AI査定と価格査定書作成、自動化できる範囲

不動産の価格査定書はAIで自動作成できますか？

結論として、「価格を当てること」より「査定書という成果物を組み立てること」のほうが自動化に向いています。そして現場で工数を食っているのは、多くの場合後者です。

査定業務を分解すると、次の2つはまったく別の問題です。

「AI査定」という言葉は前者を指して使われがちですが、営業担当の1日を観察すると、時間を取られているのは後者です。成約事例の検索とコピー、比較表への転記、地図・公図・路線価図の貼り込み、書式の体裁調整。この一連の作業は判断をほとんど含みません。

したがって設計の出発点は「AIに価格を出させるか」ではなく、「査定書の中で、判断を含まないパーツはどれか」を切り分けることです。

査定業務のどの工程を機械に任せられますか？

査定書1本を作る工程を、実務の順序で分解します。各工程について「機械に任せる／人が判断する」を明示します。

工程1：対象物件の情報整理（機械寄り）

登記事項、公図、地積測量図、都市計画、用途地域、接道状況を集めて1枚にまとめる工程です。取得元が決まっているため、入力（住所・地番）から出力（物件カルテ）までの流れを組みやすい部分です。

ただし図面の読み取りは自動化の失敗ポイントです。地積測量図の寸法や旧公図の筆界は、OCRで数値を拾えても意味を取り違えます。ここは「拾った値を候補として表示し、担当者が確定する」UIにするのが現実的です。

工程2：成約事例の抽出（機械寄り、ただし条件設計が本質）

レインズ等から類似事例を引く工程です。自動化の価値が大きい一方、「類似」の定義を誰が決めるかが設計の核心になります。

抽出条件として最低限詰めるべき項目：

• 距離の許容範囲（同一町名内／半径何メートル／同一小学校区）
• 取引時期の許容範囲（何か月前まで遡るか、市況変動を織り込むか）
• 面積の許容幅（何%以内か）
• 築年の許容幅
• 除外条件（親族間売買、任意売却、借地、再建築不可、事業用転換など）

この除外条件を最初に固めないと、機械が引いてきた事例を担当者が毎回捨てることになり、結果として「使われないシステム」になります。エクサテックが業務自動化の設計で最初に現場に入るのは、この種の「担当者の頭の中にある除外ルール」を書き起こすためです。ルールは口頭で語られることが少なく、実際の操作を横で見ないと出てきません。

なお、成約事例データの取得・利用については各流通機構の規約に従う必要があります。利用可否の判断は所属する流通機構および専門家にご確認ください。

工程3：事例の補正（半自動）

抽出した事例に、駅距離・階数・向き・角地・接道幅・築年・面積などの補正をかける工程です。

ここは「計算は機械、率は人」が分岐点です。補正率のテーブルを自社で持っているなら計算は完全に自動化できます。持っていない場合、まずやるべきは開発ではなく、過去の査定書を10〜20本並べて、担当者がどの項目にどれくらいの補正をかけてきたかを可視化することです。テーブルが無い状態でAIに補正率を推定させると、根拠を説明できない数字が出ます。

工程4：査定価格の決定（人が判断）

補正後の事例から価格レンジを出すところまでは計算です。しかしその中でどこに落とすかは、以下のような機械が持たない情報で決まります。

• 売主の売却理由と希望時期（住み替え／相続／転勤）
• 直近の反響状況と競合物件の在庫
• 建物の実際の劣化・臭い・眺望などの実見情報
• 隣地とのトラブル履歴など、データに現れない事情

この工程を自動化しようとすると、査定書の信頼性が落ちます。 機械の出力は「参考レンジ」と明示し、最終価格は担当者が入力する設計にしてください。

工程5：査定書の組み立て（機械寄り、自動化の主戦場）

比較表の生成、地図・写真の配置、書式への流し込み、価格推移グラフの作成。ここが最も工数対効果の高い自動化対象です。判断を含まず、体裁の統一が価値になるため、機械のほうが正確です。

AI査定の精度はどこまで信頼できますか？

物件のばらつきが小さく取引件数が多いカテゴリほど精度が出て、個別事情が価格を左右する物件では落ちます。

精度が出やすい条件：

• 同一マンション内、または近隣に同規模マンションが複数ある区分所有
• 直近1年に同一建物内で複数の成約がある
• 面積・間取り・階数・向きが標準的な範囲に収まる
• 権利関係が所有権のみ、借地・定期借地でない

精度が落ちる条件：

• 旗竿地、無道路地、接道2m未満などの特殊形状・接道
• 増改築や違法増築の履歴がある戸建て
• 再建築不可、市街化調整区域、農地転用が絡む
• 借地権・底地・共有持分
• 事業用・一棟収益（賃料と稼働率が価格を支配する）
• 取引件数が少ない地方エリア（比較対象がそもそも足りない）

つまり「AI査定の精度」という一つの数字は存在せず、物件カテゴリごとに別の話になります。実装では、対象物件が「精度が出やすい条件」を満たしているかを先に判定し、満たさない場合は自動計算を出さずに「事例候補の提示までに留める」という分岐を入れるのが安全です。数字を出してしまうと、根拠が弱い数字でも一人歩きします。

価格の根拠をどうやって可視化しますか？

査定書には説明責任が伴います。自動化しても責任は移りません。したがって設計時に、「後からこの価格を説明できるか」を要件として明文化する必要があります。

具体的に残すべき情報：

1. 採用した成約事例の一覧（採用したものだけでなく、機械が抽出したが除外したものと除外理由も）
2. 各事例にかけた補正項目と補正率
3. 補正後の価格レンジと、その中で採用した価格
4. 担当者が機械の出力を上書きした箇所と、上書きの理由（自由記述）
5. 作成日時と、その時点のデータ取得元

このうち4番目を軽視すると、後で「なぜこの価格にしたのか」が誰にも分からなくなります。UIとしては、機械が出した値を消して上書きできるのではなく、「機械の値」と「担当者の値」を並べて保持し、差分がある場合は理由の入力を必須にする構造にします。入力の手間は増えますが、査定価格に対する社内レビューとクレーム対応の両方で効きます。

もう一つの設計論点は、査定書に「AIが算出」と書かないことです。書くべきは「この事例とこの補正でこの価格」という中身です。売主に対して説明が成立するのは後者だけです。

この領域で自動化できないこと・限界

正直に書きます。以下は現状の技術と実務の制約から、機械に任せるべきでない、あるいは任せると事故る部分です。

1. 査定価格の最終決定
売主の事情、市況の肌感、競合在庫を織り込む判断は自動化対象外です。参考レンジの提示までに留めます。

2. 図面の寸法・筆界の読み取り確定
地積測量図や公図からの数値抽出は補助にとどまります。面積の誤読は査定価格を直接歪めるため、担当者確認を必須にします。

3. 現地でしか分からない要素の反映
騒音、臭い、日照、隣地の使用状況、越境、境界標の有無。これらは写真とデータからは判断できません。

4. 権利関係が複雑な物件の一括処理
借地、共有持分、相続未登記、私道持分。これらは事例比較の枠組み自体が変わるため、テンプレート化に無理があります。対象から外し、従来どおり人が作る運用にしたほうが早いです。

5. 事例が足りないエリアの精度確保
データが無い場所で精度は作れません。取引件数が少ないエリアでは、機械の役割は「該当事例が少ない」と正直に表示することです。

6. 法令解釈を含む判断
再建築可否、用途地域の適合、既存不適格の扱いなど。査定書に影響しますが、システムが断定すべき領域ではありません。個別案件は宅地建物取引士・行政窓口・専門家にご確認ください。

7. 「使われないシステム」になるリスク
機能を増やすほど入力項目が増え、担当者は使わなくなります。範囲を絞ることが、機能を足すことより重要です。

導入をどの順で進めるべきですか？

エクサテックが不動産・建設の業務自動化で取る進め方を、査定業務に当てはめた場合の順序です。株式会社イーリアルティ様の転記エージェント構築でも、契約の前段階から何度も現場に足を運び、困りごとを理解するところから始めました。査定書作成でも同じ順序を取ります。

ステップ1：査定書の実物を集める
直近の査定書を10〜20本、種別ごとに集めます。ここで「同じ書式のはずが担当者ごとに違う」ことが判明するケースが多く、まずそこを揃えるだけで効果が出ることもあります。

ステップ2：作成作業を横で観察する
担当者が1本作る様子を、画面を含めて観察します。どこで手が止まるか、どのタブを何回行き来するか、どのコピペを繰り返すかを記録します。ヒアリングだけでは出てこない工程がここで見つかります。

ステップ3：判断を含む工程に印を付ける
観察した工程を並べ、判断が入る箇所と入らない箇所を分けます。判断が入らない箇所だけが第一弾の対象です。

ステップ4：1書式・1物件種別に絞って作る
最も件数が多い1種別（多くの場合は区分マンション売却査定）に限定します。全種別対応は最初にやりません。

ステップ5：担当者が上書きした箇所を集計する
運用開始後、機械の出力を担当者が何度も上書きしている項目を洗い出します。それが次に直すべき箇所です。ここまでやって初めて、対象範囲を広げる判断ができます。

なお費用感としては、1業務に絞ったかなり小さなプロジェクトなら数十万円から着手でき、対象範囲が広がると数百万円前半のレンジになります。実際の金額は対象業務の複雑さ（業務種類数・入力データの状態・既存システム連携・求める精度）で変わります。

まとめ

• 不動産査定の自動化は、「価格の推定」と「査定書という成果物の作成」を分けて設計する。工数を食っているのは後者であることが多い。
• 自動化しやすいのは、物件情報の整理、成約事例の抽出、補正計算、比較表と書式の組み立て。判断を含まない工程が対象になる。
• 査定価格の最終決定、図面寸法の確定、現地でしか分からない要素の反映は人が担う。機械の出力は「参考レンジ」と明示する。
• AI査定の精度は物件カテゴリごとに別の話。特殊形状・借地・再建築不可・事例が少ないエリアでは自動計算を出さず、事例候補の提示に留める分岐を入れる。
• 説明責任は自動化しても残る。採用事例、除外した事例と理由、補正率、担当者の上書きと理由をすべて保持する設計にする。
• 導入は1書式・1物件種別に絞って始め、担当者の上書き箇所を集計してから範囲を広げる。

FAQ

Q. 不動産の価格査定書をAIで自動作成できますか？

A. 査定書の「作成」部分は自動化しやすい領域です。事例比較表の組み立て、書式への流し込み、地図や公図の貼り込みは自動化できます。一方で最終的な査定価格の決定は営業担当の判断として残す設計が現実的です。価格そのものと成果物の作成を分けて考えるのが要点です。

Q. AI査定の精度はどこまで信頼できますか？

A. 取引が多い都市部のマンションのように条件が揃った物件では参考値として使えますが、接道が特殊な土地、増改築のある戸建て、借地権や再建築不可などの個別事情がある物件では精度が落ちます。AI査定は「候補事例の提示と一次計算」までを担当させ、価格の確定は人が行う前提で設計してください。

Q. 査定書の作成を自動化すると、価格の説明責任はどうなりますか？

A. 説明責任は自動化してもなくなりません。だからこそ、採用した成約事例、補正項目とその率、担当者が上書きした値と理由を査定書と操作ログの両方に残す設計が必要です。「AIが出した数字」ではなく「この事例とこの補正でこの価格」と説明できる状態を作ることが設計の目的になります。

Q. レインズの成約事例をそのままAIに読ませられますか？

A. 出力形式や利用条件の制約があるため、まず自社が利用している流通機構の規約と出力仕様を確認するところから始めます。実装上は、抽出できるデータ項目、事例ごとの欠損の多さ、補正に必要な項目が揃っているかを先に確かめます。個別の利用可否は各流通機構および専門家にご確認ください。

Q. 小規模な会社でも査定書作成の自動化は導入できますか？

A. 対象を1書式・1物件種別に絞れば小さく始められます。まず自社で最も件数が多い査定（例：区分マンションの売却査定）だけを対象にし、事例比較表の組み立てと書式への流し込みに限定します。範囲を広げるのは、その1本が現場で毎日使われる状態になってからです。

ご相談について

エクサテックは、不動産・建設業の現場に入って業務を観察し、仕組みの設計からWebアプリの実装までを同一チームで行っています。査定書の作成工程についても、まず実物の査定書と作成作業を見せていただくところから進めます。

「どこまで自動化できるか判断がつかない」段階でのご相談も歓迎します。お問い合わせからお気軽にご連絡ください。