トーシンパートナーズの不動産AI事例｜空室期間を短縮したデータ活用

結論：不動産AI活用の要点はデータ整理と業務改善にある

不動産業におけるAI活用は、物件データと顧客対応データを整理し、募集条件や社内業務の改善に使うことから始めると実務につながります。

AIを導入すれば物件が自動的に成約するわけではありません。経済産業省の資料でも紹介されている通り、実務で成果を出す企業は、過去の取引実績や日々のやり取りを蓄積し、募集条件の適正化や社内業務の負荷軽減に役立てています。

自社が保有する情報をどのように整え、どのような判断や作業を支援させるのかを明確にすることが、不動産DXを進める上での要点となります。

公開事例の要点：トーシンパートナーズホールディングスの取組

経済産業省の「中堅・中小企業等向けDX推進の手引き2025」では、トーシンパートナーズホールディングスの取組が紹介されています。同社の公開事例から読み取れる主なポイントは以下の通りです。

賃貸契約データを用いたAIモデル「IntelliRent」

公開事例では、関連子会社による早期賃貸付けを実現するため、過去の賃貸契約データを用いてAIモデルを作成し、最適な募集条件を提案する「IntelliRent」プロジェクトが紹介されています。

AIモデルの導入により、物件の平均空室期間を短縮し、不稼働損の削減効果があったことが示されています。勘や経験のみに頼るのではなく、過去の成約実績データを活用して募集条件を導き出す仕組みを構築しています。

社内向け生成AIの内製と安全な利用環境

同社は募集条件の最適化だけでなく、Azure OpenAIを活用した社内向けテキスト生成AIの内製も進めています。これにより、従業員が安全に生成AIを使える環境整備を図っています。

外部の汎用クラウドサービスに無制限に入力させるのではなく、自社のセキュリティ方針に合わせた基盤を用意することで、業務利用の定着と情報管理の両立を目指している点が特徴です。

情報基盤全体の整備とノーコード・BI活用

同社の事例では、AI単体の導入にとどまらず、ノーコード開発、BI、クラウドストレージ、ゼロトラストなどの整備も同時に進められています。

AIが機能するためには、元となるデータが適切に保管され、現場で活用しやすい環境が欠かせません。情報基盤全体を段階的に整えているアプローチは、中堅・中小企業がDXを計画する際にも参考になります。

賃貸管理会社が学ぶべきデータ活用の前提

空室対策や募集条件の判断にAIを活用するためには、分析の土台となる情報がそろっていなければなりません。最低限、次のような情報の記録と整理が必要です。

• 募集開始日と成約日
• 賃料、初期費用、条件変更の履歴
• 内見数と問い合わせ数
• 入居者属性や問い合わせ理由
• 競合物件との違い

これらのデータが社内に蓄積されていない場合、いきなり予測AIを導入することは困難です。データが不足している段階では、高度な予測モデルの作成を目指すよりも、空室理由の記録や問い合わせ履歴の整理といった運用の見直しから着手する方が現実的です。

一方、文章作成を中心とする生成AIであれば、問い合わせへの返信文作成、オーナー向けの定期報告書の作成、募集条件の比較メモ作成など、日々の事務作業の補助として早期に取り入れやすい領域があります。

編集部の示唆：不動産実務におけるAI導入の考え方

編集部の示唆として、不動産会社がAI活用を検討する際の実務的な判断基準を整理します。

予測AIと生成AIの使い分け

不動産実務におけるAIは、大きく「数値を予測・提案するAI」と「文章や作業を支援する生成AI」に分かれます。

成約賃料や空室期間の予測には、過去の正確な契約データと市場動向の蓄積が不可欠です。これに対して、問い合わせへの一次返信や報告書の下書き作成を行う生成AIは、フォーマットと参考文面があればすぐに試すことができます。自社が抱える課題が「条件設定の迷い」なのか「日常の入力や文章作成の負担」なのかを見極め、適切な技術を選択することが重要です。

業務の標準化と記録の習慣化

多くの賃貸管理・仲介現場では、担当者ごとの経験や交渉力に依存した対応が行われがちです。しかし、条件調整の理由や内見時の顧客の反応が担当者の頭の中にしか残っていない状態では、データを活用した業務改善は進みません。

まずは「どの項目を必ず管理システムや台帳に残すか」を社内で統一し、日々の業務記録を標準化することが、将来的なAI導入に向けた確実な近道となります。

自社で試す手順：賃貸管理会社における段階的な導入ステップ

自社で試す手順として、不動産管理会社が無理なくAIやデータ活用を取り入れるための進め方を提示します。

ステップ1：既存データの棚卸しと保管場所の集約

まずは、社内にある募集履歴や契約書類、顧客対応メモがどこに保管されているかを確認します。紙の書類、担当者のPC内の表計算ファイル、メール履歴などに散らばっている情報を把握し、クラウドストレージなどの共通基盤に集約していきます。

ステップ2：入力ルールの統一と履歴管理の徹底

物件ごとに「いつ募集を開始し、いくらで募集し、いつ成約したか」「どのような条件変更を行ったか」を同一のフォーマットで記録するルールを策定します。空室発生から成約までの履歴が時系列で追える状態を作ることが目的です。

ステップ3：生成AIを用いた日常業務の省力化

社内の基盤整備と並行して、担当者の負担が大きい文章作成業務に生成AIを取り入れます。入居者からの設備不具合に関する問い合わせへの返信案や、物件のアピールポイントをまとめた紹介文の下書きなどをAIに作成させ、担当者が確認・修正して送信する運用を試行します。

ステップ4：蓄積データを活用した判断の高度化

過去の契約データや問い合わせ履歴が一定数蓄積された段階で、BIツールを用いた可視化や、条件提案モデルの検証を進めます。過去のデータに基づいて「どの時期にどのような条件変更を行うと成約につながりやすいか」を社内で比較検討できるようにします。

運用上の注意：セキュリティ体制と人による確認プロセス

運用上の注意として、不動産業務特有のリスクに対応するためのポイントを整理します。

個人情報と契約情報の保護

不動産業では、氏名、住所、電話番号、年収、勤務先、契約条件、賃料の支払い状況など、極めて秘匿性の高い個人情報を日常的に取り扱います。

社内向けに生成AIやデータ分析ツールを展開する場合、どのような情報をAIに入力してよいのか、取り扱ってはならないデータは何かをルールとして明確化する必要があります。クラウドサービスを利用する際も、ID管理、アクセス権限の設定、操作ログの取得など、セキュリティ対策を講じることが不可欠です。

人による最終判断の義務付け

AIが提示する募集条件案や自動生成された返信文を、確認なしにそのまま顧客や取引先に適用することは避けるべきです。AIは過去の傾向や文脈に基づいた提案を行うツールであり、突発的な市場変化や個別物件の細かな事情を完璧に把握できるわけではありません。

AIの出力はあくまで担当者の判断を支援するための「提案」や「下書き」と位置づけ、最終的な賃料決定や顧客への送信は必ず人間が内容を確認して責任を持つ体制を整えておく必要があります。

参考にした公開事例

参考情報: 経済産業省「中堅・中小企業等向けDX推進の手引き2025」に掲載されたトーシンパートナーズホールディングスの事例。中堅・中小企業が検討しやすいAI導入の着眼点や情報基盤整備の重要性を確認できます。

次に読む記事

賃貸管理におけるAI活用の具体的な始め方については 不動産会社と賃貸管理のAI導入は問い合わせ対応から始めるべきか をご覧ください。

また、顧客情報を取り扱う際の社内規定づくりについては 顧客情報をAIに入力してよいかを判断する社内ルール で詳しく解説しています。