Microsoft 365 Copilot を全社導入し、市民開発で約 500 体の AI エージェントを展開――東京建物が取り組んだ、“教えすぎない”、“作り込みすぎない”AI 活用

※所属役職は 2026 年 3 月時点のものです。

全社展開に向け、すべての社員が生成 AI に触れられる環境の構築を念頭にプロジェクトをスタート

「信頼を未来へ」という企業理念のもと、長期ビジョン「次世代デベロッパーへ」を掲げ、事業を通じて「社会課題の解決」と「企業としての成長」をより高い次元で両立することで、すべてのステークホルダーにとっての「いい会社」を目指し、さまざまな取り組みを推進する東京建物。その事業領域は都市開発・ビル事業をはじめ、住宅・物流施設・商業施設・ホテル・レジャー施設など多岐にわたります。

トランザクションが少なく、固有性の高い商品（物件）やプロジェクトを扱う不動産デベロッパー業界では、データの集約と活用が難しい側面があり、他の業界と比較して DX 推進が遅れている傾向が見られます。東京建物においても同様で、部署ごと、案件ごとに業務フローが異なり、扱うデータも個別に管理されるなど属人化が進行。こうした状況が DX 推進を妨げる要因となっていたと東京建物 DX推進部 DX推進グループ 主任の松原大雅氏は語ります。

「業界特有の業務性質として、構造化しにくいデータばかりを扱っている傾向があります。そもそも商材となる土地や建物自体が、権利関係をはじめ過去から蓄積された情報に依存するため、不動産契約書や登記簿、図面など紙の書類が依然として多く残っており、管理すべき情報も事業や案件によって変わってきます。このため、管理手法の統一が難しく、データのサイロ化が進行していました。さらに業務の固有性・個別性が高いことから体系化が進まずに属人化し、引継ぎが困難になっている業務も少なくありません」（松原氏）

こうした状況のなか、同社の DX 推進部では、ビジネストレンドとして注目を集め始めていた生成 AI に着目。個別最適化された業務プロセスを、チームごと、個人ごとに効率化できるツールと捉え、全社的な導入検討を開始しました。

「当時は対話型の生成 AI が話題を集めており、企業での生成 AI 活用にあたっては、再学習や情報漏えいのリスクが叫ばれていましたが、間違いなく業務効率化・生産性向上に寄与すると感じていました。セキュアに使える生成 AI ツールの導入を検討していたところ、当社では業務プラットフォームとして Microsoft 365 を活用していることもあって、まずは自社のテナント環境下で安全に使えるAzure OpenAI Service（AOAI）を採用。Power Virtual Agents（現在は Microsoft Copilot Studio の一部として提供）と組み合わせて、内製でチャットボットを開発し、2023 年 9 月に全社展開しました」（松原氏）

松原氏は、生成 AI を PC や Office ツール、インターネットの普及と同等のインパクトを持つ技術革新と捉えており、セキュリティ面での懸念を考慮しても、“社員に使わせない”という選択肢はなかったと当時を振り返ります。

社内においても生成 AI への関心は高まっており、感度の高い社員から「生成 AI サービスを使えるようにしてほしい」という要望が寄せられるようになっていました。DX 推進部としても、生成 AI の活用が遅れることは、個人の生産性、ひいては企業競争力の低下につながると認識しており、まずは全社員が生成 AI に触れられる環境を作るという意味で、AOAI の導入に踏み切ったという経緯があったと松原氏は語ります。

精度向上を追い求めるのではなく、“確実に使えるところから少しずつ”の意識で、Microsoft 365 Copilot の全社導入を決定

こうして AOAI と Power Virtual Agents を用いて内製開発したチャットボットを起点に、同社は生成 AI の業務利用を本格化させました。一方で、出力品質の向上や社内データとの連携といった技術的な課題に加え、運用・定着面でも難しさを感じていたといいます。未来を見据えた“都市開発”や“まちづくり”を行う不動産デベロッパーという同社の業態の特性上、新しいものに興味を持つ社員は多く、生成 AI への期待感は高まっていました。しかし、当時の生成 AI モデルは使い手のスキルに依存しがちで、期待外れな出力結果になることも少なくなく、現場に浸透せず早期に使われなくなる懸念があったといいます。そこで同社は、ツールに技術や精度を求めるのではなく、生成AIに対する社員の期待値をいかにコントロールするかへと、考え方を切り替えていきました。

「そもそも世界最高峰の研究者たちが開発した AI モデルに、素人であるわれわれがどれだけ手を加えようと、大した改善は見込めないと考えています。そのため、プロンプトエンジニアリングや RAG などは重視してきませんでした。また、当社独自でツールを開発すると、参照するデータや AI モデルが変わるたびにチューニングが必要になるなど、運用コストの重さに課題があると感じていました。そこで、精度を追い求めて独自にツールを作り込むのではなく、まずは標準的なツールを前提に、日常業務の中で使えるところから使ってもらう、そのためにできるだけ市場標準に近いツールを使える環境を整える——そんなスタンスへとシフトしていきました」（松原氏）

独自開発ではなく、標準的なツールを前提とした AI 活用に舵を切った同社は、業務プラットフォームである Microsoft 365 との親和性が高い Microsoft 365 Copilot (以下 Copilot)に着目します。さまざまな AI ソリューションと比較検討した結果、日常的に利用している業務ツールとの接続が容易で、（出力品質に多少難ありと言われていたものの）運用負荷なく比較的新しい AI モデルにアクセスできる点を評価し、導入を決定。「当時の Copilot は精度に難があり、最新モデルの反映もやや遅かったものの、世の中の生成 AI モデル全体が圧倒的なスピードで進化をしていたことから、（最新モデルから多少遅れていたとしても）すぐに Copilot も満足するレベルに達するだろうと想定していました」と松原氏は振り返ります。

2024 年 2 月から DX 推進部での利用を開始し、生産性の向上が見込めること、及びセキュリティを担保できることを検証したうえで、同年3 月に Copilot Chat（当時はBing Chat Enterprise） を全社で利用開始。同年5 月から現場での Copilot 活用をスタートし、2025 年 5 月に全社展開を完了しています。

全社展開について、本プロジェクトを主導した松原氏は、「多用途での活用を前提とするのではなく、Copilot で簡単に、かつ確かな効果が見込める業務領域を見極め、まずは現場の社員に生成 AI の価値を実感してもらうことを重視しました」と振り返ります。なかでも、効果を最も分かりやすく示せるテーマとして着目したのが、Microsoft Teams（以下Teams）の議事メモ作成・要約機能でした。Teams は会議をレコーディングするだけで生成 AI によって議事メモのたたき台が出力されるため、現場の手間を増やさずに効果を出しやすい点も後押しになったといいます。

また、松原氏によれば、DX 推進部内での効果検証だけでは、全社導入の判断材料としては不十分だと考えており、現場実務の中で効果を示したうえで、他の現場部門や経営層に導入効果をイメージしてもらうべきだと考えていたといいます。そこで同社は、先行して PoC に協力してもらう部門をあらかじめ選定し、現場の具体業務で効果を検証する進め方を採りました。

「当社は会議の多い業態で、議事録を残さなければならない場面も多く、現場には大きな負荷がかかっていました。特に、海外事業部など外国語でのやり取りが多い部署では、会議内容の整理に加えて翻訳にかかる手間と時間も課題になっていました。そうした現場のニーズと、DX 推進部として効果を分かりやすく示したい狙いが合致し、先行導入部署として最適だと判断しました」（松原氏）

こうした背景を踏まえ、議事録のたたき台作成や要点の整理、必要に応じた翻訳といった作業を Copilot にサポートしてもらうことで、社員が本来注力すべき業務に時間を使える環境を整えることを目指したと松原氏は説明します。会議をレコーディングするだけで議事メモのたたき台が得られるため、導入・運用のハードルが低く、どの部署においても日常業務のど真ん中にある会議に適用し、効果を数字や実感として示せた点が、導入判断を後押しする大きな要因となりました。

現場主導の AI 活用を啓蒙、約 500 体のAI エージェントが市民開発で生み出される

全社展開を進める中で、DX推進部は現場からのフィードバックを踏まえ、「確実に業務で使われる」と判断した機能に絞り、”教えすぎない”スタンスで Copilot の活用方法を周知しました。その結果、現場社員が生成 AI に幻滅することを抑制しながら、活用が促進されていきました。こうした流れのなかで、AI 活用の新たなトレンドとして普及し始めていた「AI エージェント」の活用に着手したと松原氏は語ります。

「私自身が前に所属していた都市開発に関わる部門で『あったら良いな』と思ったエージェントをユースケースとして紹介したところ、想定以上に反響があったため、手応えを感じてエージェントの現場浸透を進めていきました。最初に紹介したのは、情報検索の効率化を図るだけのシンプルなエージェントでしたが、これが思いのほか現場に受け入れられました。業務を進めるうえでは、自分が担当する案件や物件のフォルダを探しに行き、該当の資料や契約条項を確認するといった作業が頻繁に発生します。しかも、必要な情報にたどり着くまでに案外時間がかかる。そこを短縮できるだけでも、現場にとっては十分な効果だったのだと思います」（松原氏）

DX 推進部では、現場社員向けとして、ノーコードで AI エージェントを開発できる「Agent Builder」によるエージェントの市民開発を促進。高度に開発できるMicrosoft Copilot Studio（以下Copilot Studio）ではなく、あえて簡易な Agent Builder だけを周知することで、現場の抵抗感を抑制しながら浸透させることができたと松原氏は語ります。その結果、全社展開から 1 年弱という短期間で、約 500 体の AI エージェントが事業部門の社員によって作成されています。

「たとえば賃貸マンションの開発・運営を行う部門では、これまで蓄積・整理してきた膨大なマニュアル・資料を読み込ませて高速検索できるエージェントを開発。マニュアル化をはじめ同部が行ってきたデータ整備の価値を高める活用事例となっています。また、ビルの開発における技術部門では、特定の会議体の過去の議事録を読み込ませることで、長年に渡って進んできたプロジェクトの過去経緯を簡単に追うことができるエージェントを個人が作成。異動などによる業務の引継ぎもスムーズに行えるようになっています。このように、各部署の課題や業務特性に合わせたエージェントが、現場起点の開発で次々に生まれ、活用事例が積み重なってきたことで、社内における AI 活用の機運が高まったと感じています」（松原氏）

さらに松原氏は、コーポレート部門 の FAQ 業務を AI エージェントで効率化した人事部の取り組みにも言及。もともとは、人事部に寄せられる問い合わせに対し、担当者自身が関連する規程などを素早く参照できるようにする目的で開発したエージェントでしたが、運用を重ねるうちに全社公開へと発展し、今では他部門でも活用されています。こうした事例が生まれたことで、自部署や個人の業務を効率化するエージェントを現場自らが作り、社内で共有していく文化が育ちつつある点に、松原氏は手応えを感じています。

「利用率は月間アクティブで平均約 80％、月によっては 90％を超えています。Copilot Chat に絞っても約 60％、Teams でも同様の利用率を達成しており、大半の人に価値を感じていただけている」と松原氏は導入後の手応えを語り続けます。「Copilot の満足度について全社的なアンケートを実施したところ、7 割以上が業務効率化に寄与していると回答しており、『AIがなかった時代に戻れない』『Copilot を導入して仕事のやり方が変わった』といった声もいただいています。ただこうした指標も大事ですが、利用率など定量的な数値を追い求めて、ツールの開発や現場支援が疎かになるのでは本末転倒だと思っています。とにかく“使える”と思ったアイデアはまずエージェントとして形にし、社内に公開して実務の中で試してもらう——そのサイクルを回すことを意識して取り組みを続けています。その意識が現場にも波及したのか、気づけば 500 体もの AI エージェントが市民開発で作られていたという感じですね」（松原氏）

市民開発で AI エージェントを展開する場合、管理体制も重要になりますが、Microsoft 365 を業務プラットフォームとして利用している同社では、Microsoft Entra ID をはじめ、マイクロソフトのユーザーライセンスに紐付いたアクセス権限で情報へのアクセスを管理することで内部統制を実現。ガバナンスを担保しながら、誰もが AI エージェントを開発・公開できる環境の構築に成功しています。

「開発した AI エージェントは、Microsoft SharePoint Online 上に構築された社内イントラネットの業務掲示板で各々の部署が公表しているほか、検索したいファイルが保存されている場所など導線上にエージェントのリンクを張るなど、エージェントを使ってもらうための仕掛けが用意されていることもあります。私自身もメルマガや業務掲示板で公開したりしていますが、どちらかというと、市民開発のコアユーザーを個別フォローし、現場社員起点の取り組みを周知することに注力しています」（松原氏）

Copilot Studio のマルチエージェント機能も活用し、業務プロセス自体を変革させるエージェント開発を目指す

同社では、Copilot の全社展開と、AI エージェントの市民開発促進で得られた成果を踏まえ、今後も生成 AI、AI エージェントの活用シーンを拡大していく予定です。すでに自身の業務への適用を深めたいと考えるコアユーザーからは、より高度な AI エージェントが開発できる Copilot Studioを活用した事例も出てきており、DX 推進部においても、Copilot Studio を用いたエージェント開発を見据えているといいます。

現状は Agent Builder を使った“作り込みすぎない”スタンスの開発が中心ですが、「定型的なアウトプットがほしい」「自身の業務プロセスにエージェントをはめ込みたい」といったニーズに対しては Agent Builder だけでは物足りない部分もあるといいます。

「今後はCopilot Studio も活用し、業務プロセス自体を変革させていくためのエージェント開発に取り組んでいきたいと考えています。すでに、DX 推進部では広報室と共同で、当社書式に基づいたニュースリリースの草案ファイルを生成するエージェントを Copilot Studio で開発・展開しており、現場部室店と広報室のコミュニケーションプロセスを補完する取り組みも進めています。こうした事例を、今後さらに広げていきたいですね。また、Copilot Studio に搭載されたマルチエージェント機能にも注目しており、部署や案件ごとに開発したエージェントをつないで横断検索できる仕組みも構築できるのではと期待しています。今は数多くのエージェントから、使うエージェントを自ら選ばなければなりませんが、こうした部分を簡略化できるような世界観を目指していきたいと思っています」（松原氏）

さらに松原氏は、不動産デベロッパーという業態の特性もあり、取り組みが遅れていた全社的なデータ基盤の整備も視野に入れていると今後の展望を口にし、マイクロソフトのさらなる支援を期待していると話します。

「全社的なデータ基盤の整備には、現場も巻き込んだ大きな労力とコストを伴います。ただ、生成 AIが普及したことで『整備すれば、こんなアウトプットが得られる』というイメージが格段に持ちやすくなりました。だからこそ、基盤整備に向けたきっかけを作れると考えています。そのため、Copilot 導入からのこの 1 年弱は、まず生成 AI の必要性を認知させることを最優先にしました。データが部署ごとに個別管理されている状況も、見方を変えれば現場起点で市民開発を進めやすい土壌です。あえてそこを生かして市民開発の促進に取り組んだ結果、『AIがなかった時代に戻れない』といったような声が増え、必要性の認知を広げることができています。生成AIを“自分にとって欠かせない存在”にできると、『これが全社で統一されたらもっと良くなる』という次のイメージも自然と描けるようになります。最近、先行公開された Microsoft 365 Copilot Cowork なども追い風に、データの保管場所の見直しをはじめ、より効率的な業務環境づくりを取り組んでいかなければならないと考えています」（松原氏）

AI 技術は日進月歩で発展を続けており、準備や検討に時間をかけていては追いついていけなくなると松原氏。その意味でも、OpenAI や Anthropic の最新 AI モデルと連携している Microsoft 365 Copilot のような“巨人”の肩に乗り、AI モデルの進化に追随していくアプローチが有効と力を込めます。

「今回の取り組みも踏まえ、生成 AI、AI エージェントの開発においては、DX推進部が”はりきり過ぎない”ことが重要だと感じています。エージェントの作り込み、マニュアルや教育体制の整備、ガバナンス体制の構築などに時間をかけていると、技術進歩であっという間に陳腐化してしまい、また検討し直し……といったサイクルに陥ってしまいます。これではもはやDX推進どころか”停滞”させてしまっていますよね。AIに限らずですが、DX推進においては、何もかも万全の準備をしてから展開するのではなく、小さく使える環境を用意して、クイックに現場のフィードバックを集めるスタイルが有効だと思っています」 (松原氏)

快適な都市環境づくりを目指し、豊かで夢のある暮らしを多くの人々に届けるための取り組みを進める東京建物。マイクロソフトの生成 AI は、次世代デベロッパーへの進化を目指す同社の社員一人ひとりに寄り添い、社会の持続的成長に寄与していきます。