和成本实现业务流程自动化运用机器人过程自动化。
从工作的Kofax旁边的银行队数据科学家将其软件整合到银行现有的数据基础设施创建软件机器人，使数据验证等任务自动化。然后,心血来潮是否可以收集每个任务所需的信息，并根据任务需求用有组织的数据填充报告或excel表格。该数据呈现给人类的分析师谁就能专注于从软件输出审查优先的情况下，从而减少采取在总过程的时间。
Kofax最近宣布,他们最新版本的Kapow软件还利用了人工智能和机器学习来实现自动化的文档捕获和桌面虚拟化。Kofax为远程桌面环境推出了一种智能屏幕自动化。用户可以使用Kapow来加速软件机器人的开发，方法是使用一种新的人工智能工具，该工具允许软件自动识别用户界面元素，如标签和按钮。
以下是短片4-分钟视频演示如何的Kofax KAPOW工作原理:
Kofax声称有帮助一位不愿透露姓名的欧洲银行对客户尽职调查（CDD）和了解你的客户（KYC）操作的验证过程的自动化部件。该银行需要遵守有关反洗钱的新的欧洲法规。由于涉及的规模，银行被发现的过程时手动操作和成本密集。
这些能力可能被证明是对银行和金融机构更重要的前进。尽管RPA的应用是从搭载ML正式AI应用有着根本的不同，这可能是能够通过之后模仿一个关键的AI能力。我们采访了英联谢在我们的播客中，Kasisto的首席技术官讲述了如何使用数据和数据科学来减少客户之间的摩擦，人工智能在银行业。
客户可能不会觉得满足适当的，如果他们不得不等待很长的时间，而他们的银行或选择的金融机构正在核查他们所有的信息。当被问及她认为是对银行业务领域的关键，其AI能力，谢旭人说，
我认为，对于银行业而言，人工智能可以发挥重要作用的领域肯定有很多。首先，我们都了解银行业，而且我们已经准备好了大数据基础设施。我们实际上到处都有大量的数据。理解(it)为银行业务创造价值，并利用这些业务使消费者体验更好……这肯定是ML和AI能够显著帮助的领域。
从UiPath该新闻稿还指出，欧洲银行的一位发言人说：
高技能的分析师每天花费数小时在内部和外部系统中搜索，以收集关于客户的相关信息——这是一项乏味的工作。随着立法的日益复杂，我们不断增加资源以满足新的要求。我们的手工方法很快变得不可持续，我们迫切需要一种更加自动化和有效的方法来管理CDD和KYC调查。
据报道，该银行部署了Kofax Kapow RPA解决方案，以帮助自动化CDD和KYC的客户验证过程。软件机器人梳理银行的内部客户数据记录(如交易历史)和外部来源(如商会商业登记簿、社交媒体、新闻档案和政治敏感人士数据库)，以识别客户数据中任何可疑的非法交易历史。
该银行发言人补充道:
我们在夜间运行KAPOW机器人;他们聚集在我们确定了客户的任何相关信息，并把它一起在一份报告中。当我们的分析师的工作，第二天早上到达，他们有他们需要告知CDD和KYC支持数据。
根据的Kofax，银行倒闭了上花费的时间为CDD和KYC核实收集的数据在其零售和企业银行部门从15分钟至90秒，并在10分钟为70秒分别。
Kofax还列出了高盛，ING，美国运通，花旗集团，汇丰银行，VISA，富国银行和摩根J.P如一些他们过去的客户。
我们在公司的团队中找不到任何有人工智能经验的c级主管。
信用评分和欺诈检测
Uipath
UiPath是一个纽约的公司,1196员工。该公司提供了一款名为UiPath Enterprise RPA平台的软件，声称可以提供帮助金融企业构建和自动化信用评分，欺诈检测以及使用其它工艺机器人过程自动化。
企业RPA平台由三个软件组件组成:Uipath Studio、Uipath编制器和software robots。UiPath银行和金融机构可以上传这些信息是客户的信用记录的软件Excel表格的形式。然后，用户可以使用可视化流程图在UiPath Studio上创建自动化流程。然后，studio软件允许用户将他们的自动化项目发布到UiPath编制器。
然后,协调器使管理，UiPath Studio发布的所有机器人进程的日志记录和报告。这个服务器软件允许银行和金融机构选择、运行和监视它们的每一个自动操作的性能。例如，银行可以自动化零售信用评分或欺诈检测的验证过程。
银行可以利用该平台创建机器人，这些机器人可以从多个数据库收集客户信息，或者梳理交易数据，以识别可疑活动。然后系统提供详细信息所有在一个地方收集到的数据结果的报告。这些报告可以通过人的员工进行分析。UiPath称银行可以减少在使用他们的平台，这些流程所需的时间和成本。
该UiPath企业RPA平台还允许用户进行软件内置了额外的功能，如智能光学字符识别（OCR）和自然语言处理（NLP）的工具。该软件然后可以用这些功能来构建过程或半结构化的基于纸张的内容，如发票，并从电子邮件和其他文档中提取信息的部署。UiPath还声称要在增加机器学习能力，将允许客户开发学习软件机器人的过程。
以下是短片2-分钟视频演示如何UiPath企业RPA平台工作原理:
UiPath声称有帮助一家不知名的全球投资银行自动化交易匹配和结算。针对是投资经理的交易过程中，在客户端和代理之间的交易细节被相互比较的重要组成部分。如果在正确的时间不进行匹配，交易可能需要人为干预或在某些情况下可能会失败。
据报道，这家投资银行面临的高错误率和识别匹配或利用自己的人力分析师未决交易操作的成本。他们的手工贸易配对过程涉及到几个业务部门之间漫长的调查过程和电子邮件协调。银行部署了UiPath的RPA解决方案来自动化交易匹配过程。
Uipath软件从系统中下载与交易执行相关的电子邮件，并自动将交易细节与任何未完成或未完成的交易进行匹配。然后，机器人更新电子表格中所有交易匹配的交易号码。机器人还向交易对手发送了一封电子邮件。
根据UiPath，这导致使用人工分析师处理交易的平均处理时间从40分钟到软件集成后的3分钟不等。我们找不到关于计算AHT的信息还是什么其他的举措是由投资银行同时进行。
我们无法找到企业级公司的任何提及对UiPath他们也没有在任何一份新闻稿中提到，但他们已经提高了$ 408中万资金并得到了CapitalG、红杉资本(Sequoia Capital)和Accel。
我们发现，UiPath的员工中有机器学习工程师的证据，但我们无法找到该公司任何有人工智能经验的c级高管。
蓝棱镜
蓝棱镜是一个伦敦的公司,超过400员工。该公司提供了一个RPA平台，声称可以提供帮助金融机构企业自动化业务流程。
蓝棱镜申索金融机构可部署他们的RPA平台自动化他们的内部业务流程的一部分，并且可以使用AI创建智能软件机器人不断提高运营效率。该蓝色棱镜RPA平台可以帮助财务公司监控和执行他们的软件机器人的预定任务吗。为此,蓝棱镜该公司宣布了一项与谷歌合作的技术联盟计划阿皮安，Captricity，Celaton，专家系统，IBM，和Minit。这些公司都在使用蓝棱镜的机器人自动化（RPA）平台开发这样的AI RPA的解决方案。
以下是短片五-分钟视频演示如何蓝色棱镜RPA平台工作原理:
蓝棱镜声称帮助了合作社银行集团10个自动化内部业务流程。该银行希望通过雇佣更少的分析师和加快客户服务操作来节省成本。该行确定了10个业务流程:直接借记取消、账户关闭、CHAPS支付、海外支付、审计报告、互联网应用、银行卡和密码提取。
这些操作有高水平的人力干预和大量的人力工人管理过程。银行将Blue Prism的RPA软件分别部署到这些流程中。根据蓝棱镜，这导致银行能够减轻手工员工的工作量，并在集成后的12个月内为所有业务流程带来时间和成本效益。
蓝棱镜还列出了富达投资，一些他们过去的客户。
我们在公司的团队中找不到任何有人工智能经验的c级主管。
商业领袖们的外卖金融
根据这份报告中讨论的公司，机器人流程自动化似乎在大型金融机构和银行中具有吸引力，因为这些机构和银行的业务流程规模太大，人类员工无法处理。在这种情况下，金融公司可以节省员工管理业务流程的时间，并降低运营成本，从而从中受益。
到目前为止，UiPath已经筹集了超过4.08亿美元的资金，并且已经为金融企业建立了几个RPA用例。“蓝色棱镜”还在其网站上列出了几项强有力的案例研究，此外还筹集了超过5900万美元的资金。UiPath似乎正在为自己的软件机器人开发人工智能增强功能，而Blue Prism似乎在遵循一种合作战略，与IBM和Captricity等人工智能供应商结成联盟。
熟悉RPA的金融行业领袖可能会对在他们的软件机器人中添加人工智能功能感兴趣，以便随着时间的推移优化它们的功能。在未来的两到五年内，我们预计涉及文档数字化(从非数字格式如纸张中提取信息)的业务流程可能会使用智能OCR和NLP实现自动化。我们可能会看到RPA平台利用机器学习来自动提示企业提高效率。RPA可能仍然是必要的，只有当企业拥有足够大的运营规模时，通过自动化实现的成本节约才能证明集成和资本成本是合理的。
标题图片来源：丹BUL研究
