王哲 崔璐璐 周磊 李佳辰 杨思喆
近年来，机器人流程自动化(Robotic Process Automation，RPA)技术广泛应用于企业流程自动化管理。中信证券在增强版基金单处理、境外金融数据产品变更监控等问题中，研发上线多个“RPA+AI”超自动化流程，显著节约了成本，提高了效率，并扩展了流程的非结构化数据处理能力，具有较高的实践推广价值。
一、企业流程管理技术
当前，随着数字经济的快速发展，企业数字化转型浪潮带动了各行业的深刻变革，RPA技术是数字化转型落地实践的重要抓手之一。近年来，RPA技术日益成熟，已由单机发展为可规模化部署的软件，应用场景覆盖金融、制造、零售、物流、医疗、政府等众多行业。
企业在日常经营中依靠流程管理技术能够更为规范和高效地完成各种工作。企业流程管理技术的演进大致可分为以下三个阶段(如图1所示)：一是传统流程管理阶段，主要基于传统办公系统(如OA)加手工或半手工方式进行；二是自动化流程管理阶段，通过RPA替代大部分原来需要人工处理的流程；三是超自动化流程管理阶段，超自动化(Hyper Automation)概念最早由Gartner公司提出，是指一个涵盖多种机器学习技术、套装软件和自动化工具的集合体，其核心组成要素包括RPA和各种AI功能套件，对于涉及非结构化数据的需求，超自动化流程管理在RPA基础流程中嵌入光学字符识别(Optical Character Recognition，OCR)、自然语言处理(Natural Language Processing，NLP)、语音识别、知识图谱等AI功能，解析、挖掘、理解数据内容，提供更为强大的分析决策能力。
图1 企业流程管理技术演进的三个阶段
金融行业的业务流程涉及海量数据，重复操作多、准确性要求极高，RPA技术能够较好地解决业务操作的痛点问题，如银行业的贷前审核、银企对账业务，保险业的智能核保、索赔等业务。在证券行业，RPA也有很多应用场景，例如：在清算方面，自动执行清算并核对数据；在自动开、闭市方面，自动完成系统重启，保证开、闭市流程零错误执行；在信息管理方面，自动查询、获取外部文档或信息并及时更新，以满足合规性要求等。
中信证券自2019年起大规模应用RPA技术，以“智能伙伴”自动化运营项目为例，该项目将RPA与多种AI技术深度集成，其中与OCR、NLP结合最多，目前已投产自动化流程超过400个，覆盖财富管理、资产管理、自营及衍生品、股票销售、证券金融、债券承销、投资银行等众多业务线的70多项业务场景，实现大多数基础运营场景的自动化作业和常规业务流程的流水线型自动化办理。与行业内同类项目仅在局部或特定场景应用RPA不同，“智能伙伴”借助中信证券强大的信息系统，基于业务生命周期，在运营层面制定完整的自动化实施方案。
中信证券RPA应用取得了很多成绩，但是大多数尝试仍处于上述第二阶段——自动化流程管理范畴。项目方案单纯基于RPA技术实现自动化流程，而很多业务环节中涉及的对单据、图片、文字等非结构化数据的处理，RPA还不能很好地支持，仍须依赖人工。因此，亟待将RPA技术同各种AI技术紧密结合，使其能够自动处理各种非结构化数据并进行智能决策。
二、“RPA+AI”应用案例介绍
近两年来，“RPA+AI”智能化流程在中信证券多个业务场景中成功落地，显著节约了人工成本，提升了业务价值，下面介绍两个典型案例。
1.基于“RPA+OCR”的增强版基金单处理流程
(1)项目背景
券商资管产品业务经常涉及基金交易，需要处理大量基金单，包括基金交易单、基金对账单等。其中，基金交易单用于估算资管产品单位净值，基金对账单用于每月底的账实核对。各家基金公司仅发送单据给券商资管产品管理人，经办人将基金单据统一打包发送到清算估值邮箱(多张单据合并成一个PDF文件)，估值人员需操作包括单据接收、估值核对、传输给托管银行等环节的复杂流程。为节省人力，中信证券应用RPA技术开发了基础版基金单自动处理流程。在基础版流程中，RPA机器人定时登录估值邮箱下载附件并拆分成单页，然后将全部单页PDF文件发送到公共队列里，清算人员在队列中寻找自己负责处理的资管产品的单据进行估值、核对，最后将单据归档或发送给托管银行。在这个流程中，清算人员寻找自己负责的基金单耗时较多，原因是RPA机器人可以将多页PDF文件分割成单页，但是无法提取每个单页基金单的产品名，导致清算人员必须打开全部单页文档预览确认。
(2)解决方案
中信证券研发了资管产品名称OCR识别功能，嵌入RPA流程中，基于识别的产品名重命名单页PDF文件，以便清算人员定位产品，并通过分析基金对账单/交易单文件自身特点，提出以下综合识别方案(如图2所示)。
图2 嵌入RPA流程的基金交易单和基金对账单识别
首先，基于通用OCR和上下文模板，从扫描件中识别并匹配到疑似资管产品名的文本串。通用OCR全文识别准确性较高，主要难点在于挖掘上下文模板素材，应匹配尽可能多的样本，这样误判率较低。
其次，对使用“OCR+上下文模板”无法识别的基金单，尝试识别客户基金账号，从而查询产品名称。经过观察发现，基金单的命名格式虽然多样化，但几乎都包含了资管产品在基金公司开立的“基金账号”字段，取值是数字和字母的字符串，比汉字识别准确率更高。所以可以设计另一种识别方案，即通过OCR识别全文，查找“基金账号：”后含数字和字母的字符串作为基金账号，然后与公司资管产品数据库中产品ID相关联，查找出基金单产品名称。
最后，将两种识别策略加以融合：如果两种策略都给出识别结果，优先选择通过基金账号ID查询到的产品名，因为基金账号识别准确度更高;如果只有一种策略识别出基金单结果，则直接视为最终结果。
(3)应用效果
中信证券增强版基金单RPA流程已经上线两年多，识别处理了数十万张基金单，经专业评估，识别的资管产品名正确率接近90%(本项目识别产品名称的目的是辅助清算人员定位单据，因此少量的识别错误不影响流程正常运转)。未来，中信证券计划通过“RPA+AI”解决清算工作中的其他高级需求问题，如海量传真件自动分类、基金协议内容理解等。
2.境外金融数据产品变更说明的自动监控流程
(1)项目背景
中信证券香港子公司为开展跨境业务，需长期订购数据厂商的境外金融数据产品。厂商定期编制产品变更说明，通过邮件或主页发布，客户须及时跟踪数据变更，评估受影响系统并及时响应。由于厂商未针对特定客户进行定制说明，所以在大量变更信息中，只有少量涉及特定客户已购买产品的信息需要关注。
过去，子公司数据团队需安排专人，从不同渠道下载产品变更说明，阅读全文并整理与公司相关的数据变更信息报表，耗时较长且信息容易遗漏。数据产品变更文件通常为多页含表格文档，每家厂商文件格式相对固定，因此，中信证券考虑研发“RPA+AI”流程处理变更文件：配置RPA机器人定时获取厂商邮件附件/产品主页的产品变更文件，通过OCR、NLP技术解析其内容，筛选符合自身需求的数据，记录并生成结果报表，最后由RPA机器人发送给业务人员，全过程均由机器自动完成，实现解放人力、提升效率、确保结果正确的目标。
该流程的主要技术难点是准确解析变更文件中表格内容，以某数据厂商数据为例，其解析难点如下：
一是表格跨页解析。变更文件包含大量表格，每个表格是一种数据产品的变更信息，包含很多行的属性要素，因此跨页情况比较常见。为了对每种数据产品变更进行单独分析，就需要判断相邻两页的表格是否来自同一个产品变更表(即“跨页表格”)。然后判断跨页表格的两个边界行(前页尾行和后页首行)是否可归并为一行。仅利用表格识别技术，虽然能够提取每一页表格，但不能直接判断表格是否跨页，以及跨页表格的边界行是否应该归为一行。
二是表格筛选及内容理解。在全部变更记录中，只有少量记录涉及本公司已购买产品，但仍需要遍历数据产品变更表内容进行文字理解，提取本公司必须关注的变更信息，过滤不必关注的。对于必须关注的数据变更表，还需要理解变更描述(Description)的内容，并匹配到对应处理类别，基于处理逻辑给出处理策略，生成最后的结果报表。
(2)解决方案
针对上述问题，中信证券综合运用全文识别、表格识别、自然语言理解等技术，解决关键技术难点，并嵌入RPA流程中。
对于表格跨页解析问题，首先，基于表格识别OCR，对每个单页提取其包含的若干表格以及表格中的每行信息；其次，将多行单元格合并为一行，由于多行单元格属性名只在某一行出现(第一行或中间某行)，需要基于属性值来判断，主要利用NLP中语言模型(Language Model)对相邻两行属性值内容前后连贯性进行打分，判定两行是否是连贯内容，此外也利用某些属性值固有规则判断相邻两行是否为一个属性值内容；再次，利用变更数据表属性要素排列规律，判断前页最后一个表格和后页第一个表格是否来自同一个变更表；最后，对于跨页表格两个边界行，如果其属性名相同，或后页第一行属性名为空则合并，否则不合并。
对于表格筛选及内容理解问题，首先，基于子公司数据团队提供的筛选条件，通过词典、正则表达式等规则方法覆盖多数需要保留的变更记录；其次，对于少量更为复杂的筛选条件收集正例样本，对每条变更记录文本采用C-DSSM、ARC-I、Match Pyramid等深度文本匹配(Deep Text Matching)模型计算其同正例样本的相似度，将相似度高的作为候选变更记录保留下来；最后，把变更描述内容抽象理解为文本分类问题，采用LR、CNN、BERT、GPT等文本分类模型给出类型预测，对于类型样本缺少的情况，利用BERT/GPT等预训练模型的Fine-Turning策略，可使分类效果显著提升。
境外金融数据产品变更说明的自动监控流程在原有RPA流程中嵌入了OCR、NLP处理功能。为确保流程运行的快捷可靠，采用RestfulAPI接口方式封装各种自研和第三方的AI能力，对各种API接口进行全面的功能测试和性能测试，并对API可用性进行实时监测预警。由于RPA流程将长期提供服务，数据产品变更文件的格式布局、内容信息等都会发生改变，所以在流程设计上特别注意对异常输入、输出的处理机制，以及及时发现变化修改源代码。
(3)应用效果
境外金融数据产品变更说明的自动监控流程自2021年上线以来，每年可节省人力等成本几十万元。对于复杂的跨页表格，流程自动整理变更表相比原来人工多次翻页查看得到表格，效率得到显著提高;对于变更记录筛选，由于过滤逻辑复杂，过去人工审核容易出现遗漏，利用NLP技术把很多与正样本语义相似的结果挖掘出来，再对输出表格进行人工复审，能够很快确定变更记录是否必须关注和处理。
三、总结与展望
本文对于证券行业“RPA+AI”超自动化进行了初步研究，还有很多问题需要深入探索。一方面，需要探索在更多业务场景中应用“RPA+AI”超自动化流程；另一方面，需要继续优化RPA和AI集成方案，以提供更为强大的数据处理能力。此外，需要实现多流程之间的智能协同，自动发现并优化流程间的瓶颈问题，建设智能化的流程服务网络。
本文刊于《中国金融电脑》2022年第10期