月底檢討應收帳款時，企業通常不缺一張逾期清單。系統可以列出客戶、金額、到期日與逾期天數，AI 也能把案件依風險排序。但真正開始催收，問題往往立刻變得複雜：客戶說數量有爭議、業務承諾延後付款、交付證明還沒補齊，或財務不知道上一次聯絡後的下一步由誰處理。
這時再寄一封提醒信，並不會讓帳款更接近入帳。
應收帳款管理真正缺少的，常常不是提醒頻率，而是把「為什麼沒付、誰要處理、何時再追、收到什麼證據」變成可追蹤的工作。
逾期天數只告訴你「發生了」，沒有告訴你「怎麼處理」
財務報表擅長呈現正式帳務事實，例如應收金額、到期日、已收金額與未收餘額。這些資料不可取代，也是後續判斷的基礎。然而，同樣逾期 30 天的兩筆帳款，處理方式可能完全不同。
- 第一筆沒有爭議，只是客戶內部付款批次延後。
- 第二筆正在確認退貨數量，付款金額尚未確定。
- 第三筆的窗口已承諾本週付款，但承諾日已經過了。
- 第四筆牽涉重大客戶，是否暫停後續出貨需要主管判斷。
若系統只依逾期天數與金額排序，財務仍然要翻郵件、問業務、找出貨文件，才能知道下一步。AI 可以協助整理資訊，但前提是企業先把「案件狀態」與「處理責任」定義清楚。
催收案件至少要同時保存三種紀錄
1. 正式帳務事實
這一層應由會計、ERP 或其他正式財務系統維持，包括發票或帳款編號、客戶、幣別、到期日、未收金額與核銷狀態。若公司已有穩定的核心系統，不需要為了導入 AI 重新建立一套帳。
2. 未付款原因與佐證
原因不能只寫「客戶未付」。企業需要區分是付款排程、對帳差異、品質或數量爭議、文件缺件、價格爭議，還是聯絡窗口異動，並連回相關訂單、出貨、退貨、服務案件或往來紀錄。
這一層決定案件該交給誰。對帳問題由財務處理，交付爭議可能要營運或客服補件，價格條件則需要業務與主管確認。若沒有原因分類，所有案件最後都會回到財務手上排隊。
3. 付款承諾與下一步
每次聯絡後，不只要留下談話摘要，還要記錄客戶承諾的日期與金額、企業承諾補充的文件、下一位責任人、預計完成日，以及什麼情況需要升級。
付款承諾不是備註，而是一個可驗證的事件。到了承諾日，系統應能判斷款項是否入帳；若未入帳，案件不能停留在「已聯絡」，而應自動回到待處理或進入升級流程。
先定義狀態，再談 AI 自動化
實務上，可以先用少量、明確的狀態管理催收案件：
- 待確認：帳款已逾期，但原因與窗口尚未確認。
- 已聯絡：已完成第一次聯絡，等待客戶回覆或付款承諾。
- 爭議處理中：金額、交付或文件有異議，已指派內部責任人。
- 承諾待驗證：客戶已承諾付款日期或金額，等待到期檢查。
- 需升級：承諾落空、風險升高，或需要主管決定信用、出貨與商務條件。
- 已收款待核銷：款項已到，但仍需與正式帳款對應。
- 已結案：完成核銷，或依核准程序完成其他處置。
狀態不必多，但每個狀態都要有進入條件、離開條件、責任角色與期限。如此一來，AI 才能在正確的位置發揮作用，而不是靠一段摘要自行猜測整個流程。
AI 適合做哪些事？哪些仍應由人判斷？
AI 適合處理的是整理、比對與提醒。例如：
- 彙整客戶、訂單、交付、服務與歷次聯絡紀錄，產生案件摘要。
- 從郵件或通話紀錄中擷取付款承諾日期、金額與前提。
- 依逾期天數、金額、爭議狀態、承諾是否落空與客戶情境，提出處理優先順序。
- 發現缺少出貨證明、對帳資料或責任人時，建立補件或確認任務。
- 在承諾日到期且未入帳時，提醒負責人或提出升級建議。
- 產生催收訊息草稿，但保留人工確認。
人仍然要負責會改變商務條件與客戶關係的判斷，包括折讓、延長付款條件、暫停出貨、法律程序、信用額度與重大客戶例外。
AI 可以幫企業更快看清案件，卻不應在缺乏授權與證據時替企業做出商務承諾。
催收優先順序，不應只看「金額最大」
若要建立可用的排序邏輯，可以把案件拆成四類訊號：
- 財務暴露：未收金額、逾期天數、占客戶交易比重。
- 可處理性：是否已有明確窗口、爭議是否可由補件解決、下一步是否清楚。
- 承諾可信度：承諾日是否到期、過去是否多次跳票、承諾是否附帶條件。
- 商務影響：後續是否還有出貨、服務或續約，是否需要跨部門決策。
排序的目的不是讓 AI 決定誰「最壞」，而是讓團隊先處理最需要行動、最有機會解除障礙，或最可能擴大損失的案件。
把「催收完成」定義成核銷與證據閉環
客戶說已付款，不等於案件已完成。財務仍需確認入帳帳戶、付款金額、匯款手續費、沖抵項目與帳款編號；若是部分付款，也要重新計算未收餘額並留下後續安排。
因此，流程的終點不該是「已寄信」或「客戶說會付」，而是以下任一結果：
- 款項已入帳並完成核銷。
- 爭議已解決，新的付款條件經授權確認。
- 折讓、退貨或呆帳等處置已完成正式核准與帳務作業。
這個閉環也讓企業有機會檢討催收品質。除了應收帳款週轉天數，還可以追蹤付款承諾達成率、爭議平均處理時間、逾期未有下一步的案件數、重複開啟案件比例，以及不同未付款原因的分布。
niio 可以放在哪一層？
若企業已有會計或 ERP，正式應收帳款仍應留在原系統。niio 比較適合承接跨部門的工作層：在權限範圍內連結客戶、聯絡人、商機、訂單、互動紀錄、跟進任務與服務需求，並把帳款爭議、付款承諾、補件、責任人與期限整理成可追蹤流程。
透過 API 或 MCP，企業也能依既有架構取得核心系統的必要資料；AI Agent 可協助整理案件、分析異常與提出下一步建議。涉及資料更新、對外訊息或重要處置時，則應設定執行前確認與審核。
這樣的做法不是再造一套財務系統，而是避免正式帳務留在 ERP、客戶互動留在 CRM、爭議證據留在信箱、付款承諾留在業務筆記裡，最後沒有人能看見完整案件。
從 30 筆案件開始，比一次改造所有催收流程更實際
第一階段可以挑選單一客群或單一事業單位的 30 筆逾期案件，先完成四件事：
- 統一未付款原因與案件狀態。
- 為每筆案件補上責任人、下一步與期限。
- 將付款承諾改為可驗證欄位，而非自由文字備註。
- 每週檢查承諾落空、爭議停滯與逾期無下一步的案件。
等欄位與流程能穩定反映真實工作，再加入 AI 摘要、優先排序、訊息草稿與自動建任務。這個順序能避免把原本模糊的催收方式放大成更快但仍不可控的自動化。
收款速度的差距，往往出現在「下一步」
AI 能讓財務更快看到風險，也能幫團隊整理大量往來資料。但真正影響回款的，是企業能否把每一筆逾期帳款轉成有原因、有證據、有承諾、有責任人、有期限，且能回到正式帳務系統結案的工作。
當催收不再只是一封信或一張逾期清單，財務、業務、營運與客服才有共同的處理脈絡。這時 AI 才不是替人多寄幾次提醒，而是協助企業把收款過程變成可管理、可改善的營運流程。