Разработка AI-системы автообзвона для взыскания задолженности (коллекшн)
Коллекшн-отделы тратят до 70% времени на дозвон и проверки по 230-ФЗ. AI-автообзвон заменяет операторов на ранних стадиях просрочки (DPD 1–30): голосовой бот сам информирует о долге, предлагает варианты погашения и фиксирует Promise to Pay (PTP). Типичная ситуация: оператор тратит минуту на приветствие и проверку данных, а после 18:00 звонки запрещены. AI-бот обрабатывает 1000 контактов за 2–4 часа без перерывов и ошибок. При этом голосовой бот адаптируется под акцент и интонацию должника, что повышает процент PTP на 15–20% по нашим данным. Наш опыт — более 5 лет в AI-решениях для финтеха, 30+ внедрённых систем. В одном из проектов для МФО с портфелем 30 000 активных должников внедрение AI-обзвона снизило нагрузку на колл-центр на 60% за первый месяц, а процент PTP вырос с 12% до 18%.
Как AI-автообзвон соблюдает 230-ФЗ?
Закон №230-ФЗ строго регулирует частоту и время звонков должникам. Система автоматически проверяет каждое соединение:
from datetime import time
CALL_RESTRICTIONS = {
"weekdays": (time(8, 0), time(22, 0)),
"weekends": (time(9, 0), time(20, 0)),
"max_calls_per_day": 1,
"max_calls_per_week": 2,
"max_calls_per_month": 8,
}
async def check_call_allowed(debtor_id: str) -> tuple[bool, str]:
now = datetime.now()
contact_history = await db.get_contact_history(debtor_id)
current_time = now.time()
window = CALL_RESTRICTIONS["weekdays"] if now.weekday() < 5 else CALL_RESTRICTIONS["weekends"]
if not (window[0] <= current_time <= window[1]):
return False, "outside_allowed_hours"
today_calls = sum(1 for c in contact_history if c["date"].date() == now.date())
if today_calls >= CALL_RESTRICTIONS["max_calls_per_day"]:
return False, "daily_limit_exceeded"
if await is_in_stoplist(debtor_id):
return False, "in_stoplist"
return True, "allowed"
Дополнительно модуль compliance отслеживает изменения в законе и обновляет правила без остановки сервиса. Мы гарантируем, что система всегда соответствует актуальным требованиям 230-ФЗ.
Для распознавания речи используется Whisper, а диалоговый движок построен на GPT-4o-mini с fine-tuning на исторических записях. Латенция p99 не превышает 800 ms благодаря оптимизированному пайплайну и batch-обработке.
Почему AI эффективнее ручных обзвонов?
| Параметр | AI-автообзвон | Операторы-люди |
|---|---|---|
| Стоимость одного контакта | 5–10 руб. | 50–100 руб. |
| Скорость обработки (1000 должников) | 2–4 часа | 1–2 дня |
| Ошибки по 230-ФЗ | 0% (программный контроль) | до 15% нарушений |
| Доступность | 24/7 | 8-часовой день |
AI стабильнее обрабатывает однотипные сценарии, не устаёт и не допускает человеческих ошибок вроде пропуска стоп-листа. Дополнительно система логирует каждое взаимодействие для последующего аудита.
Как скрипты адаптируются под DPD-стадию?
| DPD стадия | Действие бота | Compliance правила |
|---|---|---|
| 1–7 | Мягкое информирование, напоминание | 1 звонок в день, только будни |
| 8–30 | Активное взыскание, расчёт пеней, предложение рассрочки | 2 звонка в неделю, стоп-листы |
| 30+ | Передача оператору | Только после согласия |
COLLECTION_SCRIPTS = {
"dpd_1_7": """
Здравствуйте, {name}! Это компания {creditor}.
По вашему договору {contract_id} образовалась просроченная
задолженность {amount} рублей.
Пожалуйста, погасите её до {payment_deadline}.
Вы планируете оплатить в ближайшее время?
""",
"dpd_8_30": """
Здравствуйте, {name}. Вам звонят из {creditor}.
Задолженность по договору {contract_id} составляет {amount} рублей,
просрочка {dpd} дней. Начисляются пени {penalty_rate}% в день.
Мы готовы рассмотреть удобный для вас план погашения.
Вы можете оплатить сегодня?
""",
}
Адаптация скрипта под конкретный портфель (суммы, тональность, юридические формулировки) занимает 1–2 дня. Мы используем few-shot промпты для быстрой настройки без переобучения модели.
Фиксация PTP и планов рассрочки
@dataclass
class PromiseToPay:
debtor_id: str
contract_id: str
promised_amount: float
promised_date: date
call_id: str
confirmed: bool = False
async def process_payment_commitment(
session: dict,
user_response: str
) -> PromiseToPay | None:
extraction = await client.chat.completions.create(
model="gpt-4o-mini",
messages=[{
"role": "system",
"content": "Извлеки обещание об оплате из текста. JSON: {'date': 'DD.MM', 'amount': N, 'full': bool}"
}, {"role": "user", "content": user_response}],
response_format={"type": "json_object"}
)
data = json.loads(extraction.choices[0].message.content)
if data.get("date"):
ptp = PromiseToPay(
debtor_id=session["debtor_id"],
contract_id=session["contract_id"],
promised_amount=data.get("amount", session["total_debt"]),
promised_date=parse_date(data["date"]),
call_id=session["call_id"]
)
await db.save_ptp(ptp)
return ptp
return None
Извлечённые PTP автоматически попадают в CRM: менеджер видит обещанную дату и сумму, при неоплате система инициирует повторный звонок. Интеграция с 1С и Bitrix24 — в базовой поставке. Для защиты от hallucination настроена валидация через chain-of-thought промпты.
Что входит в услугу
- Аудит текущего коллекшн-процесса — анализ скриптов, compliance, каналов связи.
- Разработка voice-сценариев — под DPD-стадии, с A/B тестированием.
- Интеграция с CRM и АТС — REST API, webhook, SIP-соединение.
- Обучение модели — fine-tuning GPT-4o-mini на исторических записях звонков.
- Пилотный запуск — 500–1000 должников, 2 недели, отчёт с метриками.
- Документация и поддержка — описание API, инструкция оператора, SLA 8/5.
Процесс работы
- Аналитика — разбираем ваш портфель просрочки, скрипты и инфраструктуру (1 неделя).
- Проектирование — архитектура сценариев, compliance-правила, интеграционные схемы (1 неделя).
- Реализация — разработка голосового бота, настройка NLP-пайплайна, подключение к PBX (2–3 недели).
- Тестирование — QA на синтетических и реальных звонках, юстировка тональности (1 неделя).
- Деплой и мониторинг — развертывание на ваших серверах или в облаке, настройка логов и алертов (3 дня).
Сроки
Базовая версия (один сценарий, один DPD-слайс) — 3–4 недели. Полная система с PTP-трекингом, мультислайсами и интеграцией — порядка 2 месяцев. Точный срок определяем после аудита.
Свяжитесь с нами для проведения бесплатного аудита вашего коллекшн-процесса. Закажите пилотный проект — убедитесь в эффективности AI-обзвона на своей базе. Оценим проект в течение 2 рабочих дней.