不動産 x AIことはじめ~データの真価を拓くために

Slide 1

Slide 1 text

Slide 2

Slide 2 text

© 2024 estie Inc. 岩成達哉（Nari） @tiwanari 取締役CTO 松江高専で情報工学を学び、高専在籍時に開発したプログラミング教育教材をもとに東京大学工学部在学中に起業。修士では自然言語処理を研究。修士課程修了後Indeed Japanに入社し、ウェブ上の求人募集情報を集めて提供するデータパイプラインの開発に従事。 estieには2020年1月から業務委託で関わり始め、オフィス募集情報を扱うパイプライン構築に携わる。2020年10 月にestieへ参画し、2021年8月にCTOへ就任。直近ではAI領域の立ち上げを視野に入れ、準備を進めている。自己紹介

Slide 3

Slide 3 text

Slide 4

Slide 4 text

© 2024 estie Inc. 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 estieが実現する「産業の真価を、さらに拓く。」とは？ミクロで見るとマクロに見ると世界規模で見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

Slide 5

Slide 5 text

© 2024 estie Inc. 商業用不動産市場の現状（例：オフィスを借りる場面） 5 社会インフラたる不動産業界は、硬直的な業務システムと旧態依然とした業界構造により、その真価を発揮できていないビルオーナー仲介会社テナント企業（あなた）課題 500社以上の仲介会社に紙/PDF/対面で募集情報を配信課題 2,000社以上のビルオーナーから膨大な募集情報を受領し募集情報をテナント企業に提案課題限られた情報の中でオフィスの移転を強いられる

Slide 6

Slide 6 text

© 2024 estie Inc. 商業用不動産市場の現状（例：オフィスを借りる場面） 6 社会インフラたる不動産業界は、硬直的な業務システムと旧態依然とした業界構造により、その真価を発揮できていないビルオーナー仲介会社テナント企業（あなた）課題 500社以上の仲介会社に紙/PDF/対面で募集情報を配信課題 2,000社以上のビルオーナーから膨大な募集情報を受領し募集情報をテナント企業に提案課題限られた情報の中でオフィスの移転を強いられるコロナ禍でデータ量（空室）が3倍に → データ打ち込みに1~2ヶ月かかり、月1定例ではあなたまで情報が届くのに約3ヶ月

Slide 7

Slide 7 text

© 2024 estie Inc. 商業用不動産市場の現状（例：オフィスを借りる場面） 7 社会インフラたる不動産業界は、硬直的な業務システムと旧態依然とした業界構造により、その真価を発揮できていないビルオーナー仲介会社テナント企業課題 ① データに基づいた適切な賃料設定ができない ② 500社以上の仲介会社に紙/PDF/対面で募集情報を配信課題 2,000社以上のビルオーナーから膨大な募集情報を受領募集情報をテナント企業に提案課題限られた情報の中でオフィスの移転を強いられるデータの流通・管理に多くの改善余地あり商業用不動産の真価を引き出す業務インフラが不在

Slide 8

Slide 8 text

Slide 9

Slide 9 text

Slide 10

Slide 10 text

© 2024 estie Inc. プロダクトラインナップ（去年3つだったプロダクトが今や9個に…） 10 … … … estie 物件売買(売買市場データ・取得支援） estie 市場調査( 賃貸市場データ・分析基盤） estie リーシング（リーシング支援）リサーチ業務を効率化し、意思決定の質・スピードを高めるリーシング状況の可視化・リアルタイム配信による空室期間を短縮オフィス物流 Coming Soon… Coming Soon… Coming Soon… Coming Soon…

Slide 11

Slide 11 text

Slide 12

Slide 12 text

Slide 13

Slide 13 text

© 2024 estie Inc. 実は…AIによる賃料予測が祖業 Data Scientistも複数所属し、データの価値を拓いてきた • オフィスの賃料予測モデルを開発して顧客・データパートナー開拓 • AIを最大限に活かすためにデータ整備が必須と認識し、データの蓄積・活用に注力してきた • テナント移転予兆など、AIを活用したデータ応用事例をR&Dとして社内実施している → 直近は生成AIの取組を複数実施＆AI領域に注力することを決めてチーム組成 estie と AI の歩み概要 13

Slide 14

Slide 14 text

Slide 15

Slide 15 text

Slide 16

Slide 16 text

© 2024 estie Inc. 非構造データやロングテールなデータ処理で平均点高く回答できる生成AIの強みが活きる領域の1つ 16 (生成AIに限らない) AIモデル生成AI 非構造化データ等（メモ）構造化データ予測結果等例：「株式会社ABCがXYZに仲介を頼んで月額300万円上限で渋谷でオフィスを探している」例：「物件Aは30,000円/坪」「物件Aは@30,000」例：「株式会社ABCには物件 αを紹介すると良い」データモデリング技術で支える Input Output

Slide 17

Slide 17 text

Slide 18

Slide 18 text

Slide 19

Slide 19 text

© 2024 estie Inc. estieの「不動産 x AI」 • Purposeを実現した姿の1つである「土地の価値最大化」のためにAI領域に挑む • データを蓄積・活用する技術で、多領域でプロダクト展開していることを強み • 祖業の賃料予測モデルに加え、テナント移転予兆予測、AIの活用事例を作り始めている • 業界のデータ整備（Input）に生成AIで取り組み、提供価値（Output）の最大化を目指すまとめ 19

Slide 20

Slide 20 text