在华东某金融服务机构，曹经理带领的团队专门负责信贷业务逾期M1阶段的客户提醒工作。他手下有十来个催收专员，每天对着逾期客户名单拨电话，开场白大同小异——“您好，我是XX金融的，您有一笔账单已经逾期……”结果可想而知，要么号码停机、要么客户一听到“逾期”两个字就直接挂断，要么就是“我过两天就还”之后再无下文。专员人均每天拨出上百通电话，真正能跟客户确认还款意愿和时间的，一天下来没几通。
曹经理自己心里清楚，M1阶段（逾期30天内）的核心目标不是“施压”而是“提醒” ，这个阶段的客户大部分不是因为恶意拖欠，而是遗忘或者短期周转不开。但传统的人工电催模式存在两个短板：一是大量时间消耗在空号、停机、无人接听等无效拨号上；二是专员面对每个客户都要从零开始说一遍同样的话，效率天花板明显。
转折出现在去年下半年。曹经理在一次行业交流中了解到电话机器人在逾期提醒场景中的应用案例。有同行分享了一组数据：同样数量的逾期客户，用机器人做首轮触达和意愿初筛，再把有明确沟通需求的转人工，整体回收率比纯人工模式提升了近两成。曹经理决定上一套试试，定位非常清晰：机器人负责在M1阶段做大规模的标准化提醒和意愿采集，把“愿意沟通”的人过滤出来，专员只跟“有明确还款意愿或还款困难”的客户做深度沟通。
第一重改变：从“人力拨号”到“批量初筛”
过去曹经理最头疼的是接通率。专员工位上的电话不停地拨，但名单里大量是空号、停机、长期无人接听。一个专员一天拨出上百通电话，真正能接通并完成对话的不到三十通，其中愿意聊到还款安排的更是少之又少。大量的时间被无效拨号消耗，团队士气也受影响。
现在机器人承担了第一轮批量外呼。系统自动从业务系统拉取逾期名单，经过号码清洗后批量发起外呼。接通后的开场话术经过精心设计，避免直接使用“逾期”“催收”这类容易触发防御情绪的词，而是用温和的提醒切入：
“您好，我是XX金融的客服专员。您有一笔账单的还款日已经过了几天，可能是您忙忘了，方便确认一下您这边大概什么时候能处理吗？”
这句话的核心逻辑是“您忙忘了”而不是“您逾期了”，给客户一个体面的台阶。客户如果确实只是遗忘，通常会表达“不好意思我忘了，这两天就还”，机器人标记为“遗忘型-易处理”，当天不再重复拨打。客户如果说“我最近资金有点紧张”，机器人继续追问“大概需要多久周转”，采集到预期时间后标记为“困难型-需跟进”。客户如果直接挂断或拒绝沟通，机器人标记为“抗拒型-缓触”。
曹经理统计发现，同样的逾期名单，机器人做首轮触达后，能在当天确认还款意向或还款时间的客户比例，比纯人工模式高出近一倍。 因为机器人拨号效率高、话术标准化、不带有情绪波动，客户面对机器时的防御心理反而比面对真人时更低。
第二重改变：把“重复解释”变成“分层处理”
逾期提醒中有一个典型的效率陷阱：专员每接通一个客户，都要从头解释“您是XX号账单逾期了XX天”“如果不还会影响征信”“您看今天能处理吗”——这些话术内容高度重复，但每个客户都要说一遍。更麻烦的是，有的客户只是忘了、有的客户确实有困难、有的客户在故意拖延，专员的应对策略应该完全不同，但通话开始前专员根本不知道客户属于哪一类。
现在机器人在首轮通话中完成了一个关键动作——客户意向分级。后台根据客户的通话表现自动打上标签：
回答“这两天就还”且语气积极的 → 标记为“高意愿”，系统自动在约定日期前发送一条短信提醒，无需人工介入；
回答“手头紧、需要周转”的 → 标记为“需协商”，推送给经验较丰富的专员做还款方案沟通；
回答“我知道了”后挂断或无明确答复的 → 标记为“待确认”，由普通专员隔两天做二次轻量触达；
不接听或直接挂断的 → 标记为“难触达”，进入短信通道做兜底提醒，不占用人力拨号时间。
曹经理说：“以前所有客户都在用同一种力度跟进，现在机器人在前面把客户分成了四层，每一层用不同的方式去接触。人力只花在最需要人的那两层上。 ”
第三重改变：用“通话数据”反向优化提醒策略
曹经理以前调整话术，靠的是专员反馈和主管抽查录音，样本量小、周期长。改一句“逾期会影响征信”的表达方式，要观察一两周才能看出客户反应的变化。
现在机器人每天产出上百条完整通话记录。曹经理养成一个新习惯：每周看一次后台的“客户回应关键词”分布。他发现“分期”这个词在对话中出现的频率连续几周都在上升。点开详细记录一看，不少客户在机器人问“您大概什么时候能处理”的时候，主动反问“能不能分期还”。这是一个明确的需求信号——客户不是不想还，是现阶段还不起全额，但有分期意愿。
曹经理立刻在机器人的话术分支中增加了分期方案的主动提示：“如果您暂时资金周转有困难，我们可以申请分期处理，您需要了解一下吗？”就这一句调整，后续通话中愿意继续沟通的比例明显上升，部分客户从“不回应”变成了“问流程”。
现在的曹经理：从“盯拨号量”变成“盯转化率”
现在的曹经理，不再每天早上盯着专员“今天打了多少通电话”。他的工作重心转到了“看数据、调策略”上。
周一上午花二十分钟看机器人的周报：本周首轮触达的接通率、各类型客户的占比变化、客户回应关键词的新趋势。这些数据决定了他这周的资源配置——如果“需协商”类的客户比例突然增加，说明近期市场环境可能让一批客户集中出现还款困难，他会增加专员的协商话术培训；如果“难触达”类的比例持续走高，他会检查号码清洗逻辑是否需要更新。
曹经理对电话机器人的定位说得很清楚：“M1阶段的逾期提醒本质上是一个‘信息传递和意愿确认’的工作，不是‘谈判和施压’。机器人最适合做的就是标准化信息传递和初筛分类，把那些‘愿意还’和‘还不上的’分开来，人再去处理后者。前者不需要浪费人的时间，后者不能只靠机器。”
