歩合賃料の難所は計算ではなく、契約条項をデータ化できるかどうかです。
売上に連動して賃料が変わる歩合賃料は、商業不動産で数十年使われてきた仕組みですが、正確に計算して監査するのが最も難しい賃貸借義務のひとつでもあります。米国の商業不動産メディアが、この課題がようやくソフトウェアで解けはじめた理由を整理していました。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。日本でも、全国3,052施設のショッピングセンターが同じ業務を毎日回しており、他人事ではありません。
難しいのは計算ではなく、契約条項がバラバラなこと
結論から言えば、歩合賃料が長年解けなかった原因は算数ではなく、算数を取り囲むルールの多さでした。Propmodo が2026年9月3日に公開した論考によると、歩合賃料は基本賃料に加えて、ブレークポイントと呼ばれる売上のしきい値を超えた分に一定率を掛ける構造です。掛け算そのものは単純ですが、売上高の定義がテナントごとに違い、除外項目が条項単位で交渉され、報告サイクルも物件ごとに揃っていません。
この状態を、多くの企業は表計算ソフトと手作業の監査、そして一部の担当者の記憶で回してきました。記事は、破綻の引き金が単発の大失敗ではなく小さな綻びの蓄積だったと指摘しています。決算期が閉じた数か月後に監査で差異が見つかる、テナントから計算根拠を問われて作成者が既にいない表計算ファイルを読み解く、買収した物件に前例のない条項が混ざっている。どれも単体なら対処できますが、規模が大きくなると慢性的な運用リスクになります。
転機は、歩合賃料を「報告時に行う計算」ではなく「契約読み込み時に設定するルールエンジン」として扱いはじめたことでした。賃貸借契約を締結または取得した時点で、対象となる売上区分、除外の定義、ブレークポイントの算出方法、報告頻度、監査権を、備考欄の要約ではなく構造化されたデータとして分解しておく。この地道な作業が、法律文書を機械が読めるルールに変えます。そのうえでEDIや構造化CSV、テナントのPOSへのAPI接続で売上データを継続的に取り込めば、年度末ではなくその場で差異を検知できる、という筋書きです。
日本のSCも同じ壁、協会は「売上報告業務時間ゼロ」を掲げた
日本の商業施設にとって、これは翻訳の必要がないほど同じ話です。一般社団法人日本ショッピングセンター協会は、SCではテナントの賃料が売上歩合であることが一般的であり、賃料計算のためにディベロッパーがテナントの売上を把握する必要があると説明しています。だからテナントは営業終了後に、現金・クレジットカード・商品券といった金種別の売上、控除費目、純売上を毎日報告し、ディベロッパーは証憑を突き合わせて売上を確定させています。
協会の発表資料によれば、2025年末の全国のSC総数は3,052施設で、前年の3,065施設から13施設減りました。新規開業は建築コスト高騰の影響で統計開始以来最少の18施設です。量的拡大が止まった局面で効いてくるのが、既存施設の運用コストです。協会のDX委員会は2024年5月に「売上報告業務標準化」を提言し、2025年には「売上報告業務時間ゼロ」を目標に掲げたデジタル化ワーキンググループを立ち上げ、POSと決済端末の連携や共通プラットフォームの実証実験に着手しています。
会員企業への調査では、93パーセント以上のSCが売上報告業務の効率化の必要性を感じ、46パーセントの企業が既に何らかの対策を講じていました。具体策として多く挙がったのは、精算レシートのOCR化と紙の日報の廃止・電子化です。米国が契約条項の構造化から入ったのに対し、日本は日次の証憑処理から入っている、という違いは意識しておく価値があります。どちらも最終的には、賃料の根拠データを機械可読にする作業に行き着きます。
生成AIの使いどころは、下書きではなく突合の前工程
生成AIをここに乗せる場合、期待できる範囲と危ない範囲を分けて考えるのが実務的です。協会が商業施設事業者95社156人を対象に実施した調査では、業務での生成AI利用経験がある人が75パーセント、そのうちほぼ毎日または週数回使う人が約72パーセントに達しました。最も使われているツールはChatGPTで73.5パーセント、次いでMicrosoft Copilotが45.3パーセントです。生産性向上を実感した人は約9割にのぼりました。
一方で、利用上の最大の壁は品質と安全性でした。誤った出力、いわゆるハルシネーションが多いという回答が54.9パーセント、情報漏えいなどセキュリティが不安という回答が48.7パーセントです。この結果は、歩合賃料の実務で生成AIをどう使うべきかを素直に示しています。金額を計算させる用途には向きません。向いているのは、賃貸借契約書から歩合賃料条項を拾い出し、売上区分・除外項目・ブレークポイント・報告頻度・監査権という項目に仕分けする前工程です。抽出結果は人が検証する前提で組み、確定計算はルールエンジン側に任せる。この役割分担が現実的です。契約書のAIレビューをどこまで任せるかについては、AI契約書レビューで賃貸借リスクを検出する実務でも整理しています。
そしてもうひとつ、導入前に確認しておきたいのがデータの扱いです。歩合賃料のシステムは、テナントが機密として扱う売上高を取り込みます。Propmodoは、テナントの売上データが賃貸借単位・ポートフォリオ単位で分離されているか、誰がアクセスできるか、そのデータが何らかの形でプラットフォームの学習や改善に使われていないかを、導入側から具体的に質問すべきだと述べています。日本でも、テナント企業との守秘義務条項と個人情報保護法の両面から同じ確認が要ります。この論点は不動産業のAI活用と個人情報保護法の実務でも扱っています。
まとめ
歩合賃料の効率化は、ソフトウェアを買う話ではなく、賃貸借契約のデータを整える話です。米国では契約条項を構造化してルールエンジンに落とし、日本のSC業界は日次の売上報告の標準化とデジタル化から同じ場所を目指しています。全国3,052施設が毎日回している業務であり、生成AIを使うなら計算ではなく抽出と仕分けに置く。テナントの売上データをどう隔離するかを最初に確認する。この順序を守るところから始めるのが現実的です。
参考文献
- Propmodo「How Percentage Rent Became a Software Problem — And Why It Took So Long to Solve」
- 日本ショッピングセンター協会「2025年度冬季定例記者懇談会 報道資料」
- 日本ショッピングセンター協会「売上報告業務効率化ポータル」
- 日本ショッピングセンター協会「SC白書／全国のSC数・概況」
※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）