Задача
Классическое взыскание держится на больших операторских командах, качестве обучения и дисциплине исполнения процедур. Один и тот же разговор одновременно требует: найти корректные данные по договору, подтвердить личность собеседника, объяснить ситуацию понятным языком, выслушать клиента и выбрать подходящий сценарий, не допустить давления и вводящих в заблуждение формулировок, предложить только реально доступные решения, корректно зафиксировать договорённость, обновить несколько внутренних систем и оставить доказуемую историю взаимодействия.
Наивный «голосовой бот» здесь ломается дважды. Он либо озвучивает жёсткий скрипт и раздражает человека, который и так в тяжёлой ситуации, либо становится генеративной системой, которая может пообещать рассрочку, не существующую в продукте. Требовался контур, который работает последовательно, масштабируется на разные организации и языки и оставляет audit trail на каждое решение.
Решение
Речь и полномочия разделены. LLM объясняет варианты естественным языком, но не считает их сам. Каждое озвученное предложение приходит из детерминированного decisioning-сервиса и имеет идентификатор, срок действия и основание доступности. Коридор рассчитывается по типу продукта, стадии просрочки, остатку, истории платежей, активным обещаниям, доступным hardship-программам, минимальному и максимальному платежу, допустимой дате и полномочиям автоматического канала. Если просьба клиента выходит за рамки — агент фиксирует обстоятельства и передаёт разговор сотруднику, но не обещает неподтверждённое.
Комплаенс в рантайме, а не в методичке. Перед каждым действием система проверяет: можно ли звонить этому человеку сейчас, соблюдены ли часовой пояс и окна контакта, не превышена ли частота попыток, нет ли отзыва согласия, подтверждена ли личность до раскрытия данных, произнесены ли обязательные disclosures, допустимо ли конкретное предложение, не нужен ли лицензированный специалист, можно ли записывать разговор в этой конфигурации. Недопустимое действие блокируется до вызова внешнего сервиса, а обязательные фрагменты произносятся утверждёнными формулировками, которые модель не может переписать.
Идентификация как жёсткая развилка. Пока личность не подтверждена, агент не раскрывает финансовые сведения: только общая информация или предложение другого безопасного канала.
Переключение языка посреди звонка. Агент начинает на языке кампании или профиля клиента, распознаёт другой язык в речи и переключается прямо в разговоре. Переключение затрагивает весь активный контекст — распознавание, синтез, словарь финансовых терминов, обязательные раскрытия, локализованные варианты предложений, формат дат, сумм и валют, послезвонковые подтверждения. Если для языка нет утверждённой версии важной формулировки, агент не импровизирует, а переводит звонок специалисту.
Hardship-сценарий. Потеря работы, болезнь, чрезвычайная ситуация, смерть в семье переключают разговор в отдельный режим: агент признаёт ситуацию, останавливает обычное убеждение, задаёт только необходимые вопросы, показывает доступные программы, открывает обращение, назначает разговор со специалистом и фиксирует ограничение на дальнейшие автоматические контакты.
Обещание платежа. Фиксируются сумма, дата, способ оплаты, договор, подтверждённые клиентом условия, источник договорённости и идентификатор звонка. Перед сохранением агент ещё раз проговаривает ключевые параметры вслух и получает явное подтверждение, и только потом запись уходит в loan-servicing и становится видна операторам.
Проверка перед набором. До исходящего звонка система смотрит статус договора, историю контактов, действующие обещания, запреты на коммуникацию и незакрытые обращения. Так клиент не получает лишний звонок после оплаты, активной договорённости или передачи дела в другой процесс.
Передача человеку с контекстом. Оператор получает не только расшифровку, а короткую сводку: кто подтверждён, зачем звонок, что именно сказал клиент, какие проверки выполнены, какие предложения показаны и что из них принято или отклонено. Разговор продолжается, а не начинается заново.
Защита от самого ИИ. Allowlist доступных инструментов, схемы параметров для каждого вызова, проверка ответа перед озвучиванием, retrieval только из утверждённых источников, защита от prompt injection через речь и внешние данные, лимиты на число попыток, fallback на детерминированный сценарий, немедленная передача человеку при низкой уверенности и версионность моделей, промптов, политик и базы знаний.
Результат
Получился голосовой агент для collection operations, а не очередной voice bot: естественный многоязычный диалог, актуальный финансовый контекст из мастер-систем, исходящие кампании, входящий self-service, ограниченное policy-driven решение, комплаенс, передача человеку и доказуемый журнал действий.
Ценность — в сочетании двух свойств, которые обычно конфликтуют. Клиент разговаривает свободно и на своём языке, а организация сохраняет контроль над каждым финансовым предложением, раскрытием данных и действием агента. Руководитель видит очереди, кампании, dispositions, обещания платежа, причины эскалаций и качество распознавания. Комплаенс работает с записями, расшифровками и автоматическими флагами: каждый звонок становится структурированным объектом с намерениями, вызовами инструментов, показанными предложениями и финальным статусом, из которого можно собрать регрессионный набор для следующего обновления модели.
В итоге большой пласт повторяющихся звонков автоматизирован без превращения взыскания в непрозрачную генеративную систему и без отказа от человека в спорных и чувствительных ситуациях.
