人工智能與催收行業(yè)的結合并不新鮮。以往討論較多的往往是借助人工智能幫助金融機構催收業(yè)務完成重復性工作，以更高效的進行電話通知和信息傳達，比如已經(jīng)得到具體落地的應用的智能外呼機器人等。但本文的關注點并不在此，而是討論如何通過技術進步讓催收員得到工作能力的提升，進而讓催收團隊的產(chǎn)能達到質的飛躍。
人員流失率居高不下，影響產(chǎn)能
面對野蠻生長的壞賬率，銀行等金融機構設立催收部門，以解決客戶的欠款、債務逾期拖欠的問題。而如今，金融行業(yè)需要面對的不僅是如何成功收回欠款的問題，更是如何才能更加高效、合規(guī)地催收——比起依賴人工智能，我們不如將目光放在如何提高“人”的產(chǎn)能上。“人”這才是高效、合規(guī)催收的本質。
而說到人，就不得不提到催收行業(yè)面臨的一個老大難問題：人員流失率高——于新手而言，這份工作上手難、起步慢，試用期業(yè)績不達標的情況屢見不鮮;而于老手而言，長期處于高壓環(huán)境下，工作成就感低：回款的壓力，客戶情緒的壓力，外部是監(jiān)管部門的合規(guī)要求，內部是質檢的要求，目標則是讓客戶心平氣和地還款。
正因此，催收團隊長期處于招聘新人、培訓新人的循環(huán)中。隨之帶來的問題，其中一個就是培訓成本直線飆高。
行業(yè)know-how帶來催收行業(yè)新轉機
培訓成本中，主要包含人力成本和時間成本。老手帶新手，換句話說也就是言傳身教的培訓方式，是人力和時間成本居高不下的關鍵。而言傳身教，于新手而言，考驗學習能力和心理承受能力;于老手而言，則無疑需要花費大量時間。但催收團隊的know-how恰恰是在言傳身教中一次次地傳授給一波又一波的新催收員。
作為金融機構風控環(huán)節(jié)的關鍵，催收自有其獨特的、需要靠“人”來完成的know-how。因此，我們看待問題的視角要落到“高效提煉并傳授know-how”上來。若人工智能技術能輔助人進行知識的提煉、傳遞，則能夠更深層次的解決催收行業(yè)人員流失率問題。
以語音數(shù)據(jù)為切入點，助催收團隊產(chǎn)能達到質的飛躍
know-how從何而來?說到這里，就要提到一個被忽略的“寶藏資產(chǎn)”——語音數(shù)據(jù)。一個催收部門每天都會通過電話溝通等方式生產(chǎn)出大量的語音數(shù)據(jù)。若其不能為企業(yè)帶來業(yè)務上的價值，它們充其量也只能被稱為音頻，分散存儲于不同部門，僅在需要作為證據(jù)時才調用。
然而，若人工智能由此切入，深度感知語音數(shù)據(jù)中潛藏的業(yè)務價值，就能進而提高催收團隊的產(chǎn)能，則這些音頻就能轉化為語音數(shù)據(jù)“資產(chǎn)”。
目前國內專注于語音數(shù)據(jù)資產(chǎn)的企業(yè)并不多。據(jù)聞，總部位于深圳的聲揚科技就是這個領域中領先的團隊之一，其技術和產(chǎn)品已在多個頭部銀行和保險央企得到應用，激活企業(yè)內的語音數(shù)據(jù)資產(chǎn)并進行知識性重構，為金融行業(yè)的數(shù)字化進程賦能。
我們可以預見，今后的人工智能技術將改變催收行業(yè)的理念、模式和方法，提升效率，提高產(chǎn)能，加速催收業(yè)務的數(shù)字化升級進程。
（免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
