不動産・建設のAI活用事例

【成果】 1年間のプロジェクトを通じて、広報企画部単独で年間1,368時間の業務削減を達成するなど、全10事業部で大きな定量的な成果が得られました。介護事業部では月間912分、不動産部門では月間375分の業務時間が削減されています。 定性的な変化として、外部に依存していた開発体制から、社員自らがAI施策を開発する「自走力」を獲得しました。当初はAPIやGASを理解している社員がわずか2名でしたが、現在では全社で活用が標準化されています。現場のスタッフからは「技術的な問題解決のプロセスを学べた」「自分たちで応用できるようになった」といった声が上がっており、他部署でも使える汎用性を意識した設計思想が組織全体に定着しています。

【成果】 AIヘルプデスクの導入により、既存FAQの移行がスムーズに行われ、大きな混乱なく運用が開始されました。また、ワークフローツールの導入効果として、稟議書の決裁にかかる時間が格段に短縮されるという成果を上げています。 新型コロナウイルスの影響でTeamsの利用率が飛躍的に向上したことも後押しとなり、社内のペーパーレス化や業務再構築が大きく前進しました。 一方で、人事労務に関する問い合わせについては、依然として詳しい担当者に直接電話やメールで質問する文化が残っており、利用率の向上が課題となっています。 今後は、FAQの拡充による自動回答の精度向上や、社員への利用啓蒙を通じて、さらなる業務効率化と属人化の解消を目指しています。

【成果】 通話中の文字起こし機能により、スーパーバイザーによるエスカレーション対応が迅速かつ的確に行えるようになり、オペレーターの心理的負担の軽減と応対品質の向上に繋がりました。 また、高精度な自動要約を顧客管理システムへの入力に活用することで、通話後の記録作業（ACW）を大幅に効率化しています。こうした取り組みの結果、日勤オペレーター1人当たりの1日の受電数が約20%増加するという定量的な成果を達成しました。 今後は、蓄積された通話履歴を活用してオペレーター向けのFAQを自動生成する取り組みや、顧客向けの自動応答システム（チャットボット・ボイスボット）の導入など、さらなる業務効率化と顧客満足度の向上を目指す展望が描かれています。

【成果】 PoC（概念実証）の段階で、問い合わせ対応コストの半減が見込まれ、年間約4,080時間の業務時間削減という大きな効果が試算されました。定性的な変化として、社員がAIと対話することで自身の疑問点が明確になり、自己解決できる範囲が拡大しています。結果として、先輩社員へ質問する際の心理的ハードルが下がり、より具体的で質の高いコミュニケーションが生まれるという副次的な効果も確認されました。今後は、商業マネジメントやホテルマネジメントなど他のグループ会社への横展開や、対顧客向けの活用も視野に入れ、人とAIが共進化する文化の醸成を目指しています。

【成果】 導入後、対象となる最大規模の顧客企業からの問い合わせ電話のうち、約8割をボイスボットで一次対応することに成功しました。当初の目標であった3割を大きく上回る成果を上げており、ボイスボットでの完結率も約85%という高い水準を達成しています。これにより、電話の応答率は90%台後半を維持し、途中で電話が切断される放棄呼はほぼゼロになりました。 また、オペレーターの平均処理時間（AHT）は従来の15分から10分へと大幅に短縮されています。通話録音のピンポイント再生機能により、電話対応後の事後処理作業も効率化されました。時間的な余裕が生まれたことで、オペレーターが新たな業務に挑戦する意欲を見せるなど、定性的な面でもポジティブな変化をもたらしています。

【成果】 チャットツールを通じた直感的な情報アクセスの実現により、日々の点検作業時間を40%削減することに成功しました。異常発生時においても、現場のデータや復旧手順を迅速に呼び出せるようになり、初期対応のスピードが大幅に向上しています。 また、暗く狭いトンネル内で大型施工機械が稼働する危険な現場において、遠隔からリアルタイムで状況を把握できるようになったことは、作業員の安全確保にも大きく貢献しています。今後は研究開発拠点「N-フィールド」でのテストを経て、ダムや道路、ビルなど多様な建設現場への横展開を目指しています。

【成果】 本サービスの導入により、ユーザーは「価格を知りたい」「相談してみたい」といった検討初期段階のライトなニーズでも、気軽に査定を利用できるようになりました。 従来のようにフォームに入力して結果だけを受け取るのではなく、対話を通じて査定の根拠を理解しながら、時間や場所を気にせず自分のペースで売却を検討できる環境が整っています。また、取引データが少ないエリアや市場相場が形成されていないマンション棟に対しても、生成AIの柔軟な判断によりサービス提供が可能となりました。 現在はベータ版として大阪府、兵庫県、名古屋エリアのウィル社商圏内に限定して提供されていますが、今後は対象エリアの拡大や、戸建て・土地などマンション以外の物件種別への対応が予定されています。 さらに、査定精度の向上や根拠説明の充実を図り、ユーザーに寄り添う体験のさらなる進化を目指しています。

【成果】 システムの導入により、実際の重説作成にかかる業務工数を91%削減するという大きな成果を達成しました。 従来は時間がかかっていた重説が1日で自動生成できるようになったことで、契約締結までのスピードが飛躍的に向上し、顧客からの信頼獲得にも繋がっています。 定性的な変化として、営業担当者が書類作成業務から解放され、本来の営業活動に専念できる環境が整いました。さらに、休日の間にシステムが書類を作成しておくといった運用が可能になり、従業員のワークライフバランスの改善にも寄与しています。

【成果】 本プロジェクトにより、LINEという日常的なプラットフォームを通じて、ユーザーが自分のペースで納得感を持って売却を検討できる新しい体験が実現しました。 対話を通じて査定の根拠を理解できるため、初期段階のライトな相談ニーズにも気軽に応えられるようになっています。 ウィル社の担当者は、AIがスピーディで客観的な情報を提供する一方で、人間の担当者がユーザーの不安に寄り添う「人の温度」を感じるサポートに注力できるようになったと評価しています。今後は、対象エリアの拡大や戸建て・土地などへの物件種別の拡張に加え、査定精度の向上と根拠説明のさらなる充実を図っていく展望が示されています。

【成果】 高精度なAIエンジンの導入により、一般的に数日から一週間程度かかっていた不動産査定を、最短60秒で提示することが可能になりました。 適正な不動産価格を迅速かつ客観的に算出できるようになったことで、事業者と顧客の間にある情報の非対称性が解消され、ユーザーからの信頼性向上や他社との明確な差別化が期待されています。また、金融機関向けにも大きなメリットをもたらしています。AIによる正確な価格査定を活用することで、不正業者や虚偽申告を事前に検知し、融資リスクを大幅に軽減できる見込みです。 今後は、今年度中に年間1万人のサービス利用を目指すとともに、不動産価格の不透明性に起因する業界課題を解決するため、関連サービスへの応用をさらに広げていく展望です。

【成果】 企業業績や業界市場規模、万単位の統計データなど、多岐にわたる経済情報の予測を自社で一から構築するには膨大なコストがかかりますが、SaaSとして利用できる本サービスは非常にコストパフォーマンスが高いと評価されています。 また、市場や業界の調査分析を社員が手作業で行う場合と比較して、大幅な作業効率の向上が見込まれています。現場からは、「AIによる予測結果が当たるかどうかだけでなく、その結果をどう実務に落とし込むかが重要である」という声が上がっており、AIが算出したデータを一つのエビデンスとして素直に活用していくという、新しい業務スタイルへの一歩を踏み出しています。

【成果】 本サービスの導入により、顧客は「いつでも」「どこでも」プロの営業担当に近い水準の回答をWeb上で得られる環境が整いました。 AIとの対話を通じて顧客の潜在的なニーズを深く捉え、パーソナライズされた情報提供が可能になっています。東急リバブルは今後、この対話型チャットサービスを通じて顧客体験価値をさらに向上させるとともに、サイト内でのコミュニケーション強化による離脱率の改善と、回遊促進によるコンバージョンの増加を見込んでいます。

【成果】 本サービスの導入により、顧客自身がサイト内から情報を探し出す手間が大幅に省かれ、求めている情報へスムーズにアクセスできる環境が整いました。個人情報を明かすことなく、24時間いつでも専属アシスタントのように疑問を解決できるため、顧客サービスの質が大きく向上しています。 今後は、顧客ごとの多様な疑問や相談内容により的確に応えられるよう、生成AIの精度向上と研究を継続し、2024年春を目途に正式版への移行を目指すとしています。

【成果】 情報の一元化により、規制管理者への問い合わせ回数が大幅に減少し、現場の人的負荷を軽減することに成功しました。チャットアプリを通じたリアルタイムな映像確認が可能になったことで、これまで1日あたり約60分かかっていた現場状況の確認時間が、わずか3分程度へと劇的に短縮されています。 また、規制履歴の自動記録と一括出力により、毎月約100分を要していた集計・記録作業が不要となり、転記ミスの防止と情報の正確性向上という定性的な効果も得られました。今後は、センシング情報の追加による適用範囲の拡大を目指すとしています。

【成果】 「LeoAI Chat」の導入により、情報検索にかかっていた手間が大幅に削減されました。実際にシステムを使用しているユーザーは、平均して1人あたり月間約8時間の業務時間削減という定量的な成果を上げています。 同社は今後の展望として、2024年内を目途に規約やマニュアルにとどまらない幅広い社内業務データの学習を進める予定です。業務データとそれを応用した回答が可能なレベルまでAIの精度を高め、データドリブン経営の実現とDX推進をさらに加速させていく方針です。