AI催收火了！16个人干出1个亿收入，又拿了4.3亿融资

这几年，还不上钱的美国人越来越多。美国家庭债务飙到18万亿美元，逾期率创下十年新高，催收需求被硬生生推上风口。

在国外，银行催收依旧停留在人工拨号、纸质记录的年代，效率低、成本高、合规风险还大。

在此背景下，一个只有16人的初创公司Salient杀了出来。它用多语言AI催收Agent，把债务回收率拉高了22%，还帮客户一年省下1200万美元合规支出。

上线不到18个月，Salient就做到年收入1400万美元。前不久，它又完成了6000万美元融资，由a16z领投，经纬创投、Michael Ovitz和YC跟投，投后估值冲到3.5亿美元

（约合人民币25亿元）

今天，乌鸦君就来聊聊这家用AI重写贷款服务行业的公司。

AI催债，16个人干了1个亿收入

这几年大放水，美国的家庭债务一路走高。

根据最新统计，2025年一季度，美国家庭欠债高达18万亿美元。

这是个什么概念？根据美国人口普查局的数据，2023年美国有1.31亿个家庭。换算下来，每个家庭负债高达13.74万美元，相当于100万人民币。

高杠杆遇上全球经济波动，还不上钱的美国人越来越多。

2025年一季度，美国家庭债务逾期率达到4.3%，学生贷款的严重逾期率更是飙到8%。相比之下，2024年底国内上市银行消费贷不良率只有1.49%。

在这种环境下，催收成了美国银行的刚需服务。虽说欠债还钱天经地义，但催收这事可没你想得这么简单。

传统催收效率低，培训成本又高。催收员要花数十甚至上百小时学习法规，打电话时平均拨3~5个才能接通一个，接通后还要层层核实身份、确认欠款，流程冗长又低效。

催收太激进，又容易被消费者保护局重罚。美国法律对借款人保护极严，催收需遵守隐私、沟通频率、破产保护等一系列规定，这大幅推高了银行的合规成本。

催，又找不到既高效又安全的办法。

不催，实打实亏钱。

这时，AI贷款服务公司Salient出现了。

Salient专注用AI提升贷款全流程效率，而在贷后环节，催收是最先切入的突破口。

它推出了一个多语言

（英、西、葡、越）

AI会基于借款人的历史互动记录

（比如接电话的时间、沟通习惯）

同时，Salient还有着非常强的谈判意识。遇到“顽固”客户，AI还会测试不同谈判策略，比如换措辞、强调特定条款，快速找到最可能让对方点头的方案。

比如，借款人真要还不上了，Salient会参考借款人资料和贷方规则，主动协商可行的还款方案，如减免利息、违约金减免、分期付等。

借款人可通过语音/短信/网页立即查看、接受新计划及支付链接，无需等待人工审批，大幅提升配合度。

这套组合拳效果立竿见影。

据Salient用户报告，平均通话时间缩短14%，每天能处理40万通电话并提供7*24小时服务，人力成本暴降。更重要的是，借款人支付完成率提高22%，挂断率减少17%。

更难得的是，在把钱要回来的同时，Salient也把合规风险降到了最低。

为了保证催收行为的合规，Salient把“合规”写进了代码里。

首先，“熟读”相关法律法规。在处理单个呼叫之前，它会接受有关大量法规的全面培训，包括CFPB

（消费者金融保护法）

（公平债务催收法）

（公平信用报告法）

（诚实借贷法）

（不公平、欺骗性或滥用行为法）

其次，考虑到不同州的法律差异，Salient会依州法律动态调整，例如纽约州规定晚8时至早9时不得拨打收债电话，无需人工干预。

▲美国《公平债务催收法》规定

这些举措，确保Salient的每一次催收提醒、谈判都在法律框架内进行，免除银行遭受诉讼罚款风险。

对于特殊还款情况，Salient系统里专门装了“保护征信”、“处置抵押物还款”、“个人破产”的功能模块。

（美国对个人破产的判定较为宽松）

若催收未果，Salient会自动整理清晰、合规的沟通记录，为后续法律程序提供有力证据，证明银行已尽责催收。

在整个流程中，银行始终掌控风险。

Salient可无缝对接主流支付和贷款系统，提供实时仪表盘，监测债务回收、拖欠趋势与潜在违规点。截至目前，它已识别超3.5万起违规行为，标记3000万美元的潜在欺诈。

▲Salient催收模块的数据看板，聚焦有效客户触达和承诺还款两项

▲来源：builtin.com

既能把钱要回来，又不踩合规红线，Salient很快赢得了银行的青睐。推出仅18个月，这个16人团队就实现了1400万美元年收入。

在相对谨慎保守的金融科技行业，这样的成绩相当罕见。

从车贷切入，催收只是一个开始

在商业化跑出好成绩的同时，Salient的切入点也颇有讲究。

成立之初，公司没有选择覆盖整个消费贷，而是瞄准了占美国消费债务约9%的汽车贷市场。

这一选择源于CEO Ari Malik的经历。

此前，Ari在特斯拉的汽车贷部门任职时，亲历贷款行业服务的低效，他看中了用AI实现贷款自动化的潜力。

汽车贷的特性，几乎为AI量身定做：

借款人资料标准化程度高

（收入、车辆估值等）

加之，该领域由Westlake

（美国最大的私人车贷公司之一）

Salient最初只是想做个AI自动拨号的工具，但随着技术迭代和对痛点的理解加深，团队意识到，产品完全可以升级成AI驱动的全流程贷款服务平台，而当时市场上几乎没有对手。

团队配置让扩张有了底气。联合创始人Mukund Tibrewala

（Ari的高中同学，曾任职Dropbox、Airtable）

▲左Ari Malik，右Mukund Tibrewala；来源：YC Root Access, Youtube

关键转折来自标杆客户Westlake的认可。

2024年中期，Salient与Westlake开始合作。在此后一年时间里，Salient与超300万个独立借款人合作，处理了超10亿美元贷款交易，并且不到两年就实现正现金流。

这300万借款人的行为数据也铸就了Salient的核心壁垒，通过对这一数据的结构化解析，包括还款记录、通话响应率、协商偏好等，基于还款方案接受率动态优化谈判策略，形成独特的金融Agent。

借标杆案例，Salient接连拿下了EXAR、American Credit Acceptance等汽车贷以及美国三大上市银行。

客户的反馈是最有力的证明。

车贷公司Westlake表示，借款人投诉减少、合规风险几近归零，一年省下1200万美元；CPS则表示收款策略更精准，现金流和信用表现同步改善。

Salient的高速起量并不是孤例，这几年AI放贷正迎来全行业的加速周期。

Abound最新财年收入涨151%至6680万英镑、利润暴增25倍；Upstart季度收入同比涨56%，预计2025年收入冲击10亿美元。

长远来看，Salient瞄准的并不仅是做一款高效的贷款工具，而是要成为美国贷款行业的“记录系统”。

催收只是起点，这套模式还有望延伸到反洗钱、保险理赔、跨境支付等更多高合规场景。

投资人看中的，正是它在金融工作流中的深度嵌入能力，用“重度垂直AI+闭环数据”重塑流程，让合规从消耗成本的负担，转变为企业的核心壁垒。

文/朗朗

PS：如果你对AI大模型领域有独特的看法，欢迎扫码加入我们的大模型交流群。