互联网老赖巨款难追,「AI催收」已上线,这家公司欲赴美上市

互联网老赖巨款难追,「AI催收」已上线,这家公司欲赴美上市

贾跃亭被限制消费,王思聪欠 1.5 亿不还已被法院列入被执行人名单,罗永浩负债数亿……互联网老赖频现,巨款欠款难追,AI 催收已上线。

撰文 | 力琴

AI 催收是什么?AI 会给欠债人打电话?

不,依照现有实际情况,催债这门「厚黑学」,AI 暂时学不来,打电话还得靠人。

那么,AI 做什么?

AI 能够圈定欠债人目标,像王思聪、罗永浩这类欠债数额较多的,容易进入 AI 的目标圈;AI 还可以监视催收专员和欠债人的电话记录,将通话录音转成文字,再通过关键词检索,监控催收专员是否用词不当,以免引起不必要的投诉。

不同于以往靠各种施压手段迫使欠债人还款,现在的催收方式更强调合规性。

1 催收公司是怎样的存在

欠债还钱,天经地义。可是总有人迟迟拖欠债务不还。

作为放贷方的银行、金融放贷公司如果对欠债方内催无效,就会把欠债方拖欠的这笔不良贷款委托给催收公司。

催收公司的主要工作就是帮助收回逾期借款,相当于中介,既不需要投入出借的本金,也不需要承担本金无法收回的风险。

据数据显示,银行类和非银行类产生不良资产的规模已超过 5 万亿。目前,全国共有 3000 多家金融催收机构,仅信用卡催收机构就有 1000 多家。换而言之,欠债不还的人越来越多,催收需求也相应增加。

传统的催收环节基本依靠线下,大规模的催收团队成本高、效率低,甚至还会出现不合规现象,例如利用各种施压手段迫使欠债人还款,暴力施压、恐吓等行为时常出现。

很早,银监局就下发催收业务风险提示,将冒充公检法和辱骂、恐吓、嘲讽等行为定义为红线,并将其上升到扫黑除恶层次。如果银行或放贷公司收到关于暴力催收的投诉,不仅会影响公司形象,也会被相关部门查处。

而催收公司作为欠债方与放贷方的中介,处境尤为尴尬,如有不慎就会被放贷方罚款,后果严重还会取消合作。如果碰上蓄意滋事的老赖伪造信息投诉,处理不当也会容易沦为「道歉机器」。

尴尬的处境,水涨船高的人力成本,催收公司需要更加谨慎。一家欲赴美上市的湖南永雄资产管理集团(简称「湖南永雄」)就表示,自成立以来发生过三起事件,导致部分客户因部分债务人的投诉而暂停了湖南永雄在某些地区的催收服务。

相比于线下催收,电话催收成为催收公司采用的主要手段。既避免「正面交锋」可能出现的不合规现象,又可以保留通话记录,留存证据。

湖南永雄选择主要通过电话及短信等远程方式收债。

既无需到场与债务人面谈,避免催收专员与债务人产生肢体冲突导致被投诉。同时也会通过 IT 系统监控催收专员与欠债人的所有交流内容,其中包括运用 AI 技术进行通话质检。

湖南永雄共拥有 10915 名全职催收专员,在催的逾期总额高达 446 亿。

凭这两个条件,永雄在招股书中称,已成为行业头部公司。从竞争激烈的催收行业突围,我们或许可以透过国内首家赴美上市的 AI 催收公司,反观行业的特点、商业价值以及运作模式。

2 AI如何起作用

「让世界没有挽不回的诚信。」看到这个标语,你可能想不到湖南永雄在为多家商业银行和在线消费金融公司提供应收账款催收服务。

湖南永雄前身是湖南裕邦律师事务所,主营欠款催收法律服务,2014 年湖南永雄转型,为银行提信用卡拖欠款催收服务,主要客户是中国前十大商业银行中的七家,2018 年开始为在线消费金融公司提供应收账款催收服务,2019 年上半年来自互联网消费贷款行业的收入达到三成。

永雄以湖南长沙为总部,在中国 29 个城市设有 34 个运营中心。截至 2019 年 6 月 30 日,湖南永雄拥有 10915 名全职催收专员,占总员工的 95.0%。而仅有一支 63 人的技术全职团队,主要负责大数据和分析系统。某种程度上,永雄不是一家技术驱动型公司,而是一家劳动密集性公司。

永雄在招股书风险中提到,中国拖欠的应收账款回收行业是劳动密集型行业,员工流失率较高。

2017 年和 2018 年,公司员工成本分别为 3.42 亿元和 4.55 亿元,平均雇员薪酬为 4733 元和 5575 元。

在激烈的催收行业中,永雄想获得更多的利润点,很大程度上取决于提供催收服务获得的佣金、引用技术提高效率以及充分利用高达万人的催收专员团队。

要管理一支高达万人的催收专员团队,永雄设置了一套标准化的管理方案。

「我们要求所有员工严格遵守规定。例如,催收专员每天最多不能与单个债务人联系五次以上;不得在上午 8 点之前或晚上 10 点之后联系;并且,除非得到客户的授权,否则催收专员不得提出降低利息的建议。如果违反这些要求,将处以警告或者解雇。」

作为一家全国性的催收公司,永雄在招股书中表示,更看重大数据和分析系统对催收专员的管理。

AI 在当中起到的作用更多是监控。

2018 年 11 月 13 日,永雄与北京捷通华声科技股份有限公司签订了软件购买协议。根据该合同,这家公司提供质检机器人,将监视与债务人的通信,并提醒质量控制人员注意催收专员的不当行为,以确保催收服务的质量并减少债务人的投诉。

作为该项目的第一步,永雄已实施了智能语音识别系统,该系统将收款专家与债务人的电话对话记录为文本,以供质量控制团队进行审核。招股书也透露,公司正在开发一种程序,可以将公开获取的信息输入到债务人的数据库中。

永雄在招股书中强调了数据库系统的重要性。大数据资源存储在分布式存储体系结构系统中。该系统处理大量信息并将信息安全地存储在云服务器上。处理后的信息将进入公司的运营门户,以筛选出记录中债务人以往的电话号码。

数据库系统通过算法基于非个人可识别信息(例如位置、性别、应收款的构成和应收账款期限)为每个债务人生成一个分数,从而加强债务人配置功能,以促进分类和分配。

从外部引进质检机器人到现在。据招股书显示,2019 年前六个月,每位催收专员平均每月成功催收 2.74 万元,较去年同期增加 4%。

资料显示,捷通华声成立于 2000 年,专注智能语音、智能视觉、智能语义、大数据分析人工智能技术研究与产业化应用,定位于一家人工智能技术、产品与服务提供商。

在 AI 技术研发方面,捷通华声拥有语音识别语音合成、声纹识别、麦克风阵列、OCR、人脸识别、视频分析、手写识别、指纹识别、语义理解、机器翻译数据挖掘、键盘输入等 13 项自主研发的 AI 技术,并在灵云开放平台(AIcloud.com)上面向产业全面开放。

3 AI 优化催收流程

互联网老赖巨款难追,「AI催收」已上线,这家公司欲赴美上市


催收的标准化业务包括前端语音外呼、人工质检、批量短信、信息修复、批量诉讼、报表、分案等。

AI 在各个环节的应用各有利弊,目前最有可能与 AI 产生火花的应用包括智能外呼、智能质检、智能报表以及智能分案。

例如,智能外呼方面,可以采用语音合成、语义识别、人机对话、情绪管理等技术,其作用在于提高频率并降低成本。但是现有技术,还不足以达到像真人互动的方式,毕竟让 AI 去了解谈判「厚黑学」有一定的门槛。进一步,智能电呼又可以分两种,一种是典型的录播,即语音机器人的说话信息都是提前人工录好导入。另一种是实时的人工智能语音回复,暂且可以理解成iPhone的siri或者Amazon的Alexa。智能客服的核心在于增加对用户的提醒度,提高频率并降低成本。

进一步,智能电呼又可以分两种,一种是典型的录播,即语音机器人的说话信息都是提前人工录好导入。另一种是实时的人工智能语音回复,暂且可以理解成iPhone的siri或者Amazon的Alexa。智能客服的核心在于增加对用户的提醒度,提高频率并降低成本。

互联网老赖巨款难追,「AI催收」已上线,这家公司欲赴美上市


目前催收行业里电呼平台的不同计费标准

智能质检方面,以往大多数质检都是以人工听录音的方式来完成,耗费大量人力。借以 AI 的加持,可以采用把抽检出来的语音样本通过语音转文字的方式,先转化成文本,进行自动化的关键词信息检索

智能分案方面,AI 在当中的作用是,通过刻画用户「画像」、订单分类来设计催收数据模型,系统再根据行为模型分析生成智能化催收方案。永雄在招股书中也提到,目前可以做到通过欠债人的位置、性别、应收款的构成和应收账款期限综合分析,制定策略。涉及到策略的制定,依旧需要人来做判断与设计,目前 AI 还不能够代替人的作用。

整体来看,催收行业是一个劳动密集型行业,体现在从电话外呼、质检、报表及分案等每一个环节都需要人去做决策、做判断,但涉及到信息的整理又是一个庞大的梳理性质工作。

这当中的部分标准化以及批量化的流程可以通过 AI 解决,以达到降本增效的作用。

产业客户画像大数据技术人工智能
1
相关数据
数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

信息检索技术

信息检索(IR)是基于用于查询检索信息的任务。流行的信息检索模型包括布尔模型、向量空间模型、概率模型和语言模型。信息检索最典型和最常见的应用是搜索引擎。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

人脸识别技术

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 人脸识别是一项热门的计算机技术研究领域,它属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体。

数据库技术

数据库,简而言之可视为电子化的文件柜——存储电子文件的处所,用户可以对文件中的数据运行新增、截取、更新、删除等操作。 所谓“数据库”系以一定方式储存在一起、能予多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。

机器翻译技术

机器翻译(MT)是利用机器的力量「自动将一种自然语言(源语言)的文本翻译成另一种语言(目标语言)」。机器翻译方法通常可分成三大类:基于规则的机器翻译(RBMT)、统计机器翻译(SMT)和神经机器翻译(NMT)。

数据挖掘技术

数据挖掘(英语:data mining)是一个跨学科的计算机科学分支 它是用人工智能、机器学习、统计学和数据库的交叉方法在相對較大型的数据集中发现模式的计算过程。 数据挖掘过程的总体目标是从一个数据集中提取信息,并将其转换成可理解的结构,以进一步使用。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

麦克风阵列技术

麦克风阵列(Microphone Array),从字面上,指的是麦克风的排列。也就是说由一定数目的声学传感器(一般是麦克风)组成,用来对声场的空间特性进行采样并处理的系统。 早在20世纪70、80年代,麦克风阵列已经被应用于语音信号处理的研究中,进入90年代以来,基于麦克风阵列的语音信号处理算法逐渐成为一个新的研究热点。而到了“声控时代”,这项技术的重要性显得尤为突出。

语音合成技术

语音合成是通过机械的、电子的方法产生人造语音的技术。TTS技术(又称文语转换技术)隶属于语音合成,它是将计算机自己产生的、或外部输入的文字信息转变为可以听得懂的、流利的汉语口语输出的技术。

暂无评论
暂无评论~