拡張前のエンタープライズ Spatial AI パイロット

エンタープライズ Spatial AI パイロットは、組織が会話型Spatial AIをすべての地図、市場、ワークフローに拡張する前に、一つの場所依存の顧客または運用結果を確認する必要があります。最も強力な最初のウィンドウは、一つの顧客ジョブ、一つの承認されたデータドメイン、一つの限定された地理、一つの測定可能なアクションです。ビジネスシステムは、在庫、権限、価格、スケジュール、トランザクションに関して引き続き権威を持ち、地理空間サービスは地理的関係を計算し、言語モデルは意図を解釈し、地図上での根拠のある結果を説明します。

以下のセクションでは、デモと本番形態のパイロットを区別し、その後、範囲、検証、Kaleidrのアタッチモデル、評価ゲート、拡張について説明します。関連資料にはGrounded Spatial AI for Business Data、Spatial AI for Multi-Location Businesses、How to Build a Map-Aware AI Assistant、Private Location Data for AI Map Workflowsが含まれます。この記事の残りの部分は、すでにマップや顧客アプリケーションを所有しているプロダクト、プラットフォーム、運用チーム向けに書かれており、在庫の置き換え、CRM、またはスケジューリングシステムを探しているチーム向けではありません。

エンタープライズSpatial AIパイロットの基本要素

まず1つのジョブ: 全社規模のアシスタントは、最初の対象ではなく、拡張対象です。

オーナーは分割のまま: 在庫、権限、価格、アポイントメントは、マップと単一の記録システムを共有しません。

基礎を固めてから説明: 言語モデルはビジネスデータベースではありません。

まず検証してから拡大: スライドデッキのデモは、実運用向けのパイロットではありません。

タスクを測定する: 利用可能な目的地、開通したルート、開始されたアクションは、会話量よりも重要です。

Kaleidr Spatial AI パイロットは、1つの顧客作業、1つのデータ領域、1つの地域、1つのビジネスアクションから始め、承認、適格性、空間計算、ランク付け、そして具体的な回答を使用して、組織が拡大、反復、絞り込み、または中止するかを決定する前に測定可能なビジネス成果を生み出します。

Spatial AI パイロットは、組織が拡大する前に1つの具体的な成果を証明するべきです。

なぜエンタープライズ Spatial AI パイロットが最初に行われるのか？

汎用の地図アシスタントは近くのピンをリストすることができます。エンタープライズ向け製品は、顧客やオペレーターが実際に利用できる場所を、認可、在庫、営業時間、サービスエリア、移動時間、次の業務アクションに基づいて答える必要があります。これらの答えは、標準的な場所の識別、現在の運用状態、ホスト管理のワークフローに依存しています。言語モデルはトレーニングの記憶からこれらのフィールドを作り出してはいけません。

失敗のパターンはよく知られています：実際のタスクを完了できない地図上での洗練された会話です。アシスタントは閉鎖された支店、許可されていない場所、またはサービスエリア外の場所を示します。その後、オペレーターは Spatial AI をインフラストラクチャとしてではなく、デモとして扱います。Kaleidr は現在、企業向けアクションをより狭い手順で締めくくっています：まずパイロットから始め、組織が準備できたらスケールします（Kaleidr, 2026）。そのホームページの一文は製品の姿勢であり、すべての会話型マップが企業全体で展開可能であるという主張ではありません。

したがって、最初のウィンドウは、計測可能でありながら重要である程度の大きさであるべきです。有用な最初のタスクとは、顧客やオペレーターがすでに完了しようとしているものです：対象のサービス場所を見つける、リクエストを満たすことができる近隣の支店を比較する、または会社が実際にサービス提供できる場所で予約を開始するなどです。Spatial AI マルチロケーションビジネス向けは、その仕事のカタログと適格性の側面をカバーします。グラウンデッド Spatial AI ビジネスデータ向けは、承認された在庫に対して同じ境界をカバーします：モデルはグラウンデッドレコードを説明します；モデルは記録システムになるわけではありません。

NIST の 人工知能リスク管理フレームワーク（AI RMF 1.0） は、AIシステムを設計、開発、展開、または使用する組織がAIリスクを管理するための、自主的でユースケースに依存しないリソースです（NIST, 2023）。Spatial AI パイロットは、限定された地域でその考えを実行する一つの方法です：組織がシステムをすべてのチャネルにコピーする前に、システムが使用可能で、承認され、空間的に正しい結果を生成するかどうかを測定します。このフレームワークは Kaleidr アーキテクチャを指定しているわけではありません。

チームは企業の Spatial AI パイロットの範囲をどのように決定すべきでしょうか？

最初のウィンドウでは、四つの軸を同時に確認します：一つは顧客またはオペレーターの仕事、一つは承認されたデータドメイン、一つは地理的範囲、そして一つはホストアプリケーションが実行できる操作です。「適切なサービス場所を見つけて予約を依頼する」といった仕事はテスト可能です。公共の場所情報と空き状況のようなドメインは検査可能です。単一の都市圏やサービスエリアは地理的に限定されています。「予約を依頼する」「道順を取得する」「予約ページを開く」といった操作は観察可能です。最初のウィンドウの前に任意の軸を拡張すると、価値を証明するのではなく、失敗のモードが増えるだけです。

ソースの所有権を確認できる状態に保ちます。位置のディレクトリは場所の識別情報と座標を所有できます。利用可能性や営業時間のソースは開店状態を所有できます。認証のソースはユーザーやテナントがどの場所を見られるかを所有できます。スケジューリングや商取引のシステムは予約やチェックアウトを所有できます。地理空間サービスはサービスエリアの包含、移動時間、および途中の関係を計算します。AIマップアシスタントはリクエストを解釈し、根拠に基づいたショートリストを説明し、マップアクションを提案します。アプリケーション層は各アクションを検証します。権限はアプリケーションとインフラストラクチャに留まり、言語モデルはアクセスを付与しません。

対照的に、「私たちの場所に関するあらゆる質問に答えられる」全社的アシスタントは、複数の製品を同時に兼ねていることになります。このリクエストは、カタログ検索、適格性判定、ルーティング、ポリシー、そして下流のワークフローを混ぜています。それぞれの画面は独立して失敗する可能性があります。「地図対応AIアシスタントの作り方」では、選択された場所、ビューポート、アクティブなフィルターを装飾的なチャットメモリではなく、負荷を支える文脈として扱います。最初のパイロットでは、企業を文章から再構築させるのではなく、その地図文脈を1つの業務に再利用するべきです。

以下の比較は編集上のものであり、文書化されたKaleidrスキーマではありません。本番環境での展開では、ホストがすでに公開している地図および運用フィードから同じ項目を埋めるべきです。

ステージ	証明する内容	証明しない内容
デモ	地図が話せる	データ、適格性、行動の質
プロトタイプ	1つのハッピーパスのクエリを完了できる	失敗ケース、認証、および測定
パイロット	1つの地域で1つの本番形態のジョブが機能する	全社展開
展開	追加のジョブ、データセット、市場、またはチャネル	2つ目のマップスタック

エンタープライズSpatial AIパイロットは、1つの顧客ジョブ、1つのデータ領域、1つの地理、および1つのビジネスアクションにスコープされ、サービスエリアマップ、利用可能性フィルター、および予約結果を含む。

最初のSpatial AIウィンドウは、1つのジョブ、1つのデータ領域、1つの地理、および1つのアクションであるべきです。

4〜8週間の期間は計画のヒューリスティックであり、Kaleidrのサービスレベル合意ではありません。役立つ制約は、チームが最初の顧客との会話が記録される前に、仕事の内容、データ所有者、地域、行動、およびスケールゲートを特定できることです。これら5つの名前のいずれかがまだスローガンである場合、その作業はまだプロトタイプです。

Spatial AIのパイロットは何を証明すべきか？

完了したタスクを証明し、長い会話ではありません。完了した Spatial AI タスクには通常、4つの観察可能なステップがあります：アシスタントが対象となる場所を返す、地図がその場所に焦点を当てるまたはルートを示す、顧客またはオペレーターがホストアクションを開始する、そしてカタログがリクエストを満たせない場合に結果なしの地理情報が表示されることです。会話量、セッションの長さ、およびモデルの流暢さは診断をサポートできます。しかし、これらのエンゲージメントの数字だけでは、製品が組織が提供できる場所を見つけたかどうかは示されません。

ハードフィルターは空間ランキングの前に適用されます。ユーザーが閲覧権限を持っていない場合、場所が閉まっているか在庫切れの場合、場所がサービスエリア外にある場合、あるいは移動時間が残りの予約時間を消費する場合、近くの候補は使用できません。AIマップワークフロー向けのプライベートロケーションデータでは、テナントレコードに対して同じ順序で処理します：認可、最小化、計算。その後、生き残った候補のランキングは移動時間、途中での関連性、残りの容量を使用できます。言語モデルは、ランキングされたショートリストを説明すべきであり、ハードフィルターに失敗したより近い場所のピンを作り出すべきではありません。

サポートされるアクションは、短くホストで検証されたリストであるべきです：場所にフォーカスする、ショートリストを表示する、徒歩または車での関係を示す、またはホストの予約・道順・チェックアウトページを開く。モデルからの任意のJavaScriptや無制限のマップコマンドは避けてください。屋内のターンバイターンナビゲーション、フランチャイズ全体の在庫同期、およびネイティブCRM書き込みは別製品です。これらの機能を最初のエンタープライズSpatial AIパイロットの前提条件とせず、この記事をそれらのシステムの第二の統合仕様として扱わないでください。

測定は地理的なままにする必要があります。Kaleidr は現在、地図および場所のエンゲージメント、場所の比較、空間パターン、ならびに Map Engagement and Location Analytics ページ上でプロダクト、在庫、成長チームが行動できる活動を記録しています。ホストシステムは依然として在庫と予約を所有しています。そのループを使用して、対象範囲内の検索があるが適格な場所のない ZIP コード、顧客を失う移動時間帯、および需要があるが不足しているフィールドがある市場を見つけます。空間分析とウェブ分析は、ページビューだけではこれらの質問に答えられない理由をカバーしています。この記事で提案されているイベント名は編集上の推奨であり、文書化された自動 Kaleidr Analytics イベント名ではありません。

Kaleidr はパイロットアーキテクチャのどこに位置付けられますか？

Kaleidrは、ホストがすでに運用しているマップやビジネスシステムに対して、会話型Spatial AI、マップレンダリング、分析機能を付加するように設計されており、これらのシステムを置き換えるものではありません。Location Intelligence APIs and Map SDKページでは現在、チャット、編集、カスタムタイル、埋め込みビューアをチームがすでに運用しているスタックに追加する推論API、ランキング、分析、SDKsについて説明しています。そのページは、Kaleidr自身のポジショニングとして扱ってください。同じページが、Kaleidrがネイティブ在庫台帳、CRM、営業時間フィード、または予約エンジンを運用している証拠であるわけではありません。

会話マップのインタラクション用の現在公開されているアタッチドキュメントはChat — attach AI to your mapです。文書化されているproduct="chat"マウントは、ホストが既にレンダリングしているマップ上に配置され、Mapbox、MapLibre、またはGoogleを自動検出します。Leafletはそのベンダーリストにはありません。必要なスコープはaiで、文書に記載されている最低プランはProです。マップなしのヘッドレスチャットも文書化されていますが、最初の企業向けSpatial AIパイロットでは、顧客の作業が場所とアクションであり、トランスクリプトではないため、マップがまだ必要です。マップにAIチャットを追加する方法では、レンダラー特有のアタッチ手順が別のハウツーとして説明されています。

現在、Endpoints ページには SDK セッション交換、ストリーミングチャット、ルート、POI 強化、およびデザインルートが掲載されています。現時点では、ユニバーサルな知識アップロード、RAG インデックス、在庫接続、またはアポイント書き込みルートは公開されていません。マーケティングコピーをインジェスチョン API として扱うのではなく、展開の統合パスを確認してください。Auth & scopes は現在、公開可能なブラウザキーとサーバーキーを区別しており、vendor をチャットがアップロードされたベンダーデータを参照できるかどうかの意図的な修飾子として扱います。ベンダーがスコープされた公開可能キーは、そのページのすべての訪問者に表示されるデータにのみ属します。料金表、コストベース、未公開在庫、および公開ページで会社を困らせる可能性があるものは、ブラウザキーの背後に置くべきではありません。

実際には、クリーンスプリットは次の通りです：Kaleidr は会話型リトリーバル、マップの挙動、分析を調整し、ホストは身元、在庫、適格性、価格、取引に関して権威を保持します。Kaleidr の実装は、既存のマップ上でその分割をサポートできます。構成によっては、プロダクションマップを持たないチームでも Kaleidr マップを公開し、ビジネスシステムを記録システムとして維持できます。トークンをインポートしたり、顧客資格情報をコピーしたり、言語モデルにユーザーがどの行を見られるかを尋ねないでください。

チームはスケールをどう評価し、ゲートを設定すべきか？

パイロットを4つの編集面で評価します：ユーザビリティ、回答の質、運用責任、商業的価値。ユーザビリティは、顧客やオペレーターがスペシャリストが横に立たずに作業を完了できるかどうかを問います。回答の質は、返された場所が認可されているか、適格であるか、空間的に正確か、最新であるかを問います。運用責任は、指定されたチームがロケーションディレクトリ、可用性フィード、認可ルール、インシデント経路を所有しているかどうかを問います。商業的価値は、完了したアクションが拡張する価値があるかどうかを問います。会話数が多くても、アクション開始が少ない場合は最後の評価項目に失敗します。

NIST が 2026 年 8 月 7 日に発表した TEVV-Athlon フレームワークの最初の公開ドラフトは、AI システムの実世界での影響と成果を評価するための構造化され、カスタマイズ可能なアプローチを示しており、AI リスク管理フレームワークでは、テスト、評価、検証、妥当性確認の方法論 (NIST, 2026) が求められることを指摘しています。この文書はドラフトであり、完成した Kaleidr 認証ではありません。Spatial AI パイロットにとっての有用な意味はより狭く、製品が完了すると主張する仕事に評価をカスタマイズし、その仕事の影響についての証拠を収集してから、アシスタントをすべての市場に展開する、というものです。

以下のスコアカードは編集用です。モデルの流暢さではなく、観察されたタスクの指標、情報の新鮮さ、ホストシステムの成果から記入してください。

次元	パイロット証拠	弱いシグナル
使いやすさ	専門家の助けなしでタスク完了	場所に集中しない長いチャット
回答の質	認可された、適格な、空間的に正しい場所	近くにあるが使用できない推奨
運用上の所有権	データ所有者の名前、インシデント経路、更新頻度	本番環境の所有者がいないデモデータセット
商業的価値	アクション開始、予約、または引き渡し済み	ホストワークフローのない関与
スケール準備状況	明確な次の仕事、データセット、市場、またはチャネル	ゲートなしで「どこでも展開」

Spatial AI評価スコアカードは、使いやすさ、回答の質、運用上の所有権、商業的価値、スケール準備状況をスコア化し、その後、スケール、反復、絞り込み、または停止を推奨する。

パイロットが使用可能で、正確で、運用上の所有が確立され、商業的に正当化される場合にのみスケールします。

その表から4つのゲートが導かれます。最初のジョブが生産に適した条件で完了し、次の軸が名前付けされているときにスケールします。ジョブ自体は正しいが、ランキング、カバレッジ、または説明の質が弱い場合は、反復します。ウィンドウに過度に多くのジョブ、データセット、または市場が混在している場合は、絞り込みます。組織がデータ所有者を特定できない場合、ホストアクションを完了できない場合、または結果が既存のマップ検索よりも優れていることを示せない場合は、停止します。プロンプトインジェクション、ツールの検証、および信頼できない取得コンテンツは、パイロットが成功した後でもホストの責任として残ります。アプリケーションは、許可されたセット外でモデルが提案するアクションを依然として拒否する必要があります。

成功したパイロットはどのように拡大すべきですか？

一度に一つの軸を拡張してください。追加の顧客ジョブは、同じロケーションディレクトリとマップを再利用できます。追加のデータドメインは、同じ認可と分析を再利用できます。追加の地理的エリアは、ローカルカバレッジ付きの同じランキングポリシーを再利用できます。追加のチャネル（ウェブ、アプリ内、キオスク、またはパートナー埋め込み）は、2つ目の会話スタックではなく、同じ基盤済みショートリストを再利用できます。アーキテクチャ全体を新しいレンダラー、新しいカタログ、新しいワークフローに一度にコピーすると、元のデモの問題をより大規模で再現することになります。

フットプリントが拡大しても、同じ記録システムを維持します。ロケーションの識別、可用性、および予定は、並行する「AIコピー」のディレクトリに分岐すべきではありません。Map SDK vs. Map API vs. Map Platform は、置き換えではなくアタッチを選択するのが、ブランドの選択ではなく統合の選択である理由をカバーしています。成功した導入には、取り消し不可の操作に対する人間の確認、どのソースが推奨を生成したかの監査可能性、セッションの期限を待たずにベンダー範囲のキーを取り消すための経路が依然として必要です。これらの管理は、プロンプトではなくホストアプリケーションおよびキーのポリシーに属します。

成功した Spatial AI パイロットは、1つのジョブ、1つのデータセット、1つの市場、1つのチャネルから始まり、同じマップ、データ、AI、および分析基盤を再利用しつつ、追加のジョブ、データドメイン、地理、チャネルへと拡張します。

成功したSpatial AIパイロットは、別のマップスタックを作るのではなく、より多くの仕事、より多くのデータ、より多くの市場、より多くのチャネルを通じて拡張します。

ホームページのシーケンスは拡張のルールとして残ります：パイロットから始め、証拠がそれを支持する場合にスケールします。**Explore Kaleidr Spatial AIは既存のマップに会話型のロケーション検索を追加します。Explore Kaleidr Enterpriseは、すでに運用しているスタックにSDKsとランキングを追加します。Explore Kaleidr Analytics**は、最初のタスク周辺の場所のエンゲージメントと地理的需要を測定します。この記事の例を本番環境の機能仕様として扱う前に、現在の公開ページを確認してください。

よくある質問

なぜ会社全体のSpatial AIアシスタントから始めないのですか？

社内全体のアシスタントは、カタログ検索、適格性判断、ルーティング、ポリシー、いくつかのワークフローを組み合わせています。それぞれの要素は独立して失敗する可能性があり、そのため最初の結果を測定したりスタッフを配置したりするのは難しくなります。ある地域での限定されたジョブは、組織がスケールするか、繰り返すか、絞り込むか、あるいは停止するかを判断するために利用できる証拠を提供します。

デモ、プロトタイプ、パイロット、ロールアウトの違いは何ですか？

デモはマップが会話できることを示します。プロトタイプは1つのハッピーパスクエリを示します。パイロットは、1つの本番形状のジョブ、1つのデータドメイン、1つの地理、そして名前付きの所有権の下での1つのホストアクションを示します。ロールアウトは、2つ目のスタックを発明するのではなく、既に実証されたウィンドウを追加のジョブ、データセット、市場、またはチャネルにコピーします。

Spatial AIパイロットは既存のマップを再利用できますか？

現在のKaleidr添付ドキュメントは、Mapbox、MapLibre、Google mapsをサポートしており、ホストで既にレンダリングされています。プロダクションマップを再利用することで、場所の識別、ビューポートのコンテキスト、および分析が顧客アプリケーションと整合します。レンダラーの置き換えは別の決定事項であり、開始には必須ではありません。

企業のSpatial AIパイロットはどのくらいの期間実施すべきですか？

4～8週間の期間は計画上のヒューリスティックであり、プラットフォームのSLAではありません。有効な制約条件は、チームが最初のプロダクションに近い会話を実装する前に、ジョブ、データ所有者、地域、アクション、およびスケールゲートを特定できることです。

最初のユースケースが小さすぎて意味がない場合はどうなりますか？

最初のウィンドウは狭くても、組織がすでに価値を置いている完了アクション（例えば、選択された対象の場所や開始された予約）であれば商業的な意義があります。完了タスクのない幅広い範囲は、Spatial AIプログラムを停滞させるパターンです。

パイロットはAIマップアシスタントのエンゲージメントを測定すべきでしょうか？

会話量は補助的な診断として使用できます。主要な指標はタスクの完了であるべきです：対象となる場所が返されたか、マップ操作が行われたか、ホストのワークフローが開始されたか、結果が得られなかった地域があるか。完了アクションなしのエンゲージメントは、パイロットが拡張準備ができている証拠ではありません。

Kaleidrは在庫、CRM、または予約システムに取って代わるのでしょうか？

在庫、権限、価格、スケジュール、および取引については、ビジネスシステムが権威ある情報源であり続けるべきです。Kaleidrは、これらのシステムの上で会話型リトリーバル、マップ行動、および分析を調整するように設計されています。現行の公開エンドポイントのドキュメントには、普遍的な在庫または予約書き込みAPIは公開されていません。

チームは開始前に新しいマップスタックが必要ですか？

ホストがすでにMapbox、MapLibre、またはGoogleを運用している場合、新しいマップスタックは最初のステップとして推奨されません。既存のマップを使用して会話型Spatial AIを接続し、最初のジョブが機能した後にチャネルを拡張します。チームがまだプロダクションキャンバスを持っていない場合は、公開されたKaleidrマップを使用することも可能です。

Kaleidrは現時点で最初の企業向けSpatial AIパイロットをサポートできますか？

現在のKaleidr開発者ドキュメントでは、product="chat"をホストマップ、スコープ付きキー、公開チャットおよびデザインエンドポイント、マップ分析に添付することをサポートしています。パイロットで公開されるデータについて、オリジン許可リスト、aiスコープ、およびベンダースコープポリシーを確認してください。インベントリ、認可、および下流アクションのホスト統合パスを確認してください。

参考文献

Kaleidr. Build Your Own Spatial AI with Kaleidr. Accessed 18 September 2026. https://kaleidr.com/
National Institute of Standards and Technology. Artificial Intelligence Risk Management Framework (AI RMF 1.0). 26 January 2023. https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-ai-rmf-10
National Institute of Standards and Technology. The TEVV-Athlon Framework for Evaluating AI Systems. Announced 7 August 2026. https://www.nist.gov/artificial-intelligence/ai-research/tevv-athlon-framework-evaluating-ai-systems
Kaleidr. Location Intelligence APIs and Map SDK. Accessed 18 September 2026. https://kaleidr.com/enterprise
Kaleidr. Chat — attach AI to your map. Developer documentation. Accessed 18 September 2026. https://docs.kaleidr.com/sdk/chat-attach
Kaleidr. Endpoints. Developer documentation. Accessed 18 September 2026. https://docs.kaleidr.com/platform-api/endpoints
Kaleidr. Auth & scopes. Developer documentation. Accessed 18 September 2026. https://docs.kaleidr.com/platform-api/auth-and-scopes
Kaleidr. Map Engagement and Location Analytics. Accessed 18 September 2026. https://kaleidr.com/analytics
Kaleidr. AI Map Chat for Customer Discovery. Accessed 18 September 2026. https://kaleidr.com/ai
Kaleidr. Grounded Spatial AI for Business Data. Accessed 18 September 2026. https://kaleidr.com/blog/grounded-spatial-ai-business-data
Kaleidr. Spatial AI for Multi-Location Businesses. Accessed 18 September 2026. https://kaleidr.com/blog/spatial-ai-for-multi-location-businesses
Kaleidr. Map-Aware AI Assistant: How to Build One. Accessed 18 September 2026. https://kaleidr.com/blog/how-to-build-a-map-aware-ai-assistant
Kaleidr. Private Location Data for AI Map Workflows. Accessed 18 September 2026. https://kaleidr.com/blog/private-location-data-for-ai-map-workflows
Kaleidr. Spatial Analytics vs. Web Analytics. Accessed 18 September 2026. https://kaleidr.com/blog/spatial-analytics-vs-web-analytics
Kaleidr. Map SDK vs. Map API vs. Map Platform. Accessed 18 September 2026. https://kaleidr.com/blog/map-sdk-vs-map-api-vs-map-platform
Kaleidr. How to Add AI Chat to a Map. Accessed 18 September 2026. https://kaleidr.com/blog/add-ai-chat-mapbox-google-maps-maplibre

@misc{kaleidr_pilot_home_2026,
  title  = {Build Your Own Spatial AI with Kaleidr},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Accessed 18 September 2026},
  url    = {https://kaleidr.com/}
}

@techreport{nist_ai_rmf_2023,
  title       = {Artificial Intelligence Risk Management Framework (AI RMF 1.0)},
  author      = {{National Institute of Standards and Technology}},
  year        = {2023},
  month       = jan,
  number      = {NIST AI 100-1},
  institution = {National Institute of Standards and Technology},
  note        = {Published 26 January 2023; accessed 18 September 2026},
  url         = {https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-ai-rmf-10},
  doi         = {10.6028/NIST.AI.100-1}
}

@misc{nist_tevv_athlon_2026,
  title  = {The TEVV-Athlon Framework for Evaluating AI Systems},
  author = {{National Institute of Standards and Technology}},
  year   = {2026},
  month  = aug,
  note   = {Initial public draft announced 7 August 2026; accessed 18 September 2026},
  url    = {https://www.nist.gov/artificial-intelligence/ai-research/tevv-athlon-framework-evaluating-ai-systems}
}

@misc{kaleidr_pilot_enterprise_2026,
  title  = {Location Intelligence APIs and Map SDK},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Accessed 18 September 2026},
  url    = {https://kaleidr.com/enterprise}
}

@misc{kaleidr_pilot_chat_attach_2026,
  title  = {Chat -- attach AI to your map},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Developer documentation; accessed 18 September 2026},
  url    = {https://docs.kaleidr.com/sdk/chat-attach}
}

@misc{kaleidr_pilot_endpoints_2026,
  title  = {Endpoints},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Developer documentation; accessed 18 September 2026},
  url    = {https://docs.kaleidr.com/platform-api/endpoints}
}

@misc{kaleidr_pilot_auth_2026,
  title  = {Auth \& scopes},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Developer documentation; accessed 18 September 2026},
  url    = {https://docs.kaleidr.com/platform-api/auth-and-scopes}
}

@misc{kaleidr_pilot_analytics_2026,
  title  = {Map Engagement and Location Analytics},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Accessed 18 September 2026},
  url    = {https://kaleidr.com/analytics}
}

@misc{kaleidr_pilot_ai_2026,
  title  = {AI Map Chat for Customer Discovery},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Accessed 18 September 2026},
  url    = {https://kaleidr.com/ai}
}

@misc{kaleidr_pilot_grounded_2026,
  title  = {Grounded Spatial AI for Business Data},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Accessed 18 September 2026},
  url    = {https://kaleidr.com/blog/grounded-spatial-ai-business-data}
}

@misc{kaleidr_pilot_multilocation_2026,
  title  = {Spatial AI for Multi-Location Businesses},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Accessed 18 September 2026},
  url    = {https://kaleidr.com/blog/spatial-ai-for-multi-location-businesses}
}

@misc{kaleidr_pilot_map_aware_2026,
  title  = {Map-Aware AI Assistant: How to Build One},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Accessed 18 September 2026},
  url    = {https://kaleidr.com/blog/how-to-build-a-map-aware-ai-assistant}
}

@misc{kaleidr_pilot_private_location_2026,
  title  = {Private Location Data for AI Map Workflows},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Accessed 18 September 2026},
  url    = {https://kaleidr.com/blog/private-location-data-for-ai-map-workflows}
}

@misc{kaleidr_pilot_spatial_analytics_2026,
  title  = {Spatial Analytics vs. Web Analytics},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Accessed 18 September 2026},
  url    = {https://kaleidr.com/blog/spatial-analytics-vs-web-analytics}
}

@misc{kaleidr_pilot_map_sdk_2026,
  title  = {Map SDK vs. Map API vs. Map Platform},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Accessed 18 September 2026},
  url    = {https://kaleidr.com/blog/map-sdk-vs-map-api-vs-map-platform}
}

@misc{kaleidr_pilot_add_ai_chat_2026,
  title  = {How to Add AI Chat to a Map},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Accessed 18 September 2026},
  url    = {https://kaleidr.com/blog/add-ai-chat-mapbox-google-maps-maplibre}
}