目前我行运营管理和监管报送业务涉及前台文件准备、中台数据处理、后台信息录入查询核对等节点，存在操作流程繁复、工作量大、耗时长等痛点，运营模式传统单一纯人工处理。

因此，通过引入AI、python和RPA技术，以技术平台为桥梁、算法模型为中枢、灵活工具为抓手，打造新颖人机交互模式，赋能重点业务场景，实现账户开立审核、业务监督审批、脱贫名单匹配和票据信息补录的智能化、自动化和一体化。本案例塑造了新型运营管理和监管报送生态，在降本增效的同时，显著减轻了工作人员的工作负担，并提高了业务流程的准确性和时效性。

方案背景

近年来，随着人工智能、大数据、云计算、物联网等前沿技术与金融业务的深度融合，金融科技已逐渐成为推动金融行业数字化转型升级的新引擎和银行战略发展的新方向，同时也深刻影响着传统金融机构的运营管理和监管报送模式，因此金融科技备受各大商业银行的关注和重视。

而为有效防范电信网络新型违法犯罪，切实保护人民群众财产安全和合法权益，中国人民银行发布了银发（2016）261号文件《关于加强支付结算管理 防范电信网络新型违法犯罪有关事项的通知》，明确规定商业银行对于客户开户意愿核实的责任，确保金融支付结算业务形成风控闭环。

与此同时，随着银行对合规风险管理的重视，我行的监管需求逐渐增多，每年需对大量账户进行校验、核对和报送，当中涉及大量系统、账户密码和业务信息的处理，且步骤繁琐，需投入大量人力应对批量业务。

因此，运营管理和监管报送业务痛点问题应运而生：

1、业务量大处理效率低

全行年均处理十万级运营管理业务和百万级监管报送业务，人工处理耗时，业务需身兼多职处理。

2、数据质量低用户体验差

即使经过多次说明或培训，但客户和客户经理个体间差异性较大，会存在收集的信息欠佳情况，标准化程度低，导致业务重办。

3、运维成本高人机交互程度低

机器人逐台分支行部署难于管控且成本高；同时，现实员工和虚拟员工无法交流和协作，自动化程度低，人工干预频繁。

方案目标

面对日趋复杂的形势，银行迫切需要业务处理的自动化和智能化，把员工从大量查询、录入、对比、识别等重复繁琐的工作中解放,进而优化整个银行的业务流程，降本增效并减少人因错误。

本方案通过引入AI、python和RPA技术，以技术平台为桥梁、算法模型为中枢、灵活工具为抓手，打造新颖人机交互模式，赋能重点业务场景并实现智能化和自动化。通过塑造新型运营管理和监管报送生态，在降本增效的同时，显著减轻了工作人员的工作负担，并提高了业务流程的准确性和时效性。

方案特点

1、新颖的数字化技术路线

AI、python和RPA技术三者相辅相成，并以AI为核心、python为桥梁、RPA为支撑的三位一体深度结合，打造我行运营管理和监管报送业务的智能化和自动化，并为我行提供智能和高效的虚拟劳动力，贯彻科技赋能金融的宗旨。

2、创新的人机交互业务模式

行内已授权的业务人员可通过广银运营小R平台Web服务与后台RPA机器人进行信息交互，直观便捷。技术上实现前端应用和后端系统的无缝支撑，业务上实现现实员工和虚拟员工的无缝交流和协作，达到常规环节自动触发，关键环节人工交互的效果。

3、运维的降本增效显著

我行分支行众多，如采取分布式部署方式，则需要为每个支行配置至少一台机器人，难于管控且成本高。本案例采取集中式部署方式，将运营管理和监管报送等事务下沉到后台，仅需在机房部署少量机器人即可支撑全行运营业务，易于管控且成本低。

4、转变运营模式并提升运营质量

通过前沿技术的应用，为运营模式的转变提供有力的技术支持，运营模式从传统单一的纯人工处理向智能化、自动化处理转变，有利于业务人员专注于处理重要和复杂的业务，提高运营管理和监管报送的质量和水平。

5、复合AI技术应用提升业务智能水平

仅靠RPA“四肢”能够完成的任务有限，但如果赋予其AI“大脑”，那RPA的能力将会上升到一个全新的境界。

1）OCR 光学字符识别技术。赋予其“眼睛”读的能力，从现金送款单、业务委托书、支票等影像件中提取关键要素；识别系统登录验证码。

2）ASR 自动语音识别技术。赋予其“耳朵”听的能力，将业务音频转换为文字。

3）NLP 自然语义分析技术。对文本内容的语义充分认知并进行分析和摘取，用于OCR识别内容按语义纠正错字和ASR识别内容按语义提取信息，双重AI技术结合应用保障业务准确率。

方案业务流程图

1、业务架构

本方案主要由广银运营小R平台、预处理流程机器人、账户开立审核流程机器人、业务监督审批流程机器人、脱贫名单匹配流程机器人和票据信息补录流程机器人六部分组成。

2、技术架构

本方案以应用和数据库集群作为底层支撑，分为业务操作群、技术平台群、业务系统群和流程机器人群。业务人员准备好业务数据后，机器人通过与技术平台和业务系统交互完成业务流程自动化。

3、方案详情

（1）广银运营小R平台

本系统是前后端分离的业务运营技术平台，由Python语言开发完成，釆用Django框架作为Web服务基础框架，Nginx用于负载均衡用户的请求响应，MQ用于消息队列，Mysql集群用于存储运营业务数据，Redis用于缓存高频运营业务数据，后台服务主要由用户管理、系统管理、运营管理、监管报送、文件存取等服务组成，每个服务有多个实例，保证系统的可用性，各个模块之间通过HTTP请求进行交互。

平台作为人机交互的桥梁，其核心作用用于与RPA平台进行交互：

• 用户登录系统后，使用运营管理或监管报送功能，可以进行业务所需基础信息和查询条件的上传，并将数据存储到数据库中；
• RPA平台采用定时轮巡模式，对数据库进行扫描，发现有新的等待执行的数据后，修改数据库中该记录为运行中并开始执行RPA流程；
• RPA流程执行完后，修改数据库中该记录为运行成功或运行失败，并将所得数据打包成压缩包，用户使用下载按钮对相应记录进行下载查看。

（2）预处理流程机器人

预处理流程机器人通过广银运营小R平台与账户开立审核、业务监督审批、脱贫名单匹配和票据信息补录流程机器人进行交互。

• 运营管理模块

运营管理模块主要由账户开立审核流程机器人和业务监督审批流程机器人两部分组成。

（3）账户开立审核流程机器人

业务人员通过广银运营小R平台的“账户开立审核”服务与账户开立审核流程机器人进行交互。

经授权的业务人员登录广银运营小R平台，首先通过“系统管理”服务，维护多个目标系统的Url、账号和密码，并同步更新到数据库中；然后通过“账户开立审核”服务，上传业务所需信息和记录后，并同步更新到数据库中，设置其执行状态为“等待执行”。

后台RPA机器人对数据库进行轮询，查询是否有新的且执行状态为“等待执行”的记录，如没有符合条件的结果，则结束流程，等待下一轮RPA任务开始时间点；如存在符合条件的结果，则提取账户开立表信息，并获取上传者工号。

RPA机器人根据上传者工号，依次对企业联网核查系统、数据报送平台、阿尔法系统、广东省票据信息集中管理中心、人民币企业银行结算账户管理系统、广东省企业银行结算账户备案管理系统等进行操作，即先获取系统Url、账户和密码并登录系统，根据业务人员提供的账户开立信息，录入查询所需信息，最后提取指定信息到结果表格并截图必要查询结果，并保存到指定目录。

流程执行期间，当某系统节点出现异常时，如登录失败/执行失败，则更新数据库中本系统的登录状态/执行状态为“登录失败”/“执行失败”，并将失败详情记录到指定表格中。

最后，根据查询结果信息和截图生成“客户支票信用状况尽职调查表”等汇总资料。当上述所有RPA任务执行完毕后，将生成的结果表格和截图按指定规则命名和打包，并上传到SFTP服务器中指定目录。当本账户开立审核记录的执行状态为“执行成功”的时候，业务人员通过“下载”功能可将打包文件下载到本地，供后续业务使用。至此，完成账户开立审核流程。

方案实施后的流程为：

（4）业务监督审批流程机器人

业务人员通过广银运营小R平台的“业务监督审批”服务与业务监督审批流程机器人进行交互。

经授权的预处理流程机器人通过广银运营小R平台上传业务监督表；然后，RPA机器人通过访问后台数据库获取业务监督表及其信息，并登录智能综合柜面系统，下载指定业务监督票据影像文件，通过OCR技术对各种票据进行分类和识别，并用NLP技术进行语义纠错，获取其内容信息。与此同时，相应地进行PDF文件的信息提取，再将OCR识别和NLP技术纠错的信息与RPA机器人提取的信息进行一一比对。比对通过后，提交业务监督并更新监督表状态。

本流程主要涉及五个关键步骤：

1）业务监督表监测

流程运行后，首先检测广银运营小R后台数据库是否存在新上传的业务监督表和待执行任务，若表格存在且执行状态为“等待执行”，则读取业务监督表的交易信息，并获取登录智能综合柜面系统的账号密码，并将执行状态更改为“正在执行”，接着继续执行机器人流程；否则等待下一次轮巡获取记录。

2）智能综合柜面系统业务监督查询

根据上述账号密码自动登录智能综合柜面系统，循环检测登录是否成功，若超时则报错并结束流程。登录成功后，进入1801业务监督查询模块，填写上述交易信息，查询未监督的交易。若无查询结果，则退出系统并结束流程；否则，进入1802模块，进行影像调阅。

3）影像调阅过程

进入第一条业务记录，若提示无影像可供调阅，则进入下一条业务记录。否则，依次调阅影像文件，影像文件自动缓存至指定目录，待所有文件缓存完毕，关闭调阅窗口。

4）OCR识别NLP纠错对比信息模块

进入指定目录获取缓存文件，并通过OCR对各种影像文件进行分类识别，然后根据票据类型进行OCR识别获得票据信息，并用NLP技术进行语义纠错以获得更加准确的单据信息。相应地，通过PDF提取功能对系统文件进行信息提取，将OCR识别和NLP纠错出的信息与PDF提取出的信息进行对应字段比对，并将比对结果保存到指定表格中。若所有信息一致，则提交业务监督；否则关闭1802模块，返回1801模块。重复上述操作，直至所有业务监督单处理完毕。

5）更新业务监督表

当所有业务监督单处理完毕后，退出智能综合柜面系统，重新访问广银运营小R后台数据库，并将执行状态更新为“执行成功”。若上述流程异常，则将执行状态更新为“执行失败”。

方案实施后的流程为：

• 监管报送模块

监管报送模块主要由脱贫名单匹配流程机器人和票据信息补录流程机器人两部分组成。

（5）脱贫名单匹配流程机器人

业务人员通过广银运营小R平台的“脱贫名单匹配”服务与脱贫名单匹配流程机器人进行交互。

原流程中，业务人员需登录金融精准扶贫统计名录查询系统，对全行零售客户进行逐一匹配，并将匹配数据进行脱贫标签处理和监管报送。整个流程涉及全行超3000万的存量客户和日均2000的新增量客户，而扶贫系统每次匹配平均耗时3分钟，且因该系统需实时并发处理全国查询业务，因此有时出现异常情况。

针对脱贫名单匹配报送中跨系统对接难、人工操作繁琐、耗时长等痛点，RPA机器人执行如下步骤：

• 由于金融精准扶贫统计名录查询系统每次限查5万笔数据量，因此，将存量3000万客户数据，平均拆分成600个文件，以满足系统高要求；
• RPA机器人自动将600个文件，分批按顺序上传至查询系统；
• 由于系统会出现等待超时、上传名单失败等情况；RPA机器人会识别查询系统目前的运行状况，如遇到系统上传名单失败等问题时，则暂停当日上传任务，等待下一批次重新执行；
• 如名单上传成功，RPA机器人将所匹配的脱贫客户推送至统一数据分析平台进行脱贫标签处理；
• RPA机器人进行二次校验通过后，将脱贫数据上传到监管报送平台，以提高监管报送的质量；
• 由于工作时间查询系统访问量较大，因此将RPA机器人上传文件任务的时间设为非工作时间，以提高流程执行成功率。

脱贫名单匹配流程机器人的技术流程为：

脱贫名单匹配流程机器人的业务流程为：

（6）票据信息补录流程机器人

业务人员通过广银运营小R平台的“票据信息补录”服务与票据信息补录流程机器人进行交互。

原流程中，作为金融机构间资金往来的凭证，我行需对存量6万户同城票据信息进行校验和提取加工，每张票据所涉及的字段达80多个。业务人员需要从这些字段中选择交易日期、交易账号、交易金额、凭证号码等关键信息，再根据其匹配并完善该记录所对应的票据交换行的信息，最后进行监管报送。由于所涉及处理和校对的字段较多，容易出现人为差错，严重影响业务的质量和效率。

针对票据信息报送中跨系统对接难、人工操作繁琐、过程复杂、耗时长等痛点，RPA机器人执行如下步骤：

• 从SFTP服务器中下载上一个工作日的同城票据文本格式文件和影像文件；
• 解析文本文件，按业务规则以其中的80多个字段进行加工处理；
• 根据加工处理后的字段匹配对应的影像文件路径，并找到对应支票；
• 使用光学字符识别技术（OCR技术）提取支票中的交易行信息，如机构名等字段；
• 将上述加工处理和识别提取的信息整理为Excel格式文件，并上传到监管平台系统。

票据信息补录流程机器人的技术流程为：

票据信息补录流程机器人的业务流程为：

实现功能展示

本方案完成了广银运营小R平台、预处理流程机器人、账户开立审核流程机器人、业务监督审批流程机器人、脱贫名单匹配流程机器人和票据信息补录流程机器人共六部分的建设。

方案案例及效果

本案例在运营期间，以广银运营小R平台为桥梁，联动业务员工与数字员工协同工作，使运营管理和监管报送业务实现智能化和自动化，并重塑了业务流程，在释放了人力的同时，大大减轻了业务人员的负担，提高了业务的准确性和时效性。

在运营管理领域，全行日均处理约100笔账户开立的审核，原人工处理时间为40分钟/笔，现机器人处理时间为10分钟/笔，效率提高4倍；同时，日均处理约1000笔业务监督的审批，原人工处理时间为2分钟/笔，现机器人处理时间为0.5分钟/笔，效率提高4倍。机器人可24小时连续运作，进而让业务人员负责更灵活多变的任务，并有效地减轻人因风险，提高运营效率。

在监管报送领域，通过精准扶贫系统排查我行30，000，000户存量账户扶贫信息查询和处理，并持续运营在2分钟内处理每天增量2000户账户，以快速响应人行严格的扶贫信息完善监管要求；同时，以每户1分钟的速度通过OCR技术和业务人员汇总口径完成60，000户存量账户同城票据信息的补录和报送，并持续运营处理每天100户增量账户，以快速响应人行严格的账户信息补全监管要求。

目前案例已在全行范围内应用并在总分支行机构正常稳定运行，提供智能化和自动化账户开立审核、业务监督审批、脱贫名单匹配和票据信息补录服务，并获得业务部门的一致肯定，进而为AI、python和RPA三者结合在运营管理和监管报送应用场景提供金融成功案例。后续，项目会持续根据业务需求整合更多新的应用场景，乃至推广到全行所有业务领域。

方案未来展望

1、金融科技推动业务场景数字化转型

发挥科技赋能金融优势，积极运用人工智能、区块链、云计算和大数据等前沿技术的复合解决方案助力银行数字化转型，实现银行不同领域降本增效，增强风控能力。

2、RPA降低人力成本、增值员工潜力

RPA机器人替代业务人员完成大量重复的工作内容，涵盖信息录入、查询、核对等操作，释放其工作压力，使业务人员有更多的时间和精力投入到更高价值的工作中。

3、现实员工和虚拟员工共同协作的新型团队生态

以统一技术平台为桥梁，让现实世界业务员工与虚拟世界数字员工协同工作，实现员工池模式以更合理的任务分配和更精准的流程整合，进一步推动银行降本增效。