数字化劳动力的应用与前瞻报告（27页）

行业报告下载 2022年11月01日 07:55 管理员

数字化劳动力的革命浪潮已经到来，梳理数字化劳动力在金融业的发展应用现状有助于明晰目前数字化劳动力在金融业应用所处的阶段，为后续推动金融业务创新和高质量发展提供支撑。金融业涉及业务场景众多，业务流程各有不同，因此各场景下的数字化劳动力均有自身的特色和专长。鉴于产业界还未能对数字化劳动力施行体系化的分类，本文将依据金融业实战经验对数字化劳动力在金融机构的应用予以分类，主要包括客户服务类、市场营销类、运营管理类、内控合规类、风险管理类、投资交易类六大基础类别，并分析每类场景下传统岗位存在的问题和数字化劳动力的助力方式，详见图2.1。数字化劳动力是一个系统工程，其因所从事的业务和岗位的特殊性决定了其体系架构的复杂性，梳理其治理框架中的相关模型、治理框架、协同机制以及各模块在此业务流程中的角色应用，对于在各业务场景中数字化劳动力设计和实现至关重要。金融业务的复杂多样性决定了金融数字化劳动力的体系复杂性，其具有角色多样性、依赖复杂性、任务海量性、协同多元性以及时效多变性，那这五个特征也是系统设计目标确定的基础，如图3.1。数字化劳动力体系的设计目标核心是劳动效率、劳动质量以及劳动成本，共同决定数字化劳动力是否能够赋能企业带来价值。

另外安全体系、群体健壮性、群体柔性、群体协同性以及群集管理也是重要关注目标，这些目标多是服务数字化劳动力安全稳定协同运行而设置的，如图3.2。数字化劳动力的设计目标众多，很难同时达到最优，其设计目标的实现是多目标协调的结果。基于此，我们可以建立数字化劳动力的群集协同体系，其中包含生命周期模型以及协同运行治理框架，如图3.3。体系设计具有一定的普适性，可根据业务具体情况进行适配、实施和优化。在生命周期模型中，数字化劳动力首先经历岗位设计、然后经过生产装配、上线协同运行，最后对工作绩效进行评估一个完整循环周期。而体系目标，实际是数字化劳动力建设和运行的指导原则。数字化劳动力的协同运行治理则从岗位管理、能力发现、柔性服务、智能调度、动态配给、以及监控回溯等十个方面展开。比如，岗位管理模块是所有数字化劳动力岗位的管理配置中心，用于管理劳动力的上岗注册、能力发布、要素配置、要素更新以及撤岗等。能力发现可以实现对数字化劳动力能力的快速发现和与任务的精准匹配。智能调度通过分析任务执行状况、系统资源利用情况、任务优先级等多维指标制定调度策略，实现数字劳动力智能调度。最核心的是多元协同机制。数字化劳动力涉及的协同机制有三种：不同岗位数字化劳动力之间的协同，数字化劳动力和人的协同，数字化劳动力和外部数字化劳动力的协同。由于三种机制的协作方式不同，其流程设计方法和演进方向也有所差异。

数字化劳动力的应用与前瞻报告（27页）