给公寓楼发租房询问，差不多一半没人回。EliseAI 从这个断掉的环节做起，先替物业接电话回消息，再一步步接手整栋楼的日常运营，九月完成三点五亿美元融资，估值四十亿美元。

你有没有给一栋公寓楼发过消息，问还有没有空房，然后等了好几天，一个字都没等到？EliseAI 的一位创始人说，这不是你运气差。发到出租公寓楼的询问，差不多有一半从来没有人回。那套房子还空着，你也想租，只是中间有一个环节断了。

Minna Song 和联合创始人 Tony Stoyanov 在纽约办的公司 EliseAI，就是从这个断掉的环节做起的。Minna 是 CEO，Tony 是 CTO（技术负责人）。9 月 29 日，EliseAI 宣布完成新一轮 3.5 亿美元融资，估值 40 亿美元，由 a16z（Andreessen Horowitz，硅谷一家很有名的风险投资公司）和 Bessemer Venture Partners（美国一家投了二十年垂直行业软件的风险投资公司）共同领投。公司 2017 年创办，到现在累计融到大约 7.4 亿美元。一开始它只是替公寓楼接电话、回消息，现在要接的活，已经多到想把整栋楼的日常运营都接过来。这篇我想顺着这条线慢慢讲：两个做软件的人，为什么先去前台坐了一阵；最大的客户，怎么会相信一家两个人的公司；钱是怎么一轮一轮来的；接手的活越来越多以后，原来干这些活的人会去哪里。

EliseAI 的两位联合创始人：Minna Song（左）和 Tony Stoyanov。图片来自 Commercial Observer

01 EliseAI 现在有多大，每天在替人做什么

先说它现在是什么样。在住房这边，EliseAI 的 AI 像一个不下班的前台：租客想看房，它回邮件、回短信、接电话，帮着约时间；有人报修，它记下来；到了续租的时候，它去问；有人拖欠房租，它去催。一套公寓从第一次有人来问，到看房、申请、入住、续租、维修、收租，这一整条线，它都在接手。

规模是这样的。2026 年 6 月，EliseAI 宣布年经常性收入（ARR，指每年稳定收到的订阅收入）超过 2 亿美元，连续五年每年翻一倍。现在美国每六套公寓里，就有一套在用它，三千多万美国人跟它打过交道。去年 Minna 讲过，那一年早些时候公司的收入刚刚过 1 亿美元，一年多以后翻了一倍。估值也是差不多的走法：2025 年 8 月上一轮融了 2.5 亿美元，估值超过 22 亿美元，隔了 13 个月，这一轮就到了 40 亿美元。

另一块是医疗，2023 年开始做，服务的是专科医生团队。从病人打进来的第一通电话，到转诊、约时间、核对保险、准备病历、后续跟进，EliseAI 想把这一整条路都接过来，不让哪个病人在中间掉下去。

一家做了九年的公司，收入还在每年翻一倍，卖的东西听起来又很朴素：接电话，回消息。这有点反常。要弄明白它是怎么走到这一步的，得先回到最开头，看两个做软件的人，为什么跑去前台坐着。

02 两个做软件的人，为什么先跑去前台接电话

Minna 在 MIT（麻省理工学院）读计算机，她和 Tony 是在英国的 Cambridge（剑桥大学）一起学计算机的时候认识的，两个人都是写软件出身。她说，他们那时候就想用技术做一点对世界有好处的事，也很清楚迟早会办一家技术公司。至于为什么是住房，她说得很直接：他们想在一个行业里做一件很大的事，而对住房这个行业，他们几乎一无所知。

Minna Song 在 EO 的采访里讲创业，标题是“做一只蟑螂”（Be the Cockroach）。图片来自 EO 的 YouTube 频道

不懂，她的办法是自己去干活。她在纽约一家地产公司找了份前台的工作，进门的每个人由她迎接，电话全由她来接。她说，他们后来决定做什么，靠的就是这段经历。她对这件事的看法很干脆：没把问题弄懂就动手做，才是真的离谱，这样的人往往花上好几年，做出一个没人需要的东西。住房和医疗这样的行业尤其如此，很多事发生在线下，光看数据、看用户在网页上怎么点，是看不明白的，你得人在现场，才知道别人在真实世界里怎么用。

在前台看到的问题，一点都不神秘。她说没有什么顿悟的一刻，就是人们一直在抱怨：找不到楼里的人，电话没人接，邮件没人回。真正没把握的，是技术对不对，时机对不对。2017 年，很多人不知道 AI 是什么，更不相信 AI 能回邮件；也有很多人觉得这个市场不大，因为过去在这个行业里做起来的公司，没有一家长得很大。

他们最早的公司叫 MeetElise，产品是一个叫 Elise 的虚拟租赁助手，专门回答下班以后发来的租房咨询，客户是纽约的物业管理公司。

我觉得前台是个很好的起点，原因很具体。一栋楼里所有的事，都是先从前台进来的：问价格的，问户型的，约看房的，报修的。这些活不好看，大家都懒得碰。可是正因为每天重复，规律才特别清楚。两位创始人里有一位说过，以前租赁办公室里的人，一整天都在回同样的那 50 个问题。一个先把这 50 个问题答好的人，同时也就知道了这栋楼的住户在想什么。

Minna 还说过一句话，跟这个很呼应。她认为下一批独角兽，大多会出在 unsexy（不起眼、没人觉得好看）的行业里，因为看起来好看的问题，早就有很多人在做了。只有问题还不够，还得有人愿意买。接下来就是他们怎么说服最大的那几个客户。

03 最大的两家客户，是怎么被两个人的公司说服的

开头的十个客户，Minna 用了 brutal 这个词，意思是特别难熬。他们打电话，在纽约一栋楼一栋楼地敲门，有几家签了下来。再往后，开始卖给全国性的物业管理公司。她说最离谱的是，团队还只有她和 Tony 两个人，就把当时美国第一大和第二大的公寓业主，整个业务都签了下来。

她讲了其中一次会。那天屋里坐着对方的十二位高管，整个高层团队，对面只有她一个人，她当时二十出头。三个小时，对方一个问题接一个问题：你们的产品能不能做这个？能不能做那个？她说，她差不多三个小时都在回答：“不，这个做不了。”走出会议室，她给 Tony 打电话，说这是我们这辈子最糟的一次会，这个单子黄了，算了。第二天，对方的 COO（首席运营官）打回来，说：我们一起做吧，我们来帮你把产品做出来。

她说，对方很清楚他们还很早，他们也没有藏着自己是个小公司。对方愿意，是因为他们相信自己有一个很大的问题，可以跟诚实的创始人一起把它解决。

从这段经历里，她给创业的人留了一条建议：头几个客户要什么，你就做什么。很多人怕做得太多，怕只是在迁就某几个客户，她说这种怕会把人困住。你只管做，等有了第二个、第三个、第四个客户，数据多了，再看哪些东西做得不可持续。她还说，头几个客户，你得服务他们一辈子。早期客户通常都想要很大的控制权，他们选一家早期的创业公司，本来就是想自己来定路线。

还有一段是第一个全国性客户上线的时候。那是一个 24 小时不能停的服务，公司只有她和 Tony 两个人，Tony 守到凌晨四点，她四点起来接班。同一时间，他们还在给这个客户做新功能，卖给新的客户，也服务其他已经签下的客户。她说，那是最耗体力的一段日子。

我觉得这几段放在一起看，这两个大客户买的，不只是一个产品。三个小时都在说“做不了”，对方第二天还肯回头，说明他们看重的是眼前这个人肯说实话，也肯陪着改。大客户有大问题，也有资源，缺的是愿意一起往里磨的人。Bessemer 也说，EliseAI 的产品都是跟客户一起做出来的，工程师每天直接跟运营方见面。我猜这个习惯，从最早这几个客户那里就开始了。

04 前两年半不融资，第一轮还被拒了一百多次

一般人会觉得，办这样一家公司，一开始就得拼命找钱。Minna 说，他们头两年半没有融资。

她解释说，MIT 的创业文化很浓，常有创始人回学校讲课，把白手起家、尽量少融资讲成最英雄的一条路，所以她当初也觉得，正确的做法就是少拿钱。现在她认为这样想是错的，当然，融了多少钱，也不是成功的标志。她和 Tony 都是技术出身，自己做产品，自己卖，用不着很多钱。

到了两年半的时候，几个客户已经签下来，包括当时最大的第一家和第二家公寓业主，十万多套公寓跑在他们的平台上，对应的是几百亿美元的地产。可公司还是两个人，刚开始招第一个员工。她说，到这时候要融资就很明显了，要撑住这些客户和这些住户，得有一个团队。她还很庆幸没有更早融资：太早，创始人容易把太多事交给后来招的人，没法真正学到该学的东西。她说，早期的创业者融得太多，犯的是同一个错误。没钱的时候，问题都摆在明面上，你知道自己解决了没有；钱多了，人就容易以为把钱花下去问题就没了，其实问题还在，只是越长越大。

Minna Song 在播客《Funded》里讲怎么融资。图片来自 Funded 的 YouTube 频道

第一轮真的去找钱的时候，他们被拒了一百多次。理由多半差不多：我们只投横向 SaaS（Software as a Service，软件订阅服务，指各行各业都能用的那种软件），或者只投企业级 SaaS，住房行业我们没兴趣。

她说，投资人当时最卡的是市场有多大：一个只做一件事的小产品，放在研发投入最少的行业里。还有一层，是不信 AI。住房是每个人最大的一笔开销，合同金额很高，大家觉得，让一台机器去干原来人干的活，客户不会买账。她说，结果恰恰相反，住宅地产是接受 AI 最快的行业之一。

他们最后拿到的第一笔钱，在 2019 年，190 万美元，领投的是 Golden Seeds，一个天使投资团体，专投女性创业者带头的公司。她说，那时候他们已经有不少客户，几个最早的客户也有兴趣出钱，可这些客户不是普通的科技投资人，不会来领投。领投的人看到客户真的在用这个产品，还看出了它往后的样子，这帮了很大的忙。

05 最早出钱的有大房东，后来几轮是别人抢着要给

接下来几轮，顺着看。2020 年 7 月 A 轮 650 万美元，领投的是 Navitas Capital，一家只投房地产和建筑科技的风险投资公司。2021 年 12 月 B 轮 2350 万美元，Navitas 和 JLL Spark（大型商业地产服务公司 JLL 的投资部门）一起领投。2023 年 6 月 C 轮 3500 万美元，Point72（Steve Cohen 创办的投资公司）领投。2024 年 8 月 D 轮 7500 万美元，Sapphire Ventures（一家风险投资公司）领投，估值超过 10 亿美元。2025 年 8 月 E 轮 2.5 亿美元，a16z 领投，估值超过 22 亿美元。

EliseAI 每一轮融资的时间、金额和投资人，Revenue Memo 整理。图片来自 Revenue Memo

种子轮和 A 轮的投资人里，还有 AvalonBay 和 Equity Residential，美国最大的两家公寓业主，他们也是最早用这个产品的客户。这是它融资里很特别的地方：别的创业公司，早期的投资人多半是基金，它的早期投资人里，有两位是每天都在用这个产品的大房东。

越往后，融资越不像在“找钱”。Minna 说，最近三轮他们基本没有跑一个大的流程，要么是有很强的主动找上门的意向，要么是被人抢先把这一轮订下来了。D 轮是 Sapphire 抢先订的，前后大概就是一个周末的功夫。E 轮先被已有的投资人抢先订了一部分，随后她们又去见了几个早就认识的投资人，一共拿到五份报价，选了 a16z 来领投，从开始到签下条款清单（把投资的主要条件写下来的那份文件），大概三个星期。她说，最好的融资时机，是你不缺钱的时候，这时候你最有话语权，花的时间也最少。她还说自己不喜欢融资，像是“打了激素的销售”，一年 52 个星期，花三个星期在这上面已经很多，听说有人花半年，她觉得不可想象。

今年 8 月，外面传出的消息是，公司在谈 3 亿美元、估值 37 亿美元。最后成交的比这个大：3.5 亿美元，估值 40 亿美元。Bessemer 是上一轮第一次投资，这一轮升级成共同领投，合伙人 Sameer Dholakia 进了董事会。安大略教师退休基金（Ontario Teachers’ Pension Plan，加拿大最大的养老基金之一）第一次出现在股东名单里，Sapphire 和 Navitas 继续跟投。这笔钱有两处用场：帮客户把更多的运营自动化，以及在北美几个办公室招人，其中旧金山要建成纽约总部之外的第二个工程中心。

06 客户要求它接手更多的事，它就从租赁一路做到维修、续租和收租

新一轮公布的时候，Minna 说了一段话，我觉得把这家公司的做法讲得最清楚。她说，他们长大的办法，是一路往客户的深处走，直到把根上的问题解决。每一年，客户都把更多的运营交给他们，这种信任，只有一家打算长久做下去的公司才赚得到。

a16z 播客《Can AI Fix Housing and Healthcare Affordability?》，Minna Song 和 Tony Stoyanov 对话 a16z 合伙人 Alex Immerman。图片来自 a16z 的 YouTube 频道

具体是怎么一层层加上去的？a16z 的合伙人 Alex Immerman 讲过自己的观察。2021 年他认识 Minna 的时候，她和 Tony 做的还是一个比较窄的租赁工具。到 2024 年再聊，业务已经扩到维修、账单、催收。然后她说，我们要做医疗了。他当时心想，这两个行业有什么共同点？先没当回事。过了几个月再聊，医疗业务已经做得很热闹。

两位创始人里有一位解释过，医疗为什么能接得上。两个行业看着很不一样，可管理这一块的毛病差不多：成本臃肿，都在为招人发愁，也都是线上线下混在一起、规矩很多的事。接收新客户或者新病人的时候，都要先收集一批固定格式的信息，姓名、偏好、预算、保险；每天都有大量重复的问题，同样的话一遍一遍地问，而且基本是通过电话说的。他们在住房里做出来的语音技术，到医疗里几乎原样就能用，排班优化也是。

住房这边，两位创始人举过一些具体的变化。维修以前是一块贴满便签的板子，现在由 AI 先分诊，按紧急程度排优先级，送到合适的维修师傅手里，全程自动跟踪。有些运营方用了这套流程，一张维修单从接到到完成的平均时间，由四五天降到了不到 48 小时。看房以前得有经纪人或租赁顾问陪着，现在靠智能门锁，AI 在旁边回答问题，还能顺便做推销。从房子挂出来到租出去，客户的平均时间，从大约 30 天缩短到不到 14 天，因为看房可以全天候。

今年 9 月，EliseAI 发布了新产品 Apollo，叫它“第一个智能体同事”。智能体（agent），指的是能自己把一件事一路做完的 AI。公司说，Apollo 能做 EliseAI 自己的平台（叫 Elise）里的任何一件事，在物业团队原来就在用的系统里干活，把任务做到完成。给的例子很家常：一个租赁专员对它说，同事病了，把他所有的看房都改期；一个维修师傅问它，哪些单元老出同样的毛病。Bessemer 补充的例子是，它能标出有可能不续租的住户，诊断一片区域的出租率为什么上不去，还能带着维修师傅从一张工单一路查到根因。

它背后的技术，Bessemer 也讲了一点。公司对自己的研究有一条原则：自己拥有这份智能，而不是去租别人的大模型。具体的做法，是在开源模型的基础上，针对具体的任务做微调（用自己的数据再训练一遍），这样跑得比大模型更快，也更便宜；另外用对话数据自己建预测模型，比如一户人会不会续租，AI 就能在合适的时间点去找人；整条语音流程也是自己做的。

我觉得这条路径有一点值得想：它不是事先计划出来的，是客户一步步推出来的。客户用了前台，发现它能回答问题，就让它去约看房；约看房做好了，就问能不能管维修。每一步新加的活，都需要客户比上一步更信任它。所以 Minna 说信任只有打算长久做下去的公司才赚得到，我觉得并不只是一句漂亮话：一个前台的活都没做好的公司，是没有机会被交付续租和收租的。另外，坐在最前面的系统，手里还有别人没有的东西，就是每一通电话、每一条短信里的真实数据。预测一户人会不会续租这样的模型，天天跟住户说话的系统，训练起来要容易得多。

07 活越接越多，原来干这些活的人去哪了

公司想去的方向，说得很明确。两位创始人说过，他们的目标是让建筑能“完全自主运转”：整个物业组合的核心运营，可以不需要人来干预。他们也承认，还有一块是实打实的体力活，维修，还有法律上必须有人在场的事，这些很难。其中一位还开玩笑说，AI 是不会去修水槽的。

他们举了一个客户的例子：Brookfield Properties（一家大型地产公司）搭了一个集中式的模式，一个员工在一个专门的岗位上，借助 AI，能管一万套公寓。这些事原来要几十个人分散在各个楼里才干得了。

这就引出一个绕不开的问题：原来干这些活的人呢？

两位创始人的说法是，岗位不会全部消失，会长出和 AI 配合的新职业。他们说，AI 接走了沟通和后勤以后，人可以多花时间跟住户建立关系，营造社区。很多客户已经设了社区运营这样的岗位，帮住户互相认识。分工也会更细：你可能变成专门处理最难留住的续租个案的续租专员，或者专门调解矛盾的住户体验专员。再往长了看，人会去管理一大群 AI。

Bessemer 引用了公司 2026 年做的一次运营商调查，讲的是类似的事：团队正把人从重复的工作转到价值更高的岗位，围绕新的流程重新写岗位说明；原来以为 AI 应付不了困难情形和难谈的对话的运营方，现在反而让 AI 去处理这些；在给业主做的每一份方案里，AI 计划已经成了必须有的一项。

另一种说法，来自 Bisnow 的报道：EliseAI 自己写了一本 262 页的手册，是给物业公司看的。据 Bisnow 的描述，手册讲的是一条路线：先把行政工作自动化，再把租赁自动化，最后通过减少人力支出，也就是裁员，来缩减薪酬开支，还附了模板，教雇主怎么让留下的员工别被吓到。据 Bisnow 引述，手册里算了一笔账：AI 能把租赁和行政的工时减少 40%，人力成本节省 10% 到 20%，净营业收入（物业扣掉运营开支后剩下的收入）逐年提高 20%。手册里这样写：租金不涨，成本在涨，整个行业越来越需要想办法提高净营业收入；人力是运营方最能自己控制、去压缩开支的一项。

一边是“人转岗、岗位重写”，一边是“人力成本省 10% 到 20%，最后一步是裁员”，这两种讲法，一种来自这家公司和它的投资人，一种来自它给客户写的手册。我觉得它们不一定矛盾。同一个产品，对想留人的运营方，可以讲岗位怎么变；对想省钱的运营方，也可以讲能省多少。最后哪一种会发生，不取决于 EliseAI 怎么写，取决于每一家物业公司拿到这套工具以后怎么选。我没法替它们下结论，只能说，这是这家公司长到这个体量以后，一定会被一直问到的问题。

08 公司长到这么大，两位创始人是怎么干活的

听 Minna 讲公司怎么长起来，我印象最深的是，她一直在强调自己动手。她说，创业早期没什么钱，也没有退路，所以什么都得自己干：跟所有客户说话，自己处理客服工单，自己卖东西。这样你才知道客户在要什么，愿意为什么付钱。到了现在，Bessemer 的人说，她和 Tony 周末还在自己回支持工单。

Bessemer 为这一轮融资写的文章配图，是 Minna Song 的照片。图片来自 Bessemer

她把公司长得快的原因，归在两件事上。第一是产品出得快。她说，不管去跟住房行业里哪一家客户谈，公司手里都有一个产品，正好能解决对方眼下在想的事，这是产品更新速度快带来的。第二是招人。她亲自面试了前 400 位员工，大部分时间都花在找最能干的人上。道理是，公司走得快、产品多，很多决定得靠人自己做，CEO 不可能替所有人拿主意，CTO 也不可能替所有人做技术决定，每个人都得有很强的业务判断。

她自己的节奏是每周七天、大约九十个小时，她说这个强度睡得够，可以长期撑住。这是她自己的做法，我不打算把它当成谁都该照着学的方式。她给自己公司的说法是 cockroach（蟑螂）：什么都杀不死。她说，累是真累，可你有问题，有客户要东西，这件事本身就在推着你往前，每天尽一切办法不让公司死掉就行。

我觉得她这几件事有个共同点：都是让决定离真实的问题近一点。创始人自己回工单，是离客户近；最早自己去前台，也是同一个道理。公司到了 40 亿美元的估值，还要靠这个，因为接手的活越来越多，出错的代价也会跟着变大。

我自己的一点思考

看完这家公司的经历，我最先想到的是入口的选择。EliseAI 起手做的事，是替公寓楼接电话、回消息，没有一个字沾得上宏大。可正是这么小的一件事，让它有了客户，有了数据，也有了往里走的理由。Minna 说下一批独角兽会出在没人觉得好看的行业里，我觉得她说的和她做的是一回事：别人看不上的活，通常没人认真做过，也就有最多没解决的问题。

第二点是信任怎么一层层加上去的。大房东先当客户，也有人当了股东；基金先是懂行的，再是什么都投的。每一步，对方都有亲眼看到的东西。Minna 说，客户每一年都把更多的运营交给他们。我觉得这是 EliseAI 最硬的地方，也是它最重的担子：接手得越多，出错的代价越大，回错一条短信，和一张维修单没人跟，是两种分量。公司做的事，已经从“回答问题”变成了“把事做完”，要求也跟着变了。

第三点是那个没有答案的问题。同一家公司，既讲得出人怎么转岗，也算得出人力成本能省多少。我觉得这两种讲法都会有人照着做。真正要紧的是，每家用它的物业公司，腾出时间以后，是把人调去做住户真正需要人做的事，还是把人省掉。这个选择在客户手里，不在 EliseAI 手里；可是把这些活接过去的，是它。

从接电话开始，客户一年比一年多交一点活给它。接下来要看的，是这些活原来的主人去了哪里。

资料来源：

EliseAI，EliseAI Raises $350 Million at $4 Billion Valuation to Bring AI Deeper Into Housing and Healthcare Operations，2026-09-29原文 https://www.otpp.com/en-ca/about-us/news-and-insights/2026/eliseai-raises-350-million-at-4-billion-valuation/

Bisnow，EliseAI Raises $350M In Funding Round, Plans Automation Expansion，2026-09原文 https://www.bisnow.com/news/national/property-management/eliseai-raises-350m-funding-round-plans-automation-expansion

Revenue Memo，EliseAI funding: Every round, investor, and valuation，2026-10-04原文 https://www.revenuememo.com/p/eliseai-funding

Bessemer，EliseAI deepens vertical operations in housing and healthcare，2026-09原文 https://www.bvp.com/news/eliseai-deepens-vertical-operations-in-housing-and-healthcare

a16z，Can AI Fix Housing and Healthcare Affordability?，2025-08-21原文 https://www.youtube.com/watch?v=27_p2hw__Sg

Funded，Minna Song (EliseAI) — From Crazy Early in Conversational AI to $250M from A16Z（第 57 期），2025-09-30原文 https://www.youtube.com/watch?v=2RXDtPiT4hM

EO，How a Cockroach Startup Became a $2.2B Market Leader | EliseAI, Minna Song，2025-10-02原文 https://www.youtube.com/watch?v=5y9crq8f-Hs