什么是直通式处理？

STP 可涵盖多个自动化阶段中的任意一项或全部，包括启动、验证、扩充、路由、履约和结算。然而，STP 并不是非全有即全无的方案；业内通常以 STP 率，也就是自动化流程的占比来衡量 STP 落地情况。采用 STP 方法可以缩短处理时间，进而精简操作任务、提升可扩展性，并生成清晰、可供审计的文档轨迹。

STP 在金融服务领域应用广泛，常见于证券交易、支付以及银行业务场景。例如，在证券交易中，每天有数百万笔交易在无人参与的前提下完成分析、清算与执行。

STP 交易的具体细则各不相同，并非所有应用都会覆盖全部环节。我们来看一则实例，一家零售杂货连锁店向番茄供应商下发订单，目标是实现全生命周期 STP。

这家连锁杂货店配有自动化系统，能够监测番茄库存即将不足。根据销售速率与库存数据，杂货连锁店的库存系统核算出门店需要 10 箱 25 磅规格的番茄。

系统实时自动生成订单并推送至番茄供应商。该订单可依托标准化的商业文件传输协议（例如，电子数据接口 (EDI)）完成发送。

番茄供应商收到订单后自动核验订单内信息。定价是否准确？供应商自身库存与配送能力是否充足？该连锁超市的款项是否按期结清？是否存在存量合同需要核验内容准确性与相关条款？收货地址和供应商存档信息是否保持一致？

STP 的目标是瞬时自动完成以上各项问题的核验。

超市连锁店未必会附带番茄供应商履约所需的全部信息，一般仅标注数量、商品 SKU（库存单位）和送货地址。随后，番茄供应商需要补充更多信息，来“丰富”基础订单。补充内容可包含配送相关事项，例如重量或温控要求、番茄仓储地点、该客户专属货源渠道等信息。

这类数据对连锁超市没有使用需求，却是番茄供应商留存审计轨迹的关键资料。

路由是指引导金融交易经由对应清算渠道或支付处理网络流转的过程。本质就是选定支付方式并确定款项的流转路径。

STP 系统中的电子支付方式包含电子资金转账，例如美国的 ACH（自动清算所）或欧洲的 SEPA（单一欧元支付区）。该类方式普遍用于银行与其他金融机构的往来，也适用于企业、个人和政府机构之间的资金划转。它是薪资发放、供应商结算等场景的经典 STP 实现方式，文件或 API 调用可自动完成核验、路由、清算与结算。

其余方式还包括银行卡支付、Real-Time Payments (RTP)、FedNow 这类即时支付通道以及电汇。

番茄供应商随即核查仓库库存与配送方案，并把相关变动同步给超市连锁。想要实现 100% 直通式处理，可借助自动化履约机器人系统完成番茄的分拣、打包与发货。手动环节和自动化流程搭配落地也十分普遍，例如，供应商可安排仓库工作人员将番茄装箱后装车配送。

其余 STP 交易里，履约环节仅涉及款项结算。保险理赔、房贷还款、股票交易等金融业务均可依托 STP 获益，该类场景无实物流转，因此不用设置实物履约环节。

履约确认完毕后，供应商自动生成发票并发送至杂货连锁店。对应地，连锁超市自动收取发票，通过约定渠道（例如 ACH）完成应收款项的付款操作。

在整个交易过程中，人类仅参与了番茄采购的实际环节：装载、配送和上架。剩余环节的交易无需人工干预即可完成。

此示例是经过充分优化的自动化示例。例如，连锁杂货店可能没有库存系统可以自动识别需要运送新的番茄。STP 指的是使这一过程自动化的目标。“STP率”是指自动处理的交易百分比。

即使一个组织无法实现其所有流程的自动化，它仍然能够从逐步的自动化和对其直通式处理系统的改进中收获实效。主要优点包括：

自动化可以显着降低数据录入和验证中出现人为错误的风险。VAO 对供应链公司数据录入的分析发现，人工数据录入的错误率高达 4% ，而适配 STP 的自动化流程的错误率最高仅为 1% 。规模化运行后，差错降幅十分可观。

STP 工作流可以降低成本。这些成本的降低可能来自替代人力劳动、减少对支票、邮票和印刷用品等纸质产品的需求、通过更及时的沟通舒缓客户服务代表的压力等等。Synovus 的一项研究发现，手工制作一张发票的平均成本约为 10 美元，而实施自动化策略的企业仅花费 2.81 美元。

VAO 的这项研究还发现，人工开具的发票的平均处理时间大约为 10 到 12 分钟。但纳入文档排队、业务高峰期扩容受限等其他因素后，整体耗时还会持续增加。对于手动生产，从接收到完成的总周期时间为 14.6 天。使用 STP 方法？大约 3 到 5 天。

交易流程中各个步骤的自动化可以改进并加快该特定步骤和整个流程。

在有大量人工干预的流程中，业务增长需要按比例增加员工来处理新增订单量。STP 可以打破这个循环。随着订单量的增加，自动化服务通常成本更低，也更容易扩展。

STP 可以通过减少或消除商业交易中的许多痛点来提升客户满意度。例如，发货更新等通知在满足触发条件时，就会自动创建并发送。这些自动化减少了处理时间和错误，带来更好的客户体验。

根据 STP 目标实现业务交易和支付系统自动化有助于确保遵守法规并最大限度地降低安全风险。监管合规可以自动落地：例如，州税法、知识产权法和个人数据保护法因地点而异，但可以根据交易中所涉及企业的地点自动适配。

STP 还有助于落地安全交易协议，例如 EDI，同时接入 AI 工具来帮助检测可疑和潜在的欺诈行为。

将 STP 率作为一项指标，这表明虽然各组织认可 STP 作为目标的价值，但要完整落地还存在不小的阻碍和挑战。

组织通常依赖旧版系统，这容易带来集成难题，在对接新式系统时尤为突出。例如，许多旧系统并非设计为通过 API（应用程序编程接口）进行通信，这种不兼容性会阻碍数据交换和集成工作流。定制 API 解决方案的构建可能既耗时又昂贵，迁移到更现代化的系统同样如此。

自动化系统有时可能需要调整员工已经习以为常的现有作业方式。例如，对于习惯于自行研判风险的员工来说，依靠算法来衡量、理解和评估风险难免心存顾虑。

实施 STP 系统可能需要耗费工时调整配置，并抬高硬件、软件和人员的前期成本。团队可能需要将数据迁移到新平台、购买新的订阅并创建自定义集成，以连接各种数据源和应用程序。这些运营可能需要聘请顾问、额外的IT人员和项目经理，并为现有员工开展再培训。

STP 能够充分利用许多现代技术进步的成果。iPaaS 解决方案这类可简化应用集成与自动化流程搭建的技术，正在帮助组织实现其直通式处理目标。

集成平台即服务，简称 iPaaS，指的是一套自助式、基于云的工具和解决方案，用于集成应用、系统和数据源。

iPaaS 产品为日趋复杂的 IT 环境里，应用程序、数据源和服务集成的各类难题提供了解决方案。借助 iPaaS，企业可以使用预建连接器、地图和转换组件等工具，协调集成流程并最大限度地提高不同系统之间的互操作性。

这种集中化和简化的集成让 iPaaS 解决方案成为落地 STP 目标的实用工具。在许多情况下，数据交换的限制会阻碍 STP 落地：系统之间从流程的一个步骤到下一个步骤的数据流动是 STP 的基本必要条件。iPaaS 平台帮助开发人员构建创建自动化直通式处理系统所需的集成。

人工智能 (AI) 已应用于 STP 系统的许多方面。智能文档处理 (IDP) 依靠 AI 来读取和理解手写文档，并使用自然语言处理来解析内容，将数据路由到适当的位置。

AI 驱动的工具还用于评估风险、评估保险索赔、检测欺诈等。在银行业，AI 工具已被用于检测洗钱、匹配付款与发票，并自动为审计员生成证据和文件。

区块链已在一些金融科技应用程序中被用作底层基础设施，并为后续的功能拓展提供了更多可能性，例如“T+0”结算（即时结算或接近即时结算）。

“T+1”与“T+2”指交易结算期；换句话说，交易完成后需要几个工作日进行结算？T+0 表示交易和结算之间没有间隔（间隔零天），可实现即时资金流转。

部分架构下，区块链能够降低对 ACH 网络、往来行等传统中间机构的依赖。但受监管、合规与集成规则约束，各类金融中介机构仍会参与业务。

机器人流程自动化 (RPA) 不等同于 AI；它更像是通过程序机器人完成指定作业。AI 能够抓取非结构化数据、分析并梳理规律，RPA 则侧重数据录入这类固定工作。RPA 与 AI 经常协同运作，形成“手与脑”的搭配模式。

以金融行业为例，AI 解析交易数据，研判欺诈行为是否发生。然后，RPA 接收研判结果，对涉诈账户拦截交易。这类组合方案被称作智能自动化 (IA)，后续在功能复杂度、落地能力、普及度上还会持续发展。