貸后催收作為金融行業資金管理的重要環節，一直備受關注。如何加強催收能力，提高催回成功率是當前整個行業面臨的首要難題。特別是在暴力催收不斷，投訴頻發的情況下，合規高效進行催收變得尤為重要。

        隨著人工智能技術的發展，智能催收機器人應運而生，成為眾多金融企業改善催收現狀的新選擇。但目前市面上催收機器人數量眾多、性能參差不齊，很多企業無法在紛繁復雜的市場環境中選擇最符合企業發展的機器人。

        下面就大家最關心的兩個問題來分析如何正確選擇催收機器人。

        1、當前市場上涌現大量的催收機器人，在測試的過程中應該從哪幾點判斷這個機器人是適合業務的?

        首先，需要評估機器人的語音識別與意圖準確率，是否出色穩定，是否能夠根據不同場景準確判斷意圖并且快速反應回答或者發問合適的內容;語音合成的仿真性與平滑度，是否自然流暢媲美真人對話。

        其次，語料語庫，是否適應不同場景，是否貼合業務。

        最后，機器人管理平臺在參數化配置、監控數據、數據標記等配套功能是否完善。

        以得助智能·曉得機器人為例，曉得機器人基于AI、NLP、ASR等技術，擁有自動外呼、精準識別、智能打斷、多輪對話等多項智能服務。經過上億次真實業務場景打磨及豐富語料知識庫加持，曉得機器人能合規有效完成催收任務，提高用戶的還款意愿。曉得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;外呼當天催回率由最初的60%提升至近80%，接近人工催繳水平。

        2、有些催收機器人，技術還是不錯的，真人對話，反應很快，穩定性也不錯。使用一段時間后成本下降了，但壞賬率反而略微向上波動，感覺智能機器人并沒有提升催回率?

        目前來看，催收機器人的優勢主要體現在前期M0、M1低賬齡階段。優秀的催收機器人可以節省人工成本，合規標準地做到全觸達，甚至能媲美人工催回水平。但催收機器人在中高賬齡和復雜案件中的效果尚不能和人工催收相比。

        所以針對此類問題，首先要確定催收機器人使用在什么賬齡的催收上。

        其次，在掌握催收機器人的特性和作用后，可以從技術和話術水平兩方面來判斷機器人的效果。

        技術層面，語音合成的仿真度和平滑度，是否能達到真人體驗;語音識別和意圖識別是否準確到位，是否能準確察覺對方需求并快速反應。話術層面，很多產品對金融業務缺乏理解，所以要在合規基礎上，確認話術是否真的貼合業務、并做到多場景覆蓋。

        曉得機器人每日撥打量在800-1000通，遠遠高于人工外呼的200-300通。同時，催收效能穩定，話術合規可控，免于遭到不合規催收投訴。通過數年沉淀，曉得機器人已覆蓋整個低賬齡階段，并做到快速精準觸達。尤其對于M1及M2的逾期新案，催收成功率可高達80%-85%，大幅提升催收效率，曉得機器人的運用，能將解放出來的人工集中在中高賬齡案件和復雜案件工作中。同時，通過人機協同的催收方式，最大限度提高催回率，實現降本增效。

        智能機器人在實際金融場景中的運用已經越來越成熟，隨著智能語音技術的不斷普及，機器人的運用場景將不再局限于逾期催收、滿意度回訪、信貸調查等方面，必將在大數據分析、客戶精準畫像等領域不斷深化，促進金融行業數字化轉型，最終降本增效，提升效果，增加效益。

《電鰻快報》