Claude Code vs Google Antigravity：実務家が選ぶべき道標
ソフトウェア開発が「人間がコードを書く」から「エージェントを指揮する」フェーズへ移行した2026年。情報の非対称性が色濃く残る不動産市場において、自律型AIは単なる効率化の道具を超え、投資判断の精度を根底から覆そうとしています。
これまでのAI活用は、チャットボックスに指示を出し、出力されたコードを人間が修正する「Copilot（副操縦士）」型が主流でした。しかし、現在注目を集めているClaude CodeやGoogle Antigravityは、自らターミナルを操作し、ブラウザで情報を検証し、修正まで完結させる「エージェント」型へと進化を遂げています。
実務上は、この「自律性」の差が決定的なボトルネックの解消に繋がります。例えば、港区や渋谷区の複雑な容積率緩和条件を考慮した自動査定ツールを構築する場合、以前ならエンジニアが数週間かけてロジックを組んでいました。今では、エージェントに「地域の条例PDFと過去の取引事例を読み込み、最適な査定アルゴリズムを実装せよ」と命じるだけで、48時間以内にプロトタイプが完成する場面も珍しくありません。正直なところ、この開発速度の差は、情報が命である不動産投資において致命的な差となります。
「シニアエンジニア」のような慎重さと論理性が特徴です。100万トークンという膨大なコンテキストウィンドウ（Opus 4.6）を活かし、大規模な既存コードベースの整合性を保ちながら修正を行います。安定性が求められる契約管理システムなどに適している印象です。
「爆速の実行者」です。Gemini 3 Proのマルチモーダル機能を駆使し、ブラウザ操作を含む外部連携が得意です。「Skills」機能により、社内の独自の査定ルールなどをAIに学習させ、組織固有の暗黙知をシステム化する能力に長けています。
AIを「賢い検索」として使う時代は終わりました。2026年の投資家は、AIを「自律的に動くデジタル社員」として使いこなし、独自の市場監視網を構築できるかどうかが問われています。
不動産査定において、AIは過去の膨大な成約事例や公示地価を瞬時に分析する点では人間に勝ります。一方で、「この物件の前は急な坂道で、高齢者の入居は難しい」「近隣に嫌悪施設ができる噂がある」といった、現地を歩かなければ得られない定性的な情報の処理には、依然として課題が残るとされてきました。
しかし、最新のエージェントはSNSや地域掲示板、最新のニュース記事をスクレイピングし、これら定性情報をもデータ化しつつあります。実務において、AI査定額と実勢価格の乖離は、以前の5〜10%から、現在は2〜3%程度まで縮まっているという肌感覚があります。これは特に、一分一秒を争う競売物件の入札や、利回り6%前後のシビアな一棟投資判断において、極めて強力な武器となります。
上記のグラフは、弊社が実務で観測した「開発コストと分析精度の推移」をイメージ化したものです。従来型の手作業開発（青）に比べ、Antigravity等のエージェント型（金）は初期段階での精度の立ち上がりが極めて早いことがわかります。もちろん、「AIがすべてを解決する」と断じるのは危険です。しかし、人間が最後の1%を詰めるための「土台」を作るスピードにおいて、もはや勝負にならないのが現実です。
特に注目すべきは、Google Antigravityが提供する「Skills」という概念です。これは、特定の業務手順やドメイン知識をAIに「記憶」させる機能です。例えば、社内のトップ営業マンが持つ「レインズのデータの裏を読むテクニック」や「リノベーション費用を概算する独自単価表（㎡単価15万円など）」をSkillとして定義すれば、新人でもトップ層に近い分析が可能になります。
これまでは、こうした「属人的な経験」は組織内で共有されにくいものでした。しかし、これからは「経験をコードに落とし込み、AIに実行させる」ことが経営課題になります。実務上は、AIに指示を出すための「言語化」が、これまで以上に重要なスキルとなるでしょう。
ある中堅不動産会社では、Antigravityを使用して、ポータルサイトの更新を24時間監視し、自社の買い付け基準に合致する「お宝物件」が出た瞬間に担当者へLINE通知し、さらに簡易査定書を自動生成するシステムをわずか3日で稼働させました。
