【開催レポート】日本のDX×AI 取り組み状況と人財育成の今

企業を取り巻くビジネス環境の不確実性の増大、そしてテクノロジーの進化を背景にDX(デジタルトランスフォーメーション)への取り組みが必然となっています。その中で適用に向け活発に研究される「AI・機械学習」は、PoC中心だった技術検証フェーズは過去のものとなり、組織的な取り組みや実ビジネスへの適用へ進む企業も増えてまいりました。

そういった現状を背景に、アシストでは「日本のDX×AI　取り組み状況と人財育成の今」と題して、対談セミナーを開催しました。

本セミナーでは、AI人財不足を「アビリティ・シェア」という切り口で変革するSIGNATE CEO齊藤秀氏、そしてDataRobot Japanのデータサイエンス部門を統括する 伊地知晋平氏をお迎えし、日本そして国内企業におけるAI・機械学習の活用状況と直面する課題、そしてAIを駆使し未来を切り開くために不可欠な人財を如何に育成すべきか？これら「真実の今」そして「未来」についてご対談いただきました。

●開催日：2021年4月23日(金) 、4月27日(火)、5月13日(木) 、5月19日(水)

●総参加人数：約200名
製造業、情報通信業を筆頭に様々な業種のお客様にご参加いただきました。半数以上はリーダー・推進者の立場の方にご参加いただいたセミナーとなりました。

●対談内容について
お申し込み頂いた方を対象にDX推進の取り組み状況や人財育成についてアンケートを実施しました。こちらのアンケート結果をもとに対談テーマを選定し、DXへの取り組みに関する課題や推進のポイントなどについてご対談いただきました。

── 昨年末に経済産業省より発表されたDXレポート2の結果によると、国内企業ではDXの取り組み状況が二極化しているようです。

── DXの取り組み状況が二極化している結果について、どう思われますか？

── 今回のウェビナーに申し込まれた方のDX推進取り組み状況を伺っています。この結果についてどうお感じになりますか？

伊地知氏 　私たちがお客様とお話しして感じている印象と、同じような状況だと思いました。一部の限定的な部門とIT部門で進めている企業が多いのかな、という印象です。

齊藤氏 　アシストさんやDataRobotさんがお付き合いのある企業は、比較的リテラシーが高い企業が多いと思うんですよね。そういった意味では日本全体と比較した場合、取り組まれている比率は少し高いのかな、と感じました。実態としては未着手の会社が多いと感じますし、リスクとリターンのバランスがまだ整合していないんだと思うんです。自分たちはまだリスクをとる必要もないよね、と。多分それが正直本音なのかな、というところを感じています。ただ一方で時代の流れがここ10年で急激に変わっていて、本当にリスクを取らなくて良いのだろうか、それもまたまずいよね、と漠然と不安感を覚えている。そのような状況だと思います。

── 続いてもアンケート結果です。DX推進における課題についての回答結果ですが、この結果についてはどのように受け止められますか？

齊藤氏 　データ基盤の構築を誰がやるのか？機械学習を誰がやるのか？ビジネスモデルの変革は誰がやるのか？結局のところ、すべて人の問題なんです。人財育成という選択肢が独立項目というより、他の選択肢の理由が「人財がいない」という形で全てが結びついていると解釈します。

伊地知氏 　「人財」と大きく括ってしまうとよくわからない、というのが正直な感想です。単にデータサイエンティストが足りないという話ではないように感じました。
例えばモデルを作る人、モデルを使う人、そしてどんな業務からビジネス課題を適用すればいいのかという目利きをする人という形で、必要な人財を要素分解し、その人財に合わせた育成が必要だと考えます。

── 日本の組織では、データ基盤構築やデータ活用推進、人財育成を誰が行うのか？という課題に対して、既存の組織構成のままでは当てはめにくい、ということでしょうか。

齊藤氏 　経営層がトップダウンでビジョンという視座を与えて進めるやり方、そしてボトムアップで現場から意思が出てくる進め方、両方が必要だと考えています。DXやAIの推進は、狭いスコープや限られたステークホルダーの中で完結するプロジェクトじゃないんです。全社横断的な一見関係なさそうな人も含めて全員に関係があるんです。その中から当事者意識を持ち、全体をトランスフォームすることの難しさ。それがなかなか容易ではない。おそらく日本以外でも簡単な話じゃないと思いますよね。

── DX推進における課題のアンケート結果からも「AI・機械学習の活用」は非常に関心度が高いようです。ウェビナーではAI・機械学習についてアシストの取り組みを動画でご紹介させていただきました。

ご紹介したソリューション
　・AI Buddy
　・DataRobot
　・SIGNATE Quest

── 弊社の提供しているプロダクト、サービスについてご意見いただけますか？

伊地知氏 　動画内でご紹介の通りDataRobotは、データから実際に精度の高いモデルを作成し、モデルを業務プロセスに実装、運用していく、という一連のプロセスがプラットフォーム上でカバーされている点が最大の特長です。また、単にプラットフォームを提供するだけではなく、アシストさんのようなパートナー様と一緒にDataRobotを導入した後も、必ずお客様が成功していただけるようにしっかりとご支援するプログラムをご用意しています。

齊藤氏 　動画内で触れてない点を補足させていただきます。Pythonを使ったプログラミングだけではなく、そもそもコーディングしなくても、 Excelなどのベーシックなソフトを使ってでも、データの価値を引き出すことはできるわけです。SIGNATE Questでは、そういった非技術者や一般的な営業マンなど、いろいろな職種の方々にデータのリテラシーをゲーム感覚で学んでいただく教材も拡充しています。我々の教育哲学として、やっぱり現場で使えてナンボだと思うので、PBL（Problem-based Learning）という考え方を大切にしています。具体的に言うと、例えば法律などですね。いざディープラーニングなどを活用した製品を検討しようとすると、法律的に大丈夫なのか?知的財産権は大丈夫か？特許権は？など、いろいろ出てくるわけです。そこに対して「社内の法務部でもわかりません」ということもよくあるんです。このように、ビジネスシーンを想定すると、データサイエンス以外にも勉強しなければいけないことがたくさんあります。そういった部分も充実させているのは、他社にはない我々の強みだと考えています。

── 最近ではローコードやノーコードというキーワードも良く聞くようになりました。その点はどのようにお考えですか？

齊藤氏 　まず、基本的に新しい価値を出す技術というのは、扱える人財の数が限られています。人財自身が高い技術を習得していく流れが１つです。一方で、世の中としては、そういった新しい技術はコモディティ化していくというムーブメントです。私も、まさにDataRobotさんが目指されている民主化が進んでいくと考えています。一部のエキスパートでなくても、誰でも使えるようにコモディティ化していくのが自然な流れで、そうなるとそういった技術を使いこなし、どんな価値を生み出せるか、ここに対応できる人財が必要になっていくという流れが生まれる。こういう風な合わせ技なんです。なので、ある意味永遠に勉強は終わらない。都合の悪い話ですね。笑

── そういった意味ではDataRobotはノーコードの潮流を汲んだものなのでしょうか？

伊地知氏 　DataRobotは2012年にアメリカのボストンで創業されました。創業者たちは、トップデータサイエンティストが行っていることを誰でもできるようにして世の中に大きなインパクトを与えたい、というビジョンで機械学習のプロセスを自動化するソフトウェアを開発しました。
従来はロジスティック回帰のような昔から使われている統計モデルを利用していたのですが、初めからノーコードのソリューションを作ろうとしたのではなく、会社の持つビジョンを実現するためにノーコードという手段を採用したというほうが正しいかもしれません。

── 国内でDataRobotを活用している事例を教えてください。

伊地知氏 　マイクロRNA ^※ の情報から乳がんや肺がんといったさまざまな部位のがんを検知する予測モデルを作るのに利用したユースケースがあります。
従来はロジスティック回帰や昔から使われているような統計の範囲でモデルを作っていたのですが、そこにDataRobotを適用したところ、分類検知がよりシャープになったという実績があります。

── SIGNATE Questについても最近の事例をご紹介いただけますか？

齊藤氏 　三井住友海上火災保険様の事例をご紹介します。
三井住友海上火災保険様はデジタル戦略部というDX推進部隊を2018年に立ち上げられており、全社的にDXに取り組まれています。Ristechと言われるいわゆる損保領域におけるAI活用を推進されている。活動の中でやはり人財の問題にもぶつかった。やればやるほどやっぱり人が足りない。採用にも限界がある。人財育成という観点では、大学と提携などして本気で取り組んでいたのですが、継続的な学習が難しいという課題がありました。そんな中、社員のデータサイエンティストの希望でSIGNATE Questを採用いただきました。
PBLが面白いとの評価で、全国の支店含めて全員に展開したらよいのでは？という話になりました。すると地方の営業マンや調査員の方など、企業の中で隠れた人財が見つかるんですよ。そういった方が数名集まりチームができ、組織になり、さらに強くなっていく。これは我々も驚きました。他にも複数の電力会社や製造業の企業でも同様にSIGNATE Questが活用されています。

── DX推進に向けた人財育成の取り組み状況関するアンケート結果です。

── これから人財育成に取り組む、あるいは検討中である、という企業様に対してメッセージをお願いいたします。

伊地知氏 　少しワイルドな話になるかもしれないですが、私が前職にいたときに技術部門が約300人いたんですけれども、その人たちに機械学習の教育をしてほしいと部門長から依頼がありました。その時に部門長にアドバイスいただいたことが印象的で覚えています。それは「会社に何年もいるベテラン社員たちがやっても無理だ。最近入った若手の子たちにやらせてみなさい」ということでした。
実際に、技術部門に配属された若手の技術者に声をかけ、教育プログラムを作らせたところ、非常にうまくいったんです。ただ、彼らもドメイン知識の部分は不足しているので、そこはベテランの社員がサポートするというコラボレーションがありました。

齊藤氏 　どんなところから着手したら良いかについては、まずはSIGNATE Questの契約ですね。間違いなく。笑
教育する上での原理原則は「役に立つ」「結果を出す」ために教育をするという点です。受ける方も当事者意識を持ち、効果が出るような努力をするべきだし、提供する側も受ける方々の気持ちや立場に立つことが大事です。簡単に言えば、難しくて面白くないことは、忙しいとき大変なときにはやりたくないですよね。
そしてインセンティブを設定するなど、会社としてDXに取り組むことの重要性を社内に広める、という活動も大事です。あるいは社会としてはもうDXが当たり前であるということを発信し、自分の未来にこの勉強は役に立つのだ、ということを感じてもらう。取り組む際は、せっかくの機会なので派手な形で盛り上げていく必要があると思います。

伊地知氏 　私もインセンティブって非常に大事だな、と思っています。分析業務をすると偉くなれるとか、経営層から評価されるとか、良い給料をもらえるとかですね。あとはAIプロジェクトにその部門のトップパフォーマーを差し出せ、という風に上から言わせるのも重要です。かなりドラスティックです。その代わり、そういう人たちはその推進役を何年かやって、元の部署に戻ってくると管理職になる、そういう人事制度を一緒に導入したという話も聞きますね。

── 日本の組織において、DXやAIに関する人財育成や組織構築を進めるには、どのような制度設計をしていけばよいでしょうか？

── 齊藤さんはCEOとCDOも兼任されてらっしゃいます。日本企業はCDOの設置が進まないと言われて久しいと言われていますが、この状況についてどうお考えですか？

齊藤氏 　多分、次の世代からかなり強力なリーダーが出てくるというのが正しい捉え方なのかな、と思います。今までずっとデジタルでやってきて、経営層までいくような方はそもそもそんなにいないと思うので、僕は敢えてそういう肩書きを入れて技術志向であると表明しているわけです。なので、とりあえず勢いでやるぞっていうのも大事で、名乗ってナンボだということもあると考えています。
相応しい人物像は？という質問に答えるのは、なかなか難しいですね。
大胆にドラスティックに行くなら、そもそも取締役会とか役員自体にも若い人をいきなり入れてしまうとか、そういう思想の企業もいるぐらいなので、年齢とか経歴にとらわれずそういう視座、資質がある方をいきなり登用とか思い切ったこともあってもいいと思いますよ。

── DX推進に向けた人財育成の課題について、アンケート結果です。

── 「具体的な育成方法がわからない」という回答がトップである点についてどう感じられますか？

伊地知氏 　DataRobotでは「DataRobot AI アカデミー」というかなりスパルタなデータサイエンティスト育成コースを日本で立ち上げています。
説明会でいつも申し上げていることが、モデルを作る部分はAIプロジェクトのごく一部にすぎないということです。大切なのは、その前後ですね。我々は入口と出口みたいな言い方をするんですが、入口は何を解決するかの目利き力。出口はできあがったモデルをいかにうまく事業で実装し、たくさんの人に使ってもらうか、ビジネスインパクトを出していくかです。
「DataRobot AI アカデミー」ではこの入口、出口のところもかなりカリキュラムを充実させています。4カ月間ぐらいのコースなんですが、その中で実際に1プロジェクトをやっていただきます。その中で私たちのデータサイエンティストがメンタリングしながら進めていく。この入口、出口というところをしっかりとやっていかないと本当のDX人財、AI人財は育たないんじゃないかと個人的には考えています。
あとはコンペティションですね。精度がいいモデルをみんなで競い合って取り組む。実はそこにはSIGNATEさんのプラットフォームを活用させていただいており、大変お世話になっております。

── 「DataRobot AI アカデミー」の4カ月間という期間は、修得には十分なのでしょうか？

伊地知氏 　通常独学でデータサイエンティストになろうと思って学んでいくことに比べると、非常に短期間だと思います。ただ、結構な時間を使っていただ く4カ月間になっており、かなりハードです。笑
1人でやるよりは、短い期間で、みんなで励まし合いながら取り組むことで、非常に多くの学びを得ていただけるようなカリキュラムになっていると自負しております。

── 人財育成について齊藤さんの考えを聞かせていただけますでしょうか。

齊藤氏 　「育成方法が分からない」という言葉をもうちょっと翻訳すると、どうなったらいいのかわからない。あるべき姿というのがわからない。だから、何を教えたらいいか想像できない。学んだ結果、何を求めているのか。私たちは何になりたい、ビジネスをどうしたいんだっていうところがないのでは、と想像します。ただ、簡単じゃないんですよね。そこをなんとなく想像して、多くの社員がこういう風にデータを触って、どんどんこういうレポート作って侃々諤々議論して、こうしたらいいんじゃないか…みたいな感じとなっているといいよね、とか。そうなるとどういう技術を導入しよう。何を勉強しようかってなるんです。すべからく、最終的な目的をどういう風にとらえるかが勝負なんです。
最終的な目標を定めたときに、今必要な組織ってどういうものだろう、という点はきちんと突き詰めて議論する必要がある。ツール選びはその後ですね。
最終的な目標を意識しながら何か1つ、やってみるという方法もあります。プロジェクトを１つやってみることで、成功しても失敗しても何がダメだったのか見えるので全然違いますよ。

── プロジェクトの成功体験は簡単に横展開できるものなのでしょうか？リスクや気を付けるべきポイントはありますか？

伊地知氏 　DataRobotを使って成功例ができると、他の部門にそれをご紹介しませんか？という話をすることもあるのですが、実はちょっと慎重になっています。
データサイエンスの技術的な観点からは共通部分がすごくあるのですが、なかなかそのように受け取ってもらえないというところはあります。

齊藤氏 　1つだけ明らかなことがあります。それは、年間いくらのコストがセーブができたかを示すこと、ですね。現場同士でベストプラクティスを紹介し合うというのも良いのですが、やはりその成果をいかに定量的に経営層にインプットしていくかということが大事かな、と感じています。

── 今後DXやAIを活用していくには、全社一丸になって取り組んでいくことが大事だというお話がありました。ウェビナーでは社員が持つ知識をどのように流通させていくのか、という点についてアシストのソリューションについて動画でご紹介しました。

ご紹介したソリューション
　 ・Internet of Knowledge構想
　　・Panopto
　　・テックタッチ
　

── 動画でご紹介したソリューション（Panopto、テックタッチ）について感想をいただけますでしょうか？

齊藤氏 　Panoptoについてですが、YouTuberが社内にいるみたいな感じになっていくのかなと思いました。時代的に情報量も多くなってきており、営業マンの暗黙知やノウハウなどをどうやって伝えていくか、という点は常に会社の課題でもあるわけじゃないですか。戦略や情報をどれだけ有効に伝達できるかというのは、大きな経営インパクトであって、一消費者としてYouTubeとか動画に慣れており、EX（Employee Experience）としては自然な流れなのかな、と。Panoptoでコンペティションをやったら面白そうですね。

伊地知氏 　私も動画コミュニケーションは、特に今テレワークをしている人にすごく必要とされているのではと思っています。DXを推進するCoEができている企業では、CoEから全社員に様々な発信をすることが必要ですが、動画なら非常に効率的に発信できるのではないかなと。実際ある企業で、一部門での成功例を全社展開をしていきたいから動画作ってよ、という相談がありました。Panoptoのようなプラットフォームがあれば、お客様自身でどんどん作成できますよね。

齊藤氏 　テックタッチもありですよね。我々はロジックとしての技術を作る側なので、実際に業務に活用するためにはシステムに実装しなきゃいけない。そこのギャップを埋めるツールだと感じました。

伊地知氏 　モデルができたあと、それを現場の人に使っていただく形にするにはやっぱりそれなりの人に優しいUIとか、そういうところが大事になってくる。実際に業務で使い込んでいくところでは非常に重要な役割を担うソリューションだと感じました。

── 最後に今後のDX推進ポイント、そしてアシストも含めてベンダーサイドとの付き合い方という点についてメッセージをいただけませんでしょうか。

齊藤氏 　今日の話を全体俯瞰的にまとめますと、たぶん「人」っていうのは非常に重要なキーワードです。いろいろなアプローチをするときに人が大事なわけで、その人をどういう風に育て組織を作るのか。今日は、いろいろな他社事例も含めてアプローチをご紹介したので、ぜひ参考にしていただいて、一歩を踏み出すようなアクションをしていただきたいなと思います。その活動の中で見えてくることがあるはずで、伊地知さんも仰っていましたが、自分の目でいろいろなソリューションや教育コンテンツも含めて判断できる目利き力を養うことが重要です。

伊地知氏 　お試しや自由研究的に取り組まれている場合と、ビジネスインパクトを出そうと本気で取り組んでいる場合とでは、すごく大きなギャップが生まれてきていると感じています。これから始めるという企業も巻き返せるので、「最初はお試しでやりましょう」ではなく、ぜひ最初から本気で始めてみてほしいです。そういう意味で経営層に本気でやるんだ、重要な経営戦略だということを理解してもらうことがやはり必要なのかなと思います。
そして、齊藤さんが仰っていたように、まず始めてみることで必ず動くと思いますし、その時にアシストさんやSIGNATEさん、DataRobotにお声がけいただければ嬉しいですね。笑

本対談においてご紹介したソリューションの詳細サイトこちらです。

お問い合わせ　セミナー事務局 :