あなたが家を買おうとしたとき、何社と話をしなければならないか。
不動産仲介会社。売主、または売主側の仲介会社。住宅ローンを組む金融機関。ローンの保証会社。火災保険の損害保険会社。建物の検査機関。登記を行う司法書士。法務局。引越し業者。電気・ガス・水道のライフライン。住宅ローン控除のための税務署。
1件の住宅購入に、8〜10の組織が関与する。 しかも、ECのように数分で終わる取引ではない。物件探しから入居まで、建売住宅でも3ヶ月、注文住宅なら9ヶ月〜1年かかる。その間、それぞれの組織が独立した判断を行い、異なるタイミングで異なる書類を要求し、それらを買主が手作業で調整し続けている。
第3回ではECにおけるA2Aの可能性を描いた。ECでは「1つのプラットフォームがすべてを処理しようとして失敗した（Instant Checkout）」ことが、マルチエージェントの必要性を逆説的に証明した。
不動産は、最初から誰もそんなことを試みすらしない。あまりにも多くの組織が、あまりにも長い期間にわたって、あまりにも大きな金額の取引に関わるからだ。不動産は「マルチエージェントでなければ解決できない」ことが自明な領域だ。
なぜ不動産にA2Aが必要なのか
第1回で示した3つの判定基準を、不動産に当てはめてみよう。
判定1：自社だけでは完結しない業務があるか → Yes。
不動産仲介会社は物件の案内と契約の仲立ちはできるが、ローンの審査は金融機関にしかできない。登記は司法書士が行い、法務局が受理する。建物のインスペクションは専門の検査機関が行う。1つの組織で完結するプロセスは、住宅購入においてはほぼ存在しない。
判定2：相手に「判断」を委ねる場面があるか → Yes。
「この人に4,500万円を35年で貸せるか」は、金融機関の判断だ。「この建物の耐震性は基準を満たしているか」は、検査機関の判断だ。「この物件の担保価値はいくらか」は、保証会社の判断だ。不動産取引は、判断の連鎖で成り立っている。そしてそれぞれの判断は、各組織の独自の基準と内部ロジックに基づいている。
判定3：相手の内部ロジックを知らなくても成立するか → Yes。
金融機関がどのスコアリングモデルで審査しているかを、買主は知らない。保証会社がどの担保評価アルゴリズムを使っているかも知らない。知る必要もない。買主が必要とするのは「審査に通ったか、いくらの金利で借りられるか」という結果だけだ。A2Aの「不透明性（Opacity）」の原則は、不動産でも完全に機能する。
ここまでは医療やECと同じ構造だ。しかし不動産には、医療にもECにもない構造的な特徴がある。
不動産取引だけが持つ4つの特徴
特徴1：取引期間が桁違いに長い
医療の紹介状は数時間〜数日で処理される。ECの注文は数分〜数日で完結する。しかし不動産の取引は数週間〜数ヶ月にわたる。住宅ローンの事前審査だけでも即日〜1週間、本審査はさらに1〜2週間かかる。
A2Aプロトコルは、まさにこの「長期タスク」を想定して設計されている。A2A公式ドキュメントには、プロトコルの設計原則として「Support for long-running tasks（長時間タスクのサポート）」が明記されている。数時間から数日、場合によっては人間がループに入る数週間のタスクまで、リアルタイムのフィードバックとステート更新を伴って管理できる。
ECでは、A2Aの非同期処理は「あれば便利」なレベルだった。不動産では、非同期処理がなければ成立しない。
特徴2：関与する組織数が多い
医療では3〜5組織（かかりつけ医、紹介先病院、検査機関、保険者など）。ECでは4〜6組織（EC事業者、決済、物流、ポイントなど）。不動産では8〜10組織が1件の取引に関与する。
しかもこれらの組織は、単純な直列ではなく並列と直列が入り混じる複雑な依存関係を持っている。ローンの事前審査は物件選定と並行して進められるが、本審査には売買契約が必要だ。登記には融資の実行が必要だ。火災保険は融資の条件であることが多い。この依存関係の管理こそ、人間の仲介者が最も時間を費やしている部分だ。
特徴3：金額が桁違いに大きい
ECで「AIが勝手に高いものを買った」というリスクは、最悪でも数万円の話だ。不動産では数千万〜数億円の取引になる。当然、決済の認可と人間の承認は、ECの比ではない厳密さが求められる。
第3回で解説したAP2（Agent Payments Protocol）のマンデート（委任状）構造は、不動産においてさらに重要になる。Intent Mandate（意図マンデート）で「4,500万円以内、固定金利優先、35年返済」と条件を暗号署名で記録し、Cart Mandate（カートマンデート）で具体的なローン契約条件を確定する。AIエージェントが数千万円の取引を実行する以上、「誰が、どの条件で、何を承認したか」の暗号学的な証拠は不可欠だ。
特徴4：法的要件が複合的
ECの法的要件は主に特定商取引法と景品表示法だ。医療には医療法と個人情報保護法がある。不動産は、宅地建物取引業法、不動産登記法、民法、建築基準法、都市計画法、住宅ローン関連の金融規制が同時に適用される。
異なる法律が異なるプレイヤーに異なる義務を課す。宅建士は重要事項の説明義務を負い、金融機関は適合性の原則に従い、司法書士は登記の正確性を保証する。A2Aの監査証跡（Audit Trail）は、これらの法的要件を満たすために、誰がいつ何を判断したかを透明に記録する手段となる。
具体的なシナリオ ― 住宅ローン審査が3行同時に走る
プロトコルの話を具体的なシナリオに落とし込もう。
あなたがGeminiに「4,500万円前後のマンションを探している。最寄り駅から徒歩10分以内。住宅ローンは変動金利と固定金利の両方を比較したい」と伝えたとする。
フェーズ1：物件探し（A2A + MCP）
あなたの住まい探しエージェントは、複数の不動産ポータルサイトのエージェントにA2Aで問い合わせを開始する。各ポータルのエージェントは、MCPで自社のデータベースを照会し、条件に合致する物件リストを返す。
ここで重要なのは、不動産ポータルのデータは各社で異なることだ。SUUMOにしかない物件、HOME'Sにしかない物件がある。人間が複数のサイトをタブで開いて比較検索しているのと同じことを、エージェントがA2Aで並行して行う。
フェーズ2：住宅ローンの並行審査（A2A + MCP）
物件の候補が絞り込まれたら、住宅ローンの事前審査に入る。ここがA2Aの真骨頂だ。
現在、住宅ローンの事前審査を複数の金融機関に同時に申し込むことは可能だし、実際に推奨されている。2〜3社に同時に申し込むことで、金利や条件を比較できるからだ。しかし実態はこうだ。買主が各銀行のWebサイトで同じ情報を何度も入力し、同じ書類を何度もアップロードし、結果が出るまで即日〜1週間待ち、返ってきた条件を自分でExcelに並べて比較する。
A2Aなら、住宅ローン比較エージェントが3行のローンエージェントに同時にA2Aで事前審査を依頼する。各銀行のエージェントはMCPで自行の審査システムにアクセスし、審査を実行する。A2Aの非同期タスク管理により、「A銀行は即日回答、B銀行は3営業日後、C銀行は1週間後」というバラバラのタイミングでも、進捗状況がリアルタイムに更新される。
3行すべての結果が揃ったら、比較エージェントが金利、団体信用生命保険の内容、事務手数料、繰上返済手数料などを総合的に評価し、あなたに提示する。あなたは、それぞれの銀行を個別に調べる必要はない。「35年の総返済額で最も有利なのはA銀行の変動0.375%だが、金利上昇リスクを考慮するとB銀行の固定10年1.20%の方が安定している」といった分析を、エージェントが行ってくれる。
フェーズ3：契約・登記・引渡し（A2A + 人間の判断）
ここからは、人間の判断がさらに重要になる。
売買契約の締結には、宅建士による重要事項説明が法律で義務付けられている。AIエージェントが代行できる領域ではない。しかし、重要事項説明に必要な情報の収集・整理はエージェントが支援できる。登記に必要な書類の準備、火災保険の見積り取得、引越し業者の手配と日程調整。これらの「専門性は不要だが、複数の組織との調整が煩雑な」タスクは、まさにマルチエージェントが得意とする領域だ。
A2Aのロングランニングタスクとして、「融資実行日にあわせて登記申請を司法書士に依頼し、同日に残代金を決済し、鍵の引渡しを受ける」という複雑なスケジュール調整を、関与する各組織のエージェントが協調して管理する。
「人間にしかできないこと」がはっきり見える業界
ここまで読んで、「結局、不動産では人間の判断が多すぎてAIエージェントの出番がないのでは」と思った方もいるかもしれない。
逆だ。不動産だからこそ、人間がやるべきこととAIが支援すべきことの境界線がはっきりする。
人間にしかできないこと：
内見で「この部屋の日当たりは良いか」を五感で判断すること。家族と話し合って「この街に住みたいか」を決めること。重要事項説明の内容を理解し、リスクを受け入れて契約に踏み切ること。これらは感性と意思決定の領域であり、AIが代替できるものではない。
AIエージェントが得意なこと：
10のポータルサイトから条件に合う物件を並行して検索すること。3行の住宅ローンを同時に比較すること。登記に必要な書類のチェックリストを作り、進捗を管理すること。引越し業者3社の見積りを同時に取ること。これらは「複数の組織との並行的な情報収集・調整」であり、A2Aが設計された問題そのものだ。
医療やECの回では、「A2Aがあれば業務の全体が変わる」という話をしてきた。不動産では少し違う。A2Aがあれば、人間が「人間にしかできないこと」に集中できるようになる。 住宅ローンの書類準備に費やしていた週末を、家族との物件内見に充てられる。銀行のWebサイトを3つ開いて同じ情報を入力する時間を、将来の住環境について考える時間に変えられる。
不動産は、A2Aのマルチエージェントが人間の判断の質を高める業界だ。
2026年3月、不動産×AIエージェントのリアル
不動産業界のAI活用は確実に進んでいるが、エージェント間連携という文脈ではまだ初期段階にある。
すでに動いていること。 AIによる物件価格査定（SREホールディングスの「SRE AI査定CLOUD」など）、VR内見の自動生成（Spacelyなど）、AIチャットボットによる初期の顧客対応。三井不動産はグループ全体でDXを推進し、自社AIチャットツール「&Chat」の運用を2023年8月から開始。システム刷新により2018〜2023年度の5年間で累計約27.9万時間の業務効率化を実現している。東急リバブルも生成AIを活用した対話型チャットサービスやスピードAI査定を展開中だ。
特筆すべきは行政の動きだ。2026年2月26日、国土交通省は「ジオAI」プロジェクトの一環として「地理空間MCP Server（α版）」を公開した。「不動産情報ライブラリ」APIで提供する25種類の不動産取引データを、GISの専門知識がなくてもLLMを通じて活用できる環境だ。国が不動産データのMCP対応を始めたということは、A2Aによるエージェント間連携の基盤が行政レベルで整備され始めたことを意味する。
まだこれからの部分。 物件検索から住宅ローン審査、契約、登記までを横断するマルチエージェント連携は、まだ実現していない。各プロセスが個別にAI化されつつある段階であり、それらを「A2Aで繋ぐ」フェーズには至っていない。
しかし、土台は整いつつある。 A2Aプロトコルの設計原則に「長時間タスクのサポート」が含まれていることは、まさに不動産のような業界を見据えてのことだ。国土交通省のMCP Server公開は、この土台の重要なピースだ。不動産テックのスタートアップがA2A対応のAgent Cardを公開し始めれば、マルチエージェント連携の波は不動産にも確実に到達する。
今、不動産事業者のWebサイトでできること
不動産事業者が今から準備できることは、前回のECと基本的に同じ構造だ。
物件データの構造化（Schema.org / JSON-LD）
RealEstateListing、Offer、Place、GeoCoordinatesのSchema.orgマークアップは、AIエージェントが物件を「発見」し「理解」するための最も基本的な手段だ。所在地、価格、面積、築年数、駅からの距離、間取りをJSON-LDで構造化する。
llms.txtの設置
取扱物件の種類（新築戸建て、中古マンション、土地など）、対応エリア、サービス内容、会社の特徴をAIが効率的に把握できるようにまとめる。これは特に地域密着型の不動産会社にとって重要だ。大手ポータルに比べて発見されにくい地場の不動産会社が、AIエージェントから「この地域に強い会社」として認識されるための鍵になる。
Agent Cardの準備
A2Aが本格化したとき、不動産仲介会社のエージェントがどのようなケーパビリティを持っているかを宣言するAgent Cardが必要になる。「東京都港区の中古マンションの検索・案内に対応」「住宅ローンの事前審査サポートあり」「オンライン内見対応」といった情報を構造化する準備を、今から始められる。
次回予告 ― あなたのサイトは「見つけてもらえる」か
第5回は、このシリーズの集大成。医療、EC、不動産と3つの業界を横断して見てきた「AIエージェントが取引する世界」において、あなたの会社のWebサイトはエージェントから見つけてもらえるのか。
llms.txt、Agent Card、Schema.org、そしてGEO。すべてが「.well-knownに構造化ファイルを置く」というパラダイムに収束する話と、今すぐ自社サイトの対応状況を確認できる方法を紹介する。
この記事はシリーズ「AIエージェントがあなたの会社と取引する日」の第4回です。
参考情報
Agent2Agent Protocol 公式ドキュメント — Linux Foundation
A2A Protocol Explained: Secure Interoperability for Agentic AI 2026 — OneReach.ai
MCP vs A2A: The Complete Guide to AI Agent Protocols in 2026 — DEV Community
Top AI Agent Protocols in 2026 — Stream
Announcing Agent Payments Protocol (AP2) — Google Cloud Blog
住宅ローンの事前審査とは？複数金融機関で受けるデメリットやメリットを解説 — auじぶん銀行
不動産AI導入事例15選｜業務別の活用法・効果データ・失敗しない選び方を徹底解説 — Aixis（2026年2月）
不動産AIの活用事例と仲介営業で使えるツール — Facilo
不動産業界のAI活用事例10選 — Salesforce Japan（2026年1月）
地理空間MCP Server（α版） — 国土交通省（2026年2月26日）
新グループDX方針「DX VISION 2030」を策定 — 三井不動産（2024年8月5日）
この記事をシェアする
