“我就一栋楼、几十户租户，犯得上上AI吗？”
9月18号，周五下午四点半，一个做园区的老哥给我打电话。
两个园区，一栋写字楼加一栋老厂房，六十几户租户。他桌上是三样东西：财务刚导出来的应收租金表，7户标了红；招商手上那沓客户意向登记，每个人填的表格字段都不一样；物业主管的微信群，往上翻，六十多条报修记录，最早一条挂在9月11号上午。
他说：我就这么大点摊子，你说我犯得上上AI吗？
这话我听过不下十遍。
我的回答一般是——先别聊AI，你先回去数三个数：一件事一个月重复多少回，每回花多久，弄错了要赔多少钱。三个数一出来，该不该上，你自己就有答案了。
那天他在电话里问的几个问题，也是我这半年被问得最多的。我一个个答。
「我就一栋楼、几十户，这点体量犯得上吗？」
体量不是判断标准。
判断标准是：这件事是不是一个月重复几十次、每次都有明确对错、干错了要花钱。
你把收租这件事拆开数一遍。60户租户，一个月一次对账；每户对账加发提醒，保守算15分钟，就是15个小时。这15个小时，大部分不是花在"打电话"上，是花在打电话之前——翻这个租户的免租期到哪天、去年是不是抵过一笔押金、上个月那笔钱是谁代付的。一年下来180个小时，差不多一个人一个月的工时。
再看工单。假设一个月100单报修，每单从接单到派单到回访，8条消息、8分钟，就是13个小时。另外还有催回访、追供应商、月底汇总返修率。
这笔账你算一下：一个岗位一天8小时，一年250个工作日，也就是2000小时。上面两件事加起来，快到十分之一了。而这十分之一，恰好是没人愿意干的活。
所以答案不是犯不犯得上，是先挑哪一格动。
「催租这活AI真能干？我怕把客户得罪了」
先说过去怎么干。
月初财务导一张Excel，对着合同一份份翻，标红，然后打电话。这里面最费劲的是三件破事：合同是扫描件，有的还带手写改动；流水里有第三方代付，付款方写的是租户老板另一家公司的名字；还有一笔钱是两户分摊转过来的，金额对不上任何一份合同。
对不上怎么办？先挂着。挂着挂着，就挂到了第45天。
真正的问题不是电话打得晚，是发现得晚。等你发现这户在偷偷谈搬迁，谈判筹码已经不在你手上了。
接入AI之后，流程会变成这样：
- 合同先拆成字段：租金单价、递增节点、免租期起止、付款周期、保证金、到期日、违约条款，一个字段一个字段落到表里；
- 到期前15天自动生成对账单，不用等人翻合同；
- 银行流水进来逐笔匹配，对上的自动销账，对不上的标出来，写明原因——第三方代付、部分到账、金额拆分；
- 提醒分级：正常提醒走自动，超过约定天数的转财务，再往上转负责人。
江苏常熟农商银行公开过一则案例，他们的信审大模型把一份企业流水的解读时间从3小时压到3分钟，模型准确率在85%左右。这说明"把流水读成结构化字段"这件事，别人已经跑通了，不是概念。
这里最容易踩坑的地方有两个。
第一，只让AI写催收话术，不接数据。等于请了个嘴皮子利索、但没看过账的人，客户两句话就能问穿。
第二，分级规则没定就放出去跑。AI按同一套口气给所有欠租户发了硬话，本来坐下来谈一谈能解决的，被一句话谈崩了。欠租户里，有的是真困难，有的是习惯性拖，这两类必须区别对待。区别对待的规则得你自己定，不能交给机器猜。
「报修在群里刷屏，物业自己都理不清，AI进来不是更乱？」
先看乱在哪。
微信群是个没有状态的容器。租户发一句"空调不制冷"，配张照片，谁看见谁回一句"收到"，然后呢？谁去的、什么时候去的、修没修好、这笔钱谁出——全在人的脑子里。人一休假，全断。
乱不是因为没人干活，是因为没有唯一入口，也没有工单状态的定义。
跑起来之后，流程其实很朴素：租户从企微或小程序报修，传照片、发语音；系统自动分类（水电/电梯/空调/漏水）；自动判责任方（租户自负、公共设施、供应商质保期内）；自动派给对应的人或者供应商；超过约定时间没销号，自动往上催一级；月底把超时单、返修单拉一张表出来。
一句话：别一上来就追全自动。
比较稳的做法是，先跑"接单—分类—派单"这三步，把回访和结算留在人手上，跑一两个月，人工兜一下分类结果，再看哪些单子确实可以彻底放手。
翻车点也很具体。
一是历史工单太脏，从旧系统导出来的记录里，"已修好"和"已上门"混在一个状态里，分类能错一大片，得先清洗。二是供应商账号权限没设好，供应商能看到全部工单，包括别家的报价——这种事出一次，关系就僵了。
「招商能靠AI吗？我看别人说能自动找客户」
说句实话：AI变不出客户。谁跟你说能自动给你带来租户，你让他先垫一季度的空置成本。
但招商这条线上，有三件具体的事值得动。
第一，把近三年的成交客户和流失客户拉出来做比对——哪些行业在你这栋楼续租率高，哪些是租满一年就走。这不是玄学，是把你脑子里模糊的印象变成可查的表。
第二，把意向登记表规范化。现在十个招商填十种表格，字段都不统一，回头没法分析。这一步做完，才有后面的自动跟进。
第三，跟进提醒。带看之后第3天、第7天没回音的，自动弹出来提醒招商打电话。中小园区的招商，转化率多数不是死在"线索不够"，是死在跟进断在半路上。
门槛这块确实在降。广东省今年6月印发了释放数据要素价值、促进词元经济高质量发展的若干措施，汕头那边已经落地了一个面向当地产业的智能体平台，零代码可视化界面，企业自己配产品功能，开发周期从3个月压到1个月，智能化改造成本降了约30%。这话的意思很明确：不是只有大公司才玩得起。
反过来也要泼点冷水。今年外滩大会上，万事达卡的首席产品官林岳说了一句话我印象很深——他自己大量用AI去"发现"商品，却始终没有从"发现"走到"支付"。他们今年6月才推出面向机器的支付产品，首批约30家合作伙伴，商用接入还要往后排。
这话翻译过来就是：让AI替你付钱、替你收钱，还早。但让AI把该收的、该催的、该修的整理清楚，今天就能干。
先动哪一格
如果这位老哥明天就要动，我会建议他这么排：
- 把最近三个月的合同、账单、工单记录拉出来，什么都不用装，先摊在桌上；
- 数那三个数：一个月多少笔、每笔多少分钟、错了赔多少钱；
- 挑一件先跑，我通常建议从"账单+到期提醒"开始，因为它对错最分明，跑一周就能看出准不准；
- 判断权留在人手上。常熟农商银行那套系统，自动化通过率85%，但审批意见的业务采纳率只有55%左右——这个数字特别值钱，它说明就算模型给出的结论八九不离十，真正拍板的一线人员也只认一半多。人的判断不能撤，一撤就出大事。
我们在这件事上的定位很简单，就是当老板的第一支AI小队：先把没人愿意整理的活接过去，把字段、状态、时间点捋顺，让该发生的事按时发生。至于免不免、让不让、告不告，这些还是你自己坐下来定。
AI能不能落到你这栋楼里，说到底是看它能不能省下具体的人和具体的分钟数。省不下来，那就是又一个躺在手机里没人打开的应用；省下来了，你自然会知道它值不值。