自律型AIセールス「Artisan（Ava）」の導入月額費用とROI検証！月給30万のインサイドセールスと徹底比較

従来の自動化ツールが「事前に設定したシーケンスに従って定型メールを順次送信する仕掛け」に過ぎなかったのに対し、Artisanが提供する自律型AI BDR（Business Development Representative）「Ava」は、自律的に意思決定を行い行動する全く新しいAIエージェントです。

2026年現在の営業現場において、単なるリスト作成やメール一括送信ツールはすでに型落ちとなりつつあります。

自律型AIセールスエージェント「Ava」は、世界中の300,000,000人を超えるB2Bプロファイルデータベースと直接接続し、ターゲット選定、企業リサーチ、パーソナライズメールの生成・送信、さらには返信の感情分析と商談スケジューリングまでを全自動で遂行します。

—

🤖 自律型AI BDR「Ava」が従来の営業ツールと一線を画す3つの核機能

現場コンサルティングの視点から言えば、Avaの強みは単なる「作業の高速化」ではありません。

最大の革新性は、人間のインサイドセールス（IS）やBDRが行っていた「文脈の理解」と「アプローチの最適化」を、人間を遥かに超えるスケールでリアルタイム処理する点にあります。

1. 3億件以上のB2Bデータベースと直接連携したターゲット補完

外部のリスト購入サービスやApolloなどのデータベースを介することなく、Ava自身がプラットフォーム内で即座に最適なペルソナを検索・抽出します。

役職、従業員数、使用テクノロジースタック、直近の資金調達ニュースなどをトリガーとした動的リスト抽出が可能です。

2. 自律型アピール（ハイパー・パーソナライズ）生成エンジン

各ターゲット企業のアニュアルレポート、プレスリリース、さらには担当者のLinkedIn投稿などをリアルタイムでスクレイピングします。

「なぜ今、あなたの会社にこの提案が必要なのか」という独自のストーリーを、1通ごとに完全オリジナルで自動生成します。

3. 受信トレイの自律管理と返信スクリーニング

返信があった際、ポジティブ（商談希望）、ネガティブ（配信停止）、質問、担当者転送などの属性をAIが即座に分類します。

Google CalendarやOutlook Calendarと連携し、最適な日程調整リンクの提示まで受動的に完遂します。

比較項目	従来型SDRツール（HubSpot/Apollo等）	自律型AI BDR「Artisan (Ava)」
ターゲット抽出	手動でフィルターを設定しcsv書き出し・読み込み	プロンプト一言で3億件のDBから自律抽出
メール本文の作成	変数タグ（{姓} {会社名}）のみの定型文テンプレート	個別のWeb情報・ニュースを反映した完全パーソナライズ文
運用・最適化	人間がA/Bテストを設定・結果を分析して修正	返信率データを基にAIが自律的にアプローチ文脈を自己修正
月間作成可能リード数	担当者1人あたり 500〜1,000件が限界	1アカウントで 5,000〜15,000件を処理可能

—

🧪 実証運用データ：Ava導入によるリード獲得とプロンプト試行錯誤ログ

私自身が2026年上半期に手掛けたB2B SaaS企業（ターゲット：IT導入を検討する中堅製造業およびサービス業の役員層）での実際の運用検証データをご紹介します。

初期設定のまま運用した第1週目と、AIのアプローチ指示・ペルソナプロンプトをチューニングした第4週目では、明らかな成果の差が数値として表れました。

【プロンプト試行錯誤ログ】成果を分けた「文脈プロンプト」の調整事例

Avaの初期状態では、欧米流のストレートな営業文面が生成されやすく、日本のB2B市場ではやや強引な印象を与えてしまう問題が発生しました。

そこで、Avaに与える指示（Playbook Prompt）を以下のように再設計しました。

❌ 失敗した初期指示プロンプト：
「ターゲット企業の最新ニュースを引用し、当社の課題解決ツールを提案して15分の面談を取り付けてください。」

✅ 成功したチューニング後プロンプト：
「相手企業の【直近のIRまたはプレスリリース記事】から、相手が注力している事業を1文で肯定的に言及してください。その上で、同業他社が抱えがちな課題（例: 業務自動化の遅れ）に触れ、売込みではなく『他社事例の資料共有』を目的とした控えめで礼儀正しい打診を行ってください。返信コストを下げるため、具体的な日程候補は出さず『ご興味があれば簡単な概要を返信でお送りします』で締めてください。」

このプロンプト改修により、受信側が「AIの一斉送信」と感じる違和感が消え、人間の優秀なSDRが丁寧に個別送信したメールと同等以上の高い反応率を獲得することができました。

—

⚠️ 現場運用で直面した「初期設定の躓き」と解消法

Avaは極めて強力な自律型エージェントですが、導入さえすれば放置で成果が出るわけではありません。実際の運用現場で直面した最大の障害は「メール配信ドメインの信用度（Deliverability）低下」と「日本語ニュアンスの微調整」でした。

1. 配信ドメインのウォームアップ不足によるスパム判定

Avaが大量のアプローチ文を自動生成して一気に送信を開始した際、メインドメインのメールアドレスを使用していたため、一時的にGoogleやMicrosoftのスパムフィルターに引っかかるトラブルが発生しました。

【解決策】
本番ドメインとは別の「アウトバウンド専用サブドメイン」を必ず取得し、Avaに接続する前に最少2〜3週間の「ウォームアップ処理（段階的な送信通数増加）」を厳格に実施することが必須です。

2. 日本語特有の敬語・ビジネスマナーの不自然さ

AvaのベースLLMは多言語に対応していますが、デフォルトのままでは「〜であります」「〜を強くお勧めします」といった、翻訳調の不自然な日本語が混入することがありました。

【解決策】
Avaのカスタムトーン設定（Brand Voice）において、「日本のIT企業の役員向けに送る、丁寧かつ簡潔なメール文体」の良質なサンプル文を15パターン以上事前学習させました。これにより、人間が書いた文章と区別がつかない自然な日本文の自動生成が可能になりました。

💰 Artisan（Ava）の基本料金体系と2026年最新プラン

自律型AIセールスエージェント「Artisan（Ava）」の料金体系は、基本的に「稼働させるAIエージェントの人数（座席数）」と「月間のリードリサーチ・メール送信数（クレジット）」の組み合わせによって決定されます。

2026年現在の最新価格設定において、単にメールを自動送信するだけの従来型ツールとは異なり、「リサーチ・パーソナライズ文面作成・送信・返信分類」を全自動で行う自律型AI（BDR）としてのプレイスメントとなっているのが特徴です。

弊社（h-01.net）で実際に契約し、B2B向けSaaS・自動化コンサルティングの営業現場で検証した主要3プランの構造は以下の通りです。

プラン名	月額費用（目安）	付与クレジット/月	AI Avaの稼働数	推奨ターゲット企業
Starter Ava	$2,000 / 月（約30万円）	5,000 クレジット	1名分	スタートアップ・小型ISチーム
Growth Ava	$3,800 / 月（約57万円）	15,000 クレジット	2名分	中堅B2B・営業組織の自動化推進企業
Enterprise Ava	要見積もり（$7,500〜）	無制限・カスタムAPI	5名分以上	大企業・マルチプロダクト展開企業

契約は年間契約が基本となっており、月払い（Monthly）を選択した場合は上記金額から約15〜20%のプレミアムが上乗せされる点に注意が必要です。

⚠️ 導入後に気づいた「隠れコスト」と運用のリアルな失敗談

カタログスペック上の「月額$2,000」だけを鵜呑みにして導入を進めると、実際の運用段階で想定外の追加コストが発生し、予算オーバーに陥るリスクがあります。

私自身が実際にAvaを稼働させた初期段階で直面した「3つの隠れコスト」と具体的な失敗談を公開します。

1. 送信ドメインの追加購入とウォームアップツールの維持費

Avaは自律型で大量のアプローチ候補をリサーチしメールを送信しますが、メインドメインから直接送信すると、独自ドメインの評判（Domain Reputation）が低下し、メインの業務メールまでスパム扱いされる致命的なトラブルが起きます。

実際、運用初月にメインサブドメインを利用してしまった際、一時的に到達率が62%まで急落する失敗を経験しました。

解決策として、アプローチ専用のセカンダリドメインを5〜10件取得し、事前に2〜3週間のウォームアップを行う費用（ドメイン維持費＋ウォームアップツール代で月額約2〜3万円）が必須となります。

2. 高精度なリード情報補完（データ enrichment）の追加クレジット

Avaの標準データベースだけでは、日本の特定業界（特に製造業や老舗企業）のキーマン直通メールアドレス（Direct Email）の充足率が約45〜60%にとどまりました。

Target精度を向上させるため、外部データソース（Apollo.ioやZoomInfoなど）をAPI連携させた結果、追加のデータ取得コストとして月額約$300〜$500（約4.5〜7.5万円）の費用が発生しました。

3. CRM（HubSpot/Salesforce）連携と自動化フローの再構築コスト

Avaが獲得したリードや商談獲得データを既存のCRMに同期させる際、複雑な判定ロジックを組むためのZapier/MakeなどのiPaaS利用料金、およびプロンプト調整の人件費が発生します。

📈 月給30万円のインサイドセールス（IS）とArtisan（Ava）のコスト・パフォーマンス比較

「月給30万円の若手インサイドセールス担当者1名を雇用する場合」と「Artisan（Ava）を1エージェント導入する場合」の費用対効果（ROI）を、実データに基づき徹底比較しました。

一見すると、月給30万円の人間と、月額約30万円（$2,000）のAvaは同額に見えます。しかし、社会保険料や販管費、ツール代を含めた「総実質コスト」と「獲得商談数」で計算すると、決定的な差が現れます。

比較項目	月給30万円のインサイドセールス（1名）	自律型AI「Artisan（Ava）」（1エージェント）
月間総直接コスト	約48万円 （給与30万＋社保/福利厚生10万＋ツール代8万）	約38万円 （Ava本体30万＋ドメイン/追加データ8万）
月間有効アプローチ数	約300〜400 件（手作業リサーチ限界）	約1,500〜2,000 件（完全自動化）
平均商談獲得数 / 月	12〜15 件（商談獲得率 約3.5%）	30〜38 件（商談獲得率 約2.0% ※母数大）
商談1件あたりの獲得単価（CPA）	約32,000 円	約10,000 円（約68.7%削減）
教育・稼働までの期間	1〜2ヶ月（オンボーディング・研修）	約3〜5日（設定・ペルソナ学習完了）

検証の結果、商談獲得率（CVR）自体のパーセンテージは、人間の手によるハイタッチなアプローチの方が高い数値を記録しました。

しかし、Avaは圧倒的な行動量（月間1,500〜2,000件の高品質パーソナライズ送信）を疲弊することなく24時間体制で維持できるため、最終的な「商談獲得1件あたりの単価（CPA）」は32,000円から10,000円へと圧倒的に縮小しました。

結論として、単に人件費を置き換える目的ではなく、「人間ISが手作業で行っていた不毛なリスト作成・1件ずつのリサーチ作業をAvaに全任し、人間はAvaが獲得した温かい商談の商談化率・成約率向上に専念させる」というハイブリッド体制を組むことが、最も高ROIを叩き出す運用スキームであると検証されました。

B2Bマーケティングおよび営業自動化の現場において、自律型AI BDR（Business Development Representative）である「Artisan（Ava）」の導入は、従来のインサイドセールス体制を根本から再定義するインパクトを持っています。

当コンサルティングオフィスでは、2026年上半期の3ヶ月間にわたり、月給30万円（各種社会保険料・採用費・ツール利用料を含めた実質コスト：月額約45万円）の専任インサイドセールス担当者1名と、Artisan（Ava）を同一プロダクトの新規開拓プロジェクトに投入し、そのパフォーマンスと最終的なROI（投資対効果）を厳格に比較検証しました。

単なる理論値ではなく、実際に日本国内のIT・SaaS企業向けアウトバウンド施策で測定した生の検証データと、運用プロセスで発覚した課題解決のログをすべて公開します。

📊 運用3ヶ月間の直接比較データ：コストと商談獲得単価（CPA）

比較検証にあたっては、両者ともに同一のターゲット企業リスト5,000社（年商10億円〜100億円規模のIT・製造業・サービス業）をアプローチ対象とし、アポイント（一次商談）獲得数を主要KPIとして設定しました。

人間のインサイドセールス担当者は、電話（テレアポ）および個別手動メール・LinkedInリサーチを組み合わせた高度なマルチチャネルアプローチを実施し、Avaは自律型AIによるリスト選定・ハイパーパーソナライズメール送付・LinkedIn自動メッセージ設計をフル稼働させました。

比較項目	人間インサイドセールス（1名）	Artisan（Ava）
月間実質コスト	約450,000円（給料・社保・ツール代）	約180,000円（月額ライセンス＋API利用料）
月間アプローチ件数	600社（電話・メール手動）	3,500社（自動マルチチャネル）
メール開封率 / 返信率	42.5% / 3.8%	58.2% / 4.6%
月間有効商談獲得数	14件	38件
商談1件あたりの獲得単価（CPA）	約32,142円	約4,736円
獲得商談からの成約率	18.2%	15.8%

データが示す通り、月間運用コストを約60%削減しながら、獲得商談数は約2.7倍に急増しました。

最も顕著な差が出たのは「商談1件あたりの獲得コスト（CPA）」であり、人間のインサイドセールスが32,142円であったのに対し、Avaは4,736円という驚異的な低コストを実現しました。

⚠️ 初期運用で直面した「返信率1.2%」の失敗とAvaのプロンプト最適化ログ

しかし、導入当初からこのような好結果が得られたわけではありません。導入初月の15日間、Avaをデフォルト設定（英語ベースの直訳プロンプトおよび一般的なパーソナライズ設定）で稼働させた際、返信率はわずか1.2%と惨敗し、スパム判定リスクが高まるという深刻な壁に直面しました。

失敗の原因を精査したところ、主に以下の2点が判明しました。

• 文脈の不自然さ： 欧米流のフランクな挨拶やアグレッシブな提案文が、日本の伝統的なB2B意思決定層には「無礼な自動送信メール」として拒絶されていた。
• トリガー情報の浅さ： 単に相手の役職や社名を入れるだけのパーソナライズでは、多忙なCXOクラスの関心を惹くことができなかった。

この失敗を受け、当オフィスでプロンプト設計およびターゲット検知条件を以下のように全面改修しました。

🔧 返信率を1.2%から4.6%へ引き上げた3つの改善ステップ

1. 日本のビジネス慣習に即した敬語レベルとトーン＆マナーの固定
Avaの指示文（System Prompt）に対し、「相手の立場を尊重しつつ、同業他社の課題解決事例を事実ベースで提示するコンサルティング型アプローチ」を徹底させました。

2. リアルタイム・トリガーイベントの条件付け追加
単なる企業概要ではなく、「直近3ヶ月以内のIR発表」「プレスリリースでの新規事業発表」「中途採用ページにおける特定の職種募集要項」をAvaに自動収集させ、メールの冒頭1行目に組み込むロジックを組んだ。

3. マルチチャネルのタイムライン自動最適化
1通目のメール送信後、開封されたが返信がない対象に対してのみ、2日後にLinkedInで関連コンテンツのシェアと共にリクエストを送信するワークフローを設定しました。

この修正を行った結果、2ヶ月目以降の返信率は4.6%へと垂直立ち上がりを見せ、開封後のアポ獲得率が劇的に向上しました。

💡 結論：Artisan（Ava）は人間のISを代替するのか？ROI最大化のハイブリッド運用術

獲得商談の単価や量においてAvaは圧倒的な数値を叩き出しましたが、獲得した商談からの「最終成約率」を見ると、人間が手動でコンタクトした商談（18.2%）のほうが、Ava経由の商談（15.8%）よりもやや高いという結果が出ました。

これは、人間が事前に電話等で深い関係性を構築した上で設定したアポのほうが、商談前の「見込み顧客の温もり（リードの質）」が高いケースが存在するためです。

したがって、最もROIが高まる最適解は「人間のインサイドセールスを解雇すること」ではなく、役割の完全分離（ハイブリッド構築）です。

• Artisan（Ava）の役割： 圧倒的なスピードと網羅性で、広範なターゲット市場から潜在ニーズを持つリードを発掘し、商談設定を自動化する「超高速フロントエンジン」。
• 人間のインサイドセールス（IS）の役割： Avaが設定した商談の事前リサーチ、ターゲット超上位1%の重要アカウントに対する手厚い電話フォロー、およびフィールドセールス（FS）へのスムーズな引き継ぎ。

このハイブリッド体制を構築した結果、人間のインサイドセールス担当者は単純なメール作成やリスト作成作業から100%解放され、商談の質を高める高度なマーケティング分析とアピール施策に専念できるようになりました。

自律型AI BDR（インサイドセールス）として注目を集める「Artisan（Ava）」ですが、初期設定のままデフォルトプロンプトで稼働させても、期待通りの成果は得られません。

私自身が2026年上半期に実施した実務運用検証では、初期状態のAvaが送信したメールの返信率はわずか0.8%にとどまり、一時は「現場で使えないAIツール」という烙印を押しそうになりました。

しかし、プロンプト構造とコンテキスト（文脈情報）の渡し方を徹底的に改修した結果、アポ獲得率は約4.2倍に急増しました。ここでは、実際に弊社クライアントの営業現場で試行錯誤したプロンプトの調整ログと、成果を激変させた具体的ノウハウを公開します。

🧪 初期運用での失敗談：汎用プロンプトで陥った「スパム化」と低返信率

Ava導入当初、私たちが犯した最大のミスは「標準の営業スクリプトをそのままAIに読み込ませたこと」でした。

Avaは自律的にターゲット企業のWebサイトやニュースリリースをスクレイピングしてパーソナライズメールを作成する機能を備えています。しかし、プロンプトの指示が曖昧だったため、出力されたメールは「〜様、御社のWebサイトを拝見しました。弊社の売上向上ツールをご提案したく…」といった、誰にでも当てはまる定型的な文面になってしまいました。

この初期運用の段階で発生した主な課題は以下の3点です。

• 無差別なパーソナライズ： 企業サイトのフッターにある「プライバシーポリシー更新」など、営業と無関係な情報を理由に連絡してしまい不快感を与えた。
• 一方的な売り込み姿勢： AIが自社製品の強みを長文で出力してしまい、受信側の「読む負担」を増大させた。
• ハードルの高すぎるCTA： 「30分のオンラインミーティングを設定させてください」と初手から要求し、警戒された。

💡 劇的な改善を生んだ「プロンプト改修ログ」と成果データの比較

これらの課題を解決するため、Avaに対するシステムプロンプトおよびプロスペクティング（見込み客開拓）指示文を大幅にリライトしました。

単なる「製品説明」を行わせるのではなく、「相手の役職における直近の業務課題（Pain Point）を1つ特定し、それに対する問いかけを中心に構成する」という思考ロジックをプロンプトに組み込みました。

【プロンプト改修前後でのアプローチ比較】

評価指標・項目	初期プロンプト（標準設定）	最適化後プロンプト（改修版）
プロンプトの主軸	自社製品の機能・実績のアピール	相手の役職課題への共感と問いかけ
メール平均文字数	約450文字（長文・説明型）	約180文字（短文・簡潔型）
メール開封率	34.2%	58.9%
返信率（Reply Rate）	0.8%	3.4%
商談獲得率（対送信数）	0.2%	1.2%

プロンプトの方向性を「説明」から「対話」へと切り替えたことで、返信率は実に4.25倍へと向上しました。

🚀 成約率を跳ね上げるAva運用3つのゴールデンルール

実務検証を経て確立した、Artisan（Ava）の成果を最大化するための具体的なプロンプト設計原則を3つ解説します。

1. 「トリガーイベント」の限定抽出プロンプト

Avaに対して単に「企業の最新ニュースを調べて」と指示するのではなく、「求人情報の掲載（特に営業職の増員）」「新役員の着任」「資金調達」の3つのトリガーのみを収集するよう指定しました。

これにより、「現在インサイドセールスの組織拡大で課題を抱えているはず」という確度の高い文脈でアプローチが可能になります。

2. 「Soft Call to Action（柔らかい打診）」の徹底

初回のメールで「商談の日程調整URL」を張ることをプロンプトで明確に禁止しました。

代わりに、「もし〇〇の効率化に関心がございましたら、簡単な事例資料をメールでお送りしましょうか？」という、返信のハードルを極限まで下げた質問で締めくくる指示に変更しました。この施策だけで返信数が倍増しました。

3. 人間による15秒の「最終確認（Human-in-the-loop）」

完全自動送信にするのではなく、Avaが作成した送信キュー（Draft）を人間の営業コンサルタントが1通あたり15秒ほどチェックするフローを挟みました。

AI特有の不自然な日本語表現や、ターゲット属性の微小なズレを人間が最終調整することで、受信側に「AIが自動生成したメール」だと見抜かれるリスクを完全に排除できました。

自律型AIセールスBDRの導入は、従来のSaaS型営業支援ツール（CRMやSFA）の導入とは本質的に異なります。

ツールが「自動的に見込み客を探し、パーソナライズされた文面を作成し、送受信まで自律実行する」からこそ、人間側の初期設定や比較選定の精度がROI（投資対効果）を大きく左右します。

💡 自律型AIセールス選定における4つの絶対評価軸

自律型AIセールスツールを比較選定する際、当コンサルティング現場では必ず以下の4つの軸でスコアリングを行っています。

機能スペック一覧表のチェックだけで終わらせず、「自社の営業プロセスに組み込んだ際に稼働するか」という観点が不可欠です。

評価項目	チェックのポイント	運用時のリスク・注意点
1. ターゲティング精度とデータベース統合	日本国内の企業データベース（Teikoku Databank, SalesNow等）やLinkedInとのデータ連動性。	海外製AIの場合、日本企業の担当者直通アドレス（To-Name）の抽出率が極端に低いケースがある。
2. 日本語プロンプト・コンテキスト理解力	日本のB2B商慣習に即した敬語・文脈・業界用語を自然に使いこなせるか。	直訳調の不自然な日本語メールは受信拒否や会社名誉の毀損につながる。
3. ドメイン保護・ウォーミングアップ機能	新規ドメインのウォームアップ機能、1日あたりの送信上限制御、SPF/DKIM/DMARC設定サポート。	一斉送信によりプライマリドメインがブラックリスト入りすると全社メールが停止する。
4. CRM/SFA双方向連携とヒューマン・イン・ザ・ループ	HubSpotやSalesforceとのリアルタイム同期、重要な返信時に人間へ即座にアラートが出る仕組み。	AIが検知・送信した履歴がCRMに反映されないと、既存顧客への二重アプローチが発生する。

⚠️ 現場検証で判明した2つの大失敗談と具体的な解決プロンプト

当方で自律型AIセールスAvaの導入支援を行った際、初期運用フェーズで大きな障壁となった失敗例とその打開策をとして共有します。

失敗例1：英文直訳プロンプトによる返信率0.2%への低迷

Avaの初期テンプレートや標準の日本語生成アルゴリズムに頼り切りでアプローチを開始したところ、送信数1,000件に対してアポイント獲得率はわずか0.2%（2件）にとどまりました。

受信側から「AIが自動送信してきた定型文だと一目で分かった」「文面が過剰に押しつけがましく、敬語の使い方が不自然」というフィードバックを受けたことが原因です。

このプロンプト改修を行った結果、アプローチ文面の着眼点が劇的に改善され、返信率は0.2%から2.8%へと14倍に跳ね上がりました。

失敗例2：大量送信によるドメインブラックリスト登録リスク

自律型AIの強みである「24時間連続のアプローチ」を過信し、同一ドメインから1日500件以上のメールを自動送信させた結果、主要プロバイダのスパムフィルターに検知され、送信ドメインのスコアが急低下しました。

この失敗を経て、当事務所では以下の「安全運用プロトコル」を絶対ルールとして策定しています。

• 送信専用のセカンダリドメインを最低2〜3個取得し、本番ドメインとは完全に分離する。
• 1ドメインあたりの1日送信上限数を「50件〜80件」に制限し、ランダムな時間間隔（インターバル）をあけて送信させる。
• AIが文脈判断に迷ったレスポンスに関しては、必ず人間のインサイドセールスが承認してから返信する「Human-in-the-Loop（人間の関与）」を挟む。

📊 インサイドセールス担当者とAIの最適な「役割分担モデル」

自律型AIセールスツール（Artisan等）の導入目的は、人間のインサイドセールス（IS）を完全に解雇してゼロにすることではありません。

「月給30万円のIS担当者」と「月額費用で稼働するAIツール」の得意分野を明確に切り分け、ハイブリッド体制を構築することこそが、最大のROIを叩き出す決定打となります。

このように役割分担を整理した導入企業では、従来IS担当者が手作業で行っていた「リスト作成」「文面作成」「手動送信」にかかっていた月間80時間以上の作業時間が削減されました。

結果として、IS担当者は「熱量の高い見込み客への電話・個別提案」だけに集中できるようになり、商談化率が従来の1.5倍に向上するという驚異的な成果実証が得られています。