◆ データ分析・活用やデータサイエンス実践の成否は、技術力よりもチーム力
「AI」「IoT」「ビッグデータ」これは最近ビジネス界隈で聞く用語です。経営層や管理層などエライ人になると、これらの言葉が次のように変わることもあります。「我が社はゲーム・チェンジャーになるぞ」「よし、デジタル・トランスフォーメーションだ」「とりあえず、データビジネスで収益拡大だ」…。一体何が起こっているのでしょうか。
今、産業革命の第4の波が押し寄せ「第4次産業革命」が起こっているといわれています。第4次産業革命では、データサイエンス技術は不可避です。ところが大企業になるほど、データ活用の成功確率が下がるともいわれています。今回は「データ分析・活用やデータサイエンス実践の成否は、技術力よりもチーム力」というお話をします。
1、産業革命
第4次産業革命というからには、すでに3回も産業革命が起こっていたことになります。第1次産業革命は「工業革命」とも呼ばれた、欧州や米国などで18世紀半ばから起こった工業化の波です。教科書に必ず登場する産業革命です。第2次産業革命は、1900年ごろまでに起こった産業革命です。キーワードとしては、電気、大量生産、トーマス・エジソンあたりでしょう。第3次産業革命は「デジタル革命」とも呼ばれ、小型化した情報端末（パソコンや携帯電話など）やインターネットなどが中心的役割を演じました。まだ続いているという人もいます。そして第４次産業革命です。
(1) 第4次産業革命
第4次産業革命はAIやIoT、ビッグデータなどによる産業革命です。具体的にどのような産業革命なのか、それは誰もまだ分かりません。なぜならば、今生きている現在の人類である我々が自ら創造していくものだからです。
(2) 十分なデジタル化への対応がなされていない企業
「やばい！うちの会社、社長はAI化と叫んでいるけど、そもそも全然デジタル化されていない」。確かに十分なデジタル化への対応がなされていない企業や行政機関、組織も多いかもしれません。例えばデジタル化すれば楽なのに、いまだに発注書のフォーマットをプリントアウトして必要事項を手で記載しFAXで送信、みたいな業務は少なくないかもしれません。デジタル化への対応が不十分な中、次の波が押し寄せるのですから大変です。そのよう中、不思議な職種の人財がにわかに注目を集めるようになりました。
(3) 「データサイエンティスト」（AI/機械学習エンジニア含む）
データサイエンティストに対し、多くの人は次のように思うかもしれません。「自分には関係ない」「勝手に頑張ってくれ」「変なのが湧いてきたな」。周囲から見れば「数学に強い人が、コンピュータを使い、データをこねくりまわしている」そんな感じでしょう。時には魔法使いかのように期待されたり、変人のように敬遠されたりします。
(4) データサイエンティストがやっていることは20年来変わらない
少なくとも20年ぐらい前から、データサイエンティストのような職業はありました。呼び名は色々ありますが、やっていることは同じようなことです。データを分析したり、システムに組み込む数理モデル（異常検知や予測モデル、最適化モデルなど）を構築したり、そのためのアルゴリズムを研究開発しコンピュータプログラムで実装したりしているだけです。
(5) データサイエンティストが足りない
このような中、データサイエンティストの不足が叫ばれています。なぜでしょうか。それは「AIだ」「IoTだ」「ビッグデータだ」と叫ばれるこの時代に必要不可欠だからです。第4次産業革命が本格化するにつれ、さらに必要となってくることでしょう。しかしデータサイエンティストだけで、第4次産業革命の波を乗りこなし、高みを目指すには無理があります。
2、データサイエンスのビジネス実践で重要なポイント
データサイエンスのビジネス実践で重要なポイントがあります。それは今も昔も変わらず「データサイエンティストだけでは何もなしえない」ということです。理解者が必要です。一緒に物事を進める人が必要です。特別な人財ではなく、データサイエンスの理解がある普通のビジネスパーソンが必要なのです。
● 技術力よりもチーム力
データサイエンティストだけでも、AIやIoT、ビッグデータなどに対し、何かしら取り組むことはできると思います。しかし「我が社はゲーム・チェンジャーになるぞ」「よし、デジタル・トランスフォーメーションするぞ」「とりあえず、データビジネスで収益拡大だ」というところまで到達するのは至難の業です。では、どうすればいいのでしょうか。技術力よりもチーム力です。つまり仲間です。少なくとも、以下のような人財が必要になります。
- データサイエンティスト（AI/機械学習エンジニア含む）
- データエンジニア
- ドメインをつなぐデータサイエンスを理解している「ビジネスパーソン」
- 社内政治力のあるデータサイエンスを理解している「ビジネスパーソン...
データサイエンスを理解する普通のビジネスパーソンが必要になるのです。
3、今回のまとめ
今回は「データ分析・活用やデータサイエンス実践の成否は、技術力よりもチーム力」というお話しをしました。データサイエンティストという職業は、名称は違えど昔からありました。少なくとも20年前にはありました。やっていることは、それほど大きく変わりません。もちろん、技術的な進歩により、扱う道具は多少なりとも変わっていますが、データを分析や数理モデルの構築、アルゴリズムを開発するなど、なんだかんだ言って、やっていることは大きく変わりません。
データサイエンスを実務で実践する上で、ある非常に重要なポイントがあります。それは「データサイエンティストだけでは何もなしえない」ということです。これも昔から同じです。
それは「技術力よりもチーム力」ということです。ここで重要になってくるのが、データサイエンスを理解する普通のビジネスパーソンです。来たるAI時代、データサイエンスとは何なのかを理解し、ひとりのビジネスパーソンとしてデータサイエンスを活用できる人財が求められています。