Робот для обзвона должников: что сейчас используют МФО и банки

В collection голосовой робот оценивают не по количеству совершённых звонков, а по тому, как он влияет на экономику портфеля. Важен не сам факт звонка, а результат: контактность, RPC, PTP, KEPT, стоимость результативного контакта, соблюдение 230-ФЗ и корректная передача статусов в систему взыскания.

В банках голосовые AI-агенты чаще применяют на ранних стадиях: pre-collection, soft collection, DPD 1–10, иногда DPD 1–30. Более поздние стадии банк может передавать во внешнее взыскание, агентскую работу или ПКО, в зависимости от стратегии. В МФО робот может закрывать более широкий участок цикла, потому что часть микрофинансовых компаний ведёт раннее и последующее взыскание внутри своей операционной модели.

Поэтому прямой ответ такой: МФО и банки сейчас используют голосовых AI-агентов для раннего взыскания, предиктивных напоминаний о платеже, верификации клиента, фиксации обещаний оплаты, актуализации статусов и передачи сложных кейсов операторам. Для ПКО похожая логика применяется уже шире: на soft, hard и legal collection.

С чего начать: какие инструменты реально решают задачу

Начинать стоит не с выбора «робота для звонков», а с того, какой участок collection-процесса нужно автоматизировать. Для pre-collection это напоминание о предстоящем платеже за 0–1–2–3 дня до даты оплаты. Для soft collection это работа с ранней просрочкой: верификация клиента, информирование о задолженности, варианты урегулирования, фиксация PTP и передача нестандартных ситуаций оператору.

Современный голосовой AI-агент в collection не просто воспроизводит скрипт. Он работает как управляемый диалоговый модуль внутри стратегии взыскания. На входе у него сегмент портфеля, DPD, правила дозвона, допустимые формулировки, логика верификации, данные по задолженности и список статусов, которые должны вернуться в CRM или систему взыскания.

Технологически сценарий строится на связке нескольких компонентов. ASR переводит речь клиента в текст. NLU определяет намерение и тип реакции: PTP, отказ, спор по задолженности, запрос на перезвон, сообщение об оплате, просьба об урегулировании, отказ от идентификации. Dialog Engine ведёт логику разговора и выбирает следующую реплику. TTS озвучивает переменные данные: сумму, дату, обращение, срок оплаты. AMD помогает отсекать автоответчики и голосовых ассистентов, чтобы не смешивать технический дозвон с результативным контактом.

Для департамента взыскания важна не «живость» робота сама по себе, а управляемый результат. После звонка в систему должны вернуться понятные статусы: контакт состоялся, RPC подтверждён, PTP получен, обещание нарушено, клиент просит перезвон, задолженность оспаривается, номер неактуален, ответил автоответчик, требуется оператор.

Почему соблюдение 230-ФЗ — это вопрос настройки, а не дисциплины операторов

В collection compliance не может держаться только на внимательности операторов. При массовом обзвоне риск возникает в частоте контактов, времени звонка, формулировках, обработке отказов, хранении записей, фиксации результата и передаче данных.

Голосовой робот снижает риск человеческих отклонений от регламента. Он не меняет утверждённые формулировки, не звонит за пределами настроенной политики, фиксирует каждый результат и передаёт сложный кейс человеку, если сценарий требует ручной обработки.

В настройках можно контролировать:

• частоту взаимодействия: не чаще 1 раза в сутки, 2 раз в неделю и 8 раз в месяц;
• время контакта: будни 8:00–22:00, выходные и праздники 9:00–20:00;
• правила верификации;
• политику дозвона и перезвона;
• стоп-списки и исключения;
• запись и хранение разговоров;
• обязательные статусы результата;
• перевод на оператора;
• маркировку вызова.

Требования к маркировке бизнес-звонков были утверждены в 2025 году, а обязанность отображения информации о звонящем применяется с 1 сентября 2025 года. Для банков, МФО и ПКО это важно не только как техническая настройка, но и как часть доказуемости коммуникации.

Подробнее о юридических рисках и настройке коммуникаций по 230-ФЗ можно прочитать в статье «Как банкам и МФО помогает ИИ»

Облако или On-Premise — что выбирают крупные игроки

Для взыскания формат внедрения выбирают по требованиям к данным, ИБ, записям разговоров и интеграциям. Если в проекте участвуют чувствительные данные, внутренние системы взыскания, скоринговые признаки, записи разговоров и строгие регламенты доступа, крупные игроки чаще рассматривают On-Premise или гибридный контур.

On-Premise разворачивается в инфраструктуре заказчика. Такой формат даёт больше контроля над хранением данных, доступами, журналированием и соблюдением требований 152-ФЗ. Облачный формат подходит для более быстрого пилота, отдельных кампаний или компаний, которым важно быстро проверить эффект без развёртывания собственной инфраструктуры.

Fromtech поддерживает Cloud, On-Premise и гибридные форматы. Поэтому выбор начинается не с технологии, а с требований департамента взыскания, ИБ, юристов и ИТ-команды.

Что показывает практика: цифры реальных проектов

В банковском кейсе Fromtech робот работал на стадиях Pre-Collection и Soft Collection. Задача состояла в автоматизации обработки клиентского портфеля, повышении эффективности взыскания и снижении нагрузки на сотрудников. Функционал включал информирование о предстоящем платеже или наличии задолженности, верификацию клиента, кастомную настройку политики дозвона и отчётности, предоставление вариантов урегулирования и передачу сложных кейсов операторам.

По Pre-collection в банковском кейсе контактность составила 54,1%, RPC — 83,3%, PTP — 64,3%, KEPT — 66,1%. По Soft Collection 1–10 контактность составила 56,2%, RPC — 62,5%, PTP — 53,8%, KEPT — 64,4%.

В кейсе МФО робот также работал на Pre-Collection и Soft Collection. Для МФО акцент был на минимизации выхода платежей в просрочку, увеличении сбора платежей, повышении эффективности раннего взыскания, обработке больших баз в короткие сроки и соблюдении 230-ФЗ.

В одном из сегментов МФО по Pre-collection дозвон составил 52,5%, RPC — 88,9%, PTP — 65,2%, KEPT — 62,3%. В другом сегменте дозвон составил 49,5%, RPC — 82,1%, PTP — 63,9%, KEPT — 35,8%.

Отдельно для ПКО показан сценарий Soft / Hard / Legal. Там робот используется уже не только для ранней просрочки, а для регулярных массовых коммуникаций с должниками на разных стадиях collection: обработка портфеля, верификация, информирование о вариантах урегулирования, передача сложных кейсов оператору и соблюдение 230-ФЗ.

Это важное различие: банк чаще автоматизирует ранние стадии и работу с действующим клиентским портфелем, МФО может вести более широкий цикл внутри, а ПКО работает с портфелем на стадиях soft, hard и legal.

Как подключить робота для взыскания

Подключение начинается с аудита портфеля, а не с написания скрипта. Нужно определить DPD-сегменты, стратегию контакта, целевые статусы, правила верификации, ограничения по дозвону, параметры отчётности и случаи, которые должны передаваться оператору.

Перед пилотом важно проверить качество базы: дубли, неактуальные номера, неразмеченные статусы, некорректные сегменты, отсутствие данных для персонализации. Качество базы напрямую влияет на контактность, RPC и стоимость результативного контакта.

Дальше процесс выглядит так:

• выбор сегмента для пилота;
• анализ записей операторских диалогов и текущих скриптов;
• проектирование логики диалога;
• настройка политики дозвона и перезвона;
• подготовка датасета для NLU;
• интеграция с телефонией, CRM или системой взыскания;
• запуск пилота;
• анализ контактности, RPC, PTP, KEPT и причин нерезультативных контактов;
• дообучение и промышленный запуск.

Fromtech подходит компаниям, которым нужна не просто скорость обзвона, а управляемый collection-процесс: с верификацией, статусами, отчётностью, регламентами, интеграциями, аналитикой, хранением записей и возможностью выбрать Cloud, On-Premise или гибридный контур.