コンテンツ運用の7つのリンク（今日AIを使いましたか？）

今日はAIを使いましたか？

AIがますます普及するにつれて、一般の人々への影響も大きくなりますが、ほとんどの人はAIの波の重要性を理解していません。この記事は、4 つの産業革命による技術的変化から始まり、個人として AI の波にどのように対処し、AI を仕事や生活にどのように適用するかについて分析するいくつかの短編ストーリーを紹介します。

ペンシルバニア大学のマーケティング教授、ジョナ・バーガー氏はこう語った。

王陽明は「山の敵を倒すのは簡単だが、心の敵を倒すのは難しい」と言っています。

「心の中の泥棒」を破壊しなければ、AI を受け入れることはできません。諺にあるように、破壊なくして確立はない。破壊された後にのみ、人は確立できる。

今日は次の 3 つの側面についてお話しし、皆さんの参考になれば幸いです。

1. 第四次産業革命による技術的変化は私たち一人ひとりにどのような影響を与えるのでしょうか?
2. 私たち個人は、AI の新たな波にどのように立ち向かうのでしょうか?
3. AIを仕事や生活にどう応用するか？

1900 年代に 600 人の街灯点灯員がいなかったら、ニューヨーク市は夜間の照明を月明かりに頼らなければならなかったでしょう。しかし、1907 年 4 月 24 日の夜、街灯点灯作業員のストライキのため、マンハッタンの 25,000 個の灯油ランプは警察によって一時的に点灯されなければなりませんでした。一方、ハーレムでは、少年たちが新たな運動を開始した。警察が灯油ランプに火をつけるたびに誰かがそれを消し、午後9時にはその地域全体が電灯のみで照らされるという運動だ。

当時の点灯夫たちは間違いなく不運だった。電気時代の到来により彼らの仕事は無意味となり、問題を解決するには極端な手段に頼るしかなかった。しかし、この行動はカマキリが戦車を止めようとするようなもので、結局は役に立たないのです。 1927 年、最後の 2 人の点灯夫がこの職業を辞めたことで、この職業は長い歴史の流れの中で完全に消滅しました。

1900 年代、アメリカの女性 (特に女性) の生活は、料理、水汲み、入浴、家の掃除、家禽や家畜の餌やりなど、日常の雑用でほぼ占められていました。1920 年の農務省の報告書によると、女性は 1 日平均 11.3 時間働いており、夏には 13.1 時間働いていました。洗濯を例に挙げてみましょう。当時、主婦の約98％が洗濯板を使用していました。彼らは自分たちで水を沸かし、衣類を絞り、乾かし、アイロンをかけなければなりませんでした。全体のプロセスは時間がかかり、労力もかかりました。

しかし、電気の発達と産業革命、特に電気洗濯機の登場により、洗濯などの家事に女性が費やす時間が大幅に節約されました。ある調査によると、電気洗濯機を使用すると洗濯1回あたり3時間19分を節約できるそうです。

そのため、当時の広告スローガンには「電気は家庭の物言わぬ召使」や「男の城は女の工場」などがあり、電気革命や産業革命によって女性の生産性が解放され、重労働の家事から解放されて仕事に多くの時間を割けるようになり、社会的価値の向上が実現したことが強調されていました。

もしあなたが 1990 年代に電気革命や産業革命によってもたらされた変化に直面していた女性だったら、こうした技術の進歩をより積極的に活用して仕事の効率を高め、個人の成長、教育、キャリアアップ、社会活動に費やす時間とエネルギーを増やしていたかもしれません。電気と産業革命は、女性に家庭と仕事のバランスを取り、個人的な目標を達成するためのより多くの機会を与えたと考えられるかもしれません。

蒸気機関の発明と機械化された繊維製造は産業時代の始まりを示しました。この時期、農業生産の効率化により大量の労働者が解放され、彼らは新興工場の労働者となった。

手織り職人や個人の職人は失業に直面したが、その多くは工場労働者に転身することで工業化の波に乗った。

この変化は都市化のプロセスを促進し、労働者階級は徐々に社会の重要な部分になりました。

主要技術：蒸気機関、機械化された繊維生産。

労働者の妨害：ラッダイト運動、肉体労働を守るために機械を破壊する労働者。

解雇された労働者の状況：手織り職人や個人職人が失業に直面

解雇された労働者の行き先：工場労働者、サービス産業、その他の新興産業部門への転換

新規雇用ポジション：機械オペレーターと鉄道作業員の需要が増加しています。

政策の方向性：新興産業活動を規制するための工業所有権法および工場法の制定。

電気と内燃機関の普及により、工業化の深化がさらに促進されました。車両製造業者や一部の鉄道労働者の雇用は影響を受けたが、電気産業や自動車産業では新たな雇用が生まれた。

この時期の社会構造の変化は、中産階級の成長と労働者階級の組織化の強化に現れた。経済的には、先進国は帝国主義段階に入り、世界市場と資本の流れが加速しました。

主要技術：電気、内燃機関、大規模製造。

労働者の抵抗：新しい機械に対する抵抗、伝統的な生計を失うことへの恐れ。

解雇された労働者の状況：車両製造者と鉄道労働者が職を失った。

解雇された労働者の行き先：新興電力・自動車産業へ

新規求人：電気技師、自動車製造作業員。

政策指針：独占禁止法、労働法、産業化に伴う社会問題への対応。

情報技術の波は前例のない変化をもたらしました。コンピュータやインターネットの普及により、情報処理の効率が大幅に向上し、人々のコミュニケーションやライフスタイルが変化しました。

この期間中、タイピストや銀行窓口係などの仕事は影響を受けましたが、 IT業界やサービス業界では新たな雇用機会が生まれました。社会構造の面では、知識労働者や専門的・技術的な人材の需要が高まり、経済のグローバル化や金融市場の発展が顕著な特徴となっています。

主要技術：コンピューター、インターネット、自動化。

労働者の抵抗: プライバシーとセキュリティの問題が社会的な懸念を引き起こします。

解雇された労働者の状況：タイピストや銀行の窓口係は仕事の喪失に直面している。

解雇された労働者の行き先：サービス産業、IT産業への転向、または再訓練を求める

新規求人：ソフトウェアエンジニア、ネットワーク管理者。

政策指針：情報技術の健全な発展を促進するための情報スーパーハイウェイ計画とネットワークセキュリティ規制。

私たちは現在、第四次産業革命の真っ只中にあり、人工知能、モノのインターネット、3D プリント技術が生産と生活の境界を再定義しています。

製造業従事者やカスタマーサービス担当者の中には職を失うリスクがある人もいるかもしれないが、データサイエンスやAI倫理の分野では新たな職種が生まれつつある。社会における高技能労働者の需要が高まるにつれ、中流階級はスキルを更新するプレッシャーにさらされています。

政府はこのプロセスにおいて重要な役割を果たし、 AI開発戦略と教育改革を通じて技術の進歩を促進し、その社会的影響を軽減します。

主要技術：人工知能、モノのインターネット、3D プリント。

労働者の抑制：技術的失業に対する懸念、スキルギャップに対する不安。

解雇された労働者の状況: 一部の製造労働者と顧客サービス担当者は、自動化によって置き換えられる危険にさらされています。

解雇された労働者の行き先：再訓練、高技能産業やサービス産業への転換

新規求人：データサイエンティスト、AI倫理の専門家。

政策指針：技術革命の社会的影響を緩和するための AI 開発戦略と教育改革。

それぞれの技術革命は社会構造と経済サイクルを大きく変えるとともに、新たな課題と機会ももたらしてきました。歴史は、新しい技術に適応し習得する国や個人が将来の発展の傾向をよりよく把握できることを証明しています。

技術の進歩は短期的には雇用上の課題をもたらすかもしれないが、新たな機会への扉も開く。常に新しいスキルを学び、社会の変化に適応することで、将来の発展の傾向をよりよく把握し、個人の成長と社会の進歩を達成することができます。

19 世紀末には、馬車が主な交通手段であり、御者は非常に尊敬される職業でした。しかし、20世紀初頭の自動車の大量生産と低コスト化により、御者の雇用機会は急速に減少し、彼らは失業と転職のジレンマに直面しました。

他のスキルが不足しているため、多くの御者は新しい仕事を見つけるのに苦労しています。社会は、自動車の運転手や整備士などの新しい技術を習得するための教育と訓練を提供し始め、一部の御者が転職に成功できるようにした。同時に、製造業やサービス業に転職する人もいれば、高齢者が引退を選択する人もいます。 20 世紀半ばまでに、御者という職業は完全に消滅しました。

この話は、現代のインターネット従事者が同様の課題に直面しているため、よく聞く話です。

私たちは現代の「御者」ではないでしょうか？だから、こんなジョークがある。「インターネットユーザーの最終目的地は、人生の3つの保険（セキュリティ/クリーニング/保険）とトライアスロン（テイクアウト/エクスプレスデリバリー/Didi）」

これは冗談のつもりではあるが、いくつかの事実を反映している。つまり、レイオフや AI の「洗礼」によって職を失ったインターネット従事者たちは、どこへ向かうべきなのでしょうか?

あらゆる技術の変化は仕事の変化につながり、古い仕事は消え、新しい仕事が生まれます。このプロセスは通常、一度に起こるのではなく、徐々に起こります。変化を予見できず、春に水が温まる時期を知らなかったら、私たちはぬるま湯に浮かぶカエルのように、知らないうちに困難に陥ってしまうかもしれません。

歴史の車輪は動き続け、変化に適応できる者だけが生き残ることができる。したがって、私たちは、自分たちが持つスキルや能力（つまり、ソリューション）に焦点を当てるだけでなく、市場のニーズ（つまり、需要）にもっと注意を払う必要があります。

Youzan の創設者 Bai Ya 氏は、デザインチームが 12 人以上のデザイナーから 2 人に削減されたことをシェアの中で述べました。残ったデザイナーたちは、もはやデザイン作業だけに従事するのではなく、デザイン仕様の策定や AI のデバッグに取り組むようになり、AI が当初の 12 人のデザイナーの成果を達成、あるいは上回ることができるようになりました。

GeekTimeの創設者であるHuo Taiwen氏も同様の見解を示し、AIは一部のプログラミング業務を置き換えることができるが、コードとAIを深く理解している上級エンジニアを置き換えることはできないと考えている。 AIは、コードしか書けないR&D担当者に取って代わることはできるかもしれませんが、ビジネスを理解し、ビジネスとR&D業務の本質を抽出し、AIを活用して業務効率を向上させ、ユーザー価値を創造できるR&Dエンジニアに取って代わることはできません。

同様に、AI はデザインを描くことしかできないデザイナーに取って代わることはできますが、ユーザー、ビジネス、デザインの原則を理解し、AI を使用してデザイン プロセスを改善し、顧客価値を創造できるデザイナーに取って代わることはできません。 AI は、製品ソリューションの出力しかできないプロダクト マネージャーに取って代わることもできますが、業界、ビジネス、ユーザーのニーズを理解し、製品の原則と方法論を改良し、AI を使用してワークフローを最適化し、ユーザーの価値を効率的に生み出すことができるプロダクト マネージャーに取って代わることはできません。

したがって、AI やテクノロジーの変化に直面したとき、変化の中で新たな位置づけと価値を見つけるために、学習と適応を続けることが重要です。

ランプ点灯者や御者などの伝統的な職業が消滅すると、それらの職業は主に次の 3 つの方向に進みました。

1. 新しい職種に必要な人材に変身: これらの人材は、トレーニングと学習を通じて、機械オペレーター、自動車運転手、メンテナンス作業員など、新しい職種に必要な人材に変身します。このプロセスは通常、時間がかかり、費用もかかるため、学習能力と適応力が強い人に適しています。
2. 下位互換性: ウェイターなど、それほどスキルを必要としない職種に移ることを選択する人もいます。このプロセスは短く、始めるのも簡単ですが、収入は比較的低いため、平均的な学習能力と適応力を持つ人に適しています。
3. 早期退職または失業: 高齢で適応力が低い人の中には、労働市場から撤退することを選択する人もいるかもしれません。

時間が経ち、AIなどのテクノロジーがさらに発展するにつれて、人材の差別化の傾向はより顕著になるでしょう。学習能力と適応力が強い人は、長期にわたる変革サイクルを通じて、スキル、ポジション、給与の変革を達成することができます。一方、他の一部の人々は、より低い技能要件を伴うサービス産業に移行する可能性があり、これは「生命と三権の保証」に対する社会の反応を反映している。

AI の新たな波の影響に直面して、誰もが自分がどんな人間になりたいかを考える必要があります。あなたは、新しい技術を学び、それに適応することで挑戦を受け入れ、自分自身を向上させる意志がありますか、それとも、より安定した低スキルの仕事を選びますか?これは熟考する価値のある質問です。

ビジネスの本質は取引であり、取引の前提は双方に利益のある価値であり、雇用についても同様です。テクノロジーがどのように変化しても、ユーザーのニーズがどのように変化しても、ビジネスの本質は変わりません。あなたと企業との協力も取引です。企業は、あなたの時間、エネルギー、スキルを「レンタル」することで、ビジネス シナリオの閉ループを実現します。エンタープライズ プラットフォームを通じて個人生活の価値を最大化します。

このような取引関係に直面した場合、次の 2 つのことを行うことができます。

まず、自分の分野でビジネスの専門家、ポジションの専門家になりましょう。つまり、実装レベルで原則と方法論を洗練し、新しいルール、新しいプロセス、新しいビジネスを開発する能力が必要です。継続的な学習と実践を通じて、この分野で専門的な地位を確立し、ビジネスに価値あるソリューションを提供できるようになります。

2つ目は、自分の分野で AI をより上手に活用できる人になることです。つまり、AI テクノロジーを理解し、AI を使用して作業効率を向上させ、複雑な問題を解決する方法を学ぶ必要があります。 AI テクノロジーをワークフローに統合することで、「1 人が特殊部隊」のような効果を実現し、企業にとってより大きな価値を生み出すことができます。

具体的にはどうすればいいのでしょうか？皆さんにインスピレーションを与えていただけるよう、以下のアイデアをご紹介します。核となるのは、3 つの文章です。すべての製品は AI でやり直す価値があり、すべてのワークフローは AI で作り直す価値があり、すべてのライフ フローは AI でやり直す価値があります。

張瑞敏氏はこう語った。「成功する企業は存在しない。成功する企業だけが存在する。」製品についても同様です。永遠に成功する製品は存在せず、時代のニーズに適応する製品だけが存在します。

時代の変化は、新たな技術の変化をもたらします。顧客サービス システムを例にとると、元々の顧客サービス製品は、キーワード マッチングと組み込み戦略によって完成されたエキスパート システムがほとんどでした。ユーザーエクスペリエンスが悪く、機械的な印象が強かった。 AI技術の発展により、顧客サービスシステムはよりインテリジェントで人間的なやり取りを実現し、より効率的で思いやりのあるサービスを提供できるようになりました。

最も簡単で迅速な方法は、既存の成熟した製品の AI 機能を使用して製品の再構築を完了することです。

DingTalk AIアシスタントを例にとると、私たちは[勤怠AIアシスタント]を自ら構築し、知識ベースを学習させ、知識マッチング度を0.99に調整して、出力コンテンツの正確性を確保することができます。

重要なポイントは、高品質の知識ベースを再構築することであり、これは主に次の 3 つの側面のアップグレードに反映されます。

1. グラフィック マニュアル: 製品マニュアルを再構築し、対応する操作手順とスクリーンショットを含む説明を含めるようにアップグレードします。
2. 事例収集：年次休暇・包括労働時間等の複雑な業務には必ず事例が必要であり、アシスタントに出力を依頼する場合は事例を優先させる。
3. ノイズ削減: 回答コンテンツのノイズ削減を実現するために、820,928 語の「リッチ」なナレッジ ベース コンテンツ (すべてテキストまたは長い形式で記述されているもの) を削除しました。

たとえば、「ラインラインスケジュールを完了するにはどうすればよいか」と質問すると、画像とテキスト操作で回答します（対応するリンクが添付されます）。

例えば、顧客から退職した従業員の年次休暇の計算ロジックについて問い合わせがあった場合、グループを作成して相手にまず AI アシスタントに質問してもらうことができます。

もちろん、知識が限られているため、現時点では問題を解決できない可能性があります。知識ベースを充実させ、AI に再学習させて問題を解決させることができます。

SaaS 製品を例にとると、元々の製品設計は高度に構造化され視覚化されていたものの、すべてマウスクリック操作に基づいていました。メニューの数が増え、機能が複雑になるにつれて、使用コストが増加します。 AI 技術を適用することで、SaaS 製品はよりインテリジェントで便利な操作を実現し、使用しきい値を下げ、作業効率を向上させることができます。

具体的な事例や詳しい説明については記事リンクをご参照ください：AIを使ってB面商品をやり直す方法

プロダクトマネージャー (PM) のワークフロー: ビジネス学習、ユーザー/顧客調査、需要分析、需要の優先順位付け、ソリューション設計、インタラクション設計、要件ドキュメント、プロジェクト管理、ユーザーマニュアル、データ分析、製品運用、コンテンツ運用など。

どのリンクから始めても、AI で再形成する価値はあります。

いくつか例を挙げてみましょう。

税務関連の初心者 PM としては、AI (ここでは Zhipu Qingyan を使用) を税務の専門家として扱い、AI に教えてもらうことができます。直接コミュニケーション（人とコミュニケーションするのと同じように）して、例を挙げてもらうこともできます。

たとえば、給与計算を調べていて、理解できない複雑な財務計算式がある場合は、AI に次のように質問することもできます。

したがって、徐鳳年さんの傍らには常に全知全能の父親がいて、あなたの学習を春風のようにスムーズにしてくれるのと同じように、AI をあなたの学習アシスタントとみなすことができます。

私が担当している製品には現在、未解決の要件が 5,020 件あります。非常に多くの要件を迅速に分析、改良、優先順位付けするにはどうすればよいでしょうか?

私はZhipu Qingyan（4.0）、Baidu Wenxin Yiyan（3.5）、ChatGPT（3.5）、Kimiを試し、最終的にKimiを選択しました。

当初、Kimi は一度に 5,000 を超える要件を処理できると予想していましたが、その能力を超えていることがわかったため、要件をモジュールに分割しました。

「残業」の要求を例にとると、要求は全部で160件以上あります。これらは需要プールから Excel テーブルにエクスポートされます。相関の弱いフィールドを選別した後、需要分析の入力ファイルとして使用します。

全体のプロセスは主に 3 つのステップに分かれています。

• ステップ 1: グローバル分析。ファイルを入力し、経験に基づいて要件の分類を洗練し（分類を自分で行わせようとすると、効果は良くありません）、指定された形式で出力するように制約します（つまり、表を使用します：要件の分類、要件の数量、要件の簡単な説明）
• ステップ 2: ローカル分析。最初のステップの出力に基づいて、セグメンテーション分析のローカルエリアに焦点を当てることができます。このプロセスは、目標が達成されるまで繰り返しデバッグする必要があります。
• ステップ 3 (オプション): 結論を出します。 2 番目のステップで結論に達したとしても、AI にニーズの優先順位に関する提案をしてもらうことはできます。その際の優先順位のルールを指定するのはユーザーの責任です。

注: ここでは私は怠け者です。より良い方法は、より良い結果を得るために独自のエージェントを構築することです。

要件分析が完了したら、要件に基づいて要件ドキュメントを直接出力できますか?少なくともフレームワークの内容は記入できます。

たとえば、上記の最後の 2 つの高優先度要件を、自分で構築したエージェントに直接入力すると (主に、必要な出力形式を満たすため)、要件ドキュメントの基本バージョンをすばやく取得できるため、0 から 1 まで大量のコンテンツを記述する必要がなくなります。

ステップ 1: ニーズを満たす形式でエージェントを作成します。

ステップ 2: AI 需要分析アシスタントの結論を入力として使用します。

もちろん、現在の要件ドキュメントは 30% 程度しか完成していない可能性があります (最大の価値はフレームワークや背景などのコア以外のコンテンツにあります)。ただし、過去の要件ドキュメントをナレッジ ベースとして使用し、デバッグを繰り返し行えば、少なくとも 60% は使用できると予想されます。

Momentsへの投稿、Xiaohongshuへの投稿、短い動画（テキスト/画像/動画など）の作成、親子の交流、学習の練習、旅行、財務管理、食品、衣服、住宅、交通など、あらゆる面でAIアシスタントの使用を検討できます。

2つの例を挙げてみましょう。

これまで出かけるたびに、旅行計画を立てるのに半日から1日かかっていました。

AIは10分で試案を作成し、それをもとに人間とのコミュニケーションを加えることで、30分で旅行プランを完成させることができます。

もちろん唯一の欠点は、航空券、ホテル、アトラクションのチケットなどに対応するエージェントが現在存在しないため、AIに直接予約を完了させることが不可能なことです。

出張中に、対応するオフィスプラットフォーム（DingTalkなど）を使用すると、AIが承認、航空券の予約、ホテルの予約、スケジュール作成、代行サービスまですべてを迅速に処理できます。

誰にでも記録する価値のある美しい瞬間がたくさんありますが、残念ながらそのときは写真が撮られていません。

テキストの説明を通じて可能な限り復元し、対応するフォトアルバムやビデオなどを作成できます。

私は Wenxin Yiyan、Wenxin Yige、Tencent Hunyuan、Stable Diffusion、HP Qingyan を試し、最終的に Stable Diffusion を選択しました (Midjourey が間違いなく最高でしたが、コストの問題で使用しませんでした)。キャラクターのディテールや本物らしさは国産モデルより優れています。

例えば、同じコピーで、国内効果がより優れている HP Qingyan と Stable Diffusion を比較すると、後者の画像とキャラクターは確かによりリアルです。

最後に、対応する写真は、過去の美しい瞬間を記録するビデオを作成するための素材として使用できます。

画像を生成する際には、まだ多くの制限があります。例えば、絵で書き込むこと（下図参照）や、一部の道具（上図の鎌やアイスキャンデーなど）の生成を指定することはできず、キャラクター同士の関係性の把握も特に整っていません。

この記事は、3 つの歴史的物語 (ランプ点灯の話、女性の自由、人力車夫の話) と 4 つの技術的変化の説明を通じて、技術的変化について考えるきっかけになれば幸いです。

あらゆる変化により、多数の仕事が消滅し、多数の新しい仕事が創出され、その結果、人材市場は、変化に適応して新しいタイプの人材に変身する者、変化に適応できずに低スキルの仕事に下位互換する者、そしてそのまま退職または排除される者の三極化が起こります。

適者生存、自然淘汰。変化に適応できるAI時代の新しいタイプの人材になってくれることを期待しています。

2 つの小さな提案があります:

1. 自分の分野でビジネスの専門家/ポジションの専門家になる。原則/方法論を洗練し、実装者からルール作成者へと変革する能力を有する。

2. 自分の分野で AI をより上手に活用する。おもちゃではなく人間のように扱い、製品フロー/ワークフロー/ライフフローを細分化して、あらゆる段階で AI を適用します。

同時に、AI 開発の雑音（大規模モデルのパラメータ、大規模モデルをリリースしたのは誰か、どの大規模モデルが強力かなど）にあまり注意を払わず、それが仕事/生活/勉強の向上と強化にどのように役立つかに焦点を当ててください。

AI の不器用さや限界にあまり注意を払わないでください。役に立つ限り、使い続けてください。アップグレードと反復の速度は、使用速度をはるかに上回ることになります。

最後に、私自身の実践に基づいて、いくつかの事例を皆さんと共有したいと思います。

1. すべての製品は AI でやり直す価値があります。例えば、キーワードマッチングに基づくカスタマーサービスアシスタントを新しいビジネスアシスタントにアップグレードして、大量の顧客苦情を解決したり、AIを使用してマルチモーダルインタラクティブSaaS製品を再構築したりする方法などです。
2. すべてのワークフローは AI で再発明する価値があります。たとえば、AI学習アシスタントが個人の税金や複雑なExcelの数式を学習するのにどのように役立つか、AI需要分析アシスタントが大量の需要を分析するのにどのように役立つか、AI需要文書アシスタントが需要文書の作成にどのように役立つかなどです。
3. 人生の流れはすべて、AI で再び生きる価値があります。たとえば、AI 旅行アシスタントが旅行プランの作成にどのように役立つか、AI 写真アシスタントが過去の美しい瞬間の写真の作成にどのように役立つかなどです。

昔は、知り合いに会うと、「食事はしましたか？」と尋ねていました。今日、質問は次のようになるかもしれません: あなたは AI ですか?

コラムニスト

邢小作、WeChat パブリックアカウント: 邢小作のホームページ、『Everyone is a Product Manager』のコラムニスト。インターネット教育に重点を置き、ユーザー心理を研究することを好むオンライン教育製品。

この記事はもともと「Everyone is a Product Manager」に掲載されました。無断転載は禁止です。

タイトル画像はCC0ライセンスに基づいてPixabayから引用しています

この記事で述べられている意見は著者自身の意見のみを表しており、人人士品夢家プラットフォームは情報保存スペースサービスのみを提供します。