本事例は、当社(株式会社UniGain)の支援内容をもとに作成した導入モデルケースです。数値は実際の支援に基づく代表値で、特定のお客様の実話ではありません。名古屋市の地域密着型の賃貸仲介を想定し、募集図面の手入力をAI-OCRで自動化して、繁忙期の入稿遅れを解消した進め方をまとめました。
お客様の状況|名古屋市・賃貸仲介(スタッフ5名・管理戸数約600)
管理会社からFAXやPDFで届く募集図面を、スタッフが1件40〜50分かけて手入力していました。さらにSUUMOやHOME'Sなど複数ポータルへ、同じ情報を二重三重に転記する必要がありました。
1〜3月の繁忙期は入力が追いつかず、ポータル掲載が翌日以降にずれ込み、その間に他社で決まってしまうという、反響機会の逸失が課題でした。
募集は主に学生や単身者向けの賃貸物件が中心で、繁忙期は反響のスピードの速さがそのまま成約を左右します。入力担当は専任ではなく他の業務と兼任しながら空き時間に処理していたため、忙しい時期ほど作業が後回しになりやすいという構造的な課題もありました。
- 募集図面の手入力に1件40〜50分
- 複数ポータルへ同じ情報を二重三重に転記
- 繁忙期は入稿が遅れ、反響機会を逸失
取り組んだこと(期間:約2か月)
AI-OCRで募集図面(PDF/FAX)から物件情報を自動抽出し、自社の管理フォーマットへ転記。抽出したデータを各ポータルの入稿フォーマットへ自動整形し、担当者は最終チェックのみを行う流れにしました。
あわせて、読み取り精度が落ちやすい手書き図面の見分け方と、転記後のダブルチェックの運用ルールを整備しました。
導入にあたっては、既存の物件管理システムをまるごと入れ替えるのではなく、AI-OCRとポータル入稿の自動整形だけを既存の業務フローに追加する形にしました。大きなシステム刷新を伴わないため、設定にかかる期間を含めても約2か月で運用を開始できました。
つまずきと対処|100%自動化を狙わなかったことが信頼につながった
古い手書き図面はOCRの精度が落ちるため、最初に「AIに任せる図面」「人が打つ図面」を仕分けるルールを決めました。
100%の自動化を狙わず、まず8割を自動化するという判断が、かえって現場の信頼を得る結果に。AI導入では、無理に全部を任せるより、確実に効く範囲から固める方が定着が早くなります。
仕分けルールを決めたあとも、最初の2週間ほどは仕分けの誤りが出ました。AIに任せるはずだった図面で読み取りミスが見つかった際は、その図面のフォーマットをそのつど「人が打つ図面」側に移す調整を行い、仕分けの精度を運用しながら高めていきました。
成果
1件あたりの入力時間が大幅に短縮し、入稿が当日化。繁忙期の反響機会の逸失も減りました。
入力時間の短縮に加えて、担当者の心理的な負担も下がりました。繁忙期に「今日中に入稿できるか分からない」という状態だったのが、「当日中に出せる」という前提で業務を組み立てられるようになったことは、現場では大きな変化として受け止められています。
| 指標 | 導入前 | 導入後 |
|---|---|---|
| 1件あたり入力時間 | 40〜50分 | 約10分 |
| 入稿リードタイム | 翌日以降 | 当日 |
| 月間処理(約60件)の工数 | 未計測 | 月30時間超を削減 |
募集図面OCRの精度を上げる工夫
OCRの読み取り精度は、図面のもとのデータ状態で大きく変わります。FAXで届いた図面は文字がかすれやすく、PDFでも管理会社ごとにフォーマットがばらばらでした。まず「印字が鮮明な標準フォーマット」と「手書き・かすれ・独自書式」の2つに仕分けるルールを最初に決め、後者は最初から人が入力する前提で運用を組み立てました。
実際の支援現場でよくあるのは、OCRの読み取り精度そのものより、抽出後の項目マッピングでつまずくケースです。物件名や間取り、賃料などの項目名が管理会社ごとに違うため、抽出結果を自社フォーマットのどの列に流し込むかを先に固定してから運用に入ると、読み取り精度以上に入力ミスの削減につながります。
読み取り結果は転記した直後に、担当者が目視でダブルチェックする運用にしました。全件を人が手入力していた頃より確認の負荷は下がり、チェックに使っていた時間を新規の問い合わせ対応や内見スケジュールの調整、退去立ち会いの準備などに回せるようになりました。
他の不動産業務への横展開|重要事項説明の下書き・問い合わせ一次対応
募集図面の入力で仕組みが定着したあと、AIを使う範囲を他の業務にも広げました。対象にしたのは、重要事項説明書のたたき台作成と、メールやチャットで届く物件問い合わせへの一次回答の2つです。効果が数値で確認できた業務から順に広げる進め方を踏襲しました。
重要事項説明書は、登記情報や物件情報など社内に既にあるデータをもとにAIが下書きを作成し、宅建士が内容を確認して仕上げる流れにしました。ゼロから文章を組み立てる手間が減り、宅建士は内容の正確性を確認する作業と重要事項の説明準備に集中できるようになりました。
問い合わせ対応では、空室状況や設備といった定型的な質問にAIが一次回答の案を作成し、担当者が内容を確認してから送信する運用です。休日や夜間に届いた問い合わせにも、翌営業日の早い時間に返信できるようになり、他社への反響の取りこぼしが減りました。
| 業務 | AIが担う範囲 | 人が担う範囲 |
|---|---|---|
| 募集図面入力 | OCRでの読み取りと転記 | 仕分け判断と最終チェック |
| 重要事項説明書 | 登記・物件データからの下書き作成 | 宅建士による内容確認と説明 |
| 問い合わせ一次対応 | 定型的な質問への回答案作成 | 内容確認と送信の判断 |
小さく始めて社内に定着させる進め方
AI導入を社内に定着させる進め方には、共通の型があります。今回の支援では対象業務を1つに絞り込み、効果を確認してから次の業務に広げる順番を徹底しました。最初から範囲を欲張らないことが、遠回りに見えて結局は社内に定着させるための一番の早道になります。
全社一斉に導入するより、担当者が効果を実感できる範囲から一つずつ始めるほうが、現場の抵抗感が少なく、結果として仕組みの定着も早まります。範囲を広げるのは、最初の業務の運用が安定し、担当者自身が手応えを感じてから、次の業務へ進めるくらいでちょうどよいというのが実感です。
この事例を自社で再現するには何から準備する?
準備は3つです。1つ目は現状を数えること。直近1か月に届いた募集図面が何件で、どの管理会社からどの形式(FAX・PDF・メール添付)で届いているかを数えます。件数と形式の内訳が分かると、AIに任せられる割合を導入前に見積もれます。
2つ目は、自社フォーマットの項目定義を1枚に固定することです。物件名・所在地・賃料・管理費・間取り・入居可能日といった必須項目と並び順を先に決めておくと、抽出結果をどの列に流し込むかで迷いません。3つ目は最終チェックの担当者を決めること。責任の所在があいまいなまま運用を始めると、確認が抜けたまま入稿されるリスクが残ります。
書類の電子化がどこまで進んでいるかも、事前に確認しておく価値があります。2022年5月18日に施行された改正宅地建物取引業法により、重要事項説明書や37条書面の押印が不要になり、電磁的方法での交付が認められました。契約まわりの書類が電子で回る前提なら、AIの下書きから交付までを一本の流れとして設計できます。紙とFAXが残る工程がある場合は、どこで紙が発生するかを先に洗い出しておきます。
効果を後から説明できるようにするには、導入前の2週間だけでよいので、1件あたりの入力時間・入稿までの日数・月間の処理件数の3つを手元で記録します。この3つがあれば、導入後の比較がそのまま社内向けの報告資料になります。当社の支援では、Excel集計と資料作成の自動化で月40時間の削減につながったケースがあり、他業種での取り組みは事例ページにまとめています。
- 直近1か月の募集図面の件数と形式(FAX・PDF・メール添付)を数える
- 自社フォーマットの必須項目と並び順を1枚に固定する
- 転記後の最終チェックを担当する人を決める
- 導入前2週間の入力時間・入稿までの日数・処理件数を記録する
よくある質問
Qこの事例は実在の会社ですか?
本ページは、当社の支援内容をもとに作成した導入モデルケースです。数値は実際の支援に基づく代表値で、特定の会社の実話として公開しているものではありません。実際のご相談では、貴社の図面の形式や業務フローに合わせてご提案します。
Q手書きの古い図面もAIで読み取れますか?
鮮明なものは読み取れますが、かすれや独特の書式があると精度が落ちます。そのため「AIに任せる図面」と「人が入力する図面」を仕分けるルールづくりが重要です。100%ではなく、確実に効く8割から自動化するのが現実的で、効果も出やすくなります。
QAI-OCRの導入にはどのくらいの期間がかかりますか?
既存システムの入れ替えを伴わない範囲なら、2か月程度が目安です。この事例では、AI-OCRとポータル入稿の自動整形を既存の業務フローに追加する形にしたため、設定と試験運用を含めて約2か月で運用を始められました。物件管理システムそのものを刷新する場合は、これより期間がかかります。
UniGain