你以为的AI催收，可能只是第二代IVR换了个皮

有一家叫AI Rudder的新加坡公司，每天处理8000万通AI语音电话，累计已经接了超过100亿通。

全球500多家企业在用，B轮融资5000万美元，办公室从新加坡开到了雅加达、马尼拉、墨西哥、上海——8个城市，300个员工。

这不是PPT，是公开的公司资料。

看到这个数字，你可能跟很多贷后总一样，心里咯噔一下：日8000万通，这是什么概念？国内一家中型消金的自催团队，全员满负荷一天也就几万通。AI的产能已经是人工的几百倍了。

但你同时也在犹豫：真有这么厉害，为什么催收团队还在招人？为什么AI催回率总是厂商说了算？

AI催收，到底行不行？这是过去半年饶老曦被问得最多的问题。没有之一。

今天这篇，把厂商PPT里的数字拆开看：哪些可信，哪些只能参考，哪些其实偷换了概念。最后给你一套判断框架——以后再有人拿"提升200%"这种话术来忽悠你，你知道该信多少。

先搞清楚：你看到的AI催收，是第几代？

判断AI催收行不行，第一步不是看数据，而是搞清楚——你看到的，到底是第几代AI？

很多人不知道，AI催收已经迭代了四代，但市面上大量"AI催收"的PPT，讲的还是第二代的东西。

第一代：IVR话术树。按键菜单+预录音，"同意请按1"。批量外呼能做，但跟"智能"没关系。

第二代：智能语音外呼。 ASR+TTS+关键词匹配的话术树，能听懂关键词然后跳录音。能说话，但不会对话。很多人口中的"AI催收"，其实就是这个水平。

第三代：大模型多轮对话。 2022年之后起来的，LLM驱动的拟人对话，能识别情绪、能动态调整策略。这一代才配叫"AI催收"，但落地的机构没你想的多。

第四代：AI智能体全链路。不是一个机器人打电话，而是一组Agent协同作业，从贷前到贷后到处置全链路闭环。这是最前沿的方向，案例还不多。

饶老曦评论：教你一个快速判断法——问厂商三个问题：第一，打断后能接着聊还是跳回话术节点？（答跳节点的是第二代）第二，能不能根据客户情绪自动调整策略？（答按预设分支走的是第二代）第三，转人工后AI学到了什么？（答不上来的是第二代）

三个问题问完，是李逵还是李鬼，一清二楚。

四代演进，每一代的能力天花板完全不同。你拿第二代的体验来判断AI行不行，结论肯定是"不行"；但你拿第四代的PPT来采购，最后落地的可能还是第二代。

这就是行业最大的信息差。五条技术路线，谁在真干活、谁在讲故事？

先提醒一句：不管哪条技术路线，你都要先判断它做到第几代了——很多厂商拿第二代的方案，套第三代的壳。市面上相当一部分所谓“AI催收”，底层依然是关键词匹配+话术树，只是外面套了一层大模型的包装。

现在做AI催收的厂商很多，但扒开外衣看内核，核心就三条路线，另外两条是补充。第一条：垂直催收派——真刀真枪干催收的。

国内代表是硅基智能（百融·百回），海外代表是Salient、AI Rudder和Kleva。这帮人是真的扎进催收场景里的，从话术到策略到质检全链条深耕。

开头提到的AI Rudder就是典型——日处理8000万通电话，产品覆盖催收、营销、信审、客服、质检全链条，自研专有Voyager大模型，B轮5000万美元，客户以银行为主。规模摆在这，不是小打小闹。

优势是场景理解最深、效果数据最亮眼。但提醒一句：垂直派的效果数据大多是厂商自报，基线、口径、对比对象都不透明，不能直接当成行业均值看。比如硅基宣称M1催回率做到85%、达人工作业的104%，AI Rudder催收案例接通率85%、成功交谈率75%——这些数字可以参考，但采购前一定要自己跑POC验证。

Kleva 280万案件的独立对比研究相对更可信：标准案件AI回收率73%，超过人工的42%。

短板是技术边界受限于自身资源，底层语音能力未必有大厂强。第二条：语音底层派——语音能力最强的。

代表是科大讯飞。以ASR、TTS、声纹这些底层语音技术为根基，向上延伸行业方案。

优势是语音能力最强、方言支持最全（22种方言）、银行渠道最广，国内市占率23.1%。招行信用卡M3+首通接通率68.4%，就是讯飞的案例。

短板是催收垂直场景的know-how需要补全——语音强不等于催收策略强。第三条：平台大模型派——提供底座的。

代表是火山引擎（字节跳动）。提供大模型底座+语音网关+智能体平台，上层方案由客户或伙伴自己搭。

优势是通用能力强、生态完善、豆包大模型中文理解领先。

短板是催收垂直场景的数据积累少，公开的催收效果数据几乎没有。大厂提供的是能力层，催收的"最后一公里"还得靠自己。

另外还有两条补充路线：行为科学派（KredosAi、TrueAccord），不追求"像人一样说话"，而是用行为科学优化触达时机和渠道，合规风险低但高账龄效果弱；全链路资产管理派（百融百灵、AI Rudder），从贷前到贷后到处置全链路AI化，客户粘性强但重交付、扩张慢。

饶老曦评论：选型其实没那么复杂——做M1短账龄批量提醒，优先找垂直派；方言多、口音重的区域银行，语音派的方言能力是刚需；想做全链路智能化升级，平台派的底座能力更重要。

没有最好的路线，只有最适合你的路线。真实效果拆解：数据到底有多少水分？好了，到了最关键的部分——AI催收的真实效果到底怎么样？

先说结论：短账龄AI确实行，深账龄别被话术骗。短账龄（M1/D1-D30）：AI的主场短账龄是AI催收表现最好的场景，没有之一。

拉美Kleva 280万案件的对比研究显示，标准案件AI回收率73%，人工只有42%。国内的公开案例也指向类似结论——某头部消金D1-D2的POC测试中，AI承担的外呼份额较初始增量达4倍（厂商宣称，口径待核实）。短账龄提醒场景，AI的替代速度比很多人预想的要快。

原因很简单：短账龄的债务人大多是"忘了还"或者"暂时周转不开"，不需要复杂谈判，只需要及时、友好、准确的提醒。AI的7×24小时覆盖、零情绪偏差、标准化话术，在这个场景下全都是优势。

饶老曦评论：短账龄是目前AI最容易跑通、也最值得优先验证的场景。如果一家厂商连自己在M1场景下的效果数据、测试口径和对照组都拿不出来，采购时就要非常谨慎。

深账龄（M3+）：AI的角色从"催"变成"筛"深账龄是行业最大的蛋糕，也是厂商最容易注水的地方。

很多厂商宣传"高账龄催回率提升XX%"，但你仔细一看——AI的角色根本不是"催回"，而是"筛选"。

硅基有个高账龄案例很典型：平均逾期1463天的信用卡资产，3.19亿规模，AI模型圈选了24.4%的高还款概率用户，这部分人实际贡献了58%的回款金额。

听出来了吗？不是AI催回来了58%，是AI帮你找到了那24.4%最有可能还钱的人，然后——还是人去催的。

这就是深账龄的真相：AI的价值不是"独立催回"，而是"高效筛选"——用极低的成本快速跑完所有案件，把有还款意愿和能力的人筛出来，把高价值难案转给人工攻坚。

这不是AI的失败，这是AI价值的另一种体现。但厂商如果把它包装成"AI深账龄催回率提升XX%"，那就是偷换概念。

成本真相：确实便宜，但便宜不是全部成本方面，AI的优势是实打实的。

海外市场AI单通成本比人工低数倍，这个差距是确定性的。国内AI单通成本几毛到一块多不等，取决于用量级和部署方式（云端API更便宜，私有化部署分摊后更高），人工单通成本几块到十几块。产能上差距更大，AI单坐席一天能打800到上千通，人工也就150-300通。

但成本不是唯一指标。饶老曦见过太多机构，上了AI之后单通成本确实降了，但总回款也降了——因为AI打不通的、搞不定的，没有顺畅地转给人工，案子就搁那儿了。省下来的成本，还不够亏掉的回款零头。

投诉真相：AI确实降投诉，但"降95%"要打个问号很多厂商拿"投诉下降95%"当核心卖点。这个方向是对的，但数字要打个折。

AI的合规优势是真实的：话术统一，不会出现人工的辱骂威胁；频次和时段精确控制，不会违规拨打；全量质检，事后可追溯。浦发银行用讯飞的系统，营销场景投诉下降了20%——这个有交叉印证的数字，更接近真实水平。

那"95%"是怎么来的？很简单——基线选得高。如果你的人工催收团队本来投诉率就高，上了AI之后下降95%完全有可能。但这不能说明AI的合规水平有多高，只能说明你之前的人工团队有多差。

饶老曦评论：行业里四类典型的数据注水手法，你一定要记牢：一是基线偷换 ——"转化率提升200%"听起来很吓人，但基线如果是1%，绝对提升也就2个百分点。二是场景混淆 ——用营销外呼的数据冒充催收场景数据，营销的接通率转化率本来就高。三是指标偷换 ——"接通率68.4%"不等于"回款率68.4%"，"流程完成率50%"也不等于"成功率50%"，混着用就是耍流氓。四是选择性披露 ——只报成功案例，不报失败案例；只报最好的成绩，不报平均水平。

以后再有人给你看PPT上的大数字，你先问四个问题：基线是多少？对比的是什么？场景是什么？指标定义是什么？四个问题问完，水分挤掉大半。

四大核心瓶颈：AI催收的天花板在哪里？

说了这么多好的，也得说说不好的。AI催收不是万能的，有四个瓶颈，短期内看不到突破的可能。

瓶颈一：复杂谈判与情感博弈能力不足这是最大的瓶颈，没有之一。

三组独立来源的数据指向同一个结论：AI在标准化催收上超过人工，但在需要情绪策略的复杂场景上差距明显。

Kleva 280万案件研究里，复杂情绪案件（丧亲、重病、极端对抗）人工达成率81%，AI只有52%——差了近30个百分点。

Prodigal对2200万案件的跨研究也显示，AI在"需要主动谈判"的账户上，首30天回款约少9%。

更狠的是剑桥和多伦多大学的EQ-Knight研究——LLM的"被动共情"，会被职业反催收人员用伪造的愤怒与困境反向操纵，诱发灾难性让步。说白了就是：AI太"好说话"了，老油条一哭二闹三上吊，AI可能就给让步了。

国内某省级农信社最新的大模型外呼招标，技术指标里写的是"流程完成率≥50%"。什么意思？就是说，一半以上的通话，AI走不完预设的流程，必须转人工。

这还是银行级的系统、用的是头部厂商的技术。真实能力边界，就摆在这里。瓶颈二：深账龄/复杂案件回收率瓶颈

深账龄为什么AI不行？因为深账龄的核心不是"提醒"，而是"决策"。

短账龄你只需要告诉客户"你欠钱了，赶紧还"，客户要么还要么不还。深账龄不一样——客户会跟你谈条件：能不能减免？能不能分期？能不能只还本金？

每一个"能不能"的背后，都是一个决策。减免多了，机构亏钱；减免少了，客户不还。这个平衡点怎么找？需要评估信用风险、关系价值、先例影响，还要有授权、有人签字负责。

这些恰恰是AI的短板——AI能给你推荐一个方案，但它不能为这个方案负责。出了问题，担责任的还是人。

所以你会看到，所有深账龄的成功案例，AI的角色都是"筛选器"——帮你找到能催回来的人，真正谈成的，还是人。

瓶颈三：本土化挑战AI催收不是"一个模型打天下"，每个市场都有独特的本土化难题。

中国市场最突出的是方言问题——22种方言加无数口音变体，这是海外AI催收没有的问题。科大讯飞能在国内银行市场占头把交椅，方言能力是核心护城河之一。

比方言更棘手的是反催收黑产——这是国内特有的本土化合规挑战。职业反催收联盟已经开始用AI对抗AI了，教债务人伪造困难证明、恶意投诉、甚至用AI变声冒充公检法。声纹识别为什么在国内是刚需？就是因为黑产太猖獗。

瓶颈四：合规与骚扰的平衡难题AI催收有个悖论：AI的规模化能力越强，一旦出问题，伤害面也越大。

美国有个真实案例：某机构因为时区校验的bug，在错误时段拨出了500通电话，被CFPB认定了87项FDCPA违规，最后以25万美元和解，还被要求立即停止语音AI催收、接受3年监管监测。

500通电话，25万美元。平均一通500美元。

国内也有类似的问题——每日通话上限3次、拨打上限6次，AI的"规模优势"被监管封顶了。最后比拼的不是"谁打得多"，而是"在合规封顶的频次内，谁的单通转化率更高"。

饶老曦评论：这四个瓶颈，说白了就是一件事——AI能搞定"标准化的执行"，但搞不定"需要承担后果的判断"。谈判让利、情绪托底、异议核验、合规边界，恰好都是"出了事要有人负责"的环节。

只要"出了事要有人负责"这条规则不变，人工的最终闸门就不会消失。写在最后：给贷后管理者的三条建议

看到这里，你应该对AI催收"到底行不行"有了自己的判断。行，也不行。

行在短账龄、标准化、合规性——这些地方AI已经跑通了，而且经济性碾压人工，不用怀疑。

不行在复杂谈判、深账龄回收、合规平衡、本土化——这些地方AI还有明显瓶颈，厂商吹得再凶也没用。

AI催收不是万能的，但也绝对不是"智商税"。它更像是一把锤子——你拿它钉钉子，它比谁都好使；你拿它锯木头，那就是白费力气。

真正的问题不是"上不上AI"，而是"怎么上"。

第一，按账龄分层部署，别搞全量替换。 M0-M2的标准化触达和提醒，大胆交给AI；M3+的协商谈判、高情绪客户、异议账户，保留熟练人工。让AI把全量通话转写成结构化的"谈判要点+风险标签"喂给人工，实现"机器筛单、人工攻坚"。

第二，采购前先做POC，别光看PPT。拿你自己的真实账龄、真实数据跑一轮，什么水分都挤掉了。重点看三个指标：M1回款率（AI vs 人工基线）、转人工率（越低说明AI能力越强）、投诉率（别光看下降比例，看绝对值）。

第三，把人机协同当战略，不要当过渡。很多人觉得"人机协同是因为AI还不够强，等AI够强了人就没用了"——错。人机协同不是过渡态，而是终态。AI越往上蚕食，需要人工处理的案件就越难、越有价值。人的角色会从"打电话的执行者"，变成"AI的教练、难案的攻坚者、最终责任人"。