企業のアナリティクス戦略を考える上で“今”必要な視点

このエントリーをはてなブックマークに追加


2019年2月13日、株式会社レッジが日本最大級のビジネスAIカンファレンス『THE AI 3rd』を開催。

「AI時代の適者生存 ── 生まれ変わるために”今”すべきこと」をテーマに、業種や産業を跨いだAI、ディープラーニングの活用事例が業界のトップランナーにより語られました。

本記事では、株式会社ウフルの落合研次氏による「企業のアナリティクス戦略を考える上で“今”必要な視点」の内容をお伝えします。

落合 研次
株式会社ウフル データアナリティクス部 部長

シーエーシー等にて、システム開発のPM、データ分析案件のコンサルティングを担当。グリー、アイスタイル(@cosme)で、Web/アプリ・コンテンツのディレクション・事業企画、分析組織の立上げを担当。ウフルで、データアナリティクス部・部長。

AIを包括する大きな枠組みとしてのアナリティクス

ビジネスにおける会話やニュースの中で日常的に使われるようになっているにも関わらず、話者や文脈ごとに違う意味合いで語られることの多い『AI』や『Analytics』。

落合氏は、知能とは『環境に適応させながら、身体を目的に向かって運動させるもの』だと定義した上で、現代社会で語られるAIは『市場の切り口』であり、特定の意味合いを持つものではないと語りました。

――落合
「『AI搭載型デバイス』や、『マーケティングAI』、『ゲームAI』など、特定の分野や製品にAIが活用されているようですが、実情を見ると、活用されている根幹技術は千差万別です。

その中で共通している点は、何かしらのインプットを受けた上で処理し、アクションにつなげるという点です」

IoTデバイスでは、予測や分類、パターン抽出などのアルゴリズムが中心ですが、ゲームでは、ルールやタスクベースのアルゴリズムが中心となっています。しかし、インプットを処理してアクションにつなげるという流れは、たしかに共通しています。

この共通点を軸にして考えると、データを収集、加工、分析することで企画と実行につなげていく『Analytics』は、AI活用の大前提だと落合氏はいいます。

――落合
「Analyticsは、AIが行う一連の流れを含む大きな枠組みで、データに基づいた現状分析により、あるべき姿との差分を把握することを目的としています。

AIの代表例の1つであるレコメンドエンジンも、ユーザーデータを収集、分析した上で最適な情報をユーザーに表示するものであり、Analyticsにおけるデータの収集、分析、実行の流れと重なります」

小さな目的達成から始める連続的試行

通常のAIプロジェクトではアウトプットが不透明な場合が多いことに加え、方向修正が多くなりがちです。そのため、実証実験を行った上でプロジェクトを進めることが重要だとされています。

それに対してアナリティクスプロジェクトは、現状を理解し、あるべき姿の実現に向けてプロジェクトを進めることが重要とのこと。アナリティクスプロジェクトにおいては、目的達成に重きを置いていると言えそうです。

さらに、小さな目的達成を重ねた上で徐々にプロジェクトの規模を拡大していくことで、アナリティクスプロジェクトは社会変革を起こすポテンシャルがあると落合氏は続けます。

――落合
「Analyticsを基にした小規模プロジェクトの例としては、ECサイトの購買データから現状を把握し、レコメンドエンジンを導入することで売上アップにつなげた事例が挙げられます。

小規模プロジェクトは個人でもスタート可能なものですが、分析データを基に、社会インフラ全体を設計し直す大規模なプロジェクトも動き始めています」

実際に、中国・北京郊外の雄安新区では自動運転車を社会に普及させるため、道路を地下に作る計画が提案されているそうです。

自動運転車の安全性を担保するためには、急な飛び出しの検知や対応など、膨大な数の例外処理が必要になりますが、そのためのデータ収集や教師データ作成などの学習コストを都市計画に回すことで、『道路は地上にある』という社会の固定観念に変化を起こす可能性が生まれます。

――落合
「デジタルで完結するのではなく、環境も変えるという選択肢はAnalyticsならではの発想です。中国の事例は、データは改善に使えるだけでなく、中長期的な戦略策定にも使えることを示しています」

三人寄れば文殊の知恵。アナリティクス分野における組織論

データの収集から、加工、分析、実行まで、一連の流れを指しているアナリティクス。当然のことながら、さまざまなスキルが求められます。

その中で脚光を浴びているのが、データサイエンティストです。

データサイエンティスト
『データサイエンス力、データエンジニアリング力をベースにデータから価値を創出し、ビジネス課題に答えを出すプロフェッショナル』

出典元:データサイエンティスト協会、データサイエンティストのミッション、スキルセット、定義、スキルレベルを発表|一般社団法人データサイエンティスト協会

ですが、データサイエンティストに求められるスキルセットを実際に満たしている人材はそれほど多くありません。事実、先端IT人材とみなされている人材は2016年時点で9.7万人ほどしかおらず、需要に対して15,000人以上不足していると言われています。

さらに、人材不足は深刻化を続け、2020年には約5万人の先端IT人材が不足する見込みです。そのため、先端的なITスキルに加え、高度なビジネススキルや統計学への理解を必要とするデータサイエンティストは、そう簡単に数を増やせない貴重な人材となっています。

そんな状況下でデータサイエンティストをある程度の人数集めることは困難ですが、ウフルは異なるアプローチで最先端のアナリティクスプロジェクトを担う組織作りを進めているようです。

――落合
「データサイエンティストのスキルセットは大まかに、ビジネススキルITスキル統計スキルに分けられます。ウフルでは、各スキルの専門家を育て上げ、3人体制でプロジェクトを回す組織を作っています。圧倒的な個がビジネスを作る組織から、分化されたタスクをそれぞれが受け持ち、ビジネスを作り上げる組織へ作り変えています

ウフルでは実際、各スキルの専門家を集め、スマートグラスに画像認識技術を組み合わせ、対象物のレビューを表示するシステムの検証を進めているそうです。3人寄れば文殊の知恵という言葉があるように、データサイエンティスト1人では成し遂げられないことが分業により達成可能になっていくかもしれません。

データによって変わる社会に適応するために

社会はデータ活用の影響を受け、大きく変わろうとしています。

そのような変化に取り残されることなくビジネス競争の先頭に立ち続けるためには、将来を見据え、インプットしたデータがどのようなアウトプットにつながるのか思い描けるようになることが重要だと落合氏は提言します。

その上で、策定した戦略を完遂できる強固な組織をどう作るか。これからの時代に向けた変革を起こしていかなければなりません。

本講演資料は下記からダウンロード可能

株式会社ウフルの講演の資料は、下記からダウンロード可能です。