AIが自社アプリを毎日保守、PR388件中46%採用｜不動産の3論点

Anthropic が自社アプリの保守をAIに任せ、388件のPRのうち46%が採用されました。AI業務自動化の歩留まりを不動産事業者向けに解説し、任せる業務の選び方とレビュー体制の3論点を示します。

会議テーブルを囲む経営メンバー

Anthropic が自社アプリの保守をAIに任せ、PR採用率は46%でした。

AI開発企業の Anthropic が、自社アプリの日常的な保守作業を AI コーディングツールの Claude Code に任せる実験を進めていることが明らかになりました。数週間で 388 件のプルリクエスト（ソースコードの変更提案）を AI が自動生成し、人間のレビューを経て 180 件、率にして約 46 パーセントが実際のコードに取り込まれています。半分は採用されなかったという事実も含めて、業務をAIエージェントに任せたときの現実的な歩留まりが数字で出てきた点が重要です。本記事は、宅建業免許（東京都知事(1)第113520号）を保有し、AI導入コンサル100社超の実績を持つ株式会社オルセル（不動産のチカラ運営）が解説します。

Claude Code が自社アプリの保守ルーチンを毎日実行していることを示す元記事のイメージ画像

何が起きたか：Slackチャンネルで毎日走る11種類の保守ルーチン

今回の実験は、Claude Code の開発者である Boris Cherny が自身の投稿で公開し、The Decoder が報じたものです。Anthropic 社内では「proj-claude-maintains-apps」という専用の Slack チャンネルが用意され、そこを起点に AI が毎日決まった保守ルーチンを実行しています。対象は iOS、Android、デスクトップ、Web、CLI、Agent SDK と、同社が提供するほぼ全プラットフォームに及びます。

実行されているルーチンは、記事中の一覧で11種類が示されています。アプリをシミュレーター上で起動してランダムに操作し、クラッシュを発生させて原因を特定し修正まで作る「Crash Fuzzer」、似ているが微妙に違う実装を見つけて統合を提案する「Dup Unifier」、到達しないコードを削除する「Dead Code Removal」、決して失敗することのないテストを取り除く「Useless Test Pruner」、不安定なテストを分析して直す「Flaky-Test Fixer」などが並びます。いずれも、人間がやると退屈で後回しになりがちな種類の作業です。

注目すべきは、これらを動かすための指示が凝ったプロンプト設計ではなく、平易な自然言語だという点です。Cherny は Slack 上で、iOS と Android とデスクトップでクラッシュ探索の日次ルーチンを始めること、モックではなく実アプリを使うこと、クラッシュを起こして修正付きのプルリクエストを作ること、といった内容を普通の文章で伝えているだけだと説明しています。

Boris Cherny が Slack 上で自然言語の指示によりAIの保守ルーチンを割り当てている画面

なぜ重要か：不動産業務の自動化を測るための「46%」という基準値

このニュースが不動産事業者にとって示唆的なのは、AIエージェントに定型業務を任せたときの成功率が、実運用の数字として出てきたからです。AI が出した提案のうち採用されたのは 46 パーセント、裏を返せば半分以上は人間のレビューで弾かれています。Cherny 自身も、この実験を「自律的なAI保守が成り立ちうるという、生命の兆しのようなもの」と控えめに位置づけています。

不動産の現場に置き換えると、賃貸管理の定型連絡、物件データの表記ゆれ統合、募集図面の記載チェック、レインズ登録内容と自社データベースの突き合わせといった作業は、性質としては今回の保守ルーチンとよく似ています。毎日発生し、定型で、放置しても即座には困らないが溜まると効いてくる領域です。ここに AI を入れる際、「一発で全部やってくれる」前提で設計すると、まず立ち行きません。半分は人が直す前提で、レビュー工程を最初から業務フローに組み込んだ設計が現実的だということです。

もう一点重要なのは、Anthropic が失敗したケースへの対応として、AI そのものではなくルーチン側の指示を毎日調整している点です。うまくいかなかった翌日に指示を書き直し、数日かけて精度を上げていく。この運用は、AI導入を一度きりの設定作業ではなく、日次で回す改善サイクルとして扱っていることを意味します。不動産会社が AI を入れる際も、導入した時点の精度で判断せず、二週間から一か月ほど指示文を調整し続けた後の精度で評価すべきだと考えます。

今後の動き：宅建業ならではの3つの論点

第一に、AIに任せる業務の選び方です。今回対象になったのは、間違えても人間のレビューで止まる作業ばかりです。不動産業務でこれに当たるのは、下書き生成、データ整形、チェックリストの一次確認あたりで、重要事項説明の内容確定や契約条件の最終判断は含まれません。AI査定の数値も参考情報にとどめ、最終判断は宅建士が行うという線引きは崩さないことが前提になります。

第二に、レビュー体制の設計です。Anthropic では AI によるコードレビューと人間のレビューを組み合わせています。不動産でも、AI が作った文面を別のAIに一次チェックさせ、最後に人が見る二段構えは有効ですが、宅建業法上の説明義務や景表法の観点は最終的に人が確認する必要があります。誇大表現や断定的な利回り表示が混入していないかは、AIのチェックだけで完結させない体制が求められます。

第三に、記録の残し方です。今回の事例では、AI の作業がすべて Slack チャンネルとプルリクエストという形で追跡可能な状態に残っています。不動産業務でAIを使う場合も、どの業務にどの指示でAIを使い、誰がいつ承認したかを残す運用にしておくと、後の監査や説明責任に耐えられます。個人情報を含むデータをAIに渡す場合は、事前に社内ルールと利用規約の範囲を確認しておく必要があります。

まとめ

Anthropic の実験は、AIが定型業務を自律的に回せる可能性と、現時点では半分程度しか通らないという限界の両方を、388件と46パーセントという具体的な数字で示しました。不動産事業者がAI導入を検討する際も、完全自動化ではなく「AIが下書きし、人が承認する」構造を前提に、任せる業務の範囲と記録の残し方を先に決めておくことが実務的です。

参考文献

※不動産のチカラでは、生成AIの導入支援から運用最適化まで、貴社の不動産事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://fudosannochikara.jp/contact/

引用元: The Decoder

【監修】齋藤竹紘（株式会社オルセル代表 / EC支援19年5,000社超・AIコンサル100社超 / 宅建業免許 東京都知事(1)第113520号）