夜雨聆风大家好，关于上篇提到Ai目前在催收行业的运用，笔者认为这是必须尝试深入探讨的重要点。本章也是想从催收业务的角度去分析下Ai如何和人工深度协作的问题，以及它会给行业带来什么样的变化和影响，笔者学识浅薄，但真的想跃跃欲试尝试分析下。
目前行业对ai的运用都是通过在催收系统嵌入式运行，并已在m3阶段内实现规模运用。根据公开的数据显示，ai在m1阶段已达到人工90%的成效，如果属实，在这个阶段全面取代人工很难避免。同时在m2阶段实现人机协同，即ai触达后再转人工处理。在m3+阶段，ai会辅助进行信修，提醒，触达等工作，但整体案件的推进节奏和方向还是人工主导。
但从上面不同阶段的运用中，可以明显的看出随着逾期时段的延长。ai对催收工作的主导性是逐渐减弱的。在这里我们先尝试从不同的逾期时段去分析ai的在一线业务执行端的执行效力和影响。
首先在M1阶段存在大量正常遗忘类，可控的资金欠缺类，有能力临时周转类，这类客户只需要提醒到位即可在时段内处理。因为涉及的案件量大，所以对工作效率要求很高。这里的效率不仅仅是单纯拨打量和通话时长，还有工作时长，对案件的高效分类(参考笔者前面讲的事务性工作)，话术的专业严谨，可控的情绪风险等。在m1时段，催收工作更需要的就是流程化，标准化，可量化，能规模化可执行的策略。而这些完全是ai的强项。
在m1阶段，事务性的工作策略制定可以全部投喂Ai。无论是按金额，逾期天数，甚至细化到年龄，性别，每天的工时拨打分布等。这些可量化，标准化，流程化的工作制定都没问题。同时m1对话术的应变要求也低，更多需要的是严谨专业，情绪稳定，风险可控。只需要制定统一场景类话术模板投喂AI即可。而人工无论是拨打量，情绪稳定性，人员稳定，人工成本，语言表达等。如果综合起来人工基本处于被Ai碾压的状态。
这是否说明在M1阶段，Ai能完全不需要人工呢？笔者认为还是需要的。人工去进行关键性辅助是必须的，这些关键点体现在哪里？两者又如何进行深入协作？笔者下章将尝试按实际工作场景去举例说明，我们按一线业务执行端的实力情况去尝试想象下人工和ai如何高效进行合作。
