От аналитики к действию: роль ИИ в сфере взыскания

Искусственный интеллект уже не «фантастика», а рабочий инструмент взыскания: он помогает быстрее разбирать документы, точнее оценивать портфели и снимать с людей рутинные задачи. При этом рынок учится разводить «нейросети» и классическое машинное обучение: у технологий разные роли и риски. Главный вызов — не скорость, а соответствие закону и сохранение уважительного тона к клиенту-должнику. Подробнее об этом рассказывает Денис Загребельный, генеральный директор ПКО «Защита онлайн».

Как искусственный интеллект интегрируется в рынок взыскания? Можете оценить эффективность этой интеграции на примерах вашей компании?

Сначала разделю термины. Машинное обучение (ML) и нейросети — не одно и то же. Мы в «Защите онлайн» активно используем ML в моделях оценки портфелей: анализируем обезличенные данные, считаем риски, автоматизируем часть рутинных проверок. Это ускоряет оценку и повышает стабильность решений — люди фокусируются на сложных кейсах, а алгоритмы закрывают повторяемые операции.

Нейросети мы применяем точечно через решения вендоров — прежде всего там, где нужен «умный» разбор больших массивов документов: распознавание текста и персональных данных, типизация входящих/исходящих писем. А вот генеративный ИИ для самостоятельных ответов клиентам мы сознательно не используем: риск нарушения 230-ФЗ и некорректной тональности слишком велик. В коммуникациях работаем с голосовыми роботами и предзаписанными скриптами, заранее согласованными с юристами.

Как с ИИ взаимодействуют должники?

На рынке чаще всего — в «первом касании»: сервисные напоминания, базовые ответы, информирование о статусе. Это удобно, когда человеку нужно быстро получить ссылку на оплату или ответ на вопрос. У нас такие контакты идут через роботов со строго утвержденными фразами, без «самодеятельности» нейросетей. В перспективе считаю правильным давать выбор: ждать специалиста или получить быстрый стандартный ответ. Для части клиентов это более комфортный вариант.

В каких процессах взыскания нейросеть будет замещать человека в ближайшие годы? Где такая замена невозможна?

Замещение возможно там, где процесс типовой: первичный диалог-навигатор (FAQ, маршрутизация обращения), подготовка шаблонов писем и договоров, распознавание и верификация документов, приоритизация задач и подсказки оператору. 

А вот где замены не будет — это сложные переговоры на поздних стадиях, работа с жалобами, нестандартные ситуации, выбор стратегии по портфелю и любых решений с юридическими рисками. Здесь критично чувство контекста и ответственность конкретного специалиста. Мы принципиально сохраняем человека в контуре принятия решений.

Как найти баланс между эффективностью взыскания и человекоцентричностью?

У баланса четыре опоры. Первая: закон и скрипты. Любая массовая коммуникация проводится только по заранее проверенным сценариям и в рамках 230-ФЗ. Никаких «самообучающихся» фраз на клиенте. Вторая: роли технологий. То есть, ML — это всегда про аналитику и оценку риска; нейросеть — про рутину и документы. Ответственность и стратегия остаются за человеком. Третья: выбор клиента. У человека должна оставаться возможность переключиться с бота на специалиста. Четвертая: контроль качества. Мы меряем не только показатели взыскания, но и жалобы, соблюдение скриптов, корректность обработки персональных данных. Плюс обучаем сотрудников пользоваться ИИ как ассистентом: подсказка формулы, проверка запроса, проверка текста — да; принятие решения за специалиста — нет.

Итог простой: технологии должны ускорять и страховать, а человеческий профессионализм — решать. Именно такая связка даёт и эффективность, и уважение к человеку.