空室が3ヶ月以上埋まらない物件 — 賃料設定と募集条件の"勘"が原因かもしれない

管理戸数300戸の不動産管理会社で、常時20〜30戸の空室を抱えている。よくある状況だと思う。空室が出たら募集文を書いて、ポータルサイトに掲載して、反響を待つ。やることはシンプルなのに、なぜか空室期間は平均3.5ヶ月。家賃8万円の部屋なら、1戸あたり28万円の逸失利益。30戸なら年間で1,000万円を超える。問題は「やるべきことをやっていない」のではなく、「やり方が場当たり的」なことにある。

空室対策が場当たり的になる3つの原因

原因1：賃料設定が「感覚」に頼っている

空室が出たとき、賃料をどう決めているか。多くの管理会社では「前の入居者と同じ」「近隣の似た物件を2〜3件見て決める」というパターンが大半。ベテランの担当者なら経験値で妥当な線を出せるが、担当者が変わると精度がブレる。実際、同じ管理会社でも担当者によって賃料設定に月額5,000〜8,000円の差が出ることは珍しくない。高すぎれば空室が長引き、安すぎればオーナーの収益を毀損する。どちらに転んでも管理会社の信頼に関わる。

原因2：募集文が使い回し

「日当たり良好、駅徒歩○分、スーパー近く」。10年前から変わらない募集文が量産されている。SUUMOやHOME'Sで物件を探すユーザーは、1回の検索で20〜30件の物件を流し見する。その中で「この物件をもっと知りたい」と思わせるには、物件ごとの具体的な魅力を言語化する必要がある。でも、1件あたり30分かけて丁寧に募集文を書く余裕は、現場にはない。結果として、テンプレに物件名と数字だけ差し替えた募集文が並ぶ。

原因3：ポータル掲載の更新が後手に回る

SUUMO、HOME'S、アットホーム、不動産ジャパン。主要ポータルだけで4サイト。それぞれ管理画面が違い、入力項目も微妙に異なる。1物件あたり全ポータルに掲載するのに40〜60分。掲載後も、賃料変更や条件変更のたびに全サイトを手動で更新する。10戸の空室を4サイトに掲載するだけで40件分の入力作業が発生する。月に1回の掲載内容見直しすら滞りがちになる。

AIで自動化する3つの領域

領域1：AI賃料査定 — 相場データから適正賃料を算出

AIによる賃料査定は、周辺の成約事例・募集事例をもとに、対象物件の適正賃料を算出する仕組み。従来の「似た物件を2〜3件見て決める」ではなく、半径1km以内の過去2年間の成約データ（数百件規模）を統計的に分析する。考慮する変数は、築年数、駅距離、階数、面積、設備（オートロック・宅配ボックス等）、方角、周辺施設など30項目以上。

ポイントは「いくらにすべきか」だけでなく、「この賃料ならどれくらいで決まるか」の予測がセットで出ること。オーナーへの提案時に「75,000円なら1ヶ月、80,000円なら2.5ヶ月」と具体的に示せるので、賃料交渉がスムーズになる。担当者の経験に依存しない、データに基づく提案ができる。

領域2：募集文の自動生成 — 物件データから魅力を言語化

物件の基本情報（間取り、設備、立地）と周辺環境データを入力すると、AIがポータル掲載用の募集文を自動生成する。単なるテンプレ差し替えではなく、物件ごとの強みを分析して訴求ポイントを変える。

AI生成の募集文は、ターゲット層（単身/カップル/ファミリー）に応じてトーンと訴求ポイントを自動で切り替える。周辺の学区情報、保育園の空き状況、通勤時間なども自動で取り込む。人間がやるのは最終チェックと微修正だけ。10件分の募集文作成が、従来の5時間から30分に短縮される。

領域3：ポータル一括掲載 — 1回の入力で全サイトに反映

物件情報と募集文を1回入力すれば、SUUMO・HOME'S・アットホームなど主要ポータルに一括で掲載する。各ポータルの入力フォーマットの違いは自動で吸収する。賃料変更や条件変更も一元管理画面から一括更新できるので、「SUUMOだけ賃料が古いまま」という事故がなくなる。

導入ステップと期間の目安

フェーズ1：データ整備と賃料査定の導入（3〜4週間）

まず管理物件の基本データと、過去の成約・空室データを整理する。最低でも直近2年分、50件以上の成約データが必要。このデータをもとにAI賃料査定モデルを構築し、新規空室が発生したときに即座に適正賃料を算出できる状態を作る。初期費用は20〜40万円が目安。

フェーズ2：募集文自動生成の導入（2〜3週間）

物件データと周辺環境データを入力すると募集文が自動生成される仕組みを構築する。最初の1ヶ月は、AI生成文と従来の手書き文を併走させて品質を検証する。反響率（問い合わせ数/PV数）で比較すると、AI生成文の方が平均15〜20%高い反響率を記録するケースが多い。

フェーズ3：ポータル一括掲載の連携（2〜4週間）

各ポータルとのAPI連携またはRPA連携を構築する。ポータル側のAPI対応状況によって構築方法が変わる。API連携が可能なポータルは即時反映、それ以外はRPAで管理画面操作を自動化する。月額のランニングコストは5〜10万円。

導入前後のBefore/After比較

空室期間が3.5ヶ月から1.8ヶ月に短縮されると、30戸の管理物件で年間約490万円の逸失利益削減になる。管理戸数が増えるほど効果は大きくなる。100戸管理なら年間1,600万円以上のインパクト。加えて、担当者の作業時間が月あたり20〜30時間削減されるので、その時間をオーナー対応や新規管理受託の営業に回せる。

導入時の注意点

注意点1：AI査定を過信しない

AI賃料査定はあくまで「相場データに基づく参考値」。物件固有の事情（事故物件、隣人トラブルの履歴、オーナーの意向など）はデータに反映されない。AI査定結果を「たたき台」として、担当者が最終調整する運用が正解。最初の3ヶ月はAI査定と実際の成約賃料を比較して、査定精度を検証する期間を設けること。

注意点2：募集文の最終チェックは人間がやる

AI生成の募集文は、事実と異なる記載（ハルシネーション）が混ざるリスクがある。「徒歩5分」が実際は7分だったり、存在しない設備を記載したりするケースがゼロではない。掲載前に担当者が事実確認をする工程は省略しない。これは法的リスク（不当景品類及び不当表示防止法）の観点からも必須。

注意点3：ポータル掲載のルールを守る

各ポータルには掲載ガイドラインがある。特に写真の品質基準、募集文の文字数制限、更新頻度のルールはポータルごとに異なる。自動掲載の仕組みを構築する際は、各ポータルのガイドラインを事前に確認し、違反によるアカウント停止を防ぐ。30日以上更新がない物件は自動的に掲載停止するなどのセーフティネットも組み込むこと。

実践事例：管理戸数350戸の不動産管理会社

ある地方都市の不動産管理会社（管理戸数350戸、空室率8%＝常時28戸の空室）で、上記3つの施策を段階的に導入した。導入前の平均空室期間は3.8ヶ月。賃料設定はベテラン1名に依存し、募集文は5年前のテンプレを使い回していた。ポータル掲載はSUUMOとアットホームの2サイトのみ。

フェーズ1でAI賃料査定を導入し、全空室の賃料を再査定。28戸中8戸で賃料を3〜5%調整（うち5戸は値下げ、3戸は値上げ）。フェーズ2でAI募集文を導入し、全物件の募集文を刷新。フェーズ3でHOME'Sと不動産ジャパンを追加し、4サイト一括掲載に切り替えた。

導入6ヶ月後の結果。平均空室期間は3.8ヶ月から1.9ヶ月に短縮。ポータル経由の問い合わせ数は月平均22件から38件に増加（73%増）。担当者の掲載管理業務は月40時間から12時間に削減。年間の逸失利益は約600万円の改善。初期投資60万円+月額8万円のランニングコストに対して、6ヶ月でROIを回収した。

まとめ：空室対策は「仕組み」で回す

空室対策が場当たり的になるのは、担当者の能力や努力の問題ではなく、仕組みの問題。賃料設定は相場データから自動算出し、募集文はAIで物件ごとに最適化し、ポータル掲載は一元管理で一括更新する。この3つを仕組み化するだけで、平均空室期間は半減する。空室1戸あたり月8万円の逸失利益が、30戸なら年間500万円近い差になる。まず自社の空室データを整理して、「なぜ空室が長引いているのか」を数字で可視化するところから始めるのが現実的な第一歩になる。