データが脚光を浴びている – 再び。10年ほど前に旅行業界を襲った「ビッグデータ」現象PhocuswrightのアナリストBob Offuttが2012年に観察した「最も急速に成長し、最も話題になっているテクノロジートレンドの1つ」）と同様に、今日では人工知能（AI）アプリケーションの急増によって、再びこれが注目されています。
しかし、今回は、旅行業界がAIエージェントの使用に移行するにつれて、この豊富なデータのクリーンアップと標準化に焦点が当たられています。理想は、これらのエージェントが将来人間の監督なしに決定を下すことです。しかし、彼らは信頼されている場合にのみ成功します。そのためには、正確なデータが必要です。
専門家たちはまた、旅行代理店が需要に応えるために更なる自動化を進めるには、「よりクリーンな」データが必要であると主張しています。BCGの新しいレポートは、レジャー旅行だけで見ても現在の5兆ドル産業から2040年までに15兆ドルに成長すると予測しています。より厳格化するデータコンプライアンス法も、データクレンジングの推進要因になっています。
スケールアップの時 Time to scale
データ品質プラットフォームTale of DataのCEOであるRobbie Jamesonは、次のように述べています。
「昨年、データ品質市場で大きな変化が見られました。企業がAIの概念実証をスケールアップしようとすると、必然的に“質の低いデータ”という壁にぶつかります。『ゴミを入れれば、ゴミが出る』：これは新しいものはありませんが、人々は実際にコストを肌で感じて初めて理解するのです。だから今では『データ品質とは何か』を知らされる必要はなく、むしろ、『あなたたちの拡張されたAIプラットフォームがそれにどのように対処するか』を知りたがっている人が増えています。」
提供されているAIエージェントの数は指数関数的に増加しています。スイスのUmbrella Facesは、データと旅行者のプロフィールの標準化を専門としており、70カ国の600の旅行代理店と協力しています。1,300万の旅行者のプロフィールのデータベースがあり、最も複雑なタイプのデータセットの1つです。
「旅行代理店向けのAIを専門とする企業は複数あります」と、Umbrella FacesのシニアバイスプレジデントであるHelmut Pilzは述べています。2024年のPhocusWireの Hot 25 Travel Startupであり、今年のTravelTech ShowのTrailblazer Awardsの受賞者であるAcai Travelを、この分野の先駆者の一つです。しかし、多くの新しい市場は、ApaleoのAgent Hubや、AIエージェントの「労働力」と呼ばれるPredictXのCogent、言語モデルとレガシーシステムの間のAIアプリケーション層であるDataieraなど、古い世界と新しいマーケットプレイスの間の橋渡しの仕組みが次々と出現しています。
「彼ら全員に正しいデータが必要です。私たちが確認できるのは、私たちのソフトウェアとそれに関するワークフローで、データが識別され、あるべき場所に置かれているという意味でクリーンであり、必須情報の観点からは完全であるということです」とピルツは付け加えました。
コストのかかるミス Costly mistakes
出張旅行では、間違いは許されません。電話番号の紛失やパスポートの有効期限の切れなどの単純な要素でさえ、運用の中断、経済的損失、評判の損傷につながる可能性があります。旅行者が空港で立ち往生したり、ホテルにチェックインできなかったりした場合、システム全体が崩壊します。
実際、データプラットフォームFivetranの調査によると、低品質または不正確なデータを使用して構築されたAIプログラムやモデルのパフォーマンスが低いと、企業は平均して年間収益の最大6%のコストがかかります。
また、最近のMcKinseyの調査では、トップパフォーマーの約70%が、データ品質の問題、データガバナンスのプロセスの定義、十分なトレーニングデータの確保など、データをAIモデルに統合するのに苦労していると答えています。
Pilzはまた、今日の旅行代理店は、運用効率を向上させるために内部自動化のためのより良いデータを必要としている一方で、エージェンティックAIは有能で経験豊富な[人間]エージェントの不足を補うと主張しています。
「旅行マネージャーが直面する重要な課題の1つは、リソースです」と、今年のビジネストラベルショーヨーロッパでビジネストラベルイノベーションフェースオフを獲得したPredictXのCEOであるKeesup Choeは述べています。
「企業の出張旅行が急増している一方で、多くのチームはこの需要を満たすために拡大することができず、これらのギャップに効率的に対処できるCogentのようなスケーラブルで自律的なソリューションの必要性が拡大しています」と彼は言いました。
逸失する機会 Missed opportunities
専用のQC（品質管理）モジュールを提供する旅行管理テクノロジープラットフォームTripStaxの最高技術責任者であるScott Wylieも、現在AIモデルで活用されているのは、企業にとって極めて重要なデータのほんの一部にすぎないと指摘しました。
彼は、レポートのための予約データであれ、豊かで正確なプロファイルに基づいて個人のハイパーパーソナライゼーションのためのAIの使用であれ、データ品質の低さが信頼を損なう可能性があり、機会を逃す可能性があると主張しています。
「TMCと企業が、企業レベルでこの課題に取り組んでいるのを見ています」とWylieは言いました。「特に中国などの地域では、データの流通、正確性、清潔さがプロセスの改善が必要です。目標にすべきは、従来の収集方法をバイパスしなければならない、ほぼリアルタイムのデータ環境に移行することです。」
一方、彼は、旅行業界は依然としてデータの断片化と信頼性に苦しんでいると考えています。その一因としてNDC（New Distribution Capability）を挙げています。「NDCは、矛盾するようだが、逆説的に、データの管理とアクセス方法を断片化することで新しい複雑さを持ち込んでしまった」と指摘しています。
未来を予測する Forecasting the future
収益管理は、システムに可能な限り正確なデータが供給されることを保証するというプレッシャーがある別の分野です。Louvre Hotels Groupの最高情報責任者であるMehdi Souaによると、ホテル経営者にとって最大の恐怖は、データが間違っていることです。
Jamesonの「garbage in, garbage out」のアナロジーと同様に、Souaは最近パリで開催されたGlobal Revenue Forumのステージで講演する際に、フランスの表現「merde in, merde out（（糞を入れれば糞が出る））」を提供しました。
「最もスマートな収益管理システムを使用していたとしても、データがクリーンでない場合、私たちが供給する情報が良いにおいがしない場合、いわば悪いことしか出てきません」と彼は言いました。「データと言えば、GD`R（一般データ保護規則）にもつながります。供給するデータには注意が必要ですが、会社情報に関する機密性にも注意する必要があります。今日、誰もがテストのためにChatGPTに商法を入れていますが、多くの人が会社の文書を入れ、競合他社や他の企業と共有できるモデルを供給してしまっています」と彼は言いました。
一方、観光業界では、データは常に「移動」しており、一部は個人的、感情的、文脈的な体験に基づいているため、追加の課題がある、と、新しいホワイトペーパー「AI agents for tourism: can we trust them?（観光のためのAIエージェント：私たちは彼らを信頼できるか？）」の著者であるClaire Robinsonは述べています。
信頼できる観光AIを構築するための4つのレバーを提案し、そのうちの1つには、高品質で信頼性が高く、構造化され、文脈化されたデータへの投資が含まれています。「旅行者は本当に旅行のためにAI生成の推奨事項に頼ることができますか？誤った情報、データの不正確さ、アルゴリズムのバイアスは、提供された提案の質と信頼性を損ない、ユーザーを意思決定の真の支援ではなく、信頼できないオプションの過負荷にさらします」と、この報告書は結論付けました。
