“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
生成式AI在电商领域发展迅速,但真正的客户信任来自可靠的购物体验。数据显示近70%的在线购物者会放弃购物车,主要因为结账缓慢、隐藏费用等问题。AI基础设施工具正在解决这些信任危机,通过实时库存监控、动态结账优化和智能物流配送,帮助商家在售前、售中、售后各环节提升可靠性,最终将一次性买家转化为忠实客户。
泰国SCBX金融集团开发的DoTA-RAG系统通过动态路由和混合检索技术,成功解决了大规模知识库检索中速度与准确性难以兼得的难题。系统将1500万文档的搜索空间缩小92%,响应时间从100秒降至35秒,正确性评分提升96%,为企业级智能问答系统提供了实用的技术方案。
存储供应商Qumulo发布多租户架构Stratus,为每个租户提供独立的虚拟环境,通过加密技术和租户专用密钥管理系统实现隔离。该统一文件和对象存储软件支持本地、边缘、数据中心及AWS、Azure等云环境部署。Stratus采用加密隔离技术确保敏感数据安全,同时提供任务关键操作所需的灵活性和效率,帮助联邦和企业客户满足合规要求。
中科院和字节跳动联合开发了VGR视觉锚定推理系统,突破了传统AI只能粗略"看图"的局限。该系统能在推理过程中主动关注图片关键区域,像人类一样仔细观察细节后再得出结论。实验显示VGR在图表理解等任务上性能大幅提升,同时计算效率更高,代表了多模态AI"可视化推理"的重要进展。