长久以来,印度的银行一直依赖人工流程为企业客户提供服务。但如今,越来越多的客户希望通过数字平台获取服务,业务交付形态也随之开始变化。
2021年,印度工业信贷投资银行(ICICI)推出了企业银行业务平台,为企业客户乃至整个生态系统(包括员工、经销商和供应商)提供一整套数字功能。
去年,印度科塔克银行(Kotak Mahindra Bank)也为商业银行及企业客户推出了科塔克FYN企业门户,可供客户灵活处理贸易与服务交易。
大部分此类平台都利用机器人流程自动化(RPA)、机器学习(ML)和应用程序编程接口(API)来实现流程自动化。但在技术底层,银行一侧仍面临一系列挑战,例如处理大量集成点和维护遗留系统所带来的高昂成本。
Forrester金融服务实践分析师Pushpa Marwal表示,在这样的背景下,印度银行必须积极拥抱“数字技术的第二阶段”,例如对话式人工智能(AI)、流程智能与区块链——所有这些,又都以企业范围内的自动化为基础。
Marwal在Forrester技术与创新APAC 2022大会上表示,这样做将帮助企业银行摆脱RPA等已达到饱和点的“数字趋同性”,帮助各方创造出“突破性的差异化优势”并持续推动增长。
为了帮助银行确定自动化流程的优先级,Forrester发布了涵盖53种企业银行流程的热力图,具体分为热、温、冷三类。
Marwal表示,其中的热流程是指那些自动化成熟度较高的重复性工作流程。她解释称,“具有前瞻性的企业银行正努力通过数字化转型推动这部分流程的自动化,旨在改善员工体验、周转时间、安全性和运营成本。”
热流程的一个典型案例就是贸易融资。Marwal表示,利用光学字符识别和RPA技术,银行有望减少或彻底消除贸易融资流程中的人为干预需求。
Marwal提到,印度的Yes Bank就通过RPA促进文档/数据共享以及进出口服务,借此将支付周转时间缩短了80%。
“同样的,人脸识别等技术能帮助银行建立起更高效的「了解你的客户」(KYC)工作流程。”所谓KYC流程,是指服务方对客户身份进行验证。
“银行在吸引客户时,往往需要在KYC环节上耗费大量时间。客户在跟银行交互时,也经常是在这个环节上遇到挫折。客户经理得经常跟客户协调,所以这里确实有着很大的流程优化和客户体验提升空间。”
接下来是温流程,即适用于混合自动化,或者说还需要额外的流程映射和自动化编程才能减少人为干预的部分。
Marwal提到,温流程往往涉及多个具体执行阶段,其中部分阶段目前仍需要由人来执行——费用管理就是其中一例。
“印度的大多数企业银行仍在以非常陈旧的方式,利用Excel文档来手动计算和核对费用,这种方式极易出错。”而之所以需要个别对待,是因为企业银行经常会为不同客户提供相应的定制服务、费率也各有不同,只有这样才能尽可能吸引更多业务受众。
“在这种情况下,自动化可以减轻大部分(甚至是全部)手动工作,帮助后台员工腾出时间处理其他更具成效的任务。”
最后,Marwal表示冷流程大多由人为驱动。要想把这部分流程也归入自动化,银行就必须在流程稳定性方面开展广泛工作。
“这些流程需要大量的人工参与才能启动、协调和完成。因此,企业银行应该在自动化战略中将这部分放在自动化优先级清单的末尾。”
常见的冷流程包括客户查询与争议解决流程。Marwal解释称,印度企业银行的客户习惯于跟客户经理当面交互,但这其实也反映出聊天机器人等现有技术解决方案还不足以处理和解决客户提出的问题。
“因此,在银行想清楚如何以线上渠道处理客户查询之前,绝不能贸然宣传自己已经完成了这类流程的自动化。真正成熟的自动化方案必须非常简单易用,而且效果基本等同于当面交流。此类流程的自动化一定会在未来的银行技术战略中占有一席之地,但目前还为时尚早。”
成功因素
当然,确定待自动化改造的候选流程只是银行万里数字化长征的第一步。为了取得成功,他们需要回避陷阱,例如在没有彻底理解流程时就急于开展自动化改造。之所以会出现这些陷阱,是因为银行中相当一部分流程并未得到明确记录。Marwal认为,“银行必须先解决这个问题,透彻理解前台与后台各基本流程的大致情况。”
合乎逻辑的下一步工作,则是对流程进行批判性分析、改进与稳定设计。“很多银行并没有真正做到这一点,他们甚至没能合理管理预算,并最终错失了改善流程效能、质量乃至产品上市时间的机会。”
银行在挑选流程时,还应考虑自动化所能带来的回报上限——这种回报可以是成本节约,也可以是提高客户信心或满意度。Marwal强调,如果挑选了不适合甚至根本不可行的流程进行自动化,则很可能产生“糟糕的后果”。
最后,任何自动化工作都应以员工为中心,因为员工与客户都是自动化系统的主要交互对象。
“要务必意识到,员工整体抱持沮丧心态下的自动化部署永远无法获得成功。别对他们有所隐瞒,一定要让他们参与进来,借员工的力量快速发现痛点和低效瓶颈。”
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。