入居希望者への返信が終わっても、内見後のフォローや修繕の手配は残ります。医療機関でも、予約を受け付けるだけでは患者情報の登録まで完了しません。こうした対話の前後にある実務まで自動化の対象にしているのが、不動産会社と医療機関向けにAIツールを開発するEliseAIです。同社は3億5,000万ドルの資金を調達し、企業価値は40億ドルとなりました。

今回の調達は、ベンチャーキャピタルのAndreessen HorowitzとBessemerが共同で主導しました。カナダの教職員年金を運用するOntario Teachers’ Pension Planのほか、Sapphire Ventures、Navitas Capitalも参加しています。調達資金の用途は、自動化機能の拡張と人材の採用です。エンジニアに加え、ソフトウェアの導入支援担当者や営業担当者も増員する計画を示しました。



このニュースで注目したいのは、調達額だけではありません。EliseAIの製品群は、質問に答える機能と、記録・割り当て・通知などの業務を進める機能を組み合わせています。企業がAIの価値を判断する際にも、応答の自然さだけでなく、その後の作業がどれだけ減るかを考える必要があるでしょう。会話の終了と業務の完了を分けて捉えることが、同社の事業を理解する手掛かりです。

採用計画に導入支援の専門人材が含まれる点も、この見方とつながります。業務用ソフトウェアは、顧客企業の運用に組み込まれて初めて継続的に使われるものです。今回の計画からは、機能開発と顧客への展開を並行して進める方針が読み取れます。ただし、個別機能の開発日程や採用人数など、具体的な内訳は明らかにされていません。

EliseAIは2017年、賃貸住宅市場に焦点を当てて事業を開始しました。不動産向け製品の基盤となるのが、物件管理者向けのCRMです。CRMは顧客関係管理を意味し、ここでは入居希望者の情報を保存するプラットフォームを指します。同社の製品は、既存の入居者とのやり取りから重要な情報を抽出する機能も備えています。

情報をためるだけでは、担当者が内容を読み直し、次の対応を考える作業が残ります。EliseAIはマーケティングの自動化機能を組み合わせ、蓄積したデータを基に、入居希望者ごとに販促資料を調整する仕組みを提供しています。顧客情報の管理と、その情報を使った働きかけを一続きに扱う構成です。日本の読者にとっては、問い合わせ履歴を保管する仕組みが、その後の案内を支えるところまで広がっていると捉えると理解しやすいでしょう。



同社によると、プラットフォームは米国の集合住宅住戸の6分の1超の管理を支援しています。これは利用範囲を示す数字ですが、すべての物件で同じ機能が使われていることや、管理業務全体が自動化されていることまで意味するものではありません。導入規模と自動化の深さは、別々に確認すべき指標です。

業務設計の観点では、収集した情報をどの対応につなげるかが要点になります。例えば、案内の内容を個別に調整できても、参照する情報が古ければ適切な対応には結び付きにくいでしょう。これは同社製品で問題が起きているという指摘ではなく、顧客データを使う自動化に共通する論点です。CRMの導入効果を評価する際は、記録のしやすさに加え、情報の更新方法と利用先まで確認する必要があります。

不動産管理では、問い合わせへの応答と同じように、修繕依頼を適切な担当者へ届けることも欠かせません。EliseAIの「Maintenance App」は、この振り分けを自動化するモバイルアプリです。同社の説明では、作業者の空き状況や修繕に必要な技能などを基に、案件に適した担当者を探します。物件管理者は監視用のダッシュボードで修繕の進捗を追えるため、依頼の受け付けから担当者への割り当て、その後の状況確認までが製品の対象です。

2026年9月には、不動産向けのAIアシスタント「Apollo」も追加されました。内見に参加した入居希望者へのフォロー連絡などを自動化するほか、従業員が情報を探すためのツールとしても利用できます。取り出せる情報の例は、物件管理の推奨実務や、未完了の修繕案件にかかる平均費用です。



Maintenance AppとApolloは、同じ不動産業務を扱いながら、支援する場面が異なります。前者の中心は、依頼を作業者につなぎ、進み具合を把握することです。後者は連絡作業の自動化に加え、担当者が判断するための情報を見つける役割を持ちます。企業向けAIを一括して「チャットボット」と呼ぶと、こうした違いが見えにくくなるでしょう。

導入を検討する企業は、情報を提示する機能と、実際に処理を実行する機能を分けて確認すると評価しやすくなります。費用の平均値を表示することと、修繕の発注や支払いを承認することでは、必要な権限や確認手順が異なるためです。今回示された機能から、Apolloがあらゆる管理判断を自律的に行うとは判断できません。製品名やAIという呼称よりも、どの入力を受け、どの処理まで進めるのかを具体的に見ることが重要です。

EliseAIの医療向けプラットフォームは、小規模なクリニックから病院まで、3,500を超える組織で使われています。患者との接点では、診療予約の設定や質問への回答を行うチャットボットを提供しています。同社が示す処理能力は、寄せられる問い合わせの最大95％です。ただし、「最大」という条件付きの数字であり、すべての導入先で一律に95％の問い合わせが自動処理されると受け取るべきではありません。

診察後には、処方に関するリマインダーの送信なども自動化の対象になります。ここで扱われているのは、予約や案内、受診に伴う事務手続きの支援です。公表された機能の範囲から、診断や治療方針の決定まで代替すると解釈することはできません。患者と接するAIであっても、担当する業務の範囲を明確にして理解する必要があります。



事務作業では、患者の書類を取り込み、重要な情報を医療機関のEHRへ同期する機能を備えています。EHRは電子健康記録の略で、ここでは患者情報を管理する電子カルテなどのシステムを指します。書類の情報を担当者が手作業で転記する負担を減らし、入力にかかる時間や人為的なミスのリスクを抑える狙いです。

この構成を見ると、患者への返答が速くなることと、院内の事務処理が軽くなることは、別の効果として評価する必要があると分かります。予約の応答が完了しても、職員が同じ内容を別のシステムへ入力し直すのであれば、作業は残るからです。実際の導入評価では、自動応答の比率に加え、転記が減った件数や、確認・修正に必要な時間も見るとよいでしょう。これらはEliseAIが公表した成果ではなく、利用企業が効果を確かめるための評価項目の例です。

不動産管理と医療では、利用者も業務内容も異なります。それでもEliseAIの製品には、問い合わせに応じ、必要な情報を記録し、後続の処理につなげるという共通点があります。文章を生成できるだけでは完了しない仕事を、業界ごとの手順に沿って扱う設計です。生成AIの企業利用を考えるうえでは、モデルの応答性能と業務への組み込みを分けて見る材料になります。

共同創業者兼CEOのMinna Song氏はブログで、対象とする業界は複雑で個別性が強く、既存の仕組みも根深いため、技術を浸透させるには相応の構築作業が必要だという考えを示しました。この発言は、同社が取り組む市場の難しさに関する経営者の見解です。導入支援担当者を増やす計画も、製品を現場で使える状態にする作業を重視する方針と整合しています。



一般に、業界特化型のソフトウェアには、その分野で繰り返される作業を製品へ取り込みやすい利点があります。修繕であれば必要な技能と担当者の状況、受診に伴う事務であれば患者書類と記録先のシステムが、処理の前提になります。こうした情報を適切に扱えてこそ、AIによる応答を実務の進展につなげられるでしょう。

ただし、対象業界を絞れば導入が自動的に容易になるわけではありません。同じ業種でも、組織ごとに担当範囲や例外時の対応が異なるためです。市場への影響を考えるなら、今後の競争軸の一つは、どれだけ多くの質問に答えられるかに加え、顧客企業の手順に沿ってどこまで処理を進められるかになると考えられます。今回の資金調達は、そのための開発と展開を支えるものですが、企業価値の高さだけで導入効果が保証されるわけではありません。

日本企業がこのニュースから得られる実務上のヒントは、AI導入の対象を「問い合わせ対応」のような大きなくくりで決めないことです。例えば、内見後の連絡であれば、対象者の特定、履歴の確認、案内の作成、送信、その後の記録までを一件の業務として捉えられます。どこで人の手が必要になるかを整理すれば、文章作成の支援が欲しいのか、システム間の処理まで必要なのかが明確になるでしょう。

EliseAIが示した米国での利用規模は参考になりますが、日本での提供条件や日本語への対応、国内の既存システムとの連携可否は、今回確認できた情報からは判断できません。そのため、国内で同じ構成をそのまま利用できると想定せず、自社が必要とする機能と提供条件を照合する必要があります。海外の導入件数は、自社での適合性を確かめる作業に代わるものではありません。



検証の指標も、応答件数だけに偏らせないことが大切です。担当者が確認に使う時間、手入力の回数、引き継ぎが必要になった案件、修正に要した作業量などを合わせて見れば、負担が減ったのか、別の工程へ移ったのかを判断しやすくなります。自動化できなかった例外を人へ戻す方法も、通常の処理と同じ段階で設計しておきたいところです。

最初の一歩としては、繰り返し発生し、開始条件と完了条件を説明しやすい業務を一つ選ぶとよいでしょう。その業務について、使う情報、操作するシステム、人が確認する箇所を一枚に整理します。例えば修繕依頼なら、「依頼を受け付けた時点」を開始とし、「担当者への割り当てが確定した時点」を完了とする考え方です。こうして評価範囲を定めてから小さく試すことで、自社に必要なAIの機能と、導入前に整えるべき運用を具体的に見極められます。