Categories
程式開發

AI 催收能否畫下暴力催收的休止符?


最近一段時間,整頓風波令“暴力催收“深陷輿論漩渦,AI、大數據、雲計算等技術賦能的智能催收為催收行業帶來了健康、陽光發展的希望。然沈痾難起,智能催收應用效果如何,能否“治本”?智能催收是否合法合規?近日,就上述問題,AI前線採訪了360金融大數據總監蘇綏。

智能催收較人工提效數倍,杜絕暴力催收取決於人

51信用卡因委託外包催收公司涉嫌尋釁滋事等犯罪行為被查、中國最大的催收公司湖南永雄集團欲在紐交所上市,自去年9月以來多家金融大數據公司被查,到了這年底,央行出手整治“暴力催收”,12月27日,央行發布了《中國人民銀行金融消費者權益保護實施辦法(徵求意見稿)》,意見稿指出,金融機構向金融消費者催收債務,不得採取違反法律法規、違背社會公德、損害社會公共利益的方式,不得損害金融消費者或者第三人的合法權益。金融機構委託第三方追討債務的,應當在書面協議中明確禁止受託人使用前款中的追討方式,並對受託人的催收行為進行監督。

近期在金融科技領域發生的一系列大事件讓“暴力催收”再一次成為熱議的焦點話題。

所謂暴力催收,是指催收機構或催收員採用恐嚇、脅迫、辱罵等暴力方式提醒債務人還款的行為。暴力催收一直是催收行業的頑疾,常被詬病卻屢禁不止。

這幾年,隨著AI技術、大數據、雲計算等智能技術越來越多地被運用到金融科技領域,智能催收逐漸崛起,有望解決暴力催收沈痾。

風控是消費金融業務的核心環節,上述技術目前已經在貸前、貸中、貸後等全流程中廣泛運用。具體到貸後催收環節,如何通過智能催收策略和手段提高回款率,降低壞賬風險是互金機構普遍關注的問題。

傳統的催收方式主要以內催和外催為主,內催多通過電話、外訪等方式,如果內催無效,逾期週期過長,很多機構便會轉為委託第三方企業催收,一些外包機構的催收人員素質良莠不齊、

加之高額催收佣金提成的吸引誘發了各式暴力催收手段。

傳統催收方式人力成本高、週期長,暴力催收則遊走在違法邊緣。 360金融大數據總監蘇綏表示,相比於傳統催收方式及暴力催收,AI催收具有諸多優勢,第一,機器人等AI催收產品是標準化的,不會受利益因素驅動。第二,機器人是可控的,催收員這一特殊工種在工作中易出現情緒化波動而影響催收效果,催收機器人本身不存在這一問題,機器人的話術已提前經過人工審核,不會帶有情感化的因素。第三,降本增效,以360催收機器人為例,在同樣的時間段,人工一天可以撥打300個電話,機器人則可以撥打800-1000個,效率是人工的數倍。 AI催收系統方便部署,可根據業務需求隨時擴容,遠低於人工招聘、管理、培訓成本。

整體來看,金融領域對智能催收產品已有較高接受度,一些銀行在逐步嘗試,例如浦發銀行信用卡中心自2016年起引入了FICO CCS自動語音催收系統,節省了30%以上的催收人力。一些互聯網金融公司的的智能催收產品和應用場景更加成熟深入,蘇寧金融擁有“千尋”智能催收服務系統,去年其與科大訊飛合作成立了第一個“智能催收實驗室”;拉卡拉金科的“小藍”催管大師主要用於貸後環節,通過電話機器人降低人工成本;拍拍貸旗下“智牛”催收機器人“主要用於早期催收,針對逾期3天內的用戶催收回款率可達到人工的90%。

智能催收產品的普及改變了以人工坐席為主的傳統催收模式,機器和人工坐席的佔比已不分伯仲。蘇綏認為,智能催收完全取代人工催收之路,還很漫長,至少未來一兩年,一定是人機結合的模式,只不過在不同的催收階段,人機結合的比例各有不同。為保障催收效果和控製成本,未來最佳的形態是機器佔大頭,人工做輔助。此外,他認為,智能催收產品使用的階段會越來越往後發展,而不僅僅局限於貸後早期。

智能催收能從根本上杜絕暴力催收嗎?

”如果一家公司,默許暴力催收的存在,那什麼技術能解決這個問題呢?技術是一種輔助工具,本質上,暴力催收形成的原因在於人“,蘇綏表示。

技術創新能夠變革舊事物,逐漸替代一些傳統的低效的人工催收方式。智能質檢等技術解決方案可以減少乃至避免暴力催收的出現,然而,智能催收卻無法控制人的主觀性。

AI技術在貸後催收環節的運用

語音、語義理解、NLP技術廣泛運用

現在市面上主要有催收機器人、語音質檢、話術助手、智能分案、智能短信、網上法庭等智能催收產品,尤以機器人產品居多。語音識別,語音合成、語義理解、NLP、知識圖譜等技術是貸後催收環節主要運用到的技術。

據蘇綏介紹,針對貸後催收環節,360金融主要推出了3款產品:語音催收機器人、質檢、智能分案。 2017年,360借條信貸業務增速加快、業務量呈現指數級增長,由此帶來的催收員擴招成本隨之激增。在這樣的背景下,智能催收解決方案-360語音外呼系統從0-1逐漸構建起來。該系統的底層是一套語音交互系統,涉及一些電信運營商的底層技術,此外包括語音識別、NLP、大數據等AI相關技術,以及一套對話系統。

圖片

語音催收機器人是一種主動外呼任務,機器人通過自動撥號技術撥出電話,通過語音識別技術將語音轉化為文本,再通過對話系統的自然語言處理技術、語義理解技術識別用戶的意圖,並根據用戶意圖進行答案生成,再將回答合成語音播放給用戶。機器人完整的工作流程中運用了語音識別、合成,語義理解、自然語言處理等技術。深度學習算法在其中的具體運用包括,語音合成中的端對端的解決方案,語義理解上運用了RNN,CNN、TextCNN等語義相似度計算、意圖識別的模型。

智能分案是通過AI技術進行合理的案件調度,以達到降本增效的目的。分案系統中設有為逾期用戶構建的C卡評分(用於預測催回難度的模型)。此外還會結合用戶欠款金額、賬齡、客群的風險等級、業務類型等多維度數據制定不同的催回策略,選擇最有效的催收方式,例如,針對欠款金額大的案子,系統會自動確定由機器+人工結合的催收方式。從短信提醒、IVR語音通知,機器人、到人工電話催收,形成了一套全流程的智能“路由”系統,智能分案決定了一個案子的觸達媒介和催收方式。

據了解,目前360金融75% 的催收工作由語音機器人完成。

交互效果和人持平是終極目標

在對話方面,360智能語音機器人能夠自主理解上下文並進行多輪對話,支持語義理解的內容打斷,啟用真人發音+TTS合成發音,語音合成的自然度較高。它還能根據催收的不同階段採用不同的聲音,如早期使用語速較慢、音色自然的偏提醒類的聲音,對於逾期時間較長的案子,則採用偏嚴肅的聲音。

蘇綏坦言,現階段,催收機器人在智能打斷體驗上還沒有人與人對話中那般自然。因為在實時對話中,需要準確理解人的意圖,當被一方打斷時,另一方是應該停下來還是繼續說下去,停下來之後如何根據新的對話意圖,作出回應。對於機器人而言,應對上述複雜場景有一定難度,尤其是當環境嘈雜時,如何避免干擾也是當前的一個難點。

“對智能語音機器人來說,打斷體驗未來還需要不斷優化,什麼時候能夠通過圖靈測試,真人分不出來是機器人了,能像人一樣該停則停,交互的自然程度便會躍升一個台階”。

目前行業裡的智能催收應用多集中於貸後早期,以30天以內的逾期為主,以30天以上的逾期為主的催收機器人還非常少,原因在於,從效果上看,後期的回收率不如人工。為提升催收效果,蘇綏團隊嘗試了一系列技術方案,包括施壓點的挖掘、話術推薦、話術發現等,另外,還針對金融領域做了定制化的語音識別模型。

施壓點的挖掘是根據聊天過程中獲得的債務人的家庭、教育程度等信息或借貸行為數據預測債務人不同的特徵屬性,從而設置施壓點。例如,如果在聊天中得知債務人有孩子,則可在後續對話中提及“徵信數據可能影響孩子上學”等針對性話術。話術發現是通過事後挖掘出那些機器人沒有作出完美回答的高頻問題,將回答再更新形成正循環機制,讓機器人通過不斷學習提高回答準確度。

”我們希望催收機器人,不管在逾期的任何階段,它的催收效果都能做到和人持平“,蘇綏表示,這是一個終極目標。

AI催收比人更合規

360金融主要通過智能質檢和情緒檢測、情緒識別來提高合規性。據悉,智能語音機器人每天可針對幾千個小時-上萬小時不等的語音完成100%質檢,相比人工質檢員的能效提升至3倍。

另一方面,針對於人工通話,可利用AI技術強化質檢流程,檢測催收員在對話過程中是否存在話術錯誤或回答不當等問題。通過情緒檢測、情緒識別技術,在事後/實時檢測對話中,自動識別的能量檢測系統可以發現催收員及用戶是否有情緒失控行為,如果催收員出現上述情形,後續會形成技術規範並給催收員做培訓,通過這種機製做持續的反饋和迭代,以識別和保障合規性問題。

考慮到性價比,一般而言,情緒檢測多在事後進行,而非實時。蘇綏透露,團隊在實時對話上也在進行一些探索,目前正在研發一款類似“話術助手”的產品,在人工通話中,AI助手一直在實時檢測聊天過程,它有兩個作用,一是話術引導,根據用戶的回答引導催收員的話術方向;二是情緒識別,如果檢測到催收員或用戶有情緒波動,AI助手將提醒他“冷靜”。

近段時間,國家對暴力催收加大了整治力度,重錘之下,那些不合規的產品/企業也終將被淘汰。一個令人關注的問題是,有望緩解暴力催收亂象的智能催收是否合規?

蘇綏認為,AI催收要比人工催收更合規。他表示,人是最不可控的,而機器是相對可控的。機器對話過程中的話術是可以被定義的,也無情緒化波動問題,因此不存在合規性的問題。智能機器人也不會帶來騷擾問題,機器人的撥打頻率和時間都有嚴格設置。在數據隱私方面,360金融各業務系統所積累的數據會進行脫敏處理,所有採集的數據儲存在安全集群中,整個數據傳輸過程做加密處理,一些語音數據保留一段時間會刪掉。

從監管的角度看,監管的對象並非是機器人本身,而是從公司層面出發應用AI技術的催收業務方案,合規性的判別標準體現在技術、工具是否被濫用。個別風控公司利用爬蟲等大數據技術挖掘用戶的隱私,2019年315曝光的“智能騷擾電話” 機器人一天可撥打5000個電話,主要用於貸款理財類、違規催收等場景…“濫用”問題也有可能發生在智能催收過程中。

催收行業已經成為互金產業不可替代的環節,但當前相應的法律法規和監管體係發展還較為滯後,智能催收是否合法合規還存在標準缺失、模糊的問題。 2019年3月兩會期間,全國政協委員王貴國提出了《關於加強債務催收行業自律的建議》,他認為,破解債務催收行業困境的根本出路,是推動行業立法。相信未來隨著監管、立法的不斷加強,AI催收將會更加合法合規。

嘉賓介紹:

蘇綏,360 金融大數據總監,負責大數據風控系統及語音機器人等 AI 技術在金融全場景的應用落地。曾就職於阿里、百度,從事 Query 理解、搜索相關性、對話系統等方向的技術研發工作,在搜索、廣告、對話機器人領域有多年的實戰經驗。 2017 年初加入 360 金融,從 0 到 1 搭建 360 金融的大數據風控系統,日均放款過億。從零組建語音外呼機器人團隊,產品已經在營銷獲客、貸後催收等領域有廣泛應用。