カテゴリー: 不動産×AI

  • 古民家・空き旅館を宿泊施設にする前の3つの確認|旅館業・民泊・用途変更を法令で整理

    古民家・空き旅館を宿泊施設にする前の3つの確認|旅館業・民泊・用途変更を法令で整理

    この記事の結論(3行)

    1. 古民家・空き旅館を宿にするときは、最初に「旅館業の許可を取るか、民泊(住宅宿泊事業)の届出にするか」を決めます。年間180日を超えて泊めたいなら、原則として旅館業の許可が必要です(特区の制度などの例外は自治体で確認)。
    2. 次に、宿として使う部分の床面積が200㎡を超えるかを測ります。超えると建築基準法の用途変更の確認申請が必要です。200㎡以下でも、建物を宿の基準に合わせる必要はあります。
    3. 改修の契約・物件の購入の前に、保健所(旅館業・民泊)、建築の窓口、消防署の3か所へ図面を持って事前相談します。事業計画や集客はその後です。

    更新日:2026年11月2日。条文はe-Gov法令検索で確認しています。最終的な判断は所在地の保健所・建築の窓口・消防署で確認してください。

    宿にする方法は3つ:旅館業・民泊・その他の特例

    古民家や廃業した旅館に人を泊めて宿泊料を受け取るには、法律上の枠組みを1つ選びます。

    仕組み 根拠 手続 泊められる日数 向いている建物
    旅館・ホテル営業 旅館業法2条2項・3条 都道府県知事等の許可 上限なし 個室を複数つくれる旅館・大きな民家
    簡易宿所営業 旅館業法2条3項・3条 都道府県知事等の許可 上限なし 一棟貸し・相部屋・小さな古民家
    住宅宿泊事業(民泊) 住宅宿泊事業法2条3項・3条 都道府県知事等への届出 1年間で180日まで(数え方は省令で定める。条例でさらに制限される区域あり) 人の居住の用に供されていると認められる「住宅」

    旅館業法では、旅館業は「旅館・ホテル営業」「簡易宿所営業」「下宿営業」の3つです(2条1項)。簡易宿所営業とは、宿泊する場所を多数人で共用する構造・設備を主とする施設で人を泊める営業のことです(2条3項)。古民家の一棟貸しを旅館・ホテル営業と簡易宿所営業のどちらで申請するかは、建物の構造と条例によって変わるため、保健所で相談して決めます。

    住宅宿泊事業法の「住宅」は、台所・浴室・便所・洗面設備があり、人の居住の用に供されていると認められる家屋に限られます(2条1項)。営業専用に買った空き旅館は、この「住宅」に当たらないことがあるため、民泊の届出ではなく旅館業の許可を前提に考えます。

    このほか、農山漁村の体験民宿や特区の制度など、地域や運営者によって使える特例があります。使えるかどうかは自治体で異なるため、この記事では「旅館業」と「民泊」の2つを基本線として扱います。

    旅館業の許可で確かめる構造設備の基準

    旅館業の許可は、施設の構造設備が政令の基準に合っていることが条件です(旅館業法3条2項)。政令(旅館業法施行令1条)の主な基準は次のとおりです。

    区分 客室の広さ ほかの主な基準
    旅館・ホテル営業 1客室7㎡以上(寝台を置く客室は9㎡以上) 玄関帳場その他の本人確認の設備、換気・採光・照明・防湿・排水、入浴設備、洗面設備、便所
    簡易宿所営業 客室の延床面積33㎡以上。宿泊者数を10人未満とする場合は3.3㎡×宿泊者数以上 階層式寝台の上下の間隔おおむね1m以上、換気等、入浴設備、洗面設備、便所

    さらに、都道府県・保健所設置市・特別区が条例で基準を上乗せしています(施行令1条1項8号など)。たとえば帳場の置き方は、条例と保健所の運用で差が出ます。学校などの施設の周囲おおむね100mの区域内では、旅館業法3条3項の扱いと、客室の内部を見通せないようにする設備の基準(施行令1条1項7号)が加わります。物件を決める前に、所在地の保健所で「この建物でどの区分の許可が取れるか」を確認してください。

    例として、宿泊者を6人までとする小さな古民家なら、簡易宿所営業の客室の延床面積は3.3㎡×6人=19.8㎡以上が目安になります(ほかの基準と条例も満たす必要があります)。

    建築基準法:用途変更の確認申請が要るかの分かれ目

    住宅や事務所として建てられた建物を宿にする場合、建築基準法上は「用途の変更」になります。ホテル・旅館は、建築基準法の別表第一(い)欄(二)項に挙がる特殊建築物です。

    建築基準法6条1項1号は、別表第一(い)欄の特殊建築物でその用途の床面積の合計が200㎡を超えるものを確認の対象としています。87条1項は、用途を変更してこの特殊建築物にする場合に、確認の規定を準用しています。

    宿として使う部分の床面積 用途変更の確認申請 それでも必要なこと
    200㎡を超える 必要(87条1項で6条を準用) 建築士による図面・既存建物の調査、確認済証の交付後に工事、完了後に建築主事等へ届出
    200㎡以下 不要 建物を宿の用途の基準に合わせる。旅館業の許可や消防の基準は別に満たす

    確認申請が不要でも、建築基準法の基準を守らなくてよいわけではありません。用途地域で宿が建てられるかや、宿の用途にかかる規定は、建築の窓口で確認してください。古い建物は、建てたときの確認済証・検査済証が残っていないことがあり、その場合は既存建物の調査に時間と費用がかかります。廃校の用途変更で同じ論点を整理した記事も参考になります(→廃校の用途変更と建築基準法)。

    改修の契約前にやる3か所の事前相談

    許可・届出・用途変更は、それぞれ別の窓口です。どれか1つでも通らないと宿として営業できないので、改修の契約や物件の購入の前に、図面(平面図・面積の分かるもの)を持って3か所を回ります。

    窓口 聞くこと
    保健所(旅館業・民泊の担当) この建物で取れる区分(旅館・ホテル/簡易宿所/民泊)、条例の上乗せ基準、帳場の要否、学校等の近くでの手続
    市町村・都道府県の建築の窓口 宿として使う床面積の数え方、用途変更の確認申請の要否、用途地域で宿が建てられるか、既存建物の確認済証・検査済証の有無
    消防署(予防課など) 必要な消防用設備(自動火災報知設備など)、改修で求められる内容、旅館業の許可申請に添える書類

    窓口で使える質問の文例:

    • 「この平面図の部分を簡易宿所として使う予定です。宿泊者は6人までです。条例で上乗せされる基準はありますか」
    • 「宿として使う床面積は○㎡です。用途変更の確認申請の対象になりますか。数え方で注意する部分はありますか」
    • 「旅館業の許可申請までに、消防からどんな書類・設備が必要になりますか」

    民泊の届出を選ぶ場合も、条例で区域ごとに実施期間が制限されることがあります(住宅宿泊事業法18条)。届出の前に、自治体の条例と窓口の案内を確認してください。

    決める順番:物件の取得から開業まで

    順番を間違えると、買った後・工事した後に「許可が取れない」と分かることがあります。次の順に進めます。

    1. 泊め方を決める(旅館業か民泊か。180日を超えて泊めたいなら原則として旅館業)
    2. 物件の図面で、宿として使う床面積と客室の広さを測る
    3. 保健所・建築の窓口・消防署で事前相談
    4. 改修費の見積もりを、相談で求められた内容を入れて取る
    5. 収支を置く(稼働日数・単価・清掃と運営の費用・改修費の回収年数)
    6. 物件の取得・賃貸借の契約、改修の契約
    7. 用途変更の確認申請(200㎡超の場合)→確認済証の交付→工事→工事完了の届出
    8. 旅館業の許可申請または民泊の届出→開業

    収支を置くときは、稼働率や単価を楽観的に置かず、「稼働が想定の半分でも続けられるか」を一度計算しておくと、判断の基準になります。

    空き旅館を引き継ぐ場合の注意

    営業中の旅館を事業ごと譲り受ける場合は、譲渡人と譲受人が都道府県知事等の承認を受ければ、譲受人が営業者の地位を承継します(旅館業法3条の2)。合併・分割(3条の3)、相続(3条の4・死亡後60日以内に申請)にも承継の定めがあります。

    一方、すでに廃業した旅館の建物だけを買う・借りる場合は、承継する営業そのものがありません。新しい事業者が改めて許可を取る前提で、保健所に確認してください。

    旅館の所有者の側から、廃業・第三者への引継ぎ・建物の活用を比べたい場合は、こちらの記事で公的窓口と旅館業法の条文を整理しています(→地方旅館を廃業する前に比べる3つの道)。

    学校や公共施設を宿に変える場合は、公募や貸付の条件が加わります。公募情報は廃校活用の公募・サウンディング情報まとめ、借りる費用は廃校を借りる費用はいくら?で確認できます。相続した実家を宿にするか迷っている段階なら、売る・貸す・解体の比較から始めるのが近道です(→実家・空き家を相続したら何から?)。

    チェックリスト:契約前に「はい」と言えるか

    • 年間に泊めたい日数と、旅館業/民泊のどちらにするかを決めた
    • 宿として使う床面積と、客室ごとの広さを図面で測った
    • 保健所で、取れる区分と条例の上乗せ基準を聞いた
    • 建築の窓口で、用途変更の確認申請の要否と用途地域を聞いた
    • 消防署で、必要な設備と書類を聞いた
    • 確認済証・検査済証が残っているかを確認した
    • 改修費の見積もりに、窓口で求められた内容が入っている
    • 稼働が想定の半分でも続けられるか計算した

    よくある質問

    Q1. 古民家を民泊にするなら、許可はいりませんか?

    住宅宿泊事業法の民泊は、許可ではなく都道府県知事等への届出です(3条)。ただし泊められるのは1年間で180日までで(2条3項)、条例でさらに期間が制限される区域があります(18条)。対象の建物は、人の居住の用に供されていると認められる「住宅」に限られます(2条1項)。

    Q2. 一棟貸しの古民家はどの区分になりますか?

    旅館業の許可を取る場合、旅館・ホテル営業か簡易宿所営業のどちらかになります。どの区分で許可が取れるかは、建物の構造と条例によって変わるため、所在地の保健所で確認してください。

    Q3. 宿として使う部分が200㎡以下なら、建築の手続は何もいりませんか?

    用途変更の確認申請は不要ですが、建築基準法の基準に建物を合わせる義務は残ります。用途地域によっては宿が建てられない場所もあるため、建築の窓口で確認してください。

    Q4. 廃業した旅館を買えば、前の許可で営業できますか?

    廃業済みなら、新しい事業者が許可を取り直す前提で考えてください。営業中の旅館を事業ごと譲り受ける場合は、譲渡人と譲受人がそろって都道府県知事等の承認を受ければ営業者の地位を承継できます(旅館業法3条の2)。どちらの場合も、建物が今の条例の基準に合っているかを保健所で確認します。

    Q5. 事業計画はいつ作ればいいですか?

    事前相談の後です。窓口で求められる設備や改修の内容が分かってから見積もりを取らないと、改修費と開業時期が大きくずれることがあります。

    参考にした一次資料


    同じ失敗が、廃校や公共施設の転用でも繰り返されています。改修費の見積もり違いで止まった事例と、条件を先に潰して続いた事例を並べた記事はこちらです。
    廃校活用の失敗例と成功事例25選|文部科学省データで読む「転用が続く条件」 →

    相談の前に、自分の案件で数字を置いてみたい方へ

    実務で使っている判断手順を、そのままnoteにまとめています(いずれも無料部分あり)。

    AI実務家コンサルタント

    大智(Daichi)

    • ▶2013年から不動産関連の実務に携わる
    • ▶公開資料・一次資料で地方の不動産と遊休施設を読む
    • ▶AIは調査と整理に使い、判断の根拠は一次資料で示す

    宿泊転用の収支・許認可を相談する →

  • 地方創生×AI副業|過疎地の空き家・農地データで「情報格差」を収益化する完全ガイド2026

    地方創生×AI副業|過疎地の空き家・農地データで「情報格差」を収益化する完全ガイド2026

    「地方は衰退している」——そう言われるたびに、ぼくは少し違和感を覚える。衰退しているのは「人口」と「税収」であって、土地や建物そのものの潜在価値が消えたわけではない。むしろ逆だ。人が減り、管理が行き届かなくなった空き家・農地・山林には、デジタル化が進む現代だからこそ浮かび上がってくる「情報格差」という巨大な宝が眠っている。

    この記事では、その情報格差をAIとオープンデータで「見える化」し、副業収入に変えるための完全ガイドを約1万字で解説する。不動産の購入資金がなくても、農業の知識がなくても、AIと少しのリサーチスキルさえあれば参入できる新しい地方ビジネスの形を、データソースの使い方から収益化モデル、自動化システムの構築まで徹底的に書き切る。

    1. なぜ「地方の情報格差」が今、最大の副業チャンスなのか

    2026年現在、日本の地方では三つの力学が同時に働いている。

    第一は「所有者の高齢化と情報リテラシーの断絶」だ。地方の空き家・農地の多くは70〜80代の高齢者が所有しており、インターネットで売買情報を調べたり、自分の土地の市場価値を把握したりする手段を持っていない。彼らが知っている情報源は、地元の不動産屋か農協、あるいは口コミだけだ。

    第二は「都市部の需要とのミスマッチ」だ。テレワーク普及・地方移住ブーム・データセンター用地需要・再エネ開発など、地方の土地に対する需要は2020年代に入って急増している。にもかかわらず、「どこに何があるか」を正確に把握できている都市部の投資家・事業者は少ない。

    第三は「行政データの充実」だ。国土交通省・農林水産省・総務省・各自治体が公開するオープンデータの量と質は、2020年以降に劇的に向上した。空き家バンク・遊休農地リスト・地価公示・相続登記情報・人口動態データなど、かつては専門家しかアクセスできなかった情報が、今や誰でも無料で入手できる。

    この三つが重なる場所に「情報仲介」の余白が生まれる。所有者は自分の土地の価値も売り先もわからない。需要側は物件情報にアクセスできない。行政データは公開されているが誰も整理していない。AIを使ってこの三者をつなぐ「情報の橋」を架けることが、2026年の地方副業の本質だ。

    2. 使えるオープンデータ完全マップ|全国で無料取得できる地方情報源

    まず、副業に使えるオープンデータの全体像を把握しよう。これらはすべて無料、または極めて低コストで入手できる。

    ①空き家バンク(全国版空き家・空き地バンク)

    国土交通省が運営する「全国版空き家・空き地バンク」は、各自治体の空き家バンクデータを一元的に集約したプラットフォームだ。物件の所在地・面積・価格帯・用途(売買・賃貸)などの情報が検索できる。2026年時点で参加自治体は1,000を超えており、データ件数も右肩上がりだ。

    ポイントは、このデータをAIで一括取得・分析することだ。自治体ごとにバラバラなフォーマットで公開されているデータを、PythonのBeautifulSoupやPlaywrightでスクレイピングし、統一フォーマットに整形する。そこにGISデータ(座標情報)を付与すれば、「どのエリアに空き家が集中しているか」のヒートマップが簡単に作れる。

    ②農林水産省の遊休農地・耕作放棄地データ

    農業委員会が毎年実施する「農地利用状況調査」の結果は、農林水産省のポータルで公開されている。都道府県別・市区町村別の耕作放棄地面積、農家の年齢分布、後継者有無のデータが含まれており、「どの地域の農地が放棄リスクが高いか」を数値で把握できる。

    さらに農地ナビ(全国農地ナビ)では、地図上で農地の利用状況・売買情報を確認できる。AIでこのデータと空き家バンクデータをクロス分析すると、「空き家と耕作放棄農地が同一地区に集中するエリア」が特定でき、土地の集約・活用提案ができる投資家・事業者に対して高付加価値な情報を提供できる。

    ③e-Stat(政府統計の総合窓口)

    e-Statは国勢調査・農業センサス・住宅・土地統計調査・人口動態統計など、あらゆる政府統計にAPIでアクセスできる日本最大の統計ポータルだ。無料のAPIキーを取得すれば、Pythonから直接データを引っ張って分析できる。

    特に有用なのが「住宅・土地統計調査」で、全国の空き家数・空き家率を市区町村単位で把握できる。これにe-Statの人口増減データと地価公示情報を組み合わせると、「空き家率が高まっているのに地価が下がっていないエリア」という需給のゆがみを検知できる。このゆがみこそが情報仲介ビジネスの宝庫だ。

    ④国土数値情報ダウンロードサービス

    国土交通省の国土数値情報は、GIS形式(シェープファイル・GeoJSON)で日本全国の地理データを無料配布している。土地利用細分メッシュ・農業地域区分・都市計画区域・変電所・送電線・道路・鉄道・河川など、不動産・農地・エネルギー分析に必要なほぼすべての地理情報が揃っている。

    PythonのGeopandasとFoliumを使えば、これらのデータを重ね合わせたインタラクティブマップを数時間で作成できる。複数のデータレイヤーを統合した「地方投資適地マップ」は、それ自体を有料コンテンツとして販売できるクオリティになる。

    ⑤法務局・登記情報提供サービス

    前回の記事(相続登記義務化)でも触れたが、登記情報は不動産情報の根幹だ。1件334円〜という有料サービスだが、ターゲットを絞って取得すれば投資判断コストとして十分な費用対効果がある。AIで所有者情報・移転登記日・抵当権設定状況を構造化し、「長期間動きのない物件」を洗い出す作業に使う。

    3. AIリサーチシステムの設計図|Pythonとn8nで作る自動情報収集基盤

    データソースが揃ったら、次はそれを自動で収集・分析するシステムを設計する。ここでは実際に構築できる具体的なアーキテクチャを解説する。

    レイヤー1:データ収集(Python + スクレイピング)

    空き家バンク・農地ナビ・各自治体のオープンデータをPlaywrightで定期スクレイピングし、PostgreSQL(またはSQLite)に蓄積する。e-StatとNEDOのAPIは定期ポーリングでデータを自動更新。Google Maps APIで各物件の緯度・経度を取得してGIS情報を付与する。

    このレイヤーのポイントは「差分検知」だ。前回取得時から変化があったレコードだけを抽出し、新規掲載・価格変更・状態変化などのイベントとして記録する。これにより「昨日まで売りに出ていなかった農地が今日から売りに出た」という情報をリアルタイムで捕捉できる。

    レイヤー2:AI分析(Claude API / GPT-4 API)

    収集したデータをClaude APIに投げ込み、以下の分析を自動実行する。まず「物件評価サマリー」として、各物件の特徴・メリット・懸念点を200〜400字で自動生成する。次に「活用可能性スコア」として、データセンター用地・太陽光用地・農業活用・移住向け宿泊施設など複数の活用軸でスコアを算出する。最後に「接触優先度ランキング」として、需要の高い活用用途との適合度が高い順に並べ替えてリスト化する。

    このAI分析の結果をNotion・Googleスプレッドシート・Airtableなどに自動出力すれば、毎朝起きたら「今日のホット物件リスト」が手元に届いている状態が作れる。

    レイヤー3:自動アラート(n8n)

    n8nで以下のトリガーを設定し、LINEまたはSlackにプッシュ通知する。「新規空き家物件がターゲットエリアに登録された」「農地の価格が前週比10%以上下落した」「スコア上位物件の登記情報が更新された(相続発生の可能性)」「特定エリアで固定資産税の公売情報が公開された」。これらのアラートをリアルタイムで受け取ることで、情報の鮮度が競合に対する圧倒的な優位性になる。

    レイヤー4:レポート生成・配信

    週次でAIが自動生成する「地方投資情報レポート」をn8nでPDF化し、メールマガジンまたはnoteの有料購読者に配信する。このレポートが月額収入の核になる。レポートの質が高まれば購読者が増え、さらにデータ取得コストを回収できるという好循環が生まれる。

    4. 収益化モデル6選|資金ゼロから始める地方データ副業

    ここが最も重要なパートだ。「データを集めてどうやって稼ぐか」を6つのモデルで具体的に解説する。

    モデル①:地方投資情報レポートの有料配信

    特定エリアに特化した「空き家・農地投資情報レポート」をnote有料マガジンやメールマガジンとして月額1,000〜3,000円で配信する。購読者が100人いれば月10〜30万円の安定収入になる。AIで自動生成したドラフトを人間が編集・品質管理する体制にすれば、週5〜10時間の作業で運用可能だ。差別化ポイントは「特定地域への深い特化」だ。たとえば「北陸三県の農地×エネルギー転用情報」「瀬戸内エリアの移住向け空き家マップ」など、ニッチに絞ることで競合のいない市場を作れる。

    モデル②:不動産会社・農業法人への情報提供契約

    地方の不動産会社・農業法人・太陽光開発業者などに対して、月額契約で情報を提供するB2Bモデルだ。「御社の事業エリアの遊休農地・空き家情報を毎週レポートします」という形で、月額3万〜10万円の契約が現実的な相場だ。法人契約は単価が高く、一度信頼を得ると継続率も高い。営業ターゲットとしては、Googleマップで「地方 不動産 買取」「農地 転用」などで検索してヒットする中小業者が狙い目だ。

    モデル③:空き家・農地マッチングの仲介手数料

    所有者と買い手・借り手を個人でつなぐマッチングビジネスだ。「売りたいが誰に頼めばいいかわからない」という所有者と、「いい土地があれば買いたい」という需要側を、AIで特定した情報をもとに直接アプローチして引き合わせる。具体的な売買の媒介は宅建免許が必要だが、「情報提供→当事者間で直接交渉・取引」という形であれば免許なしで活動できるケースがある(グレーゾーンもあるので宅建士に相談することを推奨)。成立した場合の情報料として数万〜数十万円を受け取るモデルだ。

    モデル④:自治体・地域商社へのデータ分析コンサルティング

    過疎地の自治体は「空き家の実態をデジタルデータで把握したい」「遊休農地の活用方策を分析してほしい」というニーズを持っているが、内部に分析人材がいないケースが多い。AIを使ったデータ分析をパッケージとして自治体に提案するコンサルティング契約は、1件あたり50〜200万円のプロジェクト単価が見込める。実績を積めば地域商社や移住促進NPOからの発注も増えていく。

    モデル⑤:移住・起業支援コンテンツのマネタイズ

    地方移住を検討している都市部の人向けに、「AIで調べた移住おすすめエリアランキング」「田舎暮らしに向いた空き家データベース」などのコンテンツを制作・販売する。Uターン・Iターン人口が増えている現在、このコンテンツへの需要は高い。YouTubeやInstagramで地方データ解説コンテンツを発信し、有料note記事や電子書籍へ誘導するファネルを組む。

    モデル⑥:農地×太陽光×相続登記の複合コンサル

    このブログシリーズで扱ってきたテーマを統合した複合サービスだ。「相続で農地を取得したがどう活用すればいいかわからない」という相談に対して、AIで用途別活用スコアを分析し、ソーラーシェアリング・農地転用・売却の3パターンで試算を提示する。司法書士・行政書士・太陽光業者とのネットワークを持てば、紹介フィーも含めた複合収益が見込める。

    5. 実践ロードマップ|0円から始めて月収10万円を目指す90日計画

    「やってみたいけど何から始めればいいかわからない」という人のために、具体的な90日間のロードマップを提示する。

    Day 1〜30:リサーチと領域定義

    まず「自分が詳しい地域・興味のある地域」を1〜2県に絞る。地元が地方であれば地元が最強のスタート地点だ。その地域の空き家バンク・農地ナビ・e-Stat・国土数値情報を一通りダウンロードしてExcelまたはGoogle Sheetsで整理する。この段階では完璧なシステムは不要で、「その地域に何があるかを手作業で把握すること」が目標だ。同時にClaude APIまたはChatGPT APIのアカウントを作成し、データを投げ込んで分析させる練習をする。月間コストは最大でも3,000〜5,000円程度。

    Day 31〜60:最初のコンテンツ販売

    集めたデータをもとに、AIで「〇〇県の空き家・農地投資ガイド2026年版」を作成しnoteで販売する。価格は980〜1,980円が入りやすい。最初は月3〜5本売れれば十分で、購入者からのフィードバックを集めてコンテンツの質を上げる。並行してTwitter(X)・Instagramで「地方データ分析」のアカウントを育て始める。このフェーズで初収益5,000〜2万円を目指す。

    Day 61〜90:B2B営業とシステム自動化

    noteの実績を名刺にして、ターゲットエリアの不動産会社・農業法人・太陽光業者に対して営業メールを送る。「御社エリアの空き家・農地情報をAIで自動収集・分析するサービスを月額3万円でご提供します」という提案だ。断られても5〜10社にアプローチすれば1社は話を聞いてくれる。1社契約が取れれば月3万円の安定収入がスタートし、ここからnote収益と合わせて月10万円の射程に入る。

    地方の工場跡地・農地・遊休地が、データセンターや再生可能エネルギーの立地としてどう評価されるかは、AI×電源×不動産|データセンター用地・再エネ・GX政策・電力インフラで読む次世代不動産投資完全ガイドで電力容量・送電線・政策の面から整理しています。

    6. 地方創生への視座|「稼ぎながら地域に貢献する」という新しい関係性

    最後に、少し視点を引いて話をしたい。

    地方の空き家・農地問題は、単なる不動産の話ではない。使われない土地が増えるほど、地域のコミュニティが薄まり、インフラ維持コストが増し、自治体の財政が悪化する。「負動産」と呼ばれる土地は、実は地域社会の「負債」でもある。

    ここに副業で参入するということは、単に「安く土地情報を仕入れて高く売る」というゼロサムゲームではない。情報の非対称性を解消することで、所有者は適切な価格で売却でき、需要側は良質な土地にアクセスでき、自治体は管理不全の物件数を減らせる——という「三方よし」の構造を作ることができる。

    AIはその「三方よし」を実現するための最強のツールだ。一人の個人が、かつては大手コンサルや行政しかできなかった広域データ分析を、低コストかつ高速に実行できる時代になった。この能力を使って地域に貢献しながら副収入を得るというモデルは、地方創生の文脈でも最も持続可能なアプローチだとぼくは考えている。

    まとめ|地方の「情報格差」は最高の副業インフラだ

    この記事で伝えたかったことを一言でまとめると、「地方の情報格差こそが、AIを持つ個人にとって最大のビジネスチャンスだ」ということだ。

    空き家バンク・農地ナビ・e-Stat・国土数値情報・登記情報——これらのオープンデータは、AIで統合・分析されるのをずっと待っている。それをやる人が圧倒的に少ないから、先に動いた者が独占的な情報優位を持てる。

    大切なのは「完璧なシステムを作ってから始める」のではなく、「小さく始めてデータで試す」ことだ。まず一つの地域・一つのデータソース・一つの収益モデルから着手し、うまくいったらスケールさせる。AIはそのスピードを10倍にしてくれる。

    次回は「地方移住者×AI副業|リモートワーカーが田舎で月収50万円を作るリアルな方法」を予定している。地方創生×AI副業のシリーズはまだまだ続く。ぜひブックマークして次回も読んでほしい。

    AI実務家コンサルタント

    大智(Daichi)

    • ▶2013年から不動産関連の実務に携わる
    • ▶公開資料・一次資料で地方の不動産と遊休施設を読む
    • ▶AIは調査と整理に使い、判断の根拠は一次資料で示す
    コンサルの相談・お問い合わせはこちら →
  • 農地転用×ソーラーシェアリング×ペロブスカイト|AIで「自然共生型」太陽光用地を先読みする2026年戦略

    農地転用×ソーラーシェアリング×ペロブスカイト|AIで「自然共生型」太陽光用地を先読みする2026年戦略

    「太陽光発電=山を切り開いて自然破壊」というイメージはもう古い。2026年現在、日本の再生可能エネルギー業界では、農地と発電を同時に成立させる「営農型太陽光発電(ソーラーシェアリング)」や、従来のシリコン系パネルを超える変換効率を持つ「ペロブスカイト太陽電池」が急速に普及しつつある。

    この記事では、こうした先進的アプローチを不動産×AI分析の視点で読み解き、「自然と共存しながら収益を生む土地」をどうやってAIで先読みするかを5000字で徹底解説する。農地転用の許可確率を上げる立地条件、ペロブスカイト普及で変わる用地選定の常識、そしてn8nとAIを使った自動リサーチシステムの構築方法まで、実践的な内容でお届けする。

    1. ソーラーシェアリングとは何か|農業と発電の両立モデル

    ソーラーシェアリング(営農型太陽光発電)とは、農地の上に架台を高く設置し、パネルの間から差し込む光で農業を継続しながら、同時に発電も行う仕組みだ。通常の太陽光発電所と決定的に違うのは、「農地を農地として維持したまま」収益化できる点にある。

    農林水産省の運用指針では、ソーラーシェアリングは農地転用の一時転用許可(3年更新)で設置が認められており、営農を継続することが条件だ。この「農地を潰さない」という特性が、農地法の壁を大幅に下げ、これまで転用許可が困難だった優良農地でも設置できるケースを生み出している。

    さらに重要なのは、日射量が豊富な農業地帯は、太陽光発電の適地でもあるという地理的な一致だ。東海・北陸・九州の平野部農地は、この両方の条件を高水準で満たすエリアが多い。AIでこの「二重適地」を効率的に特定することが、2026年以降の差別化戦略になる。

    架台高さと作物選定が収益を左右する

    ソーラーシェアリングの設計で最も重要なのが架台の高さと作物の組み合わせだ。一般的には地上高2.0〜2.5m以上の架台を使い、パネルの隙間から農業機械が入れるようにする。作物は光を多く必要としないもの、あるいは遮光に強いものが向いており、茶・薬草・きのこ・ニンニク・イチゴなどが相性がいいとされている。

    最近では農業AI(スマート農業)との組み合わせも進んでおり、日射量センサーとAIで遮光率をリアルタイム管理しながら最適な作物を育てる「デュアル最適化農場」が実証実験段階から商用化フェーズへ移行しつつある。土地オーナーとしてこのモデルに参画することで、単なる発電用地の賃料収入に加えて、農業法人との協業による追加収益も狙える。

    2. ペロブスカイト太陽電池が変える「用地選定の常識」

    もうひとつの革新が、ペロブスカイト太陽電池の実用化だ。従来のシリコン系パネルの変換効率が20〜23%程度なのに対し、ペロブスカイト太陽電池は理論効率30%超が射程に入り、2026年時点で商用製品が市場投入されはじめている。

    ペロブスカイト電池の特徴は変換効率だけではない。製造コストが大幅に低い、軽量・フレキシブルな形状が可能、曇天や弱光でも発電効率が落ちにくい、という3点が従来パネルとの決定的な差だ。この特性は用地選定の条件を根本的に変える。

    「日照時間」至上主義からの転換

    従来の太陽光発電用地選定では、年間日照時間が長い南向き・傾斜地が絶対条件とされていた。しかしペロブスカイト電池の弱光発電性能が向上するにつれ、これまで「発電に向かない」とされていた曇天が多い日本海側や東北地方の平野部農地も、有力候補エリアとして浮上してくる。

    具体的には、北陸・東北の農地は地価が安く、かつ農家の高齢化・後継者不足で「使われていない農地」が多い。ペロブスカイト電池の普及を見越して、今のうちにこういったエリアの農地情報をAIで収集・分析しておくことが、2〜3年後の大きなアドバンテージになる。

    軽量・薄膜型ペロブスカイトと建物一体型(BIPV)

    ペロブスカイト電池のもうひとつの可能性が、建物一体型太陽光発電(BIPV)への応用だ。軽量・フレキシブルな特性を活かして、農業用ハウスのビニール素材に太陽電池を組み込んだ「発電するビニールハウス」の開発も進んでいる。農地そのものに架台を立てなくても、既存の農業インフラを発電設備に転換できるこのアプローチは、農地法の許可ハードルをさらに下げる可能性を秘めている。

    不動産投資家としては、このBIPV対応のスマート農業ハウスを持つ農地の価値が数年以内に大幅に上昇すると読んでおくべきだ。今の地価評価にはまだこの付加価値が織り込まれていないため、AI分析で先行取得する余地が大きい。

    3. 農地転用許可確率をAIで上げる|許可されやすい土地の条件

    ソーラーシェアリングとはいえ、農地での太陽光設置には農業委員会への届出・一時転用許可が必要だ。許可が下りるかどうかが事業の可否を決定する以上、「許可確率の高い土地」を事前にAIで絞り込むことが投資効率を最大化する。

    許可されやすい農地の5条件

    農業委員会の審査で許可が通りやすい土地には共通したパターンがある。AIでこれらの条件を組み合わせてスコアリングするだけで、許可確率を大幅に上げられる。

    ①農業振興地域の白地(非農用地区域)または第2種・第3種農地:農振白地や市街化区域内農地は転用規制が緩く、一時転用許可を得やすい。国土数値情報の農業地域区分データをAIで分析すれば、全国の対象エリアを一括抽出できる。

    ②耕作放棄地・遊休農地:農業委員会が毎年実施する遊休農地調査の結果はオープンデータとして公開されているケースが多い。継続的な耕作が行われていない土地は、転用申請が通りやすい傾向がある。

    ③集団農地の外縁部:連担する優良農地の中心部は農業委員会が許可を渋るが、外縁部や孤立した小規模農地は比較的許可を取りやすい。GISデータで農地の連担状況を分析し、外縁部を自動識別するアルゴリズムが有効だ。

    ④電力系統への接続可能性:変電所や高圧送電線から2km以内の土地は、系統連系コストが大幅に下がり、事業性が格段に高まる。前回の記事で紹介した送電線マッピングとのクロス分析が、ここでも直接使える。

    ⑤農業後継者不在エリア:農業センサスデータと組み合わせて、農業者の平均年齢が高く後継者がいないエリアを特定する。このエリアの農地は、所有者も「発電事業への転換」に前向きなケースが多い。

    4. AIリサーチシステムの実装|使うデータソースと自動化手順

    ここからは、実際にAIを使って農地転用×太陽光発電の有望候補地を特定するシステムの具体的な作り方を解説する。

    使うデータソース一覧

    国土数値情報(土地利用細分メッシュ、農業地域区分、変電所・送電線データ)、農林水産省の耕作放棄地統計、農業センサス(農家の年齢・後継者有無)、気象庁の日射量データ(AMeDASまたはNEDOソーラーポテンシャルマップ)、固定価格買取制度(FIT)の認定情報(METI公開)、地方自治体の農業委員会審査結果(情報公開請求)。これらはすべて無料または低コストで入手可能だ。

    Pythonによる候補地スコアリング

    上記データをPythonのgeopandasとscikit-learnを使って統合し、農地ポリゴンごとに「ソーラーシェアリング適性スコア」を算出する。スコアの構成要素は、日射量ポテンシャル(30%)、系統接続容易性(25%)、農地転用許可しやすさ(25%)、農家高齢化・後継者不在度(20%)の4軸が目安だ。

    算出したスコアをLeafletやKepler.glで地図可視化すれば、「高スコア農地ヒートマップ」として一目で候補エリアを把握できる。さらにClaude APIやGPT-4 APIを使って、高スコア農地ごとに「投資判断サマリー」を自動生成させれば、意思決定のスピードが飛躍的に上がる。

    n8nによる自動アラート設定

    n8nで定期実行のワークフローを組み、「NEDOのFIT認定データが更新された」「特定エリアの遊休農地リストが更新された」「農地売買情報が不動産ポータルに出た」などのトリガーで自動アラートを受け取れるようにする。これにより、ライバルが気づく前に有望農地の情報をキャッチできる。

    5. 自然共生型モデルの収益シミュレーション

    ソーラーシェアリングによる収益はどれくらいになるのか、具体的な数字で見てみよう。

    標準的なモデルとして、農地1,000m²(10a)にソーラーシェアリングを設置した場合を想定する。発電容量は50kW程度、年間発電量は約55,000kWh(設備利用率12〜13%)。2026年のFIT買取価格(低圧)を12円/kWhとすると、年間発電収入は約66万円。設備投資が1kWあたり25万円として総額1,250万円、単純回収期間は約19年だ。

    一方、ペロブスカイト電池の量産コスト低下が進めば、2028〜2030年にかけて設備費が現在の60〜70%程度に下がると予測されている。その場合、同規模で投資回収が13〜14年まで短縮される。さらに農業収益(茶・薬草など高付加価値作物)が年間100〜200万円加われば、トータルの事業性は劇的に改善する。

    農地オーナーとして発電事業者に土地を賃貸するモデルであれば、初期投資ゼロで年間賃料収入10万〜30万円(10a当たり)を得られるケースも多い。土地だけ持っていれば発電事業者がすべて運営する「完全パッシブ」な収益構造が組める点は、サラリーマン副業との相性が抜群だ。

    6. 先進的取り組みの最前線|2026年注目プロジェクト

    全国で進む自然共生型太陽光の先進事例を押さえておこう。これらはAI用地分析の「成功モデル」として参照できる。

    千葉・匝瑳市のソーラーシェアリング団地:日本最大級の営農型太陽光エリアとして知られ、複数の農家が参加する共同モデルが確立されている。作物はコメ・野菜・茶など多品種で、農業収入と発電収入の両立を実証済みだ。

    積水化学のペロブスカイトフィルム型太陽電池:国内製造にこだわったペロブスカイト電池の商用化を推進。農業ハウスへの組み込みを視野に入れており、2026〜2027年に本格的な農業施設向け展開が予定されている。用地を持つ農家・農地オーナーは、このサプライヤーとの早期連携が大きなアドバンテージになる。

    東北・山形の遊休農地×ペロブスカイト実証:NEDOの補助を受けた実証プロジェクトが進行中。曇天が多い山形でのペロブスカイト発電効率データが蓄積されており、北日本の農地投資に向けた科学的根拠として活用できる。

    まとめ|「農地を活かす」時代の不動産×AI戦略

    自然破壊型の大規模太陽光開発は、地域住民・行政・金融機関からの逆風が強まっている。一方で、農地を農地として維持しながら発電もするソーラーシェアリング、変換効率と低コストを両立するペロブスカイト電池、そして農業AIとの融合による「デュアル最適化農場」は、2026年以降の再エネ投資の主役になりつつある。

    このトレンドをAIで先読みする投資家が持つ優位性は、単なる情報量の差ではなく、意思決定スピードの差だ。スコアリングシステムとn8n自動アラートを組み合わせれば、有望農地の情報が市場に出た瞬間にキャッチし、競合より早くアプローチできる。

    次回は「地方創生×AI副業|過疎地の空き家・農地データで収益を生む新しい情報ビジネス」を予定している。農地・不動産・AIの三角形で稼ぐ副業モデルをさらに深掘りしていく。

    AI実務家コンサルタント

    大智(Daichi)

    • ▶2013年から不動産関連の実務に携わる
    • ▶公開資料・一次資料で地方の不動産と遊休施設を読む
    • ▶AIは調査と整理に使い、判断の根拠は一次資料で示す
    コンサルの相談・お問い合わせはこちら →
  • 停電しない国・日本|DC立地で日本が米中に勝つ理由は「電力の質」だった

    AIインフラの「見えない競争軸」=電力の質

    データセンター(DC)の立地選定において、これまで語られてきた競争要素は土地コスト、冷却効率、通信インフラ、税制優遇だった。しかし2024年以降、新たな競争軸が浮上している——「電力の質」だ。

    AIモデルの学習・推論に使われるGPUクラスターは、電圧変動に極めて敏感だ。わずかな電圧降下や周波数の揺れがシステム障害を引き起こし、数時間〜数日分の学習データを無駄にする。この「電力の質」という観点から見ると、日本の送配電インフラは世界トップクラスの安定性を誇る。

    米国の電力不安定問題とテキサスの教訓

    米国の電力インフラは老朽化が深刻だ。テキサス州では2021年の寒波で大規模停電が発生し、データセンター業界に数十億ドル規模の損害を与えた。カリフォルニア州でも夏季の需要ピーク時に計画停電が実施され、ハイパースケールDCの運営に支障をきたした事例がある。

    さらにAIブームによるDC電力需要の急増が、既存の送電網を圧迫している。AWSやMicrosoftがデータセンター新設を加速する一方、地域の送電会社は接続申請の処理に数年単位の遅延が生じているのが現状だ。「建設はできても、電力が来ない」という事態が各地で起きている。

    中国の政治リスク:政府の一声でシャットダウン

    中国のDCリスクは電力の物理的問題だけでなく、政治リスクが本質だ。2021年の仮想通貨マイニング全面禁止では、数万台規模のサーバーが一夜で稼働停止を余儀なくされた。外資系企業にとって、中国当局の恣意的な運用停止命令は「いつ来てもおかしくないリスク」として織り込む必要がある。

    データの主権問題も深刻だ。中国のデータセキュリティ法・個人情報保護法により、中国国内のDCに蓄積されたデータは政府の要求があれば開示義務が生じる。グローバル企業がAI学習データを中国のDCに置くことのリスクは、電力コストの安さでは相殺できない。

    日本の電力グリッド品質:数字で見る優位性

    日本の送配電インフラの安定性は国際的に見ても突出している。停電時間(SAIDI:年間平均停電時間)は日本が約10〜15分/年に対し、米国は200〜300分/年、ドイツでも12〜15分/年程度。欧米と同水準か、それ以上の安定性を持つ。

    電圧変動率(電圧フリッカ)についても、日本の基幹送電線の品質は国際標準(IEC規格)を大幅に上回る水準で管理されている。GPU密度が高いAI専用DCでは、この微細な電圧品質の差が稼働率の差となって現れる。

    総務省「デジタル田園都市国家構想」×電力インフラ整備の照合

    総務省の「デジタル田園都市国家インフラ整備計画」と経産省の「基幹系統利用ルール」の改正を組み合わせると、次のDC立地の「勝ち筋」が見えてくる。地方の基幹変電所に近接し、かつデジタル田園都市の整備対象地域と重なるエリアは、補助金・電力コスト・土地コストの3点で優位に立てる可能性がある。

    具体的には、北海道・東北・九州のグリーン電力産地と、既存の基幹変電所の位置を地図上でプロットすると、「電力の質が高く、再エネ比率も高い」というDCに最適なスポットが浮かび上がる。このデータは経産省・資源エネルギー庁の公開情報と、国土地理院のGISデータを組み合わせれば個人でも再現できる。

    電力の質がデータセンターの立地を決める、という話を土地の側から見たのがDCバブルの本当のボトルネックは土地でも資金でもなく「電気」だという話です。用地選びで電気がどう効くかを続けて読めます。

    「土地を売る」から「信頼(電力の質)を売る」ビジネスへ

    不動産オーナーの視点から見ると、このトレンドは大きなビジネス機会を示唆する。これまでDC誘致は「広い土地と安い賃料」で勝負するゲームだった。しかし電力の質が差別化要因になる時代には、「当社の物件は変電所から○km、年間停電時間○分以下のエリア」という「電力の質を証明できる立地」こそが価値を持つ。

    実際、国内のハイパースケールDC誘致競争では、電力契約の安定性と品質保証が選定基準の上位に入るようになっている。「停電しない」「電圧が安定している」「再エネ由来で脱炭素目標に貢献できる」——この3点を文書で証明できる物件が、次の10年で圧倒的な競争優位を持つ。


    📌 より深い分析・実践的な立地評価手法はnoteで
    半導体素材×DCインフラ×地熱エネルギーという「米中が日本なしでは成立しない3領域」の詳細分析と、個人レベルで使えるデータ収集・分析手法を有料noteにて公開中です。

    👉 複数収入の設計書|不動産×コンサル×副業(noteマガジン)

    AI実務家コンサルタント

    大智(Daichi)

    • ▶2013年から不動産関連の実務に携わる
    • ▶公開資料・一次資料で地方の不動産と遊休施設を読む
    • ▶AIは調査と整理に使い、判断の根拠は一次資料で示す
    コンサルの相談・お問い合わせはこちら →
  • 米中AI戦争で日本が一人勝ちする理由|フォトレジスト・フッ化水素・ウェーハという3本の槍

    米中AI覇権戦争の「見えない戦場」

    2024年以降、米中の半導体摩擦は単なる貿易問題を超えた。AIモデルの訓練に不可欠なGPUの輸出規制、TSMCへの製造依存、そして——見落とされがちな論点として——半導体を「作るための素材」の支配権争いが激化している。

    ここで日本が静かに、しかし決定的な優位を持っている。フォトレジスト(感光材)、フッ化水素(エッチングガス)、シリコンウェーハ。この3素材において、日本メーカーは世界シェアの50〜90%を握る。米国も中国も、日本なしには先端半導体を1枚も量産できない。

    3本の槍とは何か

    ① フォトレジスト(感光材)

    半導体の回路パターンを焼き付けるために必要な感光性樹脂。EUV(極端紫外線)リソグラフィ向けの最先端フォトレジストでは、JSR・信越化学・東京応化の3社で世界の大半を供給している。半導体ロードマップが3nm・2nmへ進むほど、より高精度な国産レジストへの依存度が増す構造になっている。

    ② フッ化水素(エッチングガス)

    ウェーハ上の不要な層を除去するエッチング工程に使う高純度フッ化水素は、半導体グレードで99.999%以上の純度が求められる。ステラケミファ・森田化学工業が高純度品の主要供給源。2019年の日本政府による輸出管理強化が韓国半導体業界に与えたショックは、この依存度の高さを世界に知らしめた。

    ③ シリコンウェーハ

    あらゆる半導体の土台となるシリコンウェーハ。信越化学工業・SUMCOの2社で世界シェアの約55〜60%を占める。先端ロジック向けの大口径(300mm)ウェーハはとくに需給が逼迫しており、新規ファブを建設しても「ウェーハが来ない」という状況が繰り返されている。

    素材の流れを追うと「世界の工場稼働状況」が見える

    個人投資家・経営者がすぐに実践できる視点がある。フォトレジストやウェーハの出荷量・在庫推移を定点観測することで、TSMCやSamsung、Intelのファブ稼働率をある程度先読みできる。素材メーカーの決算説明資料、四半期ごとの出荷数量データ、経産省の特定重要物資モニタリングレポートを組み合わせると、主要ファブが「今どこにボトルネックを抱えているか」が浮かび上がる。

    たとえば、ある日本素材メーカーが「特定顧客向けの供給契約を更新した」と開示した場合、その顧客がどの地域の先端ファブかを推測できれば、次の四半期の生産量と在庫調整を予測する手がかりになる。これはマクロな半導体サイクル分析とは異なる「ミクロ・サプライチェーン分析」の領域だ。

    経産省「特定重要物資」支援リストを個人はどう使うか

    経産省は「経済安全保障推進法」に基づき、半導体素材を含む特定重要物資の国内供給強化を進めている。補助金・融資・税制優遇が集中するこのリストは、国策の優先順位を示す「公式の羅針盤」だ。

    個人レベルで活用できる切り口は3つある。①補助金採択企業の事業計画書(公開情報)から技術ロードマップを把握する、②「特定重要物資」に指定された素材カテゴリーと関連する特許出願動向をJ-PlatPatで追う、③国際共同研究プログラム(NEDO・JST)への採択情報と企業の開示情報を照合して「次に来る技術」を掴む、という流れだ。

    難しいことではない。経産省のPDFを読み、J-PlatPatで企業名を検索し、決算説明会資料と突き合わせる——この3ステップだけで、一般メディアが報じる1〜2四半期前の動きを掴める可能性がある。

    半導体の動きを、工場や電源が集まる街の地価から見た記事は半導体×原子力×不動産|データが示す「次に土地が化ける街」と「消える街」にまとめています。

    「米国に勝つ」ではなく「米国が日本を頼らざるを得ない」

    日本の競争優位は「米国と戦う」ことで生まれるものではない。フォトレジスト・フッ化水素・ウェーハという3素材において、代替供給が構造的に困難なため、米国は日本を「頼らざるを得ない」。この非対称な依存関係こそが、地政学リスクが高まるほど日本の交渉力が増す理由だ。

    AI時代の半導体需要爆発は、この構造をさらに強化する。ChatGPTからGeminiまで、大規模モデルの訓練・推論に使われるAIチップは全て、日本の素材なしには製造できない。「AI覇権」を争う米中が、実は共通して日本に依存しているという逆説——これが今後10年の日本の強みの本質だ。


    📌 この続き・深掘り分析はnoteで
    半導体素材×DCインフラ×地熱エネルギーという「米中が日本なしでは成立しない3領域」の詳細分析、および実際に使える情報収集プロンプト集を有料noteにて公開中です。

    👉 複数収入の設計書|不動産×コンサル×副業(noteマガジン)

    AI実務家コンサルタント

    大智(Daichi)

    • ▶2013年から不動産関連の実務に携わる
    • ▶公開資料・一次資料で地方の不動産と遊休施設を読む
    • ▶AIは調査と整理に使い、判断の根拠は一次資料で示す
    コンサルの相談・お問い合わせはこちら →
  • データセンター用地の「情報卸」という商売|送電網×登記×相続状況をAIでクロスする

    土地を買って転売するのではなく、「開発できる土地の情報」を売る——そういうビジネスモデルが、データセンター(DC)需要が急拡大する今の日本で静かに機能し始めている。大手デベロッパーとJ-REITを経験した筆者が、この「情報卸」という商売の構造を解説する。

    なぜ今、データセンター用地の情報に価値があるのか

    生成AIの普及はGPUクラスターへの需要を爆発的に増やし、その分だけデータセンターの建設需要が膨らんでいる。国内外の大手テック企業・通信キャリア・不動産ファンドが、DCサイト適地を血眼で探している。

    しかし問題がある。DCに使える土地は単なる「広い土地」では足りない。大規模電力の受電インフラ(66kV・154kV受電が可能な変電所の近傍)、冷却水の確保(地下水・工業用水)、地盤の安定性、通信幹線への接続性——これらの条件を全て満たす土地は、日本全国で見ても限られている。

    そしてもう一つの壁が「誰が所有しているか」「交渉できる状態か」だ。どれだけ優良な候補地でも、所有者と連絡が取れない、相続が未了で権利関係が複雑、複数の共有者がいて合意形成が難しい——こういったケースでは開発に着手できない。大手デベロッパーはこの「交渉できる土地探し」に膨大なコストをかけている。

    「送電網×登記×相続状況」のクロスという発想

    ここにAIデータ活用の出番がある。具体的な発想は以下の通りだ。

    • LAYER①:電力インフラ情報
      電力会社が公開する送電線路図・変電所位置情報と地形データを重ねて、66kV/154kV受電が現実的な土地エリアを特定する。
    • LAYER②:登記情報
      法務局の登記データから候補エリア内の土地の地番・地積・所有者(個人/法人)・根抵当権の設定状況を抽出する。
    • LAYER③:相続・高齢者情報のクロス
      所有者が高齢個人(推定70代以上)かつ相続が未了またはそれが近い状況の物件を絞り込む。相続発生直後は「売却検討」になりやすいタイミングだ。

    この3層クロスの結果として浮かび上がるのは、「DC適地条件を満たし、かつ交渉が成立しやすい状態にある土地」のリストだ。大手デベロッパーの営業担当者がローラーで回っても1年かかる作業を、AIが数日で絞り込む。

    大手デベが持っていない「交渉成立しやすい土地」データの価値

    大手デベロッパーやファンドが自前でこれをやれないわけではないが、社内の縦割り組織・意思決定の遅さ・外注コストの高さが障壁になる。電力インフラ情報・登記情報・相続状況を横断的にクロスできる人材は希少で、専門部署を持っていない会社も多い。

    逆に言えば、個人が64GBのAI要塞+公開データベース駆使でこのリストを作れれば、大手の「調達コスト削減」に直接貢献できる。情報の非対称性を利用したビジネスが成立する構造だ。

    土地の売買に直接介入せずとも、「このエリアのこの土地は、こういう理由で交渉しやすい」という情報を整理したレポートが数百万円で売れる。

    プレ・デューデリジェンス・レポートとして数百万円で売る

    このビジネスの成果物のフォーマットは「プレ・デューデリジェンス(Pre-DD)レポート」だ。正式な開発前段階での情報整理資料として、以下を盛り込む。

    • 候補地の位置・地積・権利関係サマリー
    • 電力受電可能性(変電所距離・容量想定)
    • 所有者プロファイル(個人/法人・推定年齢・相続状況)
    • 交渉アプローチ案(直接・仲介・相続コンサル経由等)
    • 周辺インフラ整備状況・開発規制の概要

    このレポートをDC開発に動いている不動産会社・通信キャリア・データセンター事業者に売る。1レポートあたり100〜500万円が相場感だ。件数が増えれば年収は青天井になる。

    注意点として、土地の売買自体を仲介する場合は宅建業の免許が必要になる。しかし「情報を整理してレポートとして売る」行為は調査・コンサルティングであり、宅建業に該当しない。この線引きを明確にしておくことがビジネスを組む上での前提条件だ。

    ラストワンマイルは「誰がその情報に金を払うか」の特定

    どれだけ精度の高い分析ができても、「財布の持ち主」を特定できなければ0円だ。このビジネスにおける財布は、DC開発の意思決定権を持つ大手不動産会社・通信キャリア・データセンター専業事業者の「用地開発担当役員」だ。

    彼らのKPIは「いかに早く、競合より先に適地を押さえるか」。その課題に対して「交渉可能な適地リスト」を出せるなら、費用対効果は明確だ。

    具体的なデータクロスの手順、使うべき公開データソース、レポートフォーマットの作り方は、noteで詳しく解説している。


    ▼ 実践編はnoteで公開中

    「データを現金に変える3スキーム」の全体設計と、このDC情報卸スキームも含めた「財布の持ち主特定」の実録を公開している。

    👉 「データを現金に変える3スキーム実録|補助金×DC情報卸×サプライチェーン調査の財布の持ち主を特定せよ」(¥1,980)

    AI実務家コンサルタント

    大智(Daichi)

    • ▶2013年から不動産関連の実務に携わる
    • ▶公開資料・一次資料で地方の不動産と遊休施設を読む
    • ▶AIは調査と整理に使い、判断の根拠は一次資料で示す
    コンサルの相談・お問い合わせはこちら →
  • 北海道×Rapidus×地熱|3つのインフラが重なる場所でAIが弾き出した答え

    データセンター投資の「次の着金地点」はどこか。この問いに対し、AI解析が一つの答えを示している。それが北海道、特に千歳・苫小牧エリアを中心とした「3インフラ交点」だ。

    Rapidus千歳工場──半導体と電力需要の震源地

    2025年以降、北海道の産業地図を塗り替える最大の出来事は、Rapidusの千歳工場稼働だ。経産省が主導する国産最先端半導体の製造拠点として、2nm世代チップの量産を目指している。

    半導体製造工場は、それ自体が巨大な電力消費施設であり、かつ周辺に強力な産業クラスターを形成する。Rapidus関連のサプライヤー、研究機関、エンジニア人材が集積すれば、AIデータセンター需要も自然と生まれる。半導体で作られたAIチップを、同じ北海道で動かすという構造は合理的だ。

    経済産業省の「半導体・デジタル産業戦略」(公開資料)を読むと、千歳周辺への電力インフラ増強計画が明記されている。これは単なる工場誘致ではなく、国策としての送電網再編を伴う動きだ。

    北海道の地熱ポテンシャル──日本最大の「眠れる電源」

    データセンター運営において、電力コストと再生可能エネルギー比率はますます重要な指標になっている。グーグルやマイクロソフトがRE100を掲げ、電力調達の質を競っている現状では、「安くて再エネな電気が引ける土地」の希少性は高い。

    北海道は日本最大の地熱資源ポテンシャルを持つ地域だ。国立公園規制の緩和が段階的に進んでおり、渡島・胆振・十勝エリアでは複数の地熱発電プロジェクトが進行中または計画段階にある。

    北海道庁の「北海道再生可能エネルギー推進ビジョン」(公開資料)には、2030年までの地熱開発目標値と対象エリアが記されている。地熱は太陽光・風力と異なり24時間安定した電力を供給できる。データセンターに最適な電源だ。

    送電網増強計画──北本連系線の拡張

    北海道の再エネポテンシャルを本州に送る「北本連系線」の増強は、経産省の電力広域的運営推進機関(OCCTO)が公表している長期系統計画に記載されている。

    送電容量が増えれば、北海道内でのデータセンター立地の採算性が変わる。現状では、北海道で作った電力を本州に送る際に「容量の壁」があるが、連系線増強によりこの壁が解消される。

    同時に、北海道内の基幹送電線の増強も進んでいる。千歳・苫小牧周辺の変電所容量拡大計画をOCCTOのデータで追うと、2025〜2027年にかけて複数の増強完了予定が見えてくる。

    3つのインフラが重なる「着金地点」

    整理すると、北海道・千歳〜苫小牧エリアには以下の3要素が重なる:

    1. 半導体クラスター形成(Rapidus+関連産業)→ AIデータセンター需要の原動力
    2. 地熱を中心とした再エネ電源 → 安定的・低コスト・RE100対応
    3. 系統増強計画の進行 → 受電容量の制約が段階的に解消

    この3つが重なる地点は、DCインフラ投資の観点から見ると、まだ地価に十分に織り込まれていない「先行取得チャンス」が残っている可能性が高い。

    Rapidus千歳のような半導体工場の誘致が周辺の土地にどう波及するかは、TSMC熊本の例と合わせて半導体工場誘致で地価が跳ね上がる「次のエリア」先読み投資術2026|TSMC熊本・Rapidus千歳の教訓から学ぶ不動産戦略で整理しています。

    公開データで先手を打つ

    ここで紹介した情報のほとんどは、経産省・経済産業白書・北海道庁・OCCTOの公開資料から読み取れる。特別な情報ルートは不要だが、これらの情報を活用して具体的な行動を起こすことが重要だ。

    ただし、これらの資料を横断的に読み解き、「地価マップと系統増強タイムラインを重ね合わせる」という作業を、大量のPDFと数値データを相手に行うには、AIの力が不可欠になる。

    競合コンサルが5人×1ヶ月かけてやる作業を、64GBマシン1台のローカルAIが数時間でやる。これが、個人が大手に勝てる唯一のルートだ。


    📌 実践手法はnoteで全公開中

    OCCTOデータの抽出プロンプト設計、地価データとの重ね合わせ手順、3指標スコアリングの具体的な計算ロジック──
    → グリッド・ハンター完全マニュアル(¥1,980)/DCインフラ・インテリジェンス3フェーズ設計書(¥1,980)

    AI実務家コンサルタント

    大智(Daichi)

    • ▶2013年から不動産関連の実務に携わる
    • ▶公開資料・一次資料で地方の不動産と遊休施設を読む
    • ▶AIは調査と整理に使い、判断の根拠は一次資料で示す
    コンサルの相談・お問い合わせはこちら →
  • DCバブルの本当のボトルネックは土地でも資金でもなく「電気」だという話

    マイクロソフト、グーグル、アマゾン──。ここ2〜3年、ビッグテックの日本向けデータセンター投資発表が相次いでいる。総額で数兆円規模、各地での土地取得競争は過熱気味だ。「DCバブル」という言葉まで生まれた。

    では、このバブルを本当に制約しているのは何か。土地不足か?資金不足か?

    答えは「電気」だ。

    受電容量という見えない壁

    データセンターは膨大な電力を消費する。大規模施設では年間1GWh超の消費も珍しくない。問題は「その電気をどこから引くか」ではなく、「その場所にどれだけの電気を引き込めるか」だ。

    電力会社の系統に接続するには、送電線に空き容量が必要になる。郊外に広大な土地を取得しても、最寄りの変電所がすでに容量いっぱいなら、データセンターは建てられない。あるいは、数百億円の系統増強工事費用を負担しなければ建てられない。

    実際、国内で候補地として検討された複数の物件が、この「受電可否問題」でボツになっている。土地は安く、距離もよく、用途地域もクリアしていたのに、電気が足りないというだけで案件が消えた。

    OCCTOというゲームチェンジャー

    ここで鍵になるのが、OCCTO(電力広域的運営推進機関)が公開している「系統情報公開システム」だ。

    OCCTOは2015年に設立された中立機関で、全国の送配電網の広域的な運用・計画を担っている。このOCCTOが公開データとして出しているのが、各変電所・送電線の接続可能容量マップだ。

    つまり、「この地域の変電所は今どれだけ空きがあるか」「2年後、3年後に増強工事が完了してどれだけ受電可能になるか」が、無料の公開情報として存在しているのだ。

    多くの不動産プレイヤーはこの情報の存在すら知らない。デベロッパーも、投資家も、コンサルも。しかし、この情報を活用することで、将来の受電容量が増大する土地を早期に取得し、投資機会を逃さないことが可能になります。

    「1年後に電気が通る土地」という概念

    OCCTOのデータを読むと、面白い現象が見えてくる。

    今現在、高圧受電が困難または不可能な土地でも、系統増強工事の完了予定時期によっては、1〜2年後に大幅に受電容量が増える場所がある。

    もし「電気が今は足りないが、1年後に高圧受電が可能になる土地」を今のうちに取得できたら?

    土地価格は現時点で「DCに使えない土地」として評価されている。しかし1年後には「DCに使える土地」になる。この価値の非対称性が、投資機会になる。

    情報格差を埋めるAI解析

    問題は、このOCCTOデータが膨大で難解なPDFや複雑なシステム上に散在していることだ。変電所ごとの増強計画、工事完了予定時期、系統容量の数値──これらを手動で追うのは現実的ではない。

    しかし、AIを使えば話が変わる。

    OCCTOの系統増強計画PDF、経産省の電力インフラ関連資料、地価データを組み合わせてAI解析すれば、「受電容量が近い将来増大する土地 × 地価が未評価 × 規制クリア」というトリプル条件を満たす候補地を、短時間で絞り込むことができる。

    これが「DCインフラ・インテリジェンス」の中核概念だ。

    見えているものしか競争しない世界

    大手デベロッパーや海外DCオペレーターが取り合っている土地は、「すでに電気が通っている良い土地」だ。そこには当然、競合が集中し、地価も跳ね上がる。

    しかし、少し視点をずらして「1年後に電気が通る土地」を探せば、競合はほとんどいない。情報の非対称性が、まだ存在している。

    その非対称性を埋めるツールが、AI+公開データ解析だ。


    📌 より詳細な手法はnoteで公開中

    OCCTOデータの具体的な読み方、地価データとの重ね合わせ方、実際の候補地選定ロジック全公開──
    → グリッド・ハンター完全マニュアル|電力×土地×規制の3層分析で未発掘DC適地を特定する方法(¥1,980)

    AI実務家コンサルタント

    大智(Daichi)

    • ▶2013年から不動産関連の実務に携わる
    • ▶公開資料・一次資料で地方の不動産と遊休施設を読む
    • ▶AIは調査と整理に使い、判断の根拠は一次資料で示す
    コンサルの相談・お問い合わせはこちら →
  • 半導体×原子力×不動産|データが示す「次に土地が化ける街」と「消える街」

    Rapidus(北海道千歳)とTSMC(熊本菊陽)。この2つの半導体工場誘致が決まったとき、周辺の不動産市場は数ヶ月のタイムラグを経て動き始めた。先に動いたのは情報を持っていた人間だ。そして今、同じ構造が「次のフェーズ」で起きようとしている。

    データは語っている。ただし読める人間だけに。

    Rapidus千歳:インフラ整備の進捗を追う

    Rapidusの工場建設に合わせ、北海道は苫小牧〜千歳間の工業用水道整備と送電線強化を進めている。経産省の「半導体・デジタル産業戦略」および北海道経済産業局の公開資料には、インフラ整備のフェーズと完成予定が記載されている。

    注目すべきは工場の「外縁」だ。工場本体の周辺はすでに注目されて地価が動いている。しかし工場が稼働すると、作業員の居住エリア・サプライヤーの物流拠点・電力変電所の周辺が次に動く。これらは工場から5〜15km圏内に位置することが多く、現時点ではまだ市場の注目度が低い。

    TSMC熊本:第2工場と波及インフラ

    熊本菊陽のTSMC第1工場は稼働済みだが、第2工場の建設が進んでいる。国土交通省の「広域道路整備計画」に第2工場周辺のアクセス道路拡幅が明記されており、完成時期は2027〜2028年を見込む。

    道路整備の完成前後で地価は再び動く。過去の事例(つくばエクスプレス沿線開発など)では、インフラ完成の1〜2年前がエントリーの最終ライン。その意味で熊本は今がギリギリのフェーズにある。

    SMR(小型モジュール炉)と送電網の地図

    もう一つの着目点が原子力政策だ。政府は2050年カーボンニュートラルに向け、SMR(小型モジュール炉)の国内開発・導入を明記している。原子力規制委員会の公開審査資料と経産省「GX実現に向けた基本方針」を照合すると、SMR候補サイトの条件として「既存送電網からの接続距離」「冷却水源の確保」「地盤強度」が挙げられている。

    この条件セットで国土数値情報(国土交通省公開)と照合すると、候補エリアが絞られてくる。送電線が通っていて、水源があり、活断層から離れた場所。このエリアには「産業インフラの磁力」が将来発生する可能性がある。

    「消える街」の条件

    国土形成計画(2023年改定版)には、人口減少下での「集約型都市構造」移行が明記されている。端的に言えば、コンパクトシティ政策の外に取り残されるエリアはインフラ投資が絞られていく。

    国土交通省の「立地適正化計画」データベースをAIで処理すると、「居住誘導区域外かつ公共交通空白地帯」に分類されるエリアが視覚化できる。これが「消える街」の候補だ。投資判断だけでなく、既存不動産の出口戦略にも直結する情報だ。

    シャベルとジーンズ戦略

    ゴールドラッシュで最も安定的に稼いだのは金を掘った人でなく、ジーンズとシャベルを売った人だという話がある。半導体・原子力バブルにおいても同様だ。

    私がやっているのは「土地を売る人」でも「株を買う人」でもない。このデータ解析の仕組み自体を情報コンテンツとして提供するポジションだ。データを処理できる環境(64GB要塞)と、読み方を知っている経験(デベ×REIT×コンサル)を掛け合わせて、再現性のある「読み方」をパッケージする。

    それが今のビジネスモデルの核心だ。


    📝 半導体×原子力×不動産の交差点で、AIが導き出した2026年後半の具体的な着金地点をnoteで公開しています。

    政策名・資料名・地名を明示した実録レポートです。情報の「読み方」ごと解説しているため、自分でも再現できます。

    👉 note「複数収入の設計書|不動産×コンサル×副業」マガジンを読む

    AI実務家コンサルタント

    大智(Daichi)

    • ▶2013年から不動産関連の実務に携わる
    • ▶公開資料・一次資料で地方の不動産と遊休施設を読む
    • ▶AIは調査と整理に使い、判断の根拠は一次資料で示す
    コンサルの相談・お問い合わせはこちら →