AI news

房产AI入口战开打:租房AI公司Elise AI融资3.5亿美元,估值一年翻倍

By 房互君1 viewsSource: 房地产和互联网
房产AI入口战开打:租房AI公司Elise AI融资3.5亿美元,估值一年翻倍

逆势获老股东加注投资,资本赌AI的新入口

The full text has not been translated yet. The Chinese original is shown below.

文章配图

“逆势获老股东加注投资,资本赌AI的新入口

数日前,美国房地产AI公司Elise AI宣布完成3.5亿美元融资,估值40亿美元。

13个月前,Elise AI完成了上一轮融资,彼时估值22亿美元。一年时间估值涨幅接近一倍。

不仅如此,Elise AI新一轮投资方名单里,囊括了硅谷顶级风投Andreessen Horowitz(a16z)、成立100多年的老牌风险投资商Bessemer Venture Partners以及房产科技垂直基金Navitas Capital等老股东,长线机构加拿大安大略教师养老金新入局。

Elise AI已经成立近10年,早期是一家帮助公寓管理公司回复租客消息的AI技术企业。

尽管其AI叙事是当下资本追逐的热门题材,但是由于加息等原因,房产赛道很长时间以来不被资本看好,买卖交易端的房产科技普遍承压。

因此,Elise AI能逆市获得老股东加注投资,一方面在于,其立足于房产运营端,和房产交易端有着本质不同;另外核心的因素,还在于这家公司本身不断攀升的数据:

从2021年开始,Elise AI的ARR(年度经常性收入)已经连续五年每年翻倍,2026年6月ARR超过2亿美元;

截至目前已覆盖650万套公寓(约占美国公寓总数六分之一),同超过3000万租客产生交互;

合作超过500家住房运营商,全美TOP50大型公寓运营商中75%为其客户。

那么,一家从0起步的公司,如何开拓出全新的赛道?它又如何覆盖到全美六分之一市场空间?它的商业模式又有什么独到之处,国内房产赛道企业又能从中学到什么?

"没人接电话"背后的生意

Minna Song和Tony Stoyanov创立Elise AI的想法,来自于他们在公司打工的经历。

十多年前,Song在纽约一家地产公司上班,发现租客打电话、发消息常常联系不上人,晚上和周末尤其严重,而晚上和周末恰恰是很多租客想看房的时间。

这个痛点,成功成为Song捕捉到的市场需求:对于租客而言,一条漏掉的信息可能只是一次咨询;对于公寓管理公司而言,却可能意味着丢失一次看房机会,甚至一笔租约。

文章配图

· Elise AI创始人 Minna Song

随后,Song和Tony进入美国大型公寓运营商AvalonBay的实际业务现场,深入观察公寓的运营团队每天到底在做什么、每天最耗时间最重复最容易漏掉的工作是什么等等细节。

基于这些基础调研,2017年,Elise AI的前身MeetElise创立。起初,他们建立客户自动回复软件,把目标聚焦在通过AI技术方式解决顾客和公寓运营商、物业公司的沟通问题。

此后的产品,沿着“按瓶颈做产品”思路逐渐增加:先是全天候回复邮件、短信和电话;公寓运营商的工作人员傍晚和周日带看接不过来,Elise AI就做自助看房;客户缺维修人手,Elise AI就做工单分诊和派单;再往后是续租和催收。

根据客户的需求,Elise AI的产品也由此形成了一条很清晰的路径:先解决租客沟通,再延伸到预约和自助看房,随后进入维修报修、续租、催收等环节。 每个新模块,都精准解决公寓运营商的人力压力。

Elise AI的运作流程,首先在AvalonBay上获得了验证。Elise AI也因为成功助力AvalonBay,获得了AvalonBay的早期投资。

相比市场上的软件服务商,Elise AI进入到房产赛道的思路很清晰——它要做的不是一个聊天机器人,而是取代一部分原本需要人工完成的工作,换句话说,Elise AI是为企业节省本来应该由人来完成的工作。

文章配图

· Elise AI后台

因此,Elise AI并不把自己定位为软件的销售方,而是在一套套房子上持续收取“AI服务费”。

综合来看,其收费方式按照物业单元按月收费,并根据不同业务模块扩大收入。物业公司管理的房子越多,需要AI处理的租客互动和业务流程越多,支付的费用也越多。

从市场来看,Elise AI的创立和发展时间节点,踩在了美国公寓运营成本增长的时间节点上。

据《财富》杂志报道,仅仅2023年一年时间内,美国机构持有和运营的公寓,运营成本上涨了9.3%,相当于每套房源运营成本每年要多花800多美元。

其中保险费用涨了18.8%,保险这类刚性支出压力,使得运营商只能从人力成本上寻找压缩空间。

于是,在人力成本的压力下,租赁行政、预约看房、一线住户支持,甚至维修派单,都很顺利的从线下搬到AI上。

从成本结构对比来看,美国过往传统公寓运营模式下,租赁咨询、租户来电、维修工单登记、租金催收等标准化沟通工作高度依赖人工。传统人力体系中,大约每45—61套公寓就需要配置一名租赁或行政全职人员,计入薪资、社保、人员流失替换等成本,在1000套房源的公寓资产包内,单套房源每年对应的人力投入可达1200美元。

引入Elise AI后,模式切换为人机协同,AI可承接90%的常规租户问询、线索培育、工单自动创建、租金逾期提醒,人工仅保留线下带看、紧急事件与复杂纠纷处理。

按行业估算,Elise AI订阅成本约8–15美元/套每年。可为企业缩减30%–40%的全职人力。

除此之外,公寓运营方的收益还来自收入端的改善:根据样本数据,完整部署全生命周期Elise AI工具的公寓企业,相比同行平均实现2个百分点的入住率提升、1.22个百分点的租约续约提升;物业净运营收入NOI最高可提升20%。

文章配图

· Elise AI运营数据

替租客回答问题,到替员工办事

产品上线之后,Elise AI由单一的24小时客户沟通AI,逐步升级到支持租赁、看房、维修、续租、催收等链条业务。今年9月,Elise AI正式发布Apollo产品,定位为能在平台内执行任何任务的AI Agent。

相比之前为租客服务的产品模式,Apollo面向公寓租赁、运维、管理多角色开放:

对租赁专员来说,Apollo可以抓取系统里全部看房预约台账。当有同事请假,专员只需要下达指令,Apollo 就能自动识别该同事名下所有待看房预约,批量筛选租客、推送消息,和租客协商备选时段,完成看房时间重新排期,不用人工逐条翻记录、逐个打电话通知租客;

针对维修技师与物业运维岗,Apollo 能够检索历史工单数据库。技师可以直接提问,快速定位哪些公寓单元反复上报同类故障。

除此之外,Apollo还打通租赁、维修、租金催收多条业务线,覆盖更多日常工作:

租赁人员可让 AI 自动生成租客跟进话术、统计线索转化率、识别高意向租客;运维人员可批量汇总工单积压情况、统计维修时长;物业管理者可以调取租户高频投诉清单、逾期租金台账。

文章配图

Apollo工作界面

简单来说,Apollo是给内部员工的业务Copilot,帮员工调取系统数据、批量执行查询与事务操作,减少跨系统手动导出、整理信息的重复劳动。

Apollo上线,意味着Elise AI商业模式三个变化:

第一是收费方式。

Apollo是付费产品,分多个使用量档位。这意味着在原有的“按套收费”之外,可能出现与使用深度挂钩的收入。

第二,黏性。

此前Elise AI平台各模块可以分开销售,客户可以选择模块购买。而Apollo把它们串成一个入口,如果客户选择不同的模块不统一,意味着成本上升。

这同时意味着,用户会用Apollo逐步取代传统的仪表盘、报表和管理软件。

Song说,物业管理系统始终是客户数据的源头,Elise AI争夺的是员工每天打开的第一个界面,而不是底层系统。

文章配图

· Apollo相关宣传

第三,价值来源。

目前,Apollo平台正逐步把对话数据训练成预测模型,比如住户续租的可能性等,Apollo据此会标出有流失风险的续租、诊断某个区域的入住率问题、生成物业排名并解释落后原因。

换句话说,AI从“替人干活省成本”,开始走向“帮运营提高入住率和续租率”。后者更接近收入端,未来产品的议价空间也更大。

40亿美元在赌什么

Elise AI公布的数据显示,其连续五年实现ARR (年度经常性收入)翻倍。截止今年6月,公司在手订阅合同折算的年化经常性收入突破2亿美元。

在公寓租赁这个垂直赛道,Elise AI的商业模式采用按房源套数订阅的模式,具有稳定的收入。运营商手里管理的公寓越多,AI需要处理的租客咨询、工单、续租事务就越多,带来的收入随之上涨。

再加上AvalonBay这类头部玩家既是付费方,又是投资方,深度绑定之下,客户流失风险被大幅压低。

对于付费的公寓方来说,Elise AI给客户带来的收益,能直接体现在客户的运营报表里:Elise AI一边压缩租赁行政人力开支,一边抬升入住率与续租率,最终拉动 NOI。这让 Elise AI不是可有可无的数字化工具,而是能直接增厚资产收益的业务组件,客户可以清晰核算投入产出,愿意持续付费。

因此,投资商在一年内给出Elise AI翻倍的估值,押注的并不是一个炫酷的AI故事,而是一套已经跑通、可规模化复制的公寓运营生意。

文章配图

·Elise AI融资和估值数据

当然风险仍然存在。公寓市场具备强周期,一旦租赁行情走弱,运营商大概率削减软件类非刚性支出;传统物业系统厂商也在自研同类AI产品,竞争压力不会小。

而资本下注,除了大势之外,同样在赌Elise AI能守住运营入口,从单纯降本工具进化为公寓方资产运营决策平台。

事实上,从国内来看,租赁市场的AI运营尝试并不少见。

比如,自如、泊寓、冠寓等自持长租平台通过自研系统,在内部平台嵌入AI咨询、工单、续租提醒能力,主要服务自有房源,目标是内部降本,很少对外售卖标准化产品。

比如明源云等第三方SaaS厂商,向公寓企业输出PMS系统,附带AI客服;还有不少创业公司聚焦接待、预约、催收单点场景做轻量化工具。

但对比 Elise AI,国内玩家短板很明显。

国内产品大多面向租客做AI客服,缺少Apollo这种服务内部员工的业务助手;功能大多是独立模块,没有打通租赁、工单、续租、经营预测全链路;收费上多按项目或者账号年费,很难跟着房源规模同步增收,也缺少可量化的数据证明产品能提升企业NOI。

文章配图

·国内某租房AI系统产品

当然,这同整体市场有着极大的关联。国内长租行业剧烈波动,加上租赁市场相对分散,和美国集中持有的机构公寓市场有着较大差别,导致国内机构运营商对软件付费十分谨慎,付费意愿和能力较低。

也正是市场结构的差异,国内无法直接复制Elise AI的商业化模式。

不过,Elise AI 的核心经营逻辑仍值得国内从业者借鉴。

当前国内长租AI大多局限于租客接待这类表层场景,缺少深入内部运营、量化增效的能力。Elise AI的核心思路,是让AI服务于资产经营,从带看预约、工单复盘到续租风控,每项功能都锚定具体经营指标。

长期来看,国内租赁市场正逐步走向机构化、集中化,走向美国等成熟市场的道路。当越来越多房源交到专业运营机构手里,大规模管理带来的人力负担会愈发突出,如何实现压缩管理的边际人力成本,这就给房产AI留下了明确的落地空间。(完)

文章来自于"房地产和互联网",作者 "房互君"。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)