“RPA+AI”赋能业务,提升公司数字化水平
在竞争激烈的证券市场,提升内部运营管理水平,降低客户服务成本,实现智能化和数字化运营已成为证券企业的基本要求。采用RPA方式的非侵入性改造可以大大提升工作效率,从而优化证券企业的运营管理水平,降低客户服务成本,实现智能化和数字化运营。
西部证券数字员工取名为小Q君,小Q君中“君”源自集团君子文化“博闻强识而让,敦善行而不怠,谓之君子”。“Q”表示特点:“quick(敏捷的)、quality(优质的)、 quantity(批量的)、qualified(有效的)、quest(探索性)”。小Q君作为西部证券数字员工虚拟形象,担任西部证券数字化转型的排头兵。
1、RPA+AI+数据中台技术相辅相成
RPA、Al、数据中台各司其职又相辅相成,共同推动西部证券数字化转型发展。数据中台作为连接前后台系统的中间层,对前台业务的敏捷性形成强力支撑。Al处理非结构化数据,通过OCR、NLP等功能模块,让复杂业务简单化。RPA在不侵入原有系统的同时,完成企业自动化的最后“一公里”。同时,RPA可以作为接口打通底层数据,进行跨系统数据整合,且本身具备中台和低代码属性,数据中台在执行过程中需要调用大量数据,又可以通过低代码完成引擎的搭建,三者功能相互补充共同助力企业数字化转型。
2、模式创新:RPA as a service,微服务赋能业务敏捷进化
通过服务化能力,将编排沉淀的自动化任务以标准API对外提供服务,结合现有BPM平台将数字员工能力以业务服务方式提供给业务用户使用,结合现有业务系统需求场景提供数字员工服务接入,实现数字员工的业务服务化并支撑全流程的自动化。
数字员工流程自动化示意
3、开发创新:非侵入式灵活部署,旨在实现业务流程自动化
RPA相对于传统代替人类手工劳动的机器人,主要用于在信息系统的自动化操作,具备自动执行预定流程和跨系统协同的能力。而与ERP、OA等特定应用场景软件比较,RPA普适性更强,可以跨部门、跨行业进行部署。且RPA是非侵入式软件,无需改变现有系统即可完成部署,灵活性强,交付周期短,同时可以避开传统系统问题,帮助西部快速迭代转型,实现业务流程自动化。
深挖高价值场景,提升客户体验,减少业务风险
西部证券打造数字员工平台,对已上线的数字员工流程进行统一管控。数字员工平台展示西部证券上线的数字员工流程,从运行时长、运行次数、流程数量、FTE等方向对数字员工流程进行描述。数字员工平台支持一站式运维,通过可视化运营大屏,对当日运行流程进行实时监控,反馈流程运行情况,支持人工介入处理异常流程。
数字员工已为我司财富管理部、计划财务部、投行业务条线、网络金融部等多部门提供自动化流程机器人,大幅提升了业务处理速度,将业务处理差错率降低为0,释放员工低端数据操作,让员工更加专注于高价值的工作。数字员工与证券业务深度结合,深挖高价值场景,提升客户体验,减少业务风险。
截至2022年底,数字员工项目累计上线49条流程,覆盖9个业务部门,机器人总运行时长2974小时,约节省375人天工时,多数流程运行成功率保持在80%以上,日常流程运行稳定。串联29个系统,解决部分数据孤岛问题。RPA结合Al、数据中台将能力以组合拳方式在风险合规管控、提升客户体验、基层减负增效、助力拓客营销上赋能业务。
西部证券通过举办数字员工创新大赛,唤醒员工数字化意识,激发创新潜能,推动数字科技成为我司发展新动力。
西部证券数字化转型办公室的“智能合同审查”项目在“第二届中国RPA+AI开发者大赛”中荣获金奖。“智能合同审查”项目借助RPA、Al及管理平台等技术,打通西部内部系统上下游,实现合同审核自动化,合同数据可视化、可量化、可追溯,提高业务合同审核效率。
好文章,需要你的鼓励
Anchor Browser获得600万美元种子轮融资,专注解决AI代理安全可靠地使用网络的挑战。该公司重新设计浏览器作为云端执行层,为每个AI代理提供独立安全的浏览器环境。与传统浏览器不同,Anchor的b0.dev系统让代理能够规划工作流程并可靠重复执行,将混乱的自动化转变为企业级软件工程。
清华大学研究团队开发的SLA技术通过将AI视频生成中的注意力权重智能分类,对不同重要程度的权重采用差异化计算策略,成功实现了95%的计算量减少和20倍的速度提升,同时保持视频质量不变,为AI视频生成效率优化开辟了新思路。
英国竞争与市场管理局经过九个月调查,将谷歌和苹果的移动平台指定为具有战略市场地位。监管机构表示,两家公司在移动平台领域拥有根深蒂固的市场主导地位,其平台规则可能限制创新和竞争。这一指定使监管机构能够考虑采取针对性干预措施,确保英国应用开发者能够创新和发展业务,但目前尚未引入任何直接要求。
斯坦福大学等机构联合提出多人Nash偏好优化(MNPO),突破传统双人训练局限,让AI在多人游戏环境中学习处理复杂非传递性偏好。该方法通过时间依赖设计,让AI与历史版本对话练习,在所有主要测试中显著超越现有方法,在Arena-Hard中甚至超过GPT-5,为AI对话系统训练提供了更贴近真实世界复杂性的新范式。