― 不動産DXカンファレンス2026から見えた、不動産DXの次のテーマ ―

2026年9月11日、PiraGo代表が「不動産DXカンファレンス2026」に参加しました。

今回特に注目したのが、国土交通省・内閣官房・株式会社estieによる基調講演「不動産×AIは国家戦略になり得るか ～データ基盤から始まる都市再設計～」です。

生成AIやAI Agentの活用が急速に広がる中、不動産業界でも「AIをどの業務に使うか」という議論が増えています。

一方、今回の講演を通じて強く印象に残ったのは、AIそのもの以上に、その前提となるデータをどう整備し、つなぎ、継続的に活用できる状態にするかという視点でした。

本記事では、国土交通省が示した「建築・都市のDX」の中長期ビジョンをもとに、AI時代の不動産DXにおいて重要になるポイントを整理します。

1. AIを導入するだけでは、不動産DXは進まない

不動産業務には、物件情報、顧客情報、商談履歴、契約情報、建物情報、図面、管理・修繕履歴、住所、地図、周辺環境など、多種多様なデータが存在します。

しかし実際の現場では、これらの情報が一つの場所に整理されているとは限りません。基幹システム、CRM、SaaS、Excel、PDF、紙の書類など、複数のシステムや媒体に分散しているケースも少なくありません。

「どのAIを使うか」だけではなく、その前にデータの状態を確認する。

AI活用を検討する際には、まず次のようなデータ側の課題を整理する必要があります。

• AIが参照すべきデータはどこにあるのか
• そのデータは最新か
• 出典や品質を確認できるか
• 複数システムの情報を同じ物件として結び付けられるか
• AIが読み取れる形式になっているか

つまり、AI活用の前提として、AIが正しく働けるデータ環境が求められます。

2. AI時代では「データの質」がさらに重要になる

今回の講演では、AIが利用するデータの信頼性についても言及されました。データが古い、更新されていない、偏っている、あるいは出典が明確でない場合、AIがもっともらしい回答を返したとしても、その内容をそのまま信頼することはできません。

そのため、データの出典、作成・更新時期、品質、AIの出力根拠などを確認できる仕組みが重要になります。また、AIは意思決定を支援する重要なツールになり得る一方、最終的な判断と責任は人間が持つという考え方も示されました。

今後求められるデータには、次のような条件がより重要になります。

• 正確性
• 更新性
• 出典の明確性
• 品質
• 機械可読性
• 他データとの連携性

今後重要になるのが「AI-Readyなデータ」です。

国土交通省のジオAI研究会でも、地理空間情報のAI-Ready化や、品質・信頼性を確保した公的データの整備・更新が今後の方向性として示されています。

参考：国土交通省「『建築・都市のDX』中長期ビジョンの概要」をもとにPiraGo作成

3. 不動産DXを支える4つのデータ基盤

参考：国土交通省「『建築・都市のDX』中長期ビジョンの概要」

国土交通省が進める「建築・都市のDX」では、個別のデジタル技術だけではなく、複数のデータ基盤を一体的に整備・活用する方向性が示されています。その中核となるのが、次の4つです。

4. 「データを持つ」から「データをつなぐ」へ

AI時代の不動産DXでは、データを保有していることだけでなく、異なるデータをつなげられることの価値が高まると考えられます。

例えば、一つの物件についても、次のような情報が複数のシステムやデータソースに存在します。

CRM

• 顧客ニーズ
• 問い合わせ履歴
• 内見履歴
• 商談状況

物件管理システム

• 賃料
• 間取り
• 空室状況
• 設備情報

外部・公共データ

• 交通
• 周辺環境
• 災害リスク
• 都市計画
• 地理情報

建物データ

• 設計
• 構造
• 設備
• 保守・修繕

これらが別々に管理されている状態では、AIが参照できる情報も限定されます。一方で、データを物件単位でつなげることができれば、次のような新しい活用が可能になります。

物件データ ＋ 顧客・契約データ ＋ 建物データ ＋ 地理・公共データ ＋ AI

国土交通省も、3次元デジタルツインと不動産IDなどを通じて多様な情報を連携し、生産性向上や新たなビジネス創出につなげる方向性を示しています。

「データを持っている」から、「データをつなげられる」へ。

これは、AI時代の不動産DXを考える上で重要な変化の一つだと考えられます。

5. 「一過性のDX」から「日常業務の基盤」へ

もう一つ重要なのが、DXを実証やPoCだけで終わらせないという考え方です。国土交通省は2030年代に向けて、3次元デジタルツインを「一過性のDX」から「日常業務等の基盤へ」進化させることを目指しています。

そのためには、データを一度整備するだけでは十分ではありません。必要なのは、継続的なサイクルです。

整備 → 更新 → 活用 → 新しいデータの蓄積 → 再び更新

実際、国土交通省も、衛星データやAIなどを活用しながら3Dモデルを継続的に更新し、それが日常的に利用される状態をつくる方針を示しています。これはAIについても同様です。

「試すAI」から「業務で使い続けるAI」へ。

そのためには、AIだけではなく、Data・System・Workflowを一体で考えることが重要になります。

参考：国土交通省「『建築・都市のDX』中長期ビジョンの概要」

6. AIを入れる前に、「AIが働ける環境」をつくる

企業がAI活用を進める際、最初から大規模なAIシステムを構築する必要があるとは限りません。まずは、自社のデータやシステムの状態を整理することから始められます。

① データの所在を把握する

どのシステムに、どのようなデータがあるかを整理する。

② データを整理する

重複、表記揺れ、品質、更新状況などを確認する。

③ システムをつなぐ

APIやデータ連携によって、分散したシステムを接続する。

④ AIが利用できる状態にする

必要なデータを検索・参照・分析できる環境をつくる。

⑤ 実際の業務にAIを組み込む

AI AgentやRAG、Automationなどを業務フローの中で活用する。

国土交通省のジオAIに関する検討でも、AIだけではなく、AI-Readyなデータ、データ連携・流通基盤、ガバナンス、人材育成まで含めた全体的な環境整備が示されています。データ連携については、MCPやRAGを活用したAI検索・探索環境も今後の方向性として挙げられています。

AI活用は、単独のAI機能を導入する話から、徐々に企業のデータ・システム全体をどう設計するかというテーマへ広がりつつあります。

7. PiraGoが考える、AI時代の不動産DXで重要な視点

AIが利用するデータと、既存システムをどうつなぐか。

今回のカンファレンスを通じて、PiraGoとして改めて注目したのは、この点です。

不動産業界には、長年蓄積されてきた業務データや既存システムが数多く存在します。それらをすべて新しいシステムに置き換えるのではなく、既存システム、Data Integration、外部データ、AIをどのように組み合わせていくか。

こうした視点が、AIを「試す」段階から、実際の業務で継続的に利用する段階へ進むための重要なポイントになると考えています。

「AIを導入する」から、「AIが働けるデータ基盤をつくる」へ。

今後の不動産DXを考える上で、この変化は重要なテーマの一つになっていくのではないでしょうか。

PiraGoでは今後も、建築BIM、3D都市モデル（Project PLATEAU）、不動産ID、地理空間情報をはじめ、不動産DXを取り巻く政策動向や技術の進展、企業での活用事例を継続的に注視していきます。

市場や制度の変化を捉えながら、不動産業界におけるデータ活用やAI活用の可能性について、今後も情報を発信していきます。