Алло, говорит скрипт

Коммуникация МФО с должниками на ранней просрочке может происходить без прямого участия человека, а показатели взыскания при этом – лишь идти вверх, свидетельствует опыт ГК IT Smart Finance (МФК «Джой Мани»). Какую роль в этом играют скрипты, и как они адаптируются под разные случаи и типы клиентов.

Признание под занавес

«Легкую» просрочку, с первого по пятнадцатый день, у нас ведут роботы. С шестнадцатого дня к взысканию подключается сотрудник. На более позднем сроке чаще нужны нешаблонные решения, и там человек пока сильнее: роботу труднее собрать индивидуальный вариант разговора.

Для понимания: наш робот именно ведет диалог, это не автоинформатор. Но ключевой механизм здесь – скрипты. Их мы изначально собираем из реальных разговоров специалистов взыскания с должниками. Мы смотрим, как устроена беседа, какие поведенческие паттерны и виды возражений повторяются. И под каждый типовой поворот записывается свой звуковой фрагмент, который потом озвучивается при аналогичном сценарии в реальной беседе.

Показательно, что клиент часто и не догадывается, с кем на самом деле беседует. По крайней мере, до конца разговора, когда робот «представляется» – это требование закона.

Закон (№ 230-ФЗ) задает и частоту общения. Звонок идет в рамках разрешенных суточных окон и не чаще одного раза в сутки, двух раз в неделю и восьми раз в месяц. За первые пятнадцать дней это примерно четыре-пять разговоров, если должник берет трубку.

Техническая начинка применяемых решений – многокомпонентная. Мы используем разработки разных отечественных вендоров. У каждого поставщика своя специфика, поэтому мы выбираем решение под конкретную задачу взыскания. На разные типы должников у нас могут работать разные роботы. Также, конечно, регулярно мониторим новинки и сами сравниваем роботов в решении одинаковых задач, впоследствии выбирая лучшего.

За успешным роботом – человек со «стетоскопом»

Первого робота мы запустили в 2024 году. До этого раннюю просрочку обрабатывали исключительно сотрудники. Причины были двояки – и желание сэкономить на себестоимости, и стремление повысить эффективность взыскания. В 2025-м решение масштабировали. На всю клиентскую базу вышли после длинных пилотов: критические ошибки убирали, и только когда их доля приблизилась к нулю, робота пустили работать самостоятельно.

Сейчас мы можем с уверенностью говорить о том, что наш эксперимент удался. Так себестоимость взыскания снизилась на 4 п. п., а его эффективность выросла на 2 п. п. Да, пусть цифры и кажутся небольшими, но на больших объемах и временных промежутках экономия получается существенная. Присутствуют и дополнительные плюсы: более высокая интенсивность обзвона (в рамках допустимых по Закону требований), оперативное изменение сценариев работы (роботы быстрее адаптируются к изменениям, чем люди), отсутствие больничных, отпусков и неявок на рабочее место, меньший риск ошибок. Кроме того, не стоит забывать и о факторе постоянного совершенствования, который мы закладываем в нашу схему.

Вообще, на мой взгляд, именно непрерывная доработка и есть ключевая причина того, что роботизированные алгоритмы приносят хорошие результаты. Эту работу мы ведем каждый день. Отдельные специалисты постоянно слушают разговоры робота с должником и ищут сбои, места, где больше пользы делу могла бы принести другая реплика. Параллельно ведется схожая работа и на уровне речевой аналитики, где робота проверяет уже другой робот. Дополнительно, раз в квартал наши сотрудники сами встают на место клиента: отдают свои номера в обзвон и вступают в диалог сами, чтобы отследить проблемные точки его глазами.

По результатам общей работы выявленная фактура уходит поставщику, который вносит правки в продукт. При этом, как правило, такой формат взаимодействия прописывается в договоре изначально, и поэтому дополнительно нам ничего не стоит либо стоит умеренно.

Рынок в ожидании LLM

Применение роботизированных спикеров на рынке взыскания – конечно, далеко не новость. Те, кто не использует данную технологию, – это редкое исключение. Сегодня важен уже не сам факт роботизации, а того, насколько точно настроен работающий инструмент.

Направление – и у нас в компании, и на рынке в целом, – несомненно, будет развиваться и дальше. Основным вектором тут обещает стать переход на LLM-модели, которые будут уже не просто выбирать тот или иной скрипт беседы, но действительно общаться с клиентами в реальном времени. Возможности тут впечатляющие. У языковой модели гораздо шире запас реплик, чем используемые в скриптах. Она может непринужденно подключать к беседе персонализированную информацию о заемщике и внешнюю фактуру. Да и в целом, по сравнению со стандартными коммуникационными паттернами, живой, минимально формализированный диалог, несомненно, выигрывает. Так что есть все основания надеяться, что и на показателях взыскания этот выигрыш благотворно отразится тоже.

Пока массовое внедрение сдерживается периодическими ошибками и сбоями в работе генеративного интеллекта в нашем формате. Дожимать эти ошибки – общая повестка отрасли. Когда психологический барьер, наконец, будет преодолен – а, думаю, произойдет это уже скоро, – технологический скачок неизбежен. Пока же основным рычагом в оптимизации ранней просрочки – по крайней мере, в нашем случае, остается скрипт и его ежедневная правка.