ビジネスで成果を出すデータサイエンティストの条件とは

データサイエンティストが陥る3つの勘違い

データサイエンティストはデータやAIを使ってビジネスに成果をもたらす仕事です。しかし、実際には十分な成果を出せていないことも多くありました。その理由には、3つの勘違いがあります。1つ目は、データ分析やAIによる発見予測が直接課題を解決するという勘違いです。2つ目は、会社の課題を解決できるかは分析次第だという勘違いです。分析力やAI開発力だけでビジネス課題を解決できるわけではなく、ビジネスの「意思決定プロセス」にデータサイエンティストが関与する必要があるのです。3つ目は、役に立つデータ分析ソリューションを作ればそれだけで使ってもらえるという勘違いです。現実には、現場それぞれに責任感やプライドがあり、そう簡単には使ってもらえないのです。

意思決定プロセスを改善する

ビジネスで成果を出すには、意思決定プロセスを改善する必要があります。つまりデータサイエンティストには、ビジネス課題からデータ・AIでなすべきことを見つけ、分析・予測モデルを使ってもらうことで意思決定プロセスの改善につなげる力が求められるのです。そのためには、ビジネス課題を意思決定プロセスの課題にまで掘り下げる力が必要です。例えば、打者の打率を高めるという課題に対し、改めるべき具体的な技術まで掘り下げるといった具合です。

AIと人の役割を明確に

成果を出すには、課題の本質を見誤らないことも重要です。課題の前には必ず社員の悩みがあります。その悩みから本質的な課題を見つけ、意思決定プロセスの設計を考えることで、初めてデータ・AIでなすべきことを見つけることができるのです。成果を出すデータサイエンティストには、悩みから課題を見つける力、課題からデータ・AIでなすべきことを見つける力、の2つの力を磨く必要があります。データ・AIに求めることが明らかになることで、必要な人の経験や知識も明確になります。AI活用が話題になる昨今ですが、人の力が不要となるわけではないのです。

※夢ナビ講義は各講師の見解にもとづく講義内容としてご理解ください。

※夢ナビ講義の内容に関するお問い合わせには対応しておりません。

先生情報 / 大学情報

滋賀大学データサイエンス学部データサイエンス学科教授河本薫先生

興味が湧いてきたら、この学問がオススメ！

データサイエンス

メッセージ

生成AIの進化により、人間にしかできなかったことが文理・ジャンルを問わずどんどんコンピュータに置き換えられています。だからこそ、これまで以上に将来、自分が何をしたいのか考えることが重要です。人間に残るのは「こういうことをしたい」と考える力、自らの行いに責任を取る力の2つでしょう。自分のやりたいことを実現するために学びたいことは何なのか、そうした視点で進路を選んでもらえたらと思っています。

滋賀大学に関心を持ったあなたは

滋賀大学は新しい価値を創造する未来創生大学を目指します。未来を拓く力のキーワードは、データサイエンスリテラシーとリベラルアーツです。Society5.0時代における読み書きそろばんである数理データサイエンス・AIの基礎能力と、複雑化した現代社会の問題を解決するために必要とされる幅広い知識や、複合的な視点からアプローチできる総合力を身につけたうえで、柔軟かつ多様な文理融合（他分野複合）型専門性を持った問題解決型の人材を育成し、社会と共に未来創生に貢献する大学を目指します。