AIプロジェクトを”回す”人材に必要な5つのスキルセットとは?

このエントリーをはてなブックマークに追加


こんにちは、データデザイン部でディレクター兼プランナーをしております加藤です。

普段はお客様の事業課題に合わせ、AI・データ活用を軸に課題解決プロジェクトを推進したり、自社の新規サービスを企画、推進したりしています。
今回は、普段の業務でも意識している、AIプロジェクトを”回す”のに必要なスキルについてご紹介します。

目次

背景_セミナー等で質問されること

本記事を書こうと思ったきっかけとして、弊社で開催している各種イベントやセミナーでよくご質問いただく以下内容がございます。

社内でAIプロジェクトを回す人がいないけどどうすればいいか?

これは下記の記事でも触れていますが、最近は学習コストが下がった影響で、データサイエンスやAIに関心がある人は増えている一方、プロジェクトを回せる人材が少ないという課題が浮き彫りになっている証拠だと考えます。
関連ブログ:2019年AI案件総集編!AI活用のニーズ変化についてご紹介します

データディレクターみたいな人を育てるにはどうすればよいか?

データディレクターというのは、私が所属するチームの職種です。詳しくは以下のブログをご覧ください。
関連ブログ:AI/データ活用のためのチーム体制をご紹介
これは、ありがたいことにお客様からご質問を受けます。AIについて、理解いただけているお客様ほど、こういったご質問がある印象です。

普段どんな勉強をすればよいか?

これは、お客様というより採用イベント等で学生の皆様からの質問が多いです。データサイエンティストも面白そうだけど、いろんな業種・業態の企業とデータについて会話できるデータディレクターという職に興味を持ってもらえることは大変光栄なことです。

このような背景から、今回は私がお客様とコミュニケーションするなかで、意識していることをスキルという観点で5つに整理し、関連する書籍や記事をまとめてみました。

AIプロジェクトを回すための5つのスキルセット

私は以下、5つのスキルセットが重要であると考えております。

コンサルティングスキル

1つ目は、コンサルティングスキルです。これは、AI界隈の知り合いと「ビジネスサイドの人間を採用するならどんな人がいいか?」と話すときにもよく話題に上がります。必要なスキルとして言語化するなら、課題をヒアリング・深堀りして具体化した上で、優先度を付けフェーズを区切るまでの能力だと考えます。このあたりは以下の書籍によくまとまっているので、ご参考までにどうぞ。
関連書籍:新版 問題解決プロフェッショナル―思考と技術

交渉(巻き込み)スキル

2つ目は、交渉(巻き込み)スキルです。これは主にセールスの方がお持ちのスキルであると思いますが、プロジェクトを回す人材にも必要です。具体的には、社内外でライトパーソン(正しいアプローチ先)を見つけておき、都度、プロジェクト実行の可否を判断してもらう必要があります。「本当にAI活用する意志があるのか?」をしっかりと確認できなければ、前には進みません。以下の関連記事はセールスの極意がまとまっていますが、一部、AI推進に当てはめて考えることもできます。
関連記事:Salesforce社内で2018年1番バズった営業ノウハウ資料を作者が解説!!part2

また、ライトパーソンを見つけたらAIについてとことん理解してもらえるよう努めましょう。特に、従来のシステム開発とは大きく異なる点についてです。詳しくはこちらのYoutubeをご覧ください。
関連動画:「ソフトウェア工学における問題提起と機械学習の新たなあり方」工藤卓哉【機械学習工学研究会 キックオフシンポジウム2018】

余談ですが、AIプロジェクトを始める上で重要なことについて、スタンフォード大学のアンドリューエン先生は「パイロットプロジェクトの実施」が重要であると述べています。こちらもご参考までにどうぞ。

関連記事:企業におけるAI導入方法「AI Transformation Playbook」の日本語版まとめ

データ読解スキル

3つ目は、データ読解スキルです。AI開発にはデータが欠かせないことは言うまでもないですが、そのデータは可視化等の読解(解釈)の方法によって、いかようにも表現(アウトプット)できてしまいます。なので、データの本質を常に見極め、虚偽の内容を報告しないようにするスキルが非常に重要になってきます。詳しくは以下の記事をご覧ください。タイトルは若干棘があるように見えますが、実務でも非常に重要な考え方となります。
関連記事:データと統計を使って人を騙す10の方法

技術”把握”スキル

4つ目は、データサイエンス技術の把握スキルです。プロジェクトを回す人材は、個人的な極論としてはプログラミング力は必要ないと考えています(諸説あります)。むしろ、その視点を利用して、エンジニアやデータサイエンティストの主張をとことん噛み砕くことが重要です。例えば、分析技術の選定理由に、「最新技術のXXがあるから、この手法を使いたいんだ」という主張があったとします。ここでただ主張を鵜呑みにするのではなく、メリット・デメリットを整理した上で最終的に利用判断すべきです。この視点は意外に抜けてしまっていたりします。全体最適を考えて、わからない人にも説明するにはどうすればよいかを突き詰めるために、技術を”把握”することは重要です。

ドキュメンテーションスキル

5つ目は、ドキュメンテーションスキル(資料作成スキル)です。資料は、AIを説明する際に使える唯一の武器だと考えています。資料作成のメインはプロジェクトを取り回すディレクターが担うべきです。今回はプレゼン資料でも特に図の作り方に焦点を絞って以下の記事を紹介します。「紙は細部に宿る」ではないですが、ちょっと気をつけるだけで劇的に資料の質がよくなります。ぜひ実践してみてください。
関連記事:誰も教えてくれない「分かりやすく美しい図の作り方」超具体的な20のテクニック

まとめ

なんだか、スキルセット紹介ではなく、おすすめ記事紹介のようになってしまいましたが、、どれも素敵なナレッジが紹介されていますので、ぜひじっくりお読みいただき、少しでもお役に立てれば幸いです。

最後までご覧くださりありがとうございました。

セミナーでAI関連情報をアップデート

企業の抱える課題をデータで解決するために必要なノウハウや情報を得られる、AIセミナーとイベントを随時開催しております。
データ活用とAI界隈の最新アップデートのチャンスをどうぞお見逃しなく!

セミナー&イベントスケジュール

WRITER
Daiki Kato

ディレクター兼プランナー

加藤 大己Daiki Kato

主にメーカーやサービス業のAI・データ活用プロジェクトを複数推進。また、新規AI・データ活用サービスの企画・推進も担当。 JDLA Deep Learning for GENERAL 2017

最新記事

ページTOPへ