记得八年前刚踏入催收行业的时候，普惠金融在行业里才刚兴起不久，接下来的几年间普惠金融如雨后春笋般迅速发展，根据哈佛商学院2012年发布的《中国P2P借贷市场潜力调研报告》，中国已经有100多家小额信贷服务中介平台从事普惠金融，大部分机构年增长超过50%，部分机构的年增长超过300%。2013年开始金融市场从线下的门店模式逐步转化为线上的APP模式，金融行业的大数据时代也由此正式开启，并迅速扩张 ，网贷成为金融市场的新名词。
经过近十年的不断发展，截止至2018年6月网贷市场待收余额已达到13170.47亿元，由此可见，网贷行业已经成为国内细分金融市场的一个分支，在服务实体经济、促进普惠金融发展方面发挥着积极作用。
金融的本质是风险，风险的最后一道关口就是贷后管理。一个公司的风控能力直接决定着公司的生存能力和盈利能力，贷后管理是信贷管理的最终环节，也是控制风险、防止不良贷款发生的重要一环，对确保银行贷款安全和案件防控具有至关重要的作用。
用户的经营财务状况是不断变化的。可能在审批授信时用户经营财务状况良好，但由于行业政策的影响、用户投资失误的影响，上下游的影响会引起用户的经营财务状况发生较大不利变化。贷后管理就是要跟踪用户所属行业、用户的上下游和用户本身经营财务状况包括其商业信用的变化，及时发现可能不利于贷款按时归还的问题，并提出解决问题的措施。
贷后催收开启新时代
随着市场的不断变化，技术的不断植入，风控政策体系也由之前的用户需提交大量资料进行人工审核，变成了大数据风控，决策引擎自动判断，系统自动审核，放款时间也由普惠时代的3-7天飞跃式增长至现在最快只需数分钟，贷后催收管理也在市场中不断迭代不断创新，开启贷后催收的新时代。
记得八年前刚踏入催收行业的时候，普惠金融在行业里才刚兴起不久，接下来的几年间普惠金融如雨后春笋般迅速发展，根据哈佛商学院2012年发布的《中国P2P借贷市场潜力调研报告》，中国已经有100多家小额信贷服务中介平台从事普惠金融，大部分机构年增长超过50%，部分机构的年增长超过300%。2013年开始金融市场从线下的门店模式逐步转化为线上的APP模式，金融行业的大数据时代也由此正式开启，并迅速扩张 ，网贷成为金融市场的新名词。
经过近十年的不断发展，截止至2018年6月网贷市场待收余额已达到13170.47亿元，由此可见，网贷行业已经成为国内细分金融市场的一个分支，在服务实体经济、促进普惠金融发展方面发挥着积极作用。
金融的本质是风险，风险的最后一道关口就是贷后管理。一个公司的风控能力直接决定着公司的生存能力和盈利能力，贷后管理是信贷管理的最终环节，也是控制风险、防止不良贷款发生的重要一环，对确保银行贷款安全和案件防控具有至关重要的作用。
用户的经营财务状况是不断变化的。可能在审批授信时用户经营财务状况良好，但由于行业政策的影响、用户投资失误的影响，上下游的影响会引起用户的经营财务状况发生较大不利变化。贷后管理就是要跟踪用户所属行业、用户的上下游和用户本身经营财务状况包括其商业信用的变化，及时发现可能不利于贷款按时归还的问题，并提出解决问题的措施。
贷后催收开启新时代
随着市场的不断变化，技术的不断植入，风控政策体系也由之前的用户需提交大量资料进行人工审核，变成了大数据风控，决策引擎自动判断，系统自动审核，放款时间也由普惠时代的3-7天飞跃式增长至现在最快只需数分钟，贷后催收管理也在市场中不断迭代不断创新，开启贷后催收的新时代。
以PPmoney万惠集团自主研发的智能借贷风控引擎灵机系统2.0为例，该系统借助大数据、机器学习、知识图谱以及信用风险管理模型等最新技术，为借贷撮合业务在贷前、贷中以及贷后提供全方位的智能支持，上一代灵机系统可在3分钟之内完成对借贷申请人的反欺诈和信用风险评估，并自动计算出可放款的信用额度，而新版本的灵机系统2.0在这基本上进行升级，通过多维度的方式保障用户的资金安全。
AI催收贷后催收的新宠儿
智能外呼
在贷后领域，标准化业务包括前端语音外呼、自动化机器人语音交互，人工质检、批量短信、信息修复、批量诉讼、报表、分案等，智能外呼作为前端语音呼出的高阶版，其可以实现语音合成、语义识别、人机对话、情绪管理等多种外呼形式，这将大大节省外呼坐席的人力成本。
智能质检
从目前来看，大多数质检都是以人工听录音的方式来完成，这种方式不仅耗费大量人力，而且有着明显的滞后性，难以达到真正的全覆盖。AI加持的质检领域可以实时对于外呼通话进行监控，实时捕捉催收员的情感、态度、不合规话术、敏感词等，实时进行监控预警及评价，避免滞后性。
智能报表
作为贷后精细化运用的核心工作，传统报表生成耗费大量人力，AI可以实现强可视化的智能报表，可以从决策层、中层管理人员、底层管理人员、员工等不同角度生成报表进行展示。例如，生成回报率及成本收益情况报表满足决策层的获知要求，生成差异化的员工通话时长、投诉情况、汇款情况等信息满足底层管理人员的需求。
智能分案
分案核心目的是资源的优化配置让最合适的人在最合适的时间通过最合适的施压力度催收最合适的案子。AI催收通过刻画用户画像、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。该方案能够提前预测用户失联的可能性，或是甄别出用户还款的可能性，排查存量客群中的高风险用户，进而及时调整、修改催收策略，提升催收效率。
短信机器人交互
市面的客服短信智能交互已经广泛应用于市场，对于人力成本的节约起到极大地推动作用，催收的短信机器人交互在近几年兴起，通过不断的迭代人工催收脚本，设置不同的用户情况应用场景，对于用户提出的每一个问题进行逻辑判断，进行智能交互，短信的智能交互，对于前期乃至中后期失联的用户起到至关重要的作用，提升整体回收率。
贷后催收需要多措并举持续创新
麦肯锡全球研究报告曾指出，2018年超300万员工需要向机器人老板报告，45%的活动可用当前技术自动化，不仅低薪工作，甚至高薪工作中相当一部分日常活动也会被自动化，20%的CEO的活动也是可以被自动化的，可见现在正处于一个全面人工智能的时代。
AI催收发展到如今确实已经稍见成熟，但是在踏足这条黄金大道的同时，智能相对论我们认为依然应该认清几个基本问题：
催收行业，AI一定不会是其治本之策，最大程度上来说，是一剂强心剂。何出此言？因为，催收的核心在于催收策略的制定和实际落地运用程度。AI所提供的一种形式，而最终的成效与应用情况，依然需要市场来检验。
换而言之，在一定的成本控制下，如何把潜在逾期风险或者实际逾期行为的伤害降到最低，这考验的是策略人员的业务能力与整体的专业建模。
之于一般的消费金融公司来说，在逾期初期，并不需要高强度的催收模式，但是这是催收的黄金时期，催收策略效用要大于催收强度，随着时间的拉长，催收难度逐步增大，变成坏账呆账的可能性进一步增加，这时候，应该把催收强大增大。
这一切，需要的是催收策略上的直击人心，AI包装下的催收形式仅仅能起到一定程度上的促进作用，而真正成功的催收是催收策略与用户心理探究上的成功。
而在识别高低风险用户领域，AI依然无法完全替代人类。传统金融机构基本上会将高风险的用户派发给最有经验的催收员来处理。因为对于高风险用户，机构无法坐以待毙，或者逾期时间延长后再增加催收的强度，而是必须在早期就尽量的采取高强度的催收策略来让用户回款。
中国的信用体系正处于逐步建立的阶段，民众诚信度提高，失信惩戒机制健全，会让部分人诚信，但不会让所有人诚信。大家都知道，法律的严酷不见得会降低犯罪率。信用体系健全、提高失信成本不见得会降低多少坏账，但会让这个社会更加公平，失信的人会得到惩罚。而随着互联网金融征信体系的完善、催收和个人破产相关法律方面的完善，中国的催收行业的分工也会越来越细化，这就意味着更专业和规范。不管是欠债的弱势群体还是受虐的催收员都会享受到有尊严的服务。
罗承建,9年贷后管理经验.计算机应用软件本科毕业.曾任平安普惠金融合肥运营中心负责人、飞贷金融资产管理高级经理、资产管理总经理助理、风险运营中心副总经理、管理资产逾百亿。现任PPmoney万惠集团风险运营部高级总监。
加载全文
[an error occurred while processing this directive]
