律思原力：用 AI 分析业主沟通，做物业费收缴与关系管理工具

近期，面向物业行业的 AI 业主关系管理平台「律思原力」正式上线。该项目以管家与业主之间的沟通数据为基础，借助大模型与自然语言处理技术，分析业主诉求、服务问题和缴费意愿，为物业管理人员提供沟通建议、任务协同和过程监督工具。据项目方披露，目前平台已与 20 余家大中型物业企业签约，其中包括 3 家上市物业企业；截至 2026 年第二季度，覆盖约 17.73 万户业主，涉及物业费金额约 8.56 亿元。项目计划融资 500 万元，主要用于销售体系建设、产品研发和算力等基础设施投入。

行业背景：收缴率承压，存量经营成主线

公开数据显示，2025 年百强物业企业住宅物业费收缴率为 82.3%，同比下降 2.4 个百分点，住宅物业服务满意度降至 73.2 分；克而瑞物管研究中心披露的 500 强物业企业平均收缴率约为 71%。不同机构的样本和口径虽存在差异，但均反映出物业费收缴承压、业主服务体验下降的趋势。在新增项目扩张放缓的背景下，物业企业开始更直接地面对业主关系管理和项目现金流等经营问题。

产品思路：从结果记录走向过程分析

现有物业信息系统多覆盖房屋档案、收费、报修、工单和设备管理等业务，能够记录服务结果，却往往难以完整呈现物业人员与业主之间的沟通过程。管家通过电话、企业微信、短信或线下沟通处理业主问题，相关信息分散在不同账号和业务系统中，管理层通常只能看到投诉数量、工单完成率和到账情况，难以判断业主拒缴的具体原因。

律思原力希望补充这一环节。经物业企业授权后，平台接入电话、微信、短信、会议记录和业务工单等沟通数据，对内容进行结构化分析，识别业主诉求、情绪变化、争议事项、责任主体和缴费意愿，并形成持续更新的业主关系档案。基于分析结果，平台可向管家推荐下一步沟通重点、联系时间和处理方案。例如，当业主因长期未解决的维修问题拒绝缴费时，系统会把任务从单纯的费用催收转向问题核查、责任协调和服务修复，并提示管理人员跟踪处理结果。

为区别于直接调用通用大模型生成话术的做法，律思原力建立了物业服务场景知识库，将企业制度、历史案例、服务标准和不同类型业主的沟通策略纳入决策过程，并记录建议是否被采用、任务是否执行及后续缴费和满意度变化，使分析结果能够反哺模型与业务策略优化。据项目方介绍，平台已积累超过 150 万次物业沟通行为记录，在部分已上线项目中，系统生成的建议被一线人员采用的比例超过 99%。

技术架构：分层多智能体系统

律思原力采用分层的多智能体架构，将数据整理、诉求识别、任务规划、沟通建议和结果复盘等环节交由不同功能模块处理，再由统一的业务流程协调。项目方表示，该架构的主要目的，是通过更精确的上下文构建，降低大模型在处理复杂物业业务时出现信息遗漏或结果漂移的概率，以打消商用场景下客户对结果稳定性的疑虑。

商业化：以物业费回款为切口

律思原力首先选择物业费缴费意愿管理作为商业化切入点，将催缴、问题处理和关系修复纳入同一流程。据项目方统计，在目前纳入评估的合作项目中，从启动重点沟通到实现回款的平均周期，由原有约 83 天缩短至 13.5 天。收费模式上，平台对缴费意愿管理业务按实际回收效果收费，对日常业主关系管理、人员协同和经营分析等标准化功能则按管理人员和管家账号收取年度订阅费用。

项目自 2025 年下半年开始商业化，当年实现收入约 25 万元，并预计于 2026 年 9 月达到盈亏平衡。市场拓展计划优先覆盖西南、华中、华东和华南地区，并通过区域合作伙伴进行本地销售与实施。

团队与下一步

律思原力项目于 2024 年底启动。创始人赵磊拥有近二十年企业级数字服务运营经验，曾担任 BBD 数联大有执行董事、联合 CEO；联合创始人吴桐毕业于上海财经大学，曾任 BBD 首席财务官兼首席技术官，主要负责数据治理、本体模型和人工智能模型开发，拥有 28 项技术专利；核心团队成员秦舸拥有 20 余年物业行业经验，曾在碧桂园服务、雅生活服务等物业企业任职。融资完成后，项目计划继续完善缴费意愿管理能力，并将产品逐步扩展至日常沟通、投诉处理、工单协同、服务修复和管理报告等业务；更长期的产品设想，是以动态业主关系档案为基础，连接社区零售、家政、房屋维修等增值服务场景。