不動産情報サイト大手のZillowとRealtor.comが、2026年3月にそれぞれ異なるAI戦略を発表しました。前者は自社AIモデルで、後者はChatGPT公式アプリという形で住宅検索に入り込んでいます。

本記事は、この2社の公式発表とNAR（全米不動産協会）が紹介する調査結果という一次情報にもとづき、不動産業界におけるAIO対応の実例と課題を整理します。

01事例の結論

Zillowは2026年3月25日、自社データと独自AIモデルにもとづく「Zillow AI Mode」をベータ公開しました（出典: Zillow公式）。一方Realtor.comは同年3月30日、ChatGPT内で住宅検索ができる公式アプリを全ユーザー向けに公開しています（出典: Realtor.com公式）。

同じ「住宅検索×AI」という課題に対し、Zillowは自社AI構築、Realtor.comは既存AIプラットフォームへの参加という異なる道を選びました。

特定の不動産事業者がAI検索経由の引用で成果を上げたという、実名・数値付きの公開事例は現時点で確認できていません。本記事は、確認できる一次情報の範囲で両社の施策と、不動産業界特有の制約を整理します。

02背景・課題

不動産の購入・賃貸検討は、価格・立地・築年数など多数の条件を比較しながら進む長期プロセスです。NAR（全米不動産協会）が2026年に紹介した調査では、この検討プロセスにAIが入り込みつつある実態が示されています。

同記事は、米Bank of AmericaのHomebuyer Insights Reportを引いています。見込み買い手・住宅所有者の20%が、AIを住宅購入調査に使った経験を持ちます（出典: NAR記事、BofA調査）。世代別に見ると、この比率はさらに上がります。

対象住宅購入調査でAIを使った経験
見込み買い手・住宅所有者（全体）20%
ミレニアル世代28%
Z世代32%

（出典: NAR記事、BofA調査）

不動産業界にとっての課題は、この検討プロセスにどう情報源として関わるかです。加えて、物件情報にはMLS（複数物件情報を仲介業者間で共有する仕組み）というこの業界特有のデータ流通ルールが存在し、AI連携の設計に直接影響します。

03施策の詳細

Zillowが選んだのは、自社の住宅データベースを土台にした専用AIの構築です。

  1. Zillow AI Mode（2026年3月25日発表）: 検証済みの掲載物件データと「カスタムAIモデル」による対話形式の住宅検索です。利用者の行動をセッションをまたいで記憶し、文脈に沿った案内を返す設計だと説明されています。現時点では限定ユーザー向けのベータ公開で、2026年を通じて対象を広げる計画です（以上、出典: Zillow公式）。
  2. Realtor.com ChatGPTアプリ（2026年3月30日発表）: 予算計算・近隣探索・初回購入者向けの提案プロンプトを備えます。発表当日からChatGPT利用者全員に提供が始まりました。表示は物件画像と詳細のプレビューにとどめ、ツアー予約と高度な検索は本体サイトへ誘導する設計です（以上、出典: Realtor.com公式）。

Realtor.comの発表で注目すべきは、MLSデータの扱いです。同社は「MLSデータのモデル学習利用を厳格に禁止する」と明記し、表示情報はAI側の一時的な参照にとどめる設計を取っています（出典: Realtor.com公式）。AIプラットフォームへの露出と、データ権利の保護は同時に成立させられるという実例です。

物件情報の構造化データには、まだ課題が残ります。schema.orgの「RealEstateListing」型は「new（新規）」領域にあり、実装フィードバックを募集する段階です（出典: schema.org公式）。構造化データの実装手順は、別記事『不動産業界のAI Overviews対策｜物件情報の構造化設計』で詳しく解説しています。

04成果

Zillow・Realtor.comのいずれも、AI施策による自社サイトへの引用・流入の増加を数値では示していません。前述のとおり、この業界で数字を伴って追えるのは供給側の成果ではなく、買い手側の行動変化のほうです。

Realtor.comが自社調査として紹介する数字では、米国の消費者の82%が不動産に関する情報収集にAIを使っています（出典: Realtor.com公式）。同じ発表では、不動産エージェントが「最も信頼でき正確な情報源」の1位に挙げられています（出典: 同発表）。AIが調査の入り口になっても、人による確認の価値は失われていません。

用途の内訳も公表されています。AI活用経験者が最も多く挙げた用途は、返済額・諸費用の見積もりで57%でした（出典: NAR記事、BofA調査）。物件そのものを探す前段の、資金計画の段階からAIが使われています。

同記事はCotality社の調査も紹介しています。見込み・直近の買い手の55%が、月1回以上生成AIを利用しています。75%はAIが既に購買プロセスに影響していると回答しました（出典: NAR記事、Cotality調査）。一方で44%は、AI生成情報の検証に専門家への追加料金を払う意思があるとも答えています（出典: 同調査）。

05再現のためのポイント

2社の打ち手を分解すると、不動産事業者が自社で着手できる準備は次の5点に整理できます。

  1. MLSデータなど権利関係のあるデータを保護する設計を先に固める。Realtor.comの事例のように、AI連携と学習利用禁止は両立できます。契約上「表示は可・モデル学習は不可」を切り分けられるかを、AI連携の検討より先に確認します。
  2. 単一のAIプラットフォームに絞らない。Zillowは自社AI、Realtor.comは外部プラットフォームと、企業によって最適解は異なります。
  3. 物件そのものより、仲介事業者の実在性を構造化データで示す。物件専用スキーマの整備を待つ必要はありません。GoogleがローカルビジネスのマークアップとしてLocalBusiness系の型を案内しており、所在地・営業時間・連絡先・免許情報といった事業者の実在情報は今日から機械可読にできます（出典: Google公式）。
  4. 買い手のAI活用実態を定点観測する。NAR・Cotality等の調査は今後も更新が見込まれます。
  5. AI経由の情報接触と、人による確認の両立を前提に設計する。Realtor.comの調査が示すように、エージェントへの信頼は今も高い水準にあります。

見落としやすいのは、専用の不動産スキーマの登場を待ってから動こうとする判断です。現時点でGoogleの構造化データ一覧に不動産物件専用の型は存在せず、待っている間にできることは3の範囲だけでもかなり残っています。

06業界別の応用

売買仲介と賃貸仲介では、検討期間の長さが異なります。賃貸は数週間単位の短期決着が多く、AIとの対話も物件比較より条件整理に寄りやすいと考えられます。

住宅ポータル大手が自社AIを構築できる一方、地域密着の個人事業者にはその体力がありません。個人事業者はまず自社サイトの構造化データ整備から着手する方が現実的です。

商業用不動産（オフィス・店舗）では、賃料単価・立地条件・契約期間といった検討軸が住宅と入れ替わります。本記事の事例はいずれも住宅検索が対象のため、そのまま当てはめることはできません（商業用不動産に特化した公開事例は本稿執筆時点で未確認）。仲介事業者の実在情報を機械可読にする3の施策だけは、用途を問わず共通で効きます。

07FAQ

Q. 中小規模の不動産事業者でも、AI検索対策は必要ですか？

必要性は高まっています。NAR記事が紹介する調査では、買い手の一定割合が既にAIを住宅検討に使っています。まずは自社の物件情報を構造化データで機械可読にすることから着手することをおすすめします。

Q. ChatGPTアプリのような外部AI連携は、どの不動産事業者でも作れますか？

現実的ではありません。Realtor.comの公式アプリは、自社の物件データベースとChatGPT側の仕様に合わせた開発体制があって成立しています。ただし本記事のポイント1が示すとおり、AI連携を検討する前段で「どのデータをどこまで外部に出せるか」を契約面で整理しておくことは、規模を問わず意味があります。

Q. MLSデータをAIに使わせても問題ありませんか？

契約条件によります。Realtor.comの事例のように「モデル学習には使わせず、表示のみ許可する」といった条件設計が一般的な考え方です。個別のMLS規約・仲介契約の確認が必要です。