Управление задолженностями: AI-система коммуникации УКРГАЗБАНКА

Клиент

УКРГАЗБАНК — государственный банк, входящий в пятёрку крупнейших в Украине по размеру активов (около 4,5 миллиарда долларов). Более 20 лет банк обслуживает миллионы клиентов через сеть из 211 отделений по всей стране. В банке работает более 3 800 сотрудников. УКРГАЗБАНК — лидер зелёного банкинга: активно финансирует проекты энергоэффективности и возобновляемой энергетики, а также играет ключевую роль в восстановлении энергетической инфраструктуры Украины.

Вызов

В рамках долгосрочной стратегии внедрения AI УКРГАЗБАНК привлёк EVE.Calls, чтобы автоматизировать клиентскую коммуникацию. Первым шагом стала автоматизация напоминаний о предстоящих и просроченных платежах. Решение разработали в соответствии с существующими внутренними регламентами банка и юридически утверждёнными скриптами ответов.

Этичная коммуникация по взысканию долгов

EVE.Calls предлагает SaaS-платформу для автоматизации коммуникации с клиентами банков и других организаций. Один из сценариев использования — отправка корректных, этичных напоминаний о просроченных платежах.

В отличие от традиционных коллекторских методов, EVE.Calls заменяет агрессивные звонки структурированной коммуникацией по утверждённым заказчиком скриптам. AI-агенты спокойно объясняют клиенту ситуацию и предлагают конструктивные пути решения. Для клиентов это означает лучший сервис и меньше стресса, для компаний — сохранение доверия и долгосрочных отношений. EVE.Calls не занимается принудительным взысканием и не оказывает давления — этичное использование AI является нашим главным принципом.

Решение:

AI-голосовой агент, созданный с сочетанием структурированной коммуникации, в полном соответствии с внутренней политикой банка и регуляторными требованиями, с управляемыми элементами Искусственного Интеллекта. Это позволяет вести этичный и персонализированный разговор с клиентами, соблюдая все стандарты финансового сектора.

Средняя длительность разговора — около 3 минут. За это время голосовой агент:

• приветствует клиента по имени и подтверждает его личность;
• сообщает сумму задолженности;
• выясняет, когда клиент может внести платёж;
• фиксирует план погашения;
• адаптирует ответы под ситуацию клиента;
• распознаёт финансовые трудности или спорные моменты;
• передаёт сложные случаи менеджеру — по требованию банка или по просьбе клиента;

AI-агент имеет 95 вариантов ответов, что позволяет логично реагировать на неуверенные, нечёткие или эмоциональные реплики, сохраняя уважительный тон общения.

Пример разговора:

Транскрипт (перевод; звонок на украинском):

- Алло.

- Алло. 

- Добрый день. Меня зовут Виктория. Я звоню вам из Укргазбанка. Обращаю внимание, что наш разговор записывается. Ольга Романовна?

- Да, да.

- Очень приятно. У вас существует просроченная задолженность, 7 дней. Сумма вашей задолженности составляет 1 595 гривен 45 копеек. Когда планируете погашать долг?

- Сегодня.

- Хорошо. Сможете оплатить полную сумму просроченной задолженности?

- Да.

- А что у вас случилось? Почему нарушаете условия кредитного договора?

- Просто мне не приходило SMS, поэтому я не была в курсе.

- Информация о платеже приходит в SMS и доступна в мобильном приложении. Если вы не получаете сообщения — обратитесь в отделение или Контакт-Центр для актуализации контактных данных.

- Хорошо, спасибо.

- Хорошо. Ожидаем оплату. Рекомендуем совершить платёж через приложение «Экобанк».

Преимущества AI-голосового агента

• Существенное снижение нагрузки на колл-центр: экономия 58 часов работы операторов на каждые 3 000 звонков;
• Высокая точность фиксации намерений: 99% точности в определении намерения клиента по оплате, например, суммы и даты платежа;
• Соответствие регуляторным требованиям: соблюдение TCPA, GDPR и SOC 2 Type II, что обеспечивает последовательную и надёжную финансовую коммуникацию;
• Более быстрый контакт с клиентами: нулевая задержка в коммуникации сокращает цикл урегулирования задолженности;
• В соответствии с политикой УКРГАЗБАНКА звонки, требующие особого подхода, передаются живым операторам по запросу банка. Такие случаи составляют 16% звонков, тогда как остальные 84% AI-агент обрабатывает полностью самостоятельно.

Результаты

Чтобы оценить эффективность коммуникации с использованием разговорного Искусственного Интеллекта в реальных банковских процессах, EVE.Calls применили собственную методологию оценивания. На пилотном этапе EVE.Calls просмотрели и проанализировали все записи разговоров с AI-агентом. После подтверждения результатов пилота банк самостоятельно оценил решение (коммерческие показатели эффективности взыскания долгов банк измерял отдельно и считает их конфиденциальными) и одобрил дальнейшее внедрение.

После этого AI-агента запустили в работу. Из примерно 3 000 исходящих звонков общей длительностью более 3 500 минут разговоров для углублённого качественного анализа отобрали репрезентативную 10% выборку. По нашей методологии отобранные звонки оценивали по разным параметрам: логическая последовательность диалога, релевантность ответов, задержки в ответах, правильность распознавания персональных данных клиента и тон коммуникации. По результатам анализа AI-агент продемонстрировал 89% точности в ведении разговоров в соответствии с утверждёнными скриптами, даже несмотря на то, что проект оставался в активной разработке.

В остальных случаях (11%) наблюдались некритичные моменты — короткие задержки в ответах или отдельные несовершенства в разговоре. Они не привели к передаче неверной информации, нарушению политики банка, утечке данных или какому-либо негативному влиянию на клиентов. Все такие моменты устраняются благодаря постоянному совершенствованию системы.