我那300份租约里，没有一份会提醒我：下个月该给谁涨租

9月1号早上八点四十，老周坐在办公室里翻合同。

微信里躺着一条消息，园区B座3楼那家设计公司的行政发来的：“周总，我们这季度不是免租期吗？”

老周印象里是免租的。免几个月、从哪天起算，他记不清。

合同签在2023年，扫描件躺在电脑里一个叫“合同-2023”的文件夹，一百多个PDF。找到那一份花了十几分钟，翻到第七页，末尾一行手写补充：“首年免租叁个月，自交付日起算。”

交付日是哪天？没写。

得翻三年前的聊天记录，问当时负责交付的小李。小李去年离职了。

一个上午就这么过去了。就为了确认一句话。

这种事一个月要来好几回。所以今天我想说一个可能不太讨喜的观点：

AI在中小实体生意里最先回本的，从来不是最聪明的那个环节，而是最容易漏钱的那个笨环节。

对开园区、做二房东、管商业体的人来说，这个笨环节就是：合同和账单之间那道缝。

过去这活儿是这么干的

大部分中小园区，管租约就三样东西：一个Excel台账、一个合同文件夹、一个微信群。

台账是2019年那个会计建的，后来换了两个人，格式改过三次。有的用“2023.5.1”，有的用“2023/5/1”，还有的干脆写“5月起”。合同签完了扫描一份丢进文件夹，剩下的全靠脑子记。

维修报修就是群里刷屏。8号楼的电梯坏了，群里@一下物业；3楼水管漏了，再@一下。谁在处理、处理到哪一步、这笔钱该走公共维修还是租户自费——全凭物业经理一个人记。

这套东西在只有十来户的时候是能转的。到了两三百份合同，就开始漏。

漏钱的三个口子，一年能漏多少

我给你算笔账。用你自己的数字往里套就行。

第一个口子：租金递增没人提醒。 大多数租约都写了“每年递增5%”或者“每两年递增8%”。递增的触发日写在合同第几页第几条，台账里那行小字根本不提。业务员按老价格发账单，租户当然不会主动说“你少收了”。一年少收一档，就是一份合同年租金的5%。

第二个口子：免租期到期没人续账。 免租三个月、六个月、装修期九十天，起算日有的写交付日，有的写签约日，有的写“正式营业日”——这个词本身就能吵半个月。过了没及时转到正常计租，一拖就是几个月。

第三个口子：该催的没催，该罚的没罚。 账期到了没人盯着，逾期半个月才想起来打电话。合同里明明写了滞纳金，财务嫌麻烦，不追。

这三个口子加起来是什么量级？你手上有200份租约，平均年租金按市场行情算，只要有十分之一的合同被漏掉一档递增、或者漏掉一个免租期转正，一年的窟窿就不是小数目。这笔账你算一下，比任何一款工具的年费都贵。

更贵的是人的时间。

300份合同，一份翻一遍找关键条款，快的人3分钟，慢的10分钟，全量过一遍就是15到50个工作小时。而这件事，你一年至少得干两回。

接上AI之后，这个早上变成了什么样

说流程，不说概念。我们在这个场景里干的活，拆开来是四步。

第一步，不是接模型，是定字段。

这是最容易跳过、也最致命的一步。得先有人拍板：一份租约里，我到底要盯哪几个数？

我们的经验是十二个字段够用——房间号、租户主体、签约日、起租日、止租日、月租金、递增规则、免租区间、账期天数、押金、物业费口径、责任划分备注。

这十二列填不满，后面全是白搭。别急着让机器读合同，先把这张表立起来。

第二步，让机器把老合同读成这张表。

PDF、扫描件、甚至是拍照的纸质件，一份一份往里灌，抽出来的是结构化的一行。手写补充条款、附加协议、改过价的续签页，这些是最容易出错的地方，所以必须有个“置信度低就标红”的机制——机器不确定的，交给人看，别让它自己猜。

第三步，账单草稿自动生成，人确认了再发。

到了月底，系统按合同条款把这一期的账单草稿拉出来，谁该涨价、谁免租到期、谁上期还欠着，全部标出来。财务的工作从“从零算一遍”变成“过一遍、点确认”。

第四步，工单从群里搬到一条线上。

这是我自己最看重的一步。报修从“群里@一下”变成一条工单：谁报的、哪个位置、什么故障、责任方是谁、派给谁、什么时候完成、超时了提醒谁。AI在这里干的是分类和初判——一句话进来，先判断是公共区域还是租户自用，走哪个师傅，需不需要报价审批。

最容易翻车的四步，我一个个说

第一，想一口吃成胖子。 有人上来就想把十年前的合同全量灌进去。别干。先挑最近两年、金额最大的那五十份，跑通一轮，验证准确率，再往下铺。老合同是烂数据，烂数据喂养出来的结果一样烂。

第二，把金额和日期的判断权直接交出去。 这条我态度很硬：AI可以提取、可以算草稿、可以提醒，但涨租、免租转正、滞纳金豁免这三个动作，必须有一个活人点确认。合同是有法律效力的东西，机器读错一个小数点，麻烦是你的。

第三，指望它直接对着银行流水自动核销。 现实的收款备注五花八门，“A公司9月”“张三代付”“3楼设计费”，银行流水和租户主体对不上是常态。这一步先老老实实做成“人工勾对+系统记账”，别一上来就搞全自动，会把自己坑进去。

第四，忘了谁负责“下一次动作”。 系统能提醒“这份合同下个月递增”，但如果没人被指定去执行，提醒就只是提醒。上线前先定清楚：提醒发给谁、几天内必须处理、不处理往上报给谁。这事跟AI没关系，是管理动作。

“我们这行合同太乱，AI干不了”

这是我最常听到的反方说法。还有一句变体：“这事Excel加个条件格式也能做。”

Excel那句怎么说？能做，前提是你每次都能想起来更新它，并且愿意在300行里逐行核对日期。绝大多数园区做不到——不是能力问题，是这件事的收益延迟太久、痛感太分散，人扛不住。

“合同太乱”这话，只对了一半。

合同确实乱，但乱的地方高度集中在几类：手写补充、附件条款、续签改价、口头承诺。前十份确实要人盯，第十一份开始，模式就出来了。这不是让AI替你做判断，是让它把“翻300份合同”这件活从两天压到二十分钟，判断还是你来做。

说句更直接的：真正的瓶颈从来不是合同有多怪，而是没有人为这份合同的下一次动作负责。合同签完那一刻，所有人就都松手了。

9月10号外滩大会上，IDC发布了一份报告，说中国AI数据基础设施市场2025到2030年复合增速37.7%，2030年规模到738亿美元。报告里那句判断我觉得是对的：过去几年AI竞争围绕模型和算力，现在瓶颈已经转到了“企业自己的数据能不能被AI真正用起来”。

你那些锁在文件夹里的合同，就是最典型的“没被用起来的数据”。

9月11号爱分析发了篇访谈，里面的说法更狠：企业AI落地最大的瓶颈，不是模型不够聪明，是AI不认识你的企业——它不知道你有哪些业务对象、对象之间什么关系、数据和操作分布在哪。

翻译成园区的话：你得先让系统知道“这间房、这个租户、这份合同、这笔账单、这张工单”是五个互相咬合的东西，AI才帮得上忙。 我们做这类项目的第一步，就是先把这张关系图拉出来，再谈让机器干什么。

最后半步

我常跟做OPC的小团队说，别老盯着那些听起来很性感的场景。合同、日历、账单、工单，听着一点不炫，但它是这类生意里最确定的需求——因为痛得很具体，漏得很实在，两周就能看出人少了没少。

我们自己的做法是：先上工单，再上账单。工单每天都在产生，两周就能验证效果；账单一个月才验证一次，反馈太慢了。

先收齐，再谈分析。

一个连自己下个月该给谁涨租都说不清的园区，装再多好看的大屏也没用。