随着GenAI的快速兴起，信用客户支持和催收功能正在利用该技术的潜力，它们可以用它来增强运营能力，提高效率，增加效果，最重要的是，为客户创造更好的结果。
近年来，技术变革已经成为信用客户支持和催收不可分割的一部分，这一转变由越来越多的技术娴熟的客户和监管机构对透明度的需求推动，这些需求受到新冠疫情和其他信用危机的推动。迄今为止，这些技术进步，如机器学习建模、数字化和自动化，使信用客户支持和催收变得更加简化、数据驱动和以客户为中心。新技术使得提供更多的服务、与客户达成更相关的安排、开辟新的重新谈判途径和改善结算条件成为可能，这些可以加强客户与机构的关系，改善客户的财务健康状况并为机构带来长期价值。
GenAI是最新且可能最具变革性的进步，它可以对客户支持产生前所未有的积极影响，它可以改善和个性化客户联系，提升为客户服务的代理人的能力，并自动化常规流程，如笔记记录、互动总结，甚至一些客户互动，反过来，这些好处可以通过技术整理和综合信息的能力来帮助监管过程。
因此，GenAI在客户支持和催收领域的采用不仅限于减少逾期付款，它有可能通过释放运营资源、有效应对信用损失，显著改善客户互动和待遇，并大幅降低催收相关成本，这种增强的信用效率可能使企业将催收保留为核心能力，并获得额外的好处，如客户忠诚度成为管理客户信贷成本的新竞争力来源，一些早期的应用案例已经产生了可衡量的结果。
根据我们的经验，在客户支持和催收中部署先进的GenAI功能的企业可以实现运营费用减少多达40%，回收率提高约10%，此外，催收过程中客户满意度评分可能会增加多达30%，这得益于技术能够更好地识别和及时解决客户需求，帮助他们更快摆脱债务。
在本文中，我们确定了客户支持和催收功能的需求，并讨论了GenAI如何为组织和客户增加价值，我们还解释了GenAI可以实施的时间和地点，并讨论了三个GenAI的应用案例，这些案例在我们看来将显著改变催收和客户支持的运营。
客户支持的挑战和GenAI的潜力
客户支持和催收的目标是帮助客户克服财务困境，同时尽量减少损失和保持运营成本低——这些努力使机构能够与客户群体建立牢固的关系和忠诚度，这些功能必须在不损害整体投资组合风险状况和客户体验的情况下平衡效率和效果。
催收功能通常有四个主要优先事项：
- 在客户旅程中创造积极的体验，这已经成为该功能的核心责任，这意味着提供相关且有意义的财务建议，在适当的时候提供延期付款，并在早期阶段主动进行互动。
- 通过战略性降低财务风险来管理风险价值，这一优先事项包括根据每个客户的情况和支付能力，识别何时需要进行干预以及需要何种干预。
- 在不牺牲效率和体验的情况下将成本降至最低，这包括知道何时以及如何与客户联系，自动化耗时的任务如数据收集和笔记记录，并提供使用自助渠道的激励措施。
- 遵守监管指南和客户责任，强大的客户关怀需要对信息的强度和语气敏感，基于分析的防护措施以避免偏见和确保可用性，并识别和实施适当的产品以改善客户的财务前景。
GenAI可以作为支持客户支持整体数字化的强大工具，对于许多更愿意与机器协商而不是与人类分享困难的客户来说，GenAI是理想选择，GenAI还可以在发送给客户群体的信息中提供更个性化的触感。
我们看到GenAI在客户支持和催收中的应用出现了四个基本领域，所有这些领域都可以带来更好的客户结果：
- 减少对人工干预的需求，GenAI可以大规模用于分析通话记录和聊天互动，以识别客户面临的核心问题，例如客户未收到账单而忘记付款。通过主动解决这些根本原因，机构可以减少对代理干预的需求，通过更快速、压力更小和个性化的互动改善客户体验。
- 收集见解并改进运营，GenAI应用可以在特定的通话模型上进行微调，并采用质量控制指标来半自动化运营的持续改进。例如，该技术可以解释常见系统报告的屏幕截图，为呼叫中心的控制台生成见解，最终自动化此功能的部分工作以提高效率，这些补充还可以实现代理辅导、增强绩效管理和质量问题的早期干预，所有这些都可以利用所有客户通信中的信息而不是样本进行大规模操作，既改善了客户体验，又有助于降低财务风险。
- 支持代理并释放时间，GenAI可以实时增强案件处理人员的能力，以改善体验并有助于降低财务风险，这可以包括添加知识援助工具以澄清政策或优惠资格，解释对话并向代理建议互动方法、语气或产品。最终，这可以通过自动化实现，反过来，这种增强可以减少或完全消除代理手动在系统中编写通话后笔记的时间，从而释放他们的时间处理需要高接触的方法的案件。
- 自动化互动，GenAI可以帮助推动下一代聊天机器人、类人互动语音响应（IVR）甚至虚拟代理，这些工具可以为客户提供更多的同理心和高质量的解决方案，同时加快流程。此外，它们可以在这些渠道和群发通信（如电子邮件和短信）中推动超个性化的信息，从而进一步提高其有效性和用户体验。
GenAI在信用客户支持中的实施
在客户支持中启动并运行GenAI并不像插入一台计算机那么简单，客户关怀领导者需要确保在早期开发过程中建立的能力能够有效地推动GenAI生态系统的增长。全面采用的潜在好处可能很诱人，但简单、小规模和可管理的步骤更适合初期功能。
在考虑实施路线图时，领导者需要平衡价值创造与对业务的干扰和潜在的漏洞。一种明智的做法是优先考虑高价值的内部用例，这些用例可以以模块化的方式构建，允许在数据、监管和风险约束解除后部署给客户。
创新的客户支持功能正在选择可以快速构建和实施的GenAI用例，无需复杂的技术投资，这些用例通常涉及使用现成的大型语言模型，这些模型需要的开发工作有限且风险较小，因为它们依赖于公共或内部数据而不是面向客户。此外，它们解决的是功能明确而非分散的领域或过程，能够有效捕捉客户通话见解和质量控制等影响。
早期的这些用例不应需要复杂的微调或内容解释，相反，它们应该有一套有限但明确的防护措施。例如，一个GenAI的用例可以用于分析通话数据，识别成功结果的因素。在这种情况下，用例是简单的、可管理的且易于测量的：低成本分析通话量的能力具有短期的实施时间线，最低的集成费用以及有限的变更管理或再培训要求。
在中期前景中，参与者正在考虑涉及实时输出的GenAI用例，这些用例通常比不太先进的用例需要更多的控制和安全措施，因为它们可能涉及使用机密客户数据，然而，模型的输出不直接与客户互动，因为它需要人工干预。
GenAI的高级应用通常需要从各种来源获取大量的非结构化数据进行微调，因此，它们需要更先进的测试和验证过程，并且更有可能在企业的不同领域或功能中构建和部署。
最先进的GenAI应用将需要显著的开发努力和投资，这通常会导致大约两到三年的实施时间线，这些用例通常是面向客户的，它们需要复杂的环境来将延迟减少到可接受的水平，并且需要强大的防护措施来保护数据交换和客户输出。使用今天的技术可能会很昂贵。
从长远来看，要真正捕捉GenAI的好处，领导者应该考虑其部署如何影响客户和客户关怀团队的端到端旅程。结合不同的用例比单独开发个别用例更有影响力。当协调一致时，一个用例可以利用另一个来放大个体的影响，同时基于相同的模块化架构进行构建。
转向成熟的GenAI系统是具有变革性的。每个被这种创新技术增强的领域都需要一个修订的运营模式来充分捕捉生成的价值。现有流程、政策、人工干预、人员配置等都需要调整。
三个具体的GenAI客户支持用例
我们的研究表明，通过GenAI用例的增强、自动化和需求减少，实现业务领域（如催收）的端到端转型可以带来高达30%的生产力提升。全球各地的机构已经在实施GenAI客户支持功能。以下是GenAI如何增强流程的三个例子。需要注意的是，捕捉GenAI的全部潜力需要部署一个整合相互关联的用例组合。
GenAI作为低成本、高价值的绩效提升器
GenAI可以快速分析非结构化数据，以生成可操作的见解。在客户支持领域，最直观的应用是分析通话录音，与专有知识库中的通话模型进行质量比较。比较应包括异议管理和同理心方法等测量指标。
通过最少的开发或集成努力，这种能力允许机构通过应用特定通话的见解来改进策略和绩效管理，它可以通过自动化部分流程，通过自助式仪表板、建议和培训计划来改善辅导对话。GenAI算法还可以识别模式，并利用这些模式帮助领导者重新思考其机构的现有策略和通话模型方法。
一家消费金融机构部署了GenAI来提高其前线客户支持团队的效率，它能够快速识别出保持安排稳定的特定通话模型元素，所有这些都只需要有限的模型微调。公司还利用这些信息创建了一个360度个性化数字绩效管理仪表板，该仪表板包括供主管在提供辅导和个性化培训时使用的通话级反馈，从而使绩效提高了10%。
同样，一家主要的欧洲信用管理公司利用GenAI的自然语言处理功能结合传统的机器学习技术来帮助识别抵押品并将其匹配到账户上，他们还创建了一个个性化的数字绩效管理仪表板，通过通话级反馈为主管提供辅导和个性化培训，从而使支付增加了10%。
GenAI作为实时助手：通过实时集成扩展前线覆盖范围
GenAI可以作为助手，在客户对话过程中实时提升代理的表现，这通过更有结构和有针对性的互动，专注于客户关心的事项，从而改善整体客户体验。
在早期版本的部署中，代理可以通过聊天界面请求提供与客户的先前互动摘要、如何回答特定问题，以及某个特定产品或折扣是否可用于某个账户。更高级的部署可以集成到电话或其他电子讨论中，在不断变化的对话中向代理建议行动、产品或方法，它们还可以包括自动识别对话是否超出政策范围、评估质量控制并在负面客户体验升级之前触发主管干预。
对于基于聊天的互动，GenAI可以预填建议的客户回复，代理根据需要进行编辑，从而提高互动的效率，这些对话回复可以根据客户档案、先前互动和当前交流进行个性化，从而增强客户体验并增加积极结果的可能性。
某银行实施了这一用例，估计代理生产力提高了多达14%。使用GenAI作为助手，使代理能够处理更多互动，减少研究和打字的时间。我们预测，通过提供个性化和富有同理心的回复，平均处理时间可以减少10%，从而减少客户服务所花费的时间。使用此功能的催收代理也更有可能成功进行债务或重组谈判，从而使回收率提高6%。
在一个更简单的助手实施中，英国的一家大型银行正在用监管文档和内部政策训练现有的大型语言模型，以提供聊天机器人界面。前线代理很快将使用它快速导航产品资格和合规指南，大大提升客户体验和通话质量指标，这是从最初为反洗钱和了解你的客户规则开发的架构上迈出的一步。
GenAI作为面向客户的虚拟代理：带来自动化的全部威力
GenAI已经在各个行业中用于改善客户互动，从餐厅的汽车餐厅服务到呼叫中心的客户认证。在客户支持领域，参与者正在研究客户旅程中可以通过虚拟代理自动化的元素，以为客户提供全天候、有同理心的支持，并腾出时间让现实生活中的代理专注于最需要关注的案件。
该技术在效率上提供了巨大的好处。前线代理通常在繁琐的客户互动过程中花费过多时间，例如验证客户身份和完成因技术问题未完成的支付。此外，许多客户在电话中谈论其财务困境时犹豫或感到不舒服，还有一些客户可能需要在非典型的营业时间进行讨论。
GenAI可以通过使用传统的基于脚本的聊天机器人和提供类人互动体验的IVR，缓解许多摩擦，这些体验既富有同理心又个性化，这项技术还可以与现有系统集成，以搜索并提供客户问题的回复，并实时建议特定安排。当技术无法解决时，它可以自动升级给人类代理。
一家公用事业公司目前正在将其呼叫中心的多个用例迁移到由GenAI驱动的虚拟代理上，包括客户身份验证和解决特定账单问题。在此次迁移中，该公司计划通过新的虚拟代理处理超过45%的入站通话量，其成本仅为客户代表的一小部分，从而使客户代表能够投入更多时间处理更复杂的案例或其他任务。
信用客户服务可以引领机构的GenAI之旅
在客户支持和催收领域实施GenAI的影响和好处已经被全球的快速采用者所实现。虽然短期内可以立即捕捉到特定用例的收益，但需要一个结构化的路线图来捕捉最大的价值、最小化风险，并充分利用跨组织的投资以实现长期成功。
通过在信用客户支持领域建立可扩展的GenAI能力并与组织的其他功能领域协调，机构可以将数据、自动化和人力资本的力量结合起来，进行催收，从而保持客户并改善财务状况。
在客户支持中采用这项新技术不仅应被视为快速实现价值并为更广泛的新工具采用提供资金的方法，这也是一种压力测试组织能力和技术基础设施的方式，以便扩展。
集成GenAI可以以一种有利于所有人的方式提高对财务困境客户的支持水平，从而提升所有人的收益。
