"同じ不動産 AI でも、中国とアメリカで全然違うものが生まれている"——初めてこの違和感を覚えたのは、ある企業の資料を読んだ時だった。
中国企業は「建物をどう建てるか」に AI を投入している。アメリカ企業は「建物をどう使うか」に AI を投入している。
最初は「どっちが正しいか」という問題だと思っていた。でも違った——違う土壌が、違う進化を生んだだけだった。
今日は、具体的な企業事例を見ながら、その違いを分解してみたい。
中国側：「どう建てるか」から始まった AI
上海建工——31 個の AI ツールで建設現場を変える
上海建工（上海建工集団）の動きは、中国の建設 AI を象徴する。
彼らが構築したのは、千万レベルの業界データセットと、多目的タスクに対応する建築 AI アルゴリズムライブラリ。その成果として、31 個の独自建築 AI プロductを自主開発した。
具体的には何をやっているのか。
- 設計審査の自動化：図面を AI に読ませて、規制違反や構造的問題を自動検出 -
- 施工計画の最適化：過去のプロジェクトデータから、最適な工程スケジュールを生成 -
- 品質管理の予測：どの工程で欠陥が起きやすいかを事前に予測し、リソースを集中配分
つまり、彼らの AI は**「建物を建てる前」から「建てた後」まで、建設プロセス全体をカバー**している。
小库科技（XKool）——設計段階から AI を入れる
もう一つの中国企業、小库科技はさらに上流に位置する。
彼らのコア技術は「数 - 模 - 規（Data-Model-Regulation）の連動検証」。3D 可視化環境で設計データ・モデル・建築規制をリアルタイムで突き合わせ、AI による自動審査・管理・研判を実現する。
具体的なプロダクト構成は 3 つの柱で構成されている：
- 智能設計管理平台：跨地域プロジェクトの設計を AI で一括審査。プロジェクトを線上化して「智能数倉」を構築し、データ駆動の意思決定を支援。製品ライブラリも智能化し、開発効率を向上させる。 -
- 智能協同管理平台：設計データを投資・コスト・マーケティング・施工・調達・物業（管理）など各部門と連携。3D モデルと方案データを全チェーンで流通させ、リアルタイム協働を実現する。 -
- 智能設計最適化サービス：AI 強排（配置最適化）技術と専門チームを組み合わせ、設計価値の最大化・コスト削減・プロジェクト収益性の向上を支援する。
ここまで読んで気づいただろうか。中国の不動産 AI は「建設・設計」に強い。
なぜか。中国の不動産市場は過去十数年、新規供給が中心だったため、「どう効率的に建てるか」が最大の ROI となり、建設・設計 AI が急速に発展した。もちろん市場が存量フェーズに移行する現在、AI の投資対象も取引や運用へ広がりつつあるが、技術の蓄積と人材の厚みは依然として上流工程に集中している。
アメリカ側：「どう使うか」から始まった AI
Compass——エージェントの脳みそを AI に置き換える
アメリカ側の代表例は、不動産テックの上場企業 Compass。
上場前後から大規模なエンジニアリング・データサイエンスチームを構築し、AI をプラットフォームの中核に組み込んだ。彼らの AI がやっていることは、建設とは全然違う。
- 物件推薦エンジン：買い手の行動データと好みを学習し、最適な物件を推薦 -
- 価格予測モデル：地域市場データと成約履歴から、物件の適正価格を高精度で予測 -
- 営業支援ツール：エージェントがどの物件をどの顧客に、どのタイミングで提案すべきかを AI がアドバイス
アメリカの不動産 AI は「取引・運用」に強い。
アメリカの市場は成熟している。新規建設よりも、既存資産をどう効率的に売買・運用するかが課題だ。
BrainBox AI——建物を「動かす」ための AI
もう一つ、BrainBox AI の「AI スマートビルディング」事例も参考になる。
彼らはビル設備の制御データと気象・利用状況をリアルタイムで学習し、HVAC（空調）エネルギー消費を最大 25% 削減する予測制御を実現している。他にも同分野のプレイヤーは以下にフォーカスしている：
- エネルギー最適化：AI がビルのエネルギー使用を予測し、自動調整 -
- 予測メンテナンス：設備の故障を事前に察知し、修理スケジュールを最適化 -
- セキュリティ強化：異常行動を AI で検知し、リアルタイムで警備に通知
これらは全部、建物が完成してからの話だ。
対比表：同じ「不動産 AI」でも、違うもの
| 次元 | 中国（上海建工/小库科技） | アメリカ（Compass/BrainBox AI） |
|---|
| 対象フェーズ | | |
| 設計・建設（上流） | 取引・運用（下流） | |
| 解決する課題 | | |
| 「どう建てるか」 | 「どう使うか」 | |
| データの種類 | | |
| 建築規制、設計図、施工記録 | 市場価格、ユーザーデータ、運用ログ | |
| AI の役割 | | |
| 設計支援、審査自動化、品質予測 | 推薦エンジン、価格予測、設備最適化 | |
| 顧客 | | |
| 建設会社、設計事務所、政府 | 不動産エージェント、投資家、管理会社 | |
| ビジネスモデル | | |
| プロジェクト型（ToG/ToB） | SaaS サブスク型（ToB） | |
なぜ違うのか：市場の構造が AI の「入り口」を決める
この違いを見て、一つの結論に至った。
市場の成熟度と資産構造が、AI の「入り口」を決めた。
中国は長らく新規開発が経済を牽引したため、設計・建設の効率化が最大の投資対効果を生んだ。一方、アメリカは既存資産が圧倒的に多く、取引の流動性向上とビル運用のコスト削減の方が経済的に合理的だ。
물론, 이는「절대적인 분단」은 아닙니다. 중국에도 貝殻（Beike）과 같은 거래 및 운영 AI 거인이 존재하며, 미국에도 Procore와
Autodesk Construction Cloud와 같은 건설 테크가 성숙해 있습니다. 다만,
시장의 중심과 투자 우선순위가 다르다는 구조입니다.
이는「어느 쪽이 더 앞서 있는가」라는 문제가 아닙니다.다른 시작점에서, 다른 산을 오르는 것뿐입니다.
하지만, 한 가지 우려가 있습니다
중국「건설 AI」가 우수하더라도, 미국「운영 AI」가 우수하더라도,양쪽을 통합하지 않으면「진정한 스마트 빌딩」은 탄생할 수 없습니다.
설계 단계에서 AI 가 최적화한 건물이라도, 운영 단계에서 AI 가 학습하지 않으면 실제 사용 상황이 반영되지 않습니다. 반대로, 운영 AI 가 우수하더라도, 설계 단계에서 비효율적인 건물이라면 한계가 있습니다.
건설 (BIM) 과 운영 (IoT) 의 데이터가 연결되지 않는 것이, 현재 부동산 AI 의 최대 과제라고 생각합니다. 설계 도면의 메타데이터가 완공 후 상실되고, 운영 측의 센서 데이터가 설계 피드백으로 환류되지 않습니다. 이「데이터의 단절」이, 라이프사이클 전체의 최적화를 방해하고 있습니다.
마지막으로
중국「건설 AI」と미국「운영 AI」는 어느 시점에 만날 것입니다. 그리고 그 때,**BIM（설계）× IoT（운영）× AI（예측）**을 연결하여, 건물의 전 라이프사이클을 커버하는 AI 가 탄생할 것입니다.
그 통합을 디자인하는 것이, 차세대 부동산 테크의 일이라고 생각합니다.
동일한 영역에서 일하는 사람이 있다면, 의견을 듣고 싶습니다. 특히「건설 AI」と「운영 AI」간의 데이터 연계에 대해——이 간극을 메우는 아이디어가 있다면, 꼭 알려주세요.
참고 자료:
- 상하이 건설공사：자율 개발 31 개 항목 독특적 건축 AI 제품（국영기업 동태 보도）
- 소쿠 기술 XKool 스마트 설계 관리 플랫폼: https://www.xkool.ai/zh/koolx
- Compass AI 전략: Compass Technology Blog / 공개 재무 보고서
- BrainBox AI（AI 구동형 빌딩 자동화）: https://brainbox.ai/
- 업계 리포트：Verdantix Smart Building Guide, Proptech Market Overview 2024