AI催收外呼项目方案

现状：当前AI外呼仅覆盖 D1-D3 逾期客户的单向提醒通知，无需响应客户交互。D4-D10 阶段客户还款意愿下降，完全依赖人工催收坐席跟进。

痛点：1-10天逾期用户占比最高，催收人力投入巨大。延长AI外呼覆盖周期预计可降低 70%-80% 的人工工作量，同时AI话术输出相比人工更规范、合规风险更低。

团队背景：我部门刚接手催收AI业务线，原算法leader转为合作方。团队具备AI话务基础能力（电销场景对话式AI已落地），但无催收外呼实操经验。

转人工的完整链路

单通电话完整数据流

外呼调度 → 电话接通
  → ASR实时转写客户语音
  → 对话管理器接收转写文本
  → 意图识别（文本 → 意图标签）
  → 话术选择（状态×意图×施压等级 → 候选话术）
  → 合规过滤（候选话术 → 安全话术）
  → TTS合成语音 → 播放给客户
  → 循环至结束条件（承诺/转人工/轮次上限）

每轮对话写入日志：
{
  call_id, timestamp, turn_num,
  state: 当前FSM状态,
  customer_text: ASR转写,
  intent: 识别意图,
  intent_confidence: 置信度,
  response_template_id: 话术模板ID,
  response_version: 话术版本,
  pressure_level: 施压等级,
  compliance_check: 合规检查结果,
  ab_group: AB分组
}

通话结束写入：
{
  call_id, duration, total_turns,
  outcome: 通话结果(承诺/拒绝/转人工/未接通),
  promise_amount, promise_date,
  transfer_reason: 转人工原因,
  compliance_flags: 合规标记,
  script_version: 话术版本,
  ab_group: AB分组
}

测试集构建

测试集是开发阶段的"模拟考试"。MVP阶段构造覆盖全意图分支的标准场景集：

AB测试设计

Badcase处理流程

自动捕捉 / 人工抽检 → 进入审核队列
  → 人工审核（听录音+看转写+标注问题类型）
  → 归因分析：
     · 话术问题 → 修改话术模板
     · 意图识别问题 → 补充规则/模板
     · 合规问题 → 紧急下架+全量排查
     · 流程问题 → 调整FSM逻辑
     · 数据问题 → 补充画像维度
  → 修复后进入测试集（回归测试）
  → 验证通过 → 发布新版本 → AB测试验证

能力底座（官网公开）：10万+催收语料、50+催收外呼流程模板、34套催收智能质检特色模型、1周可快速上线。

核心技术：意图识别→准确施压和促成→机器人串联升阶策略（根据每次拨打结果升阶不同机器人，构建催收递进式AI经营模式）→人机协同作业。

汽融机构案例（公开数据）：

来源：金融壹账通官网 ocft.com 智能催收方案页（2026年8月访问）。

方案架构（公开文章）：数据整合 → 智能策略引擎 → 催收机器人+交互短信 → 案件自动流转 → BI分析。

关键能力：

• 智能策略引擎：自动调度入催、开案、分案、催收作业、管控设置、结案，案件按状态自动流转
• 差异化策略：按案件画像制定催收策略，自动流入管理池，调度机器人/短信作业，分析结果后自动转人工或继续自动化
• 案件自动流转规则：新入催→机器人+短信→未还款→自动人工跟进→拒绝还款→法催；威胁投诉→停案冻结→法催；已还款→结清出催
• 多轮次执行：同一客户可用不同机器人话术重复执行，结果自动变更案件标签（已还款/意愿还款/未还款/拒绝还款/反馈投诉）

来源：搜狐号「度言软件」2023年12月文章《打造AI自动化催收模式》——技术服务商视角的行业成熟方案形态。

2018年百度开发者大会即展示智能催收机器人（"您好，我是度小满金融智能客服…您现在的贷款已经逾期了，今天方便处理下吗?"），是行业先行者。依托百度大数据+强化学习，覆盖贷前/贷中/贷后全流程；后期升级大模型话术生成与策略决策。其AI催收长期作为公开案例被行业引用。

来源：机器人日报/DoNews 2018年7月报道；行业公开资料。

6.4 数据安全与隐私保护

• 通话录音安全：录音涉及客户敏感信息（姓名、金额、合同信息），需加密存储+访问权限控制
• PII脱敏：对话日志、转写文本中的身份证号、银行卡号等需脱敏处理
• 第三方不可见：如非本人接听，AI不得透露任何逾期信息（身份核验环节要严格）
• 数据留存周期：催收通话录音和日志的留存期限需符合监管要求

6.7 知识库：产品/合同信息查询

客户可能询问具体的合同条款、利率、费用明细等问题。AI需要能准确回答：

• 对接产品/合同信息查询接口（利率、期限、应还金额、罚息计算规则）
• 对话中涉及金额、日期的信息必须从系统实时获取，不能由AI生成
• 超出知识范围的问题→诚实告知"帮您转接人工确认"

风险：AI给出错误金额/日期信息可能引发客诉或法律风险。金额类信息必须走查询接口填充模板，不能走LLM自由生成。