エグゼクティブ・サマリー
- 旅行業の収益は「いつ・誰に・いくらで売るか」で決まる。しかし多くの企業は今も経験と勘に基づく固定的な価格改定（季節係数・曜日係数の手動調整）に依存しており、需要変動を捉えきれずに機会損失と過剰値引きの両方を抱えている。
- 需要予測とダイナミックプライシングは「AIが値段を決める魔法の箱」ではない。AIが機能するための土台（企業固有の文脈）が整っていない旅行会社では、AIを入れても現場が信用せず、結局は人が上書きして終わる。
- 足りない4要素はBusiness Rules（値決めの企業ルール）・Prompt Standardization（分析依頼の標準化）・Data Context（在庫・予約・競合データの意味統一）・Governance & Control（価格変更の権限と監査）。この4つが揃って初めて、AIは需要予測の「支援」から価格実行の「一部代行」へ進める。
- AI ReadyはAI Governance Ready（価格変更のガードレール・承認フロー・運用KPI）とAI Data Ready（予約・在庫・競合価格データの接続・定義・品質）の2軸で定義すべきであり、自社の現在地は4象限のどこかに写像できる。目標は右上のAI Ready Enterprise。
- ゴールは「人が価格表を作り、AIが参考値を出す」から「人が値決め方針を判断し、AIが価格変更を実行する（Human-in-the-loop）」への転換。守り（ガバナンス）は攻め（収益最大化）の足かせではなく、安全に試行回数を増やすためのアクセルである。
背景・問題提起——なぜ旅行業で「読めない需要」が経営を痛めるのか
旅行業ほど需要の振れ幅が大きい業種は少ない。同じ客室・同じ座席・同じツアー枠でも、予約が入るタイミングによって売れる価格はまるで違う。3ヶ月前に予約する家族連れと、前日に予約するビジネス客では、支払意欲も予約行動もまったく異なる。加えて天候・為替・感染症・地政学リスク・競合の値引きキャンペーンといった外部要因が、需要曲線を数日単位で揺さぶる。在庫は宿泊日・搭乗日を過ぎれば消滅する「腐る資産」であり、売れ残れば収益はゼロ、売り急げば単価を毀損する——この二律背反が旅行業の値決めを本質的に難しくしている。
にもかかわらず、多くの旅行会社・宿泊事業者・航空関連事業者の価格戦略は、いまだに「昨年実績に季節係数をかけ、担当者の勘で曜日・イベント係数を上乗せする」という手作業の域を出ていない。担当者は経験豊富であっても、扱う客室数・座席数・商品数が増えるほど、すべての在庫単位（宿泊日×部屋タイプ×プランごと、便×クラスごとなど）に目を配ることは物理的に不可能になる。結果として、需要が急増している在庫単位は値上げの機会を逃し、需要が沈んでいる在庫単位は値下げのタイミングを逃す。ある調査対象企業群では、繁忙期のピーク3日間だけで年間収益機会損失の3〜4割が集中していたという分析結果も報告されている（業種・商材で変動する目安であり、自社での実測が前提）。
この状況を変えようと、需要予測エンジンやダイナミックプライシングツールを導入する企業は増えている。しかし、ツールを入れただけで収益が改善したという声は少ない。むしろ「AIが出した価格を現場が信用せず、結局は人が毎回上書きしている」「モデルの推奨価格が業界慣習やブランドの価格帯から外れていて使えない」「なぜその価格になったのか誰も説明できず、監査で詰まる」といった声のほうが多く聞かれる。
問題の本質は、AIの予測精度そのものではない。AIは世界中の公開データから学習した一般的な需要パターンは知っていても、貴社固有の「値決めの企業ルール」は何一つ知らない。貴社にとって「このプランは絶対に一定価格以下にしない」という下限はいくらか。特定の法人契約や代理店契約には、需要変動と無関係に適用すべき固定条件があるのではないか。ブランドイメージ上、極端な安売りを避けるべき商品ラインはどれか——こうした企業固有の文脈が渡されていない限り、AIの推奨価格は「統計的には合理的だが、現場感覚とはズレた数字」を出し続け、結局は人手による上書きが常態化する。
本稿では、需要予測とダイナミックプライシングを機能させるための土台を、Domoが提唱する「AI Ready Enterprise」の枠組みに沿って整理し、旅行業特有の実装ロードマップと成熟度モデルを示す。