Agent AI już negocjuje i zawiera wiążące plany spłaty z dłużnikami na żywo, w trakcie rozmowy, i działa dziś na produkcji. Osobny silnik ustala każdą ofertę i każde pouczenie, a agent AI jedynie je wypowiada.
To jedno zdanie zawiera cały mechanizm. Poniżej rozkładamy go na części: co robi model językowy, dlaczego AI oparte wyłącznie na modelu jest w windykacji ryzykowne, jaka architektura sprawia, że rozmowa z dłużnikiem jest zarazem swobodna i bezpieczna, oraz co daje zapisywanie każdej decyzji.
Dwie architektury, jedno pytanie: kto ustala ofertę
Są dwa sposoby zbudowania AI w windykacji. W pierwszym reguły windykacyjne przechodzą przez model językowy, obudowany zabezpieczeniami. Model interpretuje politykę i wypowiada wynik, więc to samo konto może dać różne oferty zależnie od przebiegu rozmowy. W drugim model i logika ofertowa są rozdzielone: model rozmawia, a oferty zwraca osobny silnik.
Różnica sprowadza się do jednego pytania: kto ustala ofertę, model czy reguła. To pytanie decyduje o wszystkim, co dzieje się później, gdy sprawa trafia na biurko zespołu compliance. Transkrypcja rozmowy pokazuje, co zostało powiedziane. Zapis decyzji pokazuje, co było dozwolone.
Dlaczego samo AI oparte na modelu zawodzi
Model językowy jest trenowany, by dawać pomocną, prawdopodobnie brzmiącą odpowiedź. Gdy dłużnik mówi "nie dam rady tyle zapłacić", najbardziej pomocnie brzmiącą reakcją bywa ustępstwo: dłuższy plan albo niższa rata. Jeśli to model trzyma logikę ofertową, ta reakcja staje się ofertą, nawet jeśli polityka wierzyciela jej nie przewiduje.
Zabezpieczenia nałożone na model wychwytują część takich sytuacji. Nie wychwytują każdej, bo sposobów na bycie uprzejmym jest więcej niż zablokowanych fraz. Gdy model dryfuje, dryfują oferty, a wraz z nimi ekspozycja regulacyjna. W nadzorowanej rozmowie windykacyjnej nieautoryzowana oferta jest ustaleniem po stronie zgodności. Właśnie do tego jednego wyboru, gdzie mieszka logika ofertowa, sprowadza się większość incydentów.
Warto zauważyć, że problem nie znika wraz z lepszym modelem. Im bardziej model brzmi naturalnie i pomocnie, tym łatwiej złoży obietnicę wykraczającą poza politykę, bo właśnie do tego został wytrenowany. O bezpieczeństwie decyduje więc to, gdzie umieszczono logikę ofertową. Sprawniejszy model poprawia samą rozmowę, ale nie zmienia tego, kto podejmuje decyzję o ofercie. Dlatego ocena dostawcy powinna zaczynać się od architektury, jeszcze przed rozmową o jakości głosu czy języka.
Jak wygląda rozdział modelu i decyzji
W bezpiecznej architekturze model językowy odpowiada wyłącznie za rozmowę. Rozumie dłużnika, odpowiada po polsku i utrzymuje ton, którego wymagają marka i regulator. Każda decyzja o ofercie przechodzi przez Decision Engine, jako deterministyczny program: które plany rat przysługują temu kontu, jakie obowiązują minima, jakie pouczenie trzeba przekazać i kiedy eskalować do człowieka.
Ten sam stan konta zawsze zwraca ten sam zestaw ofert. Model formułuje, silnik decyduje. Dlatego plan zawiera się od razu z zastosowanymi regułami, a agent AI nie ma jak zaproponować warunku spoza polityki, bo takiego warunku nie ma w zestawie zwróconym przez silnik.
Taki agent AI działa dziś na produkcji, w windykacji telefonicznej i tekstowej, po polsku.
Co daje zapis rozmowa po rozmowie
Każda decyzja zapisuje się osobno, razem z warunkami, które silnik sprawdził, i regułą, która wygenerowała ofertę oraz pouczenie. Ten zapis różni się od zwykłej transkrypcji. Transkrypcja mówi, jakie padły słowa. Zapis decyzji mówi, dlaczego zapadła konkretna oferta.
Dla zespołu compliance to praktyczna różnica. Odpowiedź na pytanie regulatora przestaje być rekonstrukcją z pamięci i staje się zapisaną regułą. Zapis jest możliwy do przejrzenia i przeszukania, sprawa po sprawie. Opisujemy go jako przejrzystość, którą można odpytać. Baza danych pozostaje zmienna, dlatego nie nazywamy tego zapisu niezmienialnym ani odpornym na modyfikację.
AI w windykacji a zgodność z RODO i EU AI Act
Windykacja jest obszarem regulowanym, więc zespół prawny pyta najpierw o zgodność, a dopiero potem o skuteczność. Odpowiedź rozstrzyga się na poziomie architektury.
RODO wymaga podstawy prawnej przetwarzania, minimalizacji danych i przejrzystości wobec dłużnika. Rozdział modelu i decyzji pomaga tu wprost: model pracuje na danych potrzebnych do rozmowy, silnik reguł operuje na warunkach konta, a każdy krok jest zapisany i możliwy do przejrzenia. EU AI Act dokłada obowiązki przejrzystości, w tym informowanie rozmówcy, że rozmawia z systemem AI. Agent AI przekazuje takie pouczenie jako naturalny element rozmowy.
Sedno pozostaje jedno. Skoro oferty i pouczenia ustala Decision Engine, zgodność da się pokazać na poziomie reguły, zamiast odtwarzać ją z pamięci po fakcie. To przenosi rozmowę o ryzyku z założenia, że model się nie pomyli, na sprawdzalną regułę, która jest zapisana i widoczna. Konkretny zakres w danym wdrożeniu trzeba potwierdzić z zespołem prawnym.
Jak to zobaczyć w praktyce
Ten sam mechanizm opisujemy z trzech stron. Jeśli interesuje Cię zasięg i praca na całym portfelu, zacznij od tekstu Na czym polega automatyzacja windykacji?. Jeśli kanał głosowy, zajrzyj do Jak działa windykacja głosowa oparta na AI?. Jeśli pytanie brzmi wprost, czy AI faktycznie negocjuje, odpowiadamy w tekście Czy AI może negocjować spłatę?.
Posłuchaj, jak brzmi taka rozmowa
Najlepiej ocenić to na własne uszy. Posłuchaj przykładowej rozmowy windykacyjnej prowadzonej przez agenta AI: Zowie Voice.
