Alaska Airlines：Gemini自然言語検索とAIテストフレームワークCARLで航空DXを推進

Before

Alaska Airlinesは年間約4500万人の顧客を対象に、120以上の目的地へサービスを提供する米国第5位の航空会社である。同社が顧客体験において最も問題視していたのは、従来の航空予約フローのトランザクショナルな性質だった。顧客は既にどこに行きたいかを知っている状態でなければ検索を開始できず、「旅のインスピレーションを得たい」という初期段階のニーズには全く応えられていなかった。

柔軟な目的地を持つ旅行者は、選択肢の「迷路」に直面していた。予約プロセスは通常、複数のページとクリックを必要とし（「20クリック5ページ」と表現される）、家族向けアクティビティ、予算制限、特定の体験など、複数の制約条件のバランス取りが困難だった。既存の旅行計画ツールは豊富な情報を提供するが、パーソナライズされたインスピレーションに欠けており、「旅への気づき」と適切な目的地を見つけることの間のギャップは大きかった。

同時に、Alaska Airlinesは生成AIを活用した顧客体験の構築に取り組んでいたが、顧客向けAIシステムを本番展開する前に重大なリスクを体系的に軽減する必要があった。手動での敵対的テストはスケーリングの限界があり、LLMチャットボットの品質保証は大きな課題となっていた。

AI導入内容

Alaska AirlinesはGoogle Cloudと協働し、2つの重要なAIイニシアチブを並行して推進した。顧客向けの自然言語目的地検索システムと、社内でのAI品質保証フレームワークCARLである。

自然言語目的地検索システム

「Natural Language Destination Search」は、GoogleのGeminiモデルを搭載し、従来のチャットボットではなく「完全に再構想されたユーザーセントリックな体験」として位置づけられている。

3つの知識ソースの連携：システムはGeminiの一般的な世界知識、Alaska Airlines固有のフライトルート・空席状況・運賃データ、そしてゲストに関するパーソナライゼーションデータの3つを連携させる。これにより、実際に購入可能なフライトに基づいた、パーソナライズされた推奨が可能になった。

Function Callingによる事実の接地：システムが目的地を推奨するたびに、Alaska AirlinesのフライトAPIを呼び出して空席を確認し、現在の運賃情報を取得する。実際にチケットが購入できる目的地のみを提示することで、モデルの出力を実世界のビジネス能力に制約する成熟したLLM展開アプローチを採用している。例えば「宇宙旅行」を尋ねられた場合、月へのチケットが現在存在しないことを適切に伝える。

動的コンテンツ生成：目的地の説明に事前に書かれた静的コピーを使用するのではなく、ユーザーの具体的なクエリと表明された興味、Alaska Airlinesがゲストについて知っている情報、現在の検索に対する文脈的関連性に基づいて、Geminiがリアルタイムでパーソナライズされたコンテンツを生成する。

多言語対応：Geminiがサポートするあらゆる言語でクエリの理解と応答生成が可能。デモでは中国語クエリが理解され、中国語コンテンツが生成される場面が示された。国際旅行者を対象とする航空会社にとって重要な機能である。

CARL：LLMによるLLM品質保証フレームワーク

Alaska AirlinesとGoogle CloudパートナーのBitraは、本番展開前に大規模言語モデルチャットボットを評価する生成AI駆動テストフレームワーク「CARL（QA Response Liaison）」を共同開発した。

核心的洞察：もし緩やかなプロンプトに基づく会話を行い、そこからインサイトを合成するのが課題なら、生成AI自体が解決策になりうる。CARLは、対象チャットボットと会話を行い、その動作を体系的にテストするLLM駆動ツールである。

敵対的ペルソナシミュレーション：CARLは、様々なユーザーペルソナと会話シナリオをシミュレートして顧客向けチャットボットの自動敵対的テストを実施する。目標、会話の深さ、態度（ふざけた、ずる賢い、あるいは悪意のある）、成功基準をカスタマイズ可能である。各会話後、CARLは応答品質を評価し1から10のスケールで評価し、減点理由を文書化する。

技術アーキテクチャ：Google Cloud Platform上で稼働。モデルガーデンとペルソナファインチューニング、Vertex AIデプロイメント、JSON APIによるプログラマティックアクセス、Cloud StorageとAlloyDBによるデュアルストレージ戦略、Cloud Composerによる定期スモークテスト、Cloud BuildによるCI/CD統合を含む。ベンダーロックインを避けるため、DialogflowやGeminiなど異なるLLMに接続可能な設計とした。

After

Alaska AirlinesのAIイニシアチブは、顧客体験の再定義とAI品質保証の両面で成果を上げ始めている。

顧客体験の変革

自然言語目的地検索により、旅行者はキーワードスタイルのクエリ（「森の中のキャビンでの休暇」）から会話的な表現（「発光する海洋生物のドキュメンタリーを見たばかりですが、実際に見られる場所はありますか」）まで、自由な形で旅の願望を表現できる。システムは両方のスタイルを同等に理解し、実際に購入可能なフライトと運賃に基づいた推奨を行う。

迅速な開発とイテレーション

数週間で本番品質の体験に到達できる開発スピードを実現。これは、数年にわたる技術スタックのモダナイゼーション（モノリシックからマイクロサービスへ、クラウドネイティブソリューションへの移行）と、Google Flightsをはじめとする既存のGoogleパートナーシップが基盤となっている。ユーザーフィードバックに基づく反復的開発により、当初のチャットボットアプローチから没入型体験への設計転換も実現した。

AI品質の体系的保証

CARLの導入により、ベータテストでチャットボットのpre-CARL版とpost-CARL版を比較した結果、NPS（ネットプロモータースコア）が大幅に向上。定期スモークテストとCI/CD統合により、コード変更時の自動テストが実現し、リリース前のリスク検出能力が飛躍的に向上した。

今後の展望

Alaska Airlinesは、空港内ウェアラブル端末を通じたリアルタイム情報配信、好みに基づくパーソナライズドオファー、自然言語による簡易リブッキング、機内エンターテイメントのパーソナライゼーション、乗務員向けウェアラブルAIなど、さらに野心的なAI活用ビジョンを描いている。チームは「表面をかすめたに過ぎない」と述べ、Geminiの可能性の探求を継続している。

Alaska Airlinesの取り組みは、エンタープライズが消費者に直接向けてLLM能力を展開する際に、AI出力を実際のビジネス制約（利用可能なフライトと価格）に接地させることの重要性を示す注目すべき例である。