在中國人工智能催收正逐漸取代討債公司。P2P借款平臺正在試驗這種償還債務的新技術。人工智能在網上尋找有關債務人的信息，包括他的聯系人、它朋友和親人的聯系人，并開始打電話，發SMS要求還債。同時借助語義分析，機器人勾勒出對方的心理肖像，選擇合適詞語，迫使他還債。

P2P借款平臺大約在10年前出現在中國，該市場每年以三位數的速度增長。不僅是那些在銀行借錢難的借款人需要該產品，還有那些尋找新的投資機遇的債權人也愿意通過P2P平臺提供自己的資金以獲得高利息。

在e租寶和Qbao這些大型P2P平臺沒有變成金融金字塔而出事之前，中國政府對該市場沒有做出任何反應。然而新的調節措施主要是打擊那些不誠實的平臺。與此同時，中國政府暫時還沒有調節債務償還問題的法規。

據網貸理財行業門戶網站“網貸之家”的資料，P2P借款平臺的到期債務已經達到1.3萬億元人民幣（2000億美元）。因此市場中出現了對非常討債手段的需求。其中一些，例如，要求提供裸照作為抵押，或者向債務人家中派“廣場舞大媽”成天在震耳欲聾的音樂聲中跳舞等等，已經引起中國執法部門的注意。

但正如人民大學重陽金融研究院研究員劉英在接受衛星通訊社采訪時指出的那樣，應用人工智能討債暫時還屬于合法。

劉英說：“我認為，這其中一定是有法律邊界的。人工智能催收系統可以對債務人進行上中下游業務層面收款和催收，通過發電子郵件、發送短信和打電話等方式要求還款，但其信息收集應當合法，如果是通過整合政府公開發布的數據，建立自己的內部數據庫，或者是利用互聯網公司自身的經營優勢整合企業自身積累的互聯網數據，從中找到借款人的聯系方式或資產則沒有問題，但如果在數據的獲取和使用中通過所謂外部“大數據供應商”購買用戶個人信息或使用違法手段獲取用戶隱私則可能構成侵權甚至違法犯罪。此外，催收方法的合法性也值得注意，人工智能催收不能限制或影響到其他與債務無關的人，比如有些討債公司通過從通訊錄中查到其一眾親戚朋友的手機號碼，向借款者好友甚至只是認識的人發惡毒短信，進行騷擾甚至辱罵，侵犯他人人格權、名譽權，輕則構成侵權，重則涉嫌違法。還有一些追債公司采取公開或者向特定親朋和商業伙伴告知債務人的失信狀況。這種做法雖不違法，但一旦發布信息與事實不符同樣會構成侵權。因此通過人工智能進行催討的限度和邊界就需要嚴格的法律介入。科技的應用同樣不能跨越法律的底線。金融科技的創新離不開配套的專業監管制度，需要有相關的立法作為保障。”

不過用人工智能催收目前還是抓住了一些中國人的痛點，例如，因欠債而在親朋好友面前感到羞愧等。例如，上海資產處理服務提供商資易通就啟動人工智能討還債務。

機器本身在互聯網上尋找債務人的聯系人和個人資料，在社交網絡上尋找他朋友的資料，并給所有人打電話，發短信。人工智能利用語義分析和大數據處理方法，繪出債務人的心里肖像，以選擇最具說服力的討債戰略。機器請求親朋好友對自己熟悉的債務人施加影響。

此戰略效果佳。該系統已幫助近200個債權人討回了債務，包括阿里巴巴和中國郵政儲蓄銀行。根據資易通的數據，人工智能的效率是傳統討債公司效率的兩倍。僅在5月它就討回了41%的賴債，而討債公司的成功率僅為20%。

劉英指出，人工智能的成功還在于P2P和小額貸款，都是金融服務的技術類型。因此人工智能很容易植入其中。

劉英接著說：“首先，人工智能在催收領域的有效應用，其實正是科技金融創新提高金融效率的體現。之所以可以大范圍的應用，且不需要大量實際人力操作，是因為科技的發展降低了金融成本，提高了邊際效率和經濟效益。尤其是邊際成本方面，傳統經濟學中的邊際成本較高，而金融科技的應用將邊際成本幾乎降低為零，固定成本也能夠降低30%左右。互聯網三大定律之一的梅特卡夫定律認為，網絡的價值與聯網的用戶數的平方成正比。人工智能在催收領域的應用，的確提升了效率，降低了經濟成本。其次，人工智能之所以能在催收領域得到應用且行之有效，是因為現金貸等互聯網金融本身就是一種金融科技，互聯網金融和科技信貸具有在線、可記錄、可追溯、可鏈接等特征，使得它們能夠與人工智能、區塊鏈技術等技術很好地配合，通過大數據可以更準確的判斷借款人的信用與還款能力，掌握借款人的資金流向與用途，發現隱藏的財產信息。”

在中國政府嚴打不良信貸的條件下，欠款數額因再融資方面的困難不可避免將增加。不僅像阿里巴巴和騰訊這樣的大公司，而且就連那些傳統的銀行也都會努力發展金融行業技術。考慮到未來在嚴格信貸限制的條件下存在的數字銀行系統，可以推測對機器討債人的需求只能增加。