文 | 柯鸣

来源 | 智能相对论（aixdlun）

事情是这样的。

前阵子跟一朋友借了笔钱，不多，5000块钱。他从微信上发了个H5给我说钱到账了，让我下载某借贷APP提取。我也就照做了。昨天收到借贷宝打来的催款电话，一个女客服给我不温不火掰哧半个小时，让我一定要还钱，不然要影响信用。不管我怎样回应，甚至恶语相向，她也一点儿都不生气。

这让我刷新了对催收的印象，一直以来，催收在我的印象中是这样的：

又或者是这样的：

当我们看惯了大金链子、墨镜、肌肉男、张嘴闭嘴脏话的催收时，我不断感慨现在催债方式都是如此的人性化。然而，我仔细一查才发现，该公司的呼出式催债客服均是AI，当时我的心里是这样的：

虽然之前已经了解了许多语音助理的技术革新，当自己真正经历了一个话术表达如此自然、多轮复杂语言对话流畅如此的AI时，感受还是相当惊讶的，毕竟我一直幻想着和我通话的是一个声音甜美的小萝莉。

所以，最终我还是及时还上了钱，虽然被催债心情不是那么好，但终归催收这个形式还是不错的，虽是AI，但也能够满足在交互中的基本需求。那么AI催收到底是个什么东西呢？智能相对论（aixdlun）分析师柯鸣为大家一探究。

AI催收——贷后催收的新宠儿

根据调查资料显示，AI催收主要是以人工智能技术来优化整个催收流程，其不仅仅局限于智能呼出式客服。

以整个催收流程为例，如下是通常催收的逾期指标定义：通常把逾期90+(M3+)定义成不良，行业常说的不良率就是指这个，把逾期180+定义成坏账。

催收逾期指标定义

在这个过程中，在每一个还款日（m1,m2,m3等等）的前几天一般都会开始通过电话的方式提醒用户还款日要到了，注意及时还款，其实，这种方式在支付宝、白条以及各家银行的信用卡中心都有应用。

从m1开始，一但还未还款就会形成逾期。一般在逾期后几天，也会进行电话提醒，这里就不是提醒还款，而是催促还款了。正如上图一样，随着时间推移催收强度也会逐步增大，直至逾期到后面通过司法、委外上门等非常强烈的手段来进行处置，当然成本也会很高。 

在整个催收过程中，要不断的通过数据报表来分析逾期客户，定出针对性的催收策略，并且不断的根据各个月的催收指标进行调整。AI则是渗透至催收的各个环节，简化催收过程的同时也优化催收效果。

AI怎么催？又怎么收？

催收原本是个鲜为人知的行业，传统的催收公司一般以银行和信用卡业务为主，比如老牌催收公司高柏、CBC、一诺银华等。随着AI技术的日臻成熟，催收市场逐渐实现AI赋能，而随着互金和现金贷的兴起，因其逾期体量较大，尺长对催收的需求呈几何倍增长。根据调查研究显示，目前放款在30亿左右规模的现金贷公司催收坐席均在2000人左右。

在具体应用层面，随着AI赋能催收业，许多催收公司因为积累了大量的数据也希望能够与金融科技公司合作一起实现催收的智能化与科技化。在操作层面上，智能相对论（aixdlun）分析师柯鸣认为全面智能化的催收业务主要体现在以下几个方面：

1.智能外呼

在贷后领域，标准化业务包括前端语音外呼、人工质检、批量短信、信息修复、批量诉讼、报表、分案等，智能外呼作为前端语音呼出的高阶版，其可以实现语音合成、语义识别、人机对话、情绪管理等多种外呼形式，这将大大节省外呼坐席的人力成本。

2.智能质检

从目前来看，大多数质检都是以人工听录音的方式来完成，这种方式不仅耗费大量人力，而且有着明显的滞后性，难以达到真正的全覆盖。AI加持的质检领域可以实时对于外呼通话进行监控，实时捕捉催收员的情感、态度、不合规话术、敏感词等，实时进行监控预警及评价，避免滞后性。

3.智能报表

作为贷后精细化运用的核心工作，传统报表生成耗费大量人力，AI可以实现强可视化的“智能报表”，可以从决策层、中层管理人员、底层管理人员、员工等不同角度生成报表进行展示。例如，生成回报率及成本收益情况报表满足决策层的获知要求，生成差异化的员工通话时长、投诉情况、汇款情况等信息满足底层管理人员的需求。

4.智能分案

分案核心目的是资源的优化配置让最合适的人在最合适的时间通过最合适的施压力度催收最合适的案子。AI催收通过刻画用户“画像”、订单分类来设计催收数据模型，系统再根据行为模型分析生成智能化催收方案。该方案能够提前预测客户失联的可能性，或是甄别出用户还款的可能性，排查存量客群中的高风险客户，进而及时调整、修改催收策略，提升催收效率。

AI催收的未来在哪里？

麦肯锡全球研究报告曾指出，“2018年超300万员工需要向机器人老板报告”，“45%的活动可用当前技术自动化，不仅低薪工作，甚至高薪工作中相当一部分日常活动也会被自动化，20%的CEO的活动也是可以被自动化的”，可见现在正处于一个全面人工智能的时代。

AI催收发展到如今确实已经稍见成熟，但是在踏足这条“黄金大道”的同时，智能相对论（aixdlun）分析师柯鸣认为依然应该认清几个基本问题。

1.AI并非催收行业的“治本之策”

催收行业，AI一定不会是其“治本之策”，最大程度上来说，是一剂“强心剂”。何出此言？因为，催收的核心在于催收策略的制定和实际落地运用程度。AI所提供的一种形式，而最终的成效与应用情况，依然需要市场来检验。

换而言之，在一定的成本控制下，如何把潜在逾期风险或者实际逾期行为的伤害降到最低，这考验的是策略人员的业务能力与整体的专业建模。

催收强度与催收效果示意图

之于一般的消费金融公司来说，在逾期初期，并不需要高强度的催收模式，但是这是催收的黄金时期，催收策略效用要大于催收强度，随着时间的拉长，催收难度逐步增大，变成坏账呆账的可能性进一步增加，这时候，应该把催收强大增大。

这一切，需要的是催收策略上的直击人心，AI包装下的催收形式仅仅能起到一定程度上的促进作用，而真正成功的催收是催收策略与用户心理探究上的成功。

而在识别高低风险客户领域，AI依然无法完全替代人类。传统金融机构基本上会将高风险的客户派发给最有经验的催收员来处理。因为对于高风险客户，机构无法坐以待毙，或者逾期时间延长后再增加催收的强度，而是必须在早期就尽量的采取高强度的催收策略来让客户回款。

2.搭载AI，智能催收依然前景广阔

虽然AI催收存在着部分问题，但仍然可以看到起在智能催收领域能够“大展拳脚”。美国的债务催收行业已经孕育了两家纳斯达克的上市公司，分别是PraGroup和Encore capital。同时，债务催收行业里以True accord为代表，运用最新算法的创新型智能催收公司正在逐渐发力。

以True accord为例，其通过大数据采集丰富的用户信息，进而帮助系统深度学习以接近消费者。一方面，其能够通过多种渠道与客户沟通（电子邮件，文本，电话，信件，网页），并估计与用户最匹配的通信风格；另一方面，TrueAccord建立了一个自动化系统，利用社会网络分析、机器学习和行为分析等，联系债务人，帮助他们确定支付计划，从而还清债务。

在呼出式坐席方面，捷通华声研发出一款智能外呼机器人，可依据严密的业务逻辑完成信息验核、还款通知、催收警告等任务，并且能将客户与机器人的通话全文转写，为追款提供结构化数据线索。

科技巨头百度的金融服务事业群研发负责人也在去年KDD China 峰会上，宣布百度正在建设包含逾期催收和失联修复等领域在内的一整套风控模型体系。

诚然，在人工智能的赋能下，催收方式将从劳动密集型转变为技术密集型，以大数据和人工智能为驱动，越来越透明化、标准化。随着金融市场体量的扩大，工具化、系统化、批量化的催收方式或将成为未来的行业趋势。

毕竟，那个催收的人工智能小姐姐还是让人还钱都得劲啊！

智能相对论（微信id:aixdlun）：深挖人工智能这口井，评出咸淡，讲出黑白，道出深浅。重点关注领域：AI+医疗、机器人、智能驾驶、AI+硬件、物联网、AI+金融、AI+安全、AR/VR、开发者以及背后的芯片、算法、人机交互等。