過去10年間の大部分において、英国の不動産業界は人工知能（AI）について、間近に迫り、避けられない存在でありながら、常に地平線上にあるものとして語ってきました。カンファレンスの議題はPropTech関連のパネルで溢れ、イノベーション戦略はデータと自動化への言及で溢れ、大手企業のほとんどは、少なくとも少数のパイロットプロジェクト、精彩を欠いた取り組み、あるいは概念実証を挙げることができます。しかしながら、現場の多くの測量士にとって、AIの進歩は依然として不確実で断片的なものに感じられます。AIはレトリックの世界では常に話題に上りますが、現実には限定的にしか組み込まれていません。
しかし、この一見無関心な態度は、より微妙な真実を覆い隠しています。問題は、AIが不動産業界において関連性を見出せていないことや、AI自体が未成熟なことではありません。実際、AIは既に取引、評価、資産管理、そして建築業務において具体的な価値をもたらしています。真の問題は、なぜAIの導入が多くの同等の業界と比べて遅く、慎重に、そして不均一になっているのか、ということです。その答えはアルゴリズムではなく、英国の不動産セクターそのものの構造的特徴に大きく依存しています。
業界がどこへ向かっているかを理解するためには、まず現状を正直に認識する必要があります。
## 変化：パイロットからワークフロー統合へ
過去12ヶ月から18ヶ月の間に、大きな変化が起こりました。AIは実験段階を脱し、日常の業務ワークフローへと明確に移行しました。わずか1年前までは、ほとんどの取り組みはパイロット段階という枠組みにとどまり、事業の周辺部で働く小規模なイノベーションチームに限定されることが多かったのです。これらの取り組みは、基本的な質問に答えたり、テキストを作成したり、文書リポジトリから情報を検索したりするために設計された会話型ツール、つまりチャットボットに重点が置かれる傾向がありました。これらは有用ではありましたが、コアとなる業務プロセスと連携されることはほとんどありませんでした。
今日、その状況は大きく様変わりしています。AIは、調査員、アナリスト、資産運用担当者、そして運用チームの日常業務にますます深く組み込まれています。変化のスピードは驚くべきものです。昨年の活動の多くは、大規模言語モデル（LLM）を受動的なアシスタントとして活用することに集中していましたが、現在では、注目はエージェントシステムへと移っています。エージェントシステムは、複数段階のタスクを自律的に実行し、情報収集、入力の検証、出力の作成、そして定められた時点で人間によるレビューへのエスカレーションなどを行うAIエージェントです。
しかし、こうした加速にもかかわらず、英国の不動産セクター全体では、一つの原則がほぼ変わらず維持されています。それは、AIは意思決定者としてではなく、意思決定支援として導入されているということです。この区別は偶然ではなく、単なる文化的保守主義でもありません。専門家の責任とリスクに対する深く根付いた理解を反映しており、それが企業の意欲と能力を形作り続けています。
## 測量実務におけるAI：自動化ではなく、拡張
実際には、AI導入が最も成熟している分野である取引とデューデリジェンスにおいて、これが最も顕著になります。これらの分野では、価値提案は明確かつ即時に提示されます。 AIシステムは現在、膨大な文書群の読み取りと分析、主要なリース条項の抽出、計画条件、EPC（設計・調達・調達契約）、運用マニュアルの要約、リース契約、物件リスト、デューデリジェンス報告書の初版作成などに日常的に利用されています。これらのユースケースすべてに共通する重要な概念は、「ファーストパス」です。AIを活用することで、チームは問題をより迅速に表面化し、情報をより一貫性を持って構造化し、専門家の注意を最も重要な箇所に集中させることができます。専門家の判断や経験の必要性がなくなるわけではありません。むしろ、それらを研ぎ澄ますのです。
同様のパターンは、評価と市場調査にも見られます。AIは、比較可能な証拠の絞り込み、初期の市場解説の作成、シナリオ分析や感度分析の実行など、これまでは不可能だったスピードと規模での利用が増えています。しかし、評価意見自体は（法的にも）評価担当者の手に委ねられています。専門家と保険業者の両方の観点から見て、そうでないわけにはいきません。AIは分析を加速しますが、価値に関する意見を承認するものではなく、また承認すべきでもありません。そして、AIが承認することは決してありません。
資産運用・ポートフォリオ管理において、重点はスピードから視点へと再び移行します。AIは、企業がポートフォリオを新たな方法で分析することを可能にし、金利感応度、空室リスク、資本配分の優先順位といった問題を、手作業によるアプローチよりもはるかに深く、かつ一貫して探究することを可能にします。繰り返しますが、これは意思決定の自動化ではなく、戦略的思考の拡張です。
## 英国におけるAI導入における構造的制約
このように幅広い適用範囲を考えると、不動産分野におけるAI導入がなぜそれほど進んでいないのかという疑問は当然です。その答えは、主な制約は技術的なものではなく、よくあるように、構造的かつ人的要因によるものです。
### データ基盤の課題
最も明白かつ根深い課題はデータです。不動産データは、断片化され、一貫性がなく、アクセスにコストがかかり、構造化されていないことがしばしばあります。同じ資産が、異なるシステム間で複数の名前（または住所）で表示され、文書同士が矛盾することがよくあります。重要な情報は、PDF、スキャンデータ、あるいは長文のメールのやり取りといったサイロ化されたリポジトリに埋もれていることがよくあります。このような状況下では、AIシステムは拡張に苦労します。強固なデータ基盤がなければ、最も洗練されたモデルでさえも期待通りの成果を上げられないでしょう。
さらに、より根深い、業界特有の問題も存在します。不動産は根本的に標準化されていません。全く同じ資産は2つとして存在しません。物理的特性は様々であり、保有形態、インセンティブパッケージ、契約上のニュアンスもそれぞれ異なります。コモディティや消費財とは異なり、不動産取引は高額で取引量が少なく、本質的に独自性に富んでいます。そのため、標準化された製品を大規模に取引する業界と比べて、クリーンで統計的に堅牢なデータセットを作成することははるかに困難です。
## ガバナンス、説明責任、そしてリスク
データ以外にも、説明責任、ガバナンス、そしてデータ保護といった問題が大きな課題となっています。不動産セクターにおける活動のほとんどは厳しく規制されており、政府は一般的に（多くの場合当然のことながら）国民に影響を与える可能性のある変化を受け入れるのに時間がかかります。Artef
