米Vantacaでは、AIエージェント導入で社員1人当たり345戸を管理しています。
不動産テック専門メディアのPropmodoが2026年8月20日、賃貸・コミュニティ管理向けAIについての論考を公開しました。書いたのは管理業務向けSaaSを提供するVantacaのChief Product Officer、Trisha Priceです。主張の中心は、下書きを作って人の送信を待つ「アシスタント」型のAIと、業務を最後まで完了させる「エージェント」型のAIは別物であり、生産性の数字に出るのは後者だという点にあります。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、日本の賃貸管理会社の視点で整理して解説します。
社員1人当たり管理戸数が5年で46%伸びた
このニュースで最も重い数字は、社員1人当たりの管理戸数が236戸から345戸へ、5年で約46%伸びたという実測値です。Propmodoの記事によると、これはVantacaのプラットフォーム上で管理される600万戸のデータをもとにした平均値で、同社のAIエージェントはすでに100万件超のタスクを自動処理し、管理会社スタッフに10万時間以上を返したとされています。同社のプラットフォームは550社超の管理会社に導入されているとのことです。
注目すべきは、この生産性向上が増員によって起きていない点です。記事は「1社当たりのスタッフ数はむしろわずかに減った」と明記しています。つまり反復業務がAI側に吸収され、人が上位の仕事に移った結果として戸数が伸びた、という構図です。
ここで押さえておきたいのは、Vantacaが自社製品を語る立場にあるという前提です。数字は同社プラットフォーム上の実績であり、業界平均ではありません。ただし「アシスタントとエージェントの差が生産性に出る」という論点自体は、日本の賃貸管理会社にもそのまま当てはまります。
日本の賃貸管理会社にとっての3つの論点
日本の賃貸管理に引き寄せると、論点は3つに整理できます。いずれも、AIツールを増やす話ではなく、業務の終端をどこに置くかという設計の話です。
第一の論点は、いま使っているAIが「下書き止まり」かどうかの見極めです。入居者からの問い合わせメールをAIが作文しても、担当者が読んで送信ボタンを押している限り、削れているのは作文時間だけです。Propmodoの記事はこの差を、エージェントは「問題を振り分け、入居者に通知し、業者を手配し、台帳を更新し、対応を完了させる」ものだと表現しています。判断の分岐と記録の更新まで含めて渡せているか、そこが分水嶺になります。
第二の論点は、汎用AIではなく業務特化型を選ぶ必然性です。記事は、管理業務には管理規約に紐づく賦課金スケジュールや、理事会承認の閾値を要する業者への支払いなど、固有の込み入ったロジックがあると指摘しています。日本の賃貸管理も事情は同じで、原状回復の負担区分、更新料の慣行、サブリース契約の精算、保証会社への求償手続きなどは、汎用のチャットAIが文脈なしに扱える領域ではありません。基幹システムや管理台帳につながっていないAIは、結局は転記作業を増やします。
第三の論点は、人員が増えない前提での設計です。国土交通省が2025年3月に公表した不動産管理業に関する実態分析に係る調査検討業務の報告書では、賃貸住宅管理業者は従業員規模の小さい事業者の割合が高いと整理されています。日本の管理業界における社員1人当たり管理戸数の最新の統計値は公表資料からは特定できませんでした（要確認）。ただ、増員を織り込んだ処理量の拡大が難しいという構造は、不動産の業務改善はAI前提へで触れた入職超過率のマイナス継続とも整合します。
明日から取れる初動アクション
初動としてやるべきことは、ツール選定よりも業務の棚卸しです。順序を間違えると、AIの導入がそのまま二重入力の追加になります。
まず、月間で件数が多い定型業務を上から5つ書き出し、それぞれについて「AIが作文まで」「AIが送信まで」「AIが台帳更新まで」のどこで人に戻っているかを記録してください。戻り位置が早い業務ほど、削減効果が出ていない業務です。
次に、その5業務のうち、判断基準が文書化されているものを選びます。原状回復の負担区分表、滞納督促のステップ、修繕の発注上限額など、基準が明文化されている業務はエージェント化の適性が高い一方、担当者の勘に依存している業務は先に基準づくりが必要です。
そして、既存の管理システムとの接続可否を確認します。API連携もCSV連携もできないAIは、対応履歴が管理台帳に残らず、担当者交代時に情報が消えます。退去や更新の判断材料を残す観点は、入居90日で解約は決まるで扱った早期解約の予兆把握にも直結します。
最後に、個人情報の扱いを先に決めておくことです。入居者の氏名・住所・勤務先・保証人情報をAIに渡す運用は、個人情報保護法上の利用目的の範囲と、学習利用の有無を契約で確認しないまま始めるべきではありません。AI査定や与信の示唆を最終判断として使わず、宅建士や管理担当者の判断材料として扱う姿勢も併せて必要になります。
まとめ
AIエージェントの価値は、賢さではなく「どこまで自分で終わらせるか」に出ます。社員1人当たり管理戸数が236戸から345戸へ伸びたという数字は、下書き支援ではなく業務完了までを渡した結果として読むのが妥当です。日本の賃貸管理会社がまず着手すべきは、定型業務の戻り位置を可視化し、判断基準を明文化することです。ツールの比較検討はその後で十分に間に合います。
参考文献
- Propmodo・The Built Environment Will Be the First Place AI Agents Actually Work
- Vantaca 公式サイト
- 国土交通省・令和6年度 不動産管理業に関する実態分析に係る調査検討業務 報告書（賃貸住宅管理業部分抜粋）
- 公益財団法人日本賃貸住宅管理協会・市場データ（日管協短観）
※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: Propmodo
【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）