Key Takeaways
- 海外では、対話型の物件検索・査定エンジン・物件資料の生成・決済書類の処理・追客の5領域でAI活用が公式に発表されている。
- Redfinは早期テストの結果として、対話型検索の利用者は通常検索より閲覧物件数がほぼ2倍で内見などの申し込みをする割合が47%高いと発表している。
- Opendoorは査定エンジンにAIを組み込み、25万件を超える取引から学習して最大500超の物件情報を分析すると公式記事で説明している。
- 契約・決済まわりの書類処理では、QualiaとFirst Americanが書類の読み取りと不備の検知をAIに寄せている。First Americanは最終的な権原の判断を担当者に残すと明記している。
- 日本に当てはめるときは、重要事項説明や広告表示の実務、取引データの整備状況が海外と異なる点を前提に置く必要がある。
不動産売買でAIの話題は増えていますが、どの業務にどう入っているのかは外から見えないままです。本記事は海外の不動産会社とポータルが公表した不動産売買のAI活用事例を、反響・査定・物件資料・決済書類・追客という5つの業務に分けて並べます。数値は出典の記載どおりに引用しますが、早期テスト・ベータ期間・社内アンケートといった前提がそれぞれ付くため、比率そのものより「どの作業を機械に渡したか」を読んでください。
不動産売買の業務とAI活用を1枚に
下の図は、この記事で扱う5領域と、各領域で人が握り続けている判断の対応を整理したものです。
反響獲得と一次接客｜対話型の物件検索をAIが受ける
従来の物件検索は、エリアや価格や間取りをフィルタで指定する形が主流でした。ここに対話型のAIを置く動きが、大手のポータルとブローカレッジで相次いでいます。
Redfin（アメリカ）は、AI企業のSierraと組んだ対話型の物件検索を自社サイトに実装しました。買主が希望を自分の言葉で説明すると、AIとの対話を通じて条件が絞り込まれていきます。Redfin公式プレスリリース（2025年11月）によれば、早期テストでは対話型検索の利用者は通常検索の利用者と比べて閲覧する物件数がほぼ2倍で、内見などの申し込みをする割合が47%高いと記載されています。あくまで早期テスト段階の数値であり、恒常的な実績値としては示されていません。
Elite Agent（2026年8月）によれば、REA Group（オーストラリア）はrealestate.com.auに買主向けのAI検索や不動産会社向けのCampaign Assistなど5つのAI機能を投入しました。同記事が伝えた同社の調査では、AI検索セッションの59%はライフスタイルや通勤といった広い条件から始まり、72%の利用者は会話の途中で少なくとも一度は検索条件を変えていました。これは成約や反響数の成果指標ではなく、検索の使われ方についての調査結果です。
日本では、東急リバブルが電通デジタル・電通と共同開発した対話型チャット「Tellus Talk（β版）」を、自社サイトの接客対象ページに配置しました。東急リバブルのニュースリリース（2025年3月）は、離脱率の改善とサイト内回遊の促進によるコンバージョンの増加を目指すと記載しています。導入時点の狙いであり、効果の実測値は公表されていません。
査定｜価格の根拠づくりを機械学習で支える
査定は、担当者の経験がもっとも色濃く出る業務です。ここを機械学習で支える取り組みが、住宅の買取・売買を手がける事業者から出ています。
Opendoor（アメリカ）は、住宅の査定エンジンにAIと機械学習を組み込んでいます。Opendoorの公式記事（2025年10月更新）によれば、同社のAIモデルは25万件を超える不動産取引から学習し、外部20ソースと自社の取引データベースを使って最大500超の物件情報を分析する設計です。同記事は、従来の鑑定が発注から報告まで数日から数週間かかるのに対して、Opendoorのモデルは数秒で暫定的な評価額を出すと説明しています。屋根の築年数や空調の種別、学区やHOA規約といった属性を扱い、担当者が結果を確認・調整・上書きできる運用である点も明記されています。
物件資料と広告｜下書きの制作をAIに寄せる
長い書類から必要な数字を拾い、販売用の文章に組み直す。この作業は時間を食う割に、成果物の形がある程度決まっています。生成AIが入りやすい領域です。
Gazelle（スウェーデン）は、不動産仲介業者向けのSaaSを提供する会社です。元ブローカーが創業し、建物検査報告書や電気設備報告書といった書類から住戸費用・負債情報・借入条件・各種費用を抽出して、販売用コンテンツを自動生成します。Google Cloudの顧客事例（掲載日の表記なし）は、Geminiの採用で出力の精度が95%未満から99.9%に上がり、手作業では最大4時間かかっていたコンテンツ生成が10秒になったと記載しています。同事例では、1物件あたり最大4〜6時間の手作業を削減できるとも書かれています。ベンダーが公開した事例である点は踏まえて読む必要があります。
Zillow（アメリカ）は、物件掲載商品「Showcase」にAIによるバーチャルステージング機能を追加しました。Zillow公式ニュースルーム（2025年9月）によれば、買主が室内写真上のアイコンを押すとモダンやスカンジナビアンなど7種類のスタイルで部屋が再構成され、家具を消した空室状態も確認できます。同リリースは、同社の2024年の消費者調査として、バーチャルツアーや間取り図といったインタラクティブな媒体を使うエージェントを売主の71%がより起用しやすいと記載しています。
日本では、東急リバブルがSNS投稿の文章作成に生成AIを組み込んでいます。物件の特徴とターゲット層をチェックボックスで選ぶと投稿文が生成される仕組みで、開発ベンダーのアルサーガパートナーズが公開した導入事例（2025年4月）には、1件あたり30〜45分かかっていた作業が5分程度で完了するようになったという担当者の発言が掲載されています。同事例は投稿数が月5件程度から月50件程度に増えたとも記載しています。
契約・決済｜書類の読み取りと不備の検知を任せ、最終判断は担当者に残す
売買の後半は、書類の照合と不備の発見が仕事の中心になります。米国では権原（タイトル）とエスクローの領域で、この処理をAIに寄せる事例が出ています。
Qualia（アメリカ）は、権原・エスクロー会社向けのソフトウェアにエージェント型AI「Qualia Clear」を組み込みました。取引に紐づくメールと書類をGemini 2.5 Flashが処理して要約を作り、Gemini 2.5 Proが対話とタスク実行を担う構成です。Google Cloudの顧客事例（掲載日の表記なし）によれば、ベータ期間中に顧客の約1%へ提供した状態で1,000億トークン超・110万通のメール・180万件の書類を処理しました。同事例は、以前は数時間かかっていたこれらの作業について、いまは質問を投げたまま別の作業を続けられると説明しています。
First American Title Insurance Company（アメリカ）は、エージェント向けプラットフォームに生成AI機能「AgentNet Assist: Title Intelligence」を追加しました。権原調査の書類を解析し、権利の連続性の途切れや記載漏れ、データの不一致といった論点を提示します。First Americanの公式発表（2026年4月）では、複雑さによるとしたうえで早期利用で1ファイルあたり最大30分の処理時間短縮につながっていると同社の技術担当役員が述べています。同発表は、最終的な権原の判断は引き続き担当者が行うと明記しています。発表時点では社内チームへの展開段階だとも書かれています。
追客｜反響データから次に当たる先を並べる
反響を取ったあとの追客は、担当者の記憶と気力に依存しやすい業務です。ここに社内側のAIを置く発表が続いています。
Compass（アメリカ）は、自社プラットフォームに「AI Assistant」を実装しました。Compassの公式プレスリリース（2026年7月）は、早期利用者のあいだで人気の使い方を紹介しています。売却可能性が高い見込み客の推薦リストをAIに確認させ、優先度の高い相手の特定と個別のアプローチ文面の下書きまでを任せる使い方です。顧客情報の更新や保存検索の作成、住宅購入の記念日や誕生日の抽出も対話で指示できます。同リリースに効果の定量値は示されていません。
HouseWhisper（アメリカ）は、不動産営業チーム向けのAIアシスタントを提供する2025年創業の会社です。HouseWhisperの公式プレスリリース（2026年5月）によれば、休眠状態の見込み客にAIが1対1の会話で再アプローチして商談化する「Lead Engine」と、エリア・価格帯・言語・担当者の稼働状況・郵便番号でリードを自動振り分けする「Rules Engine」を投入しました。同リリースによれば、同社は2025年の提供開始以降、プラットフォーム全体で250を超えるチームと7,000人のエージェントを迎えています。商談化率などの定量成果は書かれていません。
日本では、LIFULLが生成AIの全社活用の実績を公表しています。LIFULLのニュースリリース（2025年12月）は、2025年4〜9月の半年間で過去最高となる49,836時間の業務時間を創出したと記載しています。同リリースによれば、生成AI活用によって業務効率化できている従業員は96.2%でした。この比率は全社の実測ではなく、従業員637名を対象にした社内アンケートの回答比率である点が調査概要に書かれています。
日本の不動産売買に当てはめるときの前提
海外事例をそのまま持ち込めるかというと、そう単純ではありません。以下は断定ではなく、検討の前に置いておきたい前提です。
契約実務は宅建業法の枠内にある。 重要事項説明や契約書面の交付は宅地建物取引業法に基づく手続きで、説明そのものは宅地建物取引士が担います。First Americanは最終的な権原の判断を担当者に残すと明記し、Qualiaはメールと書類の読み取りと要約にAIを充てています。日本でも下書きと確認の補助という位置づけから考えるほうが実態に合いやすく、個別の適法性は法務や専門家への確認が要ります。
査定データの前提が違う。 Opendoorの設計は、大量の取引履歴と外部データが揃っていることが土台になっています。日本では成約価格データの流通の仕組みが米国と異なるため、同じ規模の学習をそのまま再現できるとは限りません。自社に蓄積された査定書や反響の記録から始めるほうが、現実的な入口になります。
広告表現は人の確認を挟む。 不動産広告は景品表示法の対象で、加盟事業者は不動産の表示に関する公正競争規約も踏まえて運用しています。生成した文章をそのまま掲載せず、バーチャルステージングの画像も実際の状態と誤認されない扱いにするという前提で設計を考えるほうが安全です。個別の判断は専門家への確認が要ります。
出典の性質を見る。 本記事で引いた数値には、早期テスト・ベータ期間・社内アンケート・ベンダー公開事例といった前提がそれぞれ付いています。自社の期待値を置くときは、数値そのものより「どの業務のどこを機械に渡したか」を読むほうが役に立ちます。
社内の記録や書類を検索・参照できるようにする仕組みについてはRAGの解説記事を、追客や反響対応が個人に依存する構造については不動産営業の属人化を解消する方法をあわせてご覧ください。
不動産売買のAI活用に関するよくある質問
Q. 不動産売買のAI活用は、どの業務から始めるのが現実的ですか？
本記事で挙げた事例のうち、成果物の形が決まっている業務が入口になりやすい領域です。物件資料の下書き、書類からの情報抽出、追客文面の下書きなどが当てはまります。判断が人に残る業務ほど、AIは補助として組み込みやすくなります。小さく始めて確かめる進め方はAI導入の進め方にまとめています。
Q. 海外事例の数値は、日本の会社でもそのまま出ますか？
同じ数値が出ると考えないほうが安全です。本記事の数値には早期テストやベータ期間、社内アンケートといった前提が付いており、事業規模やデータの整備状況も各社で異なります。数値ではなく、どの作業をAIに渡したかという設計のほうを参照してください。
Q. 重要事項説明や契約書の作成をAIに任せられますか？
日本では宅地建物取引業法に基づく手続きがあり、説明は宅地建物取引士が担います。First Americanの発表では、書類の解析と論点の提示までをAIが担い、最終的な権原の判断は担当者が行うと明記されています。実務への適用範囲は個別に法務や専門家へ確認してください。
Q. 査定をAIに任せると、担当者の仕事はなくなりますか？
Opendoorの公式記事には、AIが出した評価額を担当者が確認・調整・上書きできると明記されています。AIが担うのは根拠となる情報を集めて整えるところまでで、最終的な価格の提案と売主との合意形成は人の仕事として残ります。査定書の下書きが早く出れば、その分を対話に回せるという見方が現実的です。
SAIの視点：業務を切り分けてから、道具を選ぶ
ここまで見てきた事例の多くに共通するのは、業務をまるごと自動化していない点です。書類を読む・下書きを作る・優先順位を並べる——ここまでをAIに渡し、判断と説明は人に残しています。株式会社SAIがお手伝いするときも、最初にやるのはこの切り分けです。
具体的な形は2つあります。1つはAI導入支援で、業務の棚卸しから実装・研修・定着までを一貫して伴走します。もう1つはFDE伴走開発で、エンジニアが現場に入って一緒に手を動かしながら、自社の業務に合わせた仕組みを作ります。作って終わりにせず、使われる状態まで見る進め方です。成果に報酬を連動させる形なら自責〜JISEKI〜もあります。
検証で止まらないための条件はPoC止まりを卒業する進め方にまとめました。「うちの売買仲介なら、どの業務から手を付けられるか」——その整理からで構いません。最初のご相談では、判断と説明を人に残したうえで何をAIに渡せるかを一緒に切り分けます。お問い合わせください。