دور الذكاء الاصطناعي في تحصيل الديون بدون احتكاك

اكتشف أفضل أخبار التكنولوجيا المالية والفعاليات!

اشترك في نشرة FinTech Weekly البريدية

يقرأها المديرون التنفيذيون في JP Morgan وCoinbase وBlackrock وKlarna وغيرهم

غالبًا ما يحمل تحصيل الديون وصمةً مرتبطة بالمكالمات العدوانية ومشكلات الامتثال. لكن خلف الكواليس، من الضروري بالنسبة للمقرضين وجهات التحصيل إبقاء أعمالهم قيد التشغيل. ومع تقادم المحافظ وازدياد هشاشة الائتمان الاستهلاكي، تسعى الشركات إلى إيجاد طرق لتبسيط عملية التحصيل مع الحفاظ على كرامة المقترضين. 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 لأشياء مثل الاكتتاب الائتماني، واكتشاف الاحتيال، والتداول، وروبوتات خدمة العملاء. تشير أبحاث حديثة إلى أن سوق الذكاء الاصطناعي في التمويل العالمي كان يقدر بحوالي 38.36 مليار دولار في 2024، مع توقعات تفيد بارتفاعه إلى 190.33 مليار دولار بحلول 2030. كما تسارع تبنّي الذكاء الاصطناعي في قطاع المصارف. وجدت إحدى الدراسات الاستقصائية 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 شيوع الذكاء الاصطناعي لأنه يعالج توازنًا دقيقًا—تعظيم معدلات الاسترداد مع الحفاظ على الامتثال وودّ العملاء. تُمكّن عملية اتخاذ القرار الآلي، والنمذجة التنبؤية، والتفاعلات باللغة الطبيعية، وتنظيم العمليات المقرضين من الوصول إلى المزيد من الأشخاص دون مضاعفة القوى العاملة.

كيف يحوّل الذكاء الاصطناعي تحصيل الديون

يغير الاسترداد المعتمد على الذكاء الاصطناعي كل جزء من عملية الذمم المدينة، بدءًا من التقسيم إلى التواصل وصولًا إلى التسوية. تعمل هذه التحولات الخمسة معًا لتحسين الكفاءة والامتثال وعائد الاسترداد وتجربة العميل.

1. التقييم التنبؤي لسلوك السداد

تبحث نماذج التعلم الآلي في بيانات الحسابات القديمة وملفات الجدارة الائتمانية وأنماط المعاملات والإشارات الديموغرافية والاتجاهات الكلية لتقدير احتمال قيام المدين بالسداد. تساعد هذه الدرجات في تحديد أولويات الحسابات التي يجب التواصل معها، ومتى وبأي طريقة. عندها يمكن للموارد أن تركز على الأكثر احتمالًا للاستجابة، مما يقلل من التوعية المهدرة.

2. تواصل شخصي

تغيّر أنظمة الذكاء الاصطناعي النبرة والوقت والمحتوى لتطابق ملفات المدينين. يستجيب بعض المقترضين جيدًا للبريد الإلكتروني، بينما يستجيب آخرون لتطبيقات الهاتف المحمول، وآخرون عبر المكالمات الصوتية. إحدى الطرق الاستباقية لزيادة قابلية السداد هي ضبط تذكيرات SMS مجدولة. وجدت دراسة أن رسائل SMS لديها معدل فتح وقراءة يبلغ 42% مقارنةً بـ 32% عبر البريد الإلكتروني. تؤدي استراتيجيات تكيفية مثل هذه إلى تلميحات ألطف وبأوقات أفضل، بدلًا من نصوص تحصيل موحدة تناسب الجميع.

3. وكلاء المحادثة

يتولى المساعدون الصوتيون أو روبوتات الدردشة التعامل مع المهام الروتينية، مثل التحقق من الأرصدة، وتقديم خطط السداد، أو تأكيد البيانات. يمكن لهذه الأنظمة إجراء محادثات على نطاق واسع مع تفعيل التصعيد عندما تكون هناك حاجة للحكم البشري.

لكن هناك عائق—إذ لاحظ بحثٌ أجراه أستاذ من جامعة ييل وزملاؤه في 2022 أن مكالمات الذكاء الاصطناعي جمعت 9% أقل في عمليات السداد خلال أول 30 يومًا بعد تجاوز الاستحقاق مقارنةً بالوكلاء البشريين. ورغم أن الفجوة تتناقص مع مرور الوقت، فإن المتصلين بالذكاء الاصطناعي جمعوا 5% أقل حتى بعد مرور عام. يشير هذا إلى أن الذكاء الاصطناعي الصوتي يعمل أفضل في البيئات الهجينة—التعامل مع التفاعلات البسيطة مع إحالة الحالات المعقدة إلى وكلاء مهرة.

4. سير عمل آلي

تُشغّل أنظمة الذكاء الاصطناعي سير العمل بالكامل، بدءًا من تفعيل التذكيرات وصولًا إلى المتابعة عند التصعيد، وتوجيه الحالات إلى الوكلاء البشريين، وجدولة عمليات السداد، والتحقق من النتائج. تعثر محركات القواعد المدعومة بالذكاء الاصطناعي عن الاستثناءات، وتعلّم الحسابات عالية المخاطر وتبدّل الاستراتيجيات بشكل ديناميكي—كل ذلك دون تدخل بشري.

5. التعلم المستمر وحلقات التغذية الراجعة

تُحلل أنظمة الذكاء الاصطناعي الرسائل التي تعمل وأيها يسبب مدفوعات متأخرة أو حالات تعثر، ثم تغيّر النماذج لتعكس ذلك. تؤثر هذه التغذية الراجعة على تحسين الاستراتيجية من خلال تحسين قواعد التقسيم، وتحسين الإيقاع الزمني للتواصل، 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 والرضا.

من المهم أن تكون منفتحًا وواضحًا. يجب أن يكون بإمكان المقرضين الذين يستخدمون الذكاء الاصطناعي إظهار كيفية اتخاذ القرارات، خصوصًا عندما تكون المكالمات أو رسائل العرض أو شروط السداد مبنية على الخوارزميات. تحذر الأطر التنظيمية من نماذج ذكاء اصطناعي غامضة لا يمكن تفسير آليات اتخاذ قرارها أو تدقيقها.

يجب أن يكون الحد من التحيز استباقيًا. يمكن للنماذج التي تم تدريبها على بيانات تاريخية أن ترمز إلى تحيز، مثل ربط مؤشرات ديموغرافية بديلة باحتمال أقل للسداد. تساعد عمليات التدقيق المستمرة، وقيود الإنصاف، والاختبارات الخصومية في الحماية من المعاملة غير العادلة للفئات المحمية.

خصوصية البيانات والأمن غير قابلين للتفاوض. غالبًا ما تستخدم عمليات التحصيل بيانات شخصية ومالية وسلوكية ومعلومات الموقع. وفي العديد من الولايات القضائية، تفرض الالتزامات بموجب اللائحة العامة لحماية البيانات (General Data Protection Regulation) أو غيرها من قواعد حماية البيانات الإفصاح الصريح عن المعالجة والضوابط الآمنة وتقليل البيانات.

يجب أن يبقى الإشراف البشري جزءًا من الحلقة. ينبغي للذكاء الاصطناعي مساعدة الناس على اتخاذ قراراتهم، لا استبدال الحكم. يجب أن تضع الأنظمة علامات على الحالات عالية المخاطر أو المتاخمة لها للمراجعة البشرية. كما يجب تحديد حدود المساءلة أيضًا، خصوصًا بشأن من المسؤول عن قرارات صنعها الذكاء الاصطناعي أو غيّرها.

وأخيرًا، من الحاسم اتباع القواعد الخاصة بالقطاع مثل قانون الممارسات العادلة لتحصيل الديون (Fair Debt Collection Practices Act) في الولايات المتحدة أو ما يعادله في أماكن أخرى. يجب أن تتجنب الاتصالات الآلية المضايقة، أو التصريحات المضللة، أو الإفصاحات غير القانونية.

إعادة تعريف الاسترداد عبر ذكاء اصطناعي مسؤول

يستخدم تحصيل الديون السلس كلاً من الذكاء الاصطناعي والناس لتسهيل سداد المدفوعات. عندما يُطبَّق مع الشفافية والعناية، يساعد الذكاء الاصطناعي المقرضين على التنبؤ بالاحتياجات والتواصل باحترام واسترداد الأموال بكفاءة. وبالنسبة لقادة التكنولوجيا المالية، يتمثل التقدم الحقيقي في إنشاء أنظمة تجعل التحصيل أقل مواجهة وأكثر تعاونًا، بما ينسق المسؤولية المالية مع ثقة العملاء.