客户概况

某银行是国内首批组建的股份制商业银行，致力于为客户提供高质量、高效率、全方位的综合金融服务。该行也是最早推出信用卡服务的银行之一，服务的信用卡客户超过8000万人。近年来，顺应金融科技的趋势，他们积极推动技术与业务深度融合和协同创新，打造综合化、智能化、生态化的新型数字银行。

项目背景

随着发卡量和信贷规模的不断扩大，贷后催收成为该行信用卡业务的痛点，具体体现在：

人力资源无法支撑催收外呼增量：信用卡业务的扩张带来催收外呼需求量激增，然而催收外呼的人力资源难以相应扩充，无法满足庞大的外呼需求量，间接导致催收效果不佳。

催收人力成本高：人工催收需要雇用大量的催收专员，带来高昂的人力成本。另外，较复杂的催收流程，决定了催收专员需要经过一定时间的专业培训才能准确执行催收话术，并且催收岗位的人员流动性大，造成培训成本居高不下。

人工催收效果不稳定：人工催收受业务话术、个人情绪、语气态度等因素影响，催收专员很难持续标准化地执行催收流程，造成催收效果不稳定。

人工智能技术让智能催收成为可能。语音机器人自动外呼的方式能够根据外呼需求动态扩容，解决人工催收方式带来的催收人手不足、人力成本高昂、催收效果不稳定等问题。该行决定引入应用人工智能技术的语音机器人，以缓解催收人力资源不足的窘境，提升催收效果。

语音机器人打造智能催收新体验

经过多轮技术选型、测试验证和效果评估，该行最终选择追一科技作为其智能语音机器人的供应商，联手打造智能催收解决方案。追一科技的智能语音机器人Call，搭载了基于深度学习的自然语言处理（NLP）技术和语音识别（ASR）技术，可以替代可标准化的人工电催部分，在通话过程中能准确识别用户的语音和语义，用标准化的催收话术与客户进行对话交互，在实际应用中取得上佳效果。

数据驱动，差异化的催收策略提升催收效果：基于深度学习技术，智能语音机器人从海量客户数据中快速学习，通过客户性别、年龄层、过往履约情况等信息，提炼客户标签，沉淀客户画像。机器人基于客户画像输出最佳催收策略，例如对不同年龄层的客户采取不同的催收话术，通过“千人千面”的差异化催收策略，提升催收成功率。

多场景适用，智能记录催收结果完成数据闭环：智能语音机器人能针对不同的业务场景执行不同的催收话术。在被催款人本人接听的场景下，可根据对话内容智能判断被催款人的还款意向（低、中、高），记录催收结果，反馈给后台完成闭环，完善客户画像，在后续的复催场景中相应地调整话术。在非本人接听场景下（如家人、朋友接听），催收机器人也可以自如对话，传达欠款人逾期信息，并通知接听人转达。

自然流畅，趋近真人的对话体验：智能语音机器人可以准确识别和理解客户对话中的真实意图，面对催收过程中常见的打断、静默、重播、反问等情况，都可以流畅交流，还能通过调整音色、语速、语调等细节，提高全流程完成率。出色的语音技术也带来了高拟人度的自然音色，给客户比拟真人的对话体验。

上岗快，能灵活配置话术流程：智能语音机器人的后台操作简单，业务流程和话术节点一目了然，可根据业务特点随时调整流程，合理设置跳转节点，编辑催收话术，优化催收策略。机器人操作简单易上手，维护简便，只需少量人力就能完成机器人的日常维护。

极大解放呼叫中心生产力，提升催收效率

智能语音机器人项目每年为该行节约近1700万的人工坐席成本。上线运营至今，每日最多可拨打28.5万通电话，处理超过11.5万案件，相当于 上千个人工坐席的生产力，有效缓解了外呼量激增和人力资源不匹配的痛点。

语音机器人的语义识别准确率高达85%，催收流程准确率高达90%，催收效果稳定。项目实施后，银行的客户满意度较之前有所提升，客户案件处理能力和呼叫次数均提高超过10倍，且收款金额和数量较传统收款方式显著提升。在快速迭代、灵活扩容及自动值守等服务能力的支持下，语音机器人对业务连续性和灵活性的支撑所带来的业务效益显著。

追一科技与该行合作的智能催收项目上榜《亚洲银行家》杂志2020年度亚洲银行家中国奖项计划获奖名单，斩获零售金融单元“中国最佳生产力、效率和自动化”年度大奖。《亚洲银行家》对项目给予了高度评价，肯定项目在技术创新、应用效果和模式创新上的重要意义。