◆ 金融領域RPA滲透率最高，原因是該領域數字化技術應用較早，對新技術應用較為敏感，且存在大量重復、有規則的工作。在合規要求日趨嚴苛、大量老舊系統改造維護困難的情況下，RPA出現為其提供了新思路。
◆ 與螞蟻集團發布的2021年十大金融科技趨勢相比，RPA的角色與價值更為基礎，可基于原有系統架構進行數據管理和運營管理，在對現有系統的干擾降至最小的情況下，為金融科技技術的落地提供執行載體和可能性。
金融：銀行系統集成需求高、證券更注重安全合規
◆ 在金融領域中，RPA普及率前三的分別是銀行、證券、保險。這些細分領域均存在業務流程繁瑣、流程系統自動化不足、業務監控 不全面、數據統計及分析能力弱，以及人工容易出錯等轉型痛點，但在RPA項目具體實施中，其需求側重點和程度也有較大差異。
◆ 銀行本身系統復雜，集成困難，且在金融科技浪潮影響下，客戶對端到端的體驗要求較高，以BAT為代表的互聯網企業在客戶體驗 和技術賦能上都有所突破，更刺激銀行的降本增效需求，因此銀行對新技術的應用最為迫切。在RPA應用中，銀行更注重系統集成、 數據打通；證券更注重系統安全、合規和操作正確性。
金融：銀行多場景適用RPA，銀行是重中之重
◆ 銀行是金融行業RPA滲透率最廣的領域。其各業務條線中，文字資料處理密集的部門應用RPA較多，如貿易金融部和信用卡及消費 金融事業部等。
◆ 以銀行場景為例，RPA可應用于信用卡風險排查、透支資產管理及逾期不良戶催收、發卡個人信用調查和客服工單調額處理 等，均無需改造銀行現有系統，RPA機器人直接接管，通過跨系統數據采集、數據對比排查、異常數據提示、異常合并數據等流程操作，完成相關報表的制作、分派遞送和黑名單歸集、內外部查驗和可靠性規則、接管調額信審流程90%的工作。
制造：RPA是工業互聯網和物聯網的數據抓手，實現端到端自動化
◆ 制造業是RPA應用普及率第二大領域。近年來，在相關政策支持下，中國制造業數字化水平不斷提升，但整體還處于起步階段。小到 生產現場的數據挖掘、利用，大到行業設備設施聯網化水平、工業軟件普及率，都在具體實踐中遭遇落地的難題，RPA的出現為其提 供了數據抓手。
◆ 制造行業存在大量標準化的重復性工作，如訂單管理、物流數據跟蹤、工廠記錄管理和報告、庫存和供應商管理等，通過RPA可以替代人工勞動，為實現工業互聯網甚至萬物互聯完成數據采集、信息流轉等首要基礎，提高業務和溝通效率，降低風險和成本，最終實現端到端自動化。
制造：燈塔網絡下迎來未來制造業改革浪潮，RPA逐步深入推廣
◆ 在制造業轉型升級過程中，大規模部署工業4.0的“燈塔工廠”在行業中形成示范的燈塔效應*。全球燈塔網絡的經驗研究顯示，制造業和供應鏈領域正在經歷四大轉變：以企業敏捷性和客戶為中心；供應鏈韌性；速度和生產率以及生態效率。
◆ RPA自動化在燈塔工廠業務系統里不斷產生價值和作用，為其提升綜合生產率、降低人工平均成本、提高產品質量和穩定性、縮短產品生產周期。目前，RPA解決方案正逐步深入推廣。
