研报速递编者按：这是「券商客服 AI 创新」系列的第一篇。上一篇我们盘点了近半年券商客服 AI 的六大方向（智能客服、坐席助手、智能外呼、智能质检、AI 数字人、投顾超级助手），从这一期起，我们每期只讲一个方向，把它"怎么落地、打法是什么、坑在哪"讲透。第一期先聊最有"人味儿"的一个——智能外呼与智能回访：AI 到底怎么把电话打出去，还能打得像真人、不踩红线。全文约 3000 字，读完约 6 分钟。
01 先讲清楚：券商为什么盯上了"让 AI 打电话"？
很多读者会问："电话回访、外呼通知，人工不也能打吗？为什么非要上 AI？"
因为传统人工外呼，在规模化这件事上，撞到了三道天花板：
人力天花板：一个坐席一天有效通话约 150—200 通，还受班次、情绪、流失影响。业务一旦要从"千人级"做到"十万级"的日触达，纯人力在成本上直接失灵。
合规天花板：金融行业对外呼话术、频次、时段都有明确红线。人工模式靠"培训 + 抽检"兜底，覆盖低、反应慢，一旦违规往往已经产生投诉。
效果天花板：通话记录、客户反馈、后续转化散落在不同系统，很难回答"哪通电话带来了成交"，没有闭环就只能凭经验重复。
而 AI 外呼的价值，恰恰是把这三件事同时解决：用预测式路由把有效通话时间集中给高意向客户（规模化），用话术合规引擎把风险从事后追责前移到事中拦截（合规），用数据闭环把每通电话的结果回流成可复盘的资产（效果）。
一句话结论：券商盯上 AI 外呼，不是为了"省几个人"，而是为了让"打电话"这件事变得可规模化、可合规、可量化。
02 智能外呼的"打法"：把一通电话拆成六个动作
真正的差距，不在"能不能打"，而在"怎么打"。一套成熟的券商智能外呼打法，通常是这六个动作的串联：
动作一：预测式外呼 + 智能路由——"算准时机、算准人"系统基于历史接通率、客户画像预测最佳拨打时段与人群，把坐席的有效时间集中在高意向客户身上，而不是"盲打"。这一步决定了两件事：接通率和坐席利用率——也是"十万级日触达"能否在可控人力下成立的前提。
动作二：超拟人音色——"先让人愿意听下去"成熟的方案会提供多种拟人音色，甚至支持真人声音克隆（把特定坐席或品牌代言人的真实声线复刻成数字语音）。厂商披露的拟人度指标已能做到 TTS 拟人度约 95%。音色越自然，用户越愿意多听两句，后续转化才有可能。
动作三：自然交互——"能打断、能改口、能追问"大模型外呼不是传统"按键 + 固定语音"的 IVR，而是支持全双工自然对话：用户可随时打断、补充、改口，系统能接住追问。有厂商披露端到端响应时延可压到 500 毫秒级——接近真人对话的"不卡壳"体验，是拟人感的关键。
动作四：意向分层——"AI 做初筛，把高意向挑出来"系统在对话中实时判断意向等级、记录拒绝原因、标记转接节点，把海量通话筛成"高意向 / 待跟进 / 无意向"几层。这一步是整个打法的枢纽：AI 负责"筛"，人负责"攻"。
动作五：人工承接——"机器筛、人跟进"高意向、复杂、情绪激动的通话，自动携带完整对话记录无缝转人工。也就是说，AI 外呼不是要取代坐席，而是把坐席从"无效拨号"里解放出来，专注对接高价值客户和复杂诉求。
动作六：合规护栏 + 数据闭环——"守住底线、持续变好"一方面，话术合规引擎对敏感表述、超频拨打、禁呼时段做事中拦截，并保留"转人工""拒绝/退订"入口；另一方面，每通通话的结构化结果回流到统一数据底座，支持按名单、话术、时段维度复盘、A/B 迭代。
一句话小结：这套打法的精髓，是把"打电话"从一个体力活，拆成"算人—开口—对话—筛选—承接—复盘"的流水线，每一环都可被优化。
03 券商都在怎么用？场景矩阵与真实案例
先看场景：券商智能外呼主要集中在这些地方——开户断点唤醒（开了户没交易/没激活）、企微添加与私域沉淀、适当性回访、满意度回访、活动与权益通知、老客唤醒、产品到期提醒等。标准化程度越高的场景，AI 外呼的规模化优势越明显。
再看案例（均来自近半年公开报道，为案例/厂商口径）：
恒生「灵语」外呼助手（2026 年 5 月）：作为客服智能体全栈的一部分，外呼助手可自动发起业务回访、营销等电话，对话如真人般自然；除必须人工回访的场景外，预计可替代约 50% 的人工外呼工作量。
百融 VoxOne / 百服 Prime（2026 年 10 月发布）：截至 2026 年 8 月，已签约及在途的券商客户达 13 家；某头部券商的"硅基客服员工"数量由年初约 30 个增至约 210 个，且单个硅基客服的月收费低于对应人工坐席的综合成本，客户验证效果后主动扩容。其券商落地场景包括企微添加、开户断点唤醒等。
国泰海通「95521 智慧客服」：把智能回访纳入智能客服、坐席助手、智能质检的多智能体矩阵，与数字人、AI 超级助手协同，构成完整的客户服务体系。
行业参照（银行样本，打法通用）：某银行接入智能外呼后实现日均触客 10 万+、营销转化率较人工提升约 30%，并把合规风险从事后抽检前移到事中拦截——这对券商的外呼规模化很有借鉴意义。
一句话结论：券商智能外呼已经从"能不能做"进入"谁把结果交付出来"——头部券商在用真实扩容数据投票，中小机构则在按需试点。
04 一张表看懂：智能外呼的打法拆解
打法环节 | 核心动作 | 解决什么问题 | 典型指标（案例口径） |
|---|---|---|---|
预测式外呼 | 按接通率/画像预测时机与人 | 盲目拨号、接通率低 | 提升接通率与坐席利用率 |
拟人音色 | 多种音色 + 真人声音克隆 | 用户不愿听、像机器人 | TTS 拟人度约 95% |
自然交互 | 全双工、可打断/改口/追问 | 对话卡壳、体验差 | 端到端时延约 500ms |
意向分层 | 实时判意向、记拒因、标记转接 | 海量通话筛不出高意向 | 话术应答准确率 95%+ |
人工承接 | 携记录无缝转人工 | 复杂/情绪场景接不住 | 替代约 50% 人工外呼 |
合规+数据闭环 | 事中拦截 + 结果回流复盘 | 违规滞后、效果说不清 | 转化率较人工 +约 30% |
注：以上指标均来自厂商/机构公开披露的案例口径，指标含义不同、非同一场景，仅供参考，实际效果因机构而异。
一句话结论：六个环节里，前三个决定"像不像人"，后三个决定"有没有用"——真正拉开差距的，往往是后三个的合规与数据能力。
05 合规红线：券商智能外呼必须守住的五条
对券商来说，AI 外呼最不能出事的，是合规。几条底线务必守住：
用户事先明确同意。 未经同意不得拨打商业性电话（《消费者权益保护法实施条例》第二十四条）；营销类外呼尤其要取得主动授权。
时段、频次设边界。 避开用户休息时段，控制同一用户的拨打频次，名单去重，避免短时间重复骚扰。
开场自报家门 + 给拒绝入口。 机器人开场要说明企业名称、来电目的，并保留"转人工""拒绝/退订"入口，用户一说拒绝立即停止。
金融话术单独审核。 涉及金融产品，话术须单独审核，不夸大收益、不承诺不可能的结果、不诱导转账；这与 2026 年 9 月 30 日起实施的《金融产品网络营销管理办法》精神一致。
"必须人工回访"的场景不能用 AI 替代。 按行业回访标准（如《证券公司客户回访标准》T/SAC 002—2024），适当性回访等场景有固定话术与确认要求（如"是否本人操作/本人自愿办理/已签署协议/知晓产品"等），这类关乎投资者适当性与权益的关键环节，应由人工完成或人工复核，AI 只负责前置筛选与提醒。
一句话结论：AI 外呼能大幅提效，但合规是"一票否决"——宁可少打，不可乱打；关键回访，宁可人工，不可甩给模型。
06 边界与观察点（写在最后）
目前能确定的是：券商智能外呼已从"语音通知"进化成"筛人、跟进、转化"的作业线，且头部机构已跑出可复制的规模化样本。
仍需观察三件事：一是监管口径对 AI 外呼的边界（同意、频次、留痕、人工回访红线）如何进一步细化；二是厂商宣传与真实落地的差距能否收敛，尤其"替代 50%""转化 +30%"这类指标能否在自己场景复现；三是中小券商的跟进成本——这套能力能否低成本复制，还是会进一步拉大机构差距。
对券商客服从业者，更稳妥的做法是：从最高频、最标准化的一个外呼场景（如活动通知、满意度回访）切入做小范围试点，用接通率、转化率、投诉率三组数据说话，再逐步扩展到断点唤醒、适当性回访等更敏感场景。
