商业银行RPA未来发展趋势
RPA作为一种典型的数字化流程技术，其在银行业中的发展前景将在很大程度上取决于全行业数字化和金融科技整体上的变革趋势。其中，AI对RPA的影响最受业界关注。
首先，AI的发展使得银行运行中越来越多涉及非结构化数据处理或标准化程度不高的作业类型都能被数字化，RPA可串联桥接的业务作业范围显著扩展。其次，AI技术的愈发成熟也让RPA在执行过程中具备更强的任务识别能力和根据任务场景自动实时调整自身运行过程的智慧。更进一步，情绪识别、自然语言处理等技术的发展，让RPA有可能直接对用户体验或用户满意度展开智能分析，并根据分析结论对企业内部多个相关流程自动进行实时调度、组织，实时为用户构建出个性化的服务方案，让用户获得最佳体验，即AI可能让RPA获得更强的端到端服务能力，让RPA更多地直接面对客户输出价值，而不仅是侧重于提升银行内部的工作效率。此外，集成智能组件（例如OCR、机器学习和聊天机器人）的RPA应用程序使得RPA可处理的范围和功能更加强大。
银行数字化逐步迈向云原生化将是推动RPA获得大规模部署的重要因素。微服务治理等技术对大量甚至海量RPA的治理提供了技术机理启发。声明式API等技术趋势将加剧银行各种RPA的解构，形成各种各样易于共享、复用的云原生能力组件，基于这些组件又将重组出更加丰富多样的银行RPA解决方案。
低代码正受到银行数字化转型的重视，可在应用层面显著降低RPA设计、开发、部署的技术门槛，没有较多IT技术背景的银行业务部门也将成为RPA实施的生力军。随着银行数字化转型的深入，商业银行将呈现出更加明显的数字孪生化、超级自动化的特征，银行各种数字流程、数字化模块间的勾连交互对RPA的需求量将越来越大，这也将成为推动银行RPA更快发展的主要动力源之一。届时，作为各种智能自动化流程之间桥接者的RPA也将由数字劳动力进化为智能数字员工，呈现更加突出的数据智能特征。
最后，随着RPA的不断普及和深度应用，其服务治理也成为一个需要探索的问题，越来越多的银行和企业通过设立COE的方式开展RPA规划，覆盖RPA全生命周期，使之满足流程架构的要求，部署基础设施及环境支持并推动人机更好协同。但在更广泛的融合趋势下，RPA和主干流程系统应有清晰的边界，其处理的业务也应随着数字化转型不断融入银行主要流程，成为iBPM的一部分，否则迟早会为架构治理买单。
