「IndustrialMind.aiの挑戦：製造業AIの未来をどう変えるのか？」
「IndustrialMind.aiの挑戦：製造業AIの未来をどう変えるのか？」
いやぁ、最近のAI業界、本当に目まぐるしいですよね。特に製造業の現場にAIがどう浸透していくのか、あなたも気になっているんじゃないでしょうか。正直なところ、私自身も20年間この業界を見てきて、新しい技術が出てくるたびに「本当に使えるのか？」と眉唾で見てしまう癖があるんです。でも、今回IndustrialMind.aiが発表したニュースには、ちょっと立ち止まって考えさせられるものがありました。
彼らが120万ドルのプレシード資金を調達したという話、聞きましたか？ Antler、TSVC、Plug and Playといった初期段階の投資家だけでなく、元テスラ製造担当副社長のGang Song氏も名を連ねている。これ、ただの資金調達じゃないですよ。テスラで製造AIを牽引してきたリーダーたちが立ち上げたという背景を考えると、彼らが何をしようとしているのか、その真意を探る価値は大いにある。
私がこの業界に入った頃、製造現場の自動化といえば、ロボットアームがひたすら同じ作業を繰り返す、というのが主流でした。データは山のように取れるけれど、それをどう活かすか、リアルタイムでどう意思決定に繋げるか、そこが常に課題だった。75%以上の企業がデジタルシステムを導入しても、結局は人間の経験と勘に頼る部分が大きかったんです。IndustrialMind.aiが「AI Engineer」と呼ぶAIアシスタントは、まさにそのギャップを埋めようとしている。
彼らの技術は、単なるデータ分析ツールとは一線を画しています。まず驚いたのは、「Drawing-to-process automation」という機能。これ、エンジニアリング図面から部品表（BOM）、ルーティング、そして原価見積もりまでを自動で作成するというんです。考えてみてください、このプロセスにどれだけの時間と労力がかかっていたか。特に新製品導入の際なんて、この初期段階でつまずくことが多かった。ここをAIが肩代わりしてくれるというのは、製造業の「時間」というコストを劇的に削減する可能性を秘めている。
さらに、リアルタイムでの生産パフォーマンスと品質信号の監視、そして異常の検出・予測。これはもう、製造現場の「目」であり「耳」ですよね。不良品が出る前に兆候を捉え、未然に防ぐ。そして、もし問題が発生しても、マルチエージェントの「Root-cause analysis」エンジンが迅速に原因を特定し、解決策を提示してくれる。手作業での原因究明に何日もかかっていた時代を考えると、これはまさに革命的です。Siemens、tesa、Andritzといった大手企業がすでに彼らの「AI Engineer」を導入しているという事実も、その実用性を裏付けていると言えるでしょう。
彼らの「forward-deployed」モデルも興味深い。プラットフォームを顧客のワークフローに直接統合し、数週間で目に見える成果を出すという。これは、AI導入における最大の障壁の1つである「導入期間の長さ」と「効果の不透明さ」をクリアしようとする強い意志の表れだと感じました。テスラのギガファクトリーで培われたAI製造プラットフォームの経験が、この迅速な導入と効果測定に繋がっているのは間違いないでしょう。
個人的には、このIndustrialMind.aiのアプローチは、製造業におけるAIの役割を再定義する可能性を秘めていると感じています。これまでは「自動化」や「効率化」が主な目的でしたが、彼らは「意思決定の高度化」と「問題解決の加速」に焦点を当てている。これは、AIが単なるツールではなく、現場のエンジニアと協働する「パートナー」になる未来を示唆しているのではないでしょうか。
もちろん、課題がないわけではありません。AIが生成するBOMやルーティングの精度はどこまで信頼できるのか、現場の熟練工の知識をどうAIに学習させるのか、そして何よりも、AIが提示する「運用調整」を人間がどこまで受け入れられるのか。これらの疑問は、今後の彼らの技術進化と、導入企業との協業の中で解決されていくことでしょう。
しかし、元テスラのAIリーダーたちが、製造業の最も深い課題にAIで挑む。この動きは、間違いなく業界に大きな波紋を投げかけるはずです。あなたも、このIndustrialMind.aiの動向から目を離さない方がいい。彼らが本当に製造業の未来を「変える」ことができるのか、それとも新たな課題を生み出すのか、一緒に見守っていきましょう。
彼らが本当に製造業の未来を「変える」ことができるのか、それとも新たな課題を生み出すのか、一緒に見守っていきましょう。正直なところ、私たちが今、目の当たりにしているのは、単なる技術革新の波ではなく、製造業の根幹を揺るがす構造的な変化の予兆だと感じています。IndustrialMind.aiが提唱する「AI Engineer」という概念は、これまで私たちが培ってきた生産技術や品質管理の常識を、根本から問い直すものかもしれません。
「AI Engineer」が変える製造業の風景：人間の創造性を解き放つパートナー
あなたも感じているかもしれませんが、製造業の現場では、設計部門と製造部門の間に見えない「壁」が存在することが少なくありません。設計者が描いた理想が、現場の現実と合わず、試作と修正の繰り返しで時間とコストが膨らんでいく。このボトルネックを、IndustrialMind.aiの「Drawing-to-process automation」は根本から解消しようとしています。エンジニアリング図面が入力された瞬間、AIが最適なBOM、ルーティング、原価見積もりを瞬時に生成する。これは単なる自動化ではなく、設計の初期段階から製造の実現可能性をAIが検証し、最適解を提案してくれるようなものです。
想像してみてください。新製品のコンセプトが生まれたばかりの段階で、AIが過去の膨大なデータと最新の製造技術を照らし合わせ、最も効率的でコストパフォーマンスの高い生産プロセスを提示してくれる。これによって、設計者はより大胆な発想に挑戦できるようになり、現場のエンジニアは試行錯誤の時間を削減し、より付加価値の高い改善活動や技術開発に集中できるようになります。私たちが長年追い求めてきた「フロントローディング」が、AIによって真に実現する日が来るのかもしれません。
さらに、リアルタイムでの生産パフォーマンスと品質信号の監視は、製造現場の「予知保全」を次のレベルへと引き上げます。これまでは、熟練工の「勘」や、定期的な点検によってしか気づけなかった設備の劣化や品質の異常を、AIがデータから微細な変化を捉え、問題が発生する前に警告してくれる。これは不良品の削減だけでなく、設備のダウンタイムを最小限に抑え、生産効率を最大化する上で計り知れないメリットをもたらします。もし万が一、問題が発生しても、マルチエージェントの「Root-cause analysis」エンジンが、複数の視点からデータを分析し、複雑に絡み合った原因を迅速に特定してくれる。これまでの手作業での原因究明に何日も、時には何週間もかかっていた状況を考えると、これはまさに時間の革命です。
個人的には、この「AI Engineer」が、熟練工の持つ「知」の継承問題にも一石を投じるのではないかと期待しています。長年の経験で培われた暗黙知は、言語化が難しく、若手への伝承が非常に困難でした。しかし、AIが現場のあらゆるデータを学習し、熟練工の意思決定プロセスや問題解決のパターンを模倣できるようになれば、その「知」はデジタルアセットとして保存され、次世代へと受け継がれていくでしょう。もちろん、人間が持つ創造性や臨機応変な対応力、そして倫理観はAIには代替できません。しかし、AIが「知識の基盤」を提供することで、人間はより高度な判断や創造的な仕事に集中できるようになるはずです。これは、まさにAIと人間が協働する「コ・クリエーション」の未来像を示しているのではないでしょうか。
テスラ由来の強みと技術的優位性：なぜIndustrialMind.aiなのか？
彼らの技術の根底にあるのは、元テスラのAIリーダーたちがギガファクトリーで培ってきた、まさに「ゼロからの工場立ち上げ」と「大量生産におけるAI活用」の経験です。テスラは、既存の自動車メーカーとは異なり、伝統的な製造プロセスに縛られず、AIとソフトウェアを徹底的に活用して生産効率を極限まで高めてきました。その経験が、IndustrialMind.aiの「forward-deployed」モデル、つまり「数週間で目に見える成果を出す」という迅速な導入と効果測定に直結しているのは間違いありません。彼らは、AIを単なるツールとしてではなく、製造プロセス全体を最適化するための「OS」として捉えているのです。
技術的な側面から見ると、彼らの「AI Engineer」は、単一のAIモデルではなく、それぞれが特定のタスクに特化した複数のAIエージェントが連携し合う「マルチエージェントAIシステム」であると推測できます。例えば、図面解析を担当するエージェント、BOM生成を担当するエージェント、ルーティング最適化を担当するエージェント、品質監視を担当するエージェントなどが、相互に情報をやり取りし、協調して動作する。これにより、複雑な製造プロセス全体をカバーし、かつ各タスクにおいて高い精度と柔軟性を実現しているのでしょう。
また、最近注目されている「生成AI」の技術も、彼らの「Drawing-to-process automation」の中核をなしていると考えられます。単に既存のデータを検索するだけでなく、与えられた図面情報から、これまで存在しなかった最適なBOMやルーティングを「生成」する能力は、まさに生成AIの真骨頂です。これにより、過去のデータにない新たな製造方法や材料の組み合わせも提案できるようになり、イノベーションを加速させる可能性を秘めています。
既存のMES（製造実行システム）やERP（企業資源計画）システムとの違いも明確にしておく必要があります。これらのシステムは、主に「記録」と「管理」が目的であり、過去のデータを整理し、現状を把握することに長けています。しかし、IndustrialMind.aiのAIは、その記録されたデータを基に「予測」を行い
—END—
「予測」から「最適化」へ：未来を形作るAIの役割
…その記録されたデータを基に「予測」を行い、さらに「最適化」された意思決定を支援する、という点が決定的に異なります。正直なところ、MESやERPは製造現場の「履歴書」や「家計簿」のようなもので、過去の実績を正確に記録し、現在の資産状況を管理するのに役立ちます。しかし、IndustrialMind.aiの「AI Engineer」は、その履歴書や家計簿を読み解き、未来に何が起こるかを予測し、どうすれば最も効率的で収益性の高い未来を築けるかを提案してくれる「戦略アドバイザー」のような存在だと言えるでしょう。
具体的に考えてみましょう。MESが「先月は不良品が100個出た」と記録するのに対し、IndustrialMind.aiのAIは「この傾向が続けば、来週には特定の工程で不良品が20個発生する可能性がある。その原因はA部品の供給ロットに起因する可能性が高い」と予測し、さらに「解決策として、B部品への切り替え、または工程CのパラメータをXからYに変更することを推奨する」と具体的なアクションまで提示してくれる。これは、単なる情報提供ではなく、能動的な問題
—END—
…能動的な問題解決と、それによる生産性向上を可能にする、まさにゲームチェンジャーなんです。正直なところ、私たち製造業が長年夢見てきた「自律的な工場」への第一歩が、ここにあるのかもしれません。
「予測」から「最適化」へ：未来を形作るAIの役割
IndustrialMind.aiの「AI Engineer」は、単に問題を「特定」するだけでなく、その解決策を「提示」し、さらには将来起こりうる問題を「予防」するための運用調整まで提案してくれます。これは、製造業における意思決定の質と速度を根本から変える可能性を秘めています。
例えば、設備保全の分野を考えてみましょう。これまでは、定期的なメンテナンスや、故障が発生してから修理するという「事後保全」が主流でした。しかし、AIが稼働データ、環境データ、過去の故障履歴などを複合的に分析することで、特定の部品がいつ頃、どのような要因で故障する可能性が高いかを高精度で予測できるようになります。そして、その予測に基づいて、最適なタイミングでメンテナンスを計画し、部品交換を行う「予知保全」をAIが自動で提案してくれる。これにより、予期せぬダウンタイムを劇的に削減し、生産ラインの稼働率を最大化することが可能になります。
さらに、サプライチェーン全体への波及効果も見逃せません。AIは、製造現場の生産状況だけでなく、原材料の在庫、サプライヤーの納期、顧客からの受注予測といった多岐にわたるデータをリアルタイムで統合し、分析します。もし原材料の供給に遅延が生じる兆候があれば、AIは即座に代替サプライヤーの提案や、生産計画の調整案を提示してくれるでしょう。これにより、原材料の調達から最終製品の出荷まで、サプライチェーン全体を最適化し、リードタイムの短縮と在庫コストの削減を実現できる。これは、激化するグローバル競争において、企業が生き残るための決定的な競争優位性となり得ます。
私たちが今、目の当たりにしているのは、AIが単なる「データ分析ツール」の枠を超え、製造業における「戦略的意思決定パートナー」へと進化する姿です。AIが過去のデータから学び、未来を予測し、最適なアクションを提案する。そして人間は、AIが提示した情報を基に、より高度な判断を下し、創造的な問題解決に集中する。これは、まさに人間とAIが協働する「コ・クリエーション」の理想形ではないでしょうか。
導入への障壁とIndustrialMind.aiのアプローチ：現場に寄り添う戦略
もちろん、どんなに素晴らしい技術でも、導入の障壁は存在します。特に製造業は、長年の慣習やレガシーシステム、熟練工の暗黙知といった独特の文化を持つ業界です。AI導入における一般的な課題としては、以下のような点が挙げられます。
- データの質と量: AI学習に必要な質の高いデータが不足している、あるいはデータがサイロ化しているケース。
- 既存システムとの連携: MES、ERP、SCMなど、既に稼働している複雑なシステム群との統合の難しさ。
- 人材とスキル: AIを理解し、運用できる人材の不足。
- 組織文化の変化: AIの提案を現場が受け入れ、運用プロセスを変えていくことへの抵抗。
- 投資対効果（ROI）の不透明さ: 導入コストに見合う効果が得られるかどうかの不安。
しかし、IndustrialMind.aiは、テスラのギガファクトリーという、まさに「ゼロから最先端の製造現場を構築する」という極限の環境で培われた経験を強みとしています。彼らが提唱する「forward-deployed」モデル、つまりプラットフォームを顧客のワークフローに直接統合し、数週間で目に見える成果を出すというアプローチは、これらの障壁を乗り越えるための非常に現実的な戦略だと感じています。
これは、単にソフトウェアを導入するだけでなく、顧客の現場に深く入り込み、データ収集からシステム連携、AIモデルのカスタマイズ、そして現場のエンジニアへのトレーニングまでを一貫してサポートするということです。テスラでAI製造プラットフォームを実際に立ち上げ、運用してきた彼らだからこそ、製造現場のリアルな課題と、それを解決するためのAIの「勘所」を熟知している。だからこそ、短期間で具体的なROIを示すことができるのでしょう。
個人的には、このアプローチは、AIが人間の仕事を奪うのではなく、むしろ人間の能力を拡張し、熟練工の経験や知識をより価値あるものにするための重要なステップだと考えています。AIが単純作業やデータ分析を肩代わりすることで、熟練工はより複雑な問題解決、新たな技術開発、そして若手育成といった、人間ならではの創造的で付加価値の高い仕事に集中できるようになる。AIは、現場のエンジニアにとって、頼れる「相棒」となり、製造業の知の継承を加速させる触媒となり得るのです。
製造業の未来図：AIが拓く新たな価値創造
IndustrialMind.aiのような存在が製造業にもたらす変革は、単なる効率化にとどまりません。それは、製造業のビジネスモデルそのものを変革し、新たな価値創造の機会を生み出す可能性を秘めています。
例えば、製品設計のプロセスは劇的に変化するでしょう。AIが設計段階から製造可能性を評価し、最適な材料やプロセスを提案することで、開発期間は短縮され、市場投入までの時間が大幅に短縮されます。これにより、企業は顧客ニーズの変化に迅速に対応し、よりパーソナライズされた製品やサービスを提供できるようになるでしょう。
また、生産プロセスにおける柔軟性も向上します。AIがリアルタイムで生産状況を監視し、需要変動やサプライチェーンの乱れに即座に対応できるため、多品種少量生産から大量生産まで、あらゆる生産形態において最適な効率を維持できるようになります。これは、これまでコストと時間がかかっていた生産ラインの切り替えや、新たな製品の立ち上げを格段に容易にするでしょう。
正直なところ、この変革は、大企業だけでなく、リソースが限られる中小企業こそ、このAIの恩恵を享受できる可能性を秘めていると感じています。AIが提供する高度な分析と意思決定支援は、熟練工の不足や技術継承の課題を抱える中小企業にとって、競争力を維持・向上させるための強力な武器となり得ます。日本の製造業が再び世界をリードするための鍵が、このようなAIテクノロジーの積極的な導入と活用にあるのかもしれません。
投資家と技術者への視点：今、注目すべき理由
投資家にとって、IndustrialMind.aiは魅力的な投資機会と言えるでしょう。 まず、プレシード資金調達の成功は、そのポテンシャルの証であり、Antler、TSVC、Plug and Playといった実績あるVCが初期段階で投資を決めたことは、彼らのビジネスモデルと技術力への強い信頼を示しています。製造業AI市場は、デジタル変革の波の中で今後も高い成長が見込まれており、その中でIndustrialMind.aiは、テスラ由来の圧倒的な技術的優位性と、実践的な「forward-deployed」モデルによって、確固たる地位を築く可能性があります。Siemens、tesa、Andritzといった大手企業の導入実績は、彼らのソリューションが既に実用レベルに達しており、具体的なROIを生み出していることの強力な裏付けです。製造業の根深い課題を解決し、グローバル競争力を高めるというミッションは、長期的な視点で見ても大きなリターンを生む可能性を秘めていると私は見ています。
一方、技術者にとっては、自身のキャリアを再定義するチャンスです。 「AI Engineer」という新しい職能は、従来の製造エンジニアにAIの知識とスキルが融合した、まさに未来のエンジニア像を示しています。AIを使いこなすスキル、データサイエンスの基礎、そして何よりも現場の深い知識と課題解決への情熱が求められるでしょう。AIが人間の仕事を奪うという悲観的な見方もありますが、IndustrialMind.aiのアプローチは、AIが人間の能力を拡張し、より高度で創造的な仕事へとシフトさせることを示唆しています。これは、技術者が自身の専門性を深めつつ、AIという強力なツールを駆使して、製造業の未来を形作る最前線で活躍できる、非常にエキサイティングな機会だと言えるでしょう。
まとめ：変革の波に乗るために
IndustrialMind.aiの挑戦は、単なる新しいAIツールの登場ではありません。彼らは、製造業のあり方そのものを再定義しようとしている、と言っても過言ではないでしょう。テスラの最先端工場で培われた知見と、製造業の根深い課題への深い理解が融合した彼らのアプローチは、私たちが長年抱えてきた「デジタル化の壁」を打ち破る可能性を秘めています。
もちろん、AIが万能な魔法の杖ではないことは、私たち業界の人間が一番よく知っています。AIが生成するBOMやルーティングの精度、熟練工の暗黙知をAIにどう学習させるか、そしてAIが提示する「運用調整」を人間がどこまで受け入れられるか。これらの課題は、今後の技術進化と、導入企業との密接な協業の中で一つずつ解決されていくことでしょう。
しかし、元テスラのAIリーダーたちが、製造業の最も深い課題にAIで挑む。この動きは、間違いなく業界に大きな波紋を投げかけるはずです。あなたも、このIndustrialMind.aiの動向から目を離さない方がいい。彼らが本当に製造業の未来を「変える」ことができるのか、それとも新たな課題を生み出すのか、一緒に見守っていきましょう。そして、私たち自身も、この変革の波にどう向き合い、どう活用していくのか。今こそ、その戦略を真剣に考えるべき時が来ているのではないでしょうか。製造業の未来を、彼らと共に、あるいは彼らを超える形で、創造していく。そんな挑戦が、今、私たちの目の前で始まろうとしているのです。
—END—
そんな挑戦が、今、私たちの目の前で始まろうとしているのです。正直なところ、この変革の波は、もはや「乗るか反るか」という選択肢ではなく、「いかに乗りこなすか」が問われる段階に入ったと私は感じています。IndustrialMind.aiは、その波の先端で舵を取る存在の一つですが、彼らのアプローチは、私たち製造業に携わる者全員にとって、未来を考える上で非常に重要なヒントを与えてくれています。
あなたも、この機会にぜひ、自社の製造プロセスにAIをどう組み込めるのか、真剣に考えてみてほしい。まずは、IndustrialMind.aiのような先進的な事例から学び、社内で議論を始めてみることが大切です。AIは魔法ではありませんが、正しく活用すれば、これまで不可能だと思われていた課題を解決し、新たな価値を生み出す強力なツールとなり得ます。熟練工の知恵とAIの分析力を融合させることで、日本の製造業が持つ「擦り合わせの技術」や「品質へのこだわり」といった強みが、さらに輝きを増す可能性だってあるんです。
個人的には、この「AI Engineer」という概念が、製造業におけるキャリアパスを多様化させ、より魅力的なものに変えていくと確信しています。AIを使いこなすことで、現場のエンジニアは、単なる作業者から、データと知見に基づいた「戦略的パートナー」へと進化できる。それは、製造業の未来を自らの手で形作る、非常にやりがいのある仕事になるはずです。
IndustrialMind.aiの挑戦は、まだ始まったばかりかもしれません。彼らが本当に製造業の未来を「変える」ことができるのか、それとも新たな課題を生み出すのか、その答えはこれからの彼らの進化と、そして私たち業界全体の取り組みにかかっています。しかし、一つだけ確かなことがあります。それは、この変革の時代において、傍観者でいることは、最もリスクの高い選択だということ。
さあ、あなたも、この大きな波に積極的に飛び込み、製造業の新たな地平を共に切り開いていきませんか。未来は、待っているだけではやってきません。私たち自身の行動と、AIとの賢い協働によって、その未来を創り出すことができるのですから。
—END—
そんな挑戦が、今、私たちの目の前で始まろうとしているのです。正直なところ、この変革の波は、もはや「乗るか反るか」という選択肢ではなく、「いかに乗りこなすか」が問われる段階に入ったと私は感じています。IndustrialMind.aiは、その波の先端で舵を取る存在の一つですが、彼らのアプローチは、私たち製造業に携わる者全員にとって、未来を考える上で非常に重要なヒントを与えてくれています。
あなたも、この機会にぜひ、自社の製造プロセスにAIをどう組み込めるのか、真剣に考えてみてほしい。まずは、IndustrialMind.aiのような先進的な事例から学び、社内で議論を始めてみることが大切です。AIは魔法ではありませんが、正しく活用すれば、これまで不可能だと思われていた課題を解決し、新たな価値を生み出す強力なツールとなり得ます。熟練工の知恵とAIの分析力を融合させることで、日本の製造業が持つ「擦り合わせの技術」や「品質へのこだわり」といった強みが、さらに輝きを増す可能性だってあるんです。
個人的には、この「AI Engineer」という概念が、製造業におけるキャリアパスを多様化させ、より魅力的なものに変えていくと確信しています。AIを使いこなすことで、現場のエンジニアは、単なる作業者から、データと知見に基づいた「戦略的パートナー」へと進化できる。それは、製造業の未来を自らの手で形作る、非常にやりがいのある仕事になるはずです。
IndustrialMind.aiの挑戦は、まだ始まったばかりかもしれません。彼らが本当に製造業の未来を「変える」ことができるのか、それとも新たな課題を生み出すのか、その答えはこれからの彼らの進化と、そして私たち業界全体の取り組みにかかっています。しかし、一つだけ確かなことがあります。それは、この変革の時代において、傍観者でいることは、最もリスクの高い選択だということ。
さあ、あなたも、この大きな波に積極的に飛び込み、製造業の新たな地平を共に切り開いていきませんか。未来は、待っているだけではやってきません。私たち自身の行動と、AIとの賢い協働によって、その未来を創り出すことができるのですから。 —END—
未来は、待っているだけではやってきません。私たち自身の行動と、AIとの賢い協働によって、その未来を創り出すことができるのですから。
この変革の時代、私たち製造業に携わる者にとって最も重要なのは、変化を恐れず、自ら率先して新しい技術を取り入れ、未来の製造業の姿を構想する「リーダーシップ」を持つことだと私は思います。IndustrialMind.aiが示す方向性は、その一例に過ぎません。彼らの成功は、私たち一人ひとりが、自身の現場でAIをどう活かせるか、どうすればより良い製品を、より効率的に、そしてより創造的に生み出せるかを問い続けることから始まるのではないでしょうか。
正直なところ、AIの進化は想像以上に速く、私たち自身の学びのペースも加速させる必要があります。しかし、それは決して困難な道ではありません。AIは、私たちの「知」を拡張し、「時間」を生み出し、「可能性」を広げてくれる、強力なパートナーです。このパートナーと共に、日本の製造業が持つ匠の技と、最新のAI技術を融合させ、世界に誇れる新たな価値を創造していく。そんな未来を、私は心から楽しみにしています。
さあ、あなたも、この大きな波に積極的に飛び込み、製造業の新たな地平を共に切り開いていきませんか。この挑戦は、私たち自身のキャリアを豊かにし、ひいては社会全体に貢献する、かけがえのない機会となるはずです。未来は、私たち自身の手で創り出すものですから。 —END—