法院数字机器人中心

　　数字机器人中心可以解决综合业务系统、人民法院执行案件流程信息管理系统等系统之间的数据连通问题，让它们更加高效精准发挥作用。南海法院于2021年9月与北京来也科技有限公司合作成立“RPA+AI法院数字化服务实验室”，并以此为基础构建法院数字化机器人中心，探索运用流程自动化、人工智能等技术针对法院具体工作场景开发数字机器人，让数据信息在系统里多跑路，让业务人员少出错，应用到执法办案业务诸多场景。

　　一、适用业务

　　（一）智能办案应用。针对审判事务性工作需要建立“数字助理团队”，帮助法官统一辅助事务工作标准，在审判工作中开发排期信息录入、电子送达、案件归档、打印寄件回执等机器人流程，依托数字机器人建立的电子卷宗数据链条，推进要素式文书和裁判文书辅助生成。针对执行事务性工作开发发起财产查询、送达信息查找、查控反馈下载及上传打印、事项委托处理等机器人。2022年以来，通过机器人发起财产查询案件3.3万件，执行工作集约化水平进一步提升。

　　（二）智能诉服应用。针对诉前和解中心的诉调对接需要开发诉前立案机器人，进行数据整理、流程优化，通过文字识别技术对当事人身份信息等数据进行识别提取，然后利用机器人进行自动立案登记操作，单个案件的录入操作时间从原来的3分钟减少至1分钟，立案效率和准确度明显提升。针对失联修复开发3个机器人，分别对应解决自动生成协查文书、集约发起查询并下载结果、结果及地址确认书自动归集入库的流程。并在此基础上，建成全院共享的送达地址数据库以及失联修复数据库，至今共收录送达地址确认书14.4万份，失联修复记录1万多条，供本院各部门查询6万余次。

　　（三）智能纪监应用。针对常态化整治顽瘴痼疾需要，开发“数据巡检”机器人，定期将业务系统数据与干警近亲属从事律师职业、司法拍卖成交人员等动态数据进行对碰，精准锁定违规代理案件、违规参与司法网络拍卖等问题线索，将原有“事后监督+抽样监督”旧模式，升级为“实时监督+全面监督”新模式。针对全流程监督管理需要，通过电子卷宗和数字机器人将实体卷宗转化为完整的数据链。把办案相关的时间、流程、内容等节点嵌入数据链条中，以一张可视化的数据表推动监督管理的精细化，大案件体量法院运用技术手段进行个案监管得以实现。

　　（四）智能治理应用。依托司法数据数字化工具，把司法统计的“案情表”转化为可视化的“社情表”，助力党委政府采取有力措施预防和化解社会治理风险。2022年，南海法院运用数字机器人抓取分析司法大数据，针对特定领域矛盾纠纷发出司法建议30余份，对社会治理风险进行分析并积极提出解决建议。

　　二、核心技术

　　（一）机器人流程自动化（RPA）

　　机器人流程自动化（RPA），又可以称为数字化劳动力（Digital Labor），是一种在电脑上运行的软件机器人，它通过模拟并增强人类与计算机的交互过程，实现工作流程中的自动化。RPA不仅可以模拟人类，而且可以利用和融合现有各项技术如规则引擎、光学字符识别、语音识别、虚拟助手、高级分析、机器学习及人工智能等前沿技术来实现其流程自动化的目标，该技术能够加快产品和服务的上市速度，降低成本并释放员工能力，正成为政府、企事业等单位数字化转型的重要途径。

　　RPA强调对已有的系统“无侵入”。如果一个软件本身不支持自动化的功能，那么RPA就可以大显身手了。RPA不需要对这个软件进行任何修改，而是通过模拟人的阅读和操作的方式，让这个软件实现自动化。不仅如此，如果有两个、三个甚至更多的软件需要一起工作，这些软件全部都不需要经过任何修改，RPA会制造一个“软件机器人”，模拟人的阅读和操作，让机器人自动完成这个流程。

　　（二）光学字符识别（OCR）

　　OCR（Optical Character Recognition，光学字符识别）是通过扫描仪将一份文稿的图像输入给计算机，然后由计算机取出每个文字的图像，并将其转换成汉字的编码。OCR识别程序识别页面上的字符信息，主要通过单元模式匹配法和特征提取法两种方式进行字符识别。

　　三、适用技术平台

　　南海法院建立的法院数字机器人中心由行政主管小组、技术开发小组、流程分析小组、合规审查小组组成，解决了各部门协同问题，使用北京来也科技有限公司的UiBot软件平台开发数字机器人，让智能自动化技术迅速为办案业务部门赋能。经过实践探索，南海法院总结出智能自动化重构司法办案流程“九步骤”，较好地解决了“办案人员不懂技术，技术人员不懂办案”的矛盾。相关技术应用在司法实践中发挥出积极作用，并逐步形成智能自动化技术支持下的司法办案新规范，实现以“科技变革”促进“制度改革”。截至2023年5月，南海法院在智能办案、智能诉服、智能纪监、智能治理等领域已经开发120余个数字机器人，累计成功运行7万余次，成功率达94.92%。

　　四、可解决的问题

　　（一）诉前和解业务流程自动化

　　1.诉前和解数据录入。诉前达成和解或需要调解的案件需要录入诉讼服务网进行后续处理，每件案人工录入用时约3分钟。通过RPA技术制作各类诉前和解数据自动录入机器人，点击运行后，机器人会自动读取数据列表，逐一进行录入操作，约1分钟完成一件。

　　2.诉前和解、执前督促发送短信。在诉前和解、执前督促工作中，需要向当事人发送短信，需要整理待发送人员列表，列明姓名、手机号码、短信内容等，在根据列表登录短信系统逐一进行发送，人工发送一条约需30秒。通过RPA技术制作自动批量发送短信机器人，点击运行后，机器人会自动读取待发送人员列表中的有关信息，登录短信系统，逐一自动进行短信发送工作，约15秒发送一条。

　　（二）审判业务流程自动化

　　1.发起失联修复。通过最高院统建的统一送达平台，对诉讼案件进行当事人实名登记手机号码的查询，需要在业务系统制作协助查询通知书，然后登陆统一送达平台，选择对应的案件当事人，上传协查通知书，点击提交发起失联修复,人工操作步骤繁琐。通过RPA技术制作失联修复发起机器人，点击运行后，机器人会自动读取系统中的案号列表，筛选符合发起条件的案件发起文书制作、文书核验、查询发起操作，约2分钟完成一件。

　　2.案件排期情况录入。登录业务系统，将每个案件的开庭排期情况进行录入，包括开庭时间、开庭法庭等信息，录入一个案件需2分钟。通过RPA技术制作案件排期情况录入机器人，点击运行后，机器人会自动读取部门排期表中新增的排期案件信息，在业务系统中选择对应的案件进行排期信息的录入，约1分钟完成一件。

　　3.传票、应诉通知书打印。案件在进行邮寄送达前，需要登录业务系统，打印对应案件中的传票、应诉通知书，用以纸质材料的邮寄送达，打印一个案件的材料需2分钟。通过RPA技术制作传票、应诉通知书打印机器人，点击运行后，机器人会自动读取待送达案件列表的案件信息，在业务系统中选择对应的案件的传票、应诉通知书，点击打印操作，约1分钟完成一件。

　　4.邮寄退件扫描件处理。邮寄送达不成功退回的退件邮单，需要分派给每案的跟案书记员裁剪并进行纸质归档，这个过程交接环节较多，且退件邮单容易遗漏归档，给跟案书记员造成了一定的事务性负担。将邮寄退件邮单统一扫描成图片，通过RPA+AI技术进行处理邮，自动筛选出还没有OCR识别的退件图片，通过OCR技术提取图片中的文本信息，将案号和邮单号识别出来，并退件图片的名称修改为[快递单号]+[案号]，然后通过案号为索引上传至对应案件的电子卷宗系统。

　　5.庭审笔录上传。书记员在庭审结束后，需要将庭审中制作的庭审笔录上传至业务系统的对应案件中，以保证系统信息的完整。上传一份笔录需2分钟。通过RPA技术制作庭审笔录上传机器人，点击运行后，机器人会自动读取待上传案件列表中案件信息，在业务系统中选择对应的案件进行庭审笔录的录入。

　　6.归档信息录入。登录业务系统，选择需要进行归档的案件，录入保管期限、书记员等的信息，点击提交归档。录入一个案件需2分钟。通过RPA技术制作归档信息录入机器人，点击运行后，机器人会自动读取应归档案件列表，在业务系统中选择对应的案件进行归档信息的录入，约1分钟完成一件。

　　（三）执行业务流程自动化

　　1.执行系统自动发起财产查询。发起执行财产查询需登录执行系统，进行总对总、点对点、现场查询、省不动产查询的发起查询操作，人工完成一个案件需点击鼠标45次,用时3-4分钟。通过RPA技术制作自动发起查询机器人，点击运行后，机器人会自动读取预设案号列表中的案号，逐一进行总对总、点对点、现场查询的发起查询操作，约2分钟完成一件。

　　2.生成、发送送达文书。在E键送达系统选择对应的案件，勾选需要生成的文书，点确认后，系统生成需送达的文书并发送。完成每件的文书生成操作需1分钟。通过RPA技术制作生成送达文书机器人，点击运行后，机器人根据案号列表，在E键送达系统找到对应的案件，完成需送达文书的生成和发送操作。

　　3.送达信息查找及上传。通过RPA技术制作送达信息查找机器人，根据需查找的案件列表信息，在“失联修复共享库—当事人身份证号码”中检索身份证号，判断“手机号码查询”和“送达地址确认书”板块中有无信息，有则分别点击“协查记录文件”和“送达地址确认书”栏下载文件，后上传至对应的案件电子卷宗。

　　4.财产查询结果反馈。对于已发起财产查询的案件，需要将查询结果下载后再进行分析。通过RPA机器人根据案号查询在“总对总”“市查控网”“省不动产”系统中点击打印《反馈信息表》。

　　5.发起电子送达。通过RPA机器人在E键送达平台上下载《报告财产令》《执行通知书》（恢复执行通知书），诉服网上发送信息至送达人，下载送达凭证和送达回执，将下载的文件上传至电子卷宗，打印上传的文件。

　　6.执行系统文书公开预处理。登录执行文书公开系统，根据需上网案件列表逐个进行上网处理，识别有无文书、文书技术处理有无异常等情况，并将执行结果回写到EXCEL表中，约60秒完成一个文书公开预处理操作。

　　（四）司法行政管理业务流程自动化

　　1.司法拍卖敏感人员排查。将司法拍卖成交的购买人信息与敏感人员信息列表进行比对，筛查是否存在敏感人员购买我院司法拍卖房产的情况，靠人工排查容易遗漏且工作量大。通过RPA技术制作自动排查机器人，点击运行后，机器人会进行需排查名单与敏感人员名单的比对排查操作，约10秒完成一次排查。

　　2.批量下载文书。为配合城市大脑房地产云图的数据报告工作，需要批量下载房地产类裁判文书，再利用文字抓取小工具筛选案件涉及的小区信息，汇总后报送。文书下载需根据案号列表逐一登录综合业务系统查询并下载，人工下载每份需2分钟。通过RPA技术制作批量下载文书机器人，点击运行后，机器人会自动读取案号列表中的案号，登录系统，逐一进行文书下载、文档命名及保存工作，约30秒完成一份文书的下载及保存。

　　3.电子档案提档。在电子卷宗系统对待归档案件进行提档推送，减少手工推送，选择网络闲时进行提档，提高电子归档效率。运行后，根据案件列表逐一在电子卷宗系统查询并提档，将执行结果登记在EXCEL表中。

　　4.案件归档状态查询。在电子档案系统查询案件归档状态，确保已归档的案件在电子档案系统都已成功接收。运行后，根据案件列表逐一在电子档案系统查询案件归档状态，并将执行结果回写到EXCEL表中。

　　5.财务费用录入（综合办）。财务需要登录佛山市的某系统进行差旅费的录入，人工录入一笔耗时约1分钟。通过RPA技术制作自动录入机器人，点击运行后，机器人会自动读取费用信息列表中的有关信息，登录系统，逐一自动进行数据录入工作，约15秒录入一条。

　　五、运用成效

　　一是有力深化了电子卷宗应用。依托数字机器人中心AI能力平台的通用文本、表格识别能力，开发文字识别工作站，通过图文识别技术，对当事人身份信息等数据节点进行识别提取，把电子卷宗进一步转换成为电子数据，形成可流动的电子卷宗数据链条，利用其高效流转的特性辅助办案。

　　二是有力推动了送达工作。针对电子送达需求开发一揽子数字机器人，覆盖失联修复、排期录入、文书制作、文书打印、短信发送、邮寄退件识别上传、电子送达回证下载及入卷等工作步骤，将分散的送达工作集约管理，形成了以事务驱动的人机协同送达新模式，送达的时效性和准确性有明显提升。2022年，南海法院通过失联修复数字机器人向三大电信运营商发起当事人实名手机号码查询3万余次，成功修复1万余条；通过广东诉讼服务网电子送达平台完成电子送达26万余次，平均每案适用电子送达3.1次。

　　三是有力提升辅助工作效率。目前在审判工作中已开发生效录入、案件归档状态查询、提档、打印寄件回执等流程，在执行工作中已开发发起财产查询、送达信息查找、查控反馈下载及上传打印、事项委托处理、文书上网等流程，在审判管理中已开发收结案统计、电子档案验收、敏感案件排查等机器人流程，在司法行政中开发了数据录入、短信发送、票据打印等流程，有效降低相关业务的劳动强度。截至2022年，南海法院建设法院数字机器人中心，开发完成了120余个智能自动化流程，实现多个工作场景的司法办案流程优化重构，有效减轻各项事务性负担，助力审判执行工作质效提升。南海法院2022年度办结民商事案件约3.4万件，平均结案用时从之前的105天下降到79天。

　　六、可复制推广性

　　据不完全统计，全国3000多家法院中，目前只有极少数法院开始运用RPA技术辅助业务处理，绝大多数法院仍主要依靠不断增加人力投入来完各类机械重复劳动，在法院人力无法大规模增加的背景下，“案多人少”矛盾愈发突出。法院数字机器人的推广应用，对内可以重塑办案流程，大大减轻办案人员工作负担，并逐步形成智能自动化技术支持下的司法办案新规范，实现以“科技变革”促进“制度改革”；对外可提高办案质效，为人民群众提供更好的司法服务。数字机器人采用窗口拖拽式编程方式，对开发者的要求不高，可作为办公类软件技能进行培训和普及。2022年10月，南海法院“法院数字化机器人中心”获广东数字政府“粤复用”应用超市推广，成为广东省唯一一家入选数字政府优秀应用的法院。

　　在全国3000多家法院中，从业法官人数可能超过10万人，年处理案件超过3000万件，案多人少、执行难等等矛盾依旧突出。数字机器人中心的建立从根本上解决了信息孤岛、数据壁垒严重、案件信息差错率高、人员不足、书记员严重流失等问题。基于法院系统大体一致的统建系统，我院数字机器人中心的工作模式和已经开发的RPA自动化流程可以原封不动的移植到其他法院运行，具有很强的可复制推广性。即使是不同的业务系统，只要按照数字机器人中心模式搭建团队和开发流程，也能及时梳理出本单位的可采用RPA流程替代的工作，进一步提升工作质效。

　　南海法院数字机器人管理中心可视化界面

　　责任编辑：广汉