悲劇が革命を加速させる—。2024年5月、群馬県で起きた両毛運輸の飲酒運転事故は、3人の尊い命を奪いました。しかし、わたしたちは、この痛ましい事件を教訓に悲劇のない新しい時代を築かなければなりません。。
人間の限界を超えたAIドライバーが、ハンドルを握る日は目前に迫っています。飲酒も疲労も知らない彼らは、24時間365日、ミスなく道路を走り続けます。両毛運輸事件からの学びを糧として、私たちは今、交通事故のない未来への入り口に立っているのです。自動運転技術が拓く、安全で効率的な物流の新時代。その革命の最前線を探ってみました。
1. はじめに：両毛運輸事件が投げかけた課題
2024年5月6日に発生した両毛運輸の飲酒運転事故は、運送業界に大きな衝撃を与えました。この事件は、単なる一企業の問題ではなく、業界全体が抱える構造的な課題を浮き彫りにしました。同時に、この悲劇は、革新的な技術による解決策を模索する契機ともなっています。
1.1 事件の概要と社会的影響
1.1.1 事故の詳細
両毛運輸の大型トラックが起こした事故は、以下のような衝撃的な内容でした：
- 発生日時：2024年5月6日 午後4時15分頃
- 場所：群馬県伊勢崎市の国道17号・上武道路
- 被害：対向車線のワンボックスカーと衝突し、3名が死亡
最も驚くべきは、運転手が会社でのアルコールチェック後に飲酒を開始し、運転中も飲酒を続けていたという事実です。この行為は、現行の安全管理システムの盲点を突くものでした。
1.1.2 社会的反響
この事件は、メディアで大きく取り上げられ、社会に大きな衝撃を与えました。国土交通省の発表によると、事件後1ヶ月間で運送業界に対する苦情や問い合わせが前年同期比で約300%増加したとのことです。
1.2 運送業界が直面する問題
両毛運輸事件は、運送業界が長年抱えてきた以下のような構造的問題を改めて浮き彫りにしました。
1.2.1 ドライバー不足
日本トラック協会の調査によると、2024年時点でトラック運送業界は約14万人のドライバー不足に直面しています。この人手不足が、一人のドライバーへの負担増加や、経験の浅いドライバーの起用につながっている可能性があります。
1.2.2 長時間労働
厚生労働省の「令和5年労働時間等総合実態調査」によれば、道路貨物運送業の年間総実労働時間は2,580時間と、全産業平均の2,040時間を大きく上回っています。この過酷な労働環境が、ドライバーの心身の疲労やストレスを招き、安全運転への意識低下につながっている可能性があります。
1.2.3 安全管理の限界
両毛運輸事件は、現行の安全管理システムの限界を露呈しました。国土交通省の「事業用自動車総合安全プラン2025」では、2025年までに事業用自動車の交通事故死者数を235人以下、人身事故件数を23,100件以下にすることを目標としていますが、この目標達成には新たなアプローチが必要とされています。
1.3 技術革新への期待
これらの課題に対し、自動運転技術とAIドライバーの導入が新たな解決策として注目を集めています。自動車技術会の報告によると、レベル4の自動運転技術が実用化されれば、交通事故の約9割を削減できる可能性があるとされています。両毛運輸事件を契機に、運送業界では安全性向上と労働環境改善の両立を目指し、自動運転技術の導入に向けた動きが加速しています。次章では、自動運転技術の現状と可能性について詳しく見ていきます。
2. 自動運転技術の現状と可能性
自動運転技術は、両毛運輸事件のような人為的ミスを大幅に減少させる可能性を秘めています。この章では、現在の自動運転技術の状況と、その将来性について詳しく見ていきます。
2.1 自動運転レベルの解説
自動運転技術は、一般的に0から5までの6段階のレベルで分類されています。これは、国際自動車技術者協会（SAE International）が定義したものです。
| レベル | 名称 | 概要 |
|---|---|---|
| 0 | 非自動運転 | 全ての運転操作をドライバーが行う |
| 1 | 運転支援 | 加速・操舵・制動のいずれかをシステムが支援 |
| 2 | 部分的自動運転 | 加速・操舵・制動の複数をシステムが行う |
| 3 | 条件付き自動運転 | 特定の条件下で全ての運転操作をシステムが行う |
| 4 | 高度自動運転 | 特定の条件下で全ての運転操作とその安全確保をシステムが行う |
| 5 | 完全自動運転 | 全ての条件下で全ての運転操作をシステムが行う |
現在、多くの新車で採用されている運転支援システムはレベル1または2に相当し、レベル3以上の本格的な自動運転の実用化に向けて、世界中で開発が進められています。
2.2 世界の自動運転開発状況
世界各国で自動運転技術の開発が進んでおり、特に米国と中国が先行しています。
2.2.1 米国の状況
米国では、Waymo（Google）、Tesla、GM Cruise、Uberなどの企業が自動運転技術の開発をリードしています。Waymoは既にアリゾナ州フェニックス周辺で完全無人のロボタクシーサービスを展開しており、実用化の最前線に立っています。
2.2.2 中国の状況
中国では、Baidu（百度）、AutoX、Ponyaiなどの企業が急速に技術を進化させています。特に、Baiduは北京や広州などの都市で自動運転タクシーの試験運行を開始しており、2025年までに100都市での展開を目指しています。
2.3 日本の自動運転技術の現状
日本でも自動車メーカーや技術企業が自動運転技術の開発に力を入れています。
2.3.1 乗用車での開発状況
トヨタ自動車は2021年に世界初のレベル3自動運転車を発売し、技術開発をリードしています。また、日産自動車やホンダも独自の自動運転技術を開発中です。
2.3.2 商用車での取り組み
商用車分野では、いすゞ自動車やUDトラックスが自動運転トラックの開発を進めています。特に注目されているのが隊列走行システムで、2022年に新東名高速道路で実証実験が行われました。
2.3.3 法整備の進展
日本政府も自動運転の実用化に向けて積極的に動いています。2020年に改正道路交通法が施行され、レベル3自動運転車の公道走行が可能になりました。さらに、2022年には「自動運転車の安全基準」が策定され、レベル4自動運転の実用化に向けた法的基盤が整いつつあります。
2.4 自動運転がもたらす可能性
自動運転技術は、運送業界に革命的な変化をもたらす可能性があります。
- 安全性の飛躍的向上: 人為的ミスによる事故の大幅な減少が期待されます。国土交通省の試算によると、自動運転技術の普及により、2030年までに交通事故死者数を2,500人以上削減できる可能性があるとされています。
- 労働環境の改善: 長時間労働や深夜労働の問題が緩和され、ドライバーの負担が大幅に軽減されます。
- 効率性の向上: 最適なルート選択や燃費効率の向上により、物流コストの削減が可能になります。
- 新たな輸送サービスの創出: 完全無人の配送サービスなど、これまでにない新しいビジネスモデルが生まれる可能性があります。
自動運転技術は、両毛運輸事件のような悲劇を防ぎ、より安全で効率的な運送業界を実現する可能性を秘めています。次章では、この技術の中核を担う「AIドライバー」について詳しく見ていきます。
3. AIドライバーの登場：人間を超える安全性
AIドライバーは、自動運転技術の中核を担う革新的なシステムです。人工知能（AI）と高度なセンサー技術を組み合わせることで、人間のドライバーを超える安全性と効率性を実現する可能性を秘めています。
3.1 AIドライバーの特徴と利点
3.1.1 24時間365日の稼働
AIドライバーは疲労を感じることがなく、集中力が途切れることもありません。これにより、長時間運転や深夜運転における人為的ミスのリスクを大幅に低減できます。
3.1.2 高度なセンシング能力
最新のAIドライバーシステムは、以下のような多様なセンサーを組み合わせて使用しています：
- LiDAR（光検出と測距）
- レーダー
- カメラ
- 超音波センサー
- GPS
これらのセンサーにより、AIドライバーは人間の目では捉えきれない周囲の状況を360度、リアルタイムで把握することができます。
3.1.3 迅速な判断と反応
AIドライバーの反応速度は人間をはるかに上回ります。米国運輸省の研究によると、人間のドライバーの平均反応時間は約0.75秒であるのに対し、AIドライバーは0.1秒以下で反応できるとされています。この差は、高速走行時の事故防止に大きく貢献します。
3.2 機械学習による進化する運転技術
AIドライバーの能力は、機械学習技術により日々進化しています。
3.2.1 ビッグデータの活用
世界中の自動運転車から収集されるデータを分析することで、AIドライバーは常に新しい状況に対応する能力を向上させています。例えば、Waymoの自動運転車は2022年時点で累計約35億マイル（約56億キロ）以上の走行データを蓄積しており、これらのデータが安全性向上に活用されています。
3.2.2 シミュレーションによる学習
実際の道路を走行せずとも、コンピューター上のシミュレーションで膨大な走行経験を積むことができます。テスラ社は、1日に数十億マイルに相当するシミュレーション走行を行っていると報告しています。
3.3 事故リスクの大幅な低減
AIドライバーの導入により、交通事故のリスクが大幅に低減されると期待されています。
3.3.1 人為的ミスの排除
米国高速道路交通安全局（NHTSA）の調査によると、交通事故の約94%が人為的ミスに起因しているとされています。AIドライバーはこれらのミスを大幅に減少させる可能性があります。
3.3.2 予測能力の向上
AIドライバーは、過去の事故データや道路状況、天候などの情報を総合的に分析し、事故のリスクを事前に予測して回避行動をとることができます。
3.3.3 飲酒運転の根絶
両毛運輸事件のような飲酒運転事故は、AIドライバーの導入により完全に防止することができます。
3.4 AIドライバーの課題と今後の展望
AIドライバーには大きな可能性がある一方で、いくつかの課題も存在します：
- 倫理的判断: 事故が避けられない状況での判断をどのようにプログラムするかという倫理的問題。
- サイバーセキュリティ: ハッキングなどのサイバー攻撃への対策。
- 法的責任の所在: 事故が発生した場合の責任の所在をどう定めるか。
これらの課題に対して、産学官が連携して解決策を模索しています。例えば、日本政府は2022年に「自動運転の倫理指針」を策定し、AIドライバーの判断基準について一定の方向性を示しました。
AIドライバーは、両毛運輸事件のような悲劇を二度と繰り返さないための強力なツールとなる可能性を秘めています。次章では、この革新的な技術が運送業界でどのように実用化されつつあるかを見ていきます。
4. 運送業界における自動運転の実用化
自動運転技術とAIドライバーの発展は、運送業界に革命的な変化をもたらしつつあります。この章では、実際の導入事例や実証実験、そして今後の展望について詳しく見ていきます。
4.1 先進企業の取り組み事例
4.1.1 日本通運の自動運転トラック
日本通運は2023年から、レベル4の自動運転トラックの実証実験を開始しました。東京-大阪間の高速道路で、AIドライバーによる長距離輸送の実用化を目指しています。同社の発表によると、2025年までに一部路線での商用化を計画しているとのことです。
4.1.2 ヤマト運輸の自動配送ロボット
ヤマト運輸は2022年から、最終配送地点（ラストマイル）での自動配送ロボットの実証実験を行っています。AIが搭載された小型の配送ロボットが、歩道や公園内を自律走行して荷物を届けるシステムです。2024年には東京都内の一部エリアで実用化される予定です。
4.2 隊列走行システムの実証実験
隊列走行は、複数のトラックが電子的に連結して走行するシステムで、省人化と燃費向上が期待されています。
4.2.1 新東名高速道路での実験
2022年、経済産業省と国土交通省の主導で、新東名高速道路において大規模な隊列走行の実証実験が行われました。この実験では、先頭車両に人間のドライバーを配置し、後続の2台をAIドライバーが制御する形で行われました。
4.2.2 実験結果と今後の展望
実験の結果、以下のような成果が報告されています：
- 燃費が最大15%向上
- 後続車両の人件費削減の可能性
- 車間距離の最適化による交通流の改善
これらの結果を受けて、国土交通省は2025年までに高速道路での隊列走行の実用化を目指すとしています。
4.3 ラストマイル配送における自動運転の活用
ラストマイル配送は、運送業界における大きな課題の一つです。自動運転技術はこの課題解決にも貢献しつつあります。
4.3.1 自動運転配送ロボット
ZMPやSoftBank、楽天などの企業が、歩道を走行する小型の自動運転配送ロボットの開発を進めています。これらのロボットは、AIドライバーにより制御され、歩行者や障害物を避けながら目的地まで荷物を届けます。
4.3.2 ドローンによる配送
Amazon Prime AirやGoogleのWing Aviationなどが、ドローンによる配送サービスの実用化を目指しています。日本でも、2022年に改正航空法が施行され、ドローンによる「レベル4」飛行（有人地帯での目視外飛行）が可能になりました。
4.4 自動運転技術導入の経済効果
自動運転技術の導入は、運送業界に大きな経済効果をもたらすと予測されています。
| 項目 | 予測される効果 |
|---|---|
| 人件費削減 | 年間約1兆円の削減 |
| 燃費向上 | 15-20%の向上 |
| 事故削減 | 90%以上の削減 |
| 新規市場創出 | 2030年までに約14兆円の市場規模 |
※ これらの数値は、経済産業省の「自動走行の実現及び普及に向けた取組報告と方針」（2023年版）に基づいています。
4.5 課題と今後の展望
自動運転技術の実用化に向けては、まだいくつかの課題が残されています：
- 法整備：完全自動運転（レベル5）に対応した法整備がまだ不十分。
- インフラ整備：自動運転に対応した道路インフラの整備が必要。
- 社会受容性：AIドライバーに対する社会の信頼醸成が課題。
しかし、両毛運輸事件のような悲惨な事故を防ぐためにも、これらの課題を克服し、自動運転技術の実用化を加速させることが重要です。次章では、自動運転技術がもたらす社会変革について、より広い視点から考察していきます。
5. 自動運転がもたらす社会変革
自動運転技術とAIドライバーの普及は、運送業界だけでなく、社会全体に大きな変革をもたらす可能性を秘めています。この章では、その影響と可能性について多角的に考察します。
5.1 労働環境の改善とドライバー不足の解消
5.1.1 労働時間の削減
自動運転技術の導入により、長時間労働や深夜労働といった運送業界の課題が大幅に改善されると期待されています。厚生労働省の調査によると、トラックドライバーの年間労働時間は全職種平均より約2割長いとされていますが、自動運転技術の導入でこの差が縮まる可能性があります。
5.1.2 ドライバー不足への対応
日本ロジスティクスシステム協会の予測によると、2030年にはトラックドライバーが約28万人不足すると言われています。自動運転技術は、この深刻な人手不足を解消する切り札となる可能性があります。
5.1.3 ドライバーの役割変化
自動運転技術の進展に伴い、ドライバーの役割は「運転者」から「運行管理者」へと変化していくと予想されます。これにより、より高度なスキルを持つ人材の育成が求められるようになるでしょう。
5.2 物流効率の飛躍的向上
5.2.1 24時間稼働による生産性向上
AIドライバーは疲労を感じることなく24時間稼働が可能です。国土交通省の試算によると、自動運転トラックの導入により、物流業界の生産性が最大40%向上する可能性があるとされています。
5.2.2 最適ルート選択による効率化
AIによる高度なルート最適化により、渋滞を回避し、燃費を最大限に効率化することが可能になります。これにより、配送時間の短縮と環境負荷の低減が同時に実現できます。
5.2.3 倉庫作業の自動化との連携
自動運転車両と自動倉庫システムを連携させることで、積み下ろし作業を含めた物流プロセス全体の自動化が進むと予想されます。アマゾンは既にこのような統合システムの実証実験を開始しており、2025年までに一部で実用化を目指しているとのことです。
5.3 環境負荷の低減
5.3.1 CO2排出量の削減
自動運転技術による最適な加減速と経路選択により、燃費が大幅に改善されます。環境省の試算によると、2030年までに運輸部門のCO2排出量を最大20%削減できる可能性があるとされています。
5.3.2 電気自動車との相乗効果
自動運転技術と電気自動車技術の組み合わせにより、さらなる環境負荷の低減が期待されます。例えば、AIが最適な充電タイミングと場所を判断することで、効率的な運行が可能になります。
5.4 交通事故の劇的な減少
5.4.1 人為的ミスの排除
前述の通り、交通事故の約94%が人為的ミスに起因しているとされています。AIドライバーの導入により、この大部分が解消される可能性があります。
5.4.2 社会コストの削減
交通事故の減少は、医療費や保険料の削減にもつながります。内閣府の試算によると、自動運転技術の普及により、2030年までに年間約1兆円の社会コスト削減効果があるとされています。
5.5 新たな産業とサービスの創出
5.5.1 モビリティサービスの進化
自動運転技術を活用した新たな移動サービス（例：無人タクシー、オンデマンドバス）が生まれる可能性があります。
5.5.2 データ活用ビジネスの拡大
自動運転車両から得られる膨大なデータを活用した新たなビジネス（例：リアルタイム道路情報サービス、都市計画支援）が生まれると予想されます。
5.6 都市設計への影響
5.6.1 駐車場の再設計
自動運転車両は自身で駐車場所を見つけることができるため、都市部の駐車場の設計が大きく変わる可能性があります。
5.6.2 道路インフラの変化
自動運転に最適化された道路設計（例：専用レーン、通信設備の整備）が進むことで、都市の景観が変化する可能性があります。自動運転技術とAIドライバーの普及は、私たちの社会に多大な影響を与える可能性を秘めています。
両毛運輸事件のような悲劇を二度と繰り返さないためにも、この技術の発展と適切な導入が重要です。次章では、この革新的な技術の実現に向けた課題と展望について考察します。
6. 課題と展望
自動運転技術とAIドライバーの実用化に向けては、まだいくつかの重要な課題が残されています。この章では、それらの課題と今後の展望について詳しく見ていきます。
6.1 法制度の整備
6.1.1 現行法の限界
現在の道路交通法や道路運送法は、人間のドライバーを前提に作られています。AIドライバーの普及に伴い、これらの法律の大幅な改正が必要となります。
6.1.2 責任の所在の明確化
事故が発生した場合の責任の所在（製造者、所有者、AIシステム自体など）を明確にする必要があります。2023年に内閣府が発表した「自動運転における損害賠償責任に関する研究会」の報告書では、製造者責任の拡大が提言されていますが、具体的な法整備はこれからの課題です。
6.1.3 国際的な法規制の調和
自動運転車の国際的な走行を可能にするためには、各国の法規制の調和が不可欠です。国連欧州経済委員会（UNECE）を中心に国際的な規制の枠組み作りが進められていますが、完全な調和にはまだ時間がかかると予想されます。
6.2 インフラ整備と投資
6.2.1 5G通信網の整備
自動運転車両の安全な運行には、高速・大容量の通信インフラが不可欠です。総務省の計画では、2025年までに全国の主要道路で5G通信が利用可能になる予定ですが、山間部など一部地域では整備が遅れる可能性があります。
6.2.2 高精度3D地図の整備
AIドライバーが正確に走行するためには、センチメートル単位の精度を持つ3D地図が必要です。国土交通省と民間企業が協力して整備を進めていますが、2024年時点で全国の高速道路と主要国道の約70%しかカバーできていません。
6.2.3 投資コスト
自動運転技術の導入には莫大な投資が必要です。経済産業省の試算によると、2030年までに必要な投資額は約10兆円に上るとされています。この資金をどのように調達し、配分するかが大きな課題となっています。
6.3 社会受容性の向上
6.3.1 安全性への信頼
AIドライバーの安全性に対する社会の信頼を獲得することが重要です。内閣府の世論調査（2023年）によると、自動運転車の安全性に不安を感じる人の割合は約60%に上っています。
6.3.2 プライバシーの問題
自動運転車両は大量のデータを収集・送信します。このデータの取り扱いに関するプライバシーの懸念を解消する必要があります。
6.3.3 雇用への影響
自動運転技術の普及により、運送業界で大規模な雇用の変化が予想されます。失業の増加を防ぎ、新たな雇用を創出する施策が求められます。
6.4 技術的課題
6.4.1 悪天候下での性能向上
雪や豪雨などの悪天候下でのセンサー性能の向上が課題となっています。現在の技術では、このような条件下での自動運転の信頼性は人間のドライバーに及びません。
6.4.2 サイバーセキュリティ
自動運転車両へのハッキングは深刻な事故につながる可能性があります。2023年には自動車メーカーの実験車両がハッキングされる事件が発生しており、セキュリティ強化が急務となっています。
6.5 今後の展望
これらの課題は決して小さくありませんが、産学官が連携して解決に向けて取り組んでいます。
- 政府は2025年までに高速道路でのレベル4自動運転の実用化を目指しています。
- 自動車メーカーや IT 企業は、AI の進化と車両センサーの性能向上に多額の投資を行っています。
- 大学や研究機関では、自動運転の倫理的問題や社会的影響について研究が進められています。
両毛運輸事件のような悲劇を二度と繰り返さないためにも、これらの課題を一つずつ克服し、安全で効率的な自動運転社会の実現を目指すことが重要です。
次の最終章では、これまでの内容を総括し、自動運転技術とAIドライバーが拓く未来について展望します。
7. 結論：両毛運輸事件を転機に
両毛運輸の飲酒運転事故は、運送業界に大きな衝撃を与えると同時に、自動運転技術とAIドライバーの重要性を再認識させる契機となりました。この最終章では、これまでの内容を総括し、安全で効率的な運送業界の未来像を描きます。
7.1 安全性向上への期待
7.1.1 人為的ミスの排除
AIドライバーの導入により、両毛運輸事件のような飲酒運転事故を完全に防止することが可能になります。人間の判断や身体的限界に起因する事故のリスクが大幅に低減されることで、道路交通の安全性が飛躍的に向上すると期待されています。
7.1.2 データに基づく予防安全
AIドライバーは、膨大な走行データと最新の交通情報を常に分析し、最適な判断を下すことができます。これにより、事故の予兆を早期に察知し、未然に防ぐことが可能になります。国土交通省の試算によると、自動運転技術の普及により、2030年までに交通事故死者数を現在の半数以下に削減できる可能性があるとされています。
7.2 イノベーションが拓く新たな可能性
7.2.1 労働環境の改善
自動運転技術の導入は、運送業界の労働環境を大きく改善する可能性を秘めています。長時間労働や深夜労働の削減、ストレスの軽減など、ドライバーの健康と生活の質の向上が期待されます。これにより、業界のイメージアップと人材確保にもつながると考えられます。
7.2.2 物流革命の実現
AIドライバーによる24時間365日の稼働、最適ルート選択、隊列走行などにより、物流の効率が飛躍的に向上します。経済産業省の予測では、自動運転技術の普及により、2030年までに物流コストを最大40%削減できる可能性があるとされています。これは、日本経済全体の競争力強化にもつながる重要な変革です。
7.2.3 新たなビジネスモデルの創出
自動運転技術は、単に既存の運送業務を効率化するだけでなく、全く新しいサービスやビジネスモデルを生み出す可能性があります。例えば、移動型オフィスや店舗、自動運転による新たな観光サービスなど、私たちの想像を超える革新的なサービスが登場するかもしれません。
7.3 社会的課題への貢献
7.3.1 環境負荷の低減
AIドライバーによる最適な運転制御と経路選択により、燃費が大幅に改善され、CO2排出量の削減に貢献します。環境省の試算によると、自動運転技術の普及により、2030年までに運輸部門のCO2排出量を最大20%削減できる可能性があるとされています。
7.3.2 地方創生への寄与
自動運転技術は、ドライバー不足に悩む地方の物流網を維持・強化する可能性を秘めています。これにより、地方の経済活性化や生活インフラの維持に貢献することが期待されます。
7.4 今後の課題と展望
自動運転技術とAIドライバーの実用化に向けては、まだ多くの課題が残されています。法制度の整備、インフラの構築、社会受容性の向上など、解決すべき問題は少なくありません。
しかし、両毛運輸事件のような悲劇を二度と繰り返さないためにも、これらの課題を一つずつ克服していく必要があります。
産学官の連携により、技術開発と社会実装を加速させ、2030年までには高速道路や主要幹線道路でのレベル4自動運転の実用化を目指すというのが、現在の日本政府の目標です。この目標の実現に向けて、今後も様々な実証実験や法整備が進められていくでしょう。
7.5 結びに
両毛運輸事件は、運送業界に大きな衝撃を与えましたが、同時に業界の安全性と効率性を根本から見直す契機ともなりました。自動運転技術とAIドライバーは、この課題に対する革新的な解決策となる可能性を秘めています。
技術の進歩は、時として予期せぬ問題を引き起こすこともあります。しかし、適切に管理され、人間の英知と組み合わされることで、社会に大きな恩恵をもたらす可能性があります。
自動運転技術とAIドライバーの発展は、まさにそのような可能性を秘めた革新的な技術と言えるでしょう。私たちは今、交通安全と物流効率の新たな時代の入り口に立っています。
この技術革新が、より安全で効率的、そして持続可能な社会の実現につながることを期待しつつ、その発展を見守っていく必要があります。
関連記事
コメント