キャリア

【未来予測】データサイエンティストブームは終わる?業界動向まとめ

この記事は以下の人に向けて書いています。

  • データサイエンティストのキャリアに興味がある人
  • データサイエンティストの将来性が心配な人
  • データサイエンティストのキャリアの活かし方を具体的に知りたい人

はじめに

年々注目が高まっている「データサイエンティスト」という職業。企業側の採用や志望者も増え、一種の「ブーム」となっています。

しかし、「いまがブームなら、そのうちなくなってしまうのではないだろうか?」と心配になる方もいると思いはず。

結論から言うと、データサイエンティストの仕事も圧倒的に自動化されていきます。

この記事では、近年のデータサイエンティストに関する動向を解説すると共に、今後のデータサイエンティストの行く末や、キャリアの未来像を考えていきたいと思います。

1.データサイエンティストは時代に求められている仕事

あらゆるデータが取得可能になった「データ爆増時代」において、データを活用して収益を増やすことの重要さがどのビジネスにおいても増しています。

その過程で、データを扱い、適切に分析することのできるデータサイエンティストは必要不可欠の人材。まさにいま、時代に求められている人材と言えます。

①新しい職業データサイエンティスト

「これからの10年間でいちばんセクシーな仕事」

これはGoogle のチーフエコノミストである、ハル・ヴァリアン博士が 2009年に言った言葉です。

普通の人まで「インターネットの中で生活するようになった」ことで、膨大なデータがネット上に生まれるようになりました。

さらに加えてセンサーの価格が大幅に下がり、身の回りのあらゆるものにセンサーが入るIoT(Internet of Things)の時代となり、ネットだけではなく、現実世界でも顧客のデータが手に入るようになります。

これらのデータを解析し、事業の効率を高めたり、新しい事業を創出する中で重要な役割を担うのがデータサイエンティストなのです。

②高額報酬なデータサイエンティスト

データサイエンティスの報酬は現在、非常に高額になっています。

アメリカのデータサイエンティストの平均年収は1250万円。

日本においても、NTTドコモがAIに高い専門性を持つ技術者に、年俸3000万円超での処遇もあり得る人事制度を発表。完全年俸制で成果に応じて賞与が大きく変動する仕組みを導入しています。

参考記事

また、NTTドコモのような超大手企業だけでなく、中堅企業でもデータサイエンティストに大きな報酬を用意している会社もあります。

実業之日本社」という会社のことを知らない方も多いのではないでしょうか。
老舗の出版社の会社なのですが、データサイエンティストを年収1500万円で募集しています。

③データサイエンティストの仕事とは

実際にデータサイエンティストが行う仕事の多くは、既存業務の最適化と自動化です。

最適化とは、ビジネスを運営している中で生まれるデータから勝ちパターンを発見し、売上の1%の改善を目指すような仕事です。

たった1%の改善と侮ってはいけません。売上が100億ある会社では、1%の売上改善は1億円にもなります。売上1兆円であれば100億円です。

高額な報酬にも頷けることがわかるでしょう。

いっぽうで自動化の仕事は、いままで人力で行っていた既存の業務をコンピュータを使ってアルゴリズム(一定の手順)に落とし込み、機械に行わせるというものです

例えば、VAAKEYEという会社は、カメラの映像から万引きの予兆を発見して、万引きを防ぐサービスを提供しています。いままでは人力で見分けていた万引きを、過去のデータを基に機械が判断できるようになったわけです。

このようにデータサイエンティスト・AIエンジニアは様々な業界で活躍し、今の仕事の最適化と自動化を進めているのです。

2.データサイエンティストの業務も「最適化」の対象になる

時代に求められており、報酬も高いデータサイエンティスト。では、データサイエンティストの仕事は順風満帆なのでしょうか。

実は将来的に、「データサイエンティストの仕事はなくなる」という声があります。その理由について解説していきましょう。

①データサイエンティストの仕事も最適化される

これまで説明してきた通り、データサイエンティストの仕事は業務の最適化と自動化。

最適化・自動化の対象となる業務には、データサイエンティスト自身の行っている仕事もまた含まれます。

データサイエンティストの業務フローをより細かくわけると、主に書きの4段階に分かれます。

①データ収集
②データ前処理
③アルゴリズム適用
④精度の検証

すでに現在、これらの各業務フローを機械が最適化するツールが出来始めています。どのようなツールか解説していきましょう。

②様々なアルゴリズムを誰でも使えるData Robotとは

Data Robotというツールは、アルゴリズムの自動検証を可能にするツールです。

このツールは、「Kaggle」というデータサイエンスのコンペティションサイトで生まれました。

このサイトは「このデータから〇〇を予測せよ」といった課題に対してデータサイエンティスト達が腕を競い合うというもので、優秀なスコアを出した人たちはKaggle masterと呼ばれています。

このKaggle master達が、世の中のデータサイエンティスト不足を解消するために作ったツールがData Robotです。

Data Robotでは、簡単な前処理から様々なアルゴリズムを適用して、精度を検証するプロセスを簡単に短時間で終える事が出来ます。

データサイエンティストだからこそ作れる、データサイエンティストの業務工数がかかる部分に狙いを絞ったツールなのです。

③AdobeはAIの会社である!Adobe Senseiとは

デザイナーむけのツールであるPhotoshopやIllustlatorを提供しているAdobe。現在はこれらのサービスをクラウドで提供し始めていますが、

なぜデザインツールをオンライン上で提供するのか、疑問に思ったことはありますでしょうか。

その理由は、サーバーに残るPhotoshopやIllustlatorのログデータ。

デザイナー達が作ったデザインの過程をデータとして貯めているのです。

その結果、どのような事が出来るでしょう。たとえば途中までデザインを作ると、他のデザイナーはこんなデザインを作りましたよ、と提案する事が出来るようになります。

さらにAdobeにはAdobe AnalyticsというサイトのPVを計測するツールがあります。このツールとデザインのログデータがあれば、こんなデザインにする事で、直帰率が改善するといった提案まで出来てしまうのです。こうした機能がAdobe Senseiというサービスに付くのでは、と言われています。

これらのサービスが浸透すれば、現在のデータサイエンティストが行っているような、UIの改善による数値の検証といった仕事は将来的にはAdobe Sensei奪われてしまうでしょう。

3.キャリア別!データサイエンティストになった「後」の活躍例

「現在は」高額の報酬を出してまで必要とされているデータサイエンティストも、いずれは各種のツールに仕事を奪われていく可能性がある…ということがわかってきました。

そんな中で将来的に生き残っていくためにはどうすればよいでしょう?

そのために必要となるのは、スキルの掛け算。
データを扱える+何かの技術を持つことで、市場価値を高めることができるでしょう。いくつかの例を挙げてみます。

①マーケター✖️データサイエンティスト

施策を打つ事でどれだけの売上が上がるのかを考えるのがマーケターの仕事です。そのために自社のユーザーを理解しているのもマーケターです。

マーケターのスキルにデータサイエンティストのスキルがかけ合わさる事で、ユーザーへの理解を数字で行う事が出来るようになります。

自社のユーザーをいくつかのセグメントに区分けして、あるセグメントユーザーにはどんな施策が効果があるかを把握できるようになると、より科学的なマーケティングが可能です。

従来のマーケターはユーザー像をイメージで把握している方が多かったです。しかし、あらゆるデータが取れるようになった今、曖昧なイメージではなく、数値でユーザーを把握する事が可能になりました。

このような時代には、マーケターにもデータを自分で解析できる素養が求められています。

②エンジニア✖️データサイエンティスト

デエンジニアのスキルを持つ事で主に下記の2つの事が出来るようになります。

1.解析に必要なデータを綺麗な状態で逐次保存出来る体制を作る
2.予測モデルをサービスに組み込む際にサーバーへ実装出来る

1についてはデータ解析をする基礎となる体制を作る

サーバサイドエンジニア、インフラエンジニアの仕事が近いです。

彼らの仕事はデータエンジニアとも呼ばれています。データサイエンティストがいつもお世話になっている人達です。

2.についてはデータサイエンティストが作成した予測モデルをサービスの中に組み込む時に必要なスキルです。

サーバーサイドエンジニアと協業する必要があるでしょう。
完全なサーバーサイドエンジニアのスキルがなくても彼らの仕事内容を理解する事でスムーズに仕事を進める事が出来ます。

③デザイナー×データサイエンティスト

デザイナーのスキルを持つ事で、このデザインを作った時に、ユーザーにどのような影響が出るかを数値で把握する事が出来ます。

あえて少しダサくする方が、ユーザーの反応が良い場合には、かっこいいデザインを捨てる判断が出来るようになるでしょう。

マーケターと同様、これからのデザイナーにはデータを自分で解析できる素養が求められていると思います。

4.まとめ

  • データサイエンティストの仕事は非常に高収入です!
  • しかし、データサイエンティストの業務も自動化していきます
  • スキルのかけ算をする事で高収入を維持できるでしょう

おわりに

これからの時代、データサイエンティストの需要が上がっていきますが、それと同時に業務の自動化もなされていきます。現在の高収入を維持するには、データサイエンティストのスキルだけでは難しい時代が来るでしょう。その日のために、データサイエンスのスキルを身につけた後も、他のスキルを獲得する努力を怠ってはいけないとご理解頂けると幸いです。

ABOUT ME
北爪 聖也
ダメ営業マンからデータサイエンティストへキャリアチェンジ。 技術とビジネスサイドの橋渡しが出来るため、ダメ営業マンの経験も役に立ちました。 広告代理店ADKにて3年勤務→データ分析受託の会社DATUM STUDIOにて1.2年勤務後、独立。
データサイエンスの仕事に興味がある方!

株式会社piponではデータサイエンティストの方々へお仕事をご紹介しております。

もし、仕事にご興味ある方がいらっしゃいましたらこちらのフォームよりご連絡頂けると嬉しいです。

また、「未経験から転職して1年で身につけたスキルで月収25万円の副業を得るまで」という記事を有料noteとして出していますので、興味ある方は購入いただけると嬉しいです!