この記事の結論
Zillow OffersのiBuyer事業は2021年11月に5億ドル超の損失で撤退し、従業員25%をレイオフしました。AVMは標準物件・都市部でのみ高精度で、ユニーク物件・農村部・高級物件では誤差が大きく、値付けを丸投げすると在庫リスクが爆発します。勝ち筋はAIが分析し人間が判断するハイブリッド設計と、在庫を持たない資本軽量モデルです。
5億ドル損失の全貌――Zillow Offersの撤退
Zillow Offersは、全米最大の不動産ポータルを運営するZillowが2018年に本格展開したiBuyer事業です。AIの自動価格査定（AVM）で即座に買取価格を提示し、数日で現金買取、その後転売して利益を出すビジネスモデルでした。
2021年11月、Zillowはこの事業から完全撤退を発表しました。損失は5億ドル超の減損計上、従業員の25%に当たる約2,000人をレイオフする事態となりました。株価は発表当日に25%下落し、その後も低迷が続きました。
撤退の直接原因は、AIによる価格予測の誤りです。Zillowは自社のAVMであるZestimateを使って買取価格を決定していましたが、市場変動が激しい時期に物件を高値で買い過ぎ、転売時に想定より安値でしか売れない事態が頻発しました。2021年第3四半期の平均粗利は1軒あたり約8万ドルの赤字でした。
株主向けレターでは「予想以上に高い成約率」と「意図せず高値で購入してしまった」ことを理由に挙げています。言い換えれば、AIが「買える」と判断した価格が市場の実態から乖離していたということです。
Opendoor・Offerpadも苦戦――iBuyer全体の構造的問題
Zillow Offers撤退後も、iBuyer市場にはOpendoorとOfferpadという2大プレイヤーが残りました。しかしいずれも2026年時点で深刻な苦境にあります。
Opendoorは2025年5月にナスダックから上場廃止警告を受け（30日連続で株価が$1未満）、2026年8月時点でも株価は$3台半ばと低迷が続いています。同年8月には初の自社株買い（1.58億ドル）を実施し、株価を$10超に引き上げることを目指しています。
Offerpadはさらに厳しく、2026年3月に2回目の上場廃止警告を受けました（30日連続で株価が$1未満）。6月時点で株価は約$0.74まで下落し、1:10の逆分割を実施してようやく上場維持の要件をクリアした状態です。
| 企業 | 撤退・警告時期 | 2026年8月の状況 | 主な対応 |
|---|---|---|---|
| Zillow Offers | 2021年11月撤退 | 事業終了 | 5億ドル超の損失計上、従業員25%レイオフ |
| Opendoor | 2025年5月警告 | 株価$3台半ば | 1.58億ドルの自社株買い実施 |
| Offerpad | 2026年3月警告 | 1:10逆分割後 | 株価$0.74から逆分割で上場維持 |
iBuyer主要3社の軌跡（2021-2026年）
AIに値付けを丸投げしたiBuyerモデルは在庫リスクと市場変動に耐えられなかった
3社に共通するのは、AIによる価格予測を前提に在庫を抱えるビジネスモデルそのものが、市場変動リスクと資本負担に耐えられなかったという事実です。不動産は流動性が低く、市場環境の変化で想定外の損失が一気に顕在化します。
AVMの構造的限界――標準物件・都市部でのみ高精度
AVM（Automated Valuation Model）は、過去の取引データ・物件属性・地域特性などから統計モデルで価格を推定する技術です。標準的な物件が多く取引される都市部や郊外では、誤差5〜10%程度の高い精度を実現します。
しかし以下のような物件では精度が大きく落ちます。
- ユニーク物件：歴史的建築物、カスタムビルド、非標準的な特徴を持つ物件。比較対象となる取引事例が少なく、モデルが価格を推定しづらい。
- 農村部：直近の取引が少なく、最も近い取引事例が「6か月前、10マイル離れた場所」といった状況では、モデルが正確に判断できない。
- 高級物件：価格帯が高く、購入者の嗜好が多様で、取引事例のばらつきが大きい。
- 市場変動期：価格が急上昇・急下降する時期は、過去データが現在の市場を反映しない。
実際にZillowでは、推定65万ドルの物件が実売110万ドル超となる事例も報告されています。農村部やユニーク物件では誤差が15%以上に拡大することもあります。査定モデルの精度を上げる試みは各社で続いており、ATTOM Data Solutionsなどは複数のAVMを組み合わせたリスク評価モデルを開発していますが、いずれも「最終判断は人間が行う」前提です。
さらに、AVMは物件の物理的状態を反映できません。新築同様にリフォームされたキッチンも、雨漏りで損傷した屋根も、データ上は同じ築年数の物件として扱われます。最近の改修や損傷は、現地確認なしには把握できないのです。
AVMの精度と物件タイプ・地域の関係
| 物件タイプ | 都市部・郊外 | 農村部・地方 |
|---|---|---|
| 標準物件 | ◯ 誤差5-10% 高精度で使用可能 |
誤差10-15% 慎重な補正が必要 |
| ユニーク物件 | 誤差10-15% 現地確認が必須 |
✕ 誤差15%以上 AI単独での値付けは危険 |
| 高級物件 | 誤差15%以上 取引事例が少ない |
✕ 推定不可 人間の判断が不可欠 |
ユニーク物件＝歴史的建築・カスタムビルド・非標準的特徴を持つ物件
米国の不動産業界では、AI査定の限界が広く認識されるようになり、「AVMは一次フィルタに使い、最終判断は人間が行う」という線引きが定着しつつあります。
勝ち筋――ハイブリッド設計と資本軽量モデル
iBuyerの失敗から浮かび上がる勝ち筋は2つあります。
ハイブリッド設計：AIが分析、人間が判断
米国不動産業界のAI採用率は82%ですが、効果を実感しているのは17%のみという調査結果があります。導入と成果の間には大きな谷があり、その谷を埋めるのが「AIと人間の役割分担」です。
MIT経済学者Brynjolfsson氏らの研究（2023年）では、顧客サポート5,179人を対象にした実験で、AI支援により生産性が全体で14%向上し、特に新人は34%向上したことが示されています。重要なのは、AIが補助し、人間が最終判断を下す設計にしたことです。不動産営業が「AIで消える」という予測が外れた理由も、職業そのものではなくタスクが再配分されるという同じ構造で説明できます。
不動産の査定に当てはめれば、AIが過去取引・地域相場・物件属性から価格レンジを算出し、営業担当者が現地確認・市場感覚・売主の事情を加味して最終価格を決定する流れになります。値付けを完全に自動化するのではなく、判断材料をAIが整理し、最終責任は人間が負う形です。
資本軽量モデル：在庫を持たない
Zillowは撤退後、iBuyerモデルを捨て、エージェントのマッチングと広告に注力する方向へ転換しました。在庫を持たず、取引を仲介することで手数料を得るモデルです。
iBuyerのように自社で物件を買い取り在庫を抱えると、市場下落局面で損失が一気に顕在化します。一方、仲介モデルは在庫リスクを負わないため、資本効率が高く、市場変動への耐性があります。
日本の中小不動産会社が踏んではいけない地雷
Zillowの教訓を日本の不動産会社に翻訳すると、以下の3点が浮かび上がります。
1. 値付けをAIに丸投げしない
AIの査定結果をそのまま買取価格や販売価格に使うのは危険です。特に以下のような物件では、現地確認と市場感覚による補正が不可欠です。
- 築古で大規模リフォーム済み（データ上は築年数だけで評価される）
- 近隣に新築マンション建設予定（将来の環境変化が反映されない）
- 過去取引が少ない地域の物件（モデルの学習データが不足）
- 特殊な立地・間取り・構造の物件（比較対象が少ない）
AIは一次フィルタとして活用し、最終判断は営業担当者が下す設計にすることで、Zillowのような誤差の拡大を防げます。
2. 在庫リスクを理解する
買取再販事業を行う場合、AIの査定精度に依存して大量に仕入れると、市場下落時に一気に損失が顕在化します。Zillowは数千軒の在庫を抱えたまま市場が軟化し、転売できない物件が積み上がりました。
仕入れ基準を慎重に設定し、在庫水準を常に監視し、市場環境の変化に応じて仕入れペースを調整する体制が必要です。
3. ハイブリッド設計の実装
AIを導入する際は、「AIが全部やってくれる」という期待を捨て、「AIが判断材料を整理し、人間が最終判断する」フローを最初から設計します。
具体的には、AIが査定価格を出した後、営業担当者が以下をチェックする仕組みを組み込みます。
- 物件の物理的状態（リフォーム・損傷）
- 近隣環境の変化（開発計画・施設閉鎖）
- 売主の売却事情（急ぎ・余裕あり）
- 地域の市場動向（売れ行き・在庫状況）
このチェックリストを標準化し、判断ログとして記録すれば、AIの精度も徐々に向上します。AIと人間の役割分担を明確にする設計は、査定だけでなく、売主向けの動画コンテンツ制作など他の業務でも同様に重要です。
よくある質問
Q. iBuyerとは何ですか？
A. Instant Buyerの略で、AIの自動価格査定（AVM）を使って即座に買取価格を提示し、数日で現金買取する不動産事業モデルです。売主の手間を減らし迅速な売却を実現する一方、買取後に転売して利益を出すため在庫リスクを負います。
Q. Zillow Offersはなぜ失敗したのですか？
A. AVMが標準物件・都市部でのみ高精度であるのに対し、ユニーク物件や市場変動が激しい地域で誤差が拡大したためです。実際に推定65万ドルの物件が実売110万ドル超となる事例もあり、2021年第3四半期の平均粗利は1軒あたり約8万ドルの赤字でした。
Q. Opendoor・Offerpadの現状はどうですか？
A. Opendoorは2025年5月に上場廃止警告を受け、2026年8月時点で株価$3台半ばと低迷が続いています。Offerpadは2026年3月に2回目の上場廃止警告を受け（30日連続で$1未満）、6月に株価$0.74から1:10の逆分割を実施しました。いずれもiBuyerモデルの収益化に苦戦しています。
Q. AVMはどのような物件で精度が落ちますか？
A. 歴史的建築物、カスタムビルド、非標準的な特徴を持つ物件、水辺・山間部など希少立地の物件、農村部で直近取引が少ない物件などで誤差が拡大します。標準物件・郊外では誤差5-10%ですが、ユニーク物件・農村部では15%以上になることがあります。
Q. 日本の不動産会社がAI査定を導入する際の注意点は？
A. 値付けをAIに丸投げせず、AIが分析し人間が最終判断するハイブリッド設計にすることです。特に物件の物理的状態・最近の改修・近隣環境の変化はAVMに反映されないため、現地確認と市場感覚による補正が不可欠です。
相談窓口
AIの査定ツールを導入したものの、値付けの精度に不安がある、在庫リスクをどう管理すればよいか分からない、という声を多くいただきます。株式会社MCOでは、不動産会社に特化したAI活用コンサルティングと実装代行を行っており、AIと人間の役割分担を明確にした業務設計から、実際の運用定着まで伴走しています。
Zillowの失敗は「AIに丸投げする危険性」を示しましたが、同時に「AIを正しく使えば判断の質が上がる」ことも実証されています。貴社の物件タイプ・地域特性・市場環境に合わせたハイブリッド設計を一緒に作りませんか。
生成AIを貴社の業務にどう組み込むかは、扱う物件・組織の規模・現在の業務フローによって最適解が変わります。株式会社MCOでは、不動産・建設業に特化したAI経営コンサルティングと実装代行、社内定着までの伴走を行っています。まずは公式LINEからお気軽にご相談ください。