住宅流動性と人生設計の経済学

AIは予測を提供するが、判断を提供するわけではない。AIの限界は、しばしば市場制度の限界である。
AIで住まい選びが自由になるとは、技術の話ではなく、人生の転機に住まいが追いついてこられるようにする話である。

 

前回（第５回）を受けて：技術は「自由」を運んでくるか

これまでの第2～5回で、本連載は次のように議論を進めてきた。第2回では、AI とは何かを「予測コストの劇的低下」として定義し、タスク代替論と「人間と機械の分業」の枠組みを提示した。第3回では、その枠組みを住宅市場に適用し、住宅市場が動かない四つの構造的壁を分析した。第4回では、取引の重さの制度的厚みと PropTech の射程を、AI マップ的な業務分解の発想で論じた。第5回では、住宅流動性が人生の自由度を規定する関係を、ロックイン効果や世代間ストック循環として描いた。

 

本連載（第6回）では、これらの議論を踏まえて、AI という現代の最大の技術潮流が、住宅市場の自由化に何をもたらし、何をもたらさないかを問う。第2回で提示した予測・判断・責任の三層構造を、住宅市場という具体的な舞台に当てはめて深掘りしていく回である。ここで重要なのは、AI を住宅市場における「魔法の杖」として描かないことである。そして同時に、AI を単なるバズワードとして矮小化しないことである。AI は予測コストを劇的に下げる技術であり、それ以上でも、それ以下でもない。この冷静な定義から出発して、住まい選びの未来像を描いていきたい。

 

2100年の朝、ある家族の風景

2100年の春、ある朝の風景を想像してみよう。

 

40代の女性が、リビングの窓辺でコーヒーを飲んでいる。視界の隅に、小さなホログラムの通知が浮かぶ。

 

「先月の住み心地スコア：87点。睡眠の質、通勤動線、近隣の空気質、いずれも良好。ただし夫の在宅勤務頻度の増加に伴い、ワーキングスペースの最適化余地があります。次回のライフサイクル評価で、住み替えオプションを検討してみますか？」

 

彼女は微笑んで通知を消す。今の家は気に入っている。しかし、来年あたりには下の子が中学に上がるから、そのタイミングで隣の学区に移ることも考え始めている。住み替えは難しい決断ではない。AI がすでに候補物件を3件絞り込み、引越しコストの試算、ローンの組み換え案、子どもの転校先の評判、夫の通勤時間の変化まで、すべてシミュレーション済みだ。決めるのは彼女と家族。判断を支える情報は、すべてそろっている。

 

これは夢物語だろうか。それとも、私たちが努力すれば届く未来だろうか。

 

ただし最初にお断りしておきたい。本連載は「住宅を売りやすくする」話ではない。売買の効率化という発想を超えて、住まいを人生の選択肢として自由に選び直せる社会をどうつくるか、という問いに向き合いたい。後者は前者を含むが、もっと広く、もっと深い射程を持つ問いである。

 

「探す」から「導かれる」へ

住まいを選ぶという行為は、これまで本質的には「探す」行為だった。希望条件を整理し、物件サイトで検索し、内見し、比較し、決断する。情報を集めて判断する責任は、すべて消費者が負ってきた。

 

AI が進化することで、この行為は「探す」から「導かれる」へと変わりつつある。すでに兆しは見えている。Zillow の Zestimate は物件価値を瞬時に推定し、Opendoor は買取価格を即座に提示する。日本でも AI 査定サービスが普及し始め、ライフスタイルに合った物件をレコメンドするサービスも増えている。これらは入口に過ぎないが、方向性は明確だ。

 

トロント大学のアグラワルらが提唱した「予測機械」のフレームワークで考えると、AI の本質は予測コストの劇的な低下にある。物件価値の予測、信用リスクの予測、将来の地域価値の予測、修繕必要時期の予測、住まいに対する満足度の予測、これらが次々と安価になっていく。予測がほぼ無料になった時、人間が担うべきは「判断」の部分だけになる。この家を選ぶか、いくらまで出すか、いつ住み替えるか。判断は人間が下すが、判断に必要な情報の準備はすべて機械がやる。

 

これは「AI が選んでくれる」世界ではない。「AI が選ぶための材料を完璧に整える」世界だ。両者の違いは決定的である。前者は人間の選択の自由を奪うが、後者は人間の選択の自由を拡張する。

 

予測・判断・責任の三層を住宅市場に当てはめる

第2回で提示した予測・判断・責任の三層構造は、本連載を貫く分析装置である。ここではこの枠組みを、住宅市場という具体的な舞台に改めて当てはめてみたい。

 

第一層：予測を住宅市場に当てはめると、AI が得意とするのは、物件価格、修繕必要時期、信用リスク、災害リスク、地域価値の将来予測といったタスクである。膨大な取引データ、立地データ、建物データから、ある条件下で何が起こるかを確率的に示す。ここで重要なのは、予測の精度は、AI の賢さだけでなく、データ環境の充実度によって決まる、という点である。日本で AI 査定の精度が米国より低くなる傾向があるとすれば、それは AI が劣っているのではなく、取引データの蓄積と公開、住宅履歴の標準化、立地情報の整備といったデータインフラが、米国に比べて未成熟だからである。

 

第二層：判断を住宅市場に当てはめると、予測を踏まえて最終的に「この家を選ぶ」「いくらまで出す」「いつ住み替える」を決めるのは人間である。判断は、複数の価値の間でのトレードオフを引き受けることだ。仕事と家族、経済性と思い出、合理性と感情。これらは予測で決まるのではなく、その人の価値観で決まる。住宅選択は、人生で最も価値観が鋭く問われる意思決定の一つである。AI が予測のコストを下げれば下げるほど、判断する力、自分が何を大切にしているかを見極める力、の価値は上がる。

 

第三層：責任を住宅市場に当てはめると、AI の助言に基づく住宅選択の結果について、誰が責任を負うのか、という問題が浮上する。AVM（自動価格査定モデル）が示した価格で売買して後で値崩れしたら、誰の責任か。AI レコメンドで選んだ物件で隣人トラブルに巻き込まれたら、誰の責任か。責任の所在を制度的に明確化することが、AI 時代の住宅市場の信頼基盤になる。これは技術ではなく、宅建業法、消費者保護法、データ保護法といった社会制度の問題である。

 

第2回で繰り返した命題を、住宅市場の文脈で再度確認しておきたい。AI は予測する。判断するのは人間である。責任を分担するのは社会制度である。そして、この三層を真剣に受け止めると、住宅市場における AI の役割は次のように再定義される。AI は人間の選択肢を狭めるのではなく、選択肢を可視化する。AI は人間の判断を代替するのではなく、判断の質を高める。AI は責任を引き受けるのではなく、責任の分担を可能にする社会制度の上で機能する。AI は人間の自由の縮小ではなく、拡張の手段として設計されなければならない。これは技術の問題ではなく、設計思想の問題である。

 

Zestimateの精度に見るAIの限界とデータ依存性

Zillow は、Zestimateのオンマーケット物件における全国中央値誤差率を1.74%、オフマーケット物件で7.20%と公表している。主要市場ではオンマーケット物件の多くが最終販売価格の10%以内に収まる。

 

この数字は、AI 査定の可能性と限界を同時に示している。

• AIの精度は、データが豊富な領域（オンマーケット、活発な市場）で高く、データが薄い領域（オフマーケット、地方、特殊物件）で落ちる。
• AIの精度向上は、AI 自体の改良よりも、データインフラの整備に大きく依存する。
• したがって、日本でAI 査定の精度を上げるには、市場の透明化、取引データの開放、住宅履歴の標準化といった制度的取組みが不可欠である。

 

AI は、データ環境という社会インフラの上に乗っている。データの厚みは、市場制度の質を反映する。AI の限界は、しばしば市場制度の限界である。

 

AIが本当に変えられる「住まい選び」の七つの次元

具体的に、AI は住まい選びの何を変えるのか。少なくとも七つの次元で、変化が起きていく。

 

第一に、物件の「真の価値」が見えるようになる。築20年のマンションと築5年のマンション、どちらが資産として優れているか。立地、間取り、過去のメンテナンス履歴、管理組合の財務状況、近隣の再開発計画、災害リスク、人口動態予測、 AI はこれらすべてを統合し、「この物件は10年後にこのくらいの価値になっている可能性が高い」という見通しを示せるようになる。これまで仲介業者の勘や経験に頼っていた部分が、データに基づく判断に置き換わる。消費者は初めて、対等な情報量で取引のテーブルにつける。

 

第二に、ライフプランと住まいが連動する。今までは「年収から逆算してこのくらいの家が買える」という発想だった。 これからは「今後30年のライフイベントを織り込んで、最適な住まいの軌跡を設計する」発想になる。結婚、出産、転職、親の介護、子どもの教育、自分の引退。それぞれのイベントで住まいがどう変わるべきか、AI がシミュレーションする。一回の取引ではなく、人生全体を通した「住まい戦略」が立てられる。

 

第三に、見えなかったリスクが見えるようになる。マンションの管理組合が10年後に大規模修繕費を払えなくなるリスク。隣家との境界線で将来トラブルになるリスク。再開発計画で景観が変わるリスク。地下水の状況が変わって地盤が緩むリスク。これらは従来、専門家でも見落としがちなリスクだった。AI がビッグデータと予測モデルを組み合わせれば、消費者にもこれらのリスクが可視化される。

 

第四に、引越しと住み替えのコストが激減する。AI が書類作成、申請、予約、調整を自動化する。引越し業者の手配、ライフラインの切り替え、住所変更、税務処理、金融商品の手続き。これまで個別に時間をかけていた作業が、ワンタップで連鎖的に進む。引越しのストレスが、ホテルを変える程度の感覚にまで軽くなる可能性がある。

 

第五に、住まいの「使い方」そのものが柔軟になる。AI が空間の使われ方をモニタリングし、改善提案をする。在宅勤務が増えたから書斎の照明を最適化する、子どもが独立したから空き部屋を貸し出す、季節に応じて家具配置を変える。住まいは固定された箱ではなく、AI と人間が共同で運営する動的な空間になる。

 

第六に、住まいの選択が「コミュニティの選択」と統合される。物件の周囲には、人々のネットワークがある。子育て仲間、趣味の仲間、職場の同僚、友人。AI が個人のソーシャルネットワークと住まいの選択を統合し、「あなたが大切にしている人間関係を維持しやすい場所」を提案できる。住まいは個別の物件ではなく、生活圏のネットワークとして選ばれるようになる。

 

第七に、選択の責任が分散される。これは諸刃の剣だが、重要な変化だ。AI が提案した物件を選んで、後で問題が起きた時、責任は AI にあるのか、消費者にあるのか、AI 開発企業にあるのか、データ提供者にあるのか。住まい選びにおける「判断の透明性」と「責任の所在」が、社会的に再定義されることになる。

 

AIが変えられないもの：「判断」の領域

しかし、ここで立ち止まって考えたい。AI がどれだけ進化しても、変えられないものがある。

 

第一は、好みである。AI は人々がどんな住まいを好むかを学習できるが、ある人がなぜその家を好きになるかの本質は、その人にしかわからない。窓から見える桜の木が、子どもの頃の祖母の家を思い出させる。畳の匂いが、なぜか落ち着く。階段の手すりの曲がり具合が、なんとなく好き。これらの理由のない好みは、データでは捉えきれない。 AI は選択を支援するが、選択そのものは人間の心の中にある。

 

第二は、価値観である。家を所有することに意味を感じる人もいれば、所有から自由でいたい人もいる。子どもに家を残したい人もいれば、自分の代で完結させたい人もいる。これは「正解」のある問題ではなく、その人の生き方の問題だ。AI はどちらの選択を選んでも最適化を支援できるが、どちらを選ぶべきかは教えてくれない。

 

第三は、人間関係である。住まいの選択は、家族や恋人、配偶者との合意形成のプロセスだ。 AI がどれほど客観的に最適な物件を提案しても、家族の中で意見が割れれば決まらない。住まい選びは、家族にとっては愛情と権力と妥協のドラマでもある。このドラマをAI が代替することはない。

 

第四は、社会的文脈である。住まいの選択は個人の問題ではなく、社会全体の構造の中で起きる。AI が最適な物件を提案しても、その地域の住民構成が偏れば社会的緊張が生まれる。AI が効率を追求すれば、効率では測れない多様性や偶然性が失われる。住まいの選択は、個人の最適化と社会の最適化が必ずしも一致しない領域である。

 

AIは予測するが、判断しない

アグラワル・ガンス・ゴールドファーブの『Power and Prediction』（2022）※は、AI を「予測コストを劇的に下げる技術」と定義し、意思決定を「予測 + 判断」と分解した。

 

AI は予測コストを下げる。それにより、予測の補完財である判断・データ・行動の価値が上がる。逆に、予測の代替財である人間の予測労働の価値は下がる。これは AI 時代の経済学の核心命題である。

 

住宅市場に当てはめると、AVM（自動価格査定モデル）、AI アンダーライティング、AI レコメンドが普及するほど、人間の判断（最終的な選択、リスクの引き受け、責任）の価値は上がる。AI が普及するほど、人間の判断の重要性は減るのではなく、むしろ増す。これは多くのAI 議論で見落とされている重要な含意である。

 

トロント大学のアグラワルらの言葉を借りれば、AI は「予測」を提供するが、「判断」は人間が担うしかない。判断とは、複数の価値の間でのトレードオフを引き受けることだ。AI は判断の材料を整えてくれるが、判断の苦しみと喜びは人間のものとして残る。これは未来永劫変わらない。

 

2100年への道筋：四つのシナリオ

それでは、2100年に住み替えが当たり前の社会は、本当に実現するのだろうか。複数のシナリオを考えてみよう。

 

シナリオA：「自由化」シナリオ
住宅金融、税制、登記制度、業界構造のすべてが住み替えに中立的に作り直される。AI が住まい選びの摩擦をほぼ消し去り、消費者は人生のステージに応じて住まいを選び直す。日本の中古住宅市場は欧米並みの厚さになり、空き家問題は世代間の住み替え連鎖で自然に解消される。住み替え件数は現在の数倍に増える。

 

シナリオB：「二極化」シナリオ
都市部の高所得層は住み替えの自由を享受するが、地方や中間層は依然として住まいに縛られる。AI と PropTech の恩恵は人口密度の高い場所に集中し、地方では空き家が増え続ける。「住み替えが当たり前」になる地域と、「家は一生もの」のままの地域が、同じ国の中で並行して存在する。

 

シナリオC：「所有なき社会」シナリオ
住宅の所有が一般的でなくなり、サブスクリプション型の長期利用が主流になる。住まいはサービスとして提供され、人々は所有のリスクから解放される。代わりに、住まいを供給する大資本（ファンド、テクノロジー企業、政府系機関）が圧倒的な力を持つようになる。住み替えは確かに自由だが、消費者は資本の側の論理に組み込まれる。

 

シナリオD：「停滞」シナリオ
制度改革が進まず、技術だけが先行する。AI で物件情報は完璧に整備されるが、住宅金融や税制は変わらず、人々は結局動けないまま。技術と制度のミスマッチが拡大し、消費者の不満は高まるが、業界の構造は変わらない。

 

どのシナリオが現実になるかは、技術の進歩よりも、社会の選択にかかっている。そしてこの選択は、すでに今、私たちが日々の政策議論や企業活動の中でしている選択の積み重ねである。

 

「自由に選び直せる社会」をつくる五つの基盤

では、シナリオAに近い未来、住まいを自由に選び直せる社会、を実現するために、何が必要なのか。これは住宅政策の問題であると同時に、社会の根幹の設計の問題である。

 

基盤の第一は、金融の住み替え中立化である。住宅ローン、団信、住宅ローン控除のすべてを、住み替えにペナルティが発生しない設計に変える必要がある。アメリカで2010年代に Fintech レンダーが急成長したのは、技術だけではなく、リファイナンスを日常化する制度と文化があったからだ。日本でこれを実現するには、銀行業界、生命保険業界、税制当局の協調が不可欠で、これは10年以上の年月を要するだろう。

 

基盤の第二は、中古住宅市場の厚みの確保である。日本の中古住宅取引が全取引の15%程度に留まる状況を、欧米並みの70～80%に引き上げる。これにはリフォーム履歴のデジタル化、ホームインスペクションの標準化、建物価値評価の見直し、税制上の建物耐用年数の再設計が必要だ。中古住宅が「劣化した品物」ではなく「メンテナンス可能な資産」として扱われる文化を、制度と教育の両面から育てる必要がある。

 

基盤の第三は、住宅ストックの世代間循環の促進である。高齢者が広い戸建てから小さなマンションに住み替えやすくする政策、子育て世代がそうした戸建てに移りやすくする金融商品、空き家を地域資源として活用する仕組み。これは個別の制度の問題というより、世代間の住宅ストックの新陳代謝を促す総合政策である。

 

基盤の第四は、地域コミュニティの流動性への対応である。住み替えが頻繁になれば、地域コミュニティのあり方も変わる。長く住んでこそ深まる関係と、住み替えても維持できる関係の、両方を支える社会インフラが必要になる。デジタルなコミュニティ、緩やかな地縁、職住一体型の暮らし方。コミュニティの形が多様化することで、住み替えと地域への愛着が両立する。

 

基盤の第五は、住まいに対する社会的価値観の更新である。「家を持つことが一人前の証」という価値観を、「ライフステージに応じて住まいを選ぶことが豊かな生き方」という価値観に置き換えていく。これは説教では変わらない。良いロールモデルが現れ、メディアが取り上げ、子どもたちが学校で学び、何世代にもわたる時間が必要である。

 

これら五つの基盤のうち、技術で解けるのは第二の一部と、第一・第三の摩擦軽減だけである。残りは、政治と文化と教育の領域に属する。AI は可能性を広げるが、社会を作るのは私たちの選択だ。

 

2100年は、理想か、現実目標か

冒頭の問いに戻ろう。2100年に住み替えが当たり前の社会は、理想なのか、それとも現実的な目標なのか。

 

筆者の答えは、両方である、というものだ。

 

それは理想である。完璧に住み替えが自由になる社会は、おそらく2100年になっても完全には実現しない。人間の好みも、家族の事情も、地域の文脈も、複雑すぎて完全な最適化はできない。AI がどれほど進化しても、住まいを選ぶことの本質的な難しさは残る。

 

しかし、それは現実的な目標でもある。今より格段に住み替えやすい社会、住まいの選択肢が今より格段に広い社会、人生のステージに応じて住まいを選び直せる人が今より格段に多い社会。これは技術と制度と文化の協調があれば、十分に実現可能な未来である。問題は実現の可否ではなく、実現のスピードと深さである。

 

そして、もっと大切なことがある。2100年の社会の姿は、私たちが今、何を目指すかによって決まる。住み替えの自由化を「コストの削減」として技術的に追求するか、「人生の選択肢の拡大」として総合的に追求するか。同じ技術進歩でも、目指す方向によって、辿り着く社会はまったく違う。

 

「住宅を売りやすくする」というフレームは小さすぎる。「住まいを自由に選び直せる社会をつくる」というフレームの方が、はるかに豊かで、はるかに実現困難で、はるかに目指す価値がある。前者は手段の話だが、後者は人生の話だ。

 

結びに——選び直す自由は、生き直す自由

ある研究者が、住宅市場の本質をこう表現したことがある。
「住まいを変えるとは、人生を変えることではない。人生を変える時に、住まいが追いついてこられるかどうかの問題である。」

 

この言葉は深い。多くの人にとって、住まいを変えること自体が目的ではない。仕事を変える、家族の形が変わる、子どもが成長する、親を看取る、自分の体が老いる、夢を追いかける、コミュニティを作り直す、人生のさまざまな転機で、住まいが足かせになるか、それとも伴走者になるか。それが住宅市場の本質的な問題である。

 

AI で住まい選びが自由になるとは、技術的な利便性の話ではない。人生の転機に、住まいが追いついてこられるようにする話だ。住み替えのコストとリスクを下げ、選択肢を広げ、判断を支える情報を整える。それによって、人々が自分の人生を、より能動的に、より柔軟に、より誠実に生きられるようにする。

 

2100年の社会で住み替えが当たり前になっているとしたら、それは人々が住まいに執着しなくなったからではない。人々が人生に対してより真剣に向き合うようになった結果として、住まいも人生に応じて変わるようになった、ということだろう。

 

選び直す自由は、生き直す自由でもある。住み替えがしやすい社会とは、人生をやり直しやすい社会である。失敗してもまた立ち上がれる、変化を恐れずに挑戦できる、自分の本当に望む生き方を追求できる、そういう社会の姿を、住まいの自由化は支える基盤になる。

 

これは大きな話に聞こえるかもしれない。でも、住まいを選ぶことは、つねに大きな話だった。それは私たちが日々、どこで眠り、どこで目覚め、どこで愛し、どこで悩み、どこで老いていくかを決める選択だからだ。住まいの自由は、生き方の自由である。

 

家は、もう少し軽くしていい。そして人生は、もう少し自由になっていい。2100年に向かって、私たちはその道を歩んでいる。歩みは遅いかもしれないが、方向は間違っていない。そう信じて、今日も一歩を進めていきたい。

 

 

 

【参考・引用文献】

• Agrawal, A., Gans, J., & Goldfarb, A. (2022). Power and Prediction. Harvard Business Review Press.