有个段子说，以前接到骚扰电话，没听两句就想挂，现在想多听几句，看看到底对方到底是人还是机器。

这从侧面说明，人工智能在电话营销上的应用，已经成熟，因此顺理成章地，已开始应用在催收领域。

据合生科技联合创始人何新宇介绍，截至2018年底，整个银行的不良贷款规模达到2万亿元。持牌消金机构、小贷、网贷等业务的不良资产规模，预计在2000亿元左右。

在过去五年时间，整个不良资产规模的增长率每年都是百分之十几。

根据目前宏观的经济形势，还有监管的收紧，预计未来几年，贷后不良资产的规模还会持续增加。

这也就是说，催收的业务量将随之暴涨。

谈及催收，大家映入脑海中的第一个印象，是泼油漆、砸鸡蛋等暴力催收。

事实上，随着科技进步，人工智能、大数据等科技手段进入催收行业，贷前、贷中、贷后，变得越来越规范，越来越现代化。

甚至很多大金融机构的分析中心、贷后科技团队、数据团队都远远超过于贷前。

在财经新媒体一本财经近日举办的第三届金融科技风控大会上，多位行业大咖详细分析了技术为催收行业带来的变革。

更加合规

“现在很多机构开始使用智能语音外呼，当我们使用机器人进行外呼，它的很多界限变得非常清楚。”冰鉴信息科技副总裁谢旻旗说道。

机器人不带有任何情绪，所以不管客户如何挑逗辱骂机器人，它都不可能做出逾越的事情。它严格遵循设定话术。

在谢旻旗看来，合规风险就变得比较可控。

机器确实能控制情绪，能够遵循一套代码、不会超出这个范畴。

但有个问题，实际催收过程中需要“因地制宜”，对不同人、用不同手段进行催收，根据客户不同的反应，去施加不同的压力。

如果说机器完全是按照合规，或者预先设定好的规范去做，效果是否会如意?

答案是，智能机器人的催收能力，会随着时间的推进逐渐进步。

谢旻旗表示，“这是一个阶段性的问题，现在处在智能催收1.0的状态，大家主要还是通过一些关键词提取和情感基本分析，匹配一套固定的话术，对客户进行施压。”

在未来，随着训练数据的增多，对信息的提取，不管是客户的情绪还是情况的提取，都会变得更加准确，会知道如何用一套更复杂的逻辑去施压。

但不管如何施压，只要是程序，都有红线。只要到了这条红线，程序就不会跨越它，跟人不一样。人工催收时，就算沟通和解决方案规划的再好，都有可能跨越红线。

当数据比较多的时候，机器还会找到人想不到的方案。

为什么阿尔法狗这么厉害?因为它没有按照人固有的套路去下棋，它找到了人没有想到的一些解决方案。

也许在未来的某个时间点，智能外呼也能找到这样的解决方案——既不逾越监管红线，也能带来最好的催收效果。

更加高效的撮合效率

需要指出的是，这里的高效撮合，指的是更高效的撮合资产端(甲方)和催收机构(乙方)。

在一本财经举办的风控大会上，合生科技联合创始人何新宇称，乙方面临的第一个是资产来源问题。很多中小乙方机构，经常面临案件来源不足、供给不稳定的情况。

他们缺乏一些个性化的案件来源，很难匹配符合自己业务优势的甲方资产来源。

而且，其数据分析能力不是很强大，包括对案件的评估等。很多时候，在接到一些甲方资产后，对于回收的收益情况、回收的效率情况评估不足，再就是信息匮乏。

更加致命的是，很多中型机构和小型机构并没有清收平台，对流程管理工具也比较缺乏，在作业过程中，缺乏数据沉淀机制。

这样，导致的结果是，上一次做的案件、积累的数据，很难利用到下一次催收案件中。

智能催收业务撮合平台弥补了些许不足。

据悉，一家智能催收业务撮合平台，开展业务前首先需要经过三个阶段：

1、 需要评价资产。这就是所谓的传统资产评分模型，预测资产人的回款意愿，预测资产回款率，具体方式包括传统的帐户方案和浏览策略等，这都是基于资产端进行细分的。

2、 需要对催收机构，做一个比较精准、个性化的评价;首先需要对机构做评级，以及把绩效管理和过程管理的手段和方法，引入到机构评级里面去。

3、 一般这种智能催收平台，都希望与乙方及催收机构，展开一个深度合作。最终基于对资产和机构的评价，沉淀数据，便于下一次业务的开展。

把这件事分成三个阶段的长远意义在于，可对资产端进行高效率的化解。

当然，做到该点，得有一个必要条件，那就是须对行业有深刻理解。所谓的评分模型和手段，也是为了积累数据，对他们两端有一个精准评价。

何新宇举了一个具体例子：一家机构所需要的催收案件，是需要细致到乡镇级别的。而智能催收业务撮合平台，就能满足其这种需求。

比如说一个机构在东城区，智能撮合平台就会给其匹配，离它地理位置最近的区县里的案例。在这个区域里，有两到三名员工在小组作业，一共会给其匹配40个账户，这40个账户回款效率很高，能达到传统乙方机构400户的回款水平。

这种方式也能大大缩减乙方的催收效率，主要原因在于这40户比较集中，房子与房子间的间隔只有3-5公里，缩减了人员来回奔波的时间，减少了外访成本。

提高催收员的工作效率

据一个在资产处置领域，有20多年从业经验管理者介绍，据他统计，电催员如果按照传统方式进行电话催收，一天有7.5个小时工作时长，真正有效时间才有2个小时。

他们大部分时间浪费在无效拨打上，很多号码打过去就是空号。而人工智能技术，会提高催收员的工作效率。

比如人工智能技术会爬取一些用户数据，掌握其更多的通讯方式，比如微信、微博账号等，更加多元化地展开催收工作。

而且，通过对逾期客户画像补全，机构能了解该欠款用户有钱还是没钱。

譬如，电话打过去后，欠款用户说没钱，但是系统发现，他最近还有高昂的消费，这些信息能够给催收人员，提供更多的催收资料。

此外还有一系列智能催收工具，帮助提升催收效率。

比方说催收评分卡、智能质检工具。整体思路就是借助于，现在提到的很多智能化工具，帮助机构去优化整体资源配置，提升触达率和回款率。

最终达到的目标，是从原来粗放型的管理方式，转化为细分型的管理方式。

那么人工智能催收客服，实现逻辑具体而言是怎样的呢?

整个智能客服包括人工智能的技术，是从应用到算法层面和技术层面的，一般首先会通过IVR跟客户进行交互，相当于把这段录音播出，在客户回答之后通过ASR技术相当于翻译器，把客户说的东西转化为文本，最后进入到自然语言的处理，相当于一个大脑，根据客户的信息判断，该如何回答客户。

最后通过TTS，相当于合成器，把机构要说的话进行合成，传递给客户，这是一个链条。

总的来说，金融科技在贷后阶段的渗入，会越来越深度。

以前银行是季度指标，现在变成了月度指标，所以最近几年，银行的压力越来越大，就更加需要金融科技，帮其提升催收效率了。

如何在不违规、不犯法的情况下，提高催收效率，金融科技大展身手的空间还在扩展中。（来源：消金界）