CabinTime / Initial Journey AI Package

移動空間に、
次の判断を支える知能を。

CabinTimeは、通信が不安定な移動空間や、事業者が設計する専用ポータルにJourney AIを導入するための初期パッケージとして開発中です。天気、口コミ、混雑、運行情報、目的、好み、避けたい体験をAIが読み取り、旅行者が安心して次を選べる状態をつくることを目指しています。ここで検証した文脈理解と推薦の型を、より広いJourney AIの基盤へ展開します。

現在は正式ローンチ前の開発・共同検証フェーズです。

Live journey context

ITM 伊丹空港 -> HND 羽田空港

Arrival window active

Route intelligence

Osaka to Tokyo arrival plan

CT-218

ITM HND CURRENT

Origin

ITM 伊丹空港

Destination

HND 羽田空港

Weather radar

東京湾側に雨雲

ETA

17:40

Progress

63%

Altitude

34,000 ft

Reviews

Noise risk flagged

Transit

Crowding rising

Purpose

Business dinner

Profile

Quiet / short walk

Avoid / Recommend / Explain

雨と混雑を避ける移動

Recommend

京急の混雑と降雨予測を見て、浜松町方面ならモノレール案を優先。

接待には不向きな候補を除外

Avoid

口コミの騒がしさ、席間、雨天時の徒歩距離から、商談後に合わない店を外す。

二次会候補の条件を確認

Explain

店種、Google評価、雨天動線、料金帯、一次会からの距離で理由を整理。

Fit score

82%

Risk checks

4

Human choice

Final

CabinTime Film

移動中の判断を、AIで支える。

CabinTimeが目指す体験を、短い映像で紹介します。移動時間を、ただ過ごす時間ではなく、到着後の行動を整える時間へ変えていきます。

この動画には音声が含まれます。再生前に音量をご確認ください。

本映像はCabinTimeの構想のコンセプトムービーです。

Product definition

CabinTimeは、Journey AIを移動空間に導入するために開発中の初期パッケージです。

CabinTimeは、単なる旅行アプリでも、機内の時間を埋めるためのものでもありません。Journey AIを、通信が不安定な機内・船内・車内で実際に使える形にする初期導入パッケージとして設計・開発を進めています。ソフトウェアとして設計しているため、iPhoneやAndroid、航空機のIFE、船内ポータル、事業者アプリなど、移動空間のあらゆる画面に組み込める構成を想定しています。多言語対応により、日本人にも、インバウンドや海外の旅行者にも届けられる体験を検証しています。

CabinTimeは、乗客向けのスマートフォン画面、機内・船内ポータル、移動中の文脈を読むAI、接続できる時に最新情報を取り込む通信設計、通信が弱い場面を支えるローカル実行、事業者が情報を更新する運用設計をひとつにまとめる構想です。

移動中の人は、到着後の食事、移動手段、予定変更、天候、混雑、地域情報を同時に考えています。情報は十分にあります。足りないのは、それらを現在地、時間、目的、制約に合わせて読み替え、次の行動を選べる形に整える仕組みです。

CabinTimeは、移動中の時間を「検索する時間」ではなく「次の行動を決める時間」に変えることを目指しています。AIが文脈を理解し、選択肢と理由を提示し、最終的な判断は人間に残します。

重要なのは、良い候補を出すことだけではありません。接待では避けるべき店、雨の日に歩かされるルート、混雑で時間を失う移動、Google評価は高くても雰囲気や動線が合わない二次会候補など、選ばなければ避けられた不満を事前に減らすこともCabinTimeの役割です。

Operational dashboard

情報を集約し、避けるべき選択まで見つける。

CabinTimeが統合するのは、画面ではなく判断に必要な文脈です。天気、口コミ、公共交通の混雑、営業時間、運航・運行情報、地域データ、利用者の目的と好みを束ね、「行くべき場所」だけでなく「避けた方がいい選択」も整理します。

Passenger App

HND arrival assistant

Personal

まもなく羽田に到着します

避けて、選ぶ

到着後の動き ・ Arrival plan

赤坂・会食 19:00
17:40羽田空港に着陸
18:00手荷物を受け取り
18:05東京モノレール(空港快速)に乗車
18:22浜松町で乗り換え(千代田線方面)
18:48赤坂に到着
19:00会食(一次会)スタート

Embedded Portal

Context layer for ITM -> HND

Cabin Wi-Fi Offline-aware
ITM HND NOW

IFE map layer

Route + weather

ALT

34,000 ft

GS

830 km/h

ETA

17:40

WX

Rain on arrival

Signal stack

8 signals

雨雲、Google評価、口コミ、混雑、営業時間、運行情報、料金帯、利用者文脈を統合。

Experience risk

Medium

接待文脈では騒がしい候補の提案順位を下げる。

Next best action

Review

人が最終確認できる理由つきの提案に変換。

Operator Console

Experience risk monitor

二次会の条件 ・ After-party context

Purpose

接待の二次会

Avoid

騒がしい店・長い移動

Preference

静か・会話できる

From

一次会 赤坂 21:00

候補A

静かなラウンジ

Review

Google評価4.3、騒音口コミ少、一次会から徒歩6分、雨でも地下動線あり。

Google 4.3 徒歩6分 地下動線

候補B

ホテルバー

Keep

Google評価4.5、一次会からタクシー1メーター。静か・駅直結で天候影響が少なく、今夜22時から生演奏あり。

Google 4.5 タクシー1メーター 22:00 生演奏

候補C

人気居酒屋

Avoid

食事評価は高いが、席間が近く騒がしい口コミが多い。商談後の会話や機密性を重視する場には不向き。

Google 4.4 会話しづらい 席間が近い

Deployment domains

通信が届きにくい空間と、滞在時間の長い空間へ。

CabinTimeはAir専用でも、Sea専用でもありません。通信が不安定な環境、専用ポータル、限られた移動時間、到着後の判断が重なる空間に、Journey AIを初期導入するためのパッケージとして開発中です。

Air

Primary

航空機、空港ラウンジ、機内Wi-Fi、IFE、到着前案内。通信制約と到着後の判断が重なる最初の重点領域。

Sea

Primary

フェリー、船舶、クルーズ、船内ポータル、寄港地案内。海況、天候、通信制約、到着地情報を一つの文脈にする。

Rail

Expansion

観光列車、新幹線、私鉄特別車両。沿線情報、混雑、乗換、到着後の滞在判断を、車内体験に組み込む。

Coach

Expansion

長距離バス、空港連絡バス、観光バス。限られた画面と移動時間で、到着後の行動を決めやすくする。

Stay

Expansion

ホテル、旅館、ラウンジ、館内ポータル。滞在中の食事、移動、天候、周辺体験を個人文脈で整理する。

Region

Expansion

自治体、DMO、地域回遊、観光案内所。地域が持つ情報を、旅行者の状況に合う判断材料として届ける。

Decision support model

AIが見るのは、情報ではなく判断の条件です。

CabinTimeは、検索結果を並べるだけのUIではありません。横断的な情報をひとつの判断ダッシュボードに集約し、その人の目的に合わせて、選ぶ理由と避ける理由を整理する体験を検証しています。

01 / Cross-source dashboard

横断情報を一画面にまとめる。

天気、口コミ、混雑、営業時間、運行・運航情報、地域データを分断せず、到着前の判断に使える形にまとめる。

02 / Personalization

人と目的に合わせる。

接待、家族旅行、一人旅、短時間滞在などの目的と、静かさ、徒歩距離、混雑耐性、避けたい体験を提案に反映する。

03 / Explainable choice

理由を見て判断できる。

AIが勝手に決めるのではなく、推奨、注意、除外の理由を示し、人が納得して次の行動を選べる状態をつくる。

Passenger experience

移動中に、次の選択肢が見えてくる。

CabinTimeは、利用者に情報を大量に渡すのではなく、今の移動文脈に合う選択肢へ絞り込む設計です。おすすめと同じくらい、避けるべき選択を見つけることを重視します。

体験の失敗を避ける

接待、家族旅行、一人旅などの文脈に合わない候補を、口コミ、混雑、動線、天候から見つけ、優先度を下げる。

予定変更への対応

遅延、雨、混雑、時間不足が起きたとき、無理のない代替案を整理する。

パーソナライズされた提案

到着予定時刻、目的地、滞在時間、交通状況に、本人の好み、同行者、目的、避けたい体験を重ねて提案する。

地域との接続

自治体、DMO、店舗、宿泊、体験事業者の情報を、旅の文脈とリスク条件に合わせて届ける。

Operator Console

移動空間に届ける判断材料

ITM → HND

事業者・地域が持つ情報と、その連携状態。AIが利用者の文脈に合わせて取捨選択します。

経路・所要時間 リアルタイム
配車・交通手段 リアルタイム
運行・遅延・規制 リアルタイム
天気・雨雲レーダー 5分前更新
口コミ・評価 同期済み
店舗・施設の空き状況 リアルタイム
地域・飲食・イベント 連携準備中

For partners

事業者や地域にとって、移動空間は判断材料を届ける接点になる。

航空機、船舶、交通機関、ホテル、地域には、利用者の判断に役立つ情報があります。CabinTimeは、それを広告枠として押し出すのではなく、目的、天候、混雑、動線、避けたい体験に合わせた判断材料として届けることを目指しています。

事業者や地域は、路線、便、航路、車両、施設、目的地ごとの情報を整えます。AIはそれを利用者の文脈に合わせて整理し、人が選びやすい形で提示します。共同検証では、情報更新の負荷、提案理由、利用者の納得感を確認します。

Powered by Journey AI

CabinTimeの頭脳は、Journey AI。

CabinTimeは、移動・滞在空間に導入するパッケージとして開発中です。その中で文脈理解と提案を担うのがJourney AI——移動と滞在の文脈を読み取り、利用者ごとに次の行動を選べる状態をつくる知能です。

Journey AIは、広告枠の順位ではありません。天気、交通、混雑、口コミ、目的、好み、避けたい体験を自律的に集め、薦める理由と避ける理由を添えて提示します。決めるのは、つねに人間です。

Weather

雨雲、降水確率、風、海況、気温、屋外滞在への影響。

Mobility

運航・運行情報、遅延、乗換、混雑、徒歩距離、タクシー待ち。

Reviews

Google評価、口コミの傾向、騒音、席間、接客、目的との相性。

Context

接待、家族旅行、一人旅、短時間滞在、同行者、到着時刻。

Preference

静か、駅直結、雨に濡れにくい、料金帯、避けたい体験。

Assurance

なぜ推奨するか、なぜ避けるか、どの情報を根拠にしたか。

Pilot design

共同検証で確認すること。

CabinTimeは開発中の初期導入パッケージです。実証パートナーとともに、移動空間で本当に価値が出る体験、運用、事業モデルを検証します。

UX検証

移動中の限られた時間で、どの情報量とUIが判断しやすいかを確認する。

情報更新

路線、便、航路、目的地、季節ごとの情報を、どの運用負荷で更新できるか、どの粒度ならAIの判断材料として使えるかを検証する。

地域連携

自治体、DMO、飲食、宿泊、体験事業者との接続が、到着後の行動につながるかを確認する。

信頼できる情報設計

事業者や地域が持つ情報を、広告枠ではなく判断材料として扱う運用を共同検証で設計する。

What CabinTime is not

誇張せず、開発中のプロダクトとして進める。

CabinTimeは、正式ローンチ済みの大規模導入プロダクトではありません。MarsLinkは、移動空間での意思決定支援という仮説を、初期導入パッケージとして現場の制約と実証から検証していきます。

人間が決める

AIは判断を代行するのではなく、状況、選択肢、理由を整理する。

現場から設計する

通信制約、限られた時間、地域情報の更新負荷、現場の制約を前提にする。

基盤へ育てる

初期パッケージとして現場に導入し、Journey AIを支えるデータ、文脈理解、説明可能性の基盤へ接続する。

Co-create CabinTime

移動中の判断支援を、共に検証する。

航空会社、船舶事業者、交通事業者、自治体、DMO、宿泊・飲食・体験事業者との共同検証を想定しています。