不動産業界における業界特化のデータ整備とAI活用 ─Vertical DataとVertical AI─

2026年度人工知能学会全国大会（第40回）
インダストリアルセッション2
https://pub.confit.atlas.jp/ja/event/jsai2026/session/hZgivRc0

2026/06/08 17:40 〜 17:55 @ B会場
株式会社estie 取締役CTO
岩成 (@tiwanari)

Transcript

1. © estie Inc. 不動産業界における業界特化のデータ整備とAI活⽤ ─Vertical DataとVertical AI─ 2026年度⼈⼯知能学会全国⼤会（第40回） 2026/06/08 17:40 〜 17:55 @ B会場 株式会社estie 取締役CTO 岩成 (@tiwanari)
2. © estie Inc. みなさんのAI研究では どのようなデータを活⽤されていますか︖ はじめに
3. © estie Inc. 2 実社会では業界特化であればあるほど データ⾃体が整備されていないことが 「DX」を妨げる⼤きな要因 AIモデルを作り、活⽤しようとしても
4. © estie Inc. 3 不動産業界でも 網羅的なデータベースが存在しない
5. © estie Inc. estieが構築する不動産データベース 4
6. © estie Inc. 今⽇話すこと 5 不動産業界における業界特化のデータ整備とAI活⽤ ─Vertical DataとVertical AI─ ①数年かけて構築してきた データベース ②AI活⽤で⽬指す将来像と そこに⾄るための⾜元の事例 複雑で難しい課題が多く 研究コミュニティとの協業が必要不可⽋
7. © estie Inc. バックグラウンド • 松江⾼専 [島根] 情報⼯学科出⾝ • 東京⼤学 ⼯学部 電⼦情報⼯学科で並列分散処理 • 東京⼤学⼤学院 情報理⼯学系研究科 修⼠課程でNLP • 2025/10 社会⼈博⼠課程でQA for AI (⼭崎研究室) キャリア • 2017/04 Indeed Japanに参画し、 求⼈情報を収集・提供するパイプライン開発に従事 • 2020/10 estieへ⼊社しデータパイプライン構築 2021/10 取締役CTOに就任して開発部⾨を統括 2025/01 不動産AI Labを設⽴ 個⼈ • 6歳と4歳の男の⼦の⽗ ⾃⼰紹介 6 株式会社estie 取締役CTO 岩成達哉 (Nari) この取り組みを 今⽇は共有
8. © estie Inc. © estie Inc. 7 estieとVertical Data
9. © estie Inc. 2018年12⽉創業の不動産テック 社員の2割が不動産のプロフェッショナル 社員の半数がソフトウェア開発のエキスパート
10. © estie Inc. 9 オフィス・店舗・物流施設・データセンターなどは 「商業⽤不動産」と呼ばれます。 商業⽤不動産は、私たちの暮らしに⽋かせない 社会インフラです。 オフィスは企業の経済活動の拠点であり、 店舗は⼈々の消費活動を⽀え、 注⽂した商品が届くまでには物流施設が稼働し、 Webサービスの裏にはデータセンターが存在します。 そう、あらゆる産業はこうした商業⽤不動産の上で 成り⽴っています。
11. © estie Inc.
12. © estie Inc. 「不動産取引」「不動産運営」「不動産データ」の3要素から成る 商業⽤不動産市場におけるビジネスの成り⽴ち 11
13. © estie Inc. 「不動産取引」「不動産運営」「不動産データ」の3つ全てカバー 商業⽤不動産市場におけるデジタルソリューション 12
14. © estie Inc. 業界特化のデータベース = Vertical Data その中でも「AI」の肝となるのが 13
15. © estie Inc. 14 ⽇本の商業⽤不動産市場のポテンシャル
16. © estie Inc. ⼀⽅で情報の透明性は 15
17. © estie Inc. データの透明性の低さに起因する業務課題
18. © estie Inc. estieが構築する不動産データベース = Vertical Data 17
19. © estie Inc. 18
20. © estie Inc. 19
21. © estie Inc. 20
22. © estie Inc.
23. © estie Inc. © estie Inc. 22 ⽬指す将来像とVertical AI
24. © estie Inc. 実現したい将来像 - 「産業の真価を、さらに拓く。」との接続 ⽴地マッチングから始まり、⼟地の価値を上げるまちづくりを⽬指す ミクロで⾒ると マクロで⾒ると 世界規模でみると 企業が最も⽣産的になれる ⽴地選択が可能に オフィス、物流施設など アセットは問わない 都市の未来を データドリブンに導く 最も社会価値の⼤きい 都市の構造を⾏政とともに定義 東京に世界中から 投資を呼び込む New YorkやLondonのような クレーンが眠らない街に進化 現在︓マッチング 未来︓⼟地の価値を上げる 現在の⽴地マッチングから始まり、 ⼟地の価値を上げるまちづくりを⽬指す
25. © estie Inc. ここに何を建てたらいくらになるか という問いを解きにいく 24 AIは「⼟地・建物の再有効活⽤」へ⾄るためのピース
26. © estie Inc. 25 Vertical AI: 課題を解く要素となる業務を押さえる
27. © estie Inc. estieの強みを⽣かして不動産データ×AIで新たな価値を創造し、 業界企業を後押しして業界全体のデジタルシフトを推進 26 そのための箱: 業務でのAI活⽤を⽀援する組織「不動産AI Lab」を開設 業務知識・経験を持つ ドメインエキスパート ①深い業界理解 培ってきた データモデリングの 技術・知識 ②⾼いデータベース構築技術 他社が持っていない 網羅的な マルチアセットデータ ③所有する不動産データ 数年かけて構築したデータベースを応⽤し Purpose実現のために必要となる業務を埋めていく
28. © estie Inc. 業界各社との取り組み事例: 顧客基盤の強みを活かして多くの会社と協業 27 他にも未発信のもの （詳しくは企業ブースで） 売主情報の登録・管理業務を半⾃動化し、 90%以上の業務効率化を⾒込む
29. © estie Inc. 事業で⽣まれたテーマで対外的な研究発表も 28 ⽔曜の「不動産とAI」のオーガナイズドセッションでも 不動産賃料予測での東⼤⼭崎研との共同研究発表あり (NLP2024,2025,2026 / JSAI2025,2026)
30. © estie Inc. 知財戦略に⼒を⼊れて2年で20+件の特許申請（登録特許10件） • 不動産登記簿 PDF（罫線⽂字と全⾓空⽩で桁合わせされた擬 似ASCIIアート構造）から所有者・地番情報を構造化し、物 件と紐づけて提⽰ • 全てが⼀点ものであるがゆえにある意味で“正解がない”不動 産適正価格をLLMを⽤いて推定するシステム • 物件名が変わったり、住所の解釈が難しかったりする不動産 での類似物件検索 などなど 課題が難しいがゆえに、解決を進めると特許化も 29 登記簿も奥が深くて⾯⽩い のですがまたの機会に…
31. © estie Inc. 30
32. © estie Inc. 31 これまではデータ不在 ＝多くの業務でAI活⽤が未検証
33. © estie Inc. © estie Inc. 32 おわりに
34. © estie Inc. 実業務と研究が密接につながるワクワクする時代 今後の課題とまとめ 33 「ここに何を建てたらいくらになるか」を解くためのピースを集める 網羅的なデータベースがこれまで存在しなかったため、 開拓されていない領域が数多く残されている 複雑な課題を解き、実運⽤をするためにも深く研究する側⾯が必須 業界に還る事例は⽣まれてきているが業務で安⼼して使うためには 解釈性・安定性・セキュリティなどの深い取り組みが未だ不⼗分
35. © estie Inc. Vertical Dataが接続された AIエージェント基盤 • Vertical Data x ドメイン知識の組み合わせ で業務に最適なモデルを構築 • 10+の既存プロダクトをAI化するだけでなく、 AI未検証の業務に次々と対応していく 「ここに何を建てたらいくらになる」の ステップを登っていく 進⾏中: AI Agentを次々と⽣み出す基盤（AgentHub）を構築中 34
36. © estie Inc. 続きが気になる⽅は… 35 企業展⽰にぜひ︕ こんな⽅はぜひ︕ • データを活⽤した協業をしたい⽅ (データ種別・量のカタログ有り） • 事業をもっと知りたい⽅ • 技術的な詳細を聞きたい⽅ • インターン等に興味がある⽅ ご清聴ありがとうございました