不動産開発のAI市場調査と用地選定｜需要予測を「幅」で扱う実務設計

用地選定のAI活用とは、候補地を絞り込む一次調査を機械が担う手法のことです。

用地の一次調査でAIに任せられるのは、候補を絞り込む工程までです。事業として進めるかどうかの判断、需要の見立て、収支の前提。これらを機械の出力に委ねると、根拠の説明できない企画書が出来上がります。一方で、公開情報の収集と法規制の突き合わせは、担当者が1案件に半日から2日かけていた作業でした。ここを1時間に縮められれば、同じ人員で検討できる案件数が増え、見送るべき候補を早い段階で落とせます。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）の知見をもとに、開発の一次検討でAIが担える範囲と、需要予測の扱い方を整理します。

用地選定の判断は5層に分かれている

判断は、物理条件、法規制、災害リスク、需要、事業性という5つの層で構成されます。AIが機械的に処理できるのは上から3層まででした。

第1層が物理条件です。面積、形状、間口、接道、高低差、方位。この層は測量図と現地確認で確定する情報であり、公開情報から拾えるのは一部にとどまります。地図情報から形状のあたりは付けられますが、実測との差は現地で確認するしかありません。

第2層が法規制です。用途地域、建蔽率、容積率、高さ制限、防火地域の指定、地区計画、条例による上乗せ規制。都市計画法と建築基準法に基づく制限は、自治体が公開している都市計画情報から確認できます。国土数値情報のような公的なデータ基盤も整備が進んでおり、機械的な突き合わせがしやすくなりました。この層は、AIによる一次確認の適性が最も高い領域です。

第3層が災害リスクです。浸水想定区域、土砂災害警戒区域、津波浸水想定、液状化のしやすさ。ハザードマップポータルサイトで全国のデータが公開されており、所在地から該当の有無を確認できます。あわせて、文化財保護法に基づく埋蔵文化財包蔵地の該当も、自治体の公開情報で一次確認が可能でした。

第4層が需要です。人口動態、世帯構成、周辺の供給状況、賃料や分譲価格の水準。ここからAIの出力は参考値の性格が強くなります。統計は公開されていますが、将来の需要を数字で言い切れる根拠にはなりません。

第5層が事業性です。土地の取得価格、建築費、想定賃料または販売価格、利回り。この層をAIに計算させること自体は可能ですが、前提の置き方で結果が大きく変わるため、出力された数字を根拠として扱うべきではありません。

現場で繰り返し見るのは、第2層と第3層の確認漏れが後工程で発覚し、企画をやり直す事態です。都市計画道路の計画線がかかっていた、埋蔵文化財包蔵地に該当していた、条例による高さ制限があった。これらは公開情報で分かるものであり、一次調査で潰せます。AIの導入効果が最もはっきり出るのは、この確認漏れの防止でした。

需要予測を「数字」ではなく「幅」で扱う

需要予測でやってはいけないのは、単一の数字を企画の前提に据えることです。人口が何人減るから需要が何戸減る、という直線的な計算は、実務では役に立ちません。

理由は3つあります。第1に、統計の粒度と事業の粒度が合いません。市区町村単位の人口推計は公開されていますが、開発の対象になるのは駅から徒歩10分圏という範囲です。市全体で人口が減っていても、駅前の再開発区域では世帯が増えている、という状況は普通に起きます。町丁目単位のデータが取れる自治体もありますが、将来推計まで町丁目単位で公開されているケースは限られます。

第2に、需要の構造が変わります。国立社会保障・人口問題研究所が公表する世帯数の推計を見ると、人口が減っても単身世帯の増加により世帯数は当面維持される地域があります。住宅需要は人口ではなく世帯数に連動するため、人口減少の数字だけを見ると判断を誤ります。

第3に、供給側の変化が読めません。同じエリアで競合が2年後に大規模な物件を竣工させれば、需給は一気に変わります。この情報は、建築計画の公開情報や、開発許可の情報から部分的に拾えますが、完全には把握できません。

実務的な扱い方は、需要を幅で置くことです。楽観、標準、慎重の3つのシナリオを立て、それぞれで事業が成立するかを見る。慎重シナリオで成立しない企画は、進めるべきではないという判断ができます。AIに任せられるのは、この3シナリオを組み立てるための材料を揃える工程でした。

もう1点、需要の議論では「今ある需要」と「これから生まれる需要」を分けてください。前者は現在の空室率や成約速度から推定でき、後者は人口動態や開発計画から推測するしかない。この2つを混ぜると、議論が噛み合わなくなります。直近の支援案件で観測したのは、この区別を企画書の書式に組み込んだ会社で、社内の議論が明らかに速くなったという変化でした。

開発の一次調査で使うプロンプト7本

以下の7本は、一次調査の工程順に並べています。事業性の判断と将来予測を出力させない制約を全てに入れています。

1本目は、法規制の一次確認です。

プロンプト1：法規制の一次確認

以下の土地について、公開情報から確認できる法令上の制限を整理してください。

対象地：{住所}
面積：{値}平方メートル
接道：{道路名／幅員／接道長さ・分かる範囲で}

確認したい項目：
1. 用途地域、建蔽率、容積率
2. 高さ制限（絶対高さ、斜線、日影規制）
3. 防火地域・準防火地域の指定
4. 地区計画、風致地区、景観地区の指定
5. 都市計画道路・都市計画施設の計画線
6. 条例による上乗せ規制

出力：
項目／確認できた内容／出典URLと公表年月／役所で要確認とする理由（該当する場合）

制約：
- 公開情報で確認できない項目は「役所調査が必要」と明記し、推測しないこと
- 建築可能なボリュームの計算を行わないこと（前提条件が不足しているため）
- 出典が自治体の公式サイトか、公的機関の資料であることを明記すること
- 条例は自治体ごとに異なるため、確認できなかった場合はその旨を書くこと

2本目は、災害リスクの確認です。

プロンプト2：災害リスクの一次確認

以下の所在地について、公開されているハザード情報の該当状況を整理してください。

対象地：{住所}

確認したい項目：
1. 洪水浸水想定区域（想定最大規模・計画規模の別と浸水深）
2. 土砂災害警戒区域・特別警戒区域
3. 津波浸水想定
4. 高潮浸水想定
5. 液状化のしやすさに関する情報
6. 過去の災害履歴に関する公開情報

出力：
項目／該当の有無／該当する場合の内容／出典と公表年月／確認が必要な追加資料

制約：
- 出典はハザードマップポータルサイトまたは自治体の公表資料に限ること
- 該当の有無が判断できない場合は「要確認」とし、推測しないこと
- リスクの大小を評価せず、事実の該当状況のみを記載すること
- 対策工事の要否や費用について記述しないこと

3本目は、周辺の需要材料を集めるものです。

プロンプト3：需要検討の材料整理

{市区町村}{町名}周辺について、住宅需要を検討する材料を出典つきで整理してください。

出力する項目：
1. 人口・世帯数の直近推移（過去5年、可能なら町丁目単位）
2. 世帯構成の内訳（単身・2人・3人以上）と、その推移
3. 年齢構成
4. 将来推計（公表されているものに限る。推計の前提と公表年月を明記）
5. 直近の転入・転出の傾向

制約：
- 各項目に出典URLと公表年月を明記すること
- 将来推計は公表されているものだけを使い、独自に推計しないこと
- 需要の増減について結論を書かず、材料の提示にとどめること
- 町丁目単位のデータがない場合は、市区町村単位である旨を明記すること

4本目は、供給側の把握です。

プロンプト4：周辺の供給状況の把握

{市区町村}{最寄駅}から徒歩{値}分圏内について、以下を出典つきで整理してください。

対象：
1. 直近3年に竣工した{賃貸マンション／分譲マンション／戸建分譲}
2. 建設中の同種物件
3. 公表されている開発計画・再開発事業
4. 大規模な土地の売却・入札に関する公開情報

出力：
名称または事業名／所在／規模（戸数・延床など）／竣工または完了予定／進捗段階／出典URL

制約：
- 公開情報で確認できるものに限ること
- 構想段階と決定済みを区別して記載すること
- 報道のみで公式発表が確認できないものは、その旨を明記すること
- 需給への影響を評価せず、事実の列挙にとどめること

5本目は、3シナリオの前提を組み立てるものです。

プロンプト5：需要シナリオの前提整理

以下の材料から、需要の3シナリオ（楽観・標準・慎重）を組み立てるための前提を整理してください。

材料：
{プロンプト3と4の出力を貼り付け}

出力：
シナリオごとに、
1. そのシナリオが成立する前提条件（3〜5項目）
2. 各前提の根拠となる公開データ
3. その前提が崩れる兆候として、何を監視すべきか

制約：
- 各シナリオで具体的な需要戸数や賃料の数値を出力しないこと
- 前提の妥当性を評価せず、前提の列挙にとどめること
- 根拠のないシナリオを作らず、材料から導けるものに限ること
- 事業の可否について結論を書かないこと

6本目は、企画会議用のメモです。

プロンプト6：用地検討メモの作成

以下の調査結果から、社内の企画会議用メモを作成してください。

調査結果：
{プロンプト1〜5の出力を貼り付け}

出力（1,500字以内）：
1. 対象地の概要（所在、面積、接道）
2. 法規制上の主な制約（決定的な制約があれば冒頭に）
3. 災害リスクの該当状況
4. 需要側の材料の要点
5. 供給側で今後2〜3年に変化する要因
6. 現時点で確認できていない事項（優先順位つき）
7. 現地・役所調査で確認すべき項目

制約：
- 事業性の判断、収支の試算、取得価格の妥当性について記述しないこと
- 将来の価格や賃料の予測を書かないこと
- 確認できていない事項を推測で埋めないこと
- 出典が不明な情報を使わないこと

7本目は、見送り判断の点検です。

プロンプト7：見送り候補の再点検

以下は、一次調査の結果、見送りとした候補地の記録です。判断が妥当だったかを点検してください。

見送り候補の記録：
{対象地／見送りの理由／調査結果の要約 を複数件}

点検の観点：
1. 見送りの理由が、公開情報で確認された事実に基づいているか
2. 推測や印象で見送っている候補がないか
3. 同じ理由で繰り返し見送っている条件があるか（探索範囲の見直しが必要か）
4. 追加調査をすれば判断が変わりうる候補があるか

出力：
対象地／判断の妥当性／再検討すべきか／再検討する場合に確認すべき事項

制約：
- 事業性の判断を行わないこと
- 担当者の評価につながる記述をしないこと

7本のうち、7本目は四半期に1回でも回す価値があります。見送りの記録を振り返る習慣を持っている会社は多くありませんが、探索の方針を見直す材料として有効でした。

一次調査で見落とされやすい4項目

第1が、条例による上乗せ規制です。用途地域と建蔽率・容積率までは誰でも確認しますが、自治体独自の条例が高さや壁面後退を追加で定めているケースは見落とされます。中高層建築物の建築に関する条例、緑化に関する条例、ワンルームマンションに関する規制。これらは自治体のサイトに掲載されていますが、探し方を知らないと辿り着けません。AIに探させると効率が上がる典型的な領域でした。

第2が、埋蔵文化財包蔵地です。該当すると試掘調査が必要になり、工期と費用に直接影響します。自治体の教育委員会が管轄しており、公開されている包蔵地の地図で一次確認ができます。この確認を後回しにすると、事業計画が固まった後にスケジュールが崩れます。

第3が、道路の扱いです。接道している道路が建築基準法上の道路に該当するか、私道か、位置指定道路か。ここは公開情報だけでは確定できず、役所調査が必須の領域です。AIの出力に「役所調査が必要」と明記させる設計にしているのは、この理由からでした。公開情報で分かったつもりになるのが、最も危ない。

第4が、周辺の開発計画です。競合の供給計画だけでなく、公共施設の移転、学校の統廃合、道路の新設。これらは需要の構造を変える要因ですが、自治体のサイトに分散して掲載されており、人が探すと時間がかかります。この収集はAIの適性が高い領域です。

不動産×AI導入コンサルの現場で繰り返し確認したパターンとして、調査項目のチェックリストを持たない会社ほど、案件ごとに確認の抜けが違います。まずチェックリストを作り、それをAIのプロンプトに落とす。この順序が定着すると、担当者による差が縮まりました。

用途別に、調査の重点が変わる

同じ一次調査でも、何を建てるかで見るべき項目の重みが変わります。汎用のチェックリスト1本で回すと、用途特有の論点が抜けます。

賃貸住宅の開発では、需要層の絞り込みが調査の中心でした。単身向けなのかファミリー向けなのかで、見るべき統計が変わります。単身向けなら20代から30代の転入超過と、周辺の事業所・学校の状況。ファミリー向けなら子育て世帯の増減と、学区・保育施設の状況。加えて、ワンルームマンションに関する自治体の規制が、計画そのものを左右する場合があります。この条例の有無は、用地の一次調査で最初に確認すべき項目でした。

分譲マンションでは、周辺の分譲事例と販売期間が重要な材料になります。同じエリアで直近に竣工した物件がどのくらいの期間で完売したか。この情報は公開情報から部分的にしか拾えず、業界内の情報網に頼る部分が残ります。AIで集められるのは、竣工物件の存在と規模までという前提で使ってください。

戸建分譲では、区画割りの制約が調査の焦点になります。開発許可の要否、道路の築造義務、最低敷地面積の定め。自治体によって開発指導要綱の内容が異なり、この差が事業の成立性に直結します。要綱は条例と違って法令検索では見つからないため、自治体のサイトを直接探す必要がありました。

物流施設や商業施設では、道路条件と交通の観点が加わります。大型車両の進入経路、周辺道路の幅員、交差点の形状。この種の情報は地図情報から一次確認ができますが、実際の通行可否は現地確認が必須です。加えて、大規模小売店舗立地法に基づく手続きの要否など、用途固有の法令確認が発生します。

高齢者向け施設では、需要の見方が根本的に変わります。周辺の高齢者人口だけでなく、既存施設の定員と稼働状況、要介護認定者数の推移。この領域の統計は自治体の介護保険事業計画に含まれており、公開されています。AIに探させると、担当者が知らなかった資料に辿り着くことが多い領域でした。

用途ごとのチェックリストを4本から5本用意し、案件に応じて使い分ける。この整備に数日かかりますが、一度作れば長く使えます。

費用と、導入の順序

費用は小さい領域です。1案件の一次調査で、入力3万トークン、出力5千トークンとすると、上位モデルでも1件0.3米ドル前後。月20案件を検討しても、日本円で1,000円弱に収まります。

導入の順序は、チェックリストの作成から始めてください。自社が過去に確認漏れで痛い目を見た項目を洗い出し、確認すべき項目の一覧を作る。この作業に1日かけると、その後のプロンプト作成が速く進みます。既存のチェックリストがある会社は、それをそのまま使ってください。

次に、法規制と災害リスクの確認を1案件で試す。ここは正解が公開情報として存在するため、AIの出力が正しいかを検証しやすい領域です。担当者が手で調べた結果と突き合わせ、漏れがないかを確認してください。

3段階目が、需要材料の収集です。この工程は正解がないため、出典の質で判断することになります。公的機関が2年以内に公表した資料か、集計方法が明示されているか。この2点を満たさない情報は使わない、というルールを社内で決めてください。

効果の測り方は、1案件あたりの一次調査の所要時間と、後工程で発覚した確認漏れの件数です。2つ目が最も重要で、時間が短くなっても漏れが増えるなら意味がありません。導入から3か月は、両方を並行して記録してください。

開発の意思決定は、どこまで機械に寄るか

寄るのは、情報収集と抜け漏れの検出までです。事業を進めるかどうかの判断は、情報の量ではなく、リスクをどこまで取るかという経営判断でした。この判断を機械の出力で正当化しようとすると、判断の責任が曖昧になります。

とはいえ、判断の質は情報の質に依存します。同じリスク許容度を持つ2社が、一方は確認漏れのある情報で判断し、他方は網羅的な情報で判断すれば、結果は違ってきます。AIの価値は、この情報の網羅性を上げる点にありました。

もう1つ、記録の価値についても触れておきます。見送った候補地の記録、判断の根拠、その後の市場の動き。この3点を蓄積している会社は、探索の方針を数字で見直せます。多くの会社では、見送った案件の記録が残っていません。AIで一次調査を効率化すると、その出力が自動的に記録になるという副次的な効果がありました。

推測を含む見立てを書いておくと、今後3年で差がつくのは、調査の速度ではなく、判断の前提を言語化して残せるかどうかだと考えています。担当者の勘で見送った案件は、後から検証できません。前提を書いて残しておけば、市場が動いたときに再検討する対象として拾えます。

公的データ基盤の整備も、この流れを後押しします。不動産情報ライブラリやe-Statで機械的に取得できるデータが増えるほど、一次調査の自動化の余地は広がる。基盤が整うほど、差がつくのは分析ではなく判断の側に移っていきます。

よくある質問

用地選定をAIに任せられますか

いいえ、選定の判断は経営判断であり、AIに任せる領域ではありません。AIが担えるのは、法規制と災害リスクの一次確認、需要と供給の材料集め、確認漏れの検出までです。事業を進めるかどうかの判断は、リスクをどこまで取るかという経営の意思決定でした。

需要予測の数字を企画書に載せてもいいですか

単一の数字として載せるのは避けてください。楽観・標準・慎重の3シナリオを立て、それぞれの前提を明記する形が実務的です。慎重シナリオで成立しない企画は進めない、という判断基準を社内で共有しておくと、議論が速くなります。

法規制の確認をAIの出力だけで済ませられますか

いいえ、役所調査は省けません。特に道路の扱いと条例による上乗せ規制は、公開情報だけでは確定できない領域です。AIの出力には「役所調査が必要」と明記させる設計にし、公開情報で分かったつもりにならない運用を徹底してください。

埋蔵文化財包蔵地はどう確認しますか

自治体の教育委員会が管轄しており、多くの自治体で包蔵地の地図が公開されています。該当すると試掘調査が必要になり、工期と費用に影響するため、一次調査の段階で確認してください。該当の可能性がある場合は、教育委員会への照会が必要です。

一次調査にどのくらい時間がかかりますか

法規制、災害リスク、需要材料、供給状況を合わせて1時間前後が目安です。従来は担当者1人で半日から2日かかっていた工程が、この水準まで縮みます。ただし収集の速度が上がっても検証の速度は変わらないため、確認する項目を先に絞ってください。

費用はどのくらいかかりますか

1案件あたりの一次調査で、上位モデルを使っても0.3米ドル前後です。月20案件を検討しても日本円で1,000円弱に収まります。費用より、チェックリストの整備と検証の運用設計に時間をかけてください。

効果はどう測ればいいですか

1案件あたりの一次調査の所要時間と、後工程で発覚した確認漏れの件数の2つを追ってください。時間が短くなっても漏れが増えるなら効果がないため、導入から3か月は両方を並行して記録することをおすすめします。

参考文献

不動産開発の実務は不動産開発カテゴリにまとめています。調査の道具立てについてはPerplexityで相場リサーチと商圏分析を行う記事、査定の考え方は売買仲介のAI査定と相場の精度をあわせてご覧ください。

著者：齋藤竹紘（株式会社オルセル編集長／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）

※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/