本レポートは、パーソナライズされた顧客体験の向上や業務効率化を背景に急成長する観光分野におけるAI市場を分析したものです。市場は、旅行業界やモビリティ分野を中心に、ルート最適化、ダイナミックプライシング、チャットボットによる自動サービスなどの技術導入が進んでおり、特にレンタカー・モビリティ提供者セグメントが急速な拡大を見せています。アジア太平洋地域が最大の成長を遂げると予測される中、シンガポールや韓国、日本などの先進的な事例を交えつつ、主要企業の戦略や生成AIを含むソリューション、地域別の市場動向を包括的に網羅しています。

市場概要

観光分野におけるAI市場は、2024年には29.5億米ドルと推定され、2030年には133.8億米ドルに達すると予測されています。予測期間中の年平均成長率（CAGR）は28.7%に上ります。AIは、主にライドシェアリングやシャトルサービスを通じて、観光セクターにおけるモビリティ・ソリューションを大幅に改善してきました。データ分析と機械学習アルゴリズムは、交通データや、最も効率的なルートを辿る車両の履歴データのリアルタイム分析に基づき、ルート選択の最適化を行い、移動時間とコストの削減を実現します。これにより、待ち時間の短縮や正確な到着予測が可能となり、運用効率の向上と顧客体験の質の向上を同時に実現します。

市場セグメンテーションと動向

エンドユーザー別

• 旅行業界（Travel Industry）: 予測期間中、市場において最大のシェアを占める見通しです。旅行予約サイトで使用されるアルゴリズムは、よりパーソナライズされた推奨、ダイナミック・プライシング（動的価格設定）、およびユーザーインターフェースの使いやすさをもたらし、ユーザーによる比較検討と情報に基づいた意思決定を容易にします。また、AI主導のソリューションを活用することで、リアルタイムの空き状況確認や車両の予兆保全を実現しています。
• カーレンタルおよびモビリティ・プロバイダー: 予測期間中に最も高い成長率を記録する見通しです。顧客サービスの体験向上と効率化のためにAIの活用が進んでいます。需要予測によるフリート管理、車両の可用性管理、市場状況に応じた価格戦略の自動化などが可能です。また、ユーザーに合わせた車両の提案、ルート、リアルタイムの交通情報提供により、スムーズで効率的な移動を支援します。AIチャットボットやバーチャルアシスタントの導入により、カーレンタル企業は低コストで即時的なカスタマーケアや予約対応が可能となり、シームレスなモビリティへの需要に応えつつ、急速に変化する市場での優位性を確保できます。
• 海事産業: クルーズラインやフェリーサービスにおいて、AIはルート計画の強化、船内体験の向上、および分析による安全シナリオの構築に活用されています。
• 航空産業: チャットボットによる顧客への自動サービスを通じてAIを活用しています。フライトの最適化、手荷物の追跡、およびその他の関連業務が、より質の高い体験に寄与しています。
• 鉄道および道路交通: スケジューリング、乗客とのコミュニケーション、および強固な安全対策の実施にAIを利用しています。

AIは、観光セクターにおけるビジネスのあり方、顧客との相互作用、イノベーション、そして成長における深い変革を担っています。

地域別

• アジア太平洋地域: 予測期間中、最も高い市場成長を記録する見通しです。
• シンガポール: Changi空港では、滑走路上の残骸や野生動物をスキャンする「iFerret」と呼ばれるAIシステムを導入しています。高精細カメラにより、わずか4cmの物体も検知可能で、2024年末までに完全稼働する予定です。
• 韓国（ソウル）: ソウル特別市は、2023年12月のメーデー休暇に押し寄せた外国人観光客向けに、外国人向けのタクシー配車アプリ「Tabo」と、地下鉄駅でのリアルタイム翻訳サービスを開始しました。翻訳サービスは、AIと音声テキスト変換技術を活用し、主要な観光案内所において非韓国語話者同士のリアルタイムな会話をサポートします。
• 日本: 日本政府は、観光セクターにおける訪問者体験の向上と持続可能な取り組みへの活用を目的としたAI技術開発のため、KDDI株式会社を含む5社に対し、約4億7,000万米ドルの資金提供を承認しました（2024年4月までに展開）。

調査手法とインタビュー

観光分野におけるAI市場で活動する主要組織の最高経営責任者（CEO）、ディレクター、およびその他のエグゼクティブを対象に、詳細なインタビューが実施されました。

• 企業タイプ別: Tier 1 – 20%、Tier 2 – 50%、Tier 3 – 30%
• 役職別: C-level – 73%、D-level – 18%、その他 – 9%
• 地域別: 北米 – 55%、欧州 – 9%、アジア太平洋 – 36%

主要企業

主要なプレイヤーは、パートナーシップ、契約、提携、新製品の発売、機能強化、買収などの様々な成長戦略を採用し、市場シェアを拡大しています。

• Snowflake (US)
• IBM (US)
• NVIDIA (US)
• Microsoft (US)
• AWS (US)
• Salesforce (US)
• Appier (Taiwan)
• Huawei (China)
• Sabre Corporation (US)
• SAS Institute (US)
• [24]7.ai (US)
• Virtusa Corporation (US)
• Travelport (UK)
• Amadeus (Spain)
• Devox Software (Poland)
• AltexSoft (US)
• Jio Haptik Technologies Limited (India)
• SHR Group (US)
• Duve (US)
• Nexscient (US)
• Persado (US)
• Canary Technologies (US)
• Mize (US)
• FLYR (US)
• Geovea (US)
• Layla AI (Germany)

調査範囲

本調査は、観光分野におけるAI市場のさまざまなセグメントを網羅しています。

• 提供形態別: ソリューション、サービス
• タイプ別: 生成AI（Generative AI）、その他のAI
• エンドユーザー別: 旅行業界、ホスピタリティ業界
• 地域別: 北米、欧州、アジア太平洋、中東・アフリカ、ラテンアメリカ

また、主要市場プレーヤーの包括的な競合分析、企業プロフィール、製品およびビジネス提供に関する主要な観察事項、最近の動向、および市場戦略を含んでいます。

本レポートの主な利点

本レポートは、市場リーダーおよび新規参入者に対し、世界の観光AI市場の収益およびサブセグメントの近似値に関する情報を提供します。ステークホルダーが競争環境を理解し、ビジネスのポジショニング改善や適切な市場参入戦略（Go-to-market strategies）の立案に役立つ洞察を提供します。さらに、市場の動向を把握し、主要な推進要因、抑制要因、課題、および機会に関する情報を提供します。

分析項目

• 主要な推進要因 (Drivers): 意思決定プロセスを簡素化するためのデータ自動化ツールの採用拡大、顧客体験向上のための高度にパーソナライズされたサービスへの需要増加。
• 抑制要因 (Restraints): 高い導入コスト。
• 機会 (Opportunities): 顧客との相互作用を革新する観光分野へのAIの組み込み、フライト予測のためのAI主導型アプリケーションの台頭。
• 課題 (Challenges): データプライバシーおよびセキュリティに関する懸念。
• 製品開発・イノベーション: 今後の技術、研究開発活動、および新しい製品・サービスの発売に関する詳細な洞察。
• 市場開発: 有益な市場に関する包括的な情報と、各地域における市場分析。
• 市場の多様化: 新製品・サービス、未開拓の地域、最近の動向、および市場への投資に関する網羅的な情報。
• 競合評価: 主要企業の市場シェア、成長戦略、およびサービス提供に関する詳細な評価（Snowflake, IBM, NVIDIA, Microsoft, AWS, Salesforce, Huawei, Sabre Corporation, SAS Institute, Appier, [24]7.ai, Virtusa Corporation, Travelport, Amadeus, Devox Software, AltexSoft, Jio Haptik Technologies Limited, SHR Group, Duve, Nexscient, Persado, Canary Technologies, Mize, FLYR, Geovea, Layla AI を含む）。

• 1 イントロダクション 31

  • 1.1 調査の目的 31

  • 1.2 市場の定義 31

  • 1.3 調査範囲 32

    • 1.3.1 市場セグメンテーション 32

    • 1.3.2 包含・除外事項 33

  • 1.4 対象年 34

  • 1.5 通貨 34

  • 1.6 ステークホルダー 35

• 2 調査手法 36

  • 2.1 リサーチデータ 36

    • 2.1.1 二次データ 37

    • 2.1.2 一次データ 37

      • 2.1.2.1 業界エキスパートとの一次インタビュー 37
      • 2.1.2.2 主要プロファイルの内訳 38
      • 2.1.2.3 業界専門家による主な洞察 38

  • 2.2 市場規模予測 39

    • 2.2.1 トップダウンアプローチ 40

    • 2.2.2 ボトムアップ・アプローチ 41

    • 2.2.3 観光市場におけるAIの活用：需要側分析 42

  • 2.3 データのトライアンギュレーション 43

  • 2.4 リスク評価 44

  • 2.5 調査の前提 44

  • 2.6 調査上の制約 44

• 3 エグゼクティブサマリー 45

• 4 更なる考察 47

  • 4.1 観光市場におけるAI関連の主要なプレーヤーの機会 47

  • 4.2 提供内容別の観光市場におけるAI 47

  • 4.3 観光市場におけるAIの活用：サービス別 48

  • 4.4 観光市場におけるAIの活用：専門サービス別 48

  • 4.5 旅行ソリューション別の観光市場におけるAI 48

  • 4.6 ホスピタリティソリューション別の観光市場におけるAI 49

  • 4.7 旅行業界における最終顧客別の観光市場におけるAI 49

  • 4.8 観光産業におけるAIの活用：ホスピタリティ業界におけるエンドユーザー別の分析 50

  • 4.9 AI（人工知能）の観光市場における種類別分析 50

  • 4.10 北米：観光分野におけるAI市場、提供内容、およびエンドユーザー 51

• 5 市場概要・業界トレンド 52

  • 5.1 イントロダクション 52

  • 5.2 市場ダイナミクス 52

    • 5.2.1 促進要因 53

      • 5.2.1.1 データ自動化ツールの導入増加による意思決定プロセスの効率化 53
      • 5.2.1.2 顧客体験を向上させるための、高度にパーソナライズされたサービスに対する需要の増加 53

    • 5.2.2 抑制要因 53

      • 5.2.2.1 高い初期コスト 53

    • 5.2.3 市場機会 54

      • 5.2.3.1 観光分野におけるAIの活用：顧客とのインタラクションを革新する 54
      • 5.2.3.2 航空予測におけるAI活用アプリケーションの登場 54

    • 5.2.4 課題 54

      • 5.2.4.1 データプライバシーとセキュリティに関する懸念事項 54

  • 5.3 観光分野におけるAIの簡単な歴史 55

  • 5.4 エコシステム分析 56

  • 5.5 ケーススタディ分析 58

  • 5.6 サプライチェーン分析 62

  • 5.7 規制や関税の概観 63

    • 5.7.1 プロセッサおよびコントローラに関する関税（HSN：854231） 63

    • 5.7.2 規制当局、政府機関、その他組織 65

    • 5.7.3 主要な規制：観光分野におけるAI 68

      • 5.7.3.1 北米 68
        • 5.7.3.1.1 SCR 17：人工知能法案 68
        • 5.7.3.1.2 S1103：人工知能による自動意思決定に関する法案 68
        • 5.7.3.1.3 国家人工知能イニシアチブ法（NAIIA） 68
        • 5.7.3.1.4 人工知能およびデータ法（AIDA） 69
      • 5.7.3.2 ヨーロッパ 69
        • 5.7.3.2.1 欧州連合（EU）—人工知能法（AIA） 69
        • 5.7.3.2.2 GDPR（一般データ保護規則） 70
      • 5.7.3.3 アジア太平洋 70
        • 5.7.3.3.1 生成型人工知能サービスに関する暫定的な行政措置 70
        • 5.7.3.3.2 国家AI戦略 71
        • 5.7.3.3.3 広島AIプロセスに関する包括的な政策フレームワーク 71
      • 5.7.3.4 中東・アフリカ 72
        • 5.7.3.4.1 人工知能に関する国家戦略 72
        • 5.7.3.4.2 国家人工知能戦略 72
        • 5.7.3.4.3 AI倫理原則とガイドライン 73
      • 5.7.3.5 ラテンアメリカ 73
        • 5.7.3.5.1 サンティアゴ宣言 73
        • 5.7.3.5.2 ブラジル人工知能戦略（EBIA） 73

  • 5.8 価格分析 74

    • 5.8.1 主要な競合企業の平均販売価格の推移

    • 5.8.2 指標価格分析、オファリング別 74

  • 5.9 技術分析 75

    • 5.9.1 キーテクノロジー 75

      • 5.9.1.1 会話型AI 75
      • 5.9.1.2 自律型AIおよび自律型エージェント 75
      • 5.9.1.3 AutoML 75
      • 5.9.1.4 因果推論AI 75
      • 5.9.1.5 MLOps 76

    • 5.9.2 補完的テクノロジー 76

      • 5.9.2.1 ブロックチェーン 76
      • 5.9.2.2 エッジコンピューティング 76
      • 5.9.2.3 センサーとロボット工学 76
      • 5.9.2.4 サイバーセキュリティ 77

    • 5.9.3 隣接技術 77

      • 5.9.3.1 ビッグデータ 77
      • 5.9.3.2 IOT 77
      • 5.9.3.3 拡張現実（AR）／仮想現実（VR） 78

  • 5.10 特許分析 78

    • 5.10.1 主要な特許リスト 79

  • 5.11 ポーターのファイブフォース分析 80

    • 5.11.1 新規参入の脅威 81

    • 5.11.2 代替品の脅威 81

    • 5.11.3 買い手の交渉力 82

    • 5.11.4 サプライヤーの交渉力 82

    • 5.11.5 競合・競争状況の激しさ 82

  • 5.12 顧客ビジネスに影響を与えるトレンド/ディスラプション 82

  • 5.13 主要ステークホルダーと購買基準 83

    • 5.13.1 購買プロセスにおける主要ステークホルダー 83

      • 5.13.1.1 購買基準 84

  • 5.14 主要会議とイベント 2024年～2025年 85

  • 5.15 観光市場におけるAI技術ロードマップ 85

    • 5.15.1 短期ロードマップ（2023年～2025年） 85

    • 5.15.2 中長期ロードマップ（2026年～2028年） 86

    • 5.15.3 長期ロードマップ（2029年～2030年） 86

  • 5.16 観光市場におけるAI活用に関するベストプラクティス 86

    • 5.16.1 パーソナライゼーションと顧客中心のアプローチ 86

    • 5.16.2 既存システムとのシームレスなAI統合 86

    • 5.16.3 リアルタイムデータ活用 86

    • 5.16.4 業務効率の向上 86

    • 5.16.5 データプライバシーおよびセキュリティコンプライアンス 87

    • 5.16.6 AIによる持続可能性の推進 87

    • 5.16.7 継続的な学習と改善 87

    • 5.16.8 人間とAIの連携 87

    • 5.16.9 透明性と信頼性 87

    • 5.16.10 監視と保守 87

  • 5.17 現在および将来のビジネスモデル 87

    • 5.17.1 サブスクリプションサービス 87

    • 5.17.2 ダイナミックプライシング 87

    • 5.17.3 サービス料金 87

    • 5.17.4 データマネタイゼーション 88

    • 5.17.5 AIを活用したロイヤルティプログラム 88

    • 5.17.6 オーダーメイド旅行プラン 88

    • 5.17.7 付加的な収益源 88

    • 5.17.8 AIを活用した旅行分析 88

  • 5.18 観光市場におけるAI：ツール、フレームワーク、および技術 88

  • 5.19 取引分析・貿易分析（8542年） 89

    • 5.19.1 プロセッサおよびコントローラの輸出シナリオ 89

    • 5.19.2 プロセッサおよびコントローラの輸入シナリオ 90

  • 5.20 投資と資金調達のシナリオ 92

  • 5.21 観光業界における人工知能（AI）/生成AIの影響 92

    • 5.21.1 観光業におけるAI/生成AIの影響 92

    • 5.21.2 観光分野における生成AIの活用事例 93

• 6 提供内容別の観光市場におけるAI 94

  • 6.1 イントロダクション 95

    • 6.1.1 観光分野におけるAI活用：推進要因 95

  • 6.2 ソリューション 96

    • 6.2.1 旅行 97

      • 6.2.1.1 予約管理システム 98
        • 6.2.1.1.1 AIを活用した自動予約による市場成長の促進 98
      • 6.2.1.2 バーチャルアシスタントとチャットボット 99
      • 6.2.1.3 価格設定と収益管理 100
      • 6.2.1.4 カスタマーエクスペリエンス・マネジメント 101
      • 6.2.1.5 セキュリティ＆サーベイランスシステム 102
      • 6.2.1.6 その他の旅行ソリューション 103

    • 6.2.2 ホスピタリティ 104

      • 6.2.2.1 予約管理システム 105
      • 6.2.2.2 バーチャルアシスタントとチャットボット 106
      • 6.2.2.3 価格設定と収益管理 107
      • 6.2.2.4 カスタマーエクスペリエンス・マネジメント 108
        • 6.2.2.4.1 自動感情分析による顧客満足度の向上と市場への貢献 108
      • 6.2.2.5 セキュリティ＆サーベイランスシステム 109
      • 6.2.2.6 業務効率とリソース管理 110
      • 6.2.2.7 その他のホスピタリティソリューション 111

  • 6.3 サービス 112

    • 6.3.1 プロフェッショナルサービス 113

    • 6.3.2 マネージドサービス 118

• 7 観光市場におけるAIの種類別分析 119

  • 7.1 イントロダクション 120

    • 7.1.1 観光分野におけるAIの活用事例 120

  • 7.2 その他のAI 121

    • 7.2.1 機械学習や自然言語処理などの技術を活用し、顧客の行動傾向を把握することで、市場を活性化し、サービスを向上させる。 121

    • 7.2.2 機械学習 122

    • 7.2.3 自然言語処理 122

    • 7.2.4 予測分析 123

    • 7.2.5 コンピュータービジョン 123

  • 7.3 生成AI 124

• 8 エンドユーザー別の観光市場におけるAI 125

  • 8.1 イントロダクション 126

    • 8.1.1 エンドユーザー：観光分野におけるAIの活用事例 126

  • 8.2 旅行業界 127

    • 8.2.1 航空 128

      • 8.2.1.1 AIによる業務最適化と遅延の削減 128

    • 8.2.2 レンタカーおよびモビリティサービスの提供者 129

      • 8.2.2.1 AI-powered chatbots and virtual assistants to drive growth 129

    • 8.2.3 海上旅行 130

      • 8.2.3.1 AIアルゴリズムが気象データを分析し、時間と燃料を節約

    • 8.2.4 その他のエンドユーザー 131

  • 8.3 ホスピタリティ産業 132

    • 8.3.1 ホテル 134

    • 8.3.2 リゾート＆テーマパーク 135

    • 8.3.3 クルーズ船会社 136

      • 8.3.3.1 AIがリソース利用を最適化し、持続可能性を支援し、市場の成長を促進 136

    • 8.3.4 その他のエンドユーザー 137

• 9 地域別観光市場におけるAI 138

  • 9.1 イントロダクション 139

  • 9.2 北米 140

    • 9.2.1 北米：マクロ経済の見通し 140

    • 9.2.2 米国 147

      • 9.2.2.1 宿泊業界におけるAI導入の増加が市場の成長を促進 147

    • 9.2.3 カナダ 153

      • 9.2.3.1 市場成長を促進するためのAI技術への政府投資 153

  • 9.3 ヨーロッパ 158

    • 9.3.1 ヨーロッパ：マクロ経済の見通し 158

    • 9.3.2 英国 165

    • 9.3.3 ドイツ 170

    • 9.3.4 フランス 170

    • 9.3.5 イタリア 171

    • 9.3.6 スペイン 171

    • 9.3.7 北欧諸国 172

    • 9.3.8 その他のヨーロッパ 172

  • 9.4 アジア太平洋 173

    • 9.4.1 アジア太平洋地域：マクロ経済の見通し 173

    • 9.4.2 中国 180

    • 9.4.3 日本 186

    • 9.4.4 インド 186

    • 9.4.5 オーストラリア・ニュージーランド 186

    • 9.4.6 韓国 187

      • 9.4.6.1 AIを活用した翻訳サービスによる市場成長の促進 187

    • 9.4.7 ASEAN 187

    • 9.4.8 その他のアジア太平洋 188

  • 9.5 中東・アフリカ 188

    • 9.5.1 中東およびアフリカ地域：マクロ経済の見通し 188

    • 9.5.2 KSA 195

    • 9.5.3 アラブ首長国連邦 200

      • 9.5.3.1 AIと医療ツーリズムへの投資が市場成長を促進 200

    • 9.5.4 クウェート 200

      • 9.5.4.1 観光都市イニシアチブ：観光市場の成長を促進するためのAI活用 200

    • 9.5.5 カタール 200

      • 9.5.5.1 政府主導のデジタル化が成長を促進 200

    • 9.5.6 南アフリカ 201

    • 9.5.7 その他の中東・アフリカ 201

  • 9.6 ラテンアメリカ 201

    • 9.6.1 ラテンアメリカ：マクロ経済の見通し 201

    • 9.6.2 ブラジル 208

      • 9.6.2.1 ブラジル観光分野におけるデジタル変革が市場成長を促進 208

    • 9.6.3 メキシコ 213

      • 9.6.3.1 主要なプレーヤーによる投資と利用率の増加

    • 9.6.4 その他のラテンアメリカ 213

• 10 競合情勢 214

  • 10.1 イントロダクション 214

  • 10.2 主要企業の成功戦略 214

  • 10.3 市場シェア分析 216

    • 10.3.1 市場ランキング分析 218

  • 10.4 収益分析 219

  • 10.5 企業評価マトリックス：主要企業 2024年 219

    • 10.5.1 STARS 219

    • 10.5.2 EMERGING LEADERS 219

    • 10.5.3 PERVASIVE PLAYERS 220

    • 10.5.4 PARTICIPANTS 220

    • 10.5.5 企業フットプリント：主要企業 2024年 221

      • 10.5.5.1 Offering footprint 222
      • 10.5.5.2 End user footprint 223
      • 10.5.5.3 Region footprint 224

  • 10.6 企業評価マトリックス：スタートアップ/中小企業 2024年 224

    • 10.6.1 PROGRESSIVE COMPANIES 224

    • 10.6.2 RESPONSIVE COMPANIES 224

    • 10.6.3 DYNAMIC COMPANIES 225

    • 10.6.4 STARTING BLOCKS 225

    • 10.6.5 競合ベンチマーキング：スタートアップ/中小企業 2024年 226

      • 10.6.5.1 主要新興企業/中小企業の詳細リスト 226
      • 10.6.5.2 主要新興企業／中小企業の競争ベンチマーク 227

  • 10.7 COMPETITIVE SCENARIO AND TRENDS 228

    • 10.7.1 製品展開 228

    • 10.7.2 ディール 229

  • 10.8 BRAND/PRODUCT COMPARISON 230

  • 10.9 主要な観光向けAIソリューションプロバイダーの企業価値評価と財務指標 231

• 11 企業プロファイル 232

  • 11.1 キープレイヤー 232

    • 11.1.1 SNOWFLAKE INC 232

      • 11.1.1.1 事業概要 232
      • 11.1.1.2 提供される製品／ソリューション／サービス 233
      • 11.1.1.3 直近の動向 234
        • 11.1.1.3.1 製品の発売と機能拡張 234
        • 11.1.1.3.2 ディール 234
      • 11.1.1.4 MnMビュー 235
        • 11.1.1.4.1 主な強み 235
        • 11.1.1.4.2 戦略的選択肢 235
        • 11.1.1.4.3 弱点と競争上の脅威 235

    • 11.1.2 SALESFORCE, INC 236

    • 11.1.3 AMAZON WEB SERVICES, INC 239

    • 11.1.4 IBM 242

    • 11.1.5 MICROSOFT CORPORATION, INC 246

    • 11.1.6 NVIDIA CORPORATION 249

    • 11.1.7 SAS INSTITUTE 252

    • 11.1.8 SABRE CORPORATION 253

    • 11.1.9 HUAWEI 257

    • 11.1.10 \[24\]7\.AI 260

    • 11.1.11 VIRTUSA CORPORATION 261

    • 11.1.12 APPIER INC 262

    • 11.1.13 TRAVELPORT WORLDWIDE LTD 263

    • 11.1.14 AMADEUS IT GROUP, S\.A 263

    • 11.1.15 ZENDESK 264

  • 11.2 スタートアップ/中小企業 265

    • 11.2.1 DEVOX SOFTWARE 265

    • 11.2.2 ALTEXSOFT 266

    • 11.2.3 JIO HAPTIK TECHNOLOGIES LIMITED 267

    • 11.2.4 SHR GROUP 268

    • 11.2.5 DUVE 269

    • 11.2.6 NEXSCIENT 270

    • 11.2.7 PERSADO 271

    • 11.2.8 CANARY TECHNOLOGIES 272

    • 11.2.9 MIZE 273

    • 11.2.10 FLYR 274

    • 11.2.11 GEOVEA 274

    • 11.2.12 LAYLA AI 275

• 12 関連市場 276

  • 12.1 イントロダクション 276

    • 12.1.1 市場の定義 276

  • 12.2 会話型AI市場 276

    • 12.2.1 市場概要 276

    • 12.2.2 会話型AIの市場、オファリング別 277

  • 12.3 サービス 277

    • 12.3.1 会話型AIの市場、ファンクション別 278

    • 12.3.2 統合モード別の会話型AI市場 279

    • 12.3.3 会話型AIの市場、バーティカル別 279

  • 12.4 カスタマーエクスペリエンス・マネジメント市場 281

    • 12.4.1 市場の定義 281

    • 12.4.2 市場概要 281

    • 12.4.3 カスタマーエクスペリエンス・マネジメントの市場、オファリング別 281

    • 12.4.4 カスタマーエクスペリエンス・マネジメントの市場、展開タイプ別 282

    • 12.4.5 カスタマーエクスペリエンス・マネジメントの市場、組織規模別 283

    • 12.4.6 カスタマーエクスペリエンス・マネジメントの市場、バーティカル別 283

• 13 付録 285

  • 13.1 ディスカッションガイド 285

  • 13.2 ナレッジストア 289

  • 13.3 カスタマイズオプション 291

  • 13.4 関連レポート 291

  • 13.5 執筆者の詳細 292