企業の生成AIの10つのユースケース｜最新活用事例10選も紹介

数多くの企業が、成長と競争力の強化を目指して生成AIの導入と活用を進めています。生成AIは人間の手によって行われていた業務を効率化し、さらには新しいビジネスチャンスを創出するツールとして、評価を高めています。

AI技術の進化により、生成AIは従来の人工知能が担っていた役割を大きく超え、単なる補助ツールから企業活動の中心的な役割を果たすまでに成長しました。

本記事では、企業がどのように生成AIを実際のビジネスシーンで活用しているのか、具体的なユースケースを10例にわたって詳しく紹介します。また、生成AIの導入を進めるにあたって考慮すべきポイントや、成功に導くためのステップについても触れ、実際の事例を交えながら解説します。

企業の生成AIにおける10のユースケース

生成AIの進化に伴い、多くの企業がその潜在能力を引き出し、さまざまな分野で活用を始めています。具体的なユースケースとしては次のようなものが挙げられます。

それぞれどのような運用がなされているのか、具体的に見ていきましょう。

画像作成

企業における画像生成は、広告やプロモーション活動の中で非常に重要な役割を果たしています。生成AIは画像作成プロセスを劇的に効率化し、デザイナーの負担を軽減するために活用されています。

従来デザイナーが手作業で行っていた繊細なデザインや構成は、生成AIによって迅速かつ正確に実行されるようになりました。

例えば、広告キャンペーン用のビジュアル素材を作成する際に、生成AIはユーザーの好みや市場のトレンドに合わせた画像を自動的に生成します。特定のブランドイメージを維持しながら、多様なバリエーションを瞬時に提供できるため、マーケティング担当者にとって非常に有用です。

要約

情報があふれる現代において、効率的に情報を整理し伝えることは企業にとって重要な課題です。生成AIは、情報の整理と要約において大きな力を発揮します。特に膨大なデータやドキュメントを迅速に処理し、必要な要点を抽出することで、ビジネスの意思決定をサポートします。

要約する対象として代表的なのは、次のようなものです。

AIは文章の構造を理解し、最も重要な情報を抽出して短時間に要約を生成します。担当者は膨大な時間を節約でき、より戦略的な業務に集中できるようになります。

翻訳

グローバル化が進む現代において、異なる言語間でのコミュニケーションはますます重要になってきました。生成AIは、企業が多言語環境でのビジネスを円滑に進めるために、翻訳業務の自動化と精度向上を実現しています。

従来の翻訳作業は、人間の翻訳者が一つ一つの文章を理解し、適切な文脈に合わせて訳す必要がありました。しかし生成AIの導入により、手間のかかるプロセスが大幅に簡略化されました。AIは文脈や文化的なニュアンスを考慮しながら、圧倒的なスピードで正確に文章を翻訳する能力を持っています。

多国籍企業が各国の市場向けに製品情報やマニュアルを翻訳する際にも、生成AIはおおいに役に立つでしょう。リアルタイムの会議やチャットにおいても、生成AIは即時翻訳を行い、異なる言語を話す参加者同士の円滑なコミュニケーションをサポートします。

分析

ビジネスの成功において、データ分析は欠かせない要素です。生成AIは、膨大なデータを効率的に処理し、企業がスピード感のある意思決定を行うための強力なツールとして活用されています。

従来のデータ分析では、データサイエンティストやアナリストが時間をかけてデータを収集・解析し、結果を報告していました。しかし生成AIの導入により、このプロセスが劇的にスピードアップしました。

生成AIはビッグデータを瞬時に解析し、そこから有益な洞察を引き出す能力を持っています。例えばマーケティング活動においては、顧客の購買履歴やWebサイトの訪問データをリアルタイムで分析し、最適なプロモーション戦略を提案できます。

さらに生成AIは市場分析や競合分析にも利用され、企業が市場のトレンドや競争状況を正確に把握する役にも立ちます。

企画立案

生成AIは、企業の企画立案プロセスにも革新をもたらしています。

従来、企画の立案には膨大なリサーチと分析が必要であり、多くの時間とリソースが追加されていました。しかし生成AIを活用することで、このプロセスが大幅に効率化され、より創造的で効果的な企画を短期間で立案できるようになりました。

例えば、新製品の開発やマーケティング戦略の策定において、生成AIは過去のデータや市場のトレンドを分析し、成功確率の高い戦略やコンセプトを提案します。また生成AIは、競合他社の動向や消費者のニーズをリアルタイムで把握し、それに基づいてアイディアを提供することも可能です。

さらに生成AIはブレーンストーミングの場でも活躍しており、多様な視点からのアイディアを生成し、従業員が見落としていた可能性のある新しい発想を促進します。

文書作成

企業の日常業務において、文書作成は不可欠なタスクの一つです。報告書や提案書、契約書など多種多様な文章を正確かつ迅速に作成することが求められます。

生成AIは、文書作成業務を大幅に効率化し、社員が本来の業務に集中できる環境を整えるのに役立っています。

例えば定型的な報告書の作成において、生成AIはあらかじめ設定されたテンプレートに基づいて必要な情報を自動的に埋め込み、短時間で文書を完成させます。手動で行う場合に比べて、文書の作成時間は大幅に削減されるでしょう。

また生成AIは、複雑なデータをわかりやすく整理し、読み手にとって理解しやすい形式で文書を仕上げる能力も持っています。

設計書作成

設計書の作成は、エンジニアリング・建設業・製造業など、さまざまな業界で重要なプロセスとなります。

従来、設計書の作成には高度な専門知識と多くの時間が必要でした。しかし生成AIの導入により、プロセスが大幅に簡略化され、精度とスピードが劇的に向上しています。

生成AIは、過去の設計データや仕様書を学習し、必要な情報を自動的に組み合わせて設計書を作成します。例えば新しい製品の開発において、生成AIは既存の設計パターンを分析し、最適な設計案を提案することが可能です。設計担当者はゼロから設計書を作成する手間が省け、短期間で高品質な設計書を完成させられるようになります。

顧客対応自動化

企業における顧客対応は、顧客満足度を高めブランド価値を向上させるための重要な要素です。顧客からの問い合わせやサポート依頼が増加する中で、スピーディーかつ効果的な対応を行うことが求められます。

生成AIは、顧客対応業務を自動化し、効率的に処理するための強力なツールとしても活用されています。

例えばカスタマーサポートの分野では、生成AIがチャットボットや自動応答システムとして導入されています。顧客がよく尋ねる質問に対して、AIが瞬時に適切な回答を提供する仕組みです。このプロセスは24時間365日対応可能であるため、顧客はいつでも迅速にサポートを受けられ、企業にとってはコスト削減と業務効率化の両方を同時に実現できます。

会議での議事録作成

会議は企業活動において重要な意思決定や情報共有の場ですが、その中で発言された内容を正確に記録する議事録の作成は、時間と労力を要する作業です。生成AIは、議事録作成業務を大幅に効率化し、少ない労力で会議内容を記録するためのツールとして導入されています。

生成AIは、会議中にリアルタイムで発言を自動的に記録し、議事録を生成します。音声認識技術を活用して発言者の言葉をテキスト化し、重要なポイントや決定事項を要約して整理することも可能です。

会議終了直後にはほぼ完成された議事録が手に入り、わずかな修正のみで参加者全員に素早く共有できます。

プログラミングコードの生成

プログラミングは現代のビジネスにおいて欠かせないスキルであり、新しいアプリケーションやサービスの開発には多くの時間とリソースが必要です。生成AIは、プログラミングプロセスを効率化し、開発者の生産性を飛躍的に向上させるツールとして注目されています。

生成AIはプログラミングコードの自動生成を可能にし、開発者が行うコーディング作業をサポートします。例えば、AIは自然言語で書かれた要件を解析し、それに基づいたコードを生成することが可能です。

開発者はゼロからコードを書く必要がなくなり、設計段階でのアイディアをすぐ実行可能なコードに変換することができるようになります。

また生成AIは、バグの検出や修正にも利用されます。潜在的な問題を指摘したり、修正のための具体的な行動を提案したりしてもらうことで、全体の品質を向上させられるでしょう。

企業の生成AIの活用事例10選

多くの企業が、既に生成AIを効果的に導入することで、めざましい業務効率化を実現しています。ここでは活用事例を次の10社に絞って、具体的な活用方法について見ていきます。

セブンイレブン

セブンイレブンは、2024年春から商品企画に生成AIを導入しています。全店舗の販売データやSNSにおける消費者の声の分析をもとに、商品の文章や画像をAIに作成させ、流行やニーズに合った商品を素早く売り出す戦略です。

生成AIの導入によって、商品企画に要する時間が10分の1に短縮したといいます。生成AIが単純作業を担うだけでなく、0から1を作り出す作業においても有用であることを示す事例であるといえるでしょう。

アサヒビール

アサヒビールでは、2023年の9月から生成AIを用いた社内情報検索システムを導入しています。主にR&D部門の社員を対象に始めたものですが、将来的にはアサヒグループ社内に点在する技術情報を集約・整理し、効率的に取得しやすくなることを目指しています。

導入したシステムは、丹青社が開発したシステム「saguroot」を基にしており、社内で保有する膨大な資料やデータを一括で検索できます。単に検索をするだけでなく、要約された情報を得ることも可能です。

また、マイクロソフトのAzureを利用することにより、情報が外部に漏れない環境の構築に成功しました。

三菱UFJ銀行

三菱UFJ銀行は、幅広い業務に生成AIを活用しており、顧客に提供する価値や生産性の向上を図っています。

ChatGPTを社内の安全な環境で使えるようカスタマイズし、2023年11月から国内の全社員に向けて運用開始。さらには社内の各種業務システムが応用プログラムインターフェースと連携できるようシステム改修を進めており、2024年度中に完了する予定です。

主なユースケースは次の3つです。

銀行内の業務には膨大な手続きがあるため、生成AIを活用する余地が大きかったといいます。社内教育も積極的に実施しており、生成AIの利用者数は半年で3倍程度に成長しました。

七十七銀行

七十七銀行は、AIプラットフォームを提供するAI inside株式会社と提携し、銀行業務の効率化と高度化を実現するための生成AI導入プロジェクトを実施しました。

AIテクノロジーとその事業化に深い知見を持つプロフェッショナルが集結。多様な銀行業務への生成AI導入に向けた戦略策定、要件定義などを徹底的に行うことで、業務効率化を実現しています。

具体的には、次のような形で生成AIが使われています。

大林組

建設業界大手の大林組は、2023年7月にAIを活用した設計支援ツール「AiCorb（アイコルブ）」の社内運用を開始しました。手描きのスケッチと建物をイメージした文章をもとに、さまざまなデザイン案を短時間で出力し、生成したデザインをもとに3次元モデルを生成できる仕組みです。

建築設計の初期段階において、発注者に提案するデザイン案を作成する手間を削減できるのがポイント。AIで生成したデザインを発注者との打ち合わせにおける叩き台として活用し、合意形成を円滑化する効果を生み出しています。

人間の設計者を代替するのではなく、あくまでも人間を支援する目的として導入しています。

mign

mignは、学習したデザインの特徴を踏まえて生成AIが画像を生成できる「stylus（スタイラス）」というシステムをリリースしました。初期デザインを必要とする際に、自社デザインの特徴を踏まえた新たなデザインを自動的に生成できます。

使い方は簡単。デザインのタイトルを記入し、特徴を学習させたい画像20枚程度アップロードします。あとはキーワードを入力するだけで、希望する画像が生成される仕組みです。

初期デザインを自動的に生成することで、デザイナーの負担が軽減され、人間が担うべき本質的な領域にリソースを集中させることが可能となりました。

順天堂大学

順天堂大学は、株式会社FIXERと提携して、生成AIを活用した医療DXの共同研究を始めました。FIXERが提供する生成AIサービス「GaiXer（ガイザー）」を活用し、電子カルテの情報をもとに診療報酬算定の労力を減らす仕組みを構築します。

患者が病院で受けた医療サービスの対価として負担する診療報酬は、現状において非常に複雑な仕組みで計算されています。これを生成AIに計算させることによって、人間の仕事が大幅に減少し、本来的な業務に集中できるようになるという算段です。

高齢化が進む日本において、医療DXを進めることは急務。順天堂大学ではいち早く対応し、生産性を高める工夫を行っています。

東北大学病院

東北大学病院は、電子カルテなどの情報をもとに、生成AIを用いて医療文書を作成する検証をNECと共同で実施しました。

医師の業務のうち、記録・報告書作成や書類の整理は、時間外労働の主な原因の一つとなっているといいます。この問題を解決するために、医療業務向けにチューニングした生成AIを医療文書の作成に活用する有効性を検証しました。

生成された要約文には、元の電子カルテに記載されていた内容が整理・関連付けられており、エビデンスを効率よく確認できます。また、この整理・関連付けにより、生成AIが虚偽の情報を生成する「ハルシネーション」の対策にもなっています。

ベネッセ

ベネッセでは、多様な視点から生成AIの導入を積極的に進めています。Benesse Chatという社内ChatGPT環境を導入し、次のような用途で利用しているといいます。

独自の生成AIを用いるにあたっては、実際に活用できる安心・安全な環境を整備することを重視しています。入力した情報の二次利用をせず、クローズドな環境で利用することで、外部に情報が漏えいしない仕様とするなどセキュリティ面にも配慮しました。

また、顧客である小学生親子に向けてのサービスとしては「自由研究お助けAI」をリリース。子どもが興味をもとにさまざまなアイディアやテーマを見つけられるよう設計されています。

群馬県高崎市

群馬県高崎市では、2023年11月から市役所内で本格的に生成AIを業務に利用することを決めました。試験運用期間を設けて業務改善効果を調べてみたところ、一定の効果が確認できたため実行に踏み切ったという経緯があります。

主な用途は次のようなものです。

当初の懸念材料であった個人情報の漏洩などの問題は発生せず、生成した成果物の内容にも問題はなかったといいます。公的機関が生成AIを導入するにあたって、非常にうまくいったケースであると評価できます。

企業が生成AIを導入するための5つのステップ

生成AIの導入は、企業の業務効率を飛躍的に向上させ、競争力を強化する大きなチャンスとなります。しかし効果的に活用するには、次のような計画的なアプローチが必要です。

順番に見ていきましょう。

Step1：活用戦略方針を決める

生成AIの導入を成功させるには、まず明確な活用戦略の策定が不可欠です。企業のビジョンや目標に基づいて、生成AIをどのように活用するかを決定します。

具体的には、生成AIを利用してどの業務を改善したいのか、どのような結果を期待しているのかを明確にし、それに基づいて戦略方針を立てます。

例えば、企業が顧客対応を強化したいと考えている場合、生成AIを活用したチャットボットの導入を検討が考えられるでしょう。またマーケティング分野での効率化を目指すのであれば、データ分析やパーソナライズドマーケティングのために生成AIを利用する戦略が有効です。

Step2：利用環境を構築する

生成AIを効果的に導入するためには、利用環境を適切に構築することが不可欠です。生成AIが円滑に機能するための技術的なインフラを整え、必要なツールやプラットフォームを選定・導入します。

生成AIを稼働させるためには、高性能なコンピュータのリソースが必要です。AIは大量のデータを処理し、コードのアルゴリズムを実行するため、十分な計算能力を持つサーバーやクラウドサービスを選定することが求められます。

生成AIがアクセスするデータの整備も重要です。AIが学習し正確な結果を提供するためには、質の高いデータが必要となります。企業は自社が保有するデータを整理し、必要に応じて有効な形でデータを提示しなければいけません。また外部データを取り込む場合には、データの信頼性やセキュリティにも注意を払う必要があります。

Step3：試験開発・運用を行う

生成AIの利用環境が整ったら、次に行うべきは試験開発と運用です。この段階では、実際に生成AIを使って試験的なプロジェクトを実施し、効果を検証します。

試験開発のフェーズでは、小規模のプロジェクトや限られた業務領域で生成AIを試験的に運用します。AIがどの程度の精度でタスクを遂行できるのか、またどのような改善が必要かを評価するプロセスです。

試験運用中には、生成AIが企業の業務プロセスにどのような影響を与えるかを注意深く観察しなければいけません。必要に応じて、業務プロセスの調整や再設計を行うこともあるでしょう。

試験開発・運用の最終段階では、生成AIのパフォーマンスを総合的に評価し、実際の運用環境を導入する準備を整えます。

Step4：運用を開始する

生成AIの準備が整ったら、いよいよ本格的な運用を開始します。このステップでは、生成AIが実際の業務に統合され、日常的な業務プロセスの中で活用されることになります。

まずは生成AIを導入する業務や部分を明確に定め、該当する社員のトレーニングを実施する必要があるでしょう。新しい技術を導入する際には、社員が技術を適切に理解し、効果的に活用できるようにすることが重要です。

次に運用開始後のモニタリング体制を整えます。生成AIが意図した通りに機能しているか、また設定された目標を達成しているかを確認する作業です。パフォーマンス指標を設定し、定期的なレビューを行いましょう。

また、生成AIの運用中に発生する可能性のある問題や障害に迅速に対応するためのサポート体制も重要です。

Step5：利用者からのFBを受けて改善に役立てる

生成AIの運用が決まった後は、利用者からのフィードバックを積極的に収集し、それをもとに改善を行うことが重要です。生成AIが実際に現場でどのように使われているのか、使用感や効果についての評価を利用者から集め、AIの精度や運用効率をさらに向上させるための手がかりとします。

定期的にユーザーアンケートやインタビューを実施し、積極的に意見を収集しましょう。実際に生成AIを使用している現場の社員からのフィードバックは、AIの運用面での強みや弱みを明らかにし、改善のための具体的なアイディアを提供してくれます。

収集したフィードバックをもとに、生成AIのモデルやアルゴリズムの改善を行います。例えばAIの精度が期待より低い場合には、追加のデータを学習させるか、アルゴリズムのチューニングを行うことで改善を図る必要があるでしょう。

企業が生成AI活用を成功させるための5つのポイント

生成AIの導入は、企業の業務効率や競争力を向上させる大きなチャンスです。しかし効果を最大限に引き出すためには、計画的かつ戦略的なアプローチが必要となります。例えば次のようなものです。

それぞれ具体的に見ていきましょう。

①業務内容の棚卸しを行う

生成AIを効果的に活用するための第一歩は、現在の業務内容を詳細に棚卸することです。企業内のどの業務が生成AIによって大きな恩恵を受けるのかを見極めるには、業務の現状を正確に把握する必要があります。

各部門で行われている業務の一覧を作成し、内容を整理しましょう。業務の重要性や頻度、それぞれの業務にかかる時間やコストなどを考慮し、生成AIが導入されることでどの業務が効率化できるかを評価します。

例えば、繰り返し行われる定型的な作業や、大量のデータを処理する必要がある業務は、生成AIの導入によって大幅に改善される可能性があります。

②現場の声を必ず聞き取る

生成AIを企業内で効果的に活用するには、現場の声をしっかりと聞き取ることが非常に重要です。生成AIの導入は、経営層やIT部門だけでなく、実際にその技術を使う現場の社員に大きな影響を与えます。現場のニーズや課題を正確に理解し、それを反映させた導入計画を立てることが成功の鍵となります。

現場の声を聞く際には、現場の社員たちが日々どのような業務に取り組んでいるのか、その中でどのような問題や課題を感じているのかをヒアリングしましょう。具体的には、作業負担が重い業務や、手作業が多く非効率なプロセスが存在するかどうかを確認します。

また現場の声を反映させることは、生成AIが実際に役立つツールとして受け入れられ、導入後の抵抗感を減らすことにも繋がります。

③費用対効果を算定する

生成AIの導入にあたっては、費用対効果の算定が不可欠です。生成AIを導入することで期待される効果と、それに伴うコストを慎重に比較検討し、投資がどの程度の利益を生むかを明確にしなければいけません。

まずは生成AIの導入にかかるコストを正確に把握します。ライセンス費用やインフラの構築コスト、従業員のトレーニング費用やメンテナンスコストなどが含まれます。一連のコストを総合的に評価し、導入時だけでなく運用中に発生するコストも見積もることが重要です。

次に生成AIがもたらす効果を具体的に予測します。顧客対応の自動化によるサービス品質の向上や、マーケティング活動の精度向上による売り上げ増加などです。

予測される効果が実際にどの程度の経済的利益を生むのかを試算することで、投資回収期間を計算します。

④統括組織をつくる

生成AIの導入を成功させるためには、統括組織を設置し、全社的な取り組みを一元的に管理することが大切です。統括組織は、生成AIに関する戦略の立案から実施・運用のモニタリングまでを包括的に担当し、組織全体の目標達成に向けた指揮をとります。

統括組織の設立に当たっては、生成AIの導入を推進するリーダーシップが不可欠です。経営層の協力は必須となるでしょう。経営層が明確なビジョンを持ち、生成AIの導入が企業の戦略目標にどのように貢献するかを示すことで、組織全体が一丸となって取り組む体制を構築できます。

また統括組織には、生成AIに関する専門知識を持ったメンバーを配置するのが望ましいといえます。AI技術のエキスパートだけでなく、データサイエンティストや業務プロセスに精通した担当者も含まれているべきでしょう。

⑤プロンプトを使いこなせているか精査する

生成AIを効果的に活用するためには、AIに対する指示である「プロンプト」を正確かつ適切に使いこなすことが重要です。プロンプトは生成AIがどのような結果を出すかを左右する要因であり、その品質がAIのパフォーマンスに直接影響を与えます。

したがって、企業はプロンプトが適切に使われているかを定期的に精査し、必要に応じて改善を行う必要があります。

具体的には、次のようなプロセスが必要となるでしょう。

上記をきちんと行うことにより、生成AIの活用が一貫して高い水準を保つようになります。

企業が生成AIを活用する際の注意点

生成AIの導入は、企業の業務効率を大幅に向上させる可能性を秘めていますが、一方でいくつかのリスクや注意点も存在します。生成AIを活用する際には、これらのリスクを適切に管理し、安心して利用できる環境を整えることが大切です。

具体的には次のようなポイントに注意しましょう。

順番に解説します。

①：認証機能があるかで判断する

生成AIを企業内で安全に活用するためには、AIシステムが適切な認証機能を備えているかを確認することが重要です。

認証機能とは、AIシステムにアクセスする際にユーザーの身元を確認し、権限のあるユーザーだけが利用できるようにする仕組みのこと。この機能がないか不十分である場合、企業の機密データや業務プロセスが不正アクセスのリスクにさらされる恐れがあります。

また、ユーザーごとに異なるアクセス権限を設定できる機能も重要です。例えば一般社員には閲覧のみを許可し、管理者にはAIモデルのチューニングやデータセットの更新など、より高度な操作を許可するといったものです。ユーザーの役割に応じた権限を設定することで、セキュリティを一層強化できます。

認証機能の設定や運用は定期的に見直す必要があるでしょう。技術の進化や業務環境の変化に伴ってセキュリティ要件も変わるため、常に最新のセキュリティ技術を維持することが求められます。

②：社内データを守れるかで判断する

生成AIを導入するにあたって重要な考慮事項の一つが、社内データの保護です。

企業が取り扱うデータには、顧客情報・財務データ・技術的なノウハウなど、機密性の高い情報が多数含まれています。これらのデータが漏洩したり、不正にアクセスされたりすることがないよう、生成AIの運用においても万全のデータ保護対策が求められます。

まず、生成AIがデータをどのように使用し、データを保存するのかを理解することが重要です。データの暗号化やアクセス制御が適切に施されているプラットフォームを選定することで、データの機密性が保たれます。

また、生成AIの運用環境自体が安全であることも重要です。社内のネットワークセキュリティ自体を強化する必要があるでしょう。さらに、生成AIがデータを扱う過程でのコンプライアンス遵守も重要です。

③：管理者が利用状況を把握できるかで判断する

生成AIの活用を安全かつ効果的に進めるためには、管理者がAIシステムの利用状況を常に把握できる体制を整えることが必要です。

生成AIは強力なツールである一方、利用が適切に管理されない場合には不正利用や誤った判断が行われるリスクがあります。AIの稼働状況や利用者の操作内容を、管理者がリアルタイムで監視できる環境の構築が重要となるでしょう。

具体的には、管理者が利用ログや操作履歴を確認できる機能が必要です。また、設定されたルールやガイドラインが遵守されているかを監視するためのコンプライアンスチェック機能も有用です。

問題がある場合には管理者にアラートを送る仕組みを導入することで、リスクを未然に防ぐことが可能となるでしょう。

まとめ

生成AIの導入は、企業にとって業務効率の向上や新たな価値創出の大きな機会を提供します。しかし成功のためには、計画的なステップを実行することや、注意点を十分に考慮することが必要不可欠です。

業務内容の棚卸や現場の声の反映、費用対効果の評価などを通して、企業は生成AIを効果的に活用できるようになるでしょう。

本記事を参考にして、生成AIの適切な導入を目指してみてはいかがでしょうか。自社の状況と導入の仕方がうまくかみ合ったとき、生成AIは非常に大きな効果を発揮することでしょう。