超自动化平台架构与实现

总体建设思路

建设超自动卓越中心（CoE）以统筹规划。CoE组织和IT部门紧密合作，为金融机构部署及管理RPA提供总体统筹治理、沟通与协作，并和业务部门进行有效对接，第一时间了解产品在使用中出现的流程、性能等问题，并及时得到反馈，做出调整。

业务流程端到端APQC自动化分解。根据APQC理论对流程归类和自动化拆分，按照Lv0～Lv4分类将公司流程体系分成多级细化流程。其中Lv1是对Lv0流程细化，Lv3是2级流程的进一步划分，是流程模块；Lv4构成流程的基本单位，是具体业务流程的工作环节。

流程超自动化运营与持续迭代优化。针对存在问题点的流程环节，向流程归口部门调研流程运作情况，发现问题所在点，挖掘问题根源，并通过“以客户为中心”以及ECRS的流程优化方法，对流程方案存在的问题提出优化方案。

平台逻辑架构

按照分层设计的理念，对超自动化平台划分为界面层、接口层、能力层三部分。主要介绍如下。界面层：平台围绕赋能业务人员，提供蜂巢PC、蜂巢移动端、外部系统等多种方式接入，对流程标准化程度高、规则明确、操作频率高的流程提供使用和管理机器人界面，提高用户的使用体验。

接口层：通过机器人社区、机器人商店等应用接口标准化，接入AI、图片识别能力，并规范RPA平台流程开发的代码设计、开发实施、质量标准等，为不同终端和设备提供高效的自动化服务。

能力层：对机器人调度、AI集成等能力进行开发和集成，对任务调度、运行效果、运行时效进行分析评估，确保超自动化流程快速且高质量的实施交付，并打造标准化、数字化的机器人服务能力。

平台技术架构

超自动化平台提供基于自动化需求的全生命周期管理能力。平台封装流程设计、测试、运维、智能化的端到端功能组件，提供跨平台、跨系统的流程设计，可基于服务器和虚拟环境下的平台部署，结合大量组件化进行开箱即用快速实施，整合图形图像识别、OCR等AI模型算法，实现端到端的人工智能识别、分析能力，扩展了机器人的应用边界。

手机端、PC端和外部客户端的多终端整合，可以在虚拟化条件下实现统一服务和管理；融合人工智能的相关技术，响应业务中复杂且重要的人工决策，通过将规则内置于自动化流程，允许机器人实现端到端超长流程的自动化；对流程运行、流程调度进行实时数字化分析，实时诊断、监控告警，降低自动化操作的合规风险。