隨著GenAI的快速興起，信用客戶支持和催收功能正在利用該技術的潛力，它們可以用它來增強運營能力，提高效率，增加效果，最重要的是，為客戶創造更好的結果。

近年來，技術變革已經成為信用客戶支持和催收不可分割的一部分，這一轉變由越來越多的技術嫻熟的客戶和監管機構對透明度的需求推動，這些需求受到新冠疫情和其他信用危機的推動。迄今為止，這些技術進步，如機器學習建模、數字化和自動化，使信用客戶支持和催收變得更加簡化、數據驅動和以客戶為中心。新技術使得提供更多的服務、與客戶達成更相關的安排、開辟新的重新談判途徑和改善結算條件成為可能，這些可以加強客戶與機構的關系，改善客戶的財務健康狀況并為機構帶來長期價值。

GenAI是最新且可能最具變革性的進步，它可以對客戶支持產生前所未有的積極影響，它可以改善和個性化客戶聯系，提升為客戶服務的代理人的能力，并自動化常規流程，如筆記記錄、互動總結，甚至一些客戶互動，反過來，這些好處可以通過技術整理和綜合信息的能力來幫助監管過程。

因此，GenAI在客戶支持和催收領域的采用不僅限于減少逾期付款，它有可能通過釋放運營資源、有效應對信用損失，顯著改善客戶互動和待遇，并大幅降低催收相關成本，這種增強的信用效率可能使企業將催收保留為核心能力，并獲得額外的好處，如客戶忠誠度成為管理客戶信貸成本的新競爭力來源，一些早期的應用案例已經產生了可衡量的結果。

根據我們的經驗，在客戶支持和催收中部署先進的GenAI功能的企業可以實現運營費用減少多達40%，回收率提高約10%，此外，催收過程中客戶滿意度評分可能會增加多達30%，這得益于技術能夠更好地識別和及時解決客戶需求，幫助他們更快擺脫債務。

在本文中，我們確定了客戶支持和催收功能的需求，并討論了GenAI如何為組織和客戶增加價值，我們還解釋了GenAI可以實施的時間和地點，并討論了三個GenAI的應用案例，這些案例在我們看來將顯著改變催收和客戶支持的運營。

客戶支持的挑戰和GenAI的潛力

客戶支持和催收的目標是幫助客戶克服財務困境，同時盡量減少損失和保持運營成本低——這些努力使機構能夠與客戶群體建立牢固的關系和忠誠度，這些功能必須在不損害整體投資組合風險狀況和客戶體驗的情況下平衡效率和效果。

催收功能通常有四個主要優先事項：

• 在客戶旅程中創造積極的體驗，這已經成為該功能的核心責任，這意味著提供相關且有意義的財務建議，在適當的時候提供延期付款，并在早期階段主動進行互動。
• 通過戰略性降低財務風險來管理風險價值，這一優先事項包括根據每個客戶的情況和支付能力，識別何時需要進行干預以及需要何種干預。
• 在不犧牲效率和體驗的情況下將成本降至最低，這包括知道何時以及如何與客戶聯系，自動化耗時的任務如數據收集和筆記記錄，并提供使用自助渠道的激勵措施。
• 遵守監管指南和客戶責任，強大的客戶關懷需要對信息的強度和語氣敏感，基于分析的防護措施以避免偏見和確保可用性，并識別和實施適當的產品以改善客戶的財務前景。

GenAI可以作為支持客戶支持整體數字化的強大工具，對于許多更愿意與機器協商而不是與人類分享困難的客戶來說，GenAI是理想選擇，GenAI還可以在發送給客戶群體的信息中提供更個性化的觸感。

我們看到GenAI在客戶支持和催收中的應用出現了四個基本領域，所有這些領域都可以帶來更好的客戶結果：

• 減少對人工干預的需求，GenAI可以大規模用于分析通話記錄和聊天互動，以識別客戶面臨的核心問題，例如客戶未收到賬單而忘記付款。通過主動解決這些根本原因，機構可以減少對代理干預的需求，通過更快速、壓力更小和個性化的互動改善客戶體驗。
•  收集見解并改進運營，GenAI應用可以在特定的通話模型上進行微調，并采用質量控制指標來半自動化運營的持續改進。例如，該技術可以解釋常見系統報告的屏幕截圖，為呼叫中心的控制臺生成見解，最終自動化此功能的部分工作以提高效率，這些補充還可以實現代理輔導、增強績效管理和質量問題的早期干預，所有這些都可以利用所有客戶通信中的信息而不是樣本進行大規模操作，既改善了客戶體驗，又有助于降低財務風險。
• 支持代理并釋放時間，GenAI可以實時增強案件處理人員的能力，以改善體驗并有助于降低財務風險，這可以包括添加知識援助工具以澄清政策或優惠資格，解釋對話并向代理建議互動方法、語氣或產品。最終，這可以通過自動化實現，反過來，這種增強可以減少或完全消除代理手動在系統中編寫通話后筆記的時間，從而釋放他們的時間處理需要高接觸的方法的案件。
• 自動化互動，GenAI可以幫助推動下一代聊天機器人、類人互動語音響應（IVR）甚至虛擬代理，這些工具可以為客戶提供更多的同理心和高質量的解決方案，同時加快流程。此外，它們可以在這些渠道和群發通信（如電子郵件和短信）中推動超個性化的信息，從而進一步提高其有效性和用戶體驗。

GenAI在信用客戶支持中的實施

在客戶支持中啟動并運行GenAI并不像插入一臺計算機那么簡單，客戶關懷領導者需要確保在早期開發過程中建立的能力能夠有效地推動GenAI生態系統的增長。全面采用的潛在好處可能很誘人，但簡單、小規模和可管理的步驟更適合初期功能。

在考慮實施路線圖時，領導者需要平衡價值創造與對業務的干擾和潛在的漏洞。一種明智的做法是優先考慮高價值的內部用例，這些用例可以以模塊化的方式構建，允許在數據、監管和風險約束解除后部署給客戶。

創新的客戶支持功能正在選擇可以快速構建和實施的GenAI用例，無需復雜的技術投資，這些用例通常涉及使用現成的大型語言模型，這些模型需要的開發工作有限且風險較小，因為它們依賴于公共或內部數據而不是面向客戶。此外，它們解決的是功能明確而非分散的領域或過程，能夠有效捕捉客戶通話見解和質量控制等影響。

早期的這些用例不應需要復雜的微調或內容解釋，相反，它們應該有一套有限但明確的防護措施。例如，一個GenAI的用例可以用于分析通話數據，識別成功結果的因素。在這種情況下，用例是簡單的、可管理的且易于測量的：低成本分析通話量的能力具有短期的實施時間線，最低的集成費用以及有限的變更管理或再培訓要求。

在中期前景中，參與者正在考慮涉及實時輸出的GenAI用例，這些用例通常比不太先進的用例需要更多的控制和安全措施，因為它們可能涉及使用機密客戶數據，然而，模型的輸出不直接與客戶互動，因為它需要人工干預。

GenAI的高級應用通常需要從各種來源獲取大量的非結構化數據進行微調，因此，它們需要更先進的測試和驗證過程，并且更有可能在企業的不同領域或功能中構建和部署。

最先進的GenAI應用將需要顯著的開發努力和投資，這通常會導致大約兩到三年的實施時間線，這些用例通常是面向客戶的，它們需要復雜的環境來將延遲減少到可接受的水平，并且需要強大的防護措施來保護數據交換和客戶輸出。使用今天的技術可能會很昂貴。

從長遠來看，要真正捕捉GenAI的好處，領導者應該考慮其部署如何影響客戶和客戶關懷團隊的端到端旅程。結合不同的用例比單獨開發個別用例更有影響力。當協調一致時，一個用例可以利用另一個來放大個體的影響，同時基于相同的模塊化架構進行構建。

轉向成熟的GenAI系統是具有變革性的。每個被這種創新技術增強的領域都需要一個修訂的運營模式來充分捕捉生成的價值。現有流程、政策、人工干預、人員配置等都需要調整。

三個具體的GenAI客戶支持用例

我們的研究表明，通過GenAI用例的增強、自動化和需求減少，實現業務領域（如催收）的端到端轉型可以帶來高達30%的生產力提升。全球各地的機構已經在實施GenAI客戶支持功能。以下是GenAI如何增強流程的三個例子。需要注意的是，捕捉GenAI的全部潛力需要部署一個整合相互關聯的用例組合。

GenAI作為低成本、高價值的績效提升器

GenAI可以快速分析非結構化數據，以生成可操作的見解。在客戶支持領域，最直觀的應用是分析通話錄音，與專有知識庫中的通話模型進行質量比較。比較應包括異議管理和同理心方法等測量指標。

通過最少的開發或集成努力，這種能力允許機構通過應用特定通話的見解來改進策略和績效管理，它可以通過自動化部分流程，通過自助式儀表板、建議和培訓計劃來改善輔導對話。GenAI算法還可以識別模式，并利用這些模式幫助領導者重新思考其機構的現有策略和通話模型方法。

一家消費金融機構部署了GenAI來提高其前線客戶支持團隊的效率，它能夠快速識別出保持安排穩定的特定通話模型元素，所有這些都只需要有限的模型微調。公司還利用這些信息創建了一個360度個性化數字績效管理儀表板，該儀表板包括供主管在提供輔導和個性化培訓時使用的通話級反饋，從而使績效提高了10%。

同樣，一家主要的歐洲信用管理公司利用GenAI的自然語言處理功能結合傳統的機器學習技術來幫助識別抵押品并將其匹配到賬戶上，他們還創建了一個個性化的數字績效管理儀表板，通過通話級反饋為主管提供輔導和個性化培訓，從而使支付增加了10%。

GenAI作為實時助手：通過實時集成擴展前線覆蓋范圍

GenAI可以作為助手，在客戶對話過程中實時提升代理的表現，這通過更有結構和有針對性的互動，專注于客戶關心的事項，從而改善整體客戶體驗。 

在早期版本的部署中，代理可以通過聊天界面請求提供與客戶的先前互動摘要、如何回答特定問題，以及某個特定產品或折扣是否可用于某個賬戶。更高級的部署可以集成到電話或其他電子討論中，在不斷變化的對話中向代理建議行動、產品或方法，它們還可以包括自動識別對話是否超出政策范圍、評估質量控制并在負面客戶體驗升級之前觸發主管干預。

對于基于聊天的互動，GenAI可以預填建議的客戶回復，代理根據需要進行編輯，從而提高互動的效率，這些對話回復可以根據客戶檔案、先前互動和當前交流進行個性化，從而增強客戶體驗并增加積極結果的可能性。

某銀行實施了這一用例，估計代理生產力提高了多達14%。使用GenAI作為助手，使代理能夠處理更多互動，減少研究和打字的時間。我們預測，通過提供個性化和富有同理心的回復，平均處理時間可以減少10%，從而減少客戶服務所花費的時間。使用此功能的催收代理也更有可能成功進行債務或重組談判，從而使回收率提高6%。

在一個更簡單的助手實施中，英國的一家大型銀行正在用監管文檔和內部政策訓練現有的大型語言模型，以提供聊天機器人界面。前線代理很快將使用它快速導航產品資格和合規指南，大大提升客戶體驗和通話質量指標，這是從最初為反洗錢和了解你的客戶規則開發的架構上邁出的一步。

GenAI作為面向客戶的虛擬代理：帶來自動化的全部威力

GenAI已經在各個行業中用于改善客戶互動，從餐廳的汽車餐廳服務到呼叫中心的客戶認證。在客戶支持領域，參與者正在研究客戶旅程中可以通過虛擬代理自動化的元素，以為客戶提供全天候、有同理心的支持，并騰出時間讓現實生活中的代理專注于最需要關注的案件。

該技術在效率上提供了巨大的好處。前線代理通常在繁瑣的客戶互動過程中花費過多時間，例如驗證客戶身份和完成因技術問題未完成的支付。此外，許多客戶在電話中談論其財務困境時猶豫或感到不舒服，還有一些客戶可能需要在非典型的營業時間進行討論。

GenAI可以通過使用傳統的基于腳本的聊天機器人和提供類人互動體驗的IVR，緩解許多摩擦，這些體驗既富有同理心又個性化，這項技術還可以與現有系統集成，以搜索并提供客戶問題的回復，并實時建議特定安排。當技術無法解決時，它可以自動升級給人類代理。

一家公用事業公司目前正在將其呼叫中心的多個用例遷移到由GenAI驅動的虛擬代理上，包括客戶身份驗證和解決特定賬單問題。在此次遷移中，該公司計劃通過新的虛擬代理處理超過45%的入站通話量，其成本僅為客戶代表的一小部分，從而使客戶代表能夠投入更多時間處理更復雜的案例或其他任務。

信用客戶服務可以引領機構的GenAI之旅

在客戶支持和催收領域實施GenAI的影響和好處已經被全球的快速采用者所實現。雖然短期內可以立即捕捉到特定用例的收益，但需要一個結構化的路線圖來捕捉最大的價值、最小化風險，并充分利用跨組織的投資以實現長期成功。

通過在信用客戶支持領域建立可擴展的GenAI能力并與組織的其他功能領域協調，機構可以將數據、自動化和人力資本的力量結合起來，進行催收，從而保持客戶并改善財務狀況。

在客戶支持中采用這項新技術不僅應被視為快速實現價值并為更廣泛的新工具采用提供資金的方法，這也是一種壓力測試組織能力和技術基礎設施的方式，以便擴展。

集成GenAI可以以一種有利于所有人的方式提高對財務困境客戶的支持水平，從而提升所有人的收益。