隨著AI技術(shù)的日臻成熟，催收市場(chǎng)逐漸實(shí)現(xiàn)AI賦能，而隨著互金和現(xiàn)金貸的興起，因其逾期體量較大，尺長對(duì)催收的需求呈幾何倍增長。因此本文主要來探討一下AI到底是如何催收的。

事情是這樣的。

前陣子跟一朋友借了筆錢，不多，5000塊錢。他從微信上發(fā)了個(gè)H5給我說錢到賬了，讓我下載某借貸APP提取，我也就照做了。

昨天收到借貸寶打來的催款電話，一個(gè)女客服給我不溫不火掰哧半個(gè)小時(shí)，讓我一定要還錢，不然要影響信用。不管我怎樣回應(yīng)，甚至惡語相向，她也一點(diǎn)兒都不生氣。

這讓我刷新了對(duì)催收的印象，一直以來，催收在我的印象中是這樣的：

又或者是這樣的：

當(dāng)我們看慣了大金鏈子、墨鏡、肌肉男、張嘴閉嘴臟話的催收時(shí)，我不斷感慨現(xiàn)在催債方式都是如此的人性化。然而，我仔細(xì)一查才發(fā)現(xiàn)，該公司的呼出式催債客服均是AI，當(dāng)時(shí)我的心里是這樣的：

雖然之前已經(jīng)了解了許多語音助理的技術(shù)革新，當(dāng)自己真正經(jīng)歷了一個(gè)話術(shù)表達(dá)如此自然、多輪復(fù)雜語言對(duì)話流暢如此的AI時(shí)，感受還是相當(dāng)驚訝的，畢竟我一直幻想著和我通話的是一個(gè)聲音甜美的小蘿莉。

所以，最終我還是及時(shí)還上了錢，雖然被催債心情不是那么好，但終歸催收這個(gè)形式還是不錯(cuò)的。雖是AI，但也能夠滿足在交互中的基本需求。

那么AI催收到底是個(gè)什么東西呢？筆者為大家一探究。

AI催收：貸后催收的新寵兒

根據(jù)調(diào)查資料顯示：AI催收主要是以人工智能技術(shù)來優(yōu)化整個(gè)催收流程，其不僅僅局限于智能呼出式客服。

以整個(gè)催收流程為例，如下是通常催收的逾期指標(biāo)定義：通常把逾期90 (M3 )定義成不良，行業(yè)常說的不良率就是指這個(gè)，把逾期180 定義成壞賬。

催收逾期指標(biāo)定義

在這個(gè)過程中，在每一個(gè)還款日（m1,m2,m3等等）的前幾天一般都會(huì)開始通過電話的方式提醒用戶還款日要到了，注意及時(shí)還款。其實(shí)，這種方式在支付寶、白條以及各家銀行的信用卡中心都有應(yīng)用。

從m1開始，一但還未還款就會(huì)形成逾期。一般在逾期后幾天，也會(huì)進(jìn)行電話提醒，這里就不是提醒還款，而是催促還款了。

正如上圖一樣，隨著時(shí)間推移催收強(qiáng)度也會(huì)逐步增大，直至逾期到后面通過司法、委外上門等非常強(qiáng)烈的手段來進(jìn)行處置，當(dāng)然成本也會(huì)很高。

在整個(gè)催收過程中，要不斷的通過數(shù)據(jù)報(bào)表來分析逾期客戶，定出針對(duì)性的催收策略，并且不斷的根據(jù)各個(gè)月的催收指標(biāo)進(jìn)行調(diào)整。AI則是滲透至催收的各個(gè)環(huán)節(jié)，簡化催收過程的同時(shí)也優(yōu)化催收效果。

AI怎么催？又怎么收？

催收原本是個(gè)鮮為人知的行業(yè)，傳統(tǒng)的催收公司一般以銀行和信用卡業(yè)務(wù)為主，比如：老牌催收公司高柏、CBC、一諾銀華等。

隨著AI技術(shù)的日臻成熟，催收市場(chǎng)逐漸實(shí)現(xiàn)AI賦能，而隨著互金和現(xiàn)金貸的興起，因其逾期體量較大，尺長對(duì)催收的需求呈幾何倍增長。

根據(jù)調(diào)查研究顯示：目前放款在30億左右規(guī)模的現(xiàn)金貸公司催收坐席均在2000人左右。

在具體應(yīng)用層面，隨著AI賦能催收業(yè)，許多催收公司因?yàn)榉e累了大量的數(shù)據(jù)也希望能夠與金融科技公司合作一起實(shí)現(xiàn)催收的智能化與科技化。

在操作層面上，筆者認(rèn)為全面智能化的催收業(yè)務(wù)主要體現(xiàn)在以下幾個(gè)方面：

1. 智能外呼

在貸后領(lǐng)域，標(biāo)準(zhǔn)化業(yè)務(wù)包括前端語音外呼、人工質(zhì)檢、批量短信、信息修復(fù)、批量訴訟、報(bào)表、分案等，智能外呼作為前端語音呼出的高階版，其可以實(shí)現(xiàn)語音合成、語義識(shí)別、人機(jī)對(duì)話、情緒管理等多種外呼形式，這將大大節(jié)省外呼坐席的人力成本。

2. 智能質(zhì)檢

從目前來看，大多數(shù)質(zhì)檢都是以人工聽錄音的方式來完成，這種方式不僅耗費(fèi)大量人力，而且有著明顯的滯后性，難以達(dá)到真正的全覆蓋。

AI加持的質(zhì)檢領(lǐng)域可以實(shí)時(shí)對(duì)于外呼通話進(jìn)行監(jiān)控，實(shí)時(shí)捕捉催收員的情感、態(tài)度、不合規(guī)話術(shù)、敏感詞等，實(shí)時(shí)進(jìn)行監(jiān)控預(yù)警及評(píng)價(jià)，避免滯后性。

3. 智能報(bào)表

作為貸后精細(xì)化運(yùn)用的核心工作，傳統(tǒng)報(bào)表生成耗費(fèi)大量人力，AI可以實(shí)現(xiàn)強(qiáng)可視化的“智能報(bào)表”，可以從決策層、中層管理人員、底層管理人員、員工等不同角度生成報(bào)表進(jìn)行展示。

例如：生成回報(bào)率及成本收益情況報(bào)表滿足決策層的獲知要求，生成差異化的員工通話時(shí)長、投訴情況、匯款情況等信息滿足底層管理人員的需求。

4. 智能分案

分案核心目的是資源的優(yōu)化配置讓最合適的人在最合適的時(shí)間，通過最合適的施壓力度催收最合適的案子。AI催收通過刻畫用戶“畫像”、訂單分類來設(shè)計(jì)催收數(shù)據(jù)模型，系統(tǒng)再根據(jù)行為模型分析生成智能化催收方案。

該方案能夠提前預(yù)測(cè)客戶失聯(lián)的可能性，或是甄別出用戶還款的可能性，排查存量客群中的高風(fēng)險(xiǎn)客戶，進(jìn)而及時(shí)調(diào)整、修改催收策略，提升催收效率。

AI催收的未來在哪里？

麥肯錫全球研究報(bào)告曾指出：

2018年超300萬員工需要向機(jī)器人老板報(bào)告，45%的活動(dòng)可用當(dāng)前技術(shù)自動(dòng)化，不僅低薪工作，甚至高薪工作中相當(dāng)一部分日?；顒?dòng)也會(huì)被自動(dòng)化，20%的CEO的活動(dòng)也是可以被自動(dòng)化的。

可見現(xiàn)在正處于一個(gè)全面人工智能的時(shí)代。

AI催收發(fā)展到如今確實(shí)已經(jīng)稍見成熟，但是在踏足這條“黃金大道”的同時(shí)，筆者認(rèn)為依然應(yīng)該認(rèn)清幾個(gè)基本問題。

1. AI并非催收行業(yè)的“治本之策”

催收行業(yè)，AI一定不會(huì)是其“治本之策”，最大程度上來說，是一劑“強(qiáng)心劑”。

何出此言？

因?yàn)椋呤盏暮诵脑谟诖呤詹呗缘闹贫ê蛯?shí)際落地運(yùn)用程度。AI所提供的一種形式，而最終的成效與應(yīng)用情況，依然需要市場(chǎng)來檢驗(yàn)。

換而言之，在一定的成本控制下，如何把潛在逾期風(fēng)險(xiǎn)或者實(shí)際逾期行為的傷害降到最低，這考驗(yàn)的是策略人員的業(yè)務(wù)能力與整體的專業(yè)建模。

催收強(qiáng)度與催收效果示意圖

之于一般的消費(fèi)金融公司來說，在逾期初期，并不需要高強(qiáng)度的催收模式。但是這是催收的黃金時(shí)期，催收策略效用要大于催收強(qiáng)度。

隨著時(shí)間的拉長，催收難度逐步增大，變成壞賬呆賬的可能性進(jìn)一步增加，這時(shí)候，應(yīng)該把催收強(qiáng)大增大。

這一切，需要的是催收策略上的直擊人心，AI包裝下的催收形式僅僅能起到一定程度上的促進(jìn)作用，而真正成功的催收是催收策略與用戶心理探究上的成功。

而在識(shí)別高低風(fēng)險(xiǎn)客戶領(lǐng)域，AI依然無法完全替代人類。傳統(tǒng)金融機(jī)構(gòu)，基本上會(huì)將高風(fēng)險(xiǎn)的客戶派發(fā)給最有經(jīng)驗(yàn)的催收員來處理。

因?yàn)閷?duì)于高風(fēng)險(xiǎn)客戶，機(jī)構(gòu)無法坐以待斃，或者逾期時(shí)間延長后再增加催收的強(qiáng)度，而是必須在早期就盡量的采取高強(qiáng)度的催收策略來讓客戶回款。

2. 搭載AI，智能催收依然前景廣闊

雖然AI催收存在著部分問題，但仍然可以看到起在智能催收領(lǐng)域能夠“大展拳腳”。美國的債務(wù)催收行業(yè)已經(jīng)孕育了兩家納斯達(dá)克的上市公司，分別是PraGroup和Encore capital。

同時(shí)，債務(wù)催收行業(yè)里以True accord為代表，運(yùn)用最新算法的創(chuàng)新型智能催收公司正在逐漸發(fā)力。

以True accord為例：其通過大數(shù)據(jù)采集豐富的用戶信息，進(jìn)而幫助系統(tǒng)深度學(xué)習(xí)以接近消費(fèi)者。

• 一方面，其能夠通過多種渠道與客戶溝通（電子郵件，文本，電話，信件，網(wǎng)頁），并估計(jì)與用戶最匹配的通信風(fēng)格；
• 另一方面，TrueAccord建立了一個(gè)自動(dòng)化系統(tǒng)，利用社會(huì)網(wǎng)絡(luò)分析、機(jī)器學(xué)習(xí)和行為分析等，聯(lián)系債務(wù)人，幫助他們確定支付計(jì)劃，從而還清債務(wù)。

在呼出式坐席方面，捷通華聲研發(fā)出一款智能外呼機(jī)器人，可依據(jù)嚴(yán)密的業(yè)務(wù)邏輯完成信息驗(yàn)核、還款通知、催收警告等任務(wù)，并且能將客戶與機(jī)器人的通話全文轉(zhuǎn)寫，為追款提供結(jié)構(gòu)化數(shù)據(jù)線索。

科技巨頭百度的金融服務(wù)事業(yè)群研發(fā)負(fù)責(zé)人，也在去年KDD China 峰會(huì)上，宣布百度正在建設(shè)包含逾期催收和失聯(lián)修復(fù)等領(lǐng)域在內(nèi)的一整套風(fēng)控模型體系。

誠然，在人工智能的賦能下，催收方式將從勞動(dòng)密集型轉(zhuǎn)變?yōu)榧夹g(shù)密集型，以大數(shù)據(jù)和人工智能為驅(qū)動(dòng)，越來越透明化、標(biāo)準(zhǔn)化。隨著金融市場(chǎng)體量的擴(kuò)大，工具化、系統(tǒng)化、批量化的催收方式或?qū)⒊蔀槲磥淼男袠I(yè)趨勢(shì)。

畢竟，那個(gè)催收的人工智能小姐姐還是讓人還錢都得勁?。?/p>

作者：柯鳴