Impact-Site-Verification: 578d421e-1081-463d-918b-ec5e29c5b9db
<戻る

不動産アセットマネジメント会社:情報一元化とAI Ready基盤の提案

業務委託 | Forward Deployed Engineer

背景と課題

契約・台帳の情報が個人のExcelなどに分散し,担当者が不在だと作業も問い合わせ対応も止まる属人化が起きていた.

担当範囲

要件定義書の作成と構成の選定を担当した.チームが書いた3本の下書き(中核DB・2つの業務領域)を統合して要件定義書v1.0にまとめ,レビューの指摘を反映した.案件の範囲は提案と要件定義までだった.

受入基準

要件定義書では,属人化の解消を確かめられる形の受入基準を置いた(基準の原案はチームのメンバーが書いた).

  1. 担当者以外が,案件の進捗と不足書類を説明できること.
  2. 現行のExcelと同じ金額を再現できること.過去の月の実データで,請求先・項目・明細の3段階で突き合わせる計画にした.

構成を選ぶ基準

優先順位は,AIエージェントが扱えること(AI Agent Ready),作り直さずに段階的に広げられること,素早く届けられることとチームの技能に合うこと,運用の手間と費用が少ないことの順とした.中核は,原本を置くオブジェクトストレージ,台帳と分析を兼ねるPostgreSQL,変換と指標定義のdbt core,AIとの接続点のMCPに固定し,どのクラウドでも動く構成にした.

提案した構成

  1. 原本: 受け取った書類はそのまま変更不可で保存し,あとから処理し直せるようにする.
  2. 取り込み: マルチモーダルのLLMで書類から項目を抜き出し(LLMは差し替え可能),台帳に入れる前に人が承認する.確信度の低い抽出は人の確認に回す.
  3. データベース: データ量が小さいので,台帳と分析を1つのPostgreSQLにまとめ,専用のDWHは過剰と判断した.将来の意味検索のためにpgvectorを候補に残した.
  4. セマンティックレイヤー: dbt coreを第一候補にし,スキーマと指標の定義をコードで持つ.
  5. 台帳のデータモデル: 建物と部屋,入居者と契約,契約と請求・入退去を親子関係で持ち,1つの契約が複数の部屋にまたがれる形にした.削除は論理削除,変更はすべて履歴に残す(チームのメンバーの案に,図と項目を追加した).
  6. AI Ready: 原本の保持,スキーマと指標のコード化,どの原本からどのレコードができたかの来歴,確信度の低い抽出の人による確認,複数のLLMを前提にした設計の5点を保証し,権限と監査ログは初日から入れる.AIとの接続点は監査ログ付きの読み取り専用MCPサーバーとして設計した.エージェント本体は作らない範囲とした.
  7. 段階的な拡張: 台帳のスキーマはリリース時にv1として固定し,以後の変更は追加だけにする.

採らなかった案

BaaSは早く作れるが,権限の統合・バッチ処理・監査に上限があるため採らなかった.

使用技術

PostgreSQLdbt CoreMCPpgvectorObject StorageMultimodal LLMRequirements Definition