次代のキーワード
“データ”が創る社会とキャリアを知る一日

―― Data Science Fes 2019 Student Academyから(学生レポート)

  • SHARE
  • facebook
  • twitter

<特別セッション>
“データ”で未来を創る働き方
~データの最前線で活躍する
ビジネスパーソンからのメッセージ~

株式会社デコム R&D部門マネージャー 松本 健太郎氏(ファシリテーター)
株式会社ZOZO 分析本部ビジネスアナリティクス部データアナリスト 天神林 大士氏
株式会社ディー・エヌ・エー ゲーム・エンターテイメント事業部 森本 修氏

ファッション産業と環境汚染への関心からZOZOへ!

天神林 大士氏

 最初に登壇したのはZOZOの天神林氏。まずは、ZOZOに入社したきっかけを語ってくれました。「ファッション産業は、世界第2位の環境汚染産業という事実に驚愕しました。それをデータやテクノロジーの力で解決したいと思いZOZOへ入社しました」。

 大学院やコンサルティング会社でデータサイエンスに触れてきた天神林氏。自分のスキルと興味を掛け合わせてキャリアを選んでいる姿が印象的でした。

 エンジニアでありながら、特にITスキルだけに秀でている必要はないとの発言にも驚きを感じました。ビジネス課題を明確化し解決策を考える力があれば貢献できると天神林氏は強調し、「難しい機械学習の知識がなくても、貢献することは可能だと思います。ビジネスのスキルはまた別物でした」と述べました。

 また、天神林氏はデータサイエンティストという仕事自体にも触れました。「データサイエンティストにはロールモデルがなく、今後の動向もわかりません。しかし、自ら主導権を持って数字を武器に貢献した体験は必ず生きると思います」。

 データサイエンティストは新しい仕事です。そのため、今後の仕事としてのあり方には未知数な部分も多いのも事実です。でも、天神林氏のようにデータを基盤に主体的に自社のサービスに貢献することはかけがいのない経験になると感じました。

流通業からデータサイエンティストへ

森本 修氏

 次に、ディー・エヌ・エーの森本氏が登壇しました。森本氏はまず、自身の大学時代からファーストキャリアについて触れました。「私は大学時代には統計やマーケティングを学ぶほか、世論調査のアルバイトの経験もしました。新卒では流通業に携わりました。そこで、大量の不良在庫の山を見て、マーケティングの必要性を認識したのです」。

 新卒で入社した会社で偶然マーケティングに目覚めた森本氏。マーケティングとデータ分析に関わる仕事を志し転職を決意したといいます。

 森本氏は、まずはマーケティングリサーチ会社に入り、データ分析のやり方を身につけました。そして、社員からの紹介でディー・エヌ・エーに入社したのです。

 「ディー・エヌ・エーでは圧倒的な量のデータを扱いました。はじめの仕事としては、ゲームの開発運営チームに入り、行動ログを分析したり、事業の意思決定に寄与する示唆を出してチームメンバーの信頼を得ながら、中長期的な視点からユーザーリサーチによる背景の深掘りも行いました」(森本氏)

 データ分析の知識を生かし、次々と新しいことに積極的な取り組んでいかれた森本氏。そのバイタリティーには驚きを感じました。今では行動のデータ(ログ)と意識のデータ(ユーザーリサーチ)の両方のデータを扱えるのが自身の強みだと森本氏は言っています。

メディアがきっかけでデータと出合う

松本 健太郎氏

 最後に登壇したのは、デコムの松本氏で、こう自己紹介しました。「以前、デコムでデータサイエンス関連のメディアを運営していました。データの分析手法よりも、データ活用にフォーカスして発信していました」。

 データサイエンスとの関わりの中で、松本氏自身の気付きもあったといいます。
 「データは数字だけではありません。写真や動画などの情報や定性的情報もデータサイエンスでは重要になってきます」(松本氏)

 数字以外のデータも扱い、その裏まで解釈する。松本氏のコメントから、その点の重要性に改めて気づかされました。

 データジャーナリズムで活躍する松本氏。当初はデータジャーナリズムの先駆者が社内におらず、周囲から冷たく見られる経験もあったといいます。しかし、地道な努力によって少しづつ認知度を上げ、メディアにも取り上げられるようになりました。

 「先駆者がいなくても、自分が歴史を変えてやるという気概が大切です。はじめのうちは周囲が冷たく感じられるかもしれませんが、地道な行動の積み重ねが周囲の理解に繋がります」(松本氏)

 常に新しい分野に取り組んできた松本氏。先例の有無を気にせず突き進む行動力と地道な努力の大切さを強調する姿がとても印象的でした。

 セッション後半は、松本氏のファシリテーションによるパネルディスカッションへと移りました。大学時代とこれまでのキャリアを中心に天神林氏と森本氏が意見を述べるというスタイルです。

 大学時代にやっておくべき勉強は何かという、松本氏の質問に両氏はこう答えました。
 「業界研究は有効です。社会に存在する色々な仕事とデータとの掛け合わせに注目すれば、視野が広がります」(天神林氏)

 「データサイエンス+αを持つことが、データサイエンス領域で活躍するには必要です。興味のあるドメイン知識を身につけておくと良いのではないでしょうか」(森本氏)
 「自分の興味に沿って幅広く学べるのは大学生の特権と言えます」(松本氏)

 データサイエンスに留まらず、知識の幅を広げるのに大学が絶好の場だと改めて痛感させられました。

 また、データサイエンスはまだキャリアとしてのロールモデルが少ないなか、それぞれがどんな理想像を目指しているのかにも質問が及びました。

 「他の職種のロールモデルがヒントになります。それらを学びつつ、差異化できるポイントを模索して自分自身の価値を発揮していきたいです」(天神林氏)

 「理想像はありません。スキルを生かしてどこでもやっていけると思います。新しい技術にも経験を基にキャッチアップしていける自信があります」(森本氏)

 データサイエンスはまだまだ今後の動向がわからない新しい職種です。「だからこそ、実務経験を積んだり、外に視点を向けて考えてみるのが大切なのです」(松本氏)。

 データサイエンスはロールモデルがなくとも、今後必ず必要とされる職種だといえます。今できることをして将来に向けた市場価値を上げていくべきだと実感したセッションでした。

 (リポート:慶應大学商学部 岡部 凌生)

<特別セッション>
データサイエンス領域で活躍する女性たちの働き方と未来

横浜市立大学 データサイエンス学部 准教授,WiDS Tokyo@YCU アンバサダー
小野 陽子氏(ファシリテーター)
中央大学 理工学部経営システム工学科 教授 樋口 知之氏
株式会社帝国データバンク
営業推進部アカウントマネジメントチーム アシスタントマネジャー兼データソリューション企画部付副課長(WiDS担当) 中川 みゆき氏

社会で求められるデータサイエンス

小野 陽子氏

 まず冒頭で小野先生はWiDS(Women in Data Science)を紹介しました。

 「WiDSはデータサイエンス領域への女性たちの喚起、支援、教育を目的としてスタンフォード大学中心に始まったシンポジウムです。アンバサダー制度を採用し、すでに50ヵ国150都市で開催されています。2018年度には東京でも開催しました」 

 男性中心だったデータサイエンス領域の女性支援を目的としたWiDS。わずか2回の開催で50カ国に広まる影響力の大きさから、今後の業界における女性の活躍に期待が持てました。

中川 みゆき氏

 次に登壇したのは帝国データバンクの中川氏。中川氏は、民間企業の立場からデータサイエンスが社会に果たす役割について解説されました。まず中川氏が紹介したのはEBPM(Evidence Based Policy Making)でした。

 「EBPMとは証拠に基づく政策立案です。社会が複雑化しているからこそ、客観的かつ可視的な指標を用いた意思決定が求められています。データに基づく分析や説明が共通言語として重視され、データサイエンスの必要性が増しています」

 EBPMは初めて聞いたワードでしたが、すでに自治体でも政策立案で採用されているとのこと。勘と経験に頼らない意思決定の大切さに改めて気づかされました。

 中川氏は、次に世界レベルで関心が高まっているSDGs(Sustainable Development Goals、持続可能な開発目標)におけるデータサイエンスが果たす役割にも触れました。

 「データサイエンスは、国際的な場でも注目されています。その一つがSDGsです。SDGsが掲げる目標に対するアプローチを考える上で、データサイエンスの力が求められています」
 一例として中川氏は、SDGsの企業行動指針から「企業のバリューチェーンのマッピングによる影響領域の特定」を挙げ、企業活動を企業間取引ネットワークとして可視化しエコシステム(生態系)として捉えるアプローチを解説しました。SDGsとデータサイエンスが結びつくとは驚きでした。

 最後に中川氏は、データサイエンスが社会に貢献するために必要なことに触れました。

 「知能は単一のものではなく多重的なものです。論理や数学の枠を超えて多知能と融合することがデータサイエンスの発展と活用につながります」

 「人とマシンにはそれぞれ得意領域があります。どちらか一方の能力だけでなく、2つの能力を掛け合わせることがデータサイエンスの社会貢献につながります。」というのが中川氏の見解。人口減少が進む中で、人とマシンの融合がいかに必要か改めて考えさせられました。

 「人間の能力はマシンの能力に対するリーダーシップであるべきで、技術が発展していくなかで活用の創意工夫が追いついていかないと実用性がなくなってしまいます。だからこそ、今後の人材には多知能を融合する力が期待されます」(中川氏)

データサイエンスは理学・工学・数学の中間領域!3つの領域を横断的に学ぼう

樋口 知之氏

 次に登壇したのは中央大学の樋口先生です。まず、現状として学問分野の中でデータサイエンスが置かれている立ち位置について説明されました。

 「データに関連した数理分野は理学系・工学系・数学系の3つの領域に分かれています。しかし、データサイエンスに使われる学問分野はこれら3領域の中間に位置しています。なので、勉強の仕方が難しくなっているとも言えます」

 そもそもデータサイエンスにおいては、3つの領域の中間を学ぶ必要性を認識しなければなりません。自分の学部だけで学べない部分があるなら、他の場へ積極的に足を運んで勉強するのが良いと樋口先生は主張されました。どうしても、データサイエンスは専門的なイメージが強いのですが色々な分野の勉強が必要となってくることはとても印象的でした。

 最後に樋口先生は、データサイエンス自体が持っている特徴の説明に移りました。
 「データサイエンスは、ネットワーク型知識構造だと言えます。中川さんは『データサイエンスは多知能との掛け合わせだ』と述べておられましたが、学術として見てもデータサイエンスはネットワーク型の知識です。だからこそ、私たちは様々な領域に薄く幅広く学び多数の引き出しを持っておく必要があります」

 今は色々な知識を自由に学べる時代です。時間のある大学時代には、薄くとも幅広い知識の吸収が重要だと感じました。

 次に、セッションは横浜市立大の小野先生も交えてのパネルディスカッションへと移りました。データサイエンス領域において必要な能力とライフステージの二つのテーマに対して、中川氏と樋口先生が意見を述べました。

 小野先生が切り出したのは、データサイエンス分野で求められる能力とは何かという質問です。「データサイエンティストの仕事は、課題を見つけて解ける形に変換することです。課題を数式モデルやフローチャートの形として整理できる能力が求められます」。

 中川氏は「課題を見つける能力は重要です。それに加えて、求められるのはコミュニケーション能力です。対話を通して課題を明確にし、人と技術を掛け合わせて解決に導く必要があります」と、小野氏「一つのドメインに留まらず、いかに他分野と意思疎通するかが大切です」と指摘しました。

 データ分析の技術以上に重要なのが、課題設定能力とそのためのコミュニケーション能力とのこと。パソコンに向かい黙々と仕事をこなすイメージの強いデータサイエンティストですが、それとは全く異なった姿が提示されたことに驚きを感じました。

 データサイエンス分野でのライフステージに関してどう考えるかについても意見が述べられました。各氏の意見は以下の通りでした。
 「データサイエンティストは、テレワークがしやすい仕事です。会議もネット上で行えます。そのため、介護などの事情にも対応しやすく、自分の時間の流れで仕事ができると思います」(樋口先生)
 「確かにそのような働き方が可能です。一方で、データの取り扱いに課題があるのも事実です。コンプライアンスやセキュリティの問題を突破すれば、データサイエンティストのライフステージに広がりが出ると思います」(中川氏)
 「今後は働き方多様化のためのセキュリティも重要になりますね」(小野先生)

 データサイエンスは、どうしても社外秘のデータを扱う機会が多くなります。だからこそ、データ保護に特化した制度設計が今後求められていくと感じさせられたセッションでした。

 (リポート:慶應大学商学部 岡部 凌生)

<講演>
AI開発最前線に集まる
人材~世界のAI担い手たち
はこうして道を切り開いた~

株式会社グリッド 人事グループ ジョン ヒョンオク氏

ジョン ヒョンオク氏

“社会インフラにイノベーションを” グリッドが目指すビジョン

 現在、注目を浴びているAI(人工知能)は、社会インフラにおいても重要なテクノロジーとして多くの現場で用いられています。株式会社グリッドの人事グループ、ジョン・ヒョンオク氏は冒頭、「社会インフラにテクノロジーを用いてイノベーションを起こしていく」という同社のビジョンを語りました。

 「私たちは、プログラミングができない方でもAIを用いて開発・分析ができる自社開発Webアプリケーションサービス『ReNom(リノーム)』を提供しています。例えば、そのサービスの中にはプログラミングコードを書くことなく、教師データを作成しタグづけをするツールや作った教師データを用いて画像分析を行うツールがあります。これは世界で見ても数十社しかないフレームワークです」

 このようなAIの開発環境をもとに、グリッドではテクノロジーを用いた「社会インフラ」に解決策をもたらしていこうとしています。取引先の会社も社会インフラをビジネスにしている企業が多いそうです。

 「事業領域は、交通、物流、製造が主流です。具体的に見ると、高速道路の渋滞予測や工場内の機器に自動で異常検知を設けるプログラムといった解決策の提示など、社会インフラのビジネスを多岐に手掛けています」(ジョン氏)

 ジョン氏は、日本産業の基盤でもある「ものづくり」における後継者不足の問題にも触れました。

 「後継者不足の問題は、AIや先端IT技術を育てるだけでなく、海外から人材を確保することが必要不可欠です。グリッドでも、グローバル人材を獲得することに力を入れており、米国、ドイツ、ニュージーランド、韓国、インドなど、12カ国の社員が働いています」

 グリッドのエンジニア人材は、AI技術だけに特化しているわけではありません。具体的には、アプリケーションの開発を得意としている人材であったり、統計を用いたデータサイエンスモデルの作成を専門としている人材であったりと、幅広い知見を持った人材が集っています。

 「AI分野を用いて社会インフラに革命を起こすことは、大変チャレンジなことであると思っています。その中で、『どういう方向でサービスを作っていくのか』、『他の会社と競争できる斬新さを取り入れることができるのか』といった議論は、グローバルな環境かつ様々な知識を持ったエンジニアが集うことで実現できると考えています。その環境でディスカッションを重ね、問題を解決していきたいのです」(ジョン氏)

 また、ジョン氏は「各国の新しい技術を積極的に取り入れていくマインドとスピードも大切です」と語る。その上で、アルゼンチン、インドネシア、米国、ドイツの4カ国のAI技術の考え方について比較をしました。

 「特にインドネシアでは、渋滞が激しく生活の中にもっとAIを活用すべきという声が強いです。またアルゼンチンやドイツでは、AI特化の学習をしていなくても独学できるツールがあったり、AIの教育もスタートしていたりします。米国、ドイツなどのAI先進国から見ると、日本はAIを導入するにはまだまだ保守的な企業が多いので、AIをいかにビジネスに活用するかを考える人材が求められています」

“グリッドによる日本発 ハッカソンの開催” グリッドAI教育の取り組み

 グリッドは「産業」にとどまらず「教育」にも力をいれています。2019年10月にはインドネシアの大学と共同ハッカソンイベントを開催しました。インドネシア国内からは、延べ100チーム、約300人が応募・参加したそうです。

 「『ASEAN教育』として、優秀なのに指導が行き届いていない学生に、AIの育成プログラムを提供し、エンジニアになるためのお手伝いをしています」(ジョン氏)

 さらにグリッドでは2020年、日本でもハッカソンイベントを企画しています。広報担当の原田氏は、現時点での構想を説明してくれました。「テーマは、AI ×STUDENT×SMARTCITY。IoTとAI、5G時代における都市をテーマに、学生が競い合うというイベントです」

 「日本のAI産業成長のために、新しい技術を積極的に取り入れていくマインド、そしてスピード感を実現するためにも、グリッドは今後も教育に力を入れていきます」とジョン氏は講演を締め括りました。講演を聞いて、グリッドが開催するハッカソンイベントに参加してみたくなった人は、僕以外にも多かったのではないでしょうか。

 (レポート:早稲田大学 先進理工学部 電気・情報生命工学科、学生団体 Waseda AI Lab 副代表 遠藤 竜仁)

Information

イベント名
Data Science Fes 2019
主催
日本経済新聞社
期間
2019930日(月)~20191129日(金)
お問い合わせ
dsfes@nex.nikkei.co.jp