最近ビジネス界隈で聞く叫び声です。
- 「AI（人工知能）だ！」
- 「IoT（モノのインターネット）だ！！」
- 「ビッグデータだ！！！」
経営層や管理層などのエライ人になると、叫ぶ言葉も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」が起こっていると言われています。
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言われています。
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」というお話しをします。
Contents
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。
第4次産業革命
第４次産業革命は、AI（人工知能）やIoT（モノのインターネット）、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。
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。
「データサイエンティスト」（AI/機械学習エンジニア含む）です
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。
ときには魔法使いかのように期待されたり、ときには変人（ちょっと変わった人）のように敬遠されたりします。
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）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。
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（人工知能）だ！」「IoT（モノのインターネット）だ！！」「ビッグデータだ！！！」と叫ばれるこの時代、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、さらに必要になることでしょう。
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。
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、今も昔も変わりません。
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。
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（人工知能）やIoT（モノのインターネット）、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」
- 社内IT専門家を仲介す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。
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、名称は違えども昔からありました。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、データを分析したり、数理モデルを構築したり、アルゴリズムを開発したり、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。以下のような人財が必要です。
- 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」
- 社内IT専門家を仲介するデータサイエンスを理解している「ビジネスパーソン」
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。肝です。
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。
