こんにちは、データサイエンスプロダクトグループの清田です。 2026年6月8日から12日にかけて、群馬県高崎市のGメッセ群馬で開催された 人工知能学会全国大会（JSAI2026） に参加してきました。私たちはこの大会で、 オーガナイズドセッション「不動産とAI」 （OS-27）を企画・開催しました。今年はこのセッションにとって特別な年で、「不動産とAI」という研究コミュニティが10周年の節目を迎えました。 本記事では、セッションの内容をダイジェストでお伝えするとともに、その10年の裏側にあった LIFULL HOME'Sデータセットの提供 という取り組み、そして私たちがこれからの10年をどう描こうとしているのかを、あわせてご紹介します。 JSAI2026の会場となったGメッセ群馬 「不動産とAI」オーガナイズドセッションとは 10年の裏側にあった、LIFULL HOME'Sデータセット この10年の歩み ―「価格を当てる」から「価値を捉える」へ 黎明期（2016–2017） 学際展開期（2018鹿児島・2019新潟） 進化期（2020・2021オンライン） 体系化・生成AI期（2022京都〜2025大阪、そして2026群馬） セッションダイジェスト テーマ1：AIが機能する「情報基盤」を問う テーマ2：予測モデルを、AI自身が高度化する テーマ3：感性・意味・物語を、価値にする これからの10年 ― 価値の多元化 おわりに 「不動産とAI」オーガナイズドセッションとは 「不動産とAI」は、人工知能学会全国大会で毎年開催してきたオーガナイズドセッションです。今年は6月10日（水）午前中に開催し、9件の研究発表と総合討論を行いました。会場（K会場）は終始盛況で、オンラインからの参加者や、同じ時間に隣の会場で開催されていた GeoAI（地理空間情報とAI）のセッション からの合流もあり、活発な議論が交わされました。 sites.google.com オーガナイザは、橋本武彦さん（GA technologies）、私 清田、山崎俊彦先生（東京大学）、諏訪博彦先生（奈良先端科学技術大学院大学）、清水千弘先生（一橋大学）、吉原勝己さん（スペースRデザイン／NPO法人福岡ビルストック研究会）の6名です。不動産の事業者、AI・情報学の研究者、経済学者、まちづくりの実践者と、立場の異なるメンバーが集まっているのが、このコミュニティの特徴です。 ここで言う「不動産とAI」は、賃料や価格の予測だけを指すのではありません。国内では「不動産テック」、海外では PropTech（プロップテック）と呼ばれる広い領域――取引仲介、不動産×金融、物件管理、建築・建設、スマートビル、さらには街づくりや人の流れまで――を視野に入れています。 「不動産とAI」セッション冒頭の趣旨説明のスライドは、こちらで公開しています。 speakerdeck.com 10年の裏側にあった、LIFULL HOME'Sデータセット 実は今回は、コミュニティの10周年であると同時に、研究の土台の一つとなってきた LIFULL HOME'Sデータセット の提供開始からも、ちょうど10年の節目にあたります。 このデータセットは、2015年11月に、国立情報学研究所（NII）の 情報学研究データリポジトリ（IDR） を通じて、研究者の皆さまに提供を開始したものです。物件情報や間取り画像といった、それまで研究の世界ではなかなか手に入らなかった不動産データを、産学連携の形でオープンにしていく――この取り組みが、不動産分野の機械学習・AI研究が立ち上がる一つのきっかけになりました。 www.lifull.blog 「不動産とAI」コミュニティが2016年に始まったのも、こうしてデータが流通し始め、研究テーマが具体的に語れるようになってきたことと無関係ではありません。データを提供する側だったLIFULLにとって、この10年は「提供したデータが、どんな研究を生み、社会にどう還っていくのか」を見届ける10年でもありました。 この10年の歩み ―「価格を当てる」から「価値を捉える」へ セッションの趣旨説明では、この10年を一言でまとめるなら「価格をどう当てるかという問いから、価値をどう捉えるかという問いへ」の深化だった、とお話ししました。 かつての不動産AIは、ヘドニック回帰に代表されるように、価格という一点の数字をいかに精度よく当てるかが中心でした。それが、不動産物件の感性価値・本来価値・長期価値といった多面的な価値をどう捉え、社会と共有するかへと、関心が移ってきています。不動産は、あらゆる財の中でも最も価値の測定が難しい対象です。その難しさに、私たちは10年かけて少しずつ近づいてきました。 歩みは大きく4つの時期に分けられます。 黎明期（2016–2017） データのオープン化。LIFULL HOME'Sデータセットの提供開始、FIT2016（富山）・FIT2017（東大）、そして2017年名古屋からの人工知能学会全国大会セッション開始。 FIT2016 第15回情報科学技術フォーラム FIT2017 第16回情報科学技術フォーラム sites.google.com www.lifull.blog 学際展開期（2018鹿児島・2019新潟） 経済学・建築学・都市学・情報学が交わる場へ。間取りのグラフ化や賃料予測など、テーマが一気に多様化。国際会議ワークショップの開催にもつながる。 sites.google.com sites.google.com sites.google.com sites.google.com 進化期（2020・2021オンライン） 山崎先生の「 魅力工学 」が合流し、感性のデータ化が本格化。情報の非対称性や、減価償却ルールによる建物価値の毀損といった本質的な問いへ。 sites.google.com sites.google.com 体系化・生成AI期（2022京都〜2025大阪、そして2026群馬） LIFULL HOME'Sデータセットの研究利用実績は150件を超え、生成AIが新しい潮流に。 sites.google.com sites.google.com sites.google.com www.lifull.blog sites.google.com ここに述べたように、富山から始まり、名古屋・鹿児島・新潟、オンライン、京都・熊本・浜松・大阪、そして群馬へ。 毎年場所を変えながら、議論を積み重ねてきました。 セッションダイジェスト 今年の9件の発表は、大きく3つのテーマに束ねられます。 テーマ1：AIが機能する「情報基盤」を問う 生成AIの性能は飛躍的に上がりました。しかし現場では、AIの性能よりも前に、そもそもAIが使えるデータが整っていないという壁にぶつかります。 合同会社アキューズの齋藤孝春さんは、宅地建物取引士でありAIエンジニアでもある立場から、重要事項説明書（重説）作成の現場を報告されました。重説に必要な情報は、法務局・区役所の複数部署・水道局・ガス事業者……と7〜10もの窓口に分散し、統合的に照会する仕組みがありません。齋藤さんの「真の障壁はAIの性能不足ではなく、情報基盤の構造的課題だ」という指摘は、セッション全体を貫く論点になりました。総合討論やSlackでの質疑では、「行政情報が情報化されても、私人間の文書（境界確認書など）が残るため、AIが担えるのは作成業務の7割程度ではないか」という、現場ならではの踏み込んだ議論にも発展しました。 [3K1-OS-27a-02] 重要事項説明書作成におけるAI活用の前提条件 情報基盤の課題と提言 〇齋藤 孝春 (合同会社アキューズ) 日本取引所グループの田中麻由梨さん・土井惟成さんは、J-REITの有価証券報告書から投資物件情報を構造化する手法を発表されました。投資法人ごとにバラバラな表形式を、共通のプロンプトとチャンク化で頑健に読み取り、主要項目でF1スコア0.977という高い精度を達成。開示文書という「半構造データ」をAIの入力に変える、実務に直結する研究です。 [3K1-OS-27a-05] 多様な表形式のデータに対してロバストなJ-REIT投資物件情報の構造化手法の提案 〇田中 麻由梨、土井 惟成 (株式会社日本取引所グループ) 東京大学の増田俊太郎さん・山崎先生、エムディーの平井樹さんのグループは、衛星画像・ストリートビュー・道路名といった公開データから、大規模マルチモーダルモデルで意味特徴を抽出し、道路の交通量を推定する研究を発表されました。観測コストが高く幹線道路に偏りがちな交通量データを、公開データで補うという発想で、店舗の商圏分析にもつながります。 [3K2-OS-27b-04] マルチモーダル地理意味特徴に対するタスク考慮型クラスタリングによる交通量推定 〇増田 俊太郎1、平井 樹2、山崎 俊彦1 (1. 東京大学大学院、2. エムディー株式会社) テーマ2：予測モデルを、AI自身が高度化する 東京大学の髙辻優太さん・山崎先生、estieの岩成 達哉さんらのグループは、賃料予測モデルの改善プロセスそのものをLLMに自動で反復させるフレームワークを発表されました。「誤差を分析し、改善案を出し、コードを実装し、評価する」というデータサイエンティストの試行錯誤をGPTが代行し、全国の賃貸データでベースラインから統計的に有意な精度向上を実現しています。 [3K1-OS-27a-04] 大規模言語モデルによる多角的誤差分析に基づいた不動産賃料予測手法の自動改善 〇髙辻 優太1、岩成 達哉2、勝田 良介2、増田 俊太郎1、易 聖舟1、山﨑 俊彦1 (1. 東京大学、2. 株式会社estie) 東京大学の玉真永棋さんらは、金利上昇下でも高騰を続ける東京の住宅市場を、エージェントベースモデル（ABM）で再現しました。世帯や投資家といった異質な主体の「トレンド追随（群集行動）」を組み込むことで、ファンダメンタルズだけでは説明できない価格の増幅メカニズムを分析しています。 [3K1-OS-27a-03] 住宅市場ABMにおけるハーディングモデルの拡張と価格増幅メカニズム分析 〇玉真 永棋、藤井 秀樹 (東京大学大学院) テーマ3：感性・意味・物語を、価値にする 東京科学大学の沖拓弥さんらは、オフィスビルの外観の印象を、約2万棟の画像と20万件のアンケートから定量化し、視覚言語モデルを使って「どんな外観要素が好印象につながるか」まで分析されました。狙いは、新しく大きい建物が高評価という当たり前の結論を超えて、古く小さな既存ストックの魅力を引き出すことにあります。 [3K1-OS-27a-06] 賃貸オフィスビルの外観の印象評価構造 藤田 晋太朗1、〇沖 拓弥1、松尾 和史2、今関 豊和2 (1. 東京科学大学、2. オフィスビル総合研究所) ニュージャージー工科大学の楢原太郎さんは、間取りの「住み心地」をAIがどこまで読めるかを検証されました。GPTは開放感や現代性といった視覚的印象には強い一方、動線やプライバシーのような「部屋同士のつながり」の理解にはまだ弱い――AIの能力の境界を、丁寧に示す研究です。 [3K2-OS-27b-01] 人間と大規模言語モデルによる不動産間取り評価の比較分析 ―視覚的印象評価と構造理解の差異― 〇楢原 太郎1、山崎 俊彦2 (1. ニュージャージー工科大学、2. 東京大学) そして今年特に話題を集めたのが、 「ビル格（Building Personality）」 という考え方でした。樅山拓大さん（マレーシアAPU）と吉原勝己さん（吉原住宅）は、建物を「数字で測る対象」から「意味を語り、判断する主体」へと捉え直し、建物の歴史・文化・関係者の想いといった質的情報をLLMで構造化する枠組みを提案されました。舞台となったのは、築67年で民間のRC集合住宅として日本初の登録有形文化財となった福岡の「冷泉荘」です。 [3K2-OS-27b-02] ビル格（Building Personality）：人格を持つ不動産がもたらす新領域 生成AIによる建物の主体化と既存建築ストックの価値再定義 〇樅山 拓大1、吉原 勝己2 (1. Asia Pacific University of Technology & Innovation (APU)、2. 吉原住宅有限会社) LIFULL HOME'S PRESS: ビンテージマンションを多様な個性が集まるミュージアムに。福岡「冷泉荘」を訪問 www.space-r.net 樅山さん・吉原さんによるご発表の様子 私（清田）と麗澤大学の学生2名（豊田智康さん・長嶋一樹さん）は、この続編として、ビル格を起点に生成AIで動画と音楽をつくり、不動産リブランディングに使えるかを実験しました。分かったのは、「らしさ」の源泉は築年数や外観といったスペックではなく、入居者・文化・歴史といった一次情報にあること。そして生成AIの価値は、出力そのものより、目的設計と人による編集（Human-in-the-loop）にあること、でした。 [3K2-OS-27b-03] 建物人格を媒介とした生成AIによる不動産ブランディング 冷泉荘におけるマルチモーダル生成実験の報告 〇清田 陽司、豊田 智康、長嶋 一樹 (麗澤大学) speakerdeck.com 麗澤大学の学生2名による動画・音楽生成の実践報告 これからの10年 ― 価値の多元化 総合討論では、次の10年に向けた三つの問いを掲げました。すなわち、①解決すべき課題（研究・応用の障壁）は何か、②必要なデータとは何か、③求められる研究は何か、です。 私からは、これからの不動産の価値が「多元化」していくという見立てをお話ししました。鍵となるのは3つの価値軸です。 感性価値：街の音・光・緑・人の流れを可視化する 本来価値：建物の性能や管理の履歴、長期リスクをふまえて評価する（AIやドローンによる点検が支える） 長期価値：10年・20年・30年先を、街の文脈ごとシミュレーションする これらは制度としても、AI点検の標準化、性能履歴に基づく本来価値の評価、ウェルビーイングや街の魅力の都市評価への組み込み……といった形で社会に根づいていくと考えています。世界の不動産テック市場も、2025年の約450億ドルから2036年には約2500億ドルへと、大きな成長が見込まれる領域です。 総合討論では、「過去の情報で学習するLLMで、創造的な未来の街を描けるのか」（防災の観点から）、「自治体ごとにデータがバラバラなのは、実は民間にも原因があるのではないか」、「LLMのおかげで自然言語のデータも資産にできるようになった」といった、刺激的な論点が次々と出ました。国土交通省・内閣官房が2026年に立ち上げた「ジオAI研究会」の紹介もあり、GeoAIコミュニティとの連携、そして何より研究と現場の接続が、次の10年の大きなテーマになりそうです。 www.mlit.go.jp おわりに 10年前、私たちはデータを提供する側として、この分野のスタートラインに立ちました。10年が経ち、データは多くの研究を生み、生成AIという新しい力も加わって、「価格」から「価値」へと問いは深まってきました。次の10年は、その多元的な価値を、研究者だけでなく現場の方々と一緒に、社会と共有できる形にしていく10年にしたいと思っています。 LIFULLは、これからもデータと研究を通じて、「あらゆるLIFEを、FULLに。」という思いのもと、不動産とAIの未来づくりに取り組んでいきます。 LIFULLでは、データサイエンス・AIに取り組む仲間を募集しています。ご興味のある方は採用ページをご覧ください。 hrmos.co

不動産×AI、「固定」資産ビジネスこそAIで柔軟に 2021.8.15公開　2024.3.19更新 概　要 不動産業界も多種多様かつそれぞれが膨大な量のデータを扱っています。AI活用の大前提となるビッグデータが既に蓄積されていると見ることもでき、業務の効率化や新しいサービスが生まれ始めています。課題も確認した上で、AIを導入するメリットや活用事例を取り上げます。 目　次 ・ 不動産業界の現状と課題 　・ 労働環境 　・ 需要の下落 　・ 膨大なデータの活用 ・ 不動産業界でAIを導入するメリット 　・ 業務効率化 　・ 新サービスの開発 　・ 不動産投資への低ハードル化 ・ 不動産業界でのAI活用事例 　・ 不動産査定AI 　・ 不動産仲介AI 　・ 一人ひとりに合った物件提案 　・ 日当たり・騒音の計測 　・ サイトでのAIチャットボット 　・ 不動産価格予測 ・ AIで不動産の新たなユーザー価値を 不動産業界の現状と課題 不動産業界は、主な産業の国内生産額において情報通信産業、商業に次ぐ3位の規模を誇ります。海外で金融引き締めが進む中、日本では超低金利が追い風になり、国内外の機関投資家が日本の不動産投資を拡大し、市況は堅調です。一方で、以下のような大きな課題があることも指摘されています。 出典：総務省「 令和4年度　ICTの経済分析に関する調査 」 東洋経済新報社『会社四季報業界地図2024年版』 労働環境 不動産業界で大きな問題とされているのが、労働環境です。不動産業界では長時間労働が常態化しており、残業時間が多いだけでなく、勤務日数も多くなっているとする調査報告もあります。OpenWorkの調査によると年々改善傾向にはあるものの、「不動産・建設」業界は月間30.5時間で、「コンサルティング」「マスコミ・広告」に次いで3番目に多い業界になっています。 労働環境が悪いために離職率も低くなく、人材流出をどう防ぐかも大きな課題となっています。厚生労働省「令和4年雇用動向調査結果の概況」によると、2022年の不動産業・物品賃貸業の離職率は13.8%で、調査対象となった全16業種中7位でした。全産業の平均離職率の15.0%を下回ってもいます。 不動産業界の中でも、大企業ではITを積極的に取り入れるなどして労働効率を改善していく動きがありますが、中小企業が少なくない不動産業界では改善に着手する余裕がなかなかないという現状もあるようです。 出典：働きがい研究所「 日本の残業時間 定点観測 」 　　　厚生労働省「 令和4年雇用動向調査結果の概況 」 需要の下落 近年は市場規模が拡大傾向にあり、好調と見ることのできる不動産業界ですが、長期的には人口減少や少子高齢化による需要の下落も想像できます。今後縮小していく可能性が小さくない市場において、いかに新しい価値を提供できるかが大きな鍵になっています。 出典：Smart Drive Fleet「 不動産業界が抱える一番の課題『働き方改革』にはIT化が必須？ 」 膨大なデータの活用 不動産業界には、物件情報や取引価格など、膨大なデータが蓄積されています。一方、これらのデータを十分に活用するには、その仕組みを構築し、現場レベルでも運用できるためのDX（デジタルトランスフォーメーション）が必要です。 膨大なデータと言うと「ビッグデータ」が思い起こされるでしょう。登場してから久しくなったこの言葉が含む意味には変化が見られています。端的に言えば「人力では全体を把握することが困難な巨大なデータ群」のことです。明確な定義はありませんが、Volume（量）、Variety（多様性）、Velocity（速度あるいは頻度）の「三つのV」を高いレベルで備えていることが特徴とされています。また近年では、これにVeracity（正確性）とValue（価値）を加えた「五つのV」とも言われています。不動産業界に蓄積されている膨大なデータを有効なビッグデータとして活用するには、DXの推進がまだまだ求められています。 出典：NECソリューションイノベータ「 ビッグデータとは？基礎知識と活用事例を解説 」 不動産業界でAIを導入するメリット 不動産業界でAI活用の推進には、以下のようなメリットが期待されます。 業務効率化 AIが得意とする領域として、バックオフィス業務をはじめとした定型業務の自動化が挙げられます。AIはあらゆる業種でさまざまなかたちで業務効率化に活用されていますが、不動産業界でも業務効率化を進め、労働環境を改善することが期待されます。 不動産会社の業務として、例えば他社の物件を仲介して物件案内図を貼り出す際に行う自社情報への「帯替え」があります。帯替えはシンプルな作業ですが、数が増えれば作業コストだけでなくミスおよびそれを補填するためのコストもかさみやすくなります。すべてを機械に代替させることは不可能ですが一部は可能であり、業務効率化につながることが期待できます。 他の例には、営業担当が不明点を確認するために使用する社内マニュアルシステムの構築もあります。営業に関するノウハウは、会社によってはマニュアル化されていないことも多く、不明点を確認するために手間を要する他、営業としての行動形式にもバラつきが生まれてしまいます。簡単な内容に限られることは否めませんが、例えばチャットボットを導入し、営業担当がいつでも質問・確認できる環境が整えれば、営業の生産性向上につながることが見込まれます。 新サービスの開発 AIを活用することでこれまでの常識を打ち破り、新しいサービスを開発できる可能性もあります。一例に、不動産仲介AIがあります。不動産仲介をAIが代行できれば、ユーザーの利便性が増すだけでなく、仲介業者が管理会社としていた複雑なやり取りも軽減され、担当者は人間にしかできない業務に集中できたり、新サービスの開発に時間を割けるようになったります。 SNS投稿の分析にも、AIがよく用いられています。投稿から投稿者の属性や好みを推定するようなAIシステムを構築できれば、顧客ニーズにより合った提案ができるようになるかもしれません。具体的には、ある場所の人流などの定量的な情報だけでなく、なぜその場所が賑わっているのか、どのような印象を持たれているかなど、定性的な情報を見いだし、各種サービスに反映させることも期待できます。 不動産投資への低ハードル化 近年は投資などを通して資産運用することが政府からも推奨されており、さまざまなタイプの金融商品への興味が高まってきています。不動産投資もその一つですが、AIの活用が進むことで、不動産投資へのハードルが下がる可能性があります。 投資家から集めた資金でオフィスビルなどの不動産物件に投資して主に賃料収入を得るファンドであるREIT（不動産投資信託）は、日本で登場してから20年以上が経ち、定着した感があります。REIT単体にAIが活用されるというよりは、AIを活用した投資信託の投資先にREITが選ばれる例が多く見られます。AIが投資先や投資金額を提案してくれるサービスが広まれば、金融商品全般の購入、ひいては不動産投資を検討する人が増え、不動産業界が活況になる可能性があります。 不動産業界でのAI活用事例 実際に不動産業界で誕生した、AI活用サービスを六つ紹介します。 不動産査定AI 不動産仲介大手の東急リバブルは中古戸建ての価格査定でAIを導入しています。過去に取引のあった1000件以上の物件データを基に、従来は最大1週間ほどかかっていた査定期間を1日に短縮しています。 特徴量としては、築年数や交通利便性だけでなく、土地の形状や公示地価、周辺環境なども採用し、売却価格を査定。一般的なAI査定による価格の誤差率は平均10%程度のところを、同社が扱うシステムは5%弱と精度を高めています。AIで即日査定できれば商談を迅速に進められ、マンションの契約率向上も見込めます。 空き家の発生数を予測するAIシステムを手掛けるマイクロベースは、空き家を売却するために適切な価格を予測するシステムを開発し、愛知県豊田市や東京都町田市と連携しています。学習データは、実際に売却された物件と売り出し中の物件を合わせて約2300軒分です。所在地や築年数、リフォーム状況などを踏まえ、販売価格に合わせた売却成功確率を弾き出します。実証実験では93%の精度で売却の成否を当てたとしています。需要の変化を数値化することで適切な価格設定を促し、空き家の発生を抑えることを狙います。 出典：日本経済新聞「 東急リバブル、戸建て売却にAI活用　即日査定が可能に 」 　　　日本経済新聞「 空き家問題をデータで解決　ヤモリ、戸建て購入し賃貸に 」 不動産仲介AI 不動産売買の際には、売り手と買い手の間に不動産仲介業者が入ることになりますが、この不動産仲介の多くの業務を代行できる不動産仲介AIサービスが登場しています。 AIやITを駆使した仲介サービス系のプラットフォームとしては、ホテル予約サービスやデリバリーサービスなど、これまでにも多く登場しています。これらのサービスのメリットは、窓口を集約することにより、ユーザーが素早く気軽に利用できるといった点にあります。 不動産仲介の場合は、高額な取引をスムーズに進めるために仲介業者が入るのが一般的ですが、不動産仲介AIが登場することで売り手・買い手双方にとってより利用しやすいサービスになることが期待できます。例えば、賃貸物件を探しているユーザーが物件に関する質問を入力すると、AIが素早く返答、希望条件に適合した物件をAIが選定し、ユーザーにおすすめとして提案したり、ユーザーが内見の申請をしたりといったこともシステム内で完結させることが可能になります。 不動産仲介AIの活用においては、上のような事務的な業務フローはAIが代行し、実際の内見はこれまでどおり担当者が実施するといったような、業務効率化を目的とした使い道が見いだされます。 参考：JDIR「 仲介業者はAIに殺されるのか？ 不動産テック最前線 」 一人ひとりに合った物件提案 不動産仲介AIの事例として、LIFULLが提供している「AIホームズくんBETA」があります。不動産・住宅情報サイト「LIFULL HOME’S」の機能の一つであり、ユーザーとの対話を通して、好みに合わせた物件をAIが提案します。 AIホームズくんBETAは、チャット形式で質問に答えていく形式で、ユーザーは気軽にサービスを利用できます。質問の中でもユーザーに合わせた補助的な質問が行われ、好みに合った「住まいのカルテ」を作成することが可能です。 同社はさらに2023年に、ChatGPTの技術を活用した、LINEでいつでも住み替え相談ができるサービス「AIホームズくんBETA LINE版」のパイロット版を提供開始しています。対面での住まい選びの相談サービスの認知はまだ低く、いきなり来店するのも心理的ハードルが高いなどの課題があります。そこで、24時間いつでも対応可能なAI技術と、生活に密接しているLINEを連携させることで、いつでも気軽に住まいに関する相談ができるサービスとして開発されました。対話をしながら条件を明確にしていく体験を身近にし、住まい探しの第一歩を踏み出しやすくすることを目的としています。 出典：LIFULL HOME’S PRESS「 AIがあなたにピッタリの家を提案？ 住まい探しにおけるAI活用の現在地 」 PR TIMES「 【国内不動産ポータルサイト初※】「ChatGPT」の技術を活用した「AIホームズくんBETA LINE版」を提供開始 」 　　　※LIFULL調べ（2023年4月27日時点） 日当たり・騒音の計測 物件情報の透明性を高める施策の一つとして、不動産物件の販売サイト「FLIE」では室内の明るさや騒音の度合いをサイトに掲載する実証実験を行っています。明るさや騒音の計測にはコミュニケーションロボットを用い、掲載する物件の室内に設置することでリアルタイムの計測を行います。内見でも分かりにくいケースの多い情報を掲載することで、透明性を高め、物件購入の後押しになることが期待されています。 出典：日本経済新聞「 部屋探しにもロボット　物件の日当たり騒音24時間計測 」 サイトでのAIチャットボット 不動産業界に限ったものではありませんが、AIによるチャットボットの活用も期待されています。チャットボットとは、ウェブブラウザの端などに出現するチャットスペースを指します。ユーザーは質問文や関心のある単語を入力することで、回答や関連する情報を得られたり、入力から推測・提案される質問文案を基に質問と回答を進められたりできます。 近年はこのチャットボットをAIで運用するケースが増えてきており、人間を介さずAIだけで質問や問題の解決ができるのも珍しいことではなくなりました。 チャットボットを導入することで、ユーザーには「膨大な情報の中から自分に合った不動産情報を見つけやすくなる」というメリットがあります。また、24時間いつでも問い合わせできる他、担当者ごとの対応の差も生まれにくいと言えます。 企業側には「人員を削減しつつユーザーからの問い合わせを受けることができる」というメリットがあります。より複雑な問い合わせには人間のオペレーターが対応できるようにすれば、さまざまなニーズに応えやすくなるでしょう。また、チャットボット経由でユーザー情報を収集できるというメリットもあります。 参考：Chat Dealer「 不動産業界で注目される「チャットボット」の秘密｜導入事例をご紹介！ 」 不動産価格予測 不動産投資におけるAI活用として、未来の不動産価格を予測するというソリューションが登場しています。現状、不動産の価格を知る方法としては「今売るといくらになるか」に留まるケースが多いかもしれません。しかしAIを活用して数年後の不動産価格を予測し、資産形成・運用に役立てられる可能性も出てきました。 AIによる需要予測に関しては、以下のコラムもあわせてご覧ください。 需要予測AIよ、需要は予測するものでなく作るものだ。 参考：PR TIMES「 日本初、マンションの将来の担保価値（最低資産価値）をAIが予測する検索サービス『OlivviA』のベータ版提供を開始 」 　　　マネーポスト「 AIが算出「10年後の不動産の資産価値」池袋と秋葉原に大差がついた理由 」 AIで不動産の新たなユーザー価値を 近年は活況が続いていると言われながらも、将来的には人口減などから需要の下落が見込まれている不動産業界。労働環境の悪さという長年にわたる課題の解決も迫られています。それぞれの不動産企業にとってみれば、競合がひしめく中、いかに新しいサービス開発し、新たなユーザー価値を提供していくかも重要な視点です。AIがこれらのすべてを解決するのは難しいかもしれませんが、AI活用を試みる価値があるタスクは多くあるかもしれません。不動産という固定資産を扱うビジネスといえども、アイデアや問題解決の方法は「固定」させすぎずに、AIを活用するなど柔軟に考えるのが吉でしょう。 The post 不動産×AI、「固定」資産ビジネスこそAIで柔軟に first appeared on 株式会社Laboro.AI .

はじめに みなさん、こんにちは。エンジニアの山田です。今回は Pharms 開発チームがチームビルディングの一環として行なっている「TGIF」という施策について参加している皆さんに、どのような効果があるのかなどを聞いていこうと思います。 インタビュイー紹介 新居さん 2016 年入社。ソーシャルゲーム開発会社を経て、メドレーへ入社。入社当初はジョブメドレーのプロダクト開発などを担当していたが、2020 年から Pharms で中規模施策の開発を中心に業務を行なう。 小田さん 2021 年入社。大手メーカーで病院や調剤薬局向けの IT システムの開発業務を経て、メドレー入社。Pharms では中規模施策の開発を中心に業務を行なう。 兒玉さん 2018 年入社。2021 年 4 月まで CLINICS オンライン診療のセールス部に所属。その後エンジニアに社内転職し、Pharms の開発に携わる。現在はサーバサイドの開発を中心に担当している。 新倉さん 2021 年入社。不動産テック企業でのデザイン業務を経て、メドレーへ入社。入社時から Pharms のデザイナーとして各種デザインの業務を行なう。 古川さん 2022 年に新卒入社。現在はプロダクトの改善を幅広く担当している。 Pharms というプロダクトについて 山田 : まず「TGIF」について聞いていく前に、Pharms とはどのようなプロダクトなのか教えてもらってもよいですか? 新居 : 一言で言うと、薬局の業務効率化支援システムです。 CLINICS オンライン診療 で診察を受けた患者さんや、直接来院された患者さんからの処方箋などを受けて、Pharms を通して服薬指導や、会計、服薬フォローアップなどを一貫して行なえるシステムになっています。 新居さん 山田 : ユーザーについてですが、例えば、自分が開発を担当している医療介護求人サイトの ジョブメドレー では、お仕事をお探しの求職者の方々と、求人情報を掲載いただく医院・事業所の方々が使用しているシステムなのですが、Pharms はどのような方に使われるのでしょうか? 小田 : CLINICS アプリを通して間接的に患者さんが使っていますが、大きい割合を占めるのは顧客である薬局のスタッフさん（薬剤師など）ですね。 小田さん 山田 : やはり現場の薬剤師さんが使っているサービスという性格が強いんですね。 Pharms 開発チームの TGIF という試みについて TGIF を始める前の課題感 山田 : それでは、いよいよ Pharms 開発チームで行なっている TGIF について聞いていきたいと思います。元々、この言葉はどんな経緯で付いたんですか? 小田 : 元々は英語圏で言われている “Thank God It’s Friday” というのが語源で、そのまま金曜日の夕方に開催されるものだったのでこの名前を付けています。ちょっと昔の言葉で言うと「花金」ですね。 山田 : 「1 週間が終わりだー!」っていう開放感を表わしてるんですね。どういうきっかけでこの TGIF をやっていこうと思ったんでしょうか? 小田 : 一昨年の自分の入社前のタイミングで、Pharms 立ち上げ時のメンバーが別のプロジェクトに集中することとなり、チーム体制がガラッと変わる時期がありました。それ以降、チーム内の情報がサイロ化したり、チームとしての一体感がないという課題を感じていました。この課題を解決するために 雑多に何でも話せるコミュニケーションの場 を作ろうというのが、きっかけでした。 新居 : もちろん、それまでもチームで話す機会が全く無かったわけではなく、開発計画をクォーター単位で作っているのでそのタイミングでディスカッションする場を設けていました。でも もうちょっとコミュニケーションの頻度を増やしたらより良くなりそうだよね という話があり、毎週金曜日の TGIF が誕生しました。 山田 : そういう経緯だったんですね。それまでエンジニア・デザイナーが参加する定例のような会議体はどのようなものがあったんですか? 新居 : クォーター毎のディスカッション以外だと、週一で行なわれる「プロダクト定例」だけでした。こちらは開発メンバーだけではなく、事業部のメンバーも参加してプロダクト開発全般についての共有を目的にしたものです。それ以外で定例の会議体はなく、デイリーで行われるような「朝会・夕会」も Pharms 開発チームでは行なっていませんでした。 山田 : チーム体制の変更後、新しいメンバーの加入もあり、今までのコミュニケーション量では足りなくなってしまったんですね。 新居 : はい。チームの状況が変わって行く中で、 もっと生産性を上げていきたいという思いがありました 。チームが小規模だった頃は隣の席の同僚エンジニアに相談しつつ開発をドンドン前に進めていくことができたんですが、人数が増えてくるとそうしたコミュニケーションも希薄になります。具体的には、開発をしていて設計方針・実装方針などがズレることは多々あると思うんですが、それをさっと会話して軌道修正し、開発を推進していくというのが難しくなってきていました。 TGIF の実際 山田 : では、具体的に TGIF でどのような事を話し合われるんでしょうか? 新居 : まずは今週の振り返りから始まります。前週の TGIF で Try に対して個々がどう動いていくかを決めているので、それに対して振り返りをしていきます。各自コメントを添えて何%達成したのか話していきます。 小田 : その後、今週のチーム全体の動きに対して KPT を実施します。チーム全体として良かった動きや課題などを挙げていき、内容を深ぼったり課題解決に向けて意見を交換したりしています。また、以前はチームの動きとは関係ない個人の話などが挙がってくることが多かったのですが、 チーム全体での生産性の向上ということを目的として考えた場合、それと関連のない個人の話をしても寄与しない ので、チーム全体に関わることをメインにするよう改善し今の形になってきました。 KPT が終わったら、隔週でチーム目標と Problem で挙がったことなども踏まえて各自の来週の Try を決めます。 新居 : 最後に、ちょっとしたことでも良いのでチームに共有したい「気になること」を話していきます。ここは開発に関係する・しないに関わらない話題を出しています。例えば 、Pharms のプロダクト自体や会社の組織的なこと、プルリクエストのレビューのお願いなど雑多な話題ですね。 その中で「ライブラリアップデート」についての課題や進捗などの共有もします。単純にバージョンアップして済むというものであれば良いですが、アップデートの結果、広範囲に影響があったりだとか、そもそもエラーなどで上手くアップデートできないなどがあるので、そうした困り事の共有と解決を目的としています。 山田 : 先ほどチーム目標を隔週で決めるというお話でしたが、こちらはどういう風に決めていくんですか? 小田 : KPT の内容を踏まえて、基本的には Our Essentials (以下 OE) に照らし合わせて決めていきます。そのチーム目標に対して、個人の目標をブレイクダウンして決める形にしています。 固くなりすぎない会を目指して 山田 : なるほど。 OE に合わせて目標設定していくというのは、分かりやすくて良い ですね。話は少し逸れますが、この TGIF では毎回お菓子を持ち寄って行なっているということですが、どうしてなのでしょうか? 小田 : TGIF を行なっている内に、メンバー間での意思疎通の少なさによって、チームの生産性が上がらないという課題は解決していきました。しかし、続けている内に段々と会自体が固い雰囲気になってきて、かっちりとした振り返りの場という感じになってしまいました。元々 TGIF の在り方としてはどういうものだっけという原点に立ち返ると、やはり 「気軽にコミュニケーションができる場」という点が重要 だと再認識しまして、そこからは場の雰囲気を柔らげるためにお菓子を持ち寄り始めました。 お菓子を囲んでの TGIF 山田 : 確かに固すぎると、ちょっと会の名前とそぐわない感じになってしまいますね。 TGIF 運用の秘訣 山田 : 他に TGIF を運用する上での工夫などはありますか? 新倉 : 会の性質上、話が盛り上がって時間がオーバーしがちなので「 TGIF で話す内容はチームの成長につながることに限定する」など、 効率的かつ意味のある運用 になるよう進め方の見直しと実践は日々試行錯誤しています。 新倉さん 古川 : 自分は去年の新卒入社ですので、「言ってもしょうがないかな?」というような事もあるのですが、あえてそういった事を考えずに積極的に発言するようにしています。 実際に発言したために他の方との共有もできますし、学びになるような議論に発展することも多い ので、言って良かったという場合が多いです。 古川さん 兒玉 : ささいな事でも、誰かが チームの為に動いた事に対しては積極的にお礼を言っています 。誰かがちゃんと自分のやったことを見てくれていると認識できることが、チームの雰囲気を良くし、チーム運営の好循環に繋がっているかと思います。 兒玉さん 新居 : ちゃんとチーム全員にとって意味がある時間にするということは意識しています。仮にあまり生産的な時間ではなくなったら TGIF を止めてしまっても良いと思っています。その為には 「チームのために話しをした方がよいことは必ず話す」「本音ベースで建設的に議論する」「出てきた課題は必ずクリアにして次週以降に解決を目指す」 という事を意識しています。 こうして話すとある意味当たり前の事ばかりなんですが、参加者全員がこうした点を共通認識として持っていないと、単に KPT を発表するだけの場となり会自体が形骸化していってしまいます。ですので、きちんとこの共通認識を持って臨めるようにするというのを大切にしています。 小田 : また、TGIF で話が盛り上がるのは良いことなのですが、週に一回のこの場を待たずにもっと会話を活性化する取り組みとして 週の頭に Slack のプロダクトチャンネルにテディベアがリマインダーで現れる ので、そのスレッドで話しをするようにしています。 山田 : へえー!何でテディベアなんですか? 新居 : プログラミングで自分で解決できない問題が出てきたときに、テディベアのぬいぐるみに話しかけると問題が整理されて解決できるというテディベア効果から取っています。 テディベアの リマインダーにコメントが付いている様子 山田 : なるほど、それでテディベアが出てくるんですね。 小田 : TGIF を待つまでの時間がムダだよねっていう話もあって先程の効率化の話も含めて行なっている施策です。 新倉 : これまで TGIF やテディベアが無い時は下手をすると一週間誰とも会話をしていないということもあったんですが、この取り組みをしてから 本当にコミュニケーションが増えました 。 TGIF の利点とこれからについて 山田 : ありがとうございます。既に話にも出ていますが、TGIF をやって良かった点はどういったものがあるか改めて聞かせてください。 小田 : やっぱり格段に「チームでの開発」をしているという意識が高まったことが良いことでした。それまではやはりコミュニケーションなどが不足していたのですが、今は TGIF などのおかげですぐに相談しようという感じにもなって良いチームになってきたなという感触があります。 さらにチームを良くする土壌 にするようにしていきたいです。 新居 : 1 つ目は以前よりお互いのことを知れるようになって心理的安全性が高まったこと、2 つ目はチームとしての方針や共通認識を合わせる場として機能していること、3 つ目は毎週前週からの課題を改善でき、チームや個人の成長を感じられるようになったことです。 全体的にチーム運営にプラス になっていると感じています。 新倉 : 私は TGIF が始まってから半年後にジョインしました。元々はエンジニアの皆さんだけのものだと思ってちょっと尻込みしていたところがあったのですが、蓋を開けてみるとプロダクトやチーム自体についての話が多く、 デザイナーとしても非常に学び があるものでした。全体的にはクォーター毎に目標を決めてそれに向けて動くのですが、その目標までの道のりを埋めるという意味でも、TGIF があって良かったです。 新居 : 時にはエンジニアだけにしかわからない話題などもあったりもしますが、大部分は新倉さんが話したようにプロダクトやチームの改善をいかに行なうかという話題になっているので、そこでデザイナー視点での話が聞けてエンジニアとしても大変助かります。 古川 : 自分は入ってからずっと TGIF があるのである種当たり前の存在なのですが…。チームメンバーの人となりなどが分かるのは大変助かります。また、自分とは全然違う経歴を持っているエンジニアの方などは同じ話題でも、 自分とは全然違う視点を持って話をしていたりするので、すごく勉強になっています 。チームの課題が話し合われるので、以前は自分のタスクが終わったら、「次は何をしよう」という感じになっていたんですが、TGIF のおかげで「チームがここで困っているなら自分がやろう」と客観的に分かるようになっています。また、OE は半年毎の自己評価の際にも体現できているかどうかチェックすることになるので、TGIF での目標達成度がそれに役立ちます。 兒玉 : 一番は心理的安全性が高くなったことです。エンジニアとしての働き方とセールスをしていた時の働き方が全然違うところが多かったので、1on1 で新居さんとそういった差異について聞くという機会しかなかったんですが、今は TGIF があるのでここで皆さんに聞けるようになって様々な視点でのアドバイスを頂けるようになりました。また、エンジニアとしてお勧めの書籍や勉強法など普通に聞こうとすると、 あまり機会がないような部分も気軽に聞けるようになったので、勉強の効率も良くなりました 。 山田 : みなさん、ありがとうございます。それぞれの立場ですごく有用な会なのが分かりますね。 TGIF のこれからについてもお話ください。 新居 : 先ほども少し話しましたが、形骸化してしまい惰性で行なってしまうということになるのが本当に怖いと思っています。運用することが目的になってしまい、本来の目的が達成できないと本末転倒ですし。今もやっていることですが、ちゃんとメンバー構成や状況に応じて運用をアップデートしていくということが一番大切だと思っています。 小田 : 今までエンジニアだけの会から TGIF は始まっていますが、デザイナーの新倉さんが参加してくれたのを始めとして、昨年末から企画職の方も入ってくれるようになったので、裾野の広がりを感じています。こういった立場が別々のメンバーが入ってもスムーズに目的が達成できるように TGIF のアップデートを続けていきたいですね。 新倉 : 色々な役割の人がフラットに発言できる場があるおかげで、プロダクトについて総合的な視点を持つことができたと感じています。実際に自分達が試行錯誤して出した機能が「お客様にこんな風に使われて、こんな感想をもらえた」などすぐに共有してもらえるので、開発のモチベーションにもつながる良いサイクルになっています。 Pharms 開発チームでは、どんな人と一緒に働きたいと考えている? 山田 : ありがとうございます。最後に Pharms の開発チームには、どんな方がジョインされると嬉しいですか? 小田 : いつもチーム内で話をしているのが「 顧客ファースト 」という言葉です。これは Pharms に限った話ではなくメドレー全体の話でもあるのですが、顧客や患者などサービスを使っている人達に対して提供できる価値は何かということをきちんと意識して開発ができる方です。技術や数字だけを見るわけじゃなく、その先の顧客をちゃんと考えて開発ができる人ですね。 新居 : メドレーの事業やバリューに共感があるのは大前提です。また、小田さんが話されたことに加えて、プロダクトをより良くしようと考えてるメンバーと共に、自分はこうしたいという意志も持ちつつ、ときには建設的に議論もしながらプロダクト開発を推進できる人と一緒に仕事ができると嬉しいです。大変なことも勿論ありますが、それを楽しみ、周囲を巻き込みながら技術・技術以外の部分も含め前に進めていける人が良いなと思います。 山田 : TGIF も顧客ファーストの理念から生まれたものということになりますよね。ありがとうございました! さいごに Pharms 開発チームが実践している「TGIF」というチームビルディングの方法についてインタビューしてきましたが、いかがだったでしょうか? 実際に TGIF をしている様子などを見ると、和やかな雰囲気ではありますが、全員真剣にプロダクトについて議論をしている姿が印象的でした。 こんなチームで調剤薬局や患者のためのプロダクトを作っていきたいと思う方は、ぜひお気軽にお話をしましょう! 募集の一覧 | 株式会社メドレー メドレーの採用情報はこちらからご確認ください。 www.medley.jp