AI最终会完全取代人工催收吗？（三）RaaS不是终局

如果你在纠结机构该怎么跟AI厂商算账 → RaaS不是终局，"分阶段定价"才是

如果你还在纠结"AI能不能取代人" → 人机协同不是过渡态，是长期形态

如果你担心团队转型无路 → 人的角色会逐级升级，从执行者到策略师

如果你在管贷后团队 → 人机协同三阶段，对号入座看看你的团队现在在第几阶段

这是系列第三篇。

前两篇，第一篇聊行业格局，第二篇拆技术演进——AI到底凭什么赢。没看过前两篇也不影响阅读，这篇聊的是钱和人。

第二篇结尾，我留了一串问题：

商业模式在怎么变？按效果付费的RaaS，是不是终局？人机协同是过渡态还是长期形态？催收员这个角色，将来会怎么升级？

还提前撂了两句反直觉的话：

现在行业里都在说"RaaS是终局"，我不完全同意。人机协同的真相也不是"AI不够强所以需要人"——完全相反。

这篇就把它们一个个拆透。

先交代一个概念。RaaS就是按回款分成的模式——你可能听过叫"按效果付费"或者"风险共担"，本质是一回事：催回来才给钱，催不回来厂商一分钱没有。

商业模式的三代进化：从卖工具到卖结果，但RaaS不是万能的

技术在演进，商业模式也在演进。

到今天为止，AI催收的商业模式已经走了三代，每一代都有它的适用场景，也有它的边界：

第一代：按坐席收费的SaaS——卖工具。

买多少个坐席付多少钱，催不催得回来厂商不管。

这是AI催收1.0的模式，典型的"工具思维"。机构买回去用得好不好、有没有提升回款率，全靠自己摸索。现在还在买纯SaaS的机构，要么是需求极其简单，要么是还没反应过来。

第二代：按通话量/接通量收费——卖产能。

按实际用量付费，打多少通电话、接通多少、收多少钱。

比SaaS进了一步，至少和"使用量"挂钩了。但问题也很明显：通电话不等于回款。厂商的KPI是"多打电话"，而你的KPI是"多回款"——这两个目标天生就不一致。

第三代：按回款分成的RaaS——卖结果。

不按坐席、不按通话量，直接按实际回款金额分成。

这听起来很美好，风险共担、利益一致。但RaaS不是万能的，它有非常明确的适用边界—— 长逾期能用，短逾期不能用；难案能用，简单案不能用。

为什么短逾期不适合RaaS？算一笔账你就懂了

很多人觉得"按回款分成"是最先进的模式，所有账龄都该用RaaS。

真不是。我见过不止一家机构，第一年兴冲冲上了RaaS，用得最别扭的不是成本，是策略——想调个话术、改个触达节奏，都得先跟厂商谈。问题就出在没搞懂短逾期这盘账。

先说一个可能反常识的数字。M1阶段（逾期1-30天）的自催回款率，头部信用卡中心和成熟消金机构能做到80%-90%。早期逾期的客户，大部分不是不想还，是忘了、没周转开、或者差一个及时的提醒——这时候电话打到位，钱就回来了。

所以M1的盘子里，"催得回来"本来就是大概率事件。真正决定你比别人多回款几个点的是什么？是策略。

同样一批案子，早上9点拨和下午3点拨，回款不一样；话术先说"影响征信"还是先说"可以分期"，回款不一样；这周加一轮短信还是加一通电话，回款也不一样。早期提醒阶段，策略的及时调整会直接带来回收的变化——贷后团队真正的手艺，就是在这些边际上做文章。

这时候，收费模式的差别就出来了。

按坐席、按通话量收费，买的是产能。厂商提供坐席和工具，怎么打、什么时候打、说什么，全是你说了算。今天发现一个策略有效，明天就能全量铺开；试错了，随时调回来。策略主动权完完整整攥在机构手里。

RaaS分成绑的是结果，催回来的钱里有厂商一份。这听起来利益一致，机制上却藏着一个矛盾——你的每一次策略调整，都在动厂商的奶酪。你想做一个短期可能伤回款、但长期能压低投诉率的调整，厂商会痛快答应吗？你想抽一部分案子去测别的渠道，厂商愿不愿意配合？分成模式下，策略不再是你一家的事，每一次调整都变成一场谈判。

这也是为什么早期逾期的催收，行业里通行的做法一直是坐席制。费率本身就是明证：短逾期的委外费率，行业里最多也就回款金额的1%-5%。这点钱买不动厂商跟你共担风险，却足够让他有动机介入你的策略。限定了分成，就损失了策略机动性——这笔账不划算。

AI催收也一样。短逾期上AI，核心诉求一是降本——一个案子人工打成本十几块，AI打几毛钱；二是把策略迭代的速度拉到极致——AI调一个策略，分分钟就能传导到全量案件。这两件事，都要求策略主动权牢牢留在机构自己手里。

所以短逾期适合按坐席、按用量收费，而不是按回款分成。

饶老曦评论：很多厂商推RaaS的时候喜欢说"我们跟你风险共担"。但你仔细想想，M1的回款率本来就有八九成，短逾期费率也就一到五个点——他共担了什么风险？真正被绑住的是你的手脚：策略每动一次，都要跟分成方博弈。贷后管理的核心能力就是策略迭代，这个主动权，比省下的那点费用值钱多了。

为什么长逾期适合RaaS？因为风险变了

长逾期（M3+）的账就完全不一样了。

行业有一个共识：逾期时间每延长90天，回收率下降50%以上。到了M3+，区域性银行的回款率普遍只有10%左右，再往后到M6、M12，回收率可能跌到个位数甚至千分之几。

这时候机构面对的选择就变了：

自己做？人工成本高、回款率低，一个坐席一个月催不了几个长逾期的案子，算下来可能还亏本

传统委外？早期逾期阶段委外收紧，长逾期委外的费率也越来越高，而且管理成本不低

RaaS？零固定成本，催回来分一部分，催不回来也没损失

对机构来说，长逾期的RaaS本质上是"用未来不确定的收入，换现在确定的零成本"。反正这些案子放着也是放着，能催回来多少都是赚的。

而对厂商来说，长逾期的案量大、难度高，AI的效率优势才能真正体现出来——一个AI坐席一天能处理的案件量，是人工的4-5倍。每提高一个百分点的回款率，都是真金白银的增量。

所以更准确的说法不是"RaaS是终局"，而是 "分阶段定价"是终局 ——短逾期按用量降本，长逾期按结果共担风险。各取所需，没有哪个模式能通吃全账龄。

人机协同三阶段：人一直都在，只是角色在变

聊完商业模式的进化，你可能已经发现了——模式在变，人的角色也在变。而且这两件事是绑在一起的：

SaaS时代，人是工具的使用者，核心能力是"会操作"；按用量时代，人是产能的管理者，核心能力是"管效率"； RaaS时代，人是结果的责任人，核心能力是"定策略"。

所以"人机协同"从来不是"AI还不够强，先让人凑个数"。恰恰相反—— AI越强，人的位置越高，人的判断越值钱。

很多人把人机协同理解为过渡态，这是最大的误解。进化的每个阶段都有人机协同，只是人的角色不一样。从执行者到教练，从教练到策略师，从策略师到危机干预专家——人始终在场，只是位置越来越高。

你可以停下来想想，你的团队现在在第几阶段？

阶段一：AI做主、人工兜底（当前主流）

判断标志：你的团队里，大部分人还在打电话，但每个人身边都多了个"AI助手"——AI先打一轮，搞不定的转过来。

这是目前行业最普遍的阶段。AI负责M0到M2的标准化触达、提醒、常规问答；人工负责M3+的协商谈判、高情绪客户、异议账户。

一个典型的场景是这样的：早上9点，AI批量外呼M1的案子，接通后按标准话术提醒还款。遇到客户说"我没钱"，AI先试探一下能不能分期；客户说"我要投诉"，AI立刻标记并转人工坐席。

人工坐席这时候拿到的，已经是AI筛选过的"疑难杂症"了——不用再打几百通无效电话，直接处理那些真正需要人的案子。

这个阶段的本质是： AI做漏斗，人做漏斗底。

阶段二：AI执行、人工指导（头部机构正在进入）

判断标志：当你发现团队里"打电话的人越来越少，调策略的人越来越多"，就进入阶段二了。

到了这个阶段，AI能独立处理大部分案件——不只是简单提醒，还能做分期协商、还款方案调整、异议处理。人的主要工作不再是打电话，而是：

设计和调优催收策略（这个客群用什么话术、那个账龄用什么节奏）处理边缘案例（AI搞不定的疑难杂症，人来解决，然后把经验教给AI）

标注数据、训练模型（人的每一次处理，都是AI的学习素材）监控AI表现（质检、合规、效果评估）

举个具体的例子：月底冲量的时候，以前是主管盯着每个坐席的拨打量、回款率，催着大家加班。现在呢？策略师调一下AI的外呼策略——增加触达频次、调整话术侧重、优化分案规则。AI的效率调整，分分钟就能传导到全量案件上。

人还是那些人，但工作内容完全变了。以前是"我今天打了多少通电话、催回了多少钱"，现在是"我调了一个策略，整体回款率涨了两个点"。

饶老曦评论：很多贷后管理者跟我说，招人越来越难了——年轻一代不愿意做催收坐席，流失率高、培训周期长。但换个角度想，这也许是好事。逼着你把人从"打电话的"往"调策略的"方向转。人少了，但每个人的价值更高了，团队反而更稳了。

阶段三：AI全干、人工危机干预（行业观察预判3-5年）

判断标志：当你的团队里，一线催收坐席的数量已经少于策略、合规、数据分析的人数，就进入阶段三了。

到这个阶段，AI负责绝大多数案件——从提醒到协商到分期方案，全流程自动处理。人只处理两类事情：

一类是极端异常 ——比如客户突发重大疾病、遭遇诈骗、涉及刑事案件，这些AI无法判断、也不能随意决策的场景。

另一类是合规危机 ——投诉升级、媒体关注、监管问询，这些需要人来判断尺度、承担最终责任的事情。

催收团队的结构会彻底变样：从"大量一线坐席+少量主管质检"，变成"策略专家+危机干预专家+合规审计+数据分析"。人的数量大幅减少，但每个人的专业要求和收入水平都会显著上升。

这个阶段离我们有多远？可能比大多数人想象的近。AI催收这几年从"尝鲜项目"变成"标配基建"，速度一直很快——头部机构的动作，往往一两年后就是全行业的常态。

最后：催收被重新定义了，而不是消失了

回到最开始的那个问题——AI最终会完全取代人工催收吗？

我的答案是：会。但"完全取代"的意思，不是"没有催收员了"，而是" 催收的执行层被AI完全接管，人的角色升级为策略制定者、危机干预者和最终责任人 "。

这就像自动驾驶。L5级自动驾驶不是"车里没有人"，而是"人不需要开车了"。人还在车里，但角色从司机变成了乘客和决策者。车还是那个人的车，目的地还是那个人定的，只是开车这件事，交给机器了。

AI催收的终局也是一样。

AI负责所有标准化的执行工作——打电话、发信息、做提醒、谈分期。人负责什么？负责定方向、定策略、定底线，负责处理那些AI搞不定的极端情况，也为整个催收过程的合规和结果负责。

到那个时候，"催收"这个词的内涵都会变。

今天我们说催收，想到的是"打电话催钱"。未来再说催收，可能指的是"一套基于数据和算法的风险处置体系"——从客户逾期前的预警，到逾期后的分层处置，再到极端情况的人工干预，全链路数字化、智能化。

人还是那个人，但做的事已经完全不一样了。

饶老曦评论：很多贷后管理者私下跟我说焦虑。焦虑什么呢？怕AI来了自己没用了。但你仔细想想，真正会被淘汰的是谁？是那些只会照着话术念、每天机械拨号的人。而那些懂策略、懂客户、懂业务的人，AI来了之后只会更值钱——因为你手下有了一支永不疲倦、永远合规、永远听话的AI大军。

对个人来说，最好的策略不是害怕AI，而是成为第一批会用AI的人。对机构来说，最好的策略不是观望，而是现在就跳进去。

最后说三句大实话：第一，短账龄上AI，现在就可以动手，按用量付费，别碰RaaS。第二，把人工转接和数据回灌机制搭起来，这是AI进化的燃料。

第三，从现有团队里挑两三个人，从"打电话"往"管策略"转，不用等编制。

这篇拆了商业模式怎么走、人的角色怎么变，加上前两篇拆的行业格局和技术演进路径，回到系列开头那个问题——AI最终会完全取代人工催收吗？

我的答案没变过：会。但取代的是执行层，不是人。

格局、技术、商业模式、人的角色，四件事讲完，这个系列就到这里。催收这个行业还在快速变，后面有新的动向，我们再单独聊。