ダッシュボードは終わるのか｜会話型AIが不動産管理を変える3論点

建物データに話しかけて答えを得る会話型AIが、実用段階に入りました。

米国の在室データ計測企業 Occuspace が、建物について自然言語で質問すると根拠付きの答えが返る会話型AI「Octi」の提供を開始しました。約10年ぶんの在室データ、面積にして約4,000万平方フィート（約372万平方メートル）の実測値を土台にしており、既存顧客には追加費用なしで開放されています。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）が解説します。賃貸管理やビル管理の画面がレポート中心からチャット中心へ移るとしたら、日本の管理会社は何を準備すべきなのか。3つの論点で整理します。

会話型AI「Octi」で何が起きたか

Octi とは、建物の使われ方について自然言語で質問すると、根拠を示した回答が数秒で返る会話型AIのことです。Business Wire が伝えた2026年7月8日の発表によると、Occuspace は100を超える高等教育機関のキャンパスで採用され、米国の連邦不動産ポートフォリオでも一般調達局（GSA）に選定されている在室インテリジェンス企業です。同社が想定するスマートビル市場は、2033年までに5,540億ドル規模へ成長すると見込まれています。

発表内容で目を引くのは、回答の土台をどこに置いたかという設計思想です。Octi は予約カレンダーやWi-Fi の接続履歴、外部のベンチマークデータを使わず、顧客自身のセンサーで実測した在室データだけを使うと明記されています。同社CEOの Nic Halverson は「レポートを引き出して分析担当の回答を待つ」という従来の作業がボトルネックだったと述べ、複雑な問いを数秒で実務的な示唆に変える相棒になると位置づけています。

想定される質問例も具体的です。使われていない空間にいくら払っているのか、都心のオフィスにあと60人入るのか、清掃スケジュールをどう組み替えれば人件費が下がるのか。いずれも、これまでは分析担当者に依頼して個別レポートを作ってもらう類いの問いでした。プライバシー面では、顧客データはAIモデルの学習に使わず、組織の外に出さず、他社との共有もしないと明示されています。提供形態は既存顧客への追加費用なしでの開放です。

日本の管理会社にとっての3つの論点

論点は3つあります。ダッシュボード設計コスト、データの質、そして個人情報の線引きです。

第一に、画面を作り込む前提が崩れます。従来のシステムは、開発側が「利用者はこの数字を見たいはずだ」と想定して画面を設計します。しかし賃貸管理の現場では、経営者は空室率と収益、営業担当は反響と成約、管理担当は修繕履歴と滞納状況と、見たい数字が職種ごとに違います。結果として画面が増え、使われないダッシュボードが積み上がります。会話型のインターフェースは、この「想定して作る」工程そのものを不要にする可能性があります。国内の賃貸管理システムでも、あらかじめ用意されたレポートと固定的な画面構成が中心である点は共通しており、同じ流れが波及する余地は小さくありません。

第二に、回答の質はデータの質で決まります。Occuspace が実測センサーにこだわった理由はここにあります。管理会社の手元にあるデータを思い浮かべてください。入居者データ、賃料入金履歴、問い合わせ履歴、修繕依頼、退去理由。どれも実データですが、入力の抜けや表記ゆれ、担当者ごとの記録粒度の違いが混ざっています。この状態で会話型AIを載せても、返ってくるのは自信ありげな誤答です。導入効果を見積もる前に、どのデータが実測でどれが推定なのかを仕分ける作業が先に来ます。この考え方はAI活用のROIをどう算定するかを検討する際の前提にもなります。

第三に、個人情報の扱いです。建物の在室データは匿名の人数カウントで済みますが、日本の賃貸管理会社が扱うデータの中心は入居者個人の情報です。会話型AIに社内データを接続する場合、そのデータがベンダー側のモデル学習に使われないか、保管場所はどこか、第三者提供に当たらないかを契約で確認する必要があります。個人情報保護法上の論点は不動産業のAI活用と個人情報保護法で詳しく整理していますが、要点は、顧客の同意なく個人データをAIに投入しない体制を先に作ることです。

いま着手できる初動アクション

準備は今日から始められます。会話型AIの導入判断そのものより、その前段の整地作業に価値があるからです。

まず、社内で頻繁に聞かれる質問を10個書き出してください。「先月の解約理由の内訳は」「築20年超の物件の修繕費は平均いくらか」「反響が多いのに成約しない物件はどれか」といった問いです。これがそのまま、会話型AIに期待する要件定義になります。答えられない質問があれば、それは機能不足ではなくデータ不足のサインです。

次に、データの棚卸しです。管理システム、会計ソフト、メール、紙の書類に分散した情報のうち、構造化されて機械が読める形になっているのはどれかを確認します。多くの管理会社では、ここで想像以上にPDFと紙が残っていることに気づきます。

そしてベンダー選定時の確認項目を固めます。学習利用の有無、データの保管国、回答の根拠表示の有無、この3点は最低限です。Octi が根拠付きの回答を売りにしているのは、根拠が示せない回答は意思決定に使えないからです。

最後に、小さく試すことです。全社導入ではなく、1棟または1業務に絞って3か月試す。この規模なら失敗しても損失は限定され、社内に判断材料が残ります。

まとめ

会話型AIが建物管理の標準インターフェースになるかどうかは、まだ結論が出ていません。ただ、実測データを土台に根拠付きで答えるという設計が支持を集めていることは確かです。日本の管理会社が今できるのは、聞きたい質問を言語化し、手元のデータを機械可読な形に整え、個人情報の取り扱い方針を決めておくことです。この3つが揃っていれば、どのツールを選んでも立ち上がりが早くなります。

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: Business Wire

【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）