“AI+催收+行业know-how”新结合，提高金融催收业务产能

人工智能与催收行业的结合并不新鲜。以往讨论较多的往往是借助人工智能帮助金融机构催收业务完成重复性工作，以更高效的进行电话通知和信息传达，比如已经得到具体落地的应用的智能外呼机器人等。但本文的关注点并不在此，而是讨论如何通过技术进步让催收员得到工作能力的提升，进而让催收团队的产能达到质的飞跃。

人员流失率居高不下，影响产能

面对野蛮生长的坏账率，银行等金融机构设立催收部门，以解决客户的欠款、债务逾期拖欠的问题。而如今，金融行业需要面对的不仅是如何成功收回欠款的问题，更是如何才能更加高效、合规地催收——比起依赖人工智能，我们不如将目光放在如何提高“人”的产能上。“人”这才是高效、合规催收的本质。

而说到人，就不得不提到催收行业面临的一个老大难问题：人员流失率高——于新手而言，这份工作上手难、起步慢，试用期业绩不达标的情况屡见不鲜；而于老手而言，长期处于高压环境下，工作成就感低：回款的压力，客户情绪的压力，外部是监管部门的合规要求，内部是质检的要求，目标则是让客户心平气和地还款。

正因此，催收团队长期处于招聘新人、培训新人的循环中。随之带来的问题，其中一个就是培训成本直线飙高。

行业know-how带来催收行业新转机

培训成本中，主要包含人力成本和时间成本。老手带新手，换句话说也就是言传身教的培训方式，是人力和时间成本居高不下的关键。而言传身教，于新手而言，考验学习能力和心理承受能力；于老手而言，则无疑需要花费大量时间。但催收团队的know-how恰恰是在言传身教中一次次地传授给一波又一波的新催收员。

作为金融机构风控环节的关键，催收自有其独特的、需要靠“人”来完成的know-how。因此，我们看待问题的视角要落到“高效提炼并传授know-how”上来。若人工智能技术能辅助人进行知识的提炼、传递，则能够更深层次的解决催收行业人员流失率问题。

以语音数据为切入点，助催收团队产能达到质的飞跃

know-how从何而来？说到这里，就要提到一个被忽略的“宝藏资产”——语音数据。一个催收部门每天都会通过电话沟通等方式生产出大量的语音数据。若其不能为企业带来业务上的价值，它们充其量也只能被称为音频，分散存储于不同部门，仅在需要作为证据时才调用。

然而，若人工智能由此切入，深度感知语音数据中潜藏的业务价值，就能进而提高催收团队的产能，则这些音频就能转化为语音数据“资产”。

目前国内专注于语音数据资产的企业并不多。据闻，总部位于深圳的声扬科技就是这个领域中领先的团队之一，其技术和产品已在多个头部银行和保险央企得到应用，激活企业内的语音数据资产并进行知识性重构，为金融行业的数字化进程赋能。

我们可以预见，今后的人工智能技术将改变催收行业的理念、模式和方法，提升效率，提高产能，加速催收业务的数字化升级进程。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。