「同じ不動産AIでも、中国とアメリカで全然違うものが生まれている」——初めてこの違和感を覚えたのは、ある企業の資料を読んだ時だった。
中国企業は「建物をどう建てるか」にAIを投入している。アメリカ企業は「建物をどう使うか」にAIを投入している。
最初は「どっちが正しいか」という問題だと思っていた。でも違った——違う土壌が、違う進化を生んだだけだった。
今日は、具体的な企業事例を見ながら、その違いを分解してみたい。
中国側：「どう建てるか」から始まったAI
上海建工——31個のAIツールで建設現場を変える
上海建工（上海建工集団）の動きは、中国の建設AIを象徴する。
彼らが構築したのは、千万レベルの業界データセットと、多目的タスクに対応する建築AIアルゴリズムライブラリ。その成果として、31個の独自建築AI製品を自主開発した。
具体的には何をやっているのか。
- 設計審査の自動化：図面をAIに読ませて、規制違反や構造的問題を自動検出
- 施工計画の最適化：過去のプロジェクトデータから、最適な工程スケジュールを生成
- 品質管理の予測：どの工程で欠陥が起きやすいかを事前に予測し、リソースを集中配分
つまり、彼らのAIは**「建物を建てる前」から「建てた後」まで、建設プロセス全体をカバー**している。
小库科技（XKool）——設計段階からAIを入れる
もう一つの中国企業、小库科技はさらに上流に位置する。
彼らのコア技術は「数-模-規（Data-Model-Regulation）の連動検証」。3D可視化環境で設計データ・モデル・建築規制をリアルタイムで突き合わせ、AIによる自動審査・管理・研判を実現する。
具体的なプロダクト構成は3つの柱で構成されている：
- 智能設計管理平台：跨地域プロジェクトの設計をAIで一括審査。プロジェクトを線上化して「智能数倉」を構築し、データ駆動の意思決定を支援。製品ライブラリも智能化し、開発効率を向上させる。
- 智能協同管理平台：設計データを投資・コスト・マーケティング・施工・調達・物業（管理）など各部門と連携。3Dモデルと方案データを全チェーンで流通させ、リアルタイム協働を実現する。
- 智能設計最適化サービス：AI強排（配置最適化）技術と専門チームを組み合わせ、設計価値の最大化・コスト削減・プロジェクト収益性の向上を支援する。
ここまで読んで気づいただろうか。中国の不動産AIは「建設・設計」に強い。
なぜか。中国の不動産市場は過去十数年、新規供給が中心だったため、「どう効率的に建てるか」が最大のROIとなり、建設・設計AIが急速に発展した。もちろん市場が存量フェーズに移行する現在、AIの投資対象も取引や運用へ広がりつつあるが、技術の蓄積と人材の厚みは依然として上流工程に集中している。
アメリカ側：「どう使うか」から始まったAI
Compass——エージェントの脳みそをAIに置き換える
アメリカ側の代表例は、不動産テックの上場企業Compass。
上場前後から大規模なエンジニアリング・データサイエンスチームを構築し、AIをプラットフォームの中核に組み込んだ。彼らのAIがやっていることは、建設とは全然違う。
- 物件推薦エンジン：買い手の行動データと好みを学習し、最適な物件を推薦
- 価格予測モデル：地域市場データと成約履歴から、物件の適正価格を高精度で予測
- 営業支援ツール：エージェントがどの物件をどの顧客に、どのタイミングで提案すべきかをAIがアドバイス
アメリカの不動産AIは「取引・運用」に強い。
アメリカの市場は成熟している。新規建設よりも、既存資産をどう効率的に売買・運用するかが課題だ。
BrainBox AI——建物を「動かす」ためのAI
もう一つ、BrainBox AI の「AIスマートビルディング」事例も参考になる。
彼らはビル設備の制御データと気象・利用状況をリアルタイムで学習し、HVAC（空調）エネルギー消費を最大25%削減する予測制御を実現している。他にも同分野のプレイヤーは以下にフォーカスしている：
- エネルギー最適化：AIがビルのエネルギー使用を予測し、自動調整
- 予測メンテナンス：設備の故障を事前に察知し、修理スケジュールを最適化
- セキュリティ強化：異常行動をAIで検知し、リアルタイムで警備に通知
これらは全部、建物が完成してからの話だ。
対比表：同じ「不動産AI」でも、違うもの
| 次元 | 中国（上海建工/小库科技） | アメリカ（Compass/BrainBox AI） |
|---|---|---|
| 対象フェーズ | 設計・建設（上流） | 取引・運用（下流） |
| 解決する課題 | 「どう建てるか」 | 「どう使うか」 |
| データの種類 | 建築規制、設計図、施工記録 | 市場価格、ユーザーデータ、運用ログ |
| AIの役割 | 設計支援、審査自動化、品質予測 | 推薦エンジン、価格予測、設備最適化 |
| 顧客 | 建設会社、設計事務所、政府 | 不動産エージェント、投資家、管理会社 |
| ビジネスモデル | プロジェクト型（ToG/ToB） | SaaSサブスク型（ToB） |
なぜ違うのか：市場の構造がAIの「入り口」を決める
この違いを見て、一つの結論に至った。
市場の成熟度と資産構造が、AIの「入り口」を決めた。
中国は長らく新規開発が経済を牽引したため、設計・建設の効率化が最大の投資対効果を生んだ。一方、アメリカは既存資産が圧倒的に多く、取引の流動性向上とビル運用のコスト削減の方が経済的に合理的だ。
もちろん、これは「絶対的な分断」ではない。中国にも貝殻（Beike）のような取引・運用AIの巨人が存在し、アメリカにもProcoreやAutodesk Construction Cloudのような建設テックが成熟している。あくまで市場の重心と投資の優先順位が異なるという構造だ。
これは「どっちが進んでいるか」という問題じゃない。違うスタート地点から、違う山を登っているだけだ。
でも、一つの懸念がある
中国の「建設AI」が優秀でも、アメリカの「運用AI」が優秀でも、両方を統合しないと「本当のスマートビル」は生まれない。
設計段階でAIが最適化した建物でも、運用段階でAIが学習しないと、実際の使用状況は反映されない。逆に、運用AIが優秀でも、設計段階で非効率な建物では限界がある。
建設（BIM）と運用（IoT）のデータがつながらないのが、今の不動産AIの最大の課題だと思う。設計図面のメタデータが竣工後に失われ、運用側のセンサーデータが設計フィードバックに還流されない。この「データの断絶」が、ライフサイクル全体の最適化を阻んでいる。
最後に
中国の「建設AI」とアメリカの「運用AI」は、いずれ出会う。そしてその時、BIM（設計） × IoT（運用） × AI（予測） をつなぎ、建物の全ライフサイクルをカバーするAIが生まれる。
その統合をデザインするのが、次世代の不動産テックの仕事だと思っている。
もし同じ領域で働いている人がいたら、ぜひ意見を聞かせてほしい。特に「建設AI」と「運用AI」の間のデータ連携について——このギャップを埋めるアイデアがあれば、ぜひ教えてほしい。
参考資料：
- 上海建工：自主開発31項独具特色建築AI產品（国企動態報道）
- 小库科技 XKool 智能設計管理平台：https://www.xkool.ai/zh/koolx
- Compass AI戦略：Compass Technology Blog / 公開財務報告
- BrainBox AI（AI駆動型ビルディングオートメーション）：https://brainbox.ai/
- 業界レポート：Verdantix Smart Building Guide, Proptech Market Overview 2024