AIがリアルアセット業界にどのような変革をもたらしているか

組織レベルにおいて、AIはチームの働き方やビジネスの運営方法をどのように変えつつありますか？ どこで最も大きな効率化が見られますか？ また、そのメリットを最大限に活かすために、ワークフロー、プロセス、役割をどのように再設計していますか？

AIは、私たちが顧客や社員と関わる方法を根本的に変えつつあります。AIは、私たちの事業環境にパラダイムシフトをもたらしました。状況がどのように変化しているかについて、代表的な例をいくつか挙げます：

• 調査とコンプライアンス – AIを活用した文書レビューや先例分析により、当社の調査手法は一変しました。現在、当社のチームはデータ収集や調査に費やす時間を大幅に削減し、判断や意思決定に割く時間を著しく増やしています。これにより、単なる情報の集約から戦略的なアドバイザリー業務へと移行しています。.
• データ分析 – ポートフォリオ全体の情報を収集し、データを理解することで、リスクの把握やコンプライアンス上の不備の特定を、はるかに容易かつ高精度に行うことが可能になります。
• 人的スキルの再配置 – データ処理を多用する業務を自動化することで、人材を解放し、より付加価値の高いクライアントへのサービス提供やアドバイザリー業務に専念できるようにしました。これにより、チームのエンゲージメントとキャリアパスの両方が向上するだけでなく、人員を比例的に増やすことなく、アドバイザリー業務の体制を拡大できる体制が整いました。.

AIは、実物資産分野における投資意思決定を急速に変革しつつあります。AIは、投資家が投資機会を見極め、リスクを評価し、セクターや市場間で資本を配分する方法をどのように変えているのでしょうか？また、AIが国境を越えた投資戦略や資本の流れに影響を与えていると実感されていますか？

意思決定のプロセスは抜本的に見直されました。AIを活用したプロセスにより、より正確かつ詳細な調査に基づいた迅速な意思決定が、今や当たり前となっています。投資家は、2年前には想像もできなかったような時間軸において、さまざまな確率分布や結果を検証しながら、複数のシナリオ分析やストレステストを行い、はるかに大規模なデータセットを横断してモデル化できるようになりました。.

AIはデューデリジェンスや投資分析をどのように変革しているのでしょうか？アンダーライティングや市場予測から、ポートフォリオの最適化や評価に至るまで、どの分野において、スピード、精度、そして投資成果の面で最も大きな改善が見られているのでしょうか？

デューデリジェンスにおけるAIの活用事例とその影響について

買収以外にも、AIは実物資産の管理・運営のあり方をどのように変えつつあるのでしょうか？AIが資産のパフォーマンス、テナント体験、予知保全、あるいは運営効率をどのように向上させているか、具体例を挙げていただけますか？

AIは、予知保全、動的なエネルギー最適化、収益管理の実施において積極的に導入されており、これにより運用コストを削減しつつ、入居者の満足度を高めています。.

サステナビリティが投資判断においてますます重要視される中、AIはオーナーや管理者がエネルギー消費を最適化し、ESG報告要件を満たす上でどのように役立っているのでしょうか？また、AIを導入したビルは、将来的には評価額や賃料においてプレミアムが付けられるようになると思いますか？

機関投資家市場において、企業はAI対応かつESG評価を受けた資産に対して、約3～7%のリースプレミアムを課しており、テナントの選好が変化し、資金調達コストにおいてサステナビリティのパフォーマンスがますます重視されるにつれて、このプレミアム幅は拡大している。しかし、プレミアムの発生は保証されているわけではない。テナントのESGに対する選好は地域によって異なり、セカンダリー市場ではプレミアムの上昇幅はごくわずかである。.

今後5年間、AIが投資家にとって最大の競争優位性をもたらす分野はどこだとお考えですか？また、オーナー、ファンドマネージャー、開発者が競争力を維持するために、今どのような能力に投資すべきでしょうか？

他のあらゆるビジネスと同様、正確なデータマイニングに裏打ちされたAIは、不動産投資家にとって重要な鍵となるでしょう。単に業務効率の向上やコスト削減のためだけでなく、意思決定にAIを組み込む投資家は、競合他社に対して明らかな優位性を得られるはずです。.

アニッシュ・サングヴィ
パートナー
プライス・ウォーターハウス＆カンパニーLLP

AIがもたらす当面のメリットは、デューデリジェンス、引受審査、書類審査、市場分析といったプロセス集約型の業務の自動化から生まれるでしょう。しかし、こうしたツールが広く普及するにつれて、生産性向上によるメリットは急速に薄れていくでしょう。 私の見解では、長期的な競争優位性は、独自のデータセット、市場に対する文脈的な理解、そして実務経験に基づいて構築された独自のAI機能から生まれるでしょう。 企業がこれまで、優れた投資モデル、リサーチプラットフォーム、あるいはリスク管理フレームワークによって他社との差別化を図ってきたのと同様に、次世代の業界リーダーは、AIを活用した意思決定プラットフォームの質によってその優位性が際立つことになるでしょう。.

こうした機能により、投資家が投資機会を見極め、リスクを評価し、セクターや市場を横断して資本を配分する能力が大幅に向上する可能性があります。膨大な量の構造化データや非構造化データをより的確に分析し、新たなトレンドを早期に把握し、より正確な洞察を導き出せる企業は、投資案件の発掘とポートフォリオ構築の両面で優位性を得られるでしょう。 これは特にクロスボーダー投資において大きな影響を与える可能性があります。AIを活用することで、投資家はより一貫性があり拡張性の高い分析フレームワークを用いて、複数の地域にわたる投資機会を評価できるようになり、その結果、グローバルな資本流動が加速し、市場の透明性が向上する可能性があります。.

こうした能力を育成するには、データインフラ、技術、人材への多額の投資が必要となる。その結果、世界最大手の投資運用会社は、その規模、リソース、および独自データへのアクセスを背景に、すでに大きな先行優位を築いている可能性が高い。 多くの企業がすでに、リサーチ、リスク管理、投資プロセスにAIを導入し始めています。しかし、AIは、独自のビジョンと強固な技術文化を持つ革新的な企業が、はるかに規模の大きな既存企業と競合できるようにすることで、現状を覆す可能性も秘めています。.

アマゾンがテクノロジー、データ、そして運営能力の活用を通じて小売業界に変革をもたらしたように、実物資産分野においても、AIを競争戦略の中核に据えた新世代の専門投資運用会社が台頭してくる可能性は十分にある。 今後5年間で、この業界における最も重要なイノベーションのいくつかは、大手既存企業だけでなく、投資プロセスにおいてAIを活用できる機動力のある企業からも生まれる可能性がある。 とはいえ、不動産投資は単なるデータや分析だけにとどまりません。それは、人間関係、交渉、実行力、規制上の考慮事項、そして私たちが建築環境とどのように関わり合っているかという理解にも支えられているのです。.

不動産業界において、アルファは、投資に関する洞察力、規律ある資本配分、卓越した運営能力、そして長期にわたる成功裏の実行が相まって生み出されます。AIにはこれらの各要素を強化する可能性がありますが、テクノロジーだけではアルファを生み出すことはできません。 持続可能なアルファを生み出す可能性が最も高いのは、成功する不動産投資の根幹を常に支えてきた専門知識、人脈、実行力を、AIで置き換えるのではなく、AIを活用して強化する企業である。 今後、競争の舞台はますます技術面へと移っていくでしょうが、独自データ、高度な分析、そして人間の判断をうまく組み合わせることができた企業こそが、差別化された洞察を生み出し、資本をより効果的に配分し、テクノロジー主導の傾向が強まる投資環境において競争優位性を確立できる最良の立場に立つことになるでしょう。.

クリスティン・リー
アジア太平洋地域調査部長
ナイト・フランク

AIは、実物資産分野における投資意思決定を急速に変革しつつあります。AIは、投資家が投資機会を見極め、リスクを評価し、セクターや市場間で資本を配分する方法をどのように変えているのでしょうか？また、AIが国境を越えた投資戦略や資本の流れに影響を与えていると実感されていますか？

AIの導入はまだ初期段階にあり、投資家によって導入の進捗状況は様々ですが、AIによって業務プロセスが効率化されることで、投資家はより多くの資産を詳細に精査できるようになるでしょう。.

現在、時間こそが投資家にとって最大の制約要因の一つとなっています。つまり、投資家は資産をさらに詳しく調査する価値があるかどうかを判断するために、迅速に初期評価を下さなければならないのです。AIはこうした大まかな選別を支援すると同時に、各段階で綿密な精査を可能にし、投資家が投資プロセスの各段階で十分な情報に基づいた意思決定を行えるようにします。.

さらに、資産そのものとは直接関係がないものの、長期的にはそのパフォーマンスに影響を及ぼす可能性のある、より幅広いデータを評価することが可能になります。これにより、より詳細なリスク評価スコアリングプロセス（市場リスク、気候リスク、経済リスク）を実施し、資産の長所と短所をより深く理解できるようになります。.

資本はますますグローバル化しており、投資家は複数の市場における資産を同時に評価する必要に迫られています。AIを活用すれば、所定の分析を繰り返し行うことが可能となり、資産の標準化された比較が行えるため、利用可能な資本を踏まえて、投資対象として最優先すべき案件を特定するのに役立ちます。.

全体として、AIは人間の判断の必要性をなくすものではなく、むしろ、より高度なデータ分析やシナリオモデリングなどを通じて、意思決定プロセスのスピードと明確さを向上させるものです。これにより、投資や売却の対象となり得る資産について、より広範かつ迅速に検討することが可能になります。.

AIはデューデリジェンスや投資分析をどのように変革しているのでしょうか？アンダーライティングや市場予測から、ポートフォリオの最適化や評価に至るまで、どの分野において、スピード、精度、そして投資成果の面で最も大きな改善が見られているのでしょうか？

AIは、反復的でデータ量の多い作業――デューデリジェンスの典型的な例――に非常に適しています。簡単に言えば、これにより、より多くの分析をより迅速に行うことができるということです。 例えば、AIによるリース契約書の要約の質は著しく向上しており、各リース契約から関連条項を抽出する時間を短縮できるだけでなく、人間による作業と比較しても、抽出情報の正確性を維持し、場合によっては向上させることさえ可能です。.

今後、将来の市場状況を予測し、その予測に基づくシナリオのパラメータを提供するために、より大規模で複雑なモデルが引き続き開発されていくでしょう。これにより、資産レベルおよびポートフォリオレベルの両方において、上昇・下落リスクに関するより的確な評価が可能となり、その評価結果を活用して、集中リスクを評価したり、多様性と回復力を維持するためにポートフォリオのリバランスが必要かどうかを判断したりすることができるようになります。.

自動評価モデルは、以前から開発が進められてきました。今後も改良は続くでしょうが、分析の正確性や規制順守を確保するためには、依然として人間による評価が必要となります。.

買収以外にも、AIは実物資産の管理・運営のあり方をどのように変えつつあるのでしょうか？AIが資産のパフォーマンス、テナント体験、予知保全、あるいは運営効率をどのように向上させているか、具体例を挙げていただけますか？

ファシリティマネジメント（FM）では膨大な量のデータが生成されており、これは建物の運営・管理方法に新たな可能性をもたらしています。利用状況データ、清掃スケジュール、予測・予防保全プログラムを連携させることは、コスト効率を最適化するための最大の機会の一つとなるでしょう。これにより、FMの契約モデルは、人員要件から運用成果へと、さらなる進化を遂げていくことになります。 また、AIの活用により、よりパーソナライズされたテナントとの関わり方やセルフサービスツールが可能となり、問題をより積極的に特定・解決できるようになり、入居者の体験全体が向上しています。.

今後5年間、AIが投資家にとって最大の競争優位性をもたらす分野はどこだとお考えですか？また、オーナー、ファンドマネージャー、開発者が競争力を維持するために、今どのような能力に投資すべきでしょうか？

最大の競争優位性は、独自のデータ、投資判断、そして業務執行を組み合わせることから生まれるでしょう。今日、強固なデータガバナンスと統合能力を構築している投資家は、将来にわたってその優位性を維持できる可能性が高くなります。.

ドミニク・ブラウン
国際研究責任者
クッシュマン・アンド・ウェイクフィールド。.

組織レベルにおいて、AIはチームの働き方やビジネスの運営方法をどのように変えつつありますか？ どこで最も大きな効率化が見られますか？ また、そのメリットを最大限に活かすために、ワークフロー、プロセス、役割をどのように再設計していますか？

AIは単に業務を自動化するだけではありません。AIは「業務」の定義そのものを変えつつあり、その違いは、他の多くの業界よりも実物資産の分野においてより重要になります。なぜなら、1つの資産から、数千ページに及ぶ文書や数十件のステークホルダー向け報告書、さらには数ヶ月にわたる分析サイクルが生み出されることがあるからです。.

利益がどこに還元されているか

効率化がもたらされるのは、よく話題に上るようなユースケースではなく、アナリストの時間を奪う単調で大量の作業――リース契約の要約・精査、損益計算書の標準化、差異に関する解説、賃料明細書の照合、投資家向け報告書作成――にある。 こうした業務は、かつてはジュニアアナリストが1資産あたり月に2～4日を費やしていました。適切に設計されたAIワークフローに組み込めば、出典の明記や監査証跡が添付された状態で、わずか数分で完了します。そうなれば、チームの人員配置や、実際に社員に何を求めているのかを見直す必要が出てきます。.

文書横断的な分析も、大きなメリットが得られる分野の一つです。30件の資産を運用するマネージャーは、従来、不動産管理会社が作成した要約に依存してきましたが、要約という形式上、情報が省略されてしまうものです。 AIは、その裏にある賃貸借契約書、運営報告書、点検報告書、CAM（共用部分管理費）の照合資料などを読み取り、要約には盛り込まれることを誰も考えなかった契約違反や契約満了のリスクを浮き彫りにすることができます。実際、こうした点こそが、最も多くの予期せぬ事態が潜んでいる場所なのです。.

ワークフローと役割の再設計の進め方

AIを最大限に活用している組織は、既存のプロセスに単にチャットボットを付け加えただけではありません。彼らは原点に立ち返り、「データの抽出、正規化、および一次分析が別の場所で処理される場合、自社の従業員は何をすべきか」と問い直したのです。.

答えは結局のところ「判断」に帰着する。 アナリストはデータ収集から意思決定の枠組み作りへと業務を移行している。資産運用会社は、レポートの作成に費やす時間を減らし、レポートの内容に基づいて行動を起こす時間を増やしている。投資のプロたちは、スクリーニング条件を一から構築する代わりに、スクリーニングの結果を精査している。これらはいずれも、それ以前に担当していた業務よりも規模が小さいわけではない。これは、「AI」という言葉を聞いて人員削減を想定してしまうチームには、ぜひ伝えておくべきことだ。.

最も重要な再設計は、その一連のプロセスの中でAIをどの段階に組み込むかという点です。受付段階にAIを導入し、新しい賃貸借契約書を読み込み、契約条件を抽出し、不自然な条項にフラグを立て、データベースに入力すれば、その後のすべてのステップでメリットが得られます。一方、人間がすでに作成した報告書をAIで推敲するだけなら、得られる効果は表面的なものに過ぎません。.

プラットフォームの選定とコストについて

現在、実物資産運用会社が直面している最も重要な決断の一つは、AIを導入するかどうかではなく、どのプラットフォームを採用するかという点であり、その経済性は一見したほどには明白ではない。.

AI関連の支出が膨れ上がっていることは、深刻な懸念事項です。多くの組織が、コーディングやカスタマーサポートといった幅広いユースケース向けに構築された汎用プラットフォームを、実資産のワークフローに適用すると、すぐにコストが高騰してしまうことに気づいています。その理由は構造的なものです。汎用プラットフォームには、その分野の知識がないからです。 エージェントが、CAMの照合とは何か、WALEがどのように算出されるか、あるいはグロスリースとネットリースの違いが損益計算書にどのような影響を与えるかを理解していない場合、より多くのコンテキストを取り込み、より多くの手順を踏んで、より頻繁に再試行することでそれを補おうとします。こうした補完処理のすべてがトークンを消費し、コストは急速に膨れ上がります。.

注目すべき数値は、トークンあたりの価格ではなく、特定の作業を所定の基準で完了させるための総コストです。実物資産の用語、文書タイプ、ワークフロー、分析フレームワークを基盤として構築されたプラットフォームであれば、計算上の無駄を大幅に削減しながら同じ仕事をこなすことができます。 Fifth Dimensionでは、ドメインに最適化されたエージェント・ハーネス（AIがコンテキストを取り込み、データを活用し、タスクを分解し、引き継ぎを管理し、ガードレールを適用する方法を制御するレイヤー）により、汎用プラットフォームと同等の品質の出力を、わずかなトークン消費量で実現しています。この差こそが、AIプログラムがスケールするか、あるいはコストが高くなりすぎてひっそりと縮小されるかを決定づけるのです。.

プラットフォームを評価するすべての人に、2つアドバイスしたいことがあります。トークンの価格ではなく、タスク完了にかかる総コストのベンチマークを尋ねることです。そして、あらゆる業界に等しく対応できると謳うものには懐疑的であるべきです。実物資産の分野では、その分野に対する深い知見が品質とコスト効率の両方を左右しますが、市場の大部分では、その点がまだ価格に反映されていません。.

AIは、実物資産分野における投資意思決定を急速に変革しつつあります。AIは、投資家が投資機会を見極め、リスクを評価し、セクターや市場間で資本を配分する方法をどのように変えているのでしょうか？また、AIが国境を越えた投資戦略や資本の流れに影響を与えていると実感されていますか？

実物資産における投資判断は、常に情報量が膨大で、時間的制約も厳しいものでした。AIは、これら2つの制約に同時に取り組んでおり、投資家が現実的に処理できる情報の範囲を広げるとともに、その処理にかかる時間を短縮しています。.

機会の特定

最初に変化したのは投資案件のスクリーニングでした。以前はブローカーとの関係や市場レポートに頼って投資機会を発掘していた投資家も、現在でははるかに広範な資産群を対象に体系的なスクリーニングを実行できるようになりました。サブマーケットのデータ、類似取引事例、開発計画の承認状況、テナントの信用動向、マクロ経済のシグナルなどを統合的に分析することで、従来ならリサーチチームが数週間かけて作成していたであろう、順位付けされた候補リストが導き出されるのです。.

さらに興味深い能力は、まだ機会として認識されていない可能性を見極めることです。賃貸活動の動向、空室率の推移、インフラ投資、人口動態の変化といったパターンから、取引量や価格に反映される前に、転換点を迎えようとしているサブマーケットを察知することができます。競合他社よりも迅速に同じ情報を分析・処理できることには、大きな価値があります。 競合他社がまだ注目していない情報を分析することには、さらに大きな価値がある。.

リスク評価

資産レベルでは、AIがリース契約書一式（基本リース契約、修正契約、エストーペル、保証書など）をすべて読み込み、数分で体系化されたリスク登録簿を作成します。その内容には、契約満了日、組み込まれたオプション、共同賃借条項、賃料見直しメカニズム、テナントの信用上の懸念事項などが含まれます。これにより、現場視察の前に、従来1週間かかっていた法務および分析上のレビューを完了できるようになりました。.

ポートフォリオレベルでは、これにより初めて集中度分析が実用化されました。投資家は、特定のテナント、セクター、賃貸借構造、あるいは市場に対する現在の総エクスポージャーがどのような状況にあるかを確認し、さまざまなシナリオに基づいてそのエクスポージャーに対するストレステストを行うことができます。複数の資産クラスや地域にまたがる分散型ファンドの場合、かつてはこの質問に答えるだけでも2週間を要し、しかも不十分な回答に終わることが多かったのです。.

資本配分とクロスボーダー戦略

国境を越えた投資は、その影響が最も大きい一方で、最も議論されていない分野である。現地投資家と外国人投資家間の情報の非対称性は、実物資産における国境を越えた資本流入を阻む、最も根強い要因の一つとなってきた。現地投資家は市場を熟知している。外国人投資家は、その知識に対してプレミアムを支払うか、あるいはその知識がないことを受け入れてより高いリスクプレミアムを許容するかのいずれかを選択せざるを得ない。.

AIは、その非対称性を徐々に解消しつつある。複数の市場にわたる現地の市場データ、規制の枠組み、計画環境、取引履歴を一度に集約することで、国境を越えた投資家には、かつてないほど信頼性の高い分析基盤が提供される。 現地に関する専門知識は依然として重要である。なぜなら、人脈、現場での判断、規制への対応といった要素は自動化されることはないからだ。しかし、情報の格差は縮小しつつあり、そのペースは多くの資産配分モデルが想定しているよりも速い。.

アジア太平洋地域はその最たる例です。この地域は、規制環境、市場の成熟度、為替動向、資産クラスの幅広さにおいて多様性が高く、そのため、アジア全域を網羅するポートフォリオの構築は、常に分析上の難題となってきました。 東京のオフィス資産とシドニーの物流資産、そしてソウルの小売資産を統一された基準で比較しようとしたことのある人なら、その作業の多くが手作業であったことをよく知っているはずだ。AIの導入によりこの作業はより扱いやすくなり、今後数年間で域内の資本流動が加速すると予想される。.

加盟企業にとって、投資する価値のある能力とは、市場ごとにデータを処理するのではなく、複数の市場のデータを首尾一貫して統合する能力である。地域全体の状況を一度に把握できる組織こそが、優位性を手にすることになるだろう。.

AIはデューデリジェンスや投資分析をどのように変革しているのでしょうか？スピード、精度、そして投資成果において、最も大きな改善が見られる分野はどこでしょうか？

デューデリジェンスは、AIが最も目に見える改善をもたらした分野であり、その理由は当然のことながら明白です。これは、書類の扱いが多く、時間的制約も厳しいプロセスであり、扱う資料の量が膨大である上、何かを見落とすことによるコストも高いからです。.

文書の確認と情報抽出

文書レビューのスピードと網羅性が最も大きく変化しました。企業買収には、賃貸借契約書、権利報告書、環境アセスメント、物件状態報告書、損益計算書、サービス契約書、保険証書など、何百もの文書が関わってきます。 人間による徹底的なレビューには数週間を要し、多額の専門家の報酬もかかります。一方、AIは同じ文書群を数時間で読み込み、各文書から構造化されたデータを抽出、調査結果を相互参照し、人間が確認すべき事項の優先順位リストを作成します。.

また、疲れを知らず、要点を省略することもなく、200ページに及ぶ賃貸借契約書の47ページにある、家主の再開発能力を制限する条項を見落とすこともありません。時間的制約下での網羅性は常に優れており、実際、デューデリジェンスの多くは時間的制約のある状況下で行われるものです。.

引受審査および財務モデリング

モデルのデータ入力作業が手作業ではなくなったため、引受審査のスピードが向上します。アナリストが家賃明細データ、賃貸借契約条件、運営費などを手作業でモデルに入力する代わりに、これらの入力データは出典情報を付記した状態で、書類から直接取り込まれるようになります。これにより、入力ミスがなくなり、モデル構築時間が短縮されるほか、モデル内のあらゆる仮定について、その出典へと遡れる監査可能なリンクが確保されます。.

市場予測の精度も向上していますが、注意すべき点も増えています。AIは、衛星データ、人通り、検索トレンド、世論など、従来の手法よりもはるかに幅広い先行指標を統合することができます。しかし、モデルの精度は、その学習データと組み込まれた仮定の質に左右されます。 最良の結果を出しているチームは、AIを活用してさまざまなシナリオを生成し、仮定に対するストレステストを実施しており、個々のAI予測を、引受判断の根拠となる数値としてではなく、あくまで一つのシナリオとして扱っています。.

評価

評価は、これらの中で最も微妙なニュアンスを要するものです。AIの導入により、比較分析の速度と一貫性が向上し、関連する取引の特定、資産特性の違いによる調整、そして説得力のある比較対象セットの構築が、手作業による調査よりもはるかに迅速に行えるようになりました。十分な取引データが存在する場合、自動評価モデルの精度は著しく向上しています。.

複雑あるいは流動性の低い資産については、依然として人間の判断が必要となります。 優れたAIを活用した評価プロセスでは、AIがデータの収集や比較対象物件の選定を担当し、評価担当者は判断を要する部分、すなわち「この市場、このサイクルのこの時点における当該資産にふさわしいキャップレート」、「短期的な契約満了に伴うディスカウント」、「真のESG実績を持つ建物に対するプレミアム」といった点に集中します。.

ポートフォリオの最適化

ポートフォリオ運用は、定期的なものから継続的なものへと変化しつつあります。投資家は、四半期ごとや年ごとに構成を見直すのではなく、セクター別配分、地域別集中度、満期プロファイル、WALE、DSCRなどを目標パラメータと照らし合わせて監視し、ポートフォリオが許容範囲から外れた際にアラートを受け取ることができます。大規模で分散投資されたファンドにとって、これはガバナンス面での大きな改善と言えます。.

ここで一つアドバイスするとすれば、何が審査され、何が判明したかについて、監査可能で引用可能な記録が残るアプリケーションを優先すべきだということです。 この地域の規制当局は、投資プロセスのガバナンスにますます注目しており、体系的な審査が行われたことを実証し、AIが何を発見し、その後人間がどのような判断を下したかを示すことができることは、それ自体がリスク管理上の強みとなります。.

買収以外にも、AIは実物資産の管理・運営のあり方をどのように変えつつあるのでしょうか？AIが資産のパフォーマンス、テナント体験、予知保全、あるいは運営効率をどのように向上させているか、具体例を挙げていただけますか？

資産運用は、投資家だけでなく、テナント、不動産管理会社、そして周辺コミュニティといった幅広いステークホルダーにとって、AIの存在が最も具体的に感じられる分野です。また、この分野では、トップ企業と最下位企業の格差が最も大きいのもここです。なぜなら、運用におけるAIには技術だけでなくデータインフラも必要であり、多くの実物資産運用企業は、依然としてその基盤を整備している最中だからです。.

資産パフォーマンスとオペレーショナル・インテリジェンス

AIをビル管理システムと連携させることで、最も迅速に運用上のメリットが得られます。センサーデータ、利用状況の傾向、天気予報、公共料金の価格をリアルタイムで分析することで、AIは空調や照明を動的に調整し、建物の快適性を損なうことなくエネルギー使用量を削減します。商業ビルでは、通常、エネルギー使用量の15～25％削減が可能であり、投資回収期間は2～4年以内となります。.

ベンチマーキングもより高度化しています。資産運用会社は、個々の資産を同業他社グループと、財務指標だけでなく、エネルギー消費原単位、1平方メートルあたりの維持管理費、テナント満足度、契約更新率といった運営指標についても、リアルタイムで比較することができます。これにより、パフォーマンスの低迷箇所を特定しやすくなるだけでなく、さらに有益なことに、投資委員会に対してその理由を説明しやすくなります。.

入居者の体験

入居者体験において、差別化が進み始めています。AIを活用したエンゲージメント・プラットフォームは、日常的なサービス依頼に対応し、共用設備に関する質問に答え、問題が苦情に発展する前にそれを検知します。さらに高度なアプリケーションでは、入居者が実際にスペースをどのように利用しているか、いつ利用しているか、どのサービスを重視しているかを分析し、その情報を賃貸戦略、共用設備への投資、契約更新交渉に反映させています。.

そのビジネス上の理屈は単純です。サービスに満足しているテナントほど契約を更新する頻度が高く、契約更新は新規賃貸よりもほぼ常にコストが安くなります。テナント体験を向上させるAIは、単なるサービスの向上にとどまらず、資産価値の向上にもつながります。.

予知保全

予知保全は、この業界において比較的成熟した応用分野の一つです。 エレベーター、チラー、ポンプ、電気系統からのセンサーデータは、故障に先立つパターンを明らかにし、それによって故障が発生する前にメンテナンスを行うことが可能になります。経済的なメリットは明白です。予定外のメンテナンスは、計画的なメンテナンスに比べて3倍から5倍のコストがかかり、人が利用している建物で故障が発生した場合、修理費用に加えて、入居者への迷惑や潜在的な法的責任も生じることになります。.

この分野で成果を上げている組織は、まずセンサーインフラとデータパイプラインに投資しました。AIの性能は、そこに投入されるデータの質に左右されます。この地域には古い建物が多く、予知保全を現実的なものにするには、まずIoTの導入が必要不可欠です。AIを単なるソフトウェアの購入だと期待していた所有者に対して、この点を説明するのは気まずい話です。.

不動産管理における業務効率

不動産管理の現場では、AIが日常的な事務作業の大部分を担うようになっています。具体的には、賃貸借契約書の要約や重要日程の管理、売掛金の監視、サービス料の照合、コンプライアンス報告、投資家向け報告などが挙げられます。 スピードが向上するにつれて、品質も向上しています。AIが生成するレポートは、手作業で作成されたものよりも一貫性が高く、内容が充実しており、タイムリーです。また、内部ガバナンスと外部報告の両方を支える記録として残されます。.

運用AIの恩恵を最大限に享受できるのは、データインフラを単なるIT経費項目ではなく、戦略的資産として捉えている組織です。アプリケーションの導入に先立ち、データパイプライン、センサーネットワーク、システム統合に投資すべきです。質の低いデータにAIを適用しても、質の低い結果しか得られません。そして資産管理の分野では、質の低い結果は直接的な財務的影響をもたらします。.

サステナビリティが投資判断においてますます重要視される中、AIはオーナーや管理者がエネルギー消費を最適化し、ESG報告要件を満たす上でどのように役立っているのでしょうか？また、AIを導入したビルは、将来的には評価額や賃料においてプレミアムが付けられるようになると思いますか？

サステナビリティの分野こそ、実物資産におけるAIの可能性が、規制当局の指針や投資家の需要と最も明確に合致する領域であると同時に、主張されている内容と実際に運用されている内容との乖離が最も大きい分野でもある。.

エネルギーの最適化

AIを活用したエネルギー管理は、この分野において最も商業的に実績のあるサステナビリティ応用事例です。機械学習を用いて、建物の利用状況、天候、電力料金に応じてビルシステムをリアルタイムで調整する手法は、すでに定着しており、商業施設、工業施設、住宅施設のいずれにおいても一貫した成果をもたらしています。.

さらに新しいのは、これを系統レベルのデータや再生可能エネルギーの調達と結びつけることです。 電力網からのシグナルに応じて消費量を調整し、再生可能エネルギーの発電量が多く価格が安い時には電力消費を増やし、ピーク時には消費を抑えることができる建物は、単に自らのカーボンフットプリントを削減するだけにとどまりません。それはエネルギー転換の積極的な参加者となり、一部の市場ではデマンドレスポンス・プログラムを通じて収益を得ることさえあります。.

多くの所有者にとって、実務上の出発点は、既存のビル管理システムのデータに基づいて実施されるエネルギー監査です。これにより通常、設備投資を一切必要としない低コストの最適化の機会がいくつか明らかになります。これは、この業界の誰もが直面する中で最も説得力のあるビジネスケースと言えるでしょう。その後、AIが継続的に監視を行い、状況の変化に応じてさらなる改善点を見つけ出します。.

ESG報告

ESG報告は、ほとんどのリアルアセット運用会社にとって深刻な課題となっています。規制環境は複雑で、なおも変化し続けており、TCFD、SFDR、GRI、GRESBに加え、管轄区域ごとに定められた要件も増え続けています。また、これらの枠組みで求められるデータは、ビル管理システム、光熱費の請求書、テナント調査、第三者評価などに散在しています。 これらを手作業で集約するのは時間がかかり、ミスが発生しやすく、コストもかかります。.

AIは2つの点で役立ちます。まず、これらの情報源からのデータ収集と正規化を自動化することで、手作業による集計作業の大部分と、それに伴うエラーを排除します。また、パフォーマンスデータの継続的かつ監査可能な記録を維持するため、規制当局からの要請や投資家からの問い合わせにも、迅速かつ確信を持って対応することができます。.

最も先進的な組織は、これを報告上の問題ではなく、データインフラの問題として捉えていました。基礎となるデータが正確で、一貫性があり、最新のものであれば、報告は容易です。一方、データが断片的で手作業でまとめられている場合、報告の段階での手法がいかに洗練されていても、それを救うことはできません。.

評価額とリースプレミアムの問題

AIを導入した建物にプレミアムが付くという証拠はまだ乏しいが、その方向性は明らかだと思う。.

賃貸市場において、独自のESG取り組みを掲げる法人テナントは、検証済みのサステナビリティデータを提示できないビルへの入居をますます敬遠するようになっています。リアルタイムのエネルギー性能、炭素強度、廃棄物に関する指標は、差別化要因というよりも、信用力の高いテナントにとって必須の要件となりつつあります。この基準を満たせないビルは、入居を検討するテナントの選択肢から外されるケースが増えていくでしょう。.

評価額に関しては、認証済みでAIによって最適化された建物に対するプレミアムが、アジア太平洋地域の主要市場における取引データに現れ始めていますが、新興市場に比べ、シドニーや東京ではその傾向がより顕著に見られます。そのメカニズムは複雑ではありません。 エネルギーコストの削減によりNOIが向上し、テナントの質が向上することで空室リスクが低減され、ESG実績の強化により、投資家がキャップレートにますます織り込みつつある規制リスクやストランディングリスクが軽減される。.

今後5年間で、このプレミアムはさらに拡大すると予想されます。規制が強化されており、これによりコンプライアンス違反に伴うコストが高まっています。法人テナントは、単なる証明書ではなく、実証された実績を求めています。また、投資家は、気候リスクが明らかに低い資産を積極的に探し求めています。現在、AIを活用したサステナビリティインフラに投資しているオーナーは、運営コストの削減と同様に、長期的な資産価値の保護にも取り組んでいます。.

今後5年間、AIが投資家にとって最大の競争優位性をもたらす分野はどこだとお考えですか？また、オーナー、ファンドマネージャー、開発者が競争力を維持するために、今どのような能力に投資すべきでしょうか？

今後5年間で、投資や業務プロセスにAIを本格的に組み込んだ組織と、表面的な試行にとどまった組織との間に明確な差が生まれるだろう。その差は、リターンやコスト構造、採用できる人材、そして獲得・保有できる資産の質といった点に表れることになる。.

そのメリットはどこから生まれるのか

最も持続的な優位性は、独自データと、それを基盤として構築されたシステムからもたらされる。成立したすべての取引、締結されたすべての賃貸借契約、分析されたすべての損益計算書、記録されたすべてのテナントとのやり取りが、それぞれデータポイントとなる。そのデータを収集・標準化し、そこから学びを得るためのインフラを構築した組織は、データそのものが自社のものであるため、競合他社が容易に真似できない分析上の優位性を手に入れることになる。.

これは、実物資産が数十年にわたり築いてきた競争の力学とは異なるものです。従来の競争では、人脈、市場へのアクセス、そして財務基盤が優位性をもたらしていました。これらは依然として重要であり、そうではないと言う人は、この地域で取引を勝ち取ろうとした経験がないのです。しかし、こうした要素は、相乗効果をもたらすデータの優位性によって、ますます補完され、場合によっては置き換えられつつあります。.

スピードが2つ目の要因です。AIを活用したデューデリジェンスによって、4週間かかっていたプロセスが4日に短縮される市場において、迅速な組織は、対応が遅い組織には決して目につかないようなビジネスチャンスをいち早く掴むことができます。これは、競争の激しい入札において最も重要であり、信頼性が高く、十分に裏付けされた入札を早期に提出できるかどうかが、真の差別化要因となります。.

さらに、「オペレーショナル・アルファ」という概念もあります。これは、より優れたオペレーショナル・インテリジェンスを通じて、すでに保有している資産からさらなる価値を引き出すことを指します。買収による収益率が低下し、容易に得られるファイナンシャル・エンジニアリングによる利益が消えゆく中、AIを活用した運用を通じて資産のパフォーマンスを明らかに向上させることができる企業は、自社の投資家に対して、より説得力のある価値創造のストーリーを提示できるようになるでしょう。.

今、何に投資すべきか

ファンドマネージャーや投資家にとって、優先すべきはデータインフラと分野特化型のプラットフォームである。データインフラとは、ポートフォリオ全体でAIを活用できるようにするためのパイプライン、標準規格、ガバナンスの枠組みを指す。プラットフォームの選択とは、後付けで適応させた汎用的なエンタープライズAIではなく、実物資産向けに構築されたツールを選ぶことを意味する。.

この違いは、一見した以上に重要です。この業界におけるAIの経済性は、実務家が「ハーネス」と呼ぶものに左右されます。これはモデルを包み込む層であり、モデルがコンテキストにアクセスする方法、データの活用方法、タスクの分解方法、およびドメイン固有の制約の適用方法を制御するものです。 実物資産のワークフロー向けに構築され、リース構造、損益計算書の様式、評価手法、規制の枠組みを理解しているハーネスは、同じタスクを対象とした汎用的なハーネスに比べ、計算上の無駄を大幅に削減しながら同じ作業をこなすことができます。.

つまり、実物資産分野におけるAIを活用した業務の総コストは、主にその基盤となるモデルの価格によって決まるわけではありません。それは、そのソリューションが業界のワークフローにどれだけ適合しているかによって決まるものであり、AIの適用がパイロットプロジェクトにとどまらずポートフォリオ全体に拡大するにつれて、その重要性はますます高まっていくのです。.

資産・不動産管理者にとって、優先すべき課題は、センサーインフラの整備、システム統合、そしてワークフローの再設計です。 センサーは、予知保全やエネルギー最適化を可能にします。システム統合により、ビル管理システム、テナント向けプラットフォーム、財務システムからのデータが、手作業を経ることなくAIに確実に届くようになります。ワークフローの再設計は、この3つの中でおそらく最も重要ですが、最も見過ごされがちな項目でもあります。なぜなら、AIはプロセスの最後に付け足されるのではなく、プロセスの最前線に位置してこそ、最大の効果を発揮するからです。.

開発者にとって重要なのは、新しい資産の設計段階からAI対応を組み込むことです。包括的なセンサーネットワーク、オープンなデータアーキテクチャ、統合されたビル管理システムを備えた建物は、後付けの改修が必要な建物に比べ、AIを活用した運用コストを大幅に削減できます。こうした資産の耐用年数を考慮すると、現在、設計・建設段階で下される決定が、今後数十年にわたる運用上の競争力を左右することになります。.

「才能」という側面

成功を収めるのは、AIを適切に活用できる人材を引き寄せ、定着させることができる組織です。つまり、AIの限界を理解し、その出力を精査し、AIを有効に活用するためのワークフローを設計できる人材です。これは、従来のリアルアセットに関する専門知識とは異なるスキルセットであり、研修や採用に意図的な投資が必要です。.

今後10年間で最も優れた実物資産の専門家とは、深い専門知識と、AIを分析パートナーとして活用する能力を兼ね備えた人々となるでしょう。専門知識があれば、何を問うべきか、そしてその答えをどう判断すべきかがわかります。AIを活用することで、これまで以上に迅速かつ徹底的にその答えにたどり着くことができるのです。 この市場において、この両方の能力に長けた人物にはまだ出会ったことがありません。おそらく、これが現在この業界が抱える最も興味深い採用上の課題でしょう。.

ダグ・カン
アジア太平洋・日本担当副社長
フィフス・ディメンション

組織レベルにおいて、AIはチームの働き方やビジネスの運営方法をどのように変えつつありますか？ どこで最も大きな効率化が見られますか？ また、そのメリットを最大限に活かすために、ワークフロー、プロセス、役割をどのように再設計していますか？

AIは、単なる生産性向上ツールから、実物資産のための運用レイヤーへと移行しつつある。. この変化はすでに中国で見られる。AIは、質問への回答やコンテンツの生成から、急速に 推論、意思決定、およびタスクの実行, 、AIエージェントが日常業務にますます浸透しつつある。 中国における1日あたりのトークン使用量は、2024年初頭の約1,000億から、2026年3月までに140兆以上に増加した。これは、わずか2年余りで1,000倍以上の増加に相当する。これは、AIが実験段階から実際のビジネス応用へといかに急速に移行しているかを反映している。. 

組織レベルで見ると、最大の変化は、単に従業員が個々の業務をより迅速にこなせるようになったということだけではありません。. AIは、仕事そのもののあり方を変えつつある。. 日常的な情報収集、分析、報告業務は、ますますAIに任せられるようになってきており、これによりチームは判断、意思決定、関係構築、実行といった業務により多くの時間を割くことができるようになります。したがって、次のステップは、単に既存のワークフローにAIツールを追加するのではなく、データと知見を軸にワークフローを再設計することです。.

当社自身の業務においても、こうした変化が見られます。 例えば、当社のAI搭載産業データプラットフォームは、企業データ、産業データ、運用データを統合し、テナント分析、ターゲットを絞った企業誘致、企業維持といった機能を支援しています。チームは、断片的な手作業による調査に全面的に依存するのではなく、AIを活用してより広範な情報基盤からパターンや機会を特定できるようになりました。その一方で、判断や意思決定の責任は依然として人間が担っています。.

AIによる真の生産性向上は、同じ仕事をより速くこなすことではなく、仕事の進め方を再設計することから生まれる。.

AIは、実物資産分野における投資意思決定を急速に変革しつつあります。AIは、投資家が投資機会を見極め、リスクを評価し、セクターや市場間で資本を配分する方法をどのように変えているのでしょうか？また、AIが国境を越えた投資戦略や資本の流れに影響を与えていると実感されていますか？

AIによって、投資は資産中心の分析から、エコシステム中心の資本配分へと変化しつつある。. AIは、投資家が従来の金融・市場指標にとどまらず、業界の動向、テナントや企業の業績、サプライチェーンの関係、政策環境、新たな需要源など、より広範な情報を分析できるよう支援する役割をますます果たしています。これにより、投資家が機会を見極め、リスクを評価し、資本が長期的な価値を生み出す可能性が最も高い分野を見極める能力が向上します。 この変化は、資産の価値が周囲の経済活動やエコシステムと密接に結びついている実物資産において、特に重要です。.

中国では、テクノロジー、産業政策、資本市場の結びつきがますます強まるにつれ、この問題はますます重要性を増しています。金融投資、とりわけ定量投資やリサーチ分野では、すでにAIやデータ駆動型のアプローチが広く活用されており、同様の取り組みが現在、プライベート・エクイティや実物資産の分野にも広がりつつあります。主な違いは、実物資産の場合、投資家が財務データと 物理的、空間的、および産業に関する情報.

当社の投資活動において、AIは潜在的な資産を評価する視点を広げる一助となっています。 単に建物や賃貸収入、過去の運営実績だけを見るのではなく、資産内および周辺の事業、周辺の商業・産業エコシステム、その立地に対する将来の潜在的な需要などを、ますます詳細に分析できるようになっています。これにより、機会とリスクの両方を評価するための、より包括的な根拠が得られます。.

問いは、「この資産の現在の価値はいくらか？」から、「この資産は将来、どのような経済活動を取り込む立場にあるのか？」へと徐々にシフトしつつある。“

AIはデューデリジェンスや投資分析をどのように変革しているのでしょうか？アンダーライティングや市場予測から、ポートフォリオの最適化や評価に至るまで、どの分野において、スピード、精度、そして投資成果の面で最も大きな改善が見られているのでしょうか？

AIは、投資家が投資判断を下す前に分析できる内容のスピードと範囲の両方を拡大することで、デューデリジェンスのあり方を変革しつつあります。. AIは、不動産投資のワークフロー全般において、特に以下の分野でますます活用されるようになっています。 文書分析、データ抽出、市場調査、引受審査、シナリオ分析、ポートフォリオのモニタリング. 短期的に得られる最大のメリットは、必ずしも専門家の判断に取って代わることにあるわけではなく、投資チームがはるかに多くの情報を処理し、パターンを特定し、仮定を検証するスピードを大幅に高めることにある。不動産会社はすでに、AIやビッグデータを活用して、資産のスクリーニング、ポートフォリオ分析、市場ベンチマーク、投資判断を支援している。. 

中国でも、同様の変化が見られます。. AIはすでに、定量投資や株式調査を含む金融投資の分野で広く活用されており、その応用範囲は現在、実物資産の分野にも広がりつつあります。重要なのは、AIが投資分析の専門的な基盤に取って代わるものではないということです。 財務、法務、税務、技術、市場分析などを含み、多くの場合外部アドバイザーの支援を受ける従来のデューデリジェンスは、もともと資産に関する包括的な見解を提供するように設計されている。.

AIが変えるのは、その分析の規模、スピード、そしてコストです。. 当社独自のプレREIT投資業務において、現在ではAIを活用し、従来のデューデリジェンスに先立ち、あるいは並行して、資産内で事業を展開する企業から、その周辺の商業・産業エコシステム、テナントの動向、市場トレンドに至るまで、はるかに幅広い情報を処理・関連付けることが可能になりました。これにより、当社は 投資案件を早期に選別し、投資候補リストをより効率的に絞り込み、より充実した情報に基づいた状態で詳細なデューデリジェンスに着手できるようになります。.

したがって、AIは既存の投資プロセスを置き換えるのではなく、そこにさらなる知性を加えるものである。. AIによる最大の進歩は、デューデリジェンスや投資分析が不要になることではなく、私たちの業務をより拡張性が高く、迅速で、コスト効率の良いものにしてくれる点にあります。.

買収以外にも、AIは実物資産の管理・運営のあり方をどのように変えつつあるのでしょうか？AIが資産のパフォーマンス、テナント体験、予知保全、あるいは運営効率をどのように向上させているか、具体例を挙げていただけますか？

AIは、実物資産の運用方法だけでなく、実物資産の生産性を左右する要素そのものも変えつつある。. この変革について、中国は興味深い視点を提供している。従来、土地、労働力、資本は経済発展の基本的な投入要素とされてきた。2020年、中国は生産要素市場改革において重要な一歩を踏み出し、次のように明確に認めた。 生産要素としての技術とデータ, 、土地、労働、資本と並んで。これは、経済における価値の創出方法におけるより広範な変化を反映している。すなわち、技術やデータはもはや単なる補助的な資源ではなく、生産や経営判断においてますます不可欠なものとなっている。.

AIが汎用技術となるにつれて、, あらゆる業界において、価値をどのように創出し、提供するかについて再考が必要であり、実物資産も例外ではありません。. 実物資産の所有者にとって、課題はもはや単に建物をいかに効率的に運営するかということではなく、物理的な資産をデータ、テクノロジー、資本、そしてその建物内で事業を展開する企業とどう結びつけるかということにある。.

当社は、自社のパークやインキュベーターを通じて、このアプローチを模索しています。当社は、ある AIを活用した産業用データプラットフォーム 企業、産業、および運用データを統合するプラットフォームです。このプラットフォームは、単に物理的な資産を監視するだけでなく、その資産に含まれるビジネスや、テナントの開発状況、移転のリスク、政策上の機会、産業チェーンの関係、および潜在的なターゲットなど、資産を取り巻くエコシステムを理解するのに役立ちます。 ターゲットを絞ったテナント誘致.

例えば、AIは、将来の移転リスクを示す可能性のある企業の事業動向の変化を特定できるだけでなく、事業の維持・拡大に役立つ可能性のある政策支援、研究提携、あるいは産業チェーンとのつながりを特定するのにも役立ちます。 一方で、同じ分析機能を活用することで、産業団地の産業戦略に合致し、既存のエコシステムを強化できる潜在的なテナントを特定することも可能です。これにより、 資産運用、企業向けサービス、産業開発.

実物資産管理の次の進化は、単に建物をより効率的に管理することにとどまりません。それは、有形資産と新たな生産要素を組み合わせることで、それらを取り巻く経済エコシステムの生産性を高めることにあります。.

サステナビリティが投資判断においてますます重要視される中、AIはオーナーや管理者がエネルギー消費を最適化し、ESG報告要件を満たす上でどのように役立っているのでしょうか？また、AIを導入したビルは、将来的には評価額や賃料においてプレミアムが付けられるようになると思いますか？

中国では、ESGへの認識から、より体系的な測定と実践へと移行しつつあり、AIはこの移行を大幅に加速させることができる。.

サステナビリティに関する要件が企業や投資の意思決定にますます組み込まれるにつれ、課題はもはや単にESG実績を報告することではなく、それを継続的に測定し、改善することへと移っています。AIは、建物、エネルギーシステム、設備、および利用状況からのデータを連携させ、所有者が非効率な点を特定し、エネルギー消費を最適化し、環境パフォーマンスをリアルタイムで監視できるようにしています。.

実物資産の場合、これにより、サステナビリティは単なる報告作業にとどまらず、はるかに実践的なものになる可能性があります。長期的には、AIを活用した資産にはプレミアムが付くようになるだろうと私は考えていますが――しかし 単にAIを活用しているからというだけではありません。その付加価値は、エネルギー効率、運営コスト、入居者の体験、そして長期的な回復力における測定可能な改善から生まれるのです。. AIを活用すれば、ESGを単なる報告対象から、継続的に最適化していく対象へと変えることができます。.

今後5年間、AIが投資家にとって最大の競争優位性をもたらす分野はどこだとお考えですか？また、オーナー、ファンドマネージャー、開発者が競争力を維持するために、今どのような能力に投資すべきでしょうか？

今後5年間において、最大の競争優位性は、AIを単なるもう一つの技術ツールとして導入するのではなく、実物資産の運営や経済構造にAIを組み込むことから生まれると私は考えています。.

オーナー、ファンドマネージャー、デベロッパーにとって、以下の3つの能力がますます重要になっていくでしょう： 高品質なデータ、AIを活用した意思決定、そして物理的な資産と新興の技術エコシステムを結びつける能力. 。各組織は、信頼性の高いデータ基盤を構築し、投資チームや運営チーム内でAIの能力を育成するとともに、AIが単なる独立した技術イニシアチブではなく、日常的な意思決定の一部となるよう、ワークフローを再設計する必要がある。.

同時に、AIは既存の実物資産の運用方法を変えるだけでなく、; それにより、実物資産に対する新たな需要が生まれることになる。. 当社はすでに、自社のポートフォリオにおいてこの取り組みを模索しています。従来のインキュベーションや賃貸事業にとどまらず、当社の物件が、新興のAI産業にとっての実体的なインフラとなる方法を検討しています。例えば、次のような取り組みを通じて―― AIを組み込んだデータ収集施設、データセンター、およびコンピューティングインフラ. このモデルでは、資産は単にAI企業にスペースを提供するだけにとどまらず、その物理的資産自体がAI産業のインフラおよびバリューチェーンの一部となる。.

これは、REITにとっても新たな機会を生み出す可能性があります。AI関連の需要は、テナント需要の多様化につながり、稼働率や経常営業収益を支え、将来的には分配可能利益の向上にも寄与する可能性があります。さらに重要なことは、これが、原資産の長期的な成長可能性や重要性をめぐる投資家の信頼を強めることができるという点です。.

今後5年間で成功を収めるのは、単にAIを最も効果的に活用するオーナーたちだけではありません。AIが実物資産に対してどのような新たな需要を生み出しているかを理解し、その需要に先んじて自社の資産を位置づけることができる者たちこそが、成功を収めることになるでしょう。.

王吉元
会長補佐
上海技術取引所
国際貿易センター

組織レベルにおいて、AIはチームの働き方やビジネスの運営方法をどのように変えつつありますか？

ICCでは、AIを以下の観点から捉えています。 “「拡張知能」” — AIを、チームの専門的なノウハウに取って代わるものではなく、人間の能力を高める「生産性のコパイロット」として位置づけています。投資顧問、産業用不動産開発、オフィス、ホスピタリティなど、複数のセクターで事業を展開する中で、以下の3つの主要分野において、最も顕著な生産性の向上が見られました：

• 投資助言および市場調査： 当社はAIを活用して、マクロ経済レポート、新たに施行された政策や規制、およびマクロ市場の動向を収集・集約・分析しています。ただし、社内のデータリスク管理原則を厳格に遵守するため、ICCでは “「AIが提案し、人間が確認する」” AIによって生成されたすべてのデータは、実際の市場取引記録や実地調査に基づいて厳格な検証プロセスを経た上で、最終的な形にまとめられ、顧客向けに提供される必要があります。.
• マーケティング・広報： AIは、キーワードの抽出、注目すべき経済イベントの追跡、コンテンツテーマの生成、市場インサイトやオーディエンスの行動分析といった主要な業務を支援します。また、自動化されたExcelやPowerPointのテンプレートを活用することで、ワークフローの計画やプレゼンテーションの設計といった業務を効率化します。これにより、当社のコーポレートブランドおよび関連する不動産プロジェクトの両方において、コミュニケーションキャンペーンの調査から実行に至るまでの所要時間を大幅に短縮することができます。.
• 人事（HR）： AIが履歴書の選考を自動化する（履歴書の選考）、職務記述書の作成、および各プロジェクトチームにおける積極的な候補者の発掘。.

AIは、投資の意思決定や国境を越えた資本の流れをどのように変革しているのでしょうか？

不動産業界において、プロジェクトそのものの質に加え、市場に提供されるプロジェクト情報の迅速さと透明性は、成功を左右する重要な要素である。.

• 機会の選定とリスク評価： ICCのアドバイザリーチームは、プロンプトエンジニアリングの能力を継続的に磨き上げることで、土地の立地、インフラの接続性、地域計画からサプライチェーンの変遷に至るまで、複雑な多変量データセットを迅速に分析することができます。これにより、予備実現可能性調査のサイクルを1ヶ月からわずか1週間に短縮することが可能になりました。.
• 国境を越えた戦略への影響： ベトナムへの投資において、従来の直接的なルートや基本的なウェブ検索にとどまらず、AIを活用することで、海外ファンドの専門家は対象となる不動産市場データを迅速に特定・処理・分析することが可能になります。これにより、情報の非対称性が解消され、信頼感が高まり、国際投資家の意思決定が加速されます。.

今後5年間で、AIがどのような分野において最大の競争優位性をもたらすとお考えですか。また、企業は現在、どのような能力に投資すべきでしょうか。

今後5年間を見据えると、競争上の優位性は、最も高価なAIツールを購入した企業ではなく、独自のリアルタイムデータを保有し、AIを実際の業務ワークフローにシームレスに統合できる企業にこそあると私は考えています。主な競争上の優位性としては、以下の点が挙げられます：

• 需給予測： 市場の変化（産業用不動産における工場の移転動向や、オフィス・ホテルセクターにおける稼働率の変動など）を早期に予測し、価格戦略や運営をリアルタイムで調整する能力。.
• 投資審査の強化：AIのビッグデータ処理能力と、経験豊富なアドバイザーが持つ現地のノウハウを組み合わせることで、最適なM&Aの構造と交渉結果を実現します。.

こうした優位性を構築し、維持するためには、現在投資すべき中核的な能力は以下の通りです：

• 独自のデータインフラストラクチャ： AIの効果は、そこに投入されるデータの質に左右されるため、クリーンで標準化された独自のデータベースを構築することが不可欠である。.

批判的思考を伴う「AIファースト」の考え方： AIを強力なアシスタントとして活用できるよう従業員を奨励すると同時に、AIが生成したすべての出力を徹底的に検証・確認するための高い批判的思考力を維持させる。.

マイケル・ピロ
共同最高経営責任者
インドシナ・キャピタル

組織レベルにおいて、AIはチームの働き方やビジネスの運営方法をどのように変えつつありますか？ どこで最も大きな効率化が見られますか？ また、そのメリットを最大限に活かすために、ワークフロー、プロセス、役割をどのように再設計していますか？

ZDR Investmentsでは、欧州における賃貸用商業用不動産の国際ポートフォリオを運用しています。その規模は、80物件以上、300社以上のテナント、そして数百件に及ぶ賃貸借契約に及びます。 当社の管理チームは、AIを活用してテキスト検索、期限管理、契約条件の比較を迅速化しています。AIは、契約書のレビュー、文書管理、データ分析といった反復的な業務を自動化することで、チームの業務効率と質を向上させています。特に重要なのは、当社のソリューションではすべてのデータを社内に保持しており、外部へ送信される情報は一切ないという点です。これは当社にとって不可欠な要件です。.

AIはデューデリジェンスや投資分析をどのように変革しているのでしょうか？アンダーライティングや市場予測から、ポートフォリオの最適化や評価に至るまで、どの分野において、スピード、精度、そして投資成果の面で最も大きな改善が見られているのでしょうか？

AIはすでに、当社のデューデリジェンスプロセスや、買収案件の財務モデリングに活用されています。AIがテナント一覧を標準化された形式に整理し、そのモデルが利回りや収益性の指標を算出します。1件の取引だけで、契約書、図面、スキャンデータ、技術報告書など、数百もの文書が生成されます。 現在、当社はAIスタートアップ企業と協力し、この資産クラス向けに特別に構築されたデューデリジェンスシステムの開発に取り組んでいます。市販のツールは異なるタイプのポートフォリオ向けに設計されており、当社の経験上、汎用ツールと資産クラス特化型ツールの間のギャップこそが、真の価値が生まれる場所なのです。.

買収以外にも、AIは実物資産の管理・運営のあり方をどのように変えつつあるのでしょうか？AIが資産のパフォーマンス、テナント体験、予知保全、あるいは運営効率をどのように向上させているか、具体例を挙げていただけますか？

AIの活用により、テナントの業績や運営データについてより深い洞察を得る機会が生まれていると見ています。小売業者自身が需要予測、在庫最適化、食品廃棄物の削減などの分野でAIを導入するにつれ、業務効率が向上し、テナントの業績向上につながると期待しています。長期的には、これが当社のポートフォリオ全体において、より堅調な賃料収入と長期的な価値創出に寄与することになるでしょう。.

ミカエラ・フルンチィロヴァー
クライアントサービススペシャリスト
ZDRインベストメンツ Sg Vcc

AIは、実物資産分野における投資意思決定を急速に変革しつつあります。AIは、投資家が投資機会を見極め、リスクを評価し、セクターや市場間で資本を配分する方法をどのように変えているのでしょうか？また、AIが国境を越えた投資戦略や資本の流れに影響を与えていると実感されていますか？

AIは、かつては情報収集に時間がかかっていた複数の管轄区域にわたる規制、税制、構造上の要素について、ほぼリアルタイムでの分析を可能にすることで、投資家がアジア太平洋地域全体の投資機会を評価するプロセスを加速させています。以前は市場を順次精査する必要があったものが、現在では同時に評価できるようになり、投資家はより迅速かつ確信を持って投資機会を特定し、実行することが可能になっています。.

特に国境を越えた資金の流れに関しては、AIが投資家が、さまざまな市場における国境を越えた保有構造、租税条約上の立場、資金還流の仕組み、および投資制限についてストレステストを行うのを支援しており、より機動的な資本配分を後押ししています。.

AIはデューデリジェンスや投資分析をどのように変革しているのでしょうか？アンダーライティングや市場予測から、ポートフォリオの最適化や評価に至るまで、どの分野において、スピード、精度、そして投資成果の面で最も大きな改善が見られているのでしょうか？

また、取引に関するデューデリジェンスにおいても大きな変化が見られます。 AIツールを活用することで、大量の契約書や財務情報を精査し、通常であれば手作業による綿密なレビューを必要とするような異常値、不整合な条項、あるいは税務上のリスクを迅速に特定することが可能になります。これにより、データセット全体の包括的なレビューの効率が向上し、リスクの特定精度が高まり、意思決定者が得られる知見の質が向上するとともに、取引担当チームはデータの抽出作業に時間を割くことなく、商業的な判断や価値創造により注力できるようになります。.

また、バリュエーションやシナリオ・モデリングの分野でも大きなメリットが見られます。投資家は、金利の変動、稼働率、賃料の想定、マクロ経済情勢が、複数の投資戦略に与える影響をリアルタイムで評価することができます。AIが分析能力と効率性を高める一方で、結果を解釈し、市場の微妙なニュアンスを評価し、長期的な価値を創出する投資判断を下す上で、経験豊富な専門家の存在は依然として不可欠です。.

ルチ・ジャイン
税務パートナー
EYインド

AIの導入からAIによる優位性へ：実物資産にとっての意味 

組織レベルにおいて、AIはチームの働き方やビジネスの運営方法をどのように変えつつありますか？ どこで最も大きな効率化が見られますか？ また、そのメリットを最大限に活かすために、ワークフロー、プロセス、役割をどのように再設計していますか？ 

現在、私たちが目の当たりにしている最も大きな変化は、単なる自動化ではなく、専門的能力の強化にあります。 実物資産や投資サービス全般において、高度なスキルを持つ専門家たちは従来、情報の収集、書類の精査、データの照合、報告書の作成、ワークフローの管理などに多大な時間を費やしてきました。AIはこうした事務的な負担の多くを軽減し、チームが分析、判断、ステークホルダーとの関わり、そして戦略的な意思決定に時間を割けるようにしています。.

成功を左右する最も重要な要素の一つは、組織全体での導入の広がりです。AIが日常業務に深く浸透すればするほど、その影響はより有意義なものとなります。従業員がAIツールを容易に利用できるようにすることは重要ですが、それと同様に重要なのは、実験的な取り組みを奨励する文化を醸成し、社内の推進者を育成し、従業員主導での導入を可能にすることです。.

AIの利用が拡大するにつれ、ガバナンスの重要性はますます高まっています。組織は、明確な方針、安全対策、説明責任の枠組みに基づき、AIが責任を持って導入されるよう確保しなければなりません。当社は、責任あるAIの実践を重視しており、AIを広く導入する前に、従業員がAIがもたらす機会とリスクの両方を理解するよう奨励しています。.

ワークフローのレベルでは、ヒューマン・イン・ザ・ループ・モデルに基づいてプロセスの再設計を進めています。AIは情報の収集、要約、分析、および提言を支援しますが、責任の所在と意思決定は、経験豊富な専門家がしっかりと担い続けます。その目的は、専門知識に取って代わるのではなく、それをさらに強化することにあります。.

AIは、実物資産分野における投資意思決定を急速に変革しつつあります。AIは、投資家が投資機会を見極め、リスクを評価し、セクターや市場間で資本を配分する方法をどのように変えているのでしょうか？また、AIが国境を越えた投資戦略や資本の流れに影響を与えていると実感されていますか？ 

現時点では、このパラドックスの両極端が見られます。一部の投資家は、新たなトレンドをより早期に察知し、リスクをより包括的に評価し、投資シナリオをより効率的に検討するようになっています。AIは、従来の分析手法ではすぐには明らかにならないパターンや関係性を明らかにするのに特に有効であり、投資家がセクター、市場、地域を横断して機会を見出すのを支援しています。 一方で、特定の分野では依然として従来のパターンが見られる。一部の案件ではエグジットが依然として困難であり、投資サイクルの特定の段階においても課題が残っている。例えば、訴訟手続きは依然として時間がかかり、AIの影響もそれほど受けていない。

国境を越えた視点から見ると、AIを活用することで、投資家は規制の動向、人口動態の変化、インフラ投資、マクロ経済指標を同時に分析し、市場をより効果的に比較することが可能になります。これにより、より情報に基づいた資本配分の意思決定が支援され、機関投資家が活用できる投資機会の幅が広がります。.

とはいえ、実物資産は基本的に地域に根ざしたものであることに変わりはありません。テクノロジーによって分析能力は大幅に向上するものの、現地市場の知識、規制に関する専門知識、テナントの動向、そしてビジネス上の関係性は、投資を成功に導く上で依然として不可欠な要素です。.

買収以外にも、AIは実物資産の管理・運営のあり方をどのように変えているのでしょうか？ 

ここでもまた、影響はまちまちです。近代的な建物やインフラ資産は、AIを導入することで大きな恩恵を受けることができます。一方で、インドなどの国々には、まだ再開発には至っていないものの、再開発の準備が整っている実物資産が大量に存在しています。資金は、何に投資するかによって、豊富にあると同時に不足しているという状況にあります。

今日、近代的な建物やインフラ資産からは、膨大な量の運用データが生み出されています。AIを活用することで、所有者や運営者はその情報をリアルタイムで分析し、パフォーマンスの向上、コストの削減、そして利用者の体験の向上を実現することができます。.

予知保全は、その最も顕著な例の一つです。AIは、設備の稼働状況を継続的に監視し、潜在的な故障を示すパターンを特定することで、障害が発生する前に先手を打った対応を可能にします。これにより、ダウンタイムが短縮され、信頼性が向上し、保守コストが削減されます。.

サステナビリティが投資判断においてますます重要視される中、AIはオーナーや管理者がエネルギー消費を最適化し、ESG報告要件を満たす上でどのように役立っているのでしょうか？また、AIを導入したビルは、将来的には評価額や賃料においてプレミアムが付けられるようになると思いますか？

環境パフォーマンスは本質的にデータに関する課題であるため、サステナビリティはAIの活用において特に魅力的な分野である。. 

AIは、エネルギー消費、水使用量、排出量、および建物の総合的なパフォーマンスに関する情報を集約、監視、分析することができます。これにより、所有者は非効率な点を特定し、運営を最適化し、環境パフォーマンスを向上させることができるほか、より正確で透明性の高いESG報告の実施も支援されます。.

一方で、サステナビリティが必ずしもすべての市場において重要なテーマであるとは限りません。その導入状況は、資産保有者や運営事業者のレベルによって異なります。

将来的には、AIを導入したビルは、大きな競争優位性を得られるようになるだろうと私は考えています。入居者は、運営効率、持続可能性、ウェルネス、そしてデジタル体験をますます重視するようになっています。運営コストの低減、環境性能の向上、そして優れた入居者体験を実現できるビルは、当然ながらテナントや投資家双方にとってより魅力的な存在となるでしょう。.

これが最終的に測定可能な評価プレミアムの形となるかどうかは、市場によって異なるだろう。.

今後5年間、AIが投資家にとって最大の競争優位性をもたらす分野はどこだとお考えですか？また、オーナー、ファンドマネージャー、開発者が競争力を維持するために、今どのような能力に投資すべきでしょうか？ 

最大の競争優位性は、単にAI技術を利用できることからは生まれません。それは、組織がAIを、体系的かつガバナンスが確立され、拡張性のある方法で、意思決定、業務、そして組織の知見に組み込む能力から生まれるのです。.

シカ・バガイ博士​​​​（CAIA、CA）
マーケットリーダー／マネージングディレクター – インド
Vistra

組織レベルにおいて、AIはチームの働き方やビジネスの運営方法をどのように変えつつありますか？ どこで最も大きな効率化が見られますか？ また、そのメリットを最大限に活かすために、ワークフロー、プロセス、役割をどのように再設計していますか？

キャピタランド・インベストメント（CLI）は、AIを、機会の分析、資産の運用、顧客サービス、企業ワークフローの改善、そしてAIを活用した業務に向けた人材育成を強化する実行能力と位置付けています。CLIは、長期的な成長目標を支援するため、投資運用、運営プラットフォーム、および企業機能にわたる中核的なワークフローにAIを組み込み、その活用を拡大しています。.

CLIは現在、長期的な成長目標の実現に向け、投資ワークフロー、事業運営、企業機能、および従業員の能力開発の各分野においてAIの導入を拡大しています。.

2025年、CLIは110件のAI関連プロジェクトを展開し、S$12百万以上の売上増と、S$5百万以上のコスト削減を実現しました。.

商業管理部門では、資産報告業務の約80%が自動化され、これにより年間約1,300人時間のコスト削減が見込まれています。.

AIエージェントは、チームが財務実績、賃貸活動、テナント動向、来店客数、顧客行動、および運営上の課題を、より迅速かつ一貫性を持って分析できるよう支援しています。.

AIが役割や仕事そのものを変革しつつある中、CLIは、AIが人間に取って代わるのではなく、人間を支援するものであるという立場をとっています。CLIでは、人間の判断力、責任感、意思決定が依然として中核をなしており、AIはより定型的で反復的な業務や、調査を要する業務を担っています。.

CLIのアプローチは、ワークフローを再設計・強化することで、従業員がビジネス上の意思決定、関係管理、顧客エンゲージメント、資産価値の向上、事業の成長といった、より付加価値の高い業務に集中できるようにすることです。.

2026年上半期には、2,800名以上の従業員がAIツールの研修を受けました。また、CLIの従業員には、業務上で繰り返し発生する課題に対処するための、ガバナンスが確保されたAIエージェントの開発が奨励されています。.

AIは、実物資産分野における投資意思決定を急速に変革しつつあります。AIは、投資家が投資機会を見極め、リスクを評価し、セクターや市場間で資本を配分する方法をどのように変えているのでしょうか？また、AIが国境を越えた投資戦略や資本の流れに影響を与えていると実感されていますか？

AIを活用することで、投資家はより大量の情報を処理し、機会をより迅速に特定し、リスクをより一貫性を持って評価できるようになります。また、AIは、ますます充実するデータセットや市場情報に基づいて仮定を検証することで、投資案件の発掘範囲の拡大、審査の厳格化、リスク評価の強化にも寄与すると期待されています。ただし、投資判断、検証、および最終決定は、依然として投資専門家が行うものです。.

ATLAS、CLIの独自開発の 投資インテリジェンスAIプラットフォームは、投資ライフサイクル全体にわたる市場情報の収集、物件分析、上昇余地の特定、およびリスク評価を支援します。.

ATLASは、投資チームが市場情報を収集・体系化し、投資資料を精査し、物件や立地特性を分析し、仮定を市場データと照らし合わせ、リスクレビューを整理することを支援します。これにより、チームはより強固な分析の基盤を得ることができ、投資プロセス全体を通じて一貫性とトレーサビリティを向上させながら、投資機会をより迅速に評価できるようになります。.

ATLASは、東南アジア、中国、インド、オーストラリア、 ヨーロッパ、米国など20カ国以上にまたがる10以上の精選されたデータソースからのデータに基づき構築されており、工業用不動産、オフィス、デジタルインフラ、ヘルスケア、住宅、物流、ホスピタリティ、小売など、主要な不動産セクターにわたる70,000件以上の機関投資家向けレポートから情報を収集しています。この幅広いカバレッジにより、チームは市場やセクターを横断して洞察を得ることができると同時に、グローバルな投資機会をより体系的に検討することが可能になります。.

AIはデューデリジェンスや投資分析をどのように変革しているのでしょうか？アンダーライティングや市場予測から、ポートフォリオの最適化や評価に至るまで、どの分野において、スピード、精度、そして投資成果の面で最も大きな改善が見られているのでしょうか？

ATLASを活用することで、チームは大量の情報をより効率的に整理・確認できるようになり、投資準備のスピード、体系性、一貫性を高めることができます。.

現在、最も大きな改善が見られるのは、研究集約型かつ時間的制約の厳しい業務です。 ATLASは、市場情報の収集・体系化、投資資料の精査、引受前提条件と市場参照データの照合、およびプロセスの早期段階におけるリスクとリスク軽減策の特定を通じて、チームが投資機会をより迅速に評価し、より明確で追跡可能な投資成果を生み出すことを支援します。また、市場調査、投資覚書の精査、前提条件の比較、およびリスク評価もサポートします。.

CLIは、取引分析にとどまらず、AIを活用して、地域やポートフォリオを横断する25年以上にわたる独自の投資データを整理・連携させています。これにより、情報へのアクセスが迅速化され、組織の知見がより効果的に活用されるほか、共有された組織的ナレッジベースを通じて、より適切な意思決定が可能になります。.

また、このプラットフォームは、仮定のデータに基づく検証を支援し、より規律ある投資プロセスの構築を促進することで、引受業務を強化します。AIは、分析の厳密性、一貫性、効率性の向上に積極的に貢献しています。.

買収以外にも、AIは実物資産の管理・運営のあり方をどのように変えつつあるのでしょうか？AIが資産のパフォーマンス、テナント体験、予知保全、あるいは運営効率をどのように向上させているか、具体例を挙げていただけますか？

CLIでは、資産の運用・管理のあり方にAIがますます組み込まれており、資産のパフォーマンス、顧客エンゲージメント、業務効率、そして意思決定の向上に寄与しています。その代表的な事例は、小売、宿泊施設、セルフストレージ、スマートビルディングの運営など、幅広い分野で見られます。.

小売業界では、当社のデジタルアシスタント「ケイシー」が、CapitaStarアプリやショッピングモールのウェブサイトを通じて、AIを活用したカスタマーサポートを提供しています。ケイシーはこれまでに37万件以上のチャット対応を行い、24時間体制で顧客からの問い合わせに対応することで、コンシェルジュデスクやコールセンターへの依存度を低減させています。 サービスの向上や顧客満足度の向上にとどまらず、これにより一部のショッピングモールでは、コンシェルジュスペースを収益を生み出す小売スペースへと転用することが可能になりました。また、AIは賃貸契約、テナントとの関わり、資産報告のワークフローも支援しており、各チームがより迅速に洞察を得て、資産をより効率的に管理できるようになっています。.

宿泊業界では、AIが105施設にわたるダイナミックプライシングを通じて収益管理を支援し、年間収益の増加に貢献しています。 アスコットのAI搭載デジタルコンシェルジュ「Cubby」は、サービス開始以来、100万件以上のゲストからの問い合わせに対応し、会員の旅行計画、宿泊予約、施設情報の閲覧を支援してきました。これらの機能により、パーソナライゼーションが強化され、ゲスト体験とサービス品質が向上するとともに、直接的な需要創出や追加収益機会の拡大が促進されています。.

CLIのセルフストレージプラットフォームは、AIを活用して顧客体験と業務効率の両方を向上させています。AIエージェントが、お問い合わせの対応、保管ニーズの見積もり、内見の手配、即時予約の促進、および集荷やカスタマーサービスのサポートを行っています。 初期の成果としては、販売サイクル時間が60%短縮され、顧客とのやり取りの約半数が営業時間外に行われていることが挙げられます。これらの機能により、稼働率の高い一部の施設では、サービスレベルを維持しつつ営業利益率を向上させながら、無人運営への移行を実現しています。.

サステナビリティが投資判断においてますます重要視される中、AIはオーナーや管理者がエネルギー消費を最適化し、ESG報告要件を満たす上でどのように役立っているのでしょうか？また、AIを導入したビルは、将来的には評価額や賃料においてプレミアムが付けられるようになると思いますか？

AIは、所有者や管理者が事後対応型の管理からデータ駆動型の最適化へと移行できるよう支援することで、持続可能な不動産の実現に向けた重要な推進力となりつつあります。CLIでは、AIを活用して運用データを分析し、建物のパフォーマンスを最適化し、予知保全を支援しています。.

顧客向けアプリケーションにとどまらず、AIは資産そのものの運用方法にも活用されています。 インテリジェント・ビルディング・プラットフォームは、運用データを分析して設備の問題を早期に特定し、建物のパフォーマンスを向上させることで、ポートフォリオ全体にわたる予知保全とエネルギー最適化をサポートします。その例としては、チラー設備の非効率な稼働や、最適とは言えない還気温度の検出などが挙げられ、これによりエネルギー消費量の削減、運用コストの低減、そして持続可能性の目標達成を支援します。.

また、AIは、大規模なポートフォリオ全体におけるデータの収集、検証、分析の方法を改善することで、ESG報告を強化することも可能です。CLIでは、環境データの収集効率と精度を向上させる可能性を秘めたAIのパイロットプロジェクトが試験的に実施されています。 報告要件が複雑化し、投資家からの透明性への要求が高まる中、AIは資産運用会社が大量の環境データや業務データをより一貫性を持って処理することを支援し、エネルギー消費量、炭素排出量、サステナビリティ・パフォーマンスのより正確な測定を可能にします。これにより、より情報に基づいた意思決定が促進され、サステナビリティ開示に対する信頼性が高まります。.

今後5年間、AIが投資家にとって最大の競争優位性をもたらす分野はどこだとお考えですか？また、オーナー、ファンドマネージャー、開発者が競争力を維持するために、今どのような能力に投資すべきでしょうか？

今後5年間、独自の投資インテリジェンスとAIを活用した運用プラットフォームを融合させることができる組織こそが、最大の競争優位性を獲得することになるでしょう。実物資産運用会社にとって、AIの価値は、機会をより迅速に特定し、資産をより効率的に運用し、顧客により効果的にサービスを提供し、コストや複雑さを増すことなくプラットフォームを拡張できる点に、ますます高まっていくでしょう。.

CLIでは、競争優位性は今後ますます以下の4つの分野から生まれるものと考えています：

• 独自のデータおよびインテリジェンス・プラットフォーム：ATLASは、AIがどのようにして投資ノウハウを体系化し、独自データと市場情報を融合させ、より規律ある拡張性の高い投資プロセスを支えることができるかを示しています。独自の投資データ、業務データ、顧客データにアクセスできる組織は、意思決定を継続的に改善し、他社が模倣することがますます困難になる優位性を築く上で、より有利な立場に立つことになるでしょう。.
• AI対応の運用プラットフォーム。.リース、テナントエンゲージメント、資産運用、カスタマーサービス、ポートフォリオ管理の各分野にAIを組み込んだ組織は、顧客成果を向上させつつ、オペレーティング・レバレッジを高める上で、より有利な立場に立つことになるでしょう。複数の運用プラットフォームにわたりAIを導入・拡大できる能力は、重要な差別化要因となるでしょう。.
• 従業員の能力。.人材の即戦力化は、戦略的な差別化要因となりつつあります。AIの導入を成功させるには、AIに精通し、ワークフローの再設計、定型業務の自動化、そしてビジネスに密着した実用的なソリューションの構築を自ら推進できる従業員が必要です。.
• ガバナンスと信頼。.AIが投資や経営上の意思決定にますます深く浸透するにつれ、AIを責任を持って導入し、透明性を確保し、人間の説明責任を維持できる組織こそが、AIの導入を拡大し、ステークホルダーの信頼を維持する上で有利な立場に立つことになるでしょう。.

結局のところ、投資家、オーナー、ファンドマネージャー、開発業者は、4つの基盤となる能力――独自のデータ基盤、AIを活用したワークフロー、人材能力の開発、そして強固なAIガバナンスの枠組み――に投資すべきです。これらの能力が相まって、どの組織がAIを効果的に拡大し、持続可能な長期的価値を創出できるかを決定づけることになるでしょう。.

ウォン・フイ・リム
最高デジタル・テクノロジー責任者
キャピタランド・インベストメント

AIは、実物資産分野における投資意思決定を急速に変革しつつあります。AIは、投資家が投資機会を見極め、リスクを評価し、セクターや市場間で資本を配分する方法をどのように変えているのでしょうか？また、AIが国境を越えた投資戦略や資本の流れに影響を与えていると実感されていますか？

不動産ビジネスは、従来から極めて地域密着型の事業とされてきました。投資家は、投資機会を見極め、市場状況を把握し、デューデリジェンスを行うにあたり、現地の市場データやブローカー、コンサルタント、その他の仲介業者に大きく依存しています。この依存度は、海外への投資においてはさらに顕著になります。海外では、言語、規制、市場慣行、データへのアクセス可能性の違いが、さらなる障壁となるからです。.

これにより、投資チームは、はるかに幅広い情報源から情報を収集・処理し、市場データの照合をより効率的に行い、仲介業者への依存度を抑えつつ予備調査やデューデリジェンスを実施できるようになります。 こうした効率化は、取引コストの削減にも直接つながります。AIによって情報へのアクセスや分析能力が向上するにつれ、こうした業務の一部は社内で処理できるようになり、投資家はより低いコストでより多くの市場や投資機会を精査できるようになります。.

しかし、AIが人間の投資判断に取って代わることはないと私たちは考えています。実物資産は依然として極めて多様であり、地域性が高いものであり、投資判断にはデータやモデルでは完全に捉えきれない要素がしばしば関わってきます。AIは意思決定プロセスをより迅速かつ合理的なものにすることができますが、責任の所在と最終的な投資判断は、依然として人間が担わなければなりません。.

したがって、AIの真の価値は、投資家に取って代わることにではなく、投資家により質の高い情報、より強力な分析ツール、そして真に判断力を要する意思決定に集中するための時間を提供することにある。.

買収以外にも、AIは実物資産の管理・運営のあり方をどのように変えつつあるのでしょうか？AIが資産のパフォーマンス、テナント体験、予知保全、あるいは運営効率をどのように向上させているか、具体例を挙げていただけますか？

AIは、実物資産管理の効率化に貢献しており、特に日々のデータ監視、賃貸借管理、保守点検、運用報告などの分野でその効果が顕著です。AIと不動産管理システムを組み合わせることで、多くの定型業務を自動化したり、より効率的に行ったりすることが可能になります。.

とはいえ、不動産管理は依然として、根本的には「人」が鍵となるビジネスです。テナントとの関係構築、賃貸契約の締結、そして日々の問題解決は、多くの場合、人との直接的な関わりに依存しています。これは、市場環境が厳しい状況下では特に重要であり、既存のテナントを維持し、新たなテナントを獲得するためには、往々にして一層のサービスときめ細やかな対応が必要となるからです。.

例えば、台風の影響で当社の物件の一つが浸水した際、あるテナントは強い不満を抱いていました。 そこで、当社の賃貸管理責任者が直ちに現場へ駆けつけ、自ら入居者の水抜き作業を手伝いました。入居者はその対応に深く感銘を受け、後日、この経験が当社との賃貸契約を継続したいという思いをさらに強めたと伝えてくれました。これはAIでは再現が難しいことです。結局のところ、入居者は物件の質を、建物そのものだけでなく、それを管理する人々によっても判断することが多いのです。.

実物資産は、何と言っても実在する有形のものです。AIは資産運用を大幅に強化することができますが、人的要素を置き換えることは依然として困難です。.

今後、AIがどのような分野で最大の競争優位性をもたらすとお考えですか 今後5年間、投資家にとってのメリットとは？どのような能力が必要か オーナー、ファンドマネージャー、デベロッパーが、今後も競争力を維持するために、現在どのような分野に投資すべきか 競争力がある？

今後5年間、AIは実物資産投資家にとって、破壊的というよりはむしろ可能性を広げる存在になると私たちは考えています。最大の競争優位性は、単に最新のAIツールを活用することから生まれるのではなく、AIやより広範な技術革新が産業や実物資産にもたらす変化を、投資家がどれだけ迅速に理解できるかにかかっています。 投資家にとって、これはリサーチ能力を強化し、実体経済の変化に密着することを意味します。例えば、テクノロジーがエネルギー、コンピューティング能力、物理的インフラへの需要をどのように再構築しているかを理解することなどです。AIは、情報の処理を高速化し、予測精度を高め、より情報に基づいた資本配分の意思決定を行うのに役立ちます。その意味で、AIは私たちの投資判断力を高めるものであり、,
しかし、それは経験や市場に対する判断に取って代わるものではありません。.

また、公開市場と非公開市場の間には重要な違いがあります。情報が比較的標準化され、入手しやすい公開市場では、AIが投資分析においてより大きな役割を果たすことができます。一方、非公開の実物資産投資は、依然として人脈やリソースに大きく依存しています。魅力的な資産を見極めることと、実際にその投資機会へのアクセスを得て、投資を実行することとは、別問題なのです。.

結局のところ、実物資産投資を成功させるには、依然として忍耐力、経験、判断力、人脈、そして強力な資産運用能力が不可欠です。AIは投資家の判断力を高め、効率化を図ることができますが、変化し続ける世界において常に先を見据え続けることこそが、真の競争優位性であり続けるでしょう。.