大阪・関西のAI企業が取り組む移動AIとは ── 飛行機AI・船舶AI・旅行AIの技術と実装領域

大阪・関西でAI企業をつくる意味は、現場密度にあります。

関西には、関西国際空港・伊丹空港という空の入口、瀬戸内海・日本海へ伸びる船舶航路、京都・大阪・奈良・神戸を結ぶ鉄道網、そして世界有数のインバウンド需要があります。空港、港、駅、ホテル、観光地、自治体、地域事業者が密集するこの環境は、移動AIを実装するための現場そのものです。

MarsLinkは、大阪・うめきたを拠点とするAIスタートアップとして、CabinTimeとJourney Intelligence Platformを開発しています。私たちが目指す領域は、移動空間における情報・状況認識・意思決定をAIで支えることです。

移動AIとは何か

移動AIは、経路検索や観光案内の先にある意思決定支援です。

人は移動中に、到着後の移動手段、食事、宿泊、予定変更、天候、混雑、口コミ、同行者、目的、避けたい体験を同時に考えています。情報はすでにあります。地図、検索、SNS、レビュー、交通情報、天気予報、施設情報は揃っています。

しかし、それらは別々のサービスに分かれています。利用者は複数の画面を見比べ、最後は自分で判断する負荷を負っています。移動AIが担うべき役割は、この分断された情報をその人の文脈に合わせて読み替え、次の行動を選べる状態に整えることです。

移動AIが扱うべきデータ

便、航路、列車、バス、タクシーなどの移動データ
到着時刻、遅延、乗り換え、待ち時間、混雑
天気、雨雲、気温、風、海況などの環境情報
店舗、ホテル、観光地、イベント、地域施設の営業情報
Google評価、口コミ、騒音、席間、価格帯、雰囲気
利用者の目的、同行者、時間制約、避けたい体験
通信状態、オフライン時の表示可否、再接続時の更新

このような情報は、集めるだけだと判断に届きにくくなります。重要なのは、AIがそれらを判断単位に変換することです。

技術的には、何をしているのか

移動AIの難しさは、LLMに「おすすめを出して」と聞く段階から、さらに文脈と根拠を扱う点にあります。

LLMは自然言語の理解や要約に強い一方で、移動の現場では、現在地、到着時刻、遅延、天候、通信状態、口コミ、目的、同行者、事業者が持つ情報などが常に変化します。これらをその場の文脈に合わせて扱うには、データを構造化し、AIが参照できる状態にする必要があります。

MarsLinkでは、移動と滞在の世界をJourney Graphとして捉えています。場所、交通手段、時間、利用者文脈、リスク、候補、事業者情報を結びつけ、AIが「どの情報が、どの判断に関係するのか」を扱いやすくする考え方です。

Journey Graphで表現するもの

起点、目的地、経由地、到着予定時刻
空港、港、駅、ホテル、店舗、地域施設
天候、混雑、遅延、営業時間、口コミ
接待、家族旅行、一人旅、出張などの目的
静かさ、徒歩距離、価格帯、雨天動線などの条件
推奨、回避、保留、要確認といった判断状態

この構造の上で、LLMは自然言語の理解、口コミの要約、利用者への説明、候補比較の理由づけを担います。LLMの力を、構造化された文脈と組み合わせて使うことが重要です。

飛行機AI ── 機内から到着後の判断を支える

飛行機AIの価値は、機内でのエンターテインメントに加えて、到着後の判断準備にあります。

国内線でも国際線でも、機内は到着後の予定を整える重要な時間です。羽田に着いた後にどのルートで都心へ向かうか。雨が降っているならどの動線が濡れにくいか。接待の前に、騒がしい店を避けられるか。家族旅行なら、子ども連れで無理のない移動になっているか。

飛行機AIで重要な技術要素

機内Wi-Fiや衛星通信が使える時に最新情報を取得すること
通信が弱い時でも、事前配信した情報をローカルで表示すること
到着時刻や遅延に合わせて、提案の優先順位を変えること
口コミやレビューを目的別に解釈すること
なぜ薦めるのか、なぜ避けるのかを説明できること

機内は通信が不安定なことも多く、クラウドAIと通信が弱い場所でも使えるエッジAIを組み合わせる設計が重要になります。CabinTimeは、こうした機内・移動空間でJourney AIを導入する初期パッケージとして、現在、設計・開発を進めています。

船舶AI・フェリーAI ── 長時間移動と通信制約を価値に変える

船舶AIやフェリーAIも、移動AIにとって重要な領域です。

フェリーや観光船は、飛行機よりも滞在時間が長く、海上では通信も不安定になりやすい。十数時間のフェリー移動は、到着後の地域体験を準備する時間でもあります。

船舶AIが支援できる判断

到着港から市街地、ホテル、観光地への移動
天候、海況、遅延、港周辺の混雑
到着後すぐに使える飲食店、休憩場所、交通手段
荷物が多い旅行者、高齢者、子ども連れに適した動線
海況や天候により、屋外体験を避けるべきかどうか

船舶AIは船内案内に加えて、到着港からの交通、天候、混雑、地域の飲食店、観光地、イベント、避けるべきリスクを整理し、利用者が到着後に迷わないようにします。船内という閉じた空間は、むしろAIが文脈を深く理解しやすい環境でもあります。

旅行AI ── 広告順位から、判断支援へ

旅行AIという言葉は、目的地やホテルをおすすめする仕組みとして使われがちです。MarsLinkが考える旅行AIは、広告順位や送客枠の最適化を超えて、利用者の判断支援を軸にします。

重要なのは、「その人にとって失敗しにくい選択」を見つけることです。友人との旅行なら良い店でも、接待では騒がしすぎる場合があります。Google評価が高くても、雨の日に長く歩く必要があれば優先順位は下がります。人気スポットでも、混雑や時間制約によっては満足度を下げる可能性があります。

旅行AIで必要な判断の種類

推奨：目的に合い、条件が良い候補
回避：評価が高くても、文脈に合わない候補
保留：情報が不足しており、人の確認が必要な候補
代替：天候、遅延、混雑に応じた別案
説明：なぜその判断になったのかを示す根拠

旅行AIは、良い候補を出すだけでなく、避けた方がいい選択を理由つきで示すAIであるべきです。決めるのは人間です。AIは、人が安心して判断できる状況をつくります。

大阪・京都・関西で実装する理由

大阪・京都・関西は、移動AIに必要な条件が揃っています。

関西国際空港と伊丹空港があり、京都・大阪・奈良・神戸に世界中から人が訪れ、鉄道・バス・船舶・ホテル・地域事業者が密集しています。自治体や大学、交通事業者、観光事業者との連携も生まれやすい地域です。

MarsLinkは、大阪のAI企業として、地域と交通とAIをつなぐ実装に取り組んでいます。京都大学・京都外国語大学との共同研究、自治体との連携、OSAPでの採択などを通じて、構想だけでなく現場の制約からプロダクトを磨いています。

現在のフェーズ

CabinTimeは現在、開発・共同検証フェーズです。

だからこそ、航空会社、船舶事業者、交通事業者、自治体、DMO、ホテル、地域事業者とともに、どの情報が本当に判断に役立つのか、どのUIなら移動中に使えるのか、どの運用なら現場に負担なく続けられるのかを検証しています。

大阪・関西から、飛行機AI、船舶AI、フェリーAI、旅行AI、観光列車AI、そして移動AIの実装へ。MarsLinkは、CabinTimeを起点に、移動空間の意思決定を支えるAIインフラを育てていきます。

関連リンク