デジタル時代に不足しているデータサイエンティストとは？

寺澤　今やビジネスにおけるデジタル化の波はあらゆる産業にとって避けては通れない状況になっていますが、一方でAI人材やデータサイエンティストと呼ばれる人たちが圧倒的に不足しているとも言われていますね。

夏井　現在日本の大学でAIやデータを学び、卒業する学生の総数は、年間5,000人弱しかいません。アメリカは2万5,000人、中国は1万7,000人ですから、いかに日本が少ないかがわかります。こうした状況に国も危機感を感じ、AI人材の育成に力を入れ始めました。AI人材に対する企業側のニーズも年々高まっていますが、社内にそのAI人材のスキルを測れる人材がいない、そもそもどう採用すればいいかわからないなど、自社で採用するには高いハードルがあります。仮に採用できたとしても、自社の課題とその人材とのマッチングが悪ければ、成果が出なかったり、辞めてしまったりする可能性もある。その人材が本当に自社の課題解決に貢献できるか否かは、実際に仕事をしてみないと分かりません。つまり採用できないリスクもあれば、採用するリスクもあるということです。このような八方塞がりの状況から、「どうしたらいいのか分からない」と戸惑っている企業が増えてきているのが現状です。

寺澤　データサイエンティストとひと言で言っても、そのスキルは多岐にわたると思います。実際に求められているのは、どのような人材像なのでしょうか？

夏井　データサイエンティストのスキル要件の定義・標準化を推進しているデータサイエンティスト協会によると、不可欠な3つの能力として、ビジネス力（課題背景を理解した上でビジネス課題を整理し、解決する力）、データサイエンス力（情報処理、人工知能、統計学などの情報科学系の知恵を理解し、使う力）、データエンジニアリング力（データサイエンスを意味のある形に使えるようにし、実装、運用できるようにする力）を挙げています。しかし現実には、これらすべてを兼ね備えている人材など滅多にいないでしょう。よってこれからは、ビジネス力の高い人材、データサイエンス力の高い人材など複数人が集まって一つのチームを編成していかなければなりません。そのため、単に手を動かす技術者だけでなく、プロジェクト全体を動かすプロデューサーのような人材も求められています。自社の経営課題を見つけ、それに対して戦略を練り、プロジェクトを立ち上げて舵取りをする。そういったプロデュースが重要です。しかしそれができる人材もまた、技術者以上に不足しているのが現状なのです。

AI開発コンペティションを通じてアビリティシェアリングを実現

寺澤　貴社は「AI開発コンペティション」＝SIGNATEという仕組みを通じて、AIプロジェクト推進の支援とAI人材獲得の支援を行っていますね。その仕組みをご説明ください。

夏井　現在弊社は、9,000人以上のデータサイエンティストが会員登録している日本最大規模のデータベースを有しています。そのうちの7割は、企業や研究機関などで活躍している社会人で、残りの3割は東大をはじめとする上位校の学生となっています。こうした登録会員に対してAI開発ニーズを持つ企業がコンペティションを開催し、応募されたAIのアルゴリズム（解法）は、その精度がランキングとなり、可視化されるという仕組みです。参加者は応募期間中なら何度でもチャレンジできるため、自ずと精度が高まっていくのが特徴です。募集した企業はランキング最上位の開発者に賞金を与え、その所有権を譲渡してもらうことで、効率的に精度の高いAIアルゴリズムを獲得することができます。

寺澤　なるほど。コンペティションで得られたものの所有権は募集企業に移るとは、外部のデータサイエンティストにAIのプロジェクトを委託しているようなものですね。

夏井　その通りです。データサイエンティストが圧倒的に不足している今、トップレベルの才能を一企業だけが囲い込むのではなく、いかに多くの企業でシェアできるかが重要です。私たちはこうした考え方を「アビリティシェアリング」と呼んでいます。副業やフリーランス、テレワークなど個人で仕事をする手段も増え、会社の形態も多様になってきました。そんな個の時代において、優秀な人が正当な報酬を受けて能力を活用する機会に恵まれ、企業は優秀な人の才能をシェアできるというのは両者にとって利点があり、また生産性向上にも大きく寄与するものだと感じます。

この後、データサイエンティスト人材を採用・育成する場合の重要ポイントや、新卒のAI人材にアプローチするためのソリューションなどについて伺います。ダウンロードして全体をお読みください。