生成AIとAGIが変革するビジネスパーソンのExcel業務
- 本間 充/マーケティングサイエンスラボ所長
- 6月2日
- 読了時間: 21分
目次
1. はじめに：AIが変革するビジネスパーソンの日常業務
生成AIの目覚ましい進化と、その先にあるAGI（汎用人工知能）の登場は、私たちビジネスパーソンの日常業務に根本的な変革をもたらしています。特に、これまで多くのデスクワークを支えてきたExcelを用いたデータ加工、データ集計、データ分析といった業務は、その在り方が大きく変わり始めています。もはや、これらの作業の多くが生成AIによって不要になりつつあります。この変化は単なるツールの置き換えに留まらず、業務プロセスそのものの再定義を促すパラダイムシフトであり、従来の「効率化」の延長線上ではなく、業務そのものの「不要化」という質的な変化を引き起こしています 。
生成AIの能力は、大量のデータを処理し、多様なコンテンツを生成することに優れています 。この能力が、これまで人間が時間を費やしてきた作業を自動化し、業務負担を軽減することで、ビジネスパーソンがより戦略的で創造的な活動に集中できる時間的余裕を生み出しています 。例えば、Excel作業時間が70%削減された事例や、3時間かかっていたレポート作成が30分になったという報告もあります 。このような変革は、ウォルマート、シーメンス、エクスペディアといった海外企業から、三菱UFJ銀行、パナソニックコネクト、LINE、日本航空などの国内企業に至るまで 、特定の業界や企業規模に限定されず、広範なビジネス領域で共通の課題解決策として認識され始めています。
本レポートでは、この劇的な変化の全貌を、その背景にあるAI技術の進展から、具体的な業務の変化、そしてビジネスパーソンに求められる新たなスキルまで、分かりやすく整理します。
2. 生成AIとAGIの基礎知識
ビジネスパーソンがAIによる変革を理解するためには、まず「生成AI」と「AGI」という二つの重要な概念を把握することが不可欠です。
(a)生成AIとは：ビジネスにおける活用例
生成AIとは、テキスト、画像、音声、動画、コードなど、多様な形式のコンテンツを自律的に「生成」する能力を持つAIです。過去の膨大なデータを学習し、そのパターンや構造を理解することで、人間が与えた指示（プロンプト）に基づいて、全く新しい情報を生み出すことができます。従来のAIがデータ分析や予測に特化していたのに対し、生成AIは「創造」の領域に踏み込み、人間のようなアウトプットを生み出すことが可能です 。
生成AIの強みは、特に「コミュニケーション領域」と「創造領域」という、これまで人間が主導してきた定性的・主観的な業務に深く食い込んでいる点にあります 。これは、AIが単なる計算やルーティン作業の自動化を超え、人間の「知的生産活動」を直接的に支援・代替し始めていることを示唆しています。AIが新しいコンテンツを生成する能力を持つことが、従来の「既存データの分析」に留まっていたAIとの決定的な違いであり、これにより、クリエイティブ業務やコミュニケーション業務における「ゼロからの創造」の負担を軽減し、外注費や人件費の削減を可能にしています 。
具体的なビジネス活用例:
文書・コンテンツ生成: 必要な社内データの抽出、文章の要約、キャッチコピーのアイデア創出、商品説明文の自動作成、社内ネゴシエーション文書の生成、会議音声の文字起こし、メール作成、翻訳 。コールセンターの応対メモ作成自動化により、作業時間を30%削減した事例も報告されています 。
プログラミング・開発支援: プログラミングコードの生成やデバッグ 。LINEでは生成AIを活用した開発支援ツール導入により、エンジニアが1日あたり2時間の業務効率化を実現しました 。
クリエイティブ領域: Webサイト用の背景素材、医薬品開発、建設・アパレルデザイン、オリジナル画像・動画の作成 。サイバーエージェントでは広告クリエイティブを自動生成する「極予測AI」を開発し、撮影工数削減と効果最大化に貢献しています 。
コミュニケーション・顧客対応: カスタマーサポートの自動応答、自動応対AI設置によるユーザー接点拡張、社内Q&Aシステム 。
データ活用支援: 必要な社内データの自動洗い出し・アウトプット 。
(b)AGI（汎用人工知能）とは：未来の業務への影響
AGI（Artificial General Intelligence）とは、人間のような高度な知能を持ち、特定のタスクに限定されず、様々な状況に適応し、自ら学習・応用する能力を有するAIの一種です 。現在の主流である「特化型AI」（弱いAI）とは異なり、汎用性が高く、多様なタスクをこなすことが可能です 。AGIは、現在の生成AIが持つ「特定のタスクにおける生成能力」をはるかに超え、「人間のような汎用的な知能」を持つことで、AIの進化における次の大きな節目となります。これは、業務の自動化だけでなく、より複雑な意思決定や戦略立案といった、これまで人間が独占してきた領域へのAIの本格的な進出を示唆しています。
AGIの「人間のような思考や意思決定能力」は、労働力不足の解消や新たな技術革新を直接的に加速させる要因となります 。これは、単なる効率化を超え、ビジネスモデルや社会構造そのものの変革を促す可能性を秘めています。
AGIの必要性と期待される影響:
労働力不足の解消と技術革新: 人間のような思考や意思決定が可能になるため、ビジネスや社会問題の解決に大きな影響を与え、技術的進歩を加速させる 。
新しいアイデアの創出: 大量のデータと知識に基づき、創造的な発想を行い、アート、デザイン、音楽、ビジネス戦略立案など、幅広い分野で革新的なアプローチやアイデアを提供する 。
AGIが影響を与える産業・職種（予測）:
産業: 医療、製造業、金融業界など 。
職種: データ分析、カスタマーサポート、管理職など、意思決定支援や業務効率化にAGIが利用されることで、役割が変化する可能性がある 。特に「データ分析」という職種がAGIの影響を受けると明記されている点は、Excel業務の未来を考える上で極めて重要です。Excelによるデータ分析は、特定のルールに基づいた論理的思考やパターン認識、そして意思決定を伴います。AGIがこれらの能力を人間レベルで持つならば、Excelで行っていた「分析」そのものがAGIによって代替される可能性が高いです。これは、単にExcelの操作が不要になるだけでなく、データからインサイトを引き出し、意思決定を支援するという「データ分析」という職務の中核部分がAIに委ねられることを意味します。
AGIの潜在的なデメリットと課題:
倫理的・社会的問題: AGIの決定や行動が倫理的な問題を引き起こす可能性 。
セキュリティリスク: 高度なAIの悪用によるセキュリティリスク 。
雇用への影響: 自動化により、一部の職種が不要になる可能性 。
3. Excel業務の劇的な変化：データ加工・集計・分析の自動化
生成AIの進化は、ビジネスパーソンが日々Excelで行ってきたデータ関連業務に、かつてないほどの自動化と効率化をもたらしています。これにより、手作業に起因する多くの課題が解消され、業務の質そのものが向上しています。
(a)データ加工・整形作業の効率化
Excelにおけるデータ加工や整形は、多くのビジネスパーソンにとって時間と労力を要するルーティンワークでした。しかし、生成AIはこれらの作業を劇的に効率化します。生成AIは、Excelにおける「データ整形地獄」を解消するだけでなく、VBAマクロの「ブラックボックス化」や「属人化」といった、従来の自動化が抱えていた課題をも解決し、データ品質と透明性を向上させます。ユーザーの自然言語指示に基づいてVBAコードを生成できるため、専門知識がない人でもマクロを作成できます 。また、AIが行った処理内容が明示されるため、透明性が担保されます 。これにより、従来の自動化が抱えていた「作った人しかわからない」「修正が難しい」といった課題が解消され、データ加工プロセス全体の透明性と持続可能性が向上します。これは単なる作業効率化を超え、組織全体のデータガバナンスとナレッジ共有の改善に寄与する、より深い変革です。
具体的な変化:
バラバラなフォーマットの統合: 全国20拠点から集まる微妙に異なるExcelフォーマットのデータ整形に毎日2〜3時間、月末には深夜残業が常態化していた経理部の事例では、生成AIで作成したVBAマクロにより、作業時間が3営業日からわずか1時間に短縮されました 。
VBAマクロ・スクリプトの自動生成: 毎日2時間かかっていた受注データのExcel入力・集計作業が、生成AIでVBAマクロを作成した結果、「ファイルを開いてボタンを押すだけ」で完了するようになりました 。
データクレンジングの自動化: 各種エンコーディング、名寄せ、対数変換、単位の統一、損値や外れ値の検出・処理、重複データの削除など、データ分析における初期段階で最も時間と労力を要する前処理作業を生成AIが自動的に実行し、正確で信頼性の高いデータを生成します 。
非構造化データの構造化: 大規模言語モデル（LLM）の登場により、データの構造や意味を理解し、人間のような判断をもとに処理を行うことが可能になり、非構造化データの処理にも対応します 。
ノーコードでの自動化: 完全ノーコードでデータの加工・分析を自動化するプラットフォームも登場し、属人化を撤廃し、データ活用スピードを飛躍的に向上させます 。
(b)データ集計の自動化と精度向上
複雑な条件設定や大量のデータに対する集計作業も、生成AIによって大幅に簡素化され、精度が向上します。生成AIは、集計作業における「正確性」と「アクセシビリティ」を同時に向上させます。手動でのデータ集計は、入力ミスや計算ミス、複雑な条件設定の難しさなど、ヒューマンエラーのリスクを常に伴いました。また、Excelの関数やピボットテーブルを使いこなすには一定のスキルが必要で、誰もが高度な集計を行えるわけではありませんでした。AIが自動チェックによってミスを根本から排除し 、自然言語処理によって複雑な集計ロジックを自動生成するため 、集計のボトルネックが解消され、より多くのビジネスパーソンがデータに基づいた意思決定に参加できるようになります。
具体的な変化:
自然言語による集計指示: 「地域別に売上を分析したい」「商品別の問い合わせ件数を集計したい」など、実現したい内容を“ことば”で入力するだけで、生成AIが最適な集計表やグラフを複数提案します 。
自動エラーチェックとミス削減: 月10〜15件発生していたExcel入力ミスが、生成AIで自動チェック機能を導入した結果、初月でミス発生率がゼロになり、二次・三次チェックの工数も大幅削減されました 。
データフィルタリングとトレンド分析の支援: SUMIF関数やSUMIFS関数を使ってAIに学習させる対象データを絞り込んだり、特定の条件下での数値を集計して売上や顧客データのトレンドを効率的に検出したりすることが可能になります 。
(c)高度なデータ分析の民主化
かつてはデータサイエンティストや専門家でなければ難しかった高度なデータ分析も、生成AIのサポートにより、一般のビジネスパーソンにも手が届くものとなりつつあります。生成AIは、データ分析の「専門性の壁」を取り払い、誰もがデータに基づいた意思決定を行える「データ分析の民主化」を加速させます。これにより、組織の意思決定スピードと質が向上し、新たなビジネスチャンスの発見につながります。従来の高度なデータ分析には、統計知識、プログラミングスキル、特定の分析ツールの習熟など、高い専門性が求められてきました。そのため、分析結果を得るまでに時間がかかり、専門家以外はデータに基づいた意思決定が困難でした。AIが分析の「手順」を教え 、分析結果の「解釈」まで提供することで 、専門知識がなくても、AIのガイドを受けながら高度な分析を実行し、その意味を理解できるようになります。
具体的な変化:
分析プロセスのガイド: 「どの顧客層のリピート率が高いか分析したい」といった問いに対し、生成AIが関数やグラフ作成手順を提案し、これまで見えなかった傾向の発見を支援します 。
考察の自動生成: テキストで指示を伝えるだけで、AIが瞬時に集計結果やグラフ、さらには「考察」まで生成します 。
最適な分析方法の提案: 具体的なイメージがなくても、ボタン一つでデータベースの特徴を解析し、最適な集計方法やグラフを自動的に組み合わせて提案します 。
予測・推論能力の活用: 過去のデータを分析し、未来についての予測や最適な手段についての推論を行います 。大手スーパーではAIを活用した商品発注システムで販売数を予測し、最適な販売数を割り出しています 。
エンドツーエンドの自動分析プラットフォーム: AI、機械学習、生成AIアナリティクスを統合したプラットフォームが登場し、データの準備からクレンジング、予測、レポート、ワークフローの自動化までをカバーします 。
Table 1: 生成AIによるExcel業務の変化と効果
業務フェーズ | 従来のExcel業務 | 生成AIによる変化 | 効果・価値 |
データ加工・整形 | - 異なるフォーマットの手作業での統合（数時間〜数日） - 単純なコピペ、手入力によるミス多発 - VBAマクロの属人化、ブラックボックス化 | - AIがVBAマクロを自動生成、ワンクリックで完了 - データクレンジング（名寄せ、外れ値処理など）を自動実行 - 非構造化データの構造化、ノーコードでの加工自動化 - 処理内容の透明性担保 | - 作業時間の大幅削減（70%削減、数日から1時間へ） - ヒューマンエラーの激減（ミス発生率ゼロ） - 属人化の解消、データ品質向上 - データ活用の高速化 |
データ集計 | - 複雑な関数設定や手動での集計、計算ミス - 大量データの集計に時間と労力がかかる - 集計結果の信頼性に課題 | - 自然言語での指示による自動集計表・グラフ生成 - 自動エラーチェック機能によるミス防止 - 特定条件でのデータフィルタリング・集計支援 | - 集計作業の劇的な効率化（3時間→30分） - 集計結果の精度向上、信頼性確保 - 専門知識不要で誰でも集計可能 - 意思決定の迅速化 |
データ分析 | - 高度な統計知識やツールスキルが必要 - 分析結果の解釈に専門家の介入が必須 - 新しい気づきやアイデア創出のハードルが高い | - AIが関数やグラフ作成手順、最適な分析方法を提案 - 集計結果に加え、AIが「考察」まで自動生成 - 予測・推論能力を活用した需要予測など - エンドツーエンドの自動分析プラットフォーム | - データ分析の民主化、専門家以外も実行可能に - 新たなインサイトの発見を促進 - 戦略的思考への集中を支援 - ビジネスチャンスの早期発見 |
4. Excel業務が「不要に」なる理由と新たな価値
生成AIの導入は、単に既存のExcel作業を効率化するだけでなく、その多くの部分を「不要」にし、ビジネスパーソンがより戦略的で創造的な業務に集中できる新たな価値を生み出します。
(a)ルーティン作業からの解放とヒューマンエラーの削減
生成AIは、反復的で定型的な業務の自動化に極めて優れています。これにより、これまで人間が膨大な時間を費やしてきたルーティンワークが大幅に削減され、それに伴うヒューマンエラーのリスクも激減します。ルーティン作業の自動化は、単に「時間」を削減するだけでなく、人間の「集中力」と「精神的負担」を解放し、より複雑な問題解決や創造的思考のための「ディープワーク」を可能にします。ルーティンワークは、繰り返しによる飽きや疲労からミスを誘発しやすく、また、創造的な思考を分断する要因となっていました。これらの作業に時間を奪われることで、ビジネスパーソンは本来注力すべき戦略的業務に十分な時間を割けていませんでした。生成AIは、これらの反復作業を完璧かつ高速に実行するため、人間はこれらの作業から完全に解放されます。例えば、中断のない作業時間が確保されることで、より創造的・戦略的な業務に集中できるようになります 。この変化は、単なる効率化の数値を超え、ビジネスパーソンの仕事の「質」と「満足度」を向上させます。精神的な負荷が減り、より本質的な業務に集中できる環境が整うことで、個人のパフォーマンスだけでなく、組織全体のイノベーション能力とエンゲージメントが高まることが期待されます。
具体的な効果:
時間と労力の削減: 従来、手作業で行っていたタスクを自動化することで、時間とコストが大幅に削減されます 。例えば、三菱UFJ銀行では稟議書類作成の自動化により年間264万時間の業務時間削減を目指しています 。
ミスの防止・削減: 人為的なミスを防ぎ、修正の手間を削減できます 。Excel入力ミスがゼロになった事例も報告されています 。
人手不足の解消: 単純作業が原因となる業務負担や人員不足の解消に期待でき、人手不足が深刻化している業界（飲食、介護）でのAI活用が進んでいます 。
24時間365日稼働: AIは休みなく動作するため、継続的なデータ収集や顧客対応が可能になります 。
(b)高付加価値業務へのシフトと生産性向上
ルーティンワークから解放されたビジネスパーソンは、その時間をより戦略的で高付加価値な業務に振り向けることが可能になります。これは、個人のキャリアアップだけでなく、企業全体の生産性向上と競争力強化に直結します。生成AIによる業務の「不要化」は、人間の役割を「実行者」から「戦略家」「創造者」「問題解決者」へと進化させます。多くのビジネスパーソンは、ルーティンワークに追われ、本来時間をかけるべき戦略的な思考や創造的な業務、あるいは複雑な人間関係の構築といった高付加価値業務に十分な時間を割けていませんでした。生成AIがデータ加工・集計・分析といった定型業務を自動化することで、人間はこれらの「実行」から解放されます。これにより、空いた時間を「AIが生成したアイデアを評価・採用する」「複雑な顧客課題を解決する」「新たなビジネスモデルを構想する」といった、より高度な知的活動に充てることができます。このシフトは、個人のキャリアパスを再定義し、単なるオペレーターではなく、AIを使いこなして組織に新たな価値をもたらす役割への進化を促します。企業側から見れば、限られた人的リソースを最大限に活用し、競争優位性を確立するための重要な戦略となります。
具体的なシフトの方向性:
戦略立案・意思決定: 生成AIが提供する多様なアイデアや迅速なデータ分析結果をもとに、人間はどの案を採用し、どのように実行に移すかといった戦略的な業務に集中できます 。
創造的業務: 「一から何かを生み出す」ことは人間にしかできない領域であり、AIが具体化を担うことで、人間はよりクリエイティブな作業に時間を割けるようになります 。
高度な問題解決: 繰り返しの問い合わせ対応をAIが自動化することで、スタッフの負担を軽減し、人間による対応を必要とする高度な問題解決にリソースを集中できます 。
顧客対応の質向上: AIが定型的な顧客対応を担うことで、人間はより複雑な顧客のニーズや感情に寄り添う、質の高いコミュニケーションに注力できます。
スキルアップと専門性の向上: 定型業務から解放された社員は、スキルアップの機会を得て、より専門性の高い業務に取り組めるようになります 。
企業全体の生産性向上:
年間30-40%の業務時間削減: 定型業務の自動化による工数削減は、年間30-40%の業務時間削減が一般的とされています 。
企業価値を高める業務への人員シフト: 貴重な人材リソースを戦略的業務にシフトできる点が生成AI導入の最大のメリットです 。
コンテンツ品質向上とコスト削減: 生成AIがコンテンツの最低ラインを決定し、作業時間を短縮することで生産性が上がり、外注費や人件費も大幅に削減できます 。
5. 変化に対応するためのビジネスパーソンに必要なこと
生成AIとAGIがもたらす変革期において、ビジネスパーソンは新たなスキルを習得し、リスクへの意識を高めることが不可欠です。
(a)AIリテラシーとリスキリングの重要性
AIが日常業務に深く浸透する中で、AIを効果的に活用し、その限界を理解するためのAIリテラシーは必須スキルとなります。また、業務内容の変化に対応するためのリスキリング（学び直し）が、個人のキャリアと企業の競争力維持に不可欠です。生成AI時代におけるリスキリングは、単なるスキルアップではなく、AIとの「共生」を前提とした「役割の再構築」であり、企業はこれを戦略的投資として捉える必要があります。Excelスキルは、データ処理の「実行」能力に重きを置いていましたが、AIがその実行を代替することで、このスキルセットの価値は相対的に低下します。AI時代に求められるのは、AIを「使いこなす」能力（プロンプトエンジニアリング）、AIの出力の「真偽を判断する」能力（ファクトチェック）、AIの「限界を理解する」能力、そしてAIを活用して「新たな価値を創造する」能力です。
AIリテラシーの必要性:
AIを使いこなす能力: 社員一人ひとりが生成AIを使いこなすための知識やスキルを習得することで、社内業務の効率化が進み、企業全体の生産性向上が期待できます 。
適切な役割分担: 人とAIの適切な役割分担を見極め、AIにできることとできないこと、得意なことと不得意なことを理解する必要があります 。
ハルシネーションへの対応: 生成AIが事実に基づかない、もっともらしい嘘の情報を生成する「ハルシネーション」のリスクを理解し、ファクトチェックを行う能力が求められます 。
リスキリングの推進:
新しいスキル・知識の習得: 働き方やビジネス環境の変化に対応するために、新しいスキルや知識を習得する取り組みです 。
企業による取り組み: サイバーエージェント（全執行役員含む6,200名対象）、ダイキン工業、富士通（12万名対象）、ソニー、LINEヤフー、キヤノンなど、多くの日本企業が生成AIのリスキリングに注力しています 。
具体的な学習内容: 生成AIを活用したアプリケーション構築、データワークフローへの統合、モデルの導入・管理などです 。
メリット: 業務効率化、採用コスト削減、アイデア創出支援、キャリアアップ機会の拡大 。
(b)セキュリティと倫理的側面への配慮
生成AIを業務に活用する上で、情報漏洩、著作権侵害、ハルシネーション、倫理的な問題といったリスクに適切に対処することは、企業の信頼性と持続可能性を守る上で極めて重要です。生成AIの導入は、技術的なメリットだけでなく、企業に新たな「ガバナンス」と「リスク管理」の課題を突きつけます。従来のExcel業務では、情報漏洩は主にファイル管理やネットワークセキュリティの問題でした。しかし、生成AIでは、ユーザーが「プロンプト」として入力した情報が外部サーバーに学習され、意図せず流出する可能性があります 。これは、従来のセキュリティ対策だけでは不十分な、新たな形態のリスクです。情報漏洩は企業の信用失墜、法的トラブル、競争力低下に直結し、ハルシネーションは誤った意思決定を招き、倫理的問題は企業の評判を損ないます。これらのリスクは、単なる業務効率化のメリットを上回る深刻な影響を及ぼす可能性があります。このため、生成AIの導入は、単に個々の従業員がツールを使いこなすだけでなく、企業全体として「AI利用ガイドラインの策定」「従業員へのセキュリティ教育」「モニタリング体制の構築」といった、包括的なガバナンス体制を構築することが不可欠です。
主なリスク:
情報漏洩リスク: 機密情報や個人情報を生成AIに入力すると、それが学習データとして利用されたり、外部に漏洩したりする可能性があり、企業の情報資産を守るための厳密なルールが必要です 。特に「うっかり漏洩」のリスクが高いです 。
著作権・商標権侵害のリスク: 生成AIが既存の著作物や商標に類似・酷似したコンテンツを生成し、権利侵害に該当する可能性 。
ハルシネーション（虚偽情報の生成）: 生成AIが事実に基づかない、もっともらしい嘘の情報を生成する現象。これにより誤った意思決定につながるリスクがあります 。
倫理的に不適切な回答: 差別的、暴力的、または社会的に不適切な内容を含む回答を生成する可能性 。
法規制への違反: 各国の個人情報保護法や業界特有の規制、新たに制定される法令への対応が追いつかないリスクがあります 。
対策:
データ入力の管理と制御: 機密性の高い情報の入力前の承認プロセス、入力履歴の記録と監査、明確なポリシー策定と周知徹底 。
アクセス管理・権限設定: 適切なアクセス管理と権限設定 。
ファクトチェックの徹底: AIが生成した情報の真偽を必ず確認する 。
セキュリティ教育の実施: 従業員へのセキュリティ意識向上と利用ガイドラインの遵守徹底 。
モニタリング体制の構築: AIの利用状況や出力内容を継続的に監視する体制 。
セキュリティに強い生成AIの活用: 信頼できるベンダーの、セキュリティ対策が施されたAIサービスを選ぶ 。
6. まとめ：AIと共に進化する働き方
生成AIの進化とAGIの登場は、ビジネスパーソンのExcelを用いたデータ業務を大きく変え、多くのルーティン作業を「不要」にしつつあります。データ加工の自動化、集計の精度向上、そして高度な分析の民主化は、業務効率を飛躍的に高め、ヒューマンエラーを削減します。
この変化は、ビジネスパーソンが単純作業から解放され、より戦略的、創造的、そして人間らしい高付加価値業務に集中できる機会を提供します。しかし、この変革期を乗りこなすためには、AIリテラシーの習得、継続的なリスキリング、そして情報セキュリティや倫理的側面への深い配慮が不可欠です。
AIは、私たちから仕事を奪う存在ではなく、私たちの働き方を再定義し、より生産的で充実したものへと進化させるパートナーです。この新たな時代において、AIを理解し、賢く活用することで、ビジネスパーソンは自身の価値を最大化し、企業は持続的な成長を実現できるでしょう。AIと共に進化する働き方へと、今こそシフトする時です。
参考
この記事のエクセルの部分だけの短いバージョンは、noteに記事があります。
また、この内容の想像のアニメバージョンもあります。
Comments