Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
不動産tech Product Night#2_AIことはじめ_GA橋本
Search
Takehiko Hashimoto
September 11, 2024
Technology
790
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
不動産tech Product Night#2_AIことはじめ_GA橋本
Takehiko Hashimoto
September 11, 2024
More Decks by Takehiko Hashimoto
See All by Takehiko Hashimoto
国土交通省 データコンペ参加者向け勉強会
takehikohashimoto
0
1.9k
電通大データアントレプレナー_回帰モデル作成 資料
takehikohashimoto
0
1.3k
【滋賀大学データサイエンス学部】PropTech(不動産テック)における AI・データサイエンス活用
takehikohashimoto
0
5.5k
<不動産データの整備と活用>お部屋探しのマスターデータマネジメントと活用を考えよう
takehikohashimoto
0
820
X-tech meetup#02 Introduction
takehikohashimoto
0
1.7k
X-tech meetup#02_クレジットスコアリングの現状と今後の動向
takehikohashimoto
0
1.8k
X-tech meetup#02_機械学習を活用したローン審査実務の現状と新たな潮流
takehikohashimoto
0
1.9k
X-tech meetup#02_"住宅ローンテック"で住宅業界はこう変わる
takehikohashimoto
0
1.6k
Other Decks in Technology
See All in Technology
Azure Cost Management の FOCUS コストデータを迷わず読むための“3つの軸”
tetsuyaooooo
0
140
Benchmarking Vector Databases: pgvector vs. LanceDB
tsho
0
140
GuardDuty 検知対応を DevOps Agent で効率化しようとしている話 / GuardDuty Investigations with DevOps Agent
masahirokawahara
1
310
多摩川(.dev)ランニング入門 / Tamagawa.dev#3
fujiwara3
3
360
Bet AI Day 2026丨How We Bet AI: AIとともに働く場をつくる
layerx
PRO
2
2.3k
多層防御と最⼩権限で実現する、安全なAIエージェント設計パターン
lycorptech_jp
PRO
0
190
grill-me(grilling):AI駆動開発を超助けてくれるSkill / grill me
mathbullet
0
110
データエンジニアリングワークショップ:Auto LoaderとSparkで学ぶデータパイプライン構築
databricksjapan
PRO
0
170
Tab5をRubyで動くパソコンにする
kishima
1
190
From Vanilla Kubernetes to a Batteries-Included Platform: Developer Experience at 1,300+ Clusters
yosshi_
0
530
Nav2、Nav3 ... はたまた自作?〜 作って理解する Nav3 の設計意図 〜 / Nav2, Nav3 ... or Build Your Own? — Understanding Nav3's design intent by building it from scratch
yanzm
0
240
生成AI時代の クレデンシャルとパーミッション設計
nrinetcom
PRO
3
1.5k
Featured
See All Featured
Statistics for Hackers
jakevdp
799
230k
Java REST API Framework Comparison - PWX 2021
mraible
34
9.7k
Scaling GitHub
holman
464
140k
Jess Joyce - The Pitfalls of Following Frameworks
techseoconnect
PRO
1
410
Design in an AI World
tapps
1
300
Are puppies a ranking factor?
jonoalderson
2
3.9k
The Cult of Friendly URLs
andyhume
79
7k
Thoughts on Productivity
jonyablonski
76
5.4k
The Mindset for Success: Future Career Progression
greggifford
PRO
0
490
Building Applications with DynamoDB
mza
96
7.2k
Paper Plane
katiecoart
PRO
2
53k
Tell your own story through comics
letsgokoyo
1
1.1k
Transcript
Data & EngineeringからのAIことはじめ 1 2024.09.10 株式会社GAtechnologies Product Management(PMD) Product Manager
Advanced Innovation Strategy Center(AISC) General Manager 国立大学法人電気通信大学 客員准教授 国立大学法人滋賀大学データサイエンス学部 インダストリアルアドバイザー 橋本 武彦 不動産tech Product Night〜#2
本日、お伝えしたいこと 2 • I used to think ◦ 不動産tech =
AI • but now I’ve changed ◦ 不動産tech = (AI +) Data + Engineering
• 2013年創業。不動産をはじめ、様々な産業 のビジネス変革に取り組むテック企業 • IT化の遅れた業界全体のDXへの貢献を視野 *東証グロース市場で唯一DX銘柄に3年連続選定 • 2017/4にAISC設立 *不動産業界初 会社紹介
3 設立年月日 2013年 3月 資本金 72億6247万6717円 *2023年10月末時点 代表取締役 樋口龍 事業内容 • ネット不動産投資サービスブラ ンド「RENOSY」の開発・運営 • SaaS型のBtoB PropTechプロダ クトの開発 従業員 1,350人 *2024年3月末時点、グループ会社含む
自己紹介:橋本 武彦 4 氏名 橋本 武彦(はしもと たけひこ) 所属 GA technologies Product
Management Product Manager Advanced Innovation Center General Manager 電気通信大学 客員准教授 滋賀大学データサイエンス学部 インダストリアルアドバイザー 不動産とAI(JSAI、IEEE他) 共同オーガナイザー 国土交通省 不動産IDルール検討会 構成員(令和3年度) キャリア サマリ Sier ⇒ 調査会社 ⇒ ブレインパッド(データサイエンティスト)を経 て2017年4月から現職にてAISCの立ち上げに参画。 ここ近年は不動産データの整備に尽力 データサイエンティスト協会(元事務局長)やデータサイエンティス ト育成の新規事業の立ち上げ 電通大、滋賀大、立正大、慶應SFC、早稲田大、立教大など大学や官公 庁での講義や講演・執筆など E-Mail
[email protected]
Socialアカウント https://www.facebook.com/hashimoto.takehikko 2023/11/8@新丸子自宅
事例①:RENOSY(ネット不動産投資サービスブランド) での価格推定の際に痛感したこと 5 • 問い:価格推定のタスクは難しい? or 難しくない? • (タスクの定義次第だが)難しくない ◦
きれいなデータが十分あればですが、、、 (ex.全物件で成約データ完備)
不動産データがツライ 6 商品特性に起因 業界特性に起因 • 同一の物件は存在しない • 超高額商品ゆえに、取引回数 が少ない •
法規制のもとで分業制(多数の プレイヤーが関与) • 紙・FAX主体(≒手入力) • IDでなく物件名・住所で取引 ①少ない ②汚い ③使いにくい
最大限の労力をかけてDataと向き合う! 7 • アルゴリズム(ex.初手LightGBM) < Data • 時間をかけて丁寧な前処理は当然、加えて住所や物件名の名寄せの処理を価格推定に組み入れ ◦ 名寄せ(正規化)については研究開発のAISCが4年越し以上で研究を継続 ※名寄せの詳細:【資料公開】ITANDIと合同で不動産データの整備・活用に関するセミナーを行いました •
中古マンション売買は東京都で数千件/月と少数 • 人手の入力ミス • 住所や物件名の表記揺れ ◦ 住所正規化、物件名の正規化が必須 • ID対応でないため都度名寄せ、etc 出典:価格査定AI(GA technologies AISC Web) https://aisc.ga-tech.co.jp/research/data-science/home-value-estimate データ面の課題
事例②:Group共通の建物・部屋マスタ(BLDG)の定着に向けて 8 • 不動産データのツラミはデータサイエンティストだけでなく、ビジネス現場でこそ発生 ◦ 信頼できるデータが少なく、再利用の仕組もないため毎回の手入力や確認、再取得 • Group全体の効率化/コスト削減に向け建物・部屋の共通マスタの整備に着手することに(≒GAの不 動産ID)
取り組みを始めたはいいけれど道程は長く、、、 9 • 2021年に取り組み開始。当初研究開発として着手し、途中からプロダクトとしての取組に • 2024年4月にようやくプロダクトして成果 *エンジニアをはじめとした関係者に心より感謝! 2021/1 発足 (Property Master)
2022/7 プロダクト 化 2024/4 表彰 FY24 上期 PRODUCT AWARD 研究開発時の成果 • 謄本取得のリード獲得 • データから戦略的なリスト化 • 名寄せ機能提供 • 市場規模推定、etc ※Property Master:研究開発におけるプロトタイプのコードネーム
PRODUCT AWARD:「名寄せ処理の劇的改善による生産性と利便性の向上」 10 ①何をした?(アクション内容) • 2018年にローンチの BLDG名寄 せ処理は名称・住所の完全一致 のみが対象のため、検索一致率
が低く、データ重複も多く発生 ↓ • AISCが長年研究・改善していた 物件名・住所の正規化による名寄 せに処理に変更 ②アピールポイント • 検索精度の劇的改善 ◦ 18.4%⇒58.8% *1 事前評価(38.8%⇒98.9%) 名称のみ ◦ 現場も体感できるレベル • ROI *2 PMDの通常基準で Buyerの査定 業務のみ( X件/月、処理X分)。MNGなど他 は含めない ◦ 年間X時間の業務削減 ※今でも覚えている嬉しかったチャット!
Engineeringの重要性を痛感 11 課題の特定 定着 ③気づき・学び • 同じ目標共有の大切さ ◦ エンジニアと連携(初?)
• 初期運用をみての迅速な対処 ◦ 名寄せは無数のパターンがあるため” 統合しない”を追加し、柔軟な運用を 実現 • BLDGはインフラ基盤 ◦ 当初は重複減想定だったが、現場で は検索が評価。基盤ゆえに想定外含 め広範に利用されることを肝に銘じる • どこが的か特定が難しいため、早期のプロトタイプ提示で検証の繰り返し • プロダクトとして業務に組入れ、運用⇔機能改善 ⇒ どちらもEngineering力があって初めて成り立つ!
(新米PdMの不都合な真実)正直、まだまだ課題は山積 12 • マンション以外の商材拡張、エンジニア採用競争の激化、(クライアントにあたる)各社のプロダ クトとの連携における緊急性と重要性の相克で進まない、etc 出典:O'Reilly Japan - プロダクトマネージャーのしごと 第2版
https://www.oreilly.co.jp/books/9784814400430/ 「はじめに」 ・・・ 曖昧さや矛盾、しぶしぶする妥協といった、日常的な プロダクトマネジメントの実践についての本 ・・・
でも希望を持って取り組める環境に感謝! 13 • マーキュリーがM&AでGroupに新たに参画。 新築〜中古の不動産データが一気通貫(家歴書の 実現)! ◦ マーキュリー:パンフレット(≒マスタ) ◦ GA
Group:投資/売買/賃貸の成約や管理のト ランザクション • エンジニア、PdM、デザイナー絶賛募集中です! 出典:NewsPicks|不動産×テックの先覚者は、データとグローバ ルで第二成長期を迎える https://newspicks.com/news/10424522/ GA technologies 採用ページ https://www.ga-tech.co.jp/careers/
本日、お伝えしたかったこと 14 • I used to think ◦ 不動産tech =
AI • but now I’ve changed ◦ 不動産tech = (AI +) Data + Engineering
15 出典:デジタルプラクティス Vol.11 No.3(July 2020)(情報処理学会) https://www.ipsj.or.jp/dp/contents/publication/43/S1103-GL.html One more message(不動産techのKFS) 1. 事業会社の優位性
2. プロトタイプ開発によるアプローチ 3. エンジニアリング力 4. 多様性の尊重 5. GRIT:情熱、粘り強さ、やり抜く力 出典:日本不動産学会誌 Vol.37 No.1(144)GA technologiesにおける不動産DX推進の事例紹介と考察(橋本武彦,稲本浩久,福中公輔) https://www.jstage.jst.go.jp/article/jares/37/1/37_11/_article/-char/ja • 不動産TechとはTechnologyで業界課題や従来の商習慣を変えようとする取り組みを示す 不動産techのKFS