Kunstmatige intelligentie in Creditmanagement?

Inzet van Kunstmatige Intelligentie om de klantreis binnen incasso te verbeteren

Het zijn boeiende tijden binnen creditmanagement. In de afgelopen jaren zijn het aantal toepassingen van innovatieve techniek binnen het incassoproces snel toegenomen. Tot nog toe ging dat vooral over het efficiënter maken van incassoprocessen. Kostenverlaging was het leidmotief, logisch in tijden van crisis. Er is echter meer dan de strijd om de laagste kosten. De winnaar in creditmanagement heeft een propositie met een optimale combinatie van kosten, opbrengst, debiteurentevredenheid en klanttevredenheid.

Artificial Intelligence – wat is het?

Artificial Intelligence (a.i.) of kunstmatige intelligentie is een concept waarbij software taken uitvoert waar normaal gesproken menselijke intelligentie voor nodig is. Dat gaat dus een stuk verder dan mechanisatie of automatisering waarbij machines zo worden gebouwd dat ze, eindeloos, standaard taken van mensen kunnen overnemen. A.i. is inmiddels overal aanwezig in onze maatschappij. Denk bijvoorbeeld aan zelfrijdende auto’s, de ‘slimme energiemeter’ en aan Siri, de digitale assistent van Apple. Afhankelijk van de input die die systemen krijgen zullen ze een andere reactie of antwoord geven. The next level is a.i. in combinatie met machine learning. Een schaakrobot leert zichzelf het spel. Hij wordt op basis van ervaring en gemaakte fouten steeds slimmer, en blijft dus winnen. Een ander aansprekend voorbeeld is het uitvoeren van microchirurgie. Dat zal met behulp van a.i. nauwkeuriger en veiliger kunnen gebeuren. En ook in dienstverlening zijn de mogelijkheden voor de inzet van a.i. groot.

Wat gaan we doen met al die Big Data binnen creditmanagement?

Zoals in veel branches is ‘big data’ binnen creditmanagement de afgelopen jaren het ‘buzz-woord’. Google ‘big data’ en je krijgt ruim 4 miljard (!) hits. Maar wat moet je met al die Big Data als je er daarna in verzuipt? Wat te doen met al die beschikbare gegevens? Precies hier komen a.i. en machine learning om de hoek kijken. De toepassing van a.i. maakt het mogelijk om echt slimme, efficiënte en klantvriendelijke oplossingen te ontwikkelen.

Online platforms voor betere leveranciersselectie

Een van de eerste zichtbare effecten van digitalisering binnen juridische dienstverlening was de komst van platforms. Inmiddels zijn binnen de advocatuur tientallen platforms actief die rechtzoekenden in contact brengen met de juiste advocaat. Rocketlawyer, Omnius en Legalloyd maken het aanbod en de prijs van juridische diensten transparant en bieden klanten een optimale klantenservice.

Ook binnen de incasso sector kunnen platforms goede diensten bewijzen bij de keuze voor een incassopartner. Op basis van verschillende criteria kan een opdrachtgever in contact worden gebracht met de, in zijn geval, beste incassopartner. Mogelijke criteria kunnen bijvoorbeeld vestigingsplaats, specialisatie en keurmerken zijn. Maar ook beoordelingen van debiteuren en opdrachtgevers zouden van invloed moeten zijn op de keuze voor de juiste incassopartner.

Elke debiteur een unieke behandeling

Veel platforms in juridische dienstverlening bieden inmiddels ook de mogelijkheid om doe-het-zelf documenten en overeenkomsten op te stellen. Op basis van de input van de klant wordt de overeenkomst automatisch op maat opgemaakt en a la minute bij de klant digitaal afgeleverd.

Natuurlijk kennen we binnen incasso al standaard teksten voor herinneringen en aanmaningen. En het gebruik van e-mail en whatsapp is inmiddels ook gemeengoed en er wordt al volop gesegmenteerd. Door de toepassing van a.i. kan het aanmaningsproces nog veel effectiever worden. Welke teksten en media werken in welke gevallen? Lerende systemen kunnen interventies en behandelpaden continu verbeteren en de beste benadering kiezen voor deze debiteur op dit moment.

Ook in het contact met klanten en debiteuren kan a.i. goede diensten bewijzen. In grote aantallen e-mails van debiteuren kan een robot patronen herkennen en op die manier er bijvoorbeeld voor zorgen dat de mail bij de juiste afdeling terecht komt (service, klachten, debiteuren). Robots zijn al in staat om uit telefoongesprekken patronen en zelfs de sfeer te herkennen.

Op dit moment worden regelingen getroffen door vooral te kijken naar inkomsten en uitgaven van de debiteur. Voor de nakoming van die betalingsregeling zijn echter veel meer factoren relevant: cultuur, ervaring, leeftijd. Een ‘slim betalingsregelingensysteem’ kan 24/7 met een vraag-en-antwoordspel een veel betere betalingsregeling met een debiteur treffen. Namelijk een die wel nagekomen wordt.

Toch nog s goed kijken naar digitaal geschillen oplossen

Een volgende stap op dit gebied is de geautomatiseerde review van aangeleverde documenten. Uitgebreide overeenkomsten en verweerschriften worden in no time gescreend en Robo-lawyer Ross geeft razendsnel adviezen op juridische vragen die hem worden gesteld. Dit kan Ross doen doordat hij de enorme hoeveelheid juridische documentatie (wetteksten, jurisprudentie, uitspraken) doorzoekt en hieruit logica en parallellen ontdekt. Deze toepassing kan toegevoegde waarde bieden bij betwiste vorderingen en in bijvoorbeeld de samenwerking tussen advocaat en deurwaarder.

Digitrale arbitrage is een gevoelig onderwerp binnen de incassowereld. De ophef over e-court ligt ons nog vers in het geheugen. Toch verdient het aandacht om te blijven zoeken naar mogelijkheden om de behandeling van gerechtelijke procedures efficienter en klantvriendelijker te laten verlopen. Honderdduizenden verstekvonnissen per jaar geven hiertoe zeker aanleiding.

Voorspellingen over de uitkomst van het incassoproces

Procesfinanciers maken volop gebruik van a.i. bij het voorspellen van uitkomsten van juridische procedures. Interessant, want de klant betaalt niet meer op basis van ‘uurtje-factuurtje’ gedurende het proces maar draagt -achteraf- een deel van de opbrengst af.

Ook opdrachtgevers binnen incasso zijn gebaat bij een vroegtijdige voorspelling van de uitkomst van een incassoprocedure. Met al die big data die we inmiddels hebben verzameld zijn we vast in staat om de uitkomst van een incassoprocedure al op dag 1 daarvan te voorspellen. Investeringen in tijd- en geld rovende incassoprocedures kunnen we dan beperken. En daar wordt iedereen gelukkig van. Binnen Yuridis hebben we hiermee eerste stappen gemaakt met de introductie van de Incasso Check.

Conclusie

In de afgelopen jaren zijn veel processen binnen creditmanagement geautomatiseerd. Die automatisering heeft geleid tot forse kostenverlagingen. Daarop kan natuurlijk niemand iets tegen hebben; een efficiënter proces leidt tot lagere kosten in de keten; en daarvan profiteren altijd een of meerdere ketenpartners.

Nu is het tijd om nieuwe techniek toe te passen voor verbetering van de klantenreis van opdrachtgever en debiteur. Door de toepassing van a.i. zijn we steeds beter in staat om processen ook transparanter en klantvriendelijker te maken. Een vergelijking met de sector van juridische dienstverlening leert dat de inzet van a.i. op veel fronten mogelijk, en zinvol is.

Van selectie van de incassopartner tot het oplossen van geschillen; in elke stap van de klantreis kan a.i. goede diensten bewijzen.

Dit artikel werd  geschreven door Charles Bruns (managing partner Yuridis) en in oktober 2018 gepubliceerd in het themanummer ‘Innovatie in creditmangement’ van De Creditmanager. De Credit manager is het vakblad in Nederland op het gebied van creditmanagement en tevens officieel orgaan van de Vereniging Voor Credit Management (VVCM).