機器人流程自動化（RPA）

大多數人每天都會使用到一些機器人流程自動化工具，例如讀取郵件和系統，計算，生成文件和報告。而在未來，那些你不想做的枯燥的工作，也許真的可以不做了，重復化、標準化的工作都可以讓機器人幫你完成。本期推文特邀陳劍獨家原創闡述RPA的概念、原理與實踐。

本文將就以下五個部分展開——

01 理解RPA

02 RPA的優勢

03 RPA和AI是什么關系？

04 RPA與財務共享服務

05 RPA選型與ADII實施方法

01

理解RPA

RPA是Robotic Process Automation的縮寫，從字面便不難看出其要義，即：機器、流程、自動化，RPA是以機器人作為虛擬勞動力，依據預先設定的程序與現有用戶系統進行交互并完成預期的任務。從目前的技術實踐來看，現有的RPA還僅適用于高重復性、邏輯確定并且穩定性要求相對較低的流程。

用更通俗的解釋，RPA就是借助一些能夠自動執行的腳本（這些腳本可能是某些工具生成的，這些工具也可能有著非常有好的用戶化圖形界面）完成一系列原來需要人工完成的工作，但凡具備一定腳本生成、編輯、執行能力的工具在此處都可以稱之為機器人。

比如，在游戲領域被廣泛為人所熟知的國產軟件“按鍵精靈”，即可以通過它的一些簡單功能幫助我們完成一些自動化的工作。

按鍵精靈的簡要工作原理是通過錄制操作者的鼠標和鍵盤的動作步驟形成操作腳本（用戶也可以不用錄制的方式，完全手工編寫腳本），這里的腳本是可以修改的，用戶可以更具需要修改腳本的參數，比如鼠標點擊的位置、鍵盤輸入的值，再次運行腳本的時候就會重新執行錄制過程中的這些動作，如果腳本的參數有修改，則會執行對應的調整后的動作。

我們可以借助這個軟件，通過錄制鼠標和鍵盤動作的方式，來完成一些簡單的操作，如果用戶用的熟練，理論上按鍵精靈既可以幫助我們完成一些更復雜場景下的自動化工作處理。

舉個簡單的例子，比如我們每天上班時要打開ERP系統并進入到AP發票處理頁面，如果你覺得每天都重復這么做非常無趣（如果沒有設置保存賬戶和密碼的話），我們就可以通過按鍵精靈來簡化我們的步驟，點擊軟件的錄制動作按鈕之后，軟件就開始記錄我們的動作.

比如雙擊ERP軟件的圖標、輸入賬戶信息，點擊登錄按鈕，進去之后再點擊菜單逐層進入AP發票處理頁面，等這一系列的操作完成之后，我們點擊停止錄制，然后為這個錄制的流程設置一個快捷鍵，比如ctrl+1。

怎么使用這個錄制的過程呢，等我們再次上班時，按下ctrl+1，這個軟件就會按著你上次錄制的過程依次做一遍，直到運行結束，整個過程完全不需要你的參與，以后你就可以通過這個方式一鍵登錄ERP系統并進入發票處理頁面了。

考慮面向的用戶群體往往并不會擁有專業的技術背景，總體而言，這些工作與流程自動化工具的應用還是相對比較簡單易用，通常可以通過圖形化的界面完成腳本的生成與編輯，即使是利用相對專業的腳本編輯器，這里的腳本業務完全不是程序員所面對的那種代碼，簡單看一下教程很快也能上手。

比如以下在Mac OSX系統下利用Apple 所編寫的簡單工作自動化代碼（讓Google Chrome瀏覽器在新窗口中打開百度首頁），可以看到語法非常簡單，基本上已經是英語大白話了。

上面就是RPA的簡單原理示例，當然現今各大軟件廠商推出的RPA工具遠比上述我們提及的小工具在功能豐富度上、場景的針對性上強很多，但其核心邏輯并沒有本質的差異，在某些特定的業務場景下，熟練的Excel VBA開發者僅利用office工具甚至也能完成好的RPA工作（許多RPA工具仍然需要Excel VBA來進行協同工作）。

02

RPA的優勢

通過上文的介紹，相信讀者能夠很好的理解以下RPA的特點，這些特點正是RPA能夠給企業帶來價值的主要原因：

機器處理：通過用戶界面（UI）或者腳本語言（）實現借由機器人的重復人工任務的自動化處理；

基于明確的規則操作：流程必須有明確的、可被數字化的觸發指令和輸入，流程不得出現無法提前定義的例外情況；

以外掛的形式部署在客戶現有系統上：基于規則在用戶界面進行自動化操作，非侵入式模式不影響原有IT基礎架構；

模擬用戶手工操作及交互：機器人可以執行用戶的日常基本操作，例如：鼠標點擊、鍵盤輸入、復制/粘貼等一系列日常電腦操作。

RPA的優勢來源除了上述這些眾所周知的功能特點外，對于規則的高度嚴肅性（良好的操作品質）、對現有系統的非侵入性（非耦合型）都是RPA的突出特點。

以下我們從這兩個層面分別去理解RPA在應用過程中所帶來的優勢：

03

RPA和AI是什么關系？

有些廠商在宣傳RPA的時候有意無意和人工智能扯到了一起，但是從負責任的角度，RPA和AI簡直天壤之別，現在的機器人還只是邏輯編程比較完善能夠執行一定預制判斷邏輯的的機器，還遠談不上人工智能，透過下面這張圖，讀者應該能夠理解RPA和AI在自動化發展路徑上的位置差異。

人工智能(Artificial Intelligence)是一個相當廣泛的概念，人工智能的目的就是讓計算機這臺機器能夠象人一樣思考，而當前被廣泛提及的機器學習(Machine Learning)都只是人工智能的分支，機器學習是專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，使之不斷改善自身的性能。

戰勝圍棋各段高手的Google AlphaGo就是機器學習的代表，它所使用是深度學習(Deep Learning)方法，DL試圖使用包含復雜結構或由多重非線性變換構成的多個處理層（神經網絡）對數據進行高層抽象的算法，因此能夠處理以前機器難以企及的更加復雜的模型（比如：高度的不確定性、超大的計算量）。

當前財務在人工智能行業熱度中處于居中位置，但距離AI在財務、會計領域的實用化還為時尚早，從短期內的趨勢而言，還是基于標準化、邏輯清晰的RPA為基礎，逐步向具有一定智能化程度的流程自動化轉變。

但是隨著近年無論是全球范圍還是中國范圍的人工智能投資的逐步加大，相信我們在未來的十年或者二十年內，AI在實用性和普及型方面的逐步突破，財務領域的AI深入應用亦未可知。

04

RPA與財務共享服務

根據之前我們對于集團財務指導、控制、執行三個層面職能的劃分，我們不難理解發現RPA將更容易在執行和控制兩個層面發揮應有的價值，尤其是在交易性的業務執行層面，通常會有更多契合業務需求的實用應用場景，就像制造工廠越來越廣泛的引入機器人工作中心來實現生產環節的去人工化，機器人軟件有著財務工廠之稱的財務共享服務中心同樣有著廣闊的空間，尤其是近年國內共享服務中心建設浪潮興起，RPA概念和應用實踐也一度占據了新聞熱點。

以一個典型的交易型財務共享服務中心為例，常見的業務流程一般包括銷售至收款（OTC）、采購至應付（PTP）、員工費用報銷（T&E）、資產核算（FA）、總賬與報告（RTR）、資金結算（TR）等流程，這些流程里不少業務處理環節都具備高度的標準化、高度的重復性特點，這也是RPA大展拳腳的廣闊空間，那么現階段這些流程里RPA有怎樣的應用的Best

Practice呢？

下表為讀者簡要展示了一些應用的示例：

流程循環

典型應用示例

銷售到收款

自動開票：機器人自動抓取銷售開票數據并自動進行開票動作；

應收賬款對賬與收款核銷：機器人取得應收和實收數據，按照賬號、打款備注等信息進行自動對賬，并將對賬差異進行單獨列示，對于對賬無誤的進行自動賬務核銷；

客戶信用管理：自動進行客戶信用信息的查詢并將相關數據提供給授信模塊用以客戶信用評估、控制

采購到付款

供應商主數據管理：自動將供應商提供的資料信息進行上傳系統處理（比如獲取營業執照影像并識別指定位置上的字段信息，填寫信息到供應商主數據管理系統，上傳相關附件）；

發票校驗：基于明確的規則執行三單（發票、訂單、收貨單）匹配；

發票處理：發票的掃描結果的自動處理（與機器人結合的OCR、發票的自動認證等）；

付款執行：在缺少直接付款系統對接的場景下，可考慮利用機器人提取付款申請系統的付款信息（付款賬號、戶名等），并提交網銀等資金付款系統進行實際付款操作；

賬期處理及報告：比如自動財務賬務處理（應付、預付重分類等）；

供應商詢證：自動處理供應商詢證信息并將結果信息進行自動反；

差旅與報銷

報銷單據核對：比如自動發票信息核對（申報數與發票數等）、報銷標準核查等；

費用自動審計：設定審計邏輯，機器人自動按照設定的邏輯執行審計操作（數據查詢、校驗并判斷是否符合風險定義）；

存貨與成本

成本統計指標錄入：機器人自動；

成本與費用分攤：期末機器人按腳本分步或并行執行相關成本、費用分攤循環

資產管理

資產卡片管理：批量資產卡片更新、打印、分發等；

期末事項管理：資產折舊、資產轉移、報廢等的批量處理；

總賬到報表

主數據管理：主數據變更的自動系統更新、變更的通知、主數據的發布等；

憑證處理：周期性憑證的自動處理、自動賬務結轉、自動憑證打印；

關聯交易處理：關聯交易對賬等；

薪酬核算：在缺少系統對接場景下的自動薪酬賬務處理；

自動化報告：格式化報告的自動處理；

資金管理

資金管理：根據設定的資金劃線執行自動資金歸集、自動資金計劃信息的采集與處理等；

對外收付款：收款與付款的自動化處理；

銀行對賬等：機器人取得銀行流水、銀行財務賬數據，并進行銀行賬和財務賬的核對，自動出具銀行余額調節表；

稅務管理

稅務申報：稅務數據的采集與處理、稅務相關財務數據、業務數據的采集與處理，自動納稅申報；

05

RPA選型與ADII實施方法

目前面向桌面自動化、流程自動化的軟件工具大致可以分為消費級和企業級兩大類，相信不少消費級軟件讀者都不太陌生，而企業級則相對了解有限，這里補充一些面向企業的RPA產品供本書讀者參考、備選，有關詳細信息讀者可以自己查閱他們的官方網站。

以下是RPA相關產品代表——

RPA的實施通常不涉及企業現有IT架構的調整，但現有的RPA平臺和平臺之間多數是無法相互兼容的，因此一旦選擇某平臺，隨著其上運行的應用場景的增多，未來可能在相對長的一段時間內較難進行平臺的遷移，因此在平臺選型時需要綜合考慮各自平臺的優缺點，充分比較用戶易用性、系統集成性以及平臺收費模式等。

一旦確定RPA平臺，企業所需要面對的是一個個像紛至沓來的各類RPA需求，因此良好的需求與實施管理同樣非常重要。

在基于明確的RPA平臺上進行流程自動化的實施，多數是場景式的、相對短流程的流程節點優化，總體目標是消除流程中需要廣泛人工處理但邏輯清晰的業務步驟，但其改善需求是否與RPA平臺匹配則需要進行一定的評估，諸如預計收益、預計RPA初始化投入等，確認后即進入設計、實施環節，多數輕量的RPA場景實施能夠保證在一周之內完成設計和落地，而后則是結合運營反饋的改善。

綜合上述步驟，本文提出RPA實施的ADII方法，期望能夠幫助已經選用了RPA平臺的讀者和企業更好的管理到RPA實施。

案例：

某企業實施

納稅申報自動化的

RPA流程

對于納稅主體較多的集團性企業，由于納稅申報的數據來源不同（有來自財務系統，有來自開票軟件，還有其他臺賬等），本來手工操作量就大，即使部分企業已經部署了VBA來實現單主體報稅數據的自動生成，但當所以當存在較多納稅主體需要編制報表時，數據準確性無法保障，人工處理部分的工作占比過高，數據處理、報表編制效率不高。

納稅申報過程整體RPA適配度高，相當多的步驟可以借助機器人進行自動化，當前市場上支持這部分工作自動化的廠商也較多，因此這家企業啟動了基于RPA的納稅申報自動化項目。

最終RPA實施的納稅申報過程被細分為三大子過程，即：數據采集與處理過程，數據提交過程，賬務處理過程。

其中，數據采集過程更多的是與本地數據的交互（稅務主體信息、開票信息、財務信息等），而數據提交過程更多的是與稅局系統的交互過程（登錄、數據填寫、提交等動作），賬務處理過程則是納稅、繳稅的賬務化反映。

1）數據準備過程

第一，利用RPA工具，通過腳本的預定義，期末機器人自動登錄賬務系統（比如試算平很表、固定資產子賬目）、國稅系統按照稅務主體批量導出財務數據、增值稅認證數據等稅務申報的業務數據基礎；

第二，機器人自動獲取事先維護好的企業基礎信息用以生成納稅申報表底稿；

第三，對于需要調整的稅務、會計差異、進項稅數據差異、固定資產進項稅抵扣差異、預繳稅金等自動通過設定好的規則進行調整，借助預置的校驗公式進行報表的校驗（比如財務科目與稅務科目的數字校驗）；

第四，機器人將處理好的數據放到統一的文件夾，由稅務人工進行審查（或干預）。

2）數據提交過程

第一，對于核對審查無誤的數據，執行腳本，由機器人按照公司主體自動登錄稅務申報系統；

第二，執行納稅申報底稿的讀取，并自動導入底稿相關數據，執行納稅申報表提交動作以完成納稅申報，并將相應的信息保存在本地。

3）賬務處理過程

第一，稅務分錄的編制與自動錄入：根據納稅、繳稅信息完成系統內稅務分類的編制；

第二，計算遞延所得稅并完成分錄的編制與錄入：對于涉及遞延所得稅的，自動進行遞延所得水資產或負債的計算并完成系統內的入賬。