投稿
  1. RPA学习天地首页
  2. 资讯爆料
  3. 行业资讯
  4. 原厂

解读来了！金智维带你读懂《2023年一季度我国数字经济金融形势分析报告》

RPA学习天地 • • 原厂 • 阅读 1188

近日，中国数字金融合作论坛正式发布原创研究成果《2023年一季度我国数字经济金融形势分析报告》（简称《报告》）。《报告》从宏观、微观、区域三个视角回顾一季度我国数字经济运行的基本情况，总结今年以来数字金融发展的新趋势和新特点，分析当前我国数字经济发展面临的问题和挑战，并对推动数字经济高质量发展提出政策建议。

一季度，我国数字金融呈现出哪些边际变化和特点？数字员工在金融行业呈现哪些趋势？对于金融行业的数字化转型升级又带来了哪些新机遇？金智维将围绕上述问题在本文进行解读和剖析。

01

金融机构数字化转型行业分化显著

报告显示，2022年银行业和证券业金融科技投入均呈现较高的集中度，其中银行业数字化建设和数字技术应用较为成熟，零售和普惠业务仍然是金融科技赋能的重要领域。从资金投入和人才建设来看，尽管证券机构对金融科技的投入规模稍逊于银行机构，但随着中国证券业协会起草并向券商下发《证券公司网络和信息安全三年提升计划（2023-2025）》（征求意见稿），未来证券业信息技术投入有望持续增长。

保险行业总体数字化转型落后于银行业和证券业，虽然数字化转型理念已被普遍认同，但保险机构仍然缺乏清晰可行的转型路径，金融科技与实际业务融合度较低。金智维解读

银行业的数字化建设一直伴随着科技进步而飞速发展，并且从未间断，相较于其他金融领域，银行机构无论是信息化基础还是战略部署都更为成熟完善，但大型银行数字化转型明显领先中小银行。与银行业相似，券商的金融科技发展也并不均衡，头部券商更占优势。

而保险行业的业务特性决定了数字化转型成本极高，大型险企体量大、决策流程长；中小险企在人才储备、资本等各方面薄弱，导致其数字化转型进度延缓；二是险企内部许多业务与部门独立运转，外部与互联网公司、地方政府、服务平台等合作建立的平台也难以互通，这导致险企在数字化转型过程中依然面临数据孤岛问题，在数字化转型道路上屡屡受阻。

总体来看，金融行业数字化转型的价值链逐渐由重视前端应用向前、中、后端并重发展，线上化、移动化、数字化以及智能化的趋势愈加凸显，并逐渐聚焦在以场景金融为核心的建设和经营中。

为了加速场景金融业务向数字化和智能化发展，实现前、中、后台流程运转效率最大化，许多金融机构引入了基于AI+RPA打造的数字员工，以破解降本增效、操作合规、风险控制等难题。

如工行境内外分行已有超80家机构试点金智维RPA数字员工，应用场景数超1300家，节省工作量超1500人年；

截至2020年，金智维RPA数字员工已推广到海通证券总部10多个部门，包括4家子公司，每日节省人力259小时以上。

从行业实践来看，金融科技与金融机构自身需求的契合度越高，场景金融业务建设的成功率就越高。在金融科技下半场，金融机构与金融科技企业双方共同的使命就是挖掘各种智能技术的应用场景，进一步加深技术与业务场景的融合，将金融服务嵌入更多场景中。

02

数字员工在金融行业应用方兴未艾

在数字经济时代，劳动力模式快速演变。在全职员工、外包员工、兼职员工三大传统用工模式之外，数字员工作为突破性的劳动力模式，已开始成为许多企业的用工“新常态”。

报告提到，较高的信息化水平、大量的应用场景和较好的付费能力，以及业务流程中存在大量重复、耗时的操作任务，使得金融行业成为数字员工应用最广泛、最深入的行业。

根据信通院调研显示，核心RPA应用企业中，金融类企业占比超过七成，银行、证券、保险等金融业务场景已成为RPA应用实践高地，不同行业机构在RPA应用方面各有特色。金智维解读

2022年初，央行发布的《金融科技发展规划（2022—2025年）》中进一步强调了RPA等数字技术对金融机构重塑业务流程的作用，广泛运用RPA技术必然是金融机构开展数字化转型的关键一步。

金融行业整体信息化水平与业务流程标准化程度都较高，金融机构对日常任务有高时效性、高准确性、高隐私性、可追溯性等要求，而大部分的金融业务场景会涉及多个系统，重复性操作多，仅靠人工操作不仅消耗大量人力，还有可能存在误操作、漏操作、敏感数据泄露等人工操作风险问题。因此，在良好的政策环境与旺盛的市场需求下，金融行业的RPA渗透率将会进一步提高。

目前，许多关于金融科技的调研报告中都显示出，数字员工在审批、核查、录入、咨询等多个业务场景中都得到了深入的应用，有效地促进金融机构的业务流程、运营模式、风险管控等更流畅、更高效的运作。值得关注的是，RPA并非万能，自身功能有限，尽管现阶段的RPA实践者更多的是在关注“业务效能提升”和“企业运营与成本结构优化”的价值， 但基于规则化数据的业务只占金融业务的一小部分，剩下的则涉及大量文本、图片等非结构化数据，金融机构在部署RPA项目时应该要更关注其功能性。

金智维基于十余年的RPA行业经验和技术沉淀，积累了大规模的金融行业自动化标准场景，并在RPA强大的自动化能力基础上，集成了NLP、OCR、低代码等多种技术，打造拥有“听、看、说、想、做”等类人能力的RPA数字员工，进一步拓展RPA的应用范围，让更多的金融机构能在交易等复杂的业务场景实现流程自动化处理，提高工作效率，降低运营成本，提升金融服务水平。

解读来了！金智维带你读懂《2023年一季度我国数字经济金融形势分析报告》

金智维RPA数字员工所具备的全天候自动执行和零错误率的特性，与金融行业的安全、合规、可靠、高效的需求以及数字化转型诉求高度契合，不仅可以降本增效，还有助于金融机构提升风险控制能力。相较之人工操作，应用RPA数字员工的业务流程平均增效78%以上，支持流程审计与多活架构，还能将标准化的业务流程、业务逻辑沉淀下来，应对部门知识建设需求以及人员调整的风险。

03

RPA助力数字员工能力持续提升

随着应用实践深化，RPA呈现出智能化、组合化的新趋势，人工智能全面助力RPA拓宽能力边界、释放应用价值。

IDC在2020年已提出“市场对于RPA的预期越来越高，不具备AI能力的RPA工具将会被替代。RPA将会结合机器学习和深度学习，产生洞察，向智能化方向发展，即所谓的IPA(Intelligence Process Automation)。”未来RPA的广泛应用和AI的快速进步相结合，有望诞生出更强大的智能自动化工具，进一步推动金融领域智慧化升级。金智维解读

今年以来，大语言模型火遍全球，大量公司纷纷加入了AI大模型的探索，为RPA迈向超级自动化提供了新的契机。目前已衍生出AutoGPT等开源应用程序，突破了ChatGPT在用户提示信息交互方面的局限性，将大语言模型强大的文本生成能力转化为可用功能。

在此基础上，再结合RPA机器人流程自动化能力的辅助，AutoGPT能够进一步根据用户设定的目标，在用户完全不插手的情况下自主执行任务，包括日常的事件分析、营销方案撰写、代码编程等场景，都能够实现工作全流程的自动化。

近年来，金融服务凸显个性化，这就对营销人员需求识别的精准度和应答的灵活度提出了极高的要求，而RPA+AutoGPT的结合，将会大大提高文本识别准确率，并且有效解决了人工跟进成本高、对人工席的管理难度大、数据难以实时监控等问题。

数字技术要与“适合的场景、适合的金融业务”相结合，才能更好地发挥科技赋能作用。金智维作为国内领先的RPA数字员工服务商，多年来一直在积极探索和实践“RPA+X”的交叉领域应用，AutoGPT的问世无疑又让金智维在超级自动化方面的探索实践能力实现了进一步提升，基于RPA技术和AutoGPT能力的深度融合，再结合金智维在金融行业的多场景、多模态数字员工经验积累，相信在不久的将来，加持GPT能力的“超级数字员工”会成为金融行业的数字化转型特种部队，在帮助金融机构享受数字化转型的效率提升所带来的收益的同时，也带给员工更多幸福感和更大成就感！

声明：
1.本内容作为作者独立观点，不代表RPA学习天地立场，RPA学习天地仅提供信息存储空间服务。
2.未经允许不得转载，如需转载和授权，请联系工作客服微信号。
3.如果对本稿件有异议或投诉，请联系邮箱或工作客服微信号。
作者：RPA学习天地,如若转载，请注明出处：https://www.rpa-learning.com/rpa-learning/7053

赞 (0)
RPA学习天地RPA学习天地
0 0
上一篇 2023年6月10日 pm4:02
下一篇 2023年6月10日 pm3:58

相关推荐

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注

记住昵称、邮箱和网址，下次评论免输入