AI権利調査が40.8%で見落とし｜不動産の登記簿AI活用3つの限界

公的記録だけに頼るAIの権利調査は、4割で重要事項を見落としました。

米国の不動産データ企業 DataTrace Information Services が2026年8月、公的記録のみを情報源とするAIの権利調査（タイトルサーチ）を実データで検証した結果を公表しました。住宅の権利調査ファイル200件を分析したところ、検索できたファイルの40.8%で、少なくとも1件の重要な権利上の事項が抜け落ちていたという内容です。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。登記簿をAIに読ませて調査を効率化する動きは日本でも進んでいますが、この検証結果は「どこまでAIに任せてよいか」の線引きを考える材料になります。

検証で何がわかったか

結論から言えば、公的記録だけを読ませたAIは、権利調査の「取りこぼし」を防げませんでした。HousingWire が2026年8月6日に報じた内容によると、DataTrace は住宅の権利調査ファイル200件を対象に、公的記録のみを参照したAI検索と、同社の権利調査データベース（タイトルプラント）を併用した検索を突き合わせました。

その結果、検索可能だったファイルのうち40.8%で、公的記録のみのAIが少なくとも1件の重要な権利上の事項を見落としていました。とりわけ深刻だったのが、本人の意思によらずに設定される担保権、いわゆる非任意リーエンです。差押えや税の滞納処分などがこれにあたり、この区分の見落とし率は36%を超えていました。

さらに、200件のうち16件はそもそもAIが調査を完了できませんでした。権利調査データベースや、それに相当する正規化されたデータセットが存在しなかったためです。つまり全体の8%は、AIに読ませる以前に「読ませる材料がなかった」ことになります。

見落としの金銭的影響についても試算が示されています。年間の中古住宅販売件数をもとにした例示的な外挿として、最大で約4,890億ドル、蓋然性の高い水準で約1,480億ドルの潜在的な賠償責任が生じうるとされました。あくまで前提を置いた推計であり、実際の損失額とは異なる点には注意が必要です。

同社のチーフデータオフィサーである Annette Cotton は、速度がもたらす価値は、権原保険を引き受けられる水準の完全性と正確性が伴って初めて成立すると述べています。レポートは、公的記録を「取得すること」と、保険を引き受けられる権利判断を「作成すること」は別物だと整理しました。後者には、所有履歴の検証、関連書類の紐付け、欠落情報の特定、引受判断の適用が求められるためです。詳細はDataTrace の公開レポートにまとまっています。

日本の不動産事業者にとっての3つの論点

米国の権原保険制度は日本にそのまま当てはまりませんが、示された論点は日本の実務にも重なります。整理すると3つです。

第一に、登記簿は「載っていない情報」が構造的に多いという点です。米国の検証で最も見落とされたのが非任意リーエンでした。日本でこれに近いのは差押えや仮差押え、租税債権にもとづく処分です。これらは登記されれば読み取れますが、登記に反映されるまでのタイムラグがあります。加えて、未登記建物、相続登記が済んでいない物件、登記されていない賃借権や借地権、私道の通行掘削承諾、越境や隣地との取り決めなど、登記事項証明書だけでは把握できない権利関係が日本には数多く存在します。2024年4月から相続登記が義務化されましたが、過去分の未了物件が一掃されたわけではありません。登記簿PDFをAIに読ませて要約させる運用は効率的ですが、それは調査の一部であって全部ではありません。

第二に、AIの見落としは「静かに」起きるという点です。生成AIは分からないときに沈黙するのではなく、それらしい要約を返します。40.8%という数字が示しているのは、出力が空欄になるのではなく、抜けたまま完成形に見えるということです。書類の自動読み取りを検討している事業者は、契約書のAI抽出でどこまで精度が出るかや紙書類のAI-OCR活用の実際とあわせて、出力の検証工程を設計しておくことをおすすめします。

第三に、宅建業法上の責任はAIに移らないという点です。重要事項説明において、登記された権利の種類と内容、法令上の制限、私道負担などを説明する義務は宅地建物取引士にあります。AIが下書きを作っても、説明主体と責任の所在は変わりません。AI査定やAI調査の出力は参考値として扱い、最終判断は有資格者が行う。この線引きを社内規程として明文化しておくことが、実務上の防波堤になります。

いま着手できる初動アクション

着手できることは4つあります。いずれも大がかりな投資を伴いません。

まず、AIに投入している情報源を棚卸ししてください。登記事項証明書だけなのか、公図や地積測量図、建物図面、役所調査の結果まで含めているのか。米国の検証で示された「データセットがなくて調査できなかった16件」は、日本では「役所調査をしていない案件」に相当します。情報源の欠落は、AIの性能では埋められません。

次に、自社案件でバックテストをしてください。過去に人間が調査を完了した案件を20件から30件選び、同じ資料をAIに読ませて出力を突き合わせます。自社の見落とし率がわかれば、どの工程を任せてよいかの判断が数字でできます。他社の事例より自社の実測値のほうが役に立ちます。

続いて、確認工程を明文化してください。AI出力のうち、宅建士が目視で確認する項目をチェックリストにします。権利部の甲区乙区、差押えの有無、所有者の一致、面積の一致あたりは最低限の候補です。

最後に、個人情報の取り扱い方針を決めてください。登記事項証明書には所有者の氏名と住所が含まれます。外部のAIサービスに投入する場合、学習利用の有無、保管場所、第三者提供にあたらないかを契約で確認する必要があります。この点は不動産業のAI活用と個人情報保護法で整理しています。

まとめ

今回の検証が示したのは、AIが使えないということではなく、情報源が足りないAIは使えないということです。公的記録だけでは40.8%の見落としが生じ、権利調査データベースを併用すると精度が上がりました。日本の不動産事業者に置き換えれば、登記簿だけをAIに読ませるのではなく、役所調査や現地調査で得た情報まで含めて機械可読な形に整えることが先決です。そのうえで、宅建士による確認工程を残す。この順番を守れば、AIは調査業務の強力な補助になります。

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: HousingWire

【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）