前回の記事はこちら

今回は、ウルヴァニアックのオフィスの災害リスクを試しに調べてみました。対象は五反田・虎ノ門・東戸塚の3拠点で、それぞれのリスクをClaudeに比較してもらいました。

問いかけの方法

Claude Code CLIに対して、3拠点の住所を番地まで伝え、「それぞれの拠点について、液状化・洪水浸水・土砂災害のリスクを比較してほしい」と依頼しました。住所から位置を特定し、MCPを通じて国土交通省の不動産情報ライブラリからデータを取得して、結果を表にまとめてくれました。

液状化リスク

3拠点とも「液状化しにくい」という評価でした。ローム台地は、関東ローム層と呼ばれる火山灰が積み重なった台地で、締まった地盤が特徴です。東戸塚は丘陵の上にあり、こちらも液状化しにくい地形です。

洪水浸水想定

約1,000年に一度の大雨を想定した「想定最大規模」の浸水リスクを確認しました。

五反田は浸水想定区域に含まれ、想定浸水深は0.5〜3.0m未満でした。1階が床上まで浸かるおそれがある深さです。

総合評価

土砂災害警戒区域も合わせて、3つのリスク項目を並べました。

3拠点とも液状化のリスクは低く、土砂災害警戒区域にも該当しませんでした。浸水の想定があったのは五反田だけでした。同じローム台地にある五反田と虎ノ門でも、浸水の想定には違いがあることがわかります。

まとめ

3拠点を比べると、液状化のリスクはいずれも低い一方で、浸水の想定には違いが出ました。オフィスの立地を考えるうえでも、地形や浸水想定を知っておくことは、日頃の備えを考える材料になります。こうした調査の入口として、Claudeを使った問いかけは十分に実用的だと感じました。

正直、不動産情報ライブラリのデータは、API（プログラムからデータを取り出すための窓口）の知識がないと使えない、専門家向けのものだと考えていました。今回はMCP（Model Context Protocol：AIと外部のデータをつなぐ仕組み）を使って、このデータをAIから利用できるようにしました。これにより、「この土地の洪水リスクは？」「近くの不動産取引価格を教えて」と普段の言葉で聞くだけで、答えが返ってくる環境が整いました。

実際に使ってみると、自分が住んでいる地域のことや他地域との比較など、ふとしたきっかけで気軽に調べられるツールとして、想像していたよりも活用できるシーンがありそうだと感じました。これまで専門知識が必要だったデータも、AIとつなぐことで、誰もが身近に使えるものになると思います。