住まいを選び直す自由 ー住宅流動性と人生設計の経済学ー （第６回：AIは住まいを選べるか──予測、判断、責任の新しい分担）｜PropTech-Lab

これまでの第2～5回で、本連載は次のように議論を進めてきた。第2回では、AI とは何かを「予測コストの劇的低下」として定義し、タスク代替論と「人間と機械の分業」の枠組みを提示した。第3回では、その枠組みを住宅市場に適用し、住宅市場が動かない四つの構造的壁を分析した。第4回では、取引の重さの制度的厚みと PropTech の射程を、AI マップ的な業務分解の発想で論じた。第5回では、住宅流動性が人生の自由度を規定する関係を、ロックイン効果や世代間ストック循環として描いた。

本連載（第6回）では、これらの議論を踏まえて、AI という現代の最大の技術潮流が、住宅市場の自由化に何をもたらし、何をもたらさないかを問う。第2回で提示した予測・判断・責任の三層構造を、住宅市場という具体的な舞台に当てはめて深掘りしていく回である。ここで重要なのは、AI を住宅市場における「魔法の杖」として描かないことである。そして同時に、AI を単なるバズワードとして矮小化しないことである。AI は予測コストを劇的に下げる技術であり、それ以上でも、それ以下でもない。この冷静な定義から出発して、住まい選びの未来像を描いていきたい。

2100年の春、ある朝の風景を想像してみよう。

40代の女性が、リビングの窓辺でコーヒーを飲んでいる。視界の隅に、小さなホログラムの通知が浮かぶ。

「先月の住み心地スコア：87点。睡眠の質、通勤動線、近隣の空気質、いずれも良好。ただし夫の在宅勤務頻度の増加に伴い、ワーキングスペースの最適化余地があります。次回のライフサイクル評価で、住み替えオプションを検討してみますか？」

彼女は微笑んで通知を消す。今の家は気に入っている。しかし、来年あたりには下の子が中学に上がるから、そのタイミングで隣の学区に移ることも考え始めている。住み替えは難しい決断ではない。AI がすでに候補物件を3件絞り込み、引越しコストの試算、ローンの組み換え案、子どもの転校先の評判、夫の通勤時間の変化まで、すべてシミュレーション済みだ。決めるのは彼女と家族。判断を支える情報は、すべてそろっている。

これは夢物語だろうか。それとも、私たちが努力すれば届く未来だろうか。

ただし最初にお断りしておきたい。本連載は「住宅を売りやすくする」話ではない。売買の効率化という発想を超えて、 住まいを人生の選択肢として自由に選び直せる社会をどうつくるか、という問いに向き合いたい。後者は前者を含むが、もっと広く、もっと深い射程を持つ問いである。

住まいを選ぶという行為は、これまで本質的には「探す」行為だった。希望条件を整理し、物件サイトで検索し、内見し、比較し、決断する。情報を集めて判断する責任は、すべて消費者が負ってきた。

AI が進化することで、この行為は「探す」から「導かれる」へと変わりつつある。すでに兆しは見えている。Zillow の Zestimate は物件価値を瞬時に推定し、Opendoor は買取価格を即座に提示する。日本でも AI 査定サービスが普及し始め、ライフスタイルに合った物件をレコメンドするサービスも増えている。これらは入口に過ぎないが、方向性は明確だ。

トロント大学のアグラワルらが提唱した「予測機械」のフレームワークで考えると、AI の本質は予測コストの劇的な低下にある。物件価値の予測、信用リスクの予測、将来の地域価値の予測、修繕必要時期の予測、住まいに対する満足度の予測、これらが次々と安価になっていく。予測がほぼ無料になった時、人間が担うべきは「判断」の部分だけになる。この家を選ぶか、いくらまで出すか、いつ住み替えるか。判断は人間が下すが、判断に必要な情報の準備はすべて機械がやる。

これは「AI が選んでくれる」世界ではない。「AI が選ぶための材料を完璧に整える」世界だ。両者の違いは決定的である。前者は人間の選択の自由を奪うが、後者は人間の選択の自由を拡張する。

第2回で提示した予測・判断・責任の三層構造は、本連載を貫く分析装置である。ここではこの枠組みを、住宅市場という具体的な舞台に改めて当てはめてみたい。

第一層：予測を住宅市場に当てはめると、AI が得意とするのは、物件価格、修繕必要時期、信用リスク、災害リスク、地域価値の将来予測といったタスクである。膨大な取引データ、立地データ、建物データから、ある条件下で何が起こるかを確率的に示す。ここで重要なのは、予測の精度は、AI の賢さだけでなく、データ環境の充実度によって決まる、という点である。日本で AI 査定の精度が米国より低くなる傾向があるとすれば、それは AI が劣っているのではなく、取引データの蓄積と公開、住宅履歴の標準化、立地情報の整備といったデータインフラが、米国に比べて未成熟だからである。

第二層：判断を住宅市場に当てはめると、予測を踏まえて最終的に「この家を選ぶ」「いくらまで出す」「いつ住み替える」を決めるのは人間である。判断は、複数の価値の間でのトレードオフを引き受けることだ。仕事と家族、経済性と思い出、合理性と感情。これらは予測で決まるのではなく、その人の価値観で決まる。住宅選択は、人生で最も価値観が鋭く問われる意思決定の一つである。AI が予測のコストを下げれば下げるほど、判断する力、自分が何を大切にしているかを見極める力、の価値は上がる。

第三層：責任を住宅市場に当てはめると、AI の助言に基づく住宅選択の結果について、誰が責任を負うのか、という問題が浮上する。AVM（自動価格査定モデル）が示した価格で売買して後で値崩れしたら、誰の責任か。AI レコメンドで選んだ物件で隣人トラブルに巻き込まれたら、誰の責任か。責任の所在を制度的に明確化することが、AI 時代の住宅市場の信頼基盤になる。これは技術ではなく、宅建業法、消費者保護法、データ保護法といった社会制度の問題である。

第2回で繰り返した命題を、住宅市場の文脈で再度確認しておきたい。AI は予測する。判断するのは人間である。責任を分担するのは社会制度である。そして、この三層を真剣に受け止めると、住宅市場における AI の役割は次のように再定義される。AI は人間の選択肢を狭めるのではなく、選択肢を可視化する。AI は人間の判断を代替するのではなく、判断の質を高める。AI は責任を引き受けるのではなく、責任の分担を可能にする社会制度の上で機能する。AI は人間の自由の縮小ではなく、拡張の手段として設計されなければならない。これは技術の問題ではなく、設計思想の問題である。

Zillow は、Zestimate のオンマーケット物件における全国中央値誤差率を1.74%、オフマーケット物件で7.20%と公表している。主要市場ではオンマーケット物件の多くが最終販売価格の10%以内に収まる。

この数字は、AI 査定の可能性と限界を同時に示している。

▢AI の精度は、データが豊富な領域（オンマーケット、活発な市場）で高く、データが薄い領域（オフマーケット、地方、特殊物件）で落ちる。
▢AI の精度向上は、AI 自体の改良よりも、データインフラの整備に大きく依存する。
▢したがって、日本でAI 査定の精度を上げるには、市場の透明化、取引データの開放、住宅履歴の標準化といった制度的取組みが不可欠である。

AI は、データ環境という社会インフラの上に乗っている。データの厚みは、市場制度の質を反映する。AI の限界は、しばしば市場制度の限界である。

AIの進化によって「家は一生もの」という常識が崩れゆく中、私たちが直面する新しい住まい選びと人生の形について、公式サイトのコラム本編でさらに深く掘り下げます。（本編では「AIが変える住まい選びの七つの次元」について解説しています）

【続きはプロパティ・テクノロジーズ 公式サイトで読む 】
（https://pptc.co.jp/column/20260911_1100/）

「UNLOCK YOUR POSSIBILITIES. ～テクノロジーで人生の可能性を解き放つ～」というミッションを掲げています。年間36,000件超の不動産価格査定実績やグループ累計約15,000戸の不動産販売で培ったリアルな取引データ・ノウハウを背景に、「リアル（住まい）×テクノロジー」で実現する「誰もが」「いつでも」「何度でも」「気軽に」住み替えることができる未来に向け、手軽でお客様にとって利便性の高い不動産取引を提供しています。

＜会社概要＞
会社名：株式会社property technologies
代表者：代表取締役社長　濱中 雄大
URL：https://pptc.co.jp/
本社：東京都渋谷区本町3-12-1 住友不動産西新宿ビル6号館12階
設立：2020年11月16日
上場：東京証券取引所グロース市場（5527）