データセンター建設反対運動は、実は住宅会社・ビルダーにも影響があります

執筆：清水大悟（清水英雄事務所株式会社 代表取締役）

AI需要の拡大に伴い、日本国内でもデータセンターの建設計画が増えています。

生成AIをはじめとするさまざまなデジタルサービスを動かすためには、大量のデータを処理する設備が必要です。その重要な基盤となるのが、データセンターです。

一方で、データセンターの建設をめぐっては、

• 大量の電力を使用する
• 設備や非常用発電機などによる騒音が懸念される
• 建設地域の景観や環境へ影響する
• 大規模な土地が必要になる
• 地域住民との合意形成が十分に行われていない

といった理由から、地域で反対の声が上がる事例も見られるようになりました。

住宅会社やビルダーにとって、データセンターは「IT業界の施設」であり、自分たちの事業には直接関係のない話に見えるかもしれません。

しかし、実際にはそうとは限りません。

データセンターの建設は、電力需要、土地利用、都市計画、地域環境、インフラ整備、住民との合意形成など、住宅業界とも深く関わる問題です。

さらに、データセンターの整備が計画どおりに進まなければ、今後拡大するAI需要に対して、十分な処理能力を確保できない可能性もあります。

もちろん、データセンターの建設が遅れたからといって、すぐにAIが使えなくなるという単純な話ではありません。

AI技術の進歩によって処理効率が高まり、利用コストが下がる可能性もあります。また、パソコンやスマートフォンなどの端末側で処理する「オンデバイスAI」が発展することも考えられます。

それでも、AIを利用する企業と処理量が増え続ければ、コンピュータ資源や電力を、より効率よく利用することが求められます。

そのとき、AIを効率よく活用できる会社と、毎回多くの情報収集や入力作業を必要とする会社との間に、差が生まれる可能性があります。

そこで住宅会社・ビルダーに、まず確認していただきたいことがあります。

皆さんの会社は、現在どのようなシステム会社と連携していますか。

DXやAIをうたっているだけでは判断できません

現在、多くのシステム会社が「DX対応」「AI活用」「業務効率化」を掲げています。

新しい機能を導入し、これまで人が行っていた仕事の一部を自動化することは、住宅会社・ビルダーにとっても重要です。

しかし、これからのAI時代を考えると、機能が便利かどうかだけでシステムを判断するのは十分ではありません。

そのシステムへ入力した情報が、自社のデータとして保存され、継続的に蓄積される仕組みになっているかを確認する必要があります。

例えば、

• 顧客情報
• 商談履歴
• 見積書
• 契約情報
• 図面
• 仕様書
• 現場写真
• 原価情報
• 引渡し情報
• 点検履歴
• 修繕履歴
• 保証情報
• 問い合わせ履歴
• アフターサービスの対応履歴

といった情報です。

これらの情報をシステムへ入力していても、自社のデータとして継続的に保存できなければ、将来のAI活用に結びつかない可能性があります。

システム上では画面を見ることができても、必要な情報をまとめて取り出せない。

契約しているシステムを変更すると、過去の情報を引き継げない。

顧客管理、営業、見積もり、施工、アフターサービスが別々のシステムになっていて、情報同士をつなげられない。

このような状態では、長年にわたって情報を入力してきたにもかかわらず、その情報を将来のAIに十分活用させることができません。

DXやAIをうたっているから安心するのではなく、

そのシステムは、自社の情報を保存し、蓄積し、必要なときに取り出し、将来も活用できる仕組みになっているのか。

ここまで確認したうえで、連携するシステム会社を判断する必要があります。

今、連携しているシステム会社に確認しておきたいこと

すでにシステム会社と連携している住宅会社・ビルダーは、次の点を確認しておく必要があります。

• 入力した情報は、自社のデータとして保存されますか
• システム会社との契約が変わっても、過去のデータを継続して利用できますか
• 必要な情報をCSVなどの形式で取り出せますか
• 顧客情報と住宅情報を一つにつなげられますか
• 営業、設計、施工、アフターサービスの情報を連携できますか
• 他のシステムから情報を取り込めますか
• 将来、別のAIやシステムと連携できますか
• 情報の保管場所や管理方法は明確になっていますか
• 長期間にわたり、住宅履歴や顧客との関係を残せますか
• 自社が蓄積した情報を、システム会社の都合だけで利用できなくなる可能性はありませんか

これからAIの性能が高まったとしても、自社の情報が利用できる状態になっていなければ、十分に活用することはできません。

反対に、顧客、住宅、営業、設計、施工、点検、修繕、アフターサービスなどの情報が、会社のデータとして蓄積されていれば、その情報をさまざまなAIサービスへ活用できる可能性があります。

今すぐ、すべてをAIに連携する必要はありません。

しかし、将来AIへ活用できる形でデータを残しておかなければ、これまで蓄積してきた情報が、AI時代に使えないものになってしまう可能性があります。

長年入力してきた情報を、単なる過去の記録にしてしまうのは、非常にもったいないことです。 だからこそ今の段階で、どのシステム会社と連携しているのか、そのシステムにはデータを保存・蓄積できる基盤があるのかを判断しておく必要があります。

AIの「学習」と「利用」は同じではない

AIについて考えるうえでは、「学習」と「利用」を分ける必要があります。

新しいAIを開発するためには、非常に多くのデータを使ってAIを学習させます。

これを「Training（学習）」と呼びます。

大規模なAIの学習には、大量のGPU、電力、データセンターなどが必要です。

一方で、完成したAIへ質問や指示を出し、回答を生成させる工程を「Inference（推論）」と呼びます。

私たちがChatGPTなどの生成AIを利用して文章を作成したり、情報を整理したりする行為は、主にこちらに当たります。

今後、住宅会社がAIを利用する場合も、自社で新しいAIそのものを開発するというより、すでに提供されているAIへ自社の情報を連携し、業務に活用する形が中心になると考えられます。 だからこそ重要になるのが、AIへ「何を渡せるのか」です。

AIを導入しても、会社の情報が見つからなければ仕事は始まらない

例えば、ある住宅会社では、顧客と住宅に関する情報が一つのデータベースにつながっているとします。

この状態であれば、AIは顧客名や住所などから必要な情報を探し、過去の経緯を踏まえて業務を支援できます。

「○○様から問い合わせがありました」と入力すれば、過去に建築した住宅の仕様、点検履歴、以前の問い合わせ、必要になりそうな対応などを整理できる可能性があります。

営業担当者が変わった場合でも、これまでの商談内容や顧客とのやり取りを確認できます。

設計や施工の事例を検索し、類似する案件を探すこともできます。

過去の修繕履歴から、今後問い合わせが増える可能性のある設備や部位を把握し、OB顧客への提案へつなげることも考えられます。

一方で、別の住宅会社では、情報が次のように分散しているとします。

• 顧客情報はExcel
• 図面は担当者のパソコン
• 写真は個人のスマートフォン
• 商談内容は手帳や紙
• 顧客との連絡は個人のメールやLINE
• 点検履歴は紙のファイル
• 見積書は部門ごとに別々のシステム

この状態では、AIを導入しても、必要な情報を自動的に把握することはできません。

社員が毎回、複数の場所から情報を探し、内容を確認し、AIへ入力し直す必要があります。

入力する情報が不足していれば、AIは正確な回答を出せません。

情報が古ければ、古い情報をもとに回答します。 会社の中に情報が存在していたとしても、それが検索できず、利用できない状態であれば、AIにとっては「存在していない情報」とほとんど変わりません。

AI導入の前に、二重入力と情報分散をなくす必要がある

新しいシステムやAIを導入しても、既存の業務を見直さなければ、仕事が減るとは限りません。
これまでExcelへ入力していた情報を、新しいシステムにも入力する。

紙の書類を残したまま、デジタル上でも同じ書類を作成する。

部門ごとに異なる顧客情報を持ち、住所や電話番号を何度も入力する。

このような状態では、AIを導入しても二重入力はなくなりません。
むしろ、入力先と確認項目が増え、業務が複雑になることもあります。

重要なのは、AIを追加することではなく、まず現在の業務と情報の流れを整理することです。

どの情報を、いつ、誰が入力しているのか。

同じ情報を何回入力しているのか。

どこに保存され、誰が確認できるのか。

担当者が退職したとき、その情報を会社が引き継げるのか。

会社として正式に使用する情報はどれなのか。

こうした基本的な部分を整理しなければ、AIを入れても十分な効果は得られません。
AI導入は、業務改革の代わりにはならないのです。

データセンターの制約が生まれたとき、データを持つ会社が強くなる

今後、AIの利用がさらに拡大する一方で、データセンターの建設が電力、土地、環境、地域との合意形成などによって計画どおりに進まなければ、利用できるコンピュータ資源にも一定の制約が生じる可能性があります。

その場合、すべての会社が、無制限に、同じ条件でAIを利用できるとは限りません。

AIの利用料金や契約プランによって、処理速度、処理量、利用できる機能などに差が生じることも考えられます。

また、AIを一回動かすために、毎回大量の情報を探し、読み込ませ、内容を整理させる会社は、それだけ多くの時間と処理を必要とします。

一方で、顧客、住宅、見積もり、契約、図面、施工、点検、修繕などの情報が統合されていれば、AIは必要な情報へ早く到達できます。

つまり、データセンターの整備が遅れることによって、すべてのAI関連サービスがすぐに使えなくなるということではありません。

しかし、利用できる資源が限られるほど、会社の情報を整理し、効率よくAIへ渡せる会社の方が有利になる可能性があります。

データセンターの問題は、遠いIT業界だけの話ではありません。 将来、住宅会社・ビルダーがAIをどのようなコストと効率で活用できるかにもつながる問題として、見ておく必要があります

AI時代に競争力を決めるのは「導入の早さ」より「データ整備の早さ」

今後、生成AIの性能はさらに高まり、多くの企業が同じようなAIサービスを利用するようになると考えられます。

同じAIを利用できるのであれば、最終的な差を生むのは、AIへ与える情報です。

自社の顧客、自社が建築した住宅、自社の施工事例、自社の見積もり、自社の原価、自社の点検・修繕履歴。

これらは、一般的なAIが最初から持っている情報ではありません。

長年にわたって会社が蓄積してきた、固有の経営資産です。

ところが、その情報が紙、Excel、個人のパソコン、メール、LINEなどに分散していれば、十分に活用できません。

情報の保存方法や入力項目が統一されていなければ、集計や比較も難しくなります。

AI時代に競争力を左右するのは、どの会社が一番早くAIの契約をしたかではありません。

どの会社が、自社に蓄積された情報を整理し、検索し、共有し、活用できる状態にしたかです。 つまり、AI導入の早さよりも、データ整備の早さが重要になる可能性があります。

住宅会社が自社でAIを開発する必要はない

多くの住宅会社や工務店が、大規模なAIを自社で開発する必要はありません。

必要なのは、自社の業務と情報を整理し、外部のAIサービスや各種システムと連携できる状態をつくることです。

そのため、今後のシステム選定では、現在必要な機能がそろっているかだけではなく、将来のAI活用まで考える必要があります。

例えば、顧客管理、営業、見積もり、契約、設計、施工、アフターサービスなどの情報が、一つの顧客・一つの建物を軸としてつながっているか。

必要な情報を取り出し、他のシステムやAIと連携できるか。

特定の担当者や特定のシステム会社しか情報を扱えない状態になっていないか。

将来、使用するAIが変わった場合にも、会社の情報を継続して利用できるか。

こうした視点が必要になります。

今後重要になるのは、単なるAIベンダー選びではありません。

会社の情報を一元管理でき、将来のAI活用まで見据えたデータ基盤を持つパートナーと連携できているかどうかです。

統合データベースを持つ企業との連携は、単なるシステム導入ではなく、将来の競争力を左右する経営判断になる可能性があります。

住宅会社が今、確認しておきたいこと

AIの導入を検討する前に、まず次の項目を確認する必要があります。

• 顧客情報は一元管理されていますか
• 同じ顧客情報を複数のシステムへ入力していませんか
• 顧客名や住所から、図面や仕様書をすぐに検索できますか
• 現場写真は会社全体で共有されていますか
• 点検・修繕・問い合わせの履歴は残っていますか
• 新築時の情報とアフターサービスの情報はつながっていますか
• OB顧客の情報は、今後の提案に活用できる状態ですか
• 情報は担当者個人ではなく、会社に残る仕組みになっていますか
• 退職者が出ても、顧客との経緯を引き継げますか
• AIが読み取り、活用できる形で情報が保存されていますか
• システムに入力した情報を、自社のデータとして取り出せますか
• 将来的に、別のAIやシステムと連携できる構成になっていますか
• 現在連携しているシステム会社は、統合データベースを持っていますか
• 将来のAI活用まで相談できるシステム会社と連携していますか

この中で確認できない項目が多ければ、最初に取り組むべきことは、新しいAIツールを探すことではありません。

自社の情報が、どこに、どのような状態で保存されているのかを把握することです。

そして、現在連携しているシステム会社が、その情報を将来まで残し、活用できる仕組みを持っているのかを確認することです。

会社の情報は、担当者の所有物ではなく「経営資産」である

住宅会社には、顧客と住宅に関する多くの情報が蓄積されています。

新築住宅は、契約して引き渡せば関係が終わる商品ではありません。

点検、修繕、設備交換、リフォーム、売却、相続などを通じて、顧客と住宅との関係は長期間続きます。

そのため、新築時の情報と引渡し後の情報をつなげることができれば、営業、アフターサービス、リフォーム、紹介受注、経営判断など、さまざまな場面で活用できます。

反対に、情報が担当者個人に残り、会社として蓄積されていなければ、担当者の異動や退職とともに、顧客との関係や過去の経緯まで失われる可能性があります。

また、システムへ入力していたとしても、そのデータを会社が取り出せず、将来のシステムやAIへ引き継げなければ、会社の経営資産として十分に活用することはできません。

会社に蓄積された情報は、単なる記録ではありません。

将来の売上を生み、顧客との関係を守り、社員の業務を支え、経営判断の精度を高めるための資産です。

AI時代になるほど、その価値はさらに高まります。

AIを導入する会社ではなく、「AIを活用できる会社」へ

AIを導入すること自体は、以前ほど難しいことではなくなっています。

しかし、AIの契約をしただけで、会社の業務が自動的に変わるわけではありません。

AIへ渡す情報が整理されていなければ、十分な回答は得られません。

業務の流れが整理されていなければ、二重入力や確認作業もなくなりません。

会社として正しい情報が定められていなければ、AIも正しい判断材料を持てません。

今から考えるべきなのは、どのAIツールを導入するかだけではありません。

会社に蓄積されている情報を、どのように整理し、会社の資産として残すのか。

顧客、住宅、営業、設計、施工、アフターサービスの情報を、どのようにつなげるのか。

現在連携しているシステム会社は、その情報を継続して保存・蓄積できる仕組みを持っているのか。

必要なときに、自社のデータとして取り出すことができるのか。

将来、別のAIやシステムとも連携できるのか。

そして、その情報を将来のAIが活用できるデータ基盤を、誰と、どのようにつくるのか。

AIを導入している会社と、AIを本当に活用できる会社は同じではありません。

これからの住宅業界では、AIそのものを持っていることよりも、AIが仕事を始められる会社になっているかどうかが問われます。

会社の情報を、担当者の記憶や個人のファイルとして残すのか。

特定のシステムの中だけに残し、将来取り出せない情報にしてしまうのか。

それとも、営業、アフターサービス、リフォーム、紹介受注、経営判断へ活用できる「経営資産」に変えるのか。

データセンター建設をめぐる反対運動は、電力、土地利用、都市計画、地域環境、合意形成という意味で、住宅業界と無関係ではありません。

そして、AIを支えるインフラに限界や制約が生じる可能性を考えれば、自社の情報を効率よく活用できる状態にしておくことも、住宅会社・ビルダーにとって重要な準備になります。

DXやAIという言葉だけで連携先を判断するのではなく、そのシステム会社が、将来活用できる形で自社のデータを保存・蓄積できる仕組みを持っているのか。

今のうちに確認し、判断しておく必要があります。

その準備は、AIがさらに普及してから始めるものではありません。

今から取り組むべき経営課題だと考えています。

8月20日開催・無料WEBセミナーのご案内

清水英雄事務所では、2026年8月20日に無料WEBセミナーを開催します。

今回のセミナーでは、変化する住宅業界の動向を踏まえ、新築住宅市場だけに依存しない事業構成や、今後の工務店・住宅会社経営に必要な取り組みについてお伝えします。

AIやDXについても、単なるツール導入としてではなく、営業、顧客管理、アフターサービス、既存住宅、リフォームなど、今後の事業を支える仕組みづくりという視点から整理します。

開催概要

開催日：2026年8月20日（木）
開催方法：オンライン

一般公開セミナー

13：00～13：30

住宅業界で現在起きている変化と、これから事業者が確認しておきたい経営課題について、30分で分かりやすく解説します。

AUクラブ会員限定セミナー

13：45～14：15

一般公開セミナーの内容を踏まえ、AUクラブ会員の皆様に向けて、実際の事業や社内の取り組みへどのようにつなげるかを、さらに具体的に解説します。 新築市場の縮小、リフォーム・既存住宅市場への対応、顧客情報の活用、AI・DX、業務改革など、今後の事業構成を考える機会として、ぜひご参加ください。

AUクラブ会員登録は下記よりお願いいたします。