Искусственный интеллект при взыскании долгов - краткосрочные применения
аватар
Последнее обновление: 12 декабря 2018 г., опубликовано Рагхав Бхарадвадж
Рагхав работает аналитиком в Emerj, освещает тенденции ИИ в основных отраслевых новостях и проводит качественные и количественные исследования. Ранее он работал в Frost & Sullivan и Infiniti Research.

Поделиться с:
LinkedIn Twitter Facebook Электронная почта
Искусственный интеллект при взыскании долгов - краткосрочные применения 1
По данным Бюро финансовой защиты потребителей, американцы подали больше жалоб на взыскание долгов, чем на какие-либо другие финансовые инциденты. Из 316 810 жалоб, полученных CFPB по поводу взыскания задолженности в 2017 году, наиболее распространенной была «Продолжающиеся попытки взыскания непогашенной задолженности», на которую ссылались 39 процентов подателей жалоб.

Взыскание долгов в финансовой сфере начинает нарушаться искусственным интеллектом из-за доступности огромного количества исторических записей клиентов для банков и других финансовых учреждений. Большинство приложений искусственного интеллекта, которые сегодня имеют реальное бизнес-значение для взыскания долгов, похоже, предназначены для персонализации коммуникаций с клиентами и выявления кластеров схожих профилей должников.

На основе нашего исследования мы разделили приложения ИИ для взыскания долгов на следующие широкие сегменты:

Проведение дополнительных кампаний обмена сообщениями
Персонализация обслуживания клиентов (должника)
Служба управления долгом
Мы углубляемся в каждое из этих приложений и стремимся выявить факторы, которые необходимо знать лидерам бизнеса в отношении использования ИИ для взыскания долгов.

Проведение дополнительных кампаний обмена сообщениями
Адаптация взаимодействия к привычкам должника сегодня возможна с помощью ИИ. Виртуальные помощники начинают использоваться через каналы, по которым агентства по сбору платежей могут связываться с должниками с помощью SMS-сообщений электронной почты и исходящих звонков, что позволяет организациям увеличивать количество людей, с которыми они могут связываться на ежедневной основе.

TrueAccord
TrueAccord была основана в 2013 году в Сан-Франциско и утверждает, что предлагает решение для взыскания долгов на основе искусственного интеллекта. Компания утверждает, что предлагает решения по взысканию долгов банкам, компаниям электронной коммерции и телекоммуникационным компаниям.

TrueAccord утверждает, что их механизм принятия решений использует машинное обучение для создания цифрового интерактивного опыта, который настраивается для каждого должника. Компания утверждает, что ее платформа может создать модель взаимодействия для каждого должника.

TrueAccord утверждает, что эта модель предоставляет банкам наилучший канал и время для связи с существующими и новыми должниками, что в конечном итоге может привести к более эффективному сбору доходов от долгов.

Компания заявляет, что более 1,5 миллионов должников уже смоделированы с использованием их платформы. На основе этих существующих профилей должников их программное обеспечение утверждает, что предсказывает время ответа, график, лучший канал связи и тип контента, на который они будут отвечать.

TrueAccord добавляет, что его механизм принятия решений может автоматически выбирать соответствующие предварительно утвержденные сообщения от банков для доставки должникам. Программное обеспечение также отслеживает в реальном времени действия должника, такие как взаимодействие с колл-центрами или открытие электронной почты, переходы по ссылкам и шаблоны просмотра ресурсов TrueAccord. Затем программа отправляет эти данные сотрудникам агентств по взысканию долгов, чтобы они могли спланировать идеальный стиль и время своего следующего сообщения.

Банки могут интегрировать программное обеспечение TrueAccord для автоматизации коммуникационных процессов своей группы по взысканию долгов.
Сотрудники группы по взысканию долгов могут войти в программное обеспечение TrueAccord и ввести информацию о должниках, такую ​​как имена, географическое местоположение и данные о прошлых выплатах.
Затем они получат уведомление, в котором будет указано наилучшее время и способ связи, которые следует использовать для связи с этим конкретным должником.
После того, как должник отвечает на сообщение, программа отслеживает время и тип ответа. Например, он отмечает, был ли ответ голосовой, электронной или буквенной. Компания утверждает, что будет использовать эти данные, чтобы предложить, по какому каналу, вероятно, будет отправлено следующее сообщение.
Мы не смогли найти демонстрационные видеоролики для программного обеспечения TrueAccord.

В видео ниже руководство TrueAccord объясняет, как их платформа может помочь банкам и финансовым учреждениям в взыскании долгов во время выставки FinTech & Retail EXPO 2015:


Согласно тематическому исследованию, TrueAccord утверждает, что работал с Upwork (ранее Elance-oDesk), сетью фрилансеров, которая сообщила о проблемах со сбором платежей по рабочим соглашениям, заключенным на ее платформе. Upwork требовалось решение для немедленного восстановления, чтобы гарантировать получение оплаты за работу по контракту на их платформе.

Затем Upwork решил сотрудничать с командой сторонних экспертов, чтобы поддержать их внутренние усилия по возмещению платежа:

Сами по себе мы не занимались активным погашением старых долгов. Благодаря адаптивному решению TrueAccord мы были готовы попытаться восстановить как можно большую его часть. (Дениз Аптекар, директор по глобальным платежам для Upwork)