Lowell_Bedre-betalingsoppfølging-med-kunstig-intelligens_shutterstock_718187449-268168-edited

Kunstig intelligens (AI) kan gi betydelige forbedringer for både debitorer og kreditorer. Det har ennå ikke fått noen bred anvendelse innen betalingsoppfølging, men det vil endre seg. I dette innlegget gir vi deg en forklaring på ulike former for AI og eksempler på hvordan du kan bruke teknologien i betalingsoppfølging.

Det er mange som sliter med å ha et klart bilde av hva AI er. AI kan defineres som en datamaskins evne til å utføre kognitive oppgaver som vi vanligvis assosierer med vår egen hjerne, det vil si egenskaper som tolkning, forståelse, handling og læring. AI omfatter en rekke teknologier som roboter, selvgående biler, bildegjenkjenning og chatbots.  

Prosessautomatisering

Den enkleste formen er å automatisere prosesser gjennom roboter (eller bots som det ofte kalles). Når vi her nevner «robot» er det ikke nødvendigvis en menneskelignende skapning, men kode på en server. Dette står for om lag halvparten av alle AI-anvendelser globalt. Denne AI-typen blir mer og mer avansert grunnet fremveksten av mer sofistikert kode og integrasjon/datafangst fra flere IT-systemer. 

Dette resulterer i mer avanserte algoritmer – algoritmer som kan utføre mer intelligente oppgaver enn for få år siden. Et eksempel er chatboten du møter når du logger på nettbanken din og som besvarer enkle spørsmål. Dette er også den enkleste og billigste formen for AI. Disse applikasjonene er ikke programmert for å lære og forbedre seg.

Eksempler på anvendelser innen betalingsoppfølging kan være automatiserte analyser av svindelforsøk, valideringer og valg av betalingsvilkår.

Kognitiv innsikt

En mer avansert anvendelse er kunstig intelligens som bruker kognitiv innsikt. Her er det snakk om bruk av algoritmer som avdekker mønstre i store datamengder, for deretter å tolke dem. For betalingsoppfølging kan anvendelsene være å

  • forutsi sannsynligheten for mislighold når kunde bestiller produkt X
  • utarbeide prognoser ut fra vekting av informasjonsfangst i alle kontaktpunkter med kunden
  • avdekke løpende kredittrisiko
  • endre inkassomedarbeidernes prioriteringer

Ved hjelp av AI blir dataene som opparbeides i fakturaprosessene tolket: Hvis kunden ikke betalte fakturaen i tide, hva kan da læres ved å se på kundehistorikken til andre kunder eller data fra eksterne leverandører? Utfallet bør kunne resultere i en forbedret prosess neste gang kunden skal faktureres.

AI kan også sørge for at samme feil ikke blir gjort to ganger: Kom en e-postfaktura i retur i februar, og kunden ble fakturert på nytt med samme e-postadresse i mars? Fra eksisterende data kan roboten tolke hvordan det er mest hensiktsmessig å søke etter ny mailadresse, om kunden skal kontaktes eller velge ny fakturakanal ut fra en antakelse om hva som vil være nest best.

Last ned gratis e-bok: Slik utnytter fremtidens økonomiledere AI, Big Data og bots.

Kognitivt engasjement

Den mest avanserte formen for AI er løsninger som skaper kognitivt engasjement hos kunder og ansatte. I en studie fra MIT utgjorde denne anvendelsen cirka 16% av alle AI-prosjekter. Her brukes teknologier som avanserte chatbots, intelligente agenter og maskinlæring.

Et eksempel på anvendelse innen betalingsoppfølging kan være intelligente agenter som 24/7 besvarer spørsmål om for eksempel nedbetalingsplan, konsekvenser av den ene eller andre aktiviteten – eller manglende aktivitet. Avanserte løsninger kan da også anbefale beste løsning automatisk basert på datafangst fra den automatiske dialogen med kunden.

Les også: Slik vil Big Data endre måten du som økonomileder fatter beslutninger

Praktiske eksempler fra bransjen

AI hos Acima: 

Acima er en leverandør av leasing for de som benytter netthandel.  De har laget sin egen AI-motor basert på maskinlæring.  Plattformen forteller hvem som er sene betalere, hvem som sannsynligvis vil betale, hvilket tidspunkt på dagen det er best å ringe, på hvilken dag.  Resultatet er at de ringer de rette personene på rett dag og tidspunkt.  Dette er en massiv effektivisering. 

TrueAccords virtuelle assistent:


TrueAccord er en fintech-startup som har laget en AI-basert virtuell assistent som skaper en personalisert strategi for hver kunde. Den virtuelle assistenten tar proaktivt kontakt med kunden i best mulig tilgjengelig kanal, følger opp og reagerer på kundens atferd. Generelt sett er assistenten mer empatisk enn pågående. Løsningen evner å ta hensyn til at folk med forfalt gjeld er redde, samtidig som løsningen vet når det lønner seg å være mer formell i kommunikasjonen. De kan også automatisk forhandle med kunder som ønsker å endre nedbetalingsplanen.

Det bør sies at TrueAccord er et amerikansk inkassoselskap. I USA er inkasso i stor grad drevet av telefonkontakt med den som skylder penger. De juridiske prosessene for innkreving kan variere fra stat til stat og er ofte mer komplekse enn systemet vi har i Norge. Derfor jobber de med utgående kontakt til de har fått inn pengene, noe som er tungt og vanskelig. Løsningene til TrueAccord minner derfor litt om slik vi er rigget i Lowell.

Personlig dialog basert på data

Tror du språk, kommunikasjonskanal og tidspunkt er tilfeldig når vi i Lowell tar kontakt med en kunde? Faktisk er hele oppfølgingsplanen nøye planlagt og basert på alle kjente data vi har om kunden og tilsvarende kunder med lignende demografi. Hensikten er å skape en god dialog med kunden som gjør det enkelt å betale. Vurderingene som gjøres er automatiske, selvlærende og fanger opp mønstre i store mengder data som ville krevd mange hundre årsverk om man skulle gjort det manuelt.

Les også: Hvor mange språk snakker inkassobyrået ditt, og hvorfor bør du bry deg?

Selv om vi er mest kjent for inkasso, så sender vi og følger opp flere millioner fakturaer i året. Teknologien bak bidrar faktisk til at våre oppdragsgivere får færre inkassosaker enn de hadde før.

Roboter leser all post hos Lowell

Kommunikasjon hos oss går stort sett elektronisk, men vi mottar likevel over 300 000 brev i året.  I flere år har vi brukt en robot med AI-teknologi som leser alle brev og velger neste handling. Roboten gjør at brev blir behandlet bare sekunder etter at det er mottatt hos oss og den klarer stadig mer komplekse oppgaver som å kommunisere med våre systemer og sette i gang nye handlinger. Når roboten møter et nytt spørsmål eller ikke forstår innholdet i brevet, stiller den spørsmål som besvares av en rådgiver hos oss.

Lowell har smarte og selvlærende løsninger for kundedialog som gir våre kunder gode økonomiske resultater. Snart skal vi sette en helt ny standard for kundekommunikasjon. Mer om dette i neste blogginnlegg.

Vil du vite mer om bruk av kunstig intelligens og roboter i økonomifunksjonen? Last ned e-boken vår!

Slik utnytter fremtidens økonomiledere AI, Big Data og Bots Last ned vår gratis e-bok ›