貸後催收作為金融行業資金管理的重要環節，一直備受關注。如何加強催收能力，提高催回成功率是當前整個行業面臨的首要難題。特別是在暴力催收不斷，投訴頻發的情況下，合規高效進行催收變得尤為重要。

隨著人工智慧技術的發展，智慧催收機器人應運而生，成為眾多金融企業改善催收現狀的新選擇。但目前市面上催收機器人數量眾多、效能參差不齊，很多企業無法在紛繁複雜的市場環境中選擇最符合企業發展的機器人。

下面就大家最關心的兩個問題來分析如何正確選擇催收機器人。

1、當前市場上湧現大量的催收機器人，在測試的過程中應該從哪幾點判斷這個機器人是適合業務的？

首先，需要評估機器人的語音識別與意圖準確率，是否出色穩定，是否能夠根據不同場景準確判斷意圖並且快速反應回答或者發問合適的內容；語音合成的模擬性與平滑度，是否自然流暢媲美真人對話。

其次，語料語庫，是否適應不同場景，是否貼合業務。

最後，機器人管理平臺在引數化配置、監控資料、資料標記等配套功能是否完善。

2、有些催收機器人，技術還是不錯的，真人對話，反應很快，穩定性也不錯。使用一段時間後成本下降了，但壞賬率反而略微向上波動，感覺智慧機器人並沒有提升催回率？

目前來看，催收機器人的優勢主要體現在前期M0、M1低賬齡階段。優秀的催收機器人可以節省人工成本，合規標準地做到全觸達，甚至能媲美人工催回水平。但催收機器人在中高賬齡和複雜案件中的效果尚不能和人工催收相比。

所以針對此類問題，首先要確定催收機器人使用在什麼賬齡的催收上。

其次，在掌握催收機器人的特性和作用後，可以從技術和話術水平兩方面來判斷機器人的效果。

技術層面，語音合成的模擬度和平滑度，是否能達到真人體驗；語音識別和意圖識別是否準確到位，是否能準確察覺對方需求並快速反應。話術層面，很多產品對金融業務缺乏理解，所以要在合規基礎上，確認話術是否真的貼合業務、並做到多場景覆蓋。

智慧機器人在實際金融場景中的運用已經越來越成熟，隨著智慧語音技術的不斷普及，機器人的運用場景將不再侷限於逾期催收、滿意度回訪、信貸調查等方面，必將在大資料分析、客戶精準畫像等領域不斷深化，促進金融行業數字化轉型，最終降本增效，提升效果，增加效益。