不動産業のAI導入事例8件 査定・物件調査・問い合わせ・建物の運用・社内業務の工程別に、公表された結果と条件、中小の不動産会社の例【2026年11月】
不動産会社は、査定・物件調査・問い合わせ・建物の運用・社内業務のどこにAIを入れているのでしょうか。中小機構の2026年3月の調査では、不動産業・物品賃貸業の中小企業のAI導入率は18.3%です。
公式に発表された不動産業のAI導入事例は、5つの工程にあります。査定、物件調査と重要事項説明の準備、問い合わせ対応、建物の運用、社内業務です。従業員32人・180人・212人の会社の例もあります。
この記事を読むと、自社の工程に近い事例の結果と条件を確かめ、宅建業法の規定の中で最初に試す業務を決められます。事例は2026年11月14日に各社と官公庁の公式ページで確認しました。この記事は、AIエージェントの開発と導入の支援をしている株式会社AITECHが書いています。
この記事の結論
- 背景：不動産業・物品賃貸業の中小企業のAI導入率は18.3%（中小機構・2026年3月）。国土交通省は2026年3月、重要事項説明の業務でAIなどの補助ツールによる宅地建物取引士の負担軽減が期待されると周知
- 事例の工程：査定、物件調査と重要事項説明の準備、問い合わせ対応、建物の運用、社内業務の5つに分かれる
- 公表された結果：重要事項の確認作業が2〜3時間から約10分（ミライアス・2026年6月）、入居者の問い合わせの応答率が約90%（電話の自動応答と合わせた効果・レオパレス21・2023年8月）など。条件は事例ごとに違う
- 中小の会社：従業員32人・180人・212人の会社が、重要事項の確認・問い合わせ対応・全社の業務にAIを使う
- 始め方：重要事項説明は宅地建物取引士が責任を持つ。AIの下書きを人が確かめられる業務から小さく試す
業務ごとのAIと業務の自動化の事例を確かめられます
株式会社AITECHの支援事例を見る
不動産業のAI導入の背景
不動産業・物品賃貸業の中小企業のAI導入率は18.3%で、全業種の20.4%より低い水準です。国土交通省は2026年3月、重要事項説明の業務でAIなどの補助ツールによる宅地建物取引士の負担軽減が期待されると、業界団体に周知しました。
| 項目 | 公的機関の資料の数字・内容 |
|---|---|
| AIの導入率 | 不動産業・物品賃貸業 18.3%（全社で導入1.3%・一部で導入17.0%）。全業種は20.4% |
| 導入を検討中 | 21.4%（導入の予定なしは60.4%） |
| 導入した会社の効果 | 業務効率化・作業時間の短縮81.5%、品質向上37.0%、付加価値の創出33.3%（導入済みの27社・複数回答） |
| AI・ITの導入に必要な公的支援 | 導入事例や活用事例などの情報提供 70.1%（154社） |
国土交通省の2026年3月31日の通知は、重要事項説明を宅地建物取引士がその責任で行うことを前提にしています。そのうえで、適切なAIなどの補助ツールで宅地建物取引士の負担軽減が期待されるとしています。2025年6月13日に閣議決定された規制改革実施計画を受けたものです（国土交通省「不動産分野におけるDXの推進」）。
不動産業のAI導入事例8件の一覧
この記事の8件は、査定、物件調査と重要事項説明の準備、問い合わせ対応、建物の運用、社内業務の5つの工程に分かれます。表の8件は、導入した会社の発表か、総務省・経済産業省の掲載で、2026年11月14日に内容を確認できたものです。
| 工程・会社 | AIに任せた作業 | 公表された結果 |
|---|---|---|
| 査定 東急リバブル（2024年3月） | マンションと土地・戸建の価格査定 | 誤差率の中央値1.98%（マンション）。320組超が利用 |
| 物件調査 ミライアス（32人・2026年6月） | 管理規約・重要書類の確認 | 確認作業が2〜3時間から約10分に |
| 問い合わせ 野村不動産ソリューションズ（2024年7月） | 購入・売却の相談への回答と物件の提案 | 数字の公表なし |
| 問い合わせ アイニコグループ（180人・令和8年版 情報通信白書） | 問い合わせ対応のテンプレート化・自動化 | 不動産事業部門で年897時間の削減 |
| 入居者の問い合わせ レオパレス21（2023年8月） | 入居者の問い合わせへの自動応答 | 繁忙期に70%を下回ることもあった応答率が約90%に（電話の自動応答と合わせた効果） |
| 建物の運用 東京建物（2021年1月） | オフィスの空調機39台の制御 | 実証実験で消費エネルギーが50%程度に |
| 社内業務（資料作成） 三井不動産（2025年12月） | 説明資料の事前レビュー | DX本部の資料作成・修正の時間が平均約30%減 |
| 社内業務（全社） ネクサスエージェント（212人・2026年6月） | 社員が自分の業務に使う（作業の内訳は公表なし） | 全社で年約3,000時間の削減 |
報道だけの事例、AIを提供する会社だけの発表、効果が見込みや目標だけの発表、β版の提供開始だけの発表は含みません。並び順は工程の順で、評価の順位ではありません。かっこ内の年月は公表の時期で、東京建物の事例は2021年1月の実証実験の結果です。公表された結果は各社の発表の数字で、対象・期間・測り方は事例ごとに違います。
業務ごとのAIの使い方と導入の進め方は、AI企業ナビの不動産業のAI導入ガイドにあります。物流業の工程ごとの事例は物流業のAI導入事例10件、製造業の事例は製造業のAI導入事例13件の記事にあります。建設業の事例は建設業のAI導入事例9件、小売業の事例は小売業のAI導入事例8件、介護の事例は介護のAI導入事例8件の記事にあります。
査定のAI導入事例
査定の事例では、査定担当者が用意した1,000件超の査定データをAIが学習し、担当者と同じ水準の査定価格を出しています。東急リバブルは、精度を誤差率の中央値で公表しています。
東急リバブルの価格査定AI
| 工程 | 査定（新築マンションの買換えの相談での価格査定） |
|---|---|
| AIに任せた作業 | 査定のルールと、査定担当者の経験による判断を学習したAIが、マンションと土地・戸建の査定価格を出す |
| 導入前 | 査定担当者が取引事例を選び、重み付けをして価格を出していた。担当者の経験で差が出ることがあり得た |
| 公表された結果 | 誤差率の中央値はマンション1.98%、土地・戸建3.88%。2024年2月末までに新築マンションの22のプロジェクトで320組超が利用 |
| 条件 | 学習には査定担当者が用意した1,000件超の査定データを使用。精度はマンション版を検証用データ96件、土地・戸建版を95件で測定。2023年4月からマンション版、12月から土地・戸建版を新築マンションの買換えの相談で使う |
誤差率の中央値とは、AIの査定価格と検証用データの価格の差を割合にし、その真ん中の値をとったものです。東急リバブルは、査定業務の標準化と業務時間の短縮を導入の目的に挙げています。業務時間の数字は公表していません。
査定のAIは、自社で用意した査定データが学習と精度の確認の材料になります。検討の前に、査定書と成約価格の記録が何件、どの形式で残っているかを確かめます。
物件調査と重要事項説明の準備のAI導入事例
物件調査の事例では、管理規約や重要書類をAIが読み、重要事項説明の準備の確認作業を短くしています。説明そのものは、宅建業法で宅地建物取引士が行うと定められています。
ミライアスの管理規約・重要書類の解析（従業員32人）
| 工程 | 物件調査（マンションの売買の重要事項の確認） |
|---|---|
| AIに任せた作業 | 顧客管理のシステムと生成AIをつなぎ、管理規約や重要書類を解析する。物件調査のデータ化から販売図面の作成まで自動化 |
| 導入前 | 担当者が目視で確認しており、属人化しやすかった。取引の件数が増え、確認の工数が課題になっていた |
| 公表された結果 | 2〜3時間かかっていた確認作業が約10分に。社員全体の事務作業を月100時間削減することを目指す |
| 条件 | 東京都渋谷区の売買仲介の会社（従業員32人）。システムは外部に委託せず自社で開発 |
月100時間の削減は目標で、実績ではありません。約10分に宅地建物取引士が内容を確かめる時間を含むかは、公表されていません。
架空のマンションの資料で試した重要事項説明書の下書き
株式会社AITECHの編集部が2026年11月14日、同じ種類の作業を汎用の生成AIで試しました。Claude Sonnet 5.5に、架空の中古マンションの資料3つを1回の送信で渡しました。資料は管理規約の7つの条、総会の議事録の2つの議案、管理会社の重要事項調査報告書です。
指示は、宅建業法施行規則第16条の2の10項目（区分所有建物の売買で説明する事項）を表にすることです。資料に無い項目は「資料に記載なし」と書き、総会で改正された内容は改正後で書くように指示しました。正解は送る前に作りました。
| 確かめた点 | 結果 |
|---|---|
| 10項目の内容 | 10項目とも、正解の内容が入っていた（回答まで28.7秒） |
| 資料に無い項目 | 共用部分の規約の定めと、管理者等がマンション管理業者かどうかを「資料に記載なし」とした。項目9では、資料にある委託先の業者登録を、管理者等の答えに使わなかった |
| 総会での改正 | ペットの飼育を改正後の「2匹まで」で書き、民泊の禁止も議案から拾った |
| 人が直す点 | 管理費の欄に、参考として修繕積立金も書いた。修繕積立金は別の項目の費用 |
最初の試行では、項目9（管理者等がマンション管理業者である場合はその旨）を「委託先がマンション管理業者かどうか」と言い換えて指示しました。AIは言い換えたとおりに、委託先の登録番号を答えました。上の表は、施行規則の文言のまま指示した2回目の結果です。
AIは表の下に、宅地建物取引士が確かめる点を10個挙げました。管理規約と使用細則の全文の入手、管理者が誰か、資料の基準日と説明の時点の差などです。人が確認にかけた時間は測っていません。
重要事項説明の準備では、AIは資料の抜き出しと確認点の洗い出しを担えます。AIは指示に書いた項目の言い方どおりに答えるため、項目は施行規則の文言のまま指示に書き、宅地建物取引士が原本と照らして確かめます。
問い合わせ対応のAI導入事例
問い合わせ対応の事例では、購入・売却の相談や入居者の問い合わせへの回答をAIが担い、応答率と対応の時間が変わっています。3件のうち2件は、時間か応答率で結果を公表しています。
野村不動産ソリューションズのノムコム AI アドバイザー
| 工程 | 問い合わせ（不動産の購入・売却の相談） |
|---|---|
| AIに任せた作業 | 生成AIが自社サイトの物件情報やコンテンツを参照して回答し、希望に合う物件を提案する。間取り図を画像認識で解説する |
| 公表された結果 | 数字の公表なし |
| 条件 | 国土交通省の「不動産情報ライブラリ」から学区、取引価格データから周辺の相場を取得。2016年から提供していたAIの回答サービスを発展させ、2024年7月30日に正式版を提供 |
不動産情報ライブラリとは、国土交通省が取引価格や学区などの情報を地図で公開しているサイトです。公的なデータをAIの回答に使っている例です。
アイニコグループの不動産事業部門（従業員180人）
| 工程 | 問い合わせ（不動産事業部門の問い合わせ対応） |
|---|---|
| AIに任せた作業 | 問い合わせ対応のテンプレート化と自動化 |
| 公表された結果 | 不動産事業部門で年897時間の削減（全10事業部の合計は年2,247時間） |
| 条件 | 奈良県・京都府南部で注文住宅・リフォーム・介護などを営む会社（従業員180人）。各事業部から計21人が1年間のプロジェクトに参加し、週1回1時間程度の勉強会を開いた。数字は2026年4月1日時点の同社の提供 |
個人情報を入力しないことと、入力した内容をAIの学習に使わせない設定を、最低限のルールとして周知したとしています。従業員の数ごとの中小企業の事例は、中小企業のAI活用事例9件の記事にあります。社内ルールで決める10項目と条文の例は、生成AIのガイドラインの記事にあります。
レオパレス21の入居者の問い合わせ対応
| 工程 | 入居者の問い合わせ（賃貸管理） |
|---|---|
| AIに任せた作業 | 入居中の問い合わせにAIのチャットボットが自動で応答する。2023年8月から全カテゴリの問い合わせに対応 |
| 導入前 | オペレーターの対応が中心で、3〜4月の繁忙期には応答率が70%を下回ることもあった |
| 公表された結果 | 同時期に導入した電話の自動応答（ボイスボット）の効果も合わせ、応答率が約90%に（繁忙期の値かは記載なし）。2023年3月〜7月末に120,732件をチャットボットが対応 |
| 条件 | 2023年3月に導入。当初は3割程度のカテゴリに対応 |
問い合わせ対応のAIは、よくある質問と回答の記録が入力になります。応答率と対応の時間を、導入の前と後で同じ方法で測れるようにしておきます。
電話の自動応答のサービスの料金と違いはAIの電話自動応答（ボイスボット）比較、管理会社が入居者対応と空室募集にAIを使う例はAI企業ナビの不動産管理会社のAI活用ガイドにあります。
建物の運用のAI導入事例
建物の運用の事例では、センサーのデータをもとにAIがオフィスの空調機を制御し、消費エネルギーが減りました。2021年1月に公表された実証実験の結果です。
東京建物のオフィスの空調のAI制御
| 工程 | 建物の運用（オフィスビルの空調） |
|---|---|
| AIに任せた作業 | 無線センサー65個のデータをもとに、フロアの空調機39台をAIが制御する |
| 導入前 | 人がゾーンごとに温度を設定し、隣り合う空調機が干渉して不要な負荷が出ることがあった |
| 公表された結果 | 夏期の温度ムラが解消。秋期の消費エネルギーが、同じ規模の8〜10階の平均と比べて50%程度に |
| 条件 | 東京建物八重洲ビル7階の自社のオフィスで、2020年7月27日〜11月27日に実施。冬期から春期の検証は今後の予定としていた |
測定は1つのフロアの秋期の結果です。四季を通した結果と、ほかのビルへの導入の状況は、この発表には書かれていません。
テナントビルのオーナーが点検と修繕の記録、テナントからの要望の連絡にAIを使う例は、AI企業ナビのテナントビル・貸店舗オーナーのAI活用ガイドにあります。
社内業務のAI導入事例
社内業務の事例では、社員が自分の業務にAIを使い、会社が削減した時間を公表しています。2件とも、全社員を対象にAIの研修を行っています。
三井不動産の全社員への生成AIの導入
| 工程 | 社内業務（説明資料の事前レビュー） |
|---|---|
| AIに任せた作業 | DX本部長の考え方を学ばせたAIが、本部長への説明の前に資料をレビューする。部門ごとに社員が業務用のAI（カスタムGPT）を作る |
| 公表された結果 | DX本部員の資料作成・修正の時間が平均約30%減。約3か月で約500件のカスタムGPTが運用中 |
| 条件 | 2025年10月から約2,000人の全社員にChatGPT Enterpriseを導入。85部門から約150人のAI推進リーダーを選び、研修に延べ1,300人が参加 |
約30%はDX本部の数字です。全社で業務削減時間10%以上は今後の目標で、実績ではありません。
ネクサスエージェントの全社のAI活用（従業員212人）
| 工程 | 社内業務（全社） |
|---|---|
| AIに任せた作業 | 全社員が研修を受け、自分の業務にAIを使い、業務を見直す。AIに任せた作業の内訳は公表なし |
| 公表された結果 | AIの活用による業務効率化で、全社の削減業務時間が年約3,000時間 |
| 条件 | 大阪市の不動産会社（従業員212人）。価格査定・書類作成の属人性を下げるため、業務の流れと判断のルールを標準化し、取引を管理する仕組み「イエリーチ」を開発した |
DXセレクションとは、中堅・中小企業のDXの優良事例を経済産業省が選ぶ制度です。年約3,000時間の測り方と期間は、レポートに書かれていません。
全社でAIを使う2件は、全社員向けの研修と、事例を社内で共有する仕組みを作っています。削減時間を公表するなら、部署と測り方を決めてから始めます。
不動産業でAIを使うときの宅建業法の規定
重要事項説明は宅地建物取引士が責任を持って行い、広告は誇大広告の禁止の対象になります。AIの下書きを使っても、この2つは変わりません。
| 規定 | 原文と通知の内容 | AIを使うときの確認 |
|---|---|---|
| 重要事項説明 （第35条） | 宅地建物取引業者は、契約が成立するまでに、宅地建物取引士に、重要事項を書いた書面を相手方へ交付して説明させなければならない。書面には宅地建物取引士が記名する（第5項） | AIの下書きは、記名する宅地建物取引士が原本と照らして確かめる |
| AIの補助ツール （2026年3月の通知） | 購入者等の利益の保護を前提に、補助ツールで宅地建物取引士の負担軽減が期待される | どの作業を補助させるかを決める |
| 広告 （第32条） | 所在・規模・利用の制限・交通・代金などで、著しく事実に相違する表示や、実際より著しく優良・有利と誤認させる表示をしてはならない | AIが作った物件紹介文の数字と表現を、物件の資料と照らす |
国土交通省の通知の資料には、媒介の業務の流れごとに、使われているデジタルのサービスが一覧で載っています。自動の価格査定、販売用の図面・チラシの作成、追客の自動化、契約書類の案文の作成などです。実証事業の結果の資料では、生成AIを使った取引支援のサービスについて「利用による効果等はさらに検証が必要」としています。
不動産の広告には、不動産公正取引協議会連合会が公開している「不動産の表示に関する公正競争規約」もあります。AIで広告文を作るときは、宅建業法とあわせてこの規約の表示のルールを確かめます。
中小企業の不動産のAI導入事例
この記事の8件のうち、従業員300人以下の会社の事例は、ミライアス（32人）、アイニコグループ（180人）、ネクサスエージェント（212人）の3件です。3件とも、AIを使った業務と、社内での進め方を公表しています。
| 会社 | AIを使う業務 | 進め方 |
|---|---|---|
| ミライアス 32人 | 管理規約・重要書類の確認 | 顧客管理のシステムと生成AIをつなぐ仕組みを自社で開発 |
| アイニコグループ 180人 | 問い合わせ対応のテンプレート化 | 各事業部の約2人が参加する1年間のプロジェクト |
| ネクサスエージェント 212人 | 全社の業務 | 全社員の研修と、事例の社内での共有 |
国土交通省は2025年8〜11月、従業員がおおむね20人以下の不動産会社を対象に、IT重説や電子契約のサービスの試行を支援する実証事業を募集しました。1社につき導入費用と3か月分の利用料のうち最大50万円（税込）です。支援の対象は、AIではなく、IT重説と書面の電子化に使うサービスでした。
AI導入に使える補助金の選び方は、AI導入の補助金の記事にあります。
中小の不動産会社が最初に試すなら、件数が多く、資料と照らして正誤を確かめられる業務です。重要事項の確認と問い合わせの返信の下書きがこれに当たります。
不動産業のAI導入の進め方
不動産業のAI導入は、困りごとを時間と件数で書き出し、近い事例を選び、人が確かめられる業務で小さく試す順に進めます。重要事項説明と広告に関わる業務は、宅地建物取引士が確認する手順を先に決めます。
- 困りごとを書き出す工程ごとに、時間・件数・ミスの数で書く
- 近い事例を選ぶこの記事の8件から、同じ工程の事例を選ぶ
- データを確かめる査定書・管理規約・問い合わせの記録の量と形式を確かめる
- 確認する人を決める宅地建物取引士や担当者が確かめる手順を決める
- 小さく試す1つの店舗・1つの業務で試す
- 同じ方法で測る試す前と同じ方法で時間と誤りを比べる
| 工程 | 試すのに必要なデータ | 人が確認すること |
|---|---|---|
| 査定 | 過去の査定書と成約価格 | 個別の物件の事情・価格の最終判断 |
| 物件調査 | 管理規約・議事録・調査報告書 | 項目の取り違え・改正の反映 |
| 問い合わせ | よくある質問と回答の記録 | AIで答えられない問い合わせ・個人情報 |
| 建物の運用 | センサー・設備の稼働の記録 | 入居者の快適さ・設備の異常 |
| 社内業務 | 過去の資料と社内のルール | 数字と事実の誤り |
本格的に作る前に小さく作って確かめる段階をPoC（概念実証）と呼びます。評価の基準の決め方と続ける・止めるの判断は、AIのPoCの進め方の記事にあります。
不動産業のAI導入をAITECHに相談する場合
株式会社AITECHは、AIエージェントの受託開発、業務の自動化の支援、AI導入の顧問・コンサルティングを行っています。事業内容のページでは、企業規模・業種を問わないとしています。
支援事例のページ（2026年11月14日時点）に、不動産会社の事例はありません。同じページの「業務別のAI活用例」（認定パートナーと外部の事例を含む）に、問い合わせメールの分類と回答の下書き、請求書からの仕訳の下書きなどがあります。査定のAIや設備の制御のように専用の機器や大量の取引データが要る工程は、その分野の会社への相談が先になります。
重要事項の確認や問い合わせの下書きなど、自動化したい業務の候補があれば相談できます
株式会社AITECHに問い合わせる
まとめ
この記事の8件は5つの工程に分かれ、公表された数字の条件は事例ごとに違います。
- 不動産業・物品賃貸業の中小企業のAI導入率は18.3%です（中小機構・2026年3月）。
- 事例の工程は、査定、物件調査と重要事項説明の準備、問い合わせ対応、建物の運用、社内業務の5つです。
- 公表された結果には、重要事項の確認作業が約10分になった例（2026年6月）や、入居者の問い合わせの応答率が約90%になった例（電話の自動応答と合わせた効果・2023年8月）があります。
- 従業員32人・180人・212人の会社が、重要事項の確認・問い合わせ対応・全社の業務にAIを使っています。
- 重要事項説明は宅地建物取引士が責任を持ち、広告は誇大広告の禁止の対象です。AIの下書きは人が確かめます。
最初にやることは、工程ごとの困りごとを、時間・件数・ミスの数で書き出すことです。
AI導入の相談先を探す（AI企業ナビ）
よくある質問
AIで重要事項説明書を作ってもよいですか？
国土交通省は2026年3月の通知で、購入者等の利益の保護を前提に、AIなどの補助ツールで宅地建物取引士の負担軽減が期待されると周知しています。説明は宅地建物取引士が責任を持って行います。AIの下書きは、宅地建物取引士が原本と照らして確かめます。
中小の不動産会社でもAIを導入できますか？
導入できます。従業員32人のミライアスは重要事項の確認に、180人のアイニコグループは不動産事業部門の問い合わせ対応にAIを使っています。中小機構の調査では、不動産業・物品賃貸業の中小企業の18.3%がAIを導入しています。
事例と同じ効果が自社でも出ますか？
同じとは限りません。公表された数字は、各社の業務・データ・期間の条件で出たものです。試す前と後を同じ方法で測り、自社の数字で判断します。
関連記事
- 物流業のAI導入事例10件 配車・倉庫・点呼・伝票・問い合わせの工程別に、公表された結果と条件、中小の運送会社の例【2026年11月】
- 建設業のAI導入事例9件 測量・施工管理・検査・技術の継承・提案と経理の工程別に、公表された結果と条件、中小の建設会社の例【2026年11月】
- 小売業のAI導入事例8件 発注・値引き・レジ・問い合わせ・事務の結果と条件、中小の小売店の例【2026年11月】
- 介護のAI導入事例8件 記録・ケアプラン・訪問と送迎の予定・排泄ケアの業務別に、公表された結果と条件、加算と小規模事業所の例【2026年11月】
- 製造業のAI導入事例13件 工程別にAIに任せた作業と公表された結果、中小企業の例と始め方【2026年11月】
- 人事のAI活用事例7件 書類選考・面接の記録・労務の問い合わせ・人事異動の結果と条件、採用選考で守る法令【2026年11月】
