年間約８万件の実務知見をAIへ。ミトラグループ、担保適格性判定バーティカルAIの実証を開始

～実務で培った判定基準とデータ統合基盤「MITLAS」を活用し、AI駆動開発で担保確認業務を高度化～

ミトラグループ株式会社

2026年10月9日 15時30分

　ミトラグループ株式会社（本社：東京都千代田区、代表取締役社長：成宮正一郎、証券コード：6093、以下「当社」）は、住宅ローンなど不動産を担保とする融資における担保適格性判定・評価業務に特化したバーティカルAI（以下、担保適格性判定AI）を開発し、2026年９月下旬より実証を開始しました。

　担保適格性判定AIは、当社が金融機関より受託している担保適格性判定および評価業務で運用してきた判定基準・チェック項目・業務手順等のノウハウを可視化し、売買契約書、重要事項説明書、登記事項、住宅地図などの情報を読み取り・突き合わせ、判定根拠を示しながら一次判定と報告書起案までを支援します。AIが判断に迷う案件は人へ回付し、最終判断は当社の専門スタッフおよび金融機関が行います。

　また、当社のデータ統合基盤「MITLAS（ミトラス）※」を開発し、連携することで、物件・登記・案件等のデータを共通化し、担保適格性判定および評価業務に必要な情報を一元的に扱える環境を整備します。システム自体も、AIを開発工程そのものに組み込む「AI駆動開発」により自社で構築し、現場で見つかった課題を短いサイクルで改善・検証していきます。

※ MITLAS（ミトラス）とは、当社の商号であるMITRA（ミトラ）と16世紀にメルカトルが地図帳の表紙として描いたATLAS（アトラス）を掛け合わせた名称です。

１．背景 ― 担保適格性判定は「読む」だけでは自動化できない

　住宅ローンなど不動産を担保とする融資では、融資実行前に対象物件が担保として流通性や再建築の可否などについて適格かどうかを確認する必要があります。担当者は売買契約書、重要事項説明書、登記事項、住宅地図などを目視で突合し、道路付けや法令適合性など多岐にわたる基準で確認しており、1件あたりに相応の時間を要しています。

　生成AIの普及により、書類の読み取りや要約は一般化しました。一方、担保適格性判定および評価業務で求められるのは、読み取った情報を業務固有の基準に照らし、複数書類を横断して整合性を確認し、判定根拠を示し、曖昧な案件を確実に人の判断へつなぐことです。生成AIを単体で導入するだけでは、実務で求められる品質管理や説明可能性まで含めた業務プロセスにはなりません。

２．担保適格性判定AI

　担保適格性判定AIは、担保確認業務の一連のプロセスを対象に、書類受付から情報抽出、判定基準との照合、一次判定、判定根拠の表示、報告書起案までを支援する業務特化型のバーティカルAIです。

＜主な特長＞

実務の判定基準をスキル化：当社が運用する72項目の不適格基準を、「基準×確認書類×該当箇所×確認キーワード」の対応として形式知化し、判定ルールとして実装。金融機関や拠点ごとの閾値の違いはパラメータで管理します。
読む・突き合わせる・判定する・起案する：書類の受付から構造化抽出、基準との照合、一次判定、報告書起案までを一連で処理。確認案件の約7割を占める疑義のない案件はAIが一次判定を担い、専門スタッフは判断を要する案件に集中します。
すべての判定に根拠を表示：抽出値と判定結果に、原本のページ・位置・原文を紐づけ、原本と並べて検証できる設計とします。
曖昧な案件は人へ回付：AIが判断に迷う案件を自動的に適格扱いせず、人が確認するプロセスを組み込みます。
不審案件を受付段階で検知：売主・買主・仲介会社を要注意業者リスト等と照合し、法人名の表記ゆれも吸収します。
金融機関側の大規模改修を前提としない：入力データや帳票を自動生成する形で、既存業務への組み込みを想定しています。

３．当社の独自性 ―「AIをつくる会社」ではなく「業務を担う会社」がAIをつ　　　くる

　当社グループは、担保適格性判定・評価業務だけで年間約８万件を処理するなど、不動産の専門業務を自ら担う当事者です。現場の担当者が日々使っている判定基準やノウハウ、判断に迷う場面、例外処理の実態を、そのままAIの設計と検証に反映できます。実運用の現場が開発と実証の場になることが、当社の最大の特徴です。

４．データ統合基盤「MITLAS」との連携

　担保適格性判定AIを単独のAIツールで終わらせず、担保適格性判定・評価業務に必要な情報をデータとしてつなぐ基盤がMITLASです。物件・登記・契約・案件等の情報を共通IDで管理し、パブリックデータや業務成果物データと組み合わせることで、確認に必要な情報へのアクセスと再利用を容易にすることを目指し、担保適格性判定AIと同時に実証を開始します。

　これにより、AIの性能だけを競うのではなく、「実務知見×業務プロセス×データ基盤」を一体で設計してまいります。