IBMは2026年8月、AIモデルGranite 4.2を無償公開しました。
商用利用を認めるApache 2.0ライセンスで、3B・8B・30Bの3サイズが同時に出ています。クラウドだけでなく自社サーバーや手元の端末でも動かせる設計になっており、入居者の氏名や勤務先、年収といった情報を外部サービスへ送れずにAI活用が止まっていた不動産事業者にとって、選択肢が一つ増えた発表です。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。
Granite 4.2は何が変わったのか
Granite 4.2の要点は、推論と道具の使い分けを標準搭載した点にあります。IBM Researchの発表によると、今回のモデルには段階的に考えてから動く「thinking」機能が組み込まれ、手順を計画し、選択肢を比べ、実行前に誤りを拾えるように設計されています。単に文章を返すのではなく、作業を最後までやり切ることを前提にした設計思想です。
サイズは3B・8B・30Bの3種類で、8Bと30Bにはソフトウェア開発やターミナル操作、検索を伴う業務を模した環境での強化学習が追加されています。学習にはIBM独自のCodeAlchemyで生成した1兆トークン規模の合成コードが使われ、出力を高速化するspeculative decodingの層も入りました。文脈長についてはHugging Faceで公開された技術解説が最大512Kトークンと説明しています。
そしてライセンスがApache 2.0であることが、実務上は最も大きい要素です。ダウンロードして自社データで追加学習させ、そのまま業務に投入しても、利用料や利用範囲の制限に縛られません。
論点1：個人情報を社外に出さないAI運用が現実的になる
不動産業務でAI導入が止まる理由の多くは、精度ではなく情報の置き場所です。入居申込書には氏名、生年月日、勤務先、年収、緊急連絡先が並び、売買の場面では資金計画や借入状況まで扱います。これらを外部の生成AIサービスへ入力してよいかという判断が付かず、結局は使わない運用に落ち着いている会社が少なくありません。
Granite 4.2はクラウド、オンプレミス、エッジのいずれでも動く前提で設計されており、3Bであれば業務用のPCやオフィス内のサーバーでも扱える規模です。データを社外へ送らずに、入居審査書類の要約や問い合わせ内容の分類を回せるなら、個人情報保護法の観点で説明できる運用に近づきます。会話の記録や記憶をどこまで残すかという設定の考え方は、Claudeの記憶機能と不動産の個人情報の扱いでも整理しています。
一方で、オンプレミス運用はGPUの調達と保守の負担が発生します。全社導入をいきなり狙うより、外部に出したくない書類が集まる一部の工程だけを社内モデルに寄せ、それ以外は既存のクラウドAIを使い続ける二層構成が、中小規模では現実的です。
論点2：音声モデルが電話接客と内見同行の記録を変える
今回の発表で不動産の現場に直結するのは、同時公開された音声モデルのGranite Speech 5.0 Turbo CTCです。パラメータ数は4億7000万と小さく、ノートPCやスマートフォンでの実行を想定しています。IBM Researchの計測では、処理速度の指標であるRTFxが単一のH200 GPUで約12,600に達し、Hugging Faceの公開リーダーボードで速度上位のモデルが約6,000であるのに対して倍の水準だと説明されています。3時間の音声を1秒で文字起こしできる計算です。
賃貸仲介と管理の現場は、いまも電話が主戦場です。設備の不具合、退去の申し出、内見の希望、条件変更の相談が音声だけで流れ、記録が担当者のメモに依存します。手元の端末で高速に文字起こしできるモデルがあれば、通話内容をその場でテキスト化し、対応履歴として顧客管理システムへ残す運用が組めます。電話まわりのAI活用の全体像は、音声AIが電話対応を担う流れでも扱っています。
内見の同行時も同様です。現地で出た要望や指摘を後からまとめ直す作業は、担当者の記憶と手書きメモに頼りがちで、引き継ぎのたびに情報が欠けます。録音の取り扱いについては、通話や会話を記録することを相手に伝え、同意を得る運用設計が前提になる点は押さえておく必要があります。
論点3：自社でAIを持つ判断が中堅企業にも降りてきた
オープンウェイトのモデルが実用水準に上がると、AIを借りるのか持つのかという判断が経営課題として立ち上がります。大手が自社モデルへ投資する動きは法務分野の自社AI保有の事例でも見てきましたが、Apache 2.0で3Bから使える選択肢が出たことで、同じ論点が中堅・中小にも届く距離まで来ました。
初動としては三つです。第一に、社外に出せない書類を洗い出すこと。入居申込書、審査結果、重要事項説明書の下書き、賃料滞納の記録など、実際に扱っている文書を種類ごとに並べ、外部送信の可否を線引きします。第二に、その中で最も件数が多い1工程だけを対象に、3Bモデルを1台のPCで試すこと。要約や分類のような判断を伴わない作業から始めれば、精度の検証も早く済みます。第三に、AIの出力は参考値として扱い、説明責任は人が持つという線を先に引くことです。宅地建物取引業法にもとづく重要事項説明も、賃貸住宅管理業法にもとづく管理受託契約の説明も、下書きにAIを使うこと自体は問題になりませんが、内容を確認して説明するのは宅建士であり人間です。
まとめ
Granite 4.2の意味は、性能競争そのものよりも、個人情報を社外に出さずにAIを動かす選択肢がApache 2.0で開かれた点にあります。不動産事業者にとっては、扱う書類の性質上、社内で完結する運用の価値が他業種より大きい領域です。まずは外部送信を避けたい書類を特定し、1工程だけを小さいモデルで検証するところから始めるのが現実的な進め方です。
参考文献
- IBM Research｜Granite 4.2 brings native reasoning to enterprise agents
- Hugging Face｜Granite 4.2 LLMs: How They’re Built
- IBM｜Granite 製品ページ
- Hugging Face｜ibm-granite モデルコレクション
※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: IBM Research
【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）