0
在固有認知中，新技術、新趨勢的出現(xiàn)，創(chuàng)業(yè)公司往往入局更為迅速，而實際上，一些成熟的科技公司雖然聲音有所滯后，但其執(zhí)行的腳步甚至走在前列。
只不過他們在印證一個趨勢是否是剛需時，其判斷的邏輯、執(zhí)行方式、和投入的資源，與初創(chuàng)公司不同，而且這一系列的前期工作更多是在內部低調進行，經(jīng)過反復驗證打磨后，成熟的產(chǎn)品也更傾向于打包到既有方案中，從更加宏觀的流程優(yōu)化角度出發(fā)，提供給客戶全流程、一站式的解決方案。
而本文就以“RPA+AI”角度切入，專訪金融壹賬通加馬金融科技創(chuàng)新團隊高級總監(jiān)郭鵬程，介紹了金融科技大公司評估新技術、新趨勢的邏輯框架和執(zhí)行方式，并在此基礎上對當下火熱的“RPA+AI”趨勢進行剖析解讀。
AI金融評論：金融壹賬通加馬金融科技創(chuàng)新團隊的主要工作內容是什么？
郭鵬程：加馬金融科技創(chuàng)新團隊在金融壹賬通主要負責探索將一些新的金融科技與業(yè)務場景去做結合，形成一些創(chuàng)新型的金融科技解決方案，然后進行對外輸出的實踐。過去幾年間，我們主要集中在智能風控、智能運營、智能營銷等方面。
AI金融評論：該團隊在金融壹賬通公司所有業(yè)務中扮演一種什么樣的角色？
郭鵬程：我們主要扮演著三類的角色：
一是創(chuàng)新的探索者，通過把一些新科技引入到業(yè)務場景里，用小步快跑、不斷試錯的方法尋找到那個最佳的、最有效果的解決方案；
二是落地的先行者，金融科技方案最重要的還是實際的效果，這就要求我們深入業(yè)務場景里不斷去優(yōu)化方案；
三是一個合作的初始橋梁，我們通過一些輕量級的創(chuàng)新科技解決方案來與金融機構客戶建立初始合作，讓客戶能夠認識到我們的能力和價值，為后續(xù)更多的合作業(yè)務打下基礎。
AI金融評論：具體是如何扮演初始橋梁角色的？
郭鵬程：因為金融壹賬通的定位就是金融科技方案的輸出與賦能，有各種各樣由輕到重的不同的解決方案，在與金融機構建立合作互信的過程中我們發(fā)現(xiàn)，銀行等客戶在選擇方案時會很謹慎，尤其是面對新的較大的標的，他們更傾向于先和一些合作時間較長、信任關系較好的供應商進行聯(lián)系。
因此我們通常在和客戶的初始對接中，把一些成本不是特別高、對客戶系統(tǒng)的改動不是特別大的一些插件類型的創(chuàng)新方案先輸出給客戶，讓他們能夠看到我們的能力和價值，然后再去建立一些更深度或更大標的的合作。
AI金融評論：判斷一個金融科技創(chuàng)新項目是否可行，通常會重點考察哪些要素？
郭鵬程：我們會重點考察三方面核心要素：
首先是創(chuàng)新性，即預想的方案在技術和場景上有沒有創(chuàng)新要素，因為每一個創(chuàng)新要素都代表著方案背后的競爭力或是將來的競爭壁壘；
其次是實際的業(yè)務效果，尤其是金融行業(yè)，特別注重實際解決金融業(yè)務里的重點問題或難點問題，所以新方案必須具有實效性；
三是監(jiān)管合規(guī)，只要談到金融，監(jiān)管合規(guī)就是一條不能逾越的紅線，所以我們要重點考察方案里涉及的技術有沒有違反監(jiān)管合規(guī)要求的地方。
AI金融評論：一項金融科技創(chuàng)新項目，通常是怎么從發(fā)現(xiàn)、誕生、……、到落地、交付的？這個流程通常分為幾個階段？
郭鵬程：一個創(chuàng)新科技方案的產(chǎn)生大致可以分為四大階段：
首先是需求發(fā)掘階段，提出問題是解決問題的基礎，首先要從現(xiàn)有的業(yè)務場景中找到阻礙業(yè)務效率或影響科技轉化效果的痛點難點。
接下來是方案設計階段，通過對新技術如AI、大數(shù)據(jù)、云等的集成，設計一些針對性的解決方案，并面向特定場景進行模型打磨，最終得到一個原型化的、能夠解決某個場景痛點的初始方案。
第三個階段是試點應用階段，一個方案剛從實驗室工程化平臺上被拿下來的時候，可能還不夠成熟，需要先在小范圍場景和業(yè)務中去進行試點，收集用戶反饋，進行進一步的迭代和打磨。
最后是推廣落地階段，經(jīng)過了較大范圍的實際業(yè)務驗證后，我們會在更大范圍的業(yè)務中推廣這個方案，等到方案真正成熟后，再向外部客戶進行輸出和賦能。
AI金融評論：這個流程里，有哪些關鍵環(huán)節(jié)是要重點關注的？
郭鵬程：有三個點需要特別注意：
第一點是需求發(fā)掘階段里的需求訪談。選哪些人參與到需求訪談中非常關鍵，要選那些對業(yè)務和科技兩方面都較為熟悉的人。
因為純業(yè)務的人可能會更關注當下的業(yè)務效果而忽略掉一些可以提升或革新的點，而純技術的人可能缺乏對業(yè)務的實際了解而閉門造車，只有兼顧業(yè)務和技術的人合作在一起，才更容易深度溝通，從而找到一個合適的需求，保證能有一個正確的初始目標。
第二點是方案設計階段的技術選型。科技人容易有個傾向——永遠要用最好或最新的技術，覺得這樣才能體現(xiàn)出自身的價值。但其實在金融領域里，多年的經(jīng)驗告訴我們，有時候最新的未必就是最好的，反而最合適的才是最好的，有的時候線上與線下相結合要比純用科技的效果更好。
這就需要我們做一些綜合考慮的技術選型，評估好投入和產(chǎn)出、風險和效益的那個平衡點，最終形成一個比較可行、比較可落地、比較可推廣的技術方案。
第三點是要設計一套可量化的標準。有些新科技看上去貌美如花，但究竟有沒有實際解決業(yè)務痛點，一開始還要打個問號，需要通過一套可量化的標準，比如把風險表現(xiàn)、效率提升、人力投入減少、成本下降等進行量化操作，在試點應用和推廣落地階段去指導技術方案的持續(xù)優(yōu)化。
AI金融評論：目前創(chuàng)新科技團隊內部的人員結構是怎樣的？
郭鵬程：我們團隊內部絕大多數(shù)同事都是科技背景，其中又分為兩大類：一類來自互聯(lián)網(wǎng)公司，占比近一半，主要從BAT等一些頭部互聯(lián)網(wǎng)公司加入進來；另外有一半多一點的同事來自于傳統(tǒng)的金融IT公司，這兩類同事在團隊里的風格差異非常明顯。
互聯(lián)網(wǎng)同事常常為方案帶來一些創(chuàng)新理念和產(chǎn)品思路，以及快速迭代的模式，而傳統(tǒng)金融科技公司的同事往往對客戶需求、實際場景、金融業(yè)務更加熟悉，會帶過來一些管理制度、實施流程、內外部溝通機制等經(jīng)驗。
AI金融評論：在了解了上述這套認知和操作框架后，請問您如何看待AI+RPA在金融科技領域里的創(chuàng)新指數(shù)？如果滿分5顆星的話，您給智能RPA打幾星？為什么？
郭鵬程：我給到四顆星。原因有三點：
首先當前的RPA其實代表的是一種新的業(yè)態(tài)、新的生態(tài)。融合了新技術如AI的RPA適用范圍變得非常廣，僅在金融領域，就針對不同業(yè)務場景分出了很多細分產(chǎn)品，帶來了效率提升、革新了用戶體驗、優(yōu)化了業(yè)務操作流程等。可以看出RPA作為一個基礎性的技術組件或技術方案，帶來的是一個新的業(yè)態(tài)和生態(tài)，后續(xù)發(fā)展空間也會很大。
給四顆星的第二個原因是當下的RPA不是單純的一個技術，而是很多技術的綜合體，RPA工具可以和AI、大數(shù)據(jù)、云技術等做各種各樣的結合，僅在人工智能領域，和不同的技術結合就能產(chǎn)生出不同的解決方案，不難看出RPA與新技術的組合很多、新意很大，類似于樂高積木一樣，是一個很有創(chuàng)新想象空間的工具。
最后，扣一顆星的原因是RPA作為一個自動化技術來說本身不新，很早之前就已經(jīng)有廣泛的應用了。關鍵還是要看其在金融領域或其他行業(yè)的具體場景里，結合AI等新技術，能產(chǎn)生出一些什么樣的新場景或新的解決方案。
AI金融評論：智能RPA是一個大趨勢還是小趨勢，是一個過渡性方案還是長期方案？
郭鵬程：對比ABCD這些技術，當前的RPA還算不上一個同等層次的大趨勢，更像是一個在科技大趨勢中間起到推動作用的小趨勢，或者說是一個非常重要的趨勢。
首先是增加了新科技落地的速度。以AI為例，之前我們發(fā)現(xiàn)AI與金融的結合比較慢，但AI與RPA的結合很快，并且能直接嵌入到金融業(yè)務里，這就大大加快了AI等新技術落地到金融場景里的速度。
其次增加了金融科技場景的豐富度。現(xiàn)在的金融機構客戶都非常重視場景孵化，滿足更豐富的場景需求，在這方面智能RPA的潛力非常大。
在2017年的時候，我們看到的是一個財務自動化工具，到了2018年我們就看到了更多的比如在證券、清結算、運營等應用場景，到了2019年RPA已經(jīng)變成一個基礎生態(tài)，延伸出越來越多的垂直類應用，在每個垂直類上又延伸出各種橫向分層，比如有的廠商做RPA技術工具，有的廠商做自動化解決方案，有的廠商引入開發(fā)者做平臺等等，所以現(xiàn)在RPA其實已經(jīng)走到了一個生態(tài)化階段，從這個角度講，它也是一個推動金融科技向前發(fā)展的重要趨勢。
至于RPA是不是一個過渡性方案，我認為在很多具體場景上RPA應該會是一個過渡性方案。比如財務報表里的一些對賬，過去用人工解決，現(xiàn)在用RPA解決，未來5G等新技術來了之后，業(yè)務背后的系統(tǒng)和一些交互方式可能會發(fā)生很大改變，那個時候RPA會不會繼續(xù)用在該場景下，還要打個問號，伴隨著一些場景在未來可能會被變掉，那依附該場景的RPA就會成為一個過渡性方案，完成它的歷史使命。
不過，伴隨著另外一些新技術新場景的誕生，RPA也將會找到新的結合點。比如未來不以表格交互為主了，而變成音頻視頻交互的方式，產(chǎn)生大量非結構化數(shù)據(jù)，此時RPA+AI就會產(chǎn)生出新的產(chǎn)品應用。
所以，RPA是否是一個過渡性方案，是針對某些具體場景而言的。放眼長期，我認為RPA技術本身并非一個過渡性的，而是一個伴隨其他技術不斷向前持續(xù)發(fā)展的狀態(tài)，正如自動化理念，一直以來都伴隨著IT系統(tǒng)的成長，成為金融科技方案中間一個必不可少的部分。
AI金融評論：做金融領域里的智能RPA的門檻高不高？對智能RPA來說，它的核心壁壘是什么？
郭鵬程：關注底層操作系統(tǒng)的RPA門檻不是很高，更多是技術層面的操作，而面向具體場景如金融場景時，RPA會變得有一定的門檻，至少要對金融業(yè)務的場景有足夠的了解。
要能夠面向金融場景去封裝一些針對性的RPA操作組件，比如一些對賬的邏輯、單據(jù)識別的規(guī)則，比如把此前用人去做的判斷總結出來轉化成RPA的操作等。
另外，RPA系統(tǒng)本身也有一定門檻，比如操作系統(tǒng)持續(xù)的穩(wěn)定性和安全性，要求在關鍵節(jié)點和關鍵校驗上進行針對性的設計和反復的確認，還包括長時間的試運行和異常行為的監(jiān)測與及時處理。
而以上這些都需要時間和資源去積累，從這個角度講，金融場景的RPA是有一定門檻的，只有足夠的實際業(yè)務實踐和經(jīng)驗積累，才能夠推出一款真正靠譜的金融領域RPA。
AI金融評論：目前智能RPA有兩種服務方式，一種是直接面向客戶，給到定制化方案；一種是做通用型工具，然后通過中介——行業(yè)服務商來一起服務行業(yè)客戶，這兩種方式，對RPA供應商來說哪種更好？
郭鵬程：不同的場景適用于不同的方案，這兩類供應商都有很成功的案例。對于金融領域來說，在面向非核心場景和操作，如運營活動或不涉及大額的金融交易場景時，第二種方案也可以。
例如一些國有大行和股份制銀行，具備較強的科技基礎，選擇通用型RPA廠商來幫助自己包裝一些相應的自動化場景，在成本、直接服務性和溝通上的效率都會更高。
而對一些大額金融交易場景，術業(yè)有專攻的基礎RPA廠商未必會對真實的金融業(yè)務場景有很深刻的理解，因此中間還需要專門做金融服務的行業(yè)服務商來進行一些封裝和集成，做到風險共擔，也使得一些風險點變得更加可控。
對金融壹賬通來說，提供的是RPA技術加上金融系統(tǒng)解決方案，針對銀行客戶更加傾向推出面向具體的金融業(yè)務提供第一種方案，幫助客戶一站式完成相應的金融操作。
AI金融評論：金融科技創(chuàng)新與通用科技創(chuàng)新或其他非金融領域的科技創(chuàng)新相比，最主要有哪些不同？
郭鵬程：至少有三方面的不同：
一是要懂金融，對金融業(yè)務和場景有深刻的理解，不能為了科技而科技。
二是要熟悉合規(guī)和監(jiān)管，現(xiàn)在金融領域里，監(jiān)管制度不斷有一些新的調整與整合，金融領域的科技創(chuàng)新要不斷去了解適應，不能為了創(chuàng)新就去突破監(jiān)管合規(guī)的要求。
三是要有長時間的業(yè)務積累，知道業(yè)務知識和監(jiān)管知識，頂多算是一個學習而非實踐，如果缺乏長時間的積累和試運行，僅僅是把一個金融科技創(chuàng)新從實驗室里拿出來放到真實業(yè)務場景中，很可能會遭遇水土不服，甚至不但不能解決痛點難點，而且還可能帶來新的風險和問題。
所以做金融領域的科技創(chuàng)新，對業(yè)務和監(jiān)管知識的了解很重要，但更重要的是實踐的積累。
后續(xù)AI金融評論將發(fā)布一系列金融“RPA+AI”專訪報道，敬請期待。雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
