دور الذكاء الاصطناعي في تحصيل الديون بدون احتكاك

اكتشف أبرز أخبار وأحداث التكنولوجيا المالية!

اشترك في النشرة الإخبارية لـ FinTech Weekly

يطلع عليها مديرون تنفيذيون في JP Morgan وCoinbase وBlackrock وKlarna وغيرهم

غالبًا ما يحمل تحصيل الديون وصمة السعي العدواني بالمكالمات ومشكلات الامتثال. لكن، خلف الكواليس، من الضروري للمقرضين ومقدمي خدمات التحصيل أن تُبقي أعمالهم قيد التشغيل. ومع تقدم عمر المحافظ وضعف استقرار الائتمان الاستهلاكي، تسعى الشركات إلى طرق لتبسيط عملية التحصيل مع الحفاظ على كرامة المقترض. يمكن للذكاء الاصطناعي (AI) أن يساعد في تحويل التحصيل التقليدي إلى نموذج تفاعل سلس قائم على البيانات.

استخدام الذكاء الاصطناعي في التمويل

يُستخدم الذكاء الاصطناعي الآن في أشياء مثل التقييم الائتماني، واكتشاف الاحتيال، والتداول، وروبوتات خدمة المستهلكين. تُظهر أبحاث حديثة أن سوق الذكاء الاصطناعي في مجال التمويل عالميًا كان يساوي حوالي 38.36 مليار دولار في 2024، مع توقعات تشير إلى ارتفاعه إلى 190.33 مليار دولار بحلول 2030. كما تسارعت وتيرة تبني الذكاء الاصطناعي في قطاع البنوك. وجد أحد الاستطلاعات أن 78% من المؤسسات تستخدم الذكاء الاصطناعي الآن في وظيفة أعمال واحدة على الأقل، مقارنةً بـ 72% في العام السابق.

في التحصيل وخدمة الديون، يزداد استخدام الذكاء الاصطناعي شعبية لأنه يعالج توازنًا دقيقًا — تعظيم معدلات الاسترداد مع الحفاظ على الامتثال وودّ العملاء. تتيح عملية اتخاذ القرار الآلية، والنمذجة التنبؤية، والتفاعلات باللغة الطبيعية، وتنظيم العمليات للمقرضين الوصول إلى المزيد من الأشخاص دون تضاعف القوى العاملة.

كيف يحوّل الذكاء الاصطناعي تحصيل الديون

يؤدي الاسترداد المدفوع بالذكاء الاصطناعي إلى تغيير كل جزء من عملية المستحقات، بدءًا من التقسيم إلى جهة الاتصال وصولًا إلى التسوية. تعمل هذه التحولات الخمسة معًا لتحسين الكفاءة والامتثال وعائد الاسترداد وتجربة العميل.

1. التقييم التنبؤي لسلوك السداد

تدرس نماذج التعلم الآلي بيانات الحسابات القديمة، وملفات الجدارة الائتمانية، وأنماط المعاملات، والإشارات الديموغرافية، والاتجاهات الكلية لتقدير احتمالية قيام المدين بالسداد. تساعد هذه الدرجات على تحديد الأولويات لما يجب التواصل معه، ومتى وبأي طريقة. بعد ذلك يمكن للموارد أن تركز على الحسابات الأكثر احتمالًا للاستجابة، مما يقلل من محاولات التواصل المهدرة.

2. تواصل شخصي

تغيّر أنظمة الذكاء الاصطناعي النبرة والوقت والمحتوى بما يتناسب مع ملفات المدين. يستجيب بعض المقترضين جيدًا للرسائل البريدية الإلكترونية، بينما يستجيب آخرون لتطبيقات الهاتف المحمول، وآخرون عبر المكالمات الصوتية. تتمثل إحدى الطرق الاستباقية لزيادة قابلية الدفع في إعداد تذكيرات SMS مجدولة. وجدت دراسة أن رسائل SMS لديها معدل فتح وقراءة بنسبة 42% مقارنةً بـ 32% عبر البريد الإلكتروني. تؤدي استراتيجيات تكيفية مثل هذه إلى دفعات ألطف وفي وقتها الأنسب، بدلًا من نصوص تحصيل واحدة تناسب الجميع.

3. الوكلاء المحادثيون

تتولى المساعدات الصوتية أو الروبوتات الدردشة المهام الروتينية، مثل التحقق من الأرصدة، وتقديم خطط سداد، أو تأكيد البيانات. يمكن لهذه الأنظمة إجراء محادثات على نطاق واسع مع تفعيل التصعيد عندما تكون هناك حاجة إلى حكم بشري.

لكن توجد مفارقة — إذ لاحظت أبحاث أجراها أستاذ من جامعة ييل وزملاؤه في عام 2022 أن مكالمات الذكاء الاصطناعي جمعت 9% أقل في عمليات السداد خلال أول 30 يومًا بعد تجاوز الموعد المحدد مقارنةً بالوكلاء البشريين. وعلى الرغم من أن الفجوة تتضاءل مع مرور الوقت، فإن المتصلين بالذكاء الاصطناعي جمعوا 5% أقل حتى بعد مرور عام. يشير ذلك إلى أن الذكاء الاصطناعي الصوتي يعمل على أفضل وجه في البيئات الهجينة — يتعامل مع التفاعلات البسيطة مع تحويل القضايا المعقدة إلى وكلاء مهرة.

4. سير عمل آلي

تُشغّل أنظمة الذكاء الاصطناعي سير العمل بالكامل، بدءًا من تفعيل التذكيرات وحتى المتابعة عند التصعيد، وتوجيه القضايا إلى وكلاء بشريين، وجدولة عمليات السداد، والتحقق من النتائج. تعثر محركات القواعد المدعومة بالذكاء الاصطناعي عن الاستثناءات، وتُعلّم الحسابات عالية المخاطر، وتبدّل الاستراتيجيات ديناميكيًا — كل ذلك دون تدخل بشري.

5. التعلم المستمر وحلقات التغذية الراجعة

تقوم أنظمة الذكاء الاصطناعي بتحليل الرسائل التي تنجح وأيها يسبب مدفوعات متأخرة أو حالات تعثر، ثم تغيّر النماذج لتعكس ذلك. يؤثر هذا الارتداد في تحسين الاستراتيجية عبر تحسين قواعد التقسيم، وتحسين الوتيرة، وتعزيز معدلات الاسترداد. وبطريقة ما، يتحول التحصيل إلى نظام تعلم بدلًا من حملة ثابتة.

اعتبارات أخلاقية في تحصيل الديون بالذكاء الاصطناعي

تزيد الأساليب الآلية في مجال حساس كهذا من المخاوف بشأن نقص الشفافية والإنصاف والموافقة.

من المهم أن تكون الأمور مفتوحة وواضحة. يجب أن يتمكن الدائنون الذين يستخدمون الذكاء الاصطناعي من إظهار كيفية اتخاذ القرارات، خصوصًا عندما تكون المكالمات أو رسائل العرض أو شروط السداد مبنية على خوارزميات. تحذر الأطر التنظيمية من نماذج ذكاء اصطناعي غامضة لا يمكن شرح آليات اتخاذ القرار فيها أو تدقيقها.

يجب أن يكون التخفيف من الانحياز استباقيًا. يمكن للنماذج المُدرّبة على بيانات تاريخية أن تُشفِّف انحيازًا، مثل ربط المؤشرات الديموغرافية بارتفاع احتمال التخلف عن السداد. يساعد التدقيق المستمر، وقيود الإنصاف، والاختبار العدائي في الحماية من المعاملة غير العادلة للفئات المحمية.

الخصوصية والأمان على البيانات أمران لا يُساوَم عليهما. غالبًا ما تستخدم عمليات التحصيل بيانات شخصية ومالية وسلوكية ومكانية. وفي كثير من الولايات القضائية، تفرض الالتزامات بموجب لائحة حماية البيانات العامة General Data Protection Regulation أو غيرها من قواعد حماية البيانات الإفصاح الصريح عن المعالجة، والضوابط الآمنة، وتقليل حجم البيانات.

يجب أن تظل الرقابة البشرية جزءًا من الحلقة. ينبغي أن يساعد الذكاء الاصطناعي الأشخاص على اتخاذ قرارات، لا أن يحل محل الحكم. يجب على الأنظمة تمييز الحالات عالية المخاطر أو الحالات الحدودية للمراجعة البشرية. كما يجب تحديد حدود المساءلة أيضًا، خصوصًا فيما يتعلق بمن المسؤول عن القرارات التي يصنعها الذكاء الاصطناعي أو التي يغيّرها.

وأخيرًا، من الأهمية بمكان اتباع قواعد خاصة بالقطاع مثل Fair Debt Collection Practices Act في الولايات المتحدة أو ما يعادلها في أماكن أخرى. يجب أن تتجنب الاتصالات الآلية التحرش، أو التصريحات المضللة، أو الإفصاحات غير القانونية.

إعادة تعريف الاسترداد عبر ذكاء اصطناعي مسؤول

يستخدم تحصيل الديون السلس كلًا من الذكاء الاصطناعي والناس لجعل السداد سهلًا. عندما يُطبَّق ذلك مع الشفافية والعناية، يساعد الذكاء الاصطناعي المقرضين على توقع الاحتياجات، والتواصل باحترام، واسترداد الأموال بكفاءة. وبالنسبة لقادة التكنولوجيا المالية، يتمثل التقدم الحقيقي في إنشاء أنظمة تجعل التحصيل أقل مواجهة وأكثر تعاونًا، بما ينسّق المسؤولية المالية مع ثقة العميل.