機器人搶人工客服飯碗，一天可處理上萬條外呼任務，催回率高達90%

01-27

「您好，請問您是xx本人嗎，您在xx平台的貸款還有兩天就到期了，請您儘快還款。」只要是在網貸平台借過錢的人，對這樣的電話都很熟悉。但現在越來越多的網貸平台開始用機器語音或者智能客服取代人工坐席，客戶接到的催繳電話變成了機械語音提示，大部分人選擇馬上掛斷。

「主要是起到一個提示還款的作用，對逾期幾乎沒有幫助。」某消費金融公司貸後部門負責人告訴清流Club，現在的機器語音催收效果不是很好，但也不得不用，因為「靠人工的話效率太低了，根本打不完那麼多電話」。

隨著消費金融越來越熱，對催收平台的要求也越來越高，特別是消費金融的借貸規模呈現小而散特點，原有的人工坐席已完全沒辦法滿足現有需求，對智能催收的需求越來越急迫。但是正如上文貸後負責人所言，機器催收也有著諸多的不便。

日前，清流Club發現，有這樣一家人工智慧公司，其研發的智能電話催收機器人，整體呼通率達65%左右，大幅超過傳統人工50%的呼通率；機器人外呼當天催回率由最初的60%提升至接近80%，基本接近人工催繳水平，並且隨著數據完善還在不斷提升中。

這家公司是科大訊飛，一家總部位於安徽合肥市的中國本土人工智慧企業，剛剛於今年6月位列由《麻省理工科技評論》發布的「2017全球50大最聰明公司榜單」第6名，是榜單上排名最高的中國公司。

科大訊飛智能呼叫中心負責人胡某告訴清流Club，近年來，隨著人工成本增高，客戶需求多樣化及非結構化數據增多，人工客服面臨著巨大挑戰，科大訊飛憑著自身在人工智慧領域的技術積累，利用大數據、模式分類技術對外輸出智能客服系統，「至2016年底，科大訊飛參與建設的智能客服系統超過130個，合作機構包括政府、銀行、公安、金融等各領域。」

「科大訊飛的智能客服探索起於2005」，胡某向清流Club介紹，最開始的智能客服只是簡單的基於命令詞語的語音識別業務；到了2010年，江蘇移動、工商銀行、中銀銀行等開始試水語音導航，「即基於語音加按鍵的客服服務」；2012年，部分運營商及保險公司開始探索語音大數據分析和質檢應用；到了2015年，運營商、金融、政府開始大量建設智能客服系統。

至此，催收開始走向人工智慧+大數據的方向，即擺脫了以客戶按鍵為驅動的人機交互，變成了以人為中心的自然交互，「這其中就涉及到語音識別，機器要在短時間內準確識別客戶的關鍵詞，自動導向下一級菜單」，同時，根據客戶的回答，利用大數據分析判斷其還款能力和還款意願。

某催收平台負責人介紹，大數據能切實提高催回率，比如，在P2P這個資產類別，如果金額在1000元以下，原有的人均每天處理案件量在200左右，催回率為80%，而運用大數據智能催收系統之後，催回率能夠提升到90%左右。

在科大訊飛的官方網站上，清流Club現場體驗了一次智能催收服務。在輸入自己的手機號碼後，清流Club很快接到了來自某貸款平台的電話，一個女聲在確認了清流Club為機主本人後，提醒機主貸款已經逾期兩天，請儘快還款；清流Club隨即表示自己沒錢，女聲繼續提醒如若不及時還款會影響個人信用，提示機主在今晚之前將還款存入銀行卡；清流Club再次拒絕還款後，女聲禮貌地掛斷了電話。

清流Club感覺，機器的聲音很自然，分辨不出是否人工，但是在問題的間隙，有明顯的停頓和切換。

根據科大訊飛官網的介紹，該智能催收系統「可同時並發500外呼任務，一天可處理上萬條外呼任務，大量減少人工坐席成本，同時提高企業坐席服務效率」；並「自動生成工單任務報表，全文字記錄客戶通話信息，方便後期統計。客戶錄音上傳『嘉聯雲』，隨時隨地可導出」。目前，量化派、捷信等消費金融公司均已跟科大訊飛有合作。

某消金公司催收負責人告訴清流Club，「感覺機器催收沒啥作用，逾期的人連人工的電話都不接了，何況機器的。」但另一消金公司貸後負責人認為，「機器催收在提醒還款這方面有巨大的作用，何況還能全程記錄，利用大數據分析手段，應該能研究出最有效的催收話術。」

據清流Club了解，馬上消費金融也在探索智能催收技術，利用大數據分析客戶接聽電話時的語音語調，相應地調整話術，將之稱為客戶的「情緒管理」。

儘管業內普遍認為現在還沒有真正的智能催收系統，但是隨著語音識別技術的成熟，人工智慧、機器學習及大數據分析技術在催收領域的不斷深化，終有一天機器能夠取代人工席位，讓催收效率產生質的飛躍。