00:07
SONOSTA 知ってもお金持ちにならないが、お金を知ることは楽しい遊び 投資金融経済を楽しみながら考えるポッドキャストです。
語るのは、私、Google会社エンドオブオーシャン代表でお金にまつわる人間心理に興味があるまさきと
金融業界で10年以上働いた後、今はスタートアップのファイナンス支援をしたり経済メディアで寄稿をしたりしているしげです。
はい、よろしくお願いします。
よろしくお願いいたします。
今日のテーマは、AIです。
AIという話は、昨今ですね、チャットGPTを皮切りにとりわけ、いろんな人がいろんなとこで話してるんで、別にそんなに新しい話は多分ないと思うんですけど、
まあまあ、このその日さという番組は一応ね、経済、金融、投資とか、まあその辺は使ってるので、この番組らしい目線でAIっていう話を軽くしてみようかなと思って今回はお届けします。
で、まあなので、AIの歴史とか言い出すと、僕らもそんなわかんないし、ちょっとそんな気軽に語れる分量じゃないので、その辺は他の書籍とか他の番組とかでぜひ調べていただければと思いますので、
はい。
ちょっとテーマを絞って、企業とか雇用とか、豊橋とかその辺の話でお話ししようかなと思います。よろしくお願いします。
お願いします。
で、今回1回目は産業と企業みたいなところを扱っていきたいと思うんですけど、一応その前段階としてしげさんとか、例えば自分の仕事の中で、まあそのAIとかを今使ってるみたいなことって増えてますか?
そこまでないですけど、ChatGPTは有料会議になって、最近やっと使い方がわかってきましたね。
まあそうですよね。うちの会社もというか、僕が今仕事してる会社も、すべてがAIでってことはないですが、ChatGPTとかの有効活用にはトライしてるっていうようなところかなと思うんですけど、
やっぱこれだけChatGPTとかがとりわけ騒がれてるんですが、そもそもですね、ちょっと僕も本読んだりして色々調べてみて思ったんですけど、
今の業務にAIを導入しようとかしないとか、それでどれだけ生産性がっていう話の前に、まずデータとITをどれだけ使ってるかっていう方が先じゃねえかっていうふうに思うに至りましたと。
なるほど。
これでも言われてみればその通りで、これも詳しい方ご存知だと思いますけど、AIとかそのベースになってる機械学習とか、そういうものを使って成果を出していくには、まずそもそも十分なデータがないとダメっていう話があったりとか、
03:08
あとそもそもがそれを使えるだけのITを企業であったりとか、その中の人たちが理解してないとそもそも意味ないじゃんっていう話があると思うんですよね。
はい。
で、なると、AIとか以前にそもそも今仕事の中でどれだけデータとかITをちゃんと活用してるんですか、してないんですかっていうところで、結構企業ごととかでだいぶ生産性も含めた差があるんじゃないかなという話が思いましたと。
まあそうですよね。
これ結構なんか大事な観点だなと思ってて、それでちょうどいい例として本にも出てきたんですけど、マネーボールっていう本ご存知ですか。
あれですよね。有名、マイケル、なんて言ったっけ。
著者。
著者がマイケルなんていうらしいですよね。
そうですね。著者はマイケル・ルイスですね。
マイケル・ルイスですよね。正規のカラー売りとかいくつかそういう。
そうですよね。
投資の本とかも書いてる。
いわゆるノンフィクションというか経済系のライターというか、そういう方なのかなという。
マネーボール確か映画でブラットフィットが主演、僕映画見ましたね、応援してました。
見ました?
忘れてました。今思い出しました。10年くらい前に見ました。
10年前くらいの、2011年のアメリカ映画ですね。
そのマネーボール奇跡のチームを作った男っていう書籍、マイケル・ルイスの書籍をベースに、
オークランドアスレチックス、メジャーリーグのチームのGM、ゼネラルマネージャーのビリー・ビーンが、
いかに球団を強くしていくかっていう映画とか、その元になる話なんですけど、
まさにあれってデータの活用なんですよね。話の本質って。
確かに。
それまで、メジャーリーグというかトップレベルの野球の中でも、
どういう選手を集めたら勝てるかっていうのに、結局は例えばスカウトの個人の目利きだったりとか、
あるいはわかりやすいホームラインいっぱい打ってるとか、打率高いとか、
結局わかりやすい部分とか俗人的な目地とか、そういった部分で判断してチーム組成とかしてたんだけど、
この物語に出てくるアスレチックスはメジャーリーグの中でも金がない球団で、
普通にやってるとそんな年報高い選手なんか取れませんみたいな中で、
じゃあどうするんですかって言った時に、セイバーメトリックスと呼ばれる統計から選手を客観的に評価するっていう方法を持ち込んできましたと。
06:02
それによって、例えばパッと見の数字上とかは目立たないんだけど、
実はそのセイバーメトリックスの観点からしたら優秀な選手っていうのを見出して、
その人たちを中心にチームを設計することで、
確か結果的には年間最高勝率みたいのを叩き出すんですよね、成功して。
まさにデータによって他の企業というかチームに勝つっていうことをめちゃくちゃわかりやすくやった実際の物語だと思ってて、
まさにこれなんかがデータの活用だと思うんですよね。
そうですよね。だから確かマネーボールってお金がないんで、金融でアービトラージですね。
安く買って、チームの選手を取るときに成績と年報を比べたときに、年報の割には成績がいい選手みたいな価値が高い選手なんで、
そういう選手を安く仕入れて、その強みを生かす場面で活躍すると非常にアービトラージみたいな効果があるとかですよね。
そうですね、まさに。それも今まであんまり世の中では目をつけられてなかった数字に着目するっていう話で、
これウィキペディアに書いてある話なんで、ちょっと本当かなっていう感じはするんですけど、
例えばイチロー、メジャーリーグに来て1年目でMVP取ったイチローとかは大スターで評価もされてるから、
アスレチックスでは絶対金がなくて雇えない選手ということで、
イチローは手が届かない存在っていう風に扱われてるらしいんですけど、映画だと。
でもまさにそういうことですよね。みんなが認める一流選手ではない地味だけど、
セーバーメトリックスのデータ上はいい選手でチームを作るっていう。
それまではやっぱり誰もやってこなかったことを実際企業戦略というか、
中心に据えてやり抜いたっていうことはやっぱりすごい話だなと思ってまして。
まさに一般企業とかでそこまで明確なことがどこまでできるかっていうのはわかんないですけど、
でもそれこそトップクラスのスポーツの世界で21世紀くらいになってからこういうことがあったっていうことは、
やっぱりそれまで逆に言うといかにデータ活用って進んでなかったのかっていう1個の例かなと個人的には思いました。
そうですよね。だからまさきさんあれですね、高校バレー部でしたね、確か。
そうですね、大昔。
バレーも最近、いつか知らないですけどアナリストっていう職種があるじゃないですか。
09:01
出てきましたね、50年くらい。
まさきさん高校の時はアナリストっていう存在はなかった感じですか。
僕のレベル感だと関係なかったっていうのはあると思いますけど、でもあんまり知らなかったと思いますよ、そういう存在とか。
でも今結構アナリストっていう、漫画家なんかでも確かそういうのアナリストやってる漫画がありましたけど、
やはり選手じゃないんですけど、そういうデータとかを分析して作戦考えていくみたいな、そういう職種ですよね。
そうですね、多分どの攻撃だと確率が高くなって有効だから、この作戦を使えみたいなこととかをデータを元にチームに伝えるっていうことが今なくてはならない役割になってるっていうのは、
これはやっぱり言ってしまえば昭和の時代とかのスポーツにはありえなかったことだと思うので。
野生の勘みたいなのが結構大きかった時代もありましたからね。
だからこの辺はまさにデータの活用っていう話だなというのが1個これが例なんですけど、
あとデータともう1個ITっていう話なんですけど、今回僕がいろいろ調べてる中で読んでた本で、ジャーナリストの恵比原嗣さんっていう方のAIで仕事がなくなる論の嘘っていう本があって、
この本、タイトル通りなんですけど、そのAIで仕事がなくなるっていうセンセーショナルな議論があって、
これはまた後ほど触れるんで今あんま触れないんですけど、本当にそうかみたいなのを結構いろんな企業の人とかのインタビューとかを通じて明らかにしていくみたいな本なんですけど、
この中でリクルートキャリアっていう会社を取材してる話があって、
その中に事務職の仕事って今どういう感じでそのAIでなくなるんでしょうかみたいな論点で質問しに行ったら、そもそもAIっていうよりも現状のIT技術で十分効率化ができるし、だいぶやってますっていう話が出てくるんですよね。
でも言われてみればそうじゃないですか。結局なんかそのバックオフィス的な仕事って、それこそこの中でペーパーワークがそもそもやれないっていうか、オフィス行かないとかになったり、よりデジタル化してその中で処理していくとかも一つの例だと思うんですけど、
結局なんかそのやることはある程度ルーチン化されてるわけで、それをじゃあいかに効率よくやっていくかとかまとめていくかとか、人間がいちいちやらなくてもシステム内で完結するようにするかっていうことによって効率化とかコスト削減とか言ってしまえばその働いてる人の数減らしてもいいみたいなことが達成できるわけなんで、
12:03
結局そこをいわゆるITによる効率化、特に事務とかの効率化っていうのが結構もうできてるっていう話なので、そうなってくるとじゃあどこまでAI入るかっていう議論がなったりするんですけど、それってでも確かにITまず十分使えよっていうのは本当そうだなって改めて思ったんですよね。
AIの手前にですね。
手前にですね。
AIの手前にITを使えてるんですよね。
これはそうだなと思いまして、AIがどうこう以前にまず、今自分のいる組織なり、自分がいなくてもいいんですけど、ちゃんとIT使ってますかっていう、使いこなしてますかっていう、ここで結構変わるよねっていうのは改めて思いました。
そうですよね。
そうなんですよ。なので、AIの話を今回するといって、いきなり最初はあんまり関係ないような話から入ったんですけど、でもまずここをちゃんと押さえたほうがいいなという観点で、データとITをちゃんと使おうぜっていう話がありますねと。
その上でですけど、じゃあ実際どういうところでAI導入されてますかみたいなの。
これ僕の個人的な調べた感覚なんですけど、結構いくつかパターンに分けられるかなという感じがしてますと。
ざっくり3つ分けて、これ多分正しくないかもしれないですけど、僕の直感っていうか、本読んでみた所感で分けたんですけど、まず1個目がAIで人手不足を対応すると。
これAIって言っちゃってるんですけど、若干ロボットとかも入ってくるんで、ちょっとイコールではないんですけど、一旦そういうことにしてください。まず人手不足の対応。
2つ目がAIで人間では不可能な価値とか生産性を上げるみたいなことをやってくっていう話があるのかなと。
最後3つ目は完全にゲームチェンジするみたいなところかなというふうに思ってて。
こういうふうな、例えばこういう分け方するとAIが実際どう入ってくるかみたいなのの想像がちょっとつきやすいかなと思ったんですよね。
1個目の人手不足対応っていう具体例として、これもちょっと読んだ本で、AIシンセ、人工知能と人類の行方っていう、これは2022年、去年出た本かな。
東京大学数理情報教育研究センター準教授の小林さんっていう方とか、あと他2人ぐらいの、割とデータとかコンピューターの研究系の方の合同書籍みたいな本なんですけど、
でもこの本面白くて、具体的に企業とかで導入してるAI活用の事例が結構いっぱい出てくるんですね。1次産業、2次産業、3次産業とかで。これすごい面白くて。
15:10
たとえば1次産業で出てくる例で、AIとしてすごく面白いのが、要するにとにかくまず、今人手不足だと。農業なんかほんと人来ないと。きついし、人が来ない中で、
農業っていろんな大変な作業あるけど、例えば収穫とかめちゃくちゃ大変だったりとか、あと収穫の後の選別。農作物って等級分けしなきゃいけないじゃないですか。
A級とかB級とか。これはA級としてまとめて出荷とかB級としてとか。その選別とかがすごい大変らしいんですけど、そこにAIを実際活用するみたいな話とかも出てると。
それは画像認識みたいな感じで。
まさに画像認識で、例えばキュウリとか何でもいいんですけど、それの作物のA級、B級、C級みたいな画像データを用意して、それを学習させて、
実際収穫したやつをその機械に通してAとかBとかCとかっていうのを出すことによって、その選別のところを人間がそんなにしなくてもよくなるっていうような話とか。
なんか、それって我々っていうか、僕はスカートもあんま農業やってないから、それって別にAIとか使わなくても人でやったらいいんじゃないとか直感を持っちゃうんですけど、結構大変らしいですね。
なので、これがやっぱりAIでできるだけで、少なくとも人手不足っていうことに対してはかなり有効だというような話があって。これは一つの例ですけど、もうちょっと進んだやつだと、例えばそれにプラスロボット的な話とかも含めると、今度は収穫の方もできるようにするとか。
選別、AIで画像認識で選別して、例えばこれ熟してるねみたいなことをわかった上で、じゃあパチンつって収穫までできるとか。そういうこともできるというか、しようとしつつあるみたいな話とかもありますと。
これは一つ目、人手不足対応。農業なんかはとりわけわかりやすいという話でしたと。次に二つ目、人間では不可能な価値みたいな話で、これはまた別の書籍でNHKスペシャル取材班による人工知能の最適化費と人間の選択っていう2017年ぐらいの本。結構もう5、6年前の本なんですけど。
18:10
ここに出てくる事例の紹介の中でタクシー会社の話が出てくるんですね。名古屋エリア最大規模1300台運行するツバメタクシーグループがAIタクシー導入に踏み切ったっていう事例が紹介されてて。
ざっくり言うと要するに、タクシードライバーの人たちがそのAIが搭載されたタクシーというかカーナビというかを使うと、今ここに行けばお客さんいる確率高いからここ行きなさいみたいなのが要するに出てくると。
なるほど。
それによって、そこに行くと実際確かにお客がいるみたいなことがかなり多いと。これって要するに今までその会社、この会社だからまず何がすごいかっていうと、そのタクシーのデータ、そのお客さんどこで乗せていくらだったみたいなデータをまず先に全部ちゃんと取れるようにしといた上で、
そのデータを使って、例えば今の日曜日の何時だったらここにお客さんいるとか、あと今の動きだったらここにいるみたいなデータを送ってきて、タクシードライバーがそれを参考にそこに行くことでお客さんが拾えることによって売り上げが上がっていくみたいな。
なるほど。
これって人間では無理ですよね。例えばその中央タクシー指令センターがあったところで、多分そんな的確な指示は多分できないと思うんですよ。
これやっぱ自動化されてAIだからこそ出せる指示というか情報だと思うので、実際この本によるとそれによって売り上げが増えましたっていう話がありますと。
なるほどですね。
あと面白いのが、熟練タクシードライバーじゃなくても売り上げが増えたっていうような話が。
つまり熟練ドライバーだったら何曜日の何時ごろここにお客さんがいるみたいなのを知ってるから、そこに行けたりするけど、例えば入って1ヶ月の新人とかって知らないじゃないですか、そんなの。
確かに。
でもこのAIのリコメンドがあれば、ここ行きなさいって言ってそこに行けばお客さんいるんでみたいな。
だからある意味このシステムによって熟練の株みたいなのをこのタクシーの客拾うっていうことに関しては超えてるっていう部分が面白いなという事例がありましたと。
あとこれもさっきのAI新生っていう本の中に出てきた話なんですけど、これは第三次産業の話なんですけど、AIガードマンっていうのがあって。
ガードマンですか。
21:00
AIガードマン。ガードマンっていうとロボットみたいなことを想像しちゃうんですけど、ロボットじゃなくてこれはNTT東日本が作ったシステムらしいんですけど、
カメラで撮影、店内のカメラで動画なのかな、写真なのかちょっとわかんないけど撮影してその映像をAIが画像処理することで困ってる人とか万引きしようとしてる人を判定できるっぽいんですね。
はい。
だからそれによって例えばこいつ万引きしようとしてるっていうことが判定されたら多分その店内の担当者にスマートフォンのアプリかなんかにアラートが行くらしいんですよ。
はい。
で、多分わかんないけど南蛮通路のどこどこにいるこのお客なんか万引きしようとしてるから押さえに行ってとか。
はい。
あと別に万引きだけじゃなくても困ってるとかっていうこともシグナルとして送れるからとりあえずここに行ってみたいなことができると。
はい。
で、これをスーパーマーケットのライフとかドラッグストアのウェルシアが導入した結果、店員が声かけする良いきっかけがつかめたっていうこととか、
あと万引きのロスが30パーから80パー減ったと。
おー。
で、あとなんか面白いのがその化粧品でのロス率が減ったっていうこと、ロス率の万引きとかのロスもそうなんですけど。
はい。
例えば化粧品とかって結構お客さんによっては自分でじっくり眺めて選びたいっていう人もいるから。
はい。
必ずしも常に店員が近くにいて何でもかんでも声かけるのってあんま嬉しくないみたいなのがある。
はいはいはい。
気持ちわかりますよね。
はい。
小売店に行って、どうですかとか言って声かけて欲しくない時あるじゃないですか。
ありますあります。
自分で今じっくり考えたいんだよとか、スマホで調べた結果と付き合わせながら物を見たいんだよとか、なんかあるじゃないですか。
だからそういう時に必ずしも別に店員が常にいたり話しかけるのって良いことじゃないけど、
このAIガードマンによってなんかめちゃくちゃ困ってんなみたいな、だったらそこで始めていけばいいと。
なるほど。
別に困ってなさそうでじっくり選んでるだけの人はAIが判定して別にこの人選んでるだけだからほっといていいみたいなことで振り分けられるようになったみたいな。
なるほど。
これは確かに人間ではできなかった話だなと思ってて。
確かに。
面白いなという思いましたと。
面白いですね。洋服とか買いに行くとかなり高い確率で店員が話しかけてるケースが多いじゃないですか。
そうなんですよ。
あれ嬉しい人いるのかなっていう仮説があったんですよね。
24:02
はい。
ただかなりの高い確率で店員声かけてくるケースが多いと思うんですよ。
あれ何であるかっていうと業界の人曰く統計で出てるらしいんですよね。
統計で出てるっていうのは声かけに行った方がトータルで購買率が上がるみたいな。
へー。
だからコイン買いに行くらしいんですよ。
だからみんな嫌がるような僕は印象があるんですけど、
行かないと多分、行ったと行かないのを多分ABテストで出してるはずなんですよおそらくですけど。
でやっぱり行った方が上がるから行ってると。
で結局仮に買わなかった、もともと買わない人は行っても買わないじゃないですか。
はいはいはい。
となるとじゃあいいですって言ってすぐ帰ってくれるんで、
効率が上がるっていう可能性があるかなっていう、そう思ったんですけど。
それがAIを導入でもう少し機械学習かましていくと、
その辺の精度がもうちょっと上がるっていう可能性があるってことですよね。
そうですね。し、今僕はそのしげさんの例を聞きながら、
本当にその統計正しいのかって結構疑いましたね。
いやそうですね。
さっき言った通り、そもそも既存企業ってデータとかIT入れられてないケースの方が全然多いとか、
有効活用できてないケースが多い中で言ってるデータって本当かよっていうのがすごいあるんで。
確かに。
結構やっぱりなんかその業界の常識とか前々から言われてたことみたいなのって、
それこそデータとか、きちんと調べてみたらそうでもなかったっていう話って世の中いっぱいあるじゃないですか。
ありますね。
だからそのしげさんのおっしゃった例のその企業の人たち、本当かなって今僕は思いながら。
そもそもですよね。そのデータどこにあるんだって話ですよね。
そうなんですよ。だからまあもちろんこれ商品の値段とか、
あとその店員のレベルとかも当然あると思うんですね。
めちゃくちゃもう接客の神みたいな人が話したら、
多分その売上とかいろんな意味で、
その顧客体験とかってプラスになると思うんですけど、
そこまで高いレベルの店員ばっかり揃えられる店ばっかりじゃないじゃないですか。
違いますね。
アルバイトとかのクオリティとかもいろいろあると思いますし。
そうなった時には、今のこのAIガードマンみたいな例で、
必要そうな人のとこだけ行くっていうの方が、個人的には全然うまい感じがするなって思います。
まあそうですよね。
ということで、これがAIによる人間ではできなかった価値の出し方みたいな話の紹介でしたと。
最後、完全なゲームチェンジャーっていうような話なんですけど、
まあここらはもうだいぶ分かりやすいんですけど、
それこそ、チャットGPT作ったオープンAIとかがやってるようなこともそうだと思うんですけど、
もうなんか完全に既存のゲームを壊しに来てるじゃないですか。
そうですね。
もう全部チャットGPTに入れてくれれば大体のことできますよみたいなのをしようとしてたりとか。
27:03
あとは、これももう一個典型例ですけど、自動運転とかも僕そうだと思うんですよね。
例えばさっき言ったタクシー廃車みたいな話って、
そのAIがここに行けばお客さんいるからタクシードライバーの人行きなさいみたいなことってある意味だから、
人間に対する情報出しなわけですけど、
自動運転が成立した社会だったら別にタクシードライバーいらないっていう話だと思うんですよね。
もう完全に根底から買いに来てるという中で言うと、
もちろんこの辺ってあんまりまだ実現してないものも多いですけど、
いつの日か実現がしていくとインパクトは大きそうだなというところかなみたいな分類をなんとなく考えましたという話でした。
というわけで僕が今回言いたかったことは大体こんなもんなんですけど、何かコメントはあります?
そうですね。さっきやっとChatGPTの使い方が分かったっていう話をしたんですけど、
今私一部大学で授業を持ったりしてるんですけど、
学生相手なんで、例えばその丁寧に定義を説明しないといけないケースがあって、
例えばそのマネーフォワードとかフリーっていうのを授業の題材に使おうとしたんですよね。
その時に、みんなB2Cの企業はみんな知ってるんですね。
スタバとかユニクロとかソフトバンクとか。
ただマネーフォワードとかフリーって学生はなじみないんですよね。
ないですね。いらないですからね。
そもそもB2Bがなじみないんですよ、学生に。
就職活動してやっとはB2Bっていう存在あるんだなみたいな。
概念としては弱いんですよね。
我々は社会人、ビジネスパーソンやってると、C向けB向けっていう風にB2C、B2Bとか結構意識するじゃないですか。
さらにはC2Cみたいな。
B2B、B2C、C2C説明しようかと思って、ただとはいえ何も見ずに書くのはちょっと不安なんで、
B2B、B2C、C2C説明して具体例のキーを挙げようと思ったんですけど、
これちゃんとGPDいけるかなと思って、
B2B、B2C、C2Cの定義をそれぞれ説明するとともに、
代表的な企業をそれぞれ腰上げてくださいって言ったら、
それを表にしてくださいって言ったら一瞬出てきて、びっくりしましたね。
もうこれGoogle使わないでいいんだみたいな。
そうですよね。
説明出てくるんですけど、それを読んでコピペして、
コピペっていうか読んでコピペして編集して、
資料に落とし込むみたいな作業が必要なわけじゃないですか。
それ全部飛ばせるし、
見たときに多少、もちろんそのまま写ってるよりも、
30:00
自分の中でも知ってることなんで、どう言語化するかだけじゃないですか。
ちゃんとGPD出すと叩きが出てくるんで、
それで95%ぐらい終わってるんですよね。
ちゃんと加工すればいいみたいな感じで、資料の生産性爆上がりでしたね。びっくりしました。
本当そうですよね。これ裏を返すと、
ちょっと前までもしかしたらアシスタントを雇ってやってもらっていたことが、
いらなくなったというふうな見方も、
場合によってはできるのかなと思ってて。
それをきっかけに急激に僕、ちゃんとGPD使いだして、
例えば来週、町内会みたいなところで、
田上に行くんですよね。子供たちと。
バスの中で米クイズみたいなのがあるんですよ。
3択の米クイズみたいなのを作ろうと思ったんですけど、
ゼロから考えると結構しんどいんですけど、
ちゃんとGPDに、とても簡単、簡単、普通、難しいのを4段階に分けて、
お米に関するクイズを20個作ってください。
答えは3択でお願いしますって言ったら、ブワーって出てきたんで、
めっちゃ楽だと思いましたね。
たたき作ってもらうのめっちゃ楽みたいな。
そうですよね。本当それはあると思います。
やっぱりこれGoogleじゃピンポイント出てこないんで、
これもう本当にびっくりしましたね。
やっと使い方わかりました。
っていう感じですね。最近のAIの分析でいうと。
ありがとうございます。すごいですよね。
というわけで第1回のテーマはこの辺で終わろうと思います。
ありがとうございました。ありがとうございました。
この番組が楽しかったという方は、
Amazon MusicやApple Podcast、Spotifyなどで番組フォローをお願いします。
また番組のレビューをいただけると励みになります。
気が向きましたらぜひレビューをお願いします。
番組の感想はハッシュタグ、アルファベットでシャープそのスターを付けてツイートしていただければ嬉しいです。
Googleフォームで匿名でも感想を送りいただけます。
リンクは概要欄からご確認ください。
それではまたお会いしましょう。さよなら。
