本橋もしもあなたが、世界中にいる優れた人材の中でもトップ5％だと言えるくらい突出した頭脳の持ち主であり、データサイエンスを通じてお金儲けを効率よく実行していきたいというのでしたら、今すぐ起業して数年でIPOをすれば良いと思います。

本橋でも、そうじゃない人はどうしたら良いのか？ 私は今日、そういう話がしたいのです。

世界の中でトップ5％ではないにせよ十分に優秀で、なおかつポテンシャルを秘めたかたたちは、どこでどういう取り組みをすればその才能を花開かせることができるか。そういうテーマについてです。

今、AIやデータサイエンスに関わる領域は、産業界からも社会からも大いに期待されていますから、ここで活躍したいと考える若者は世界中にいます。

けれども、まず考えて欲しいのは「あなたはそういうキャリアを歩むことで何を手に入れたいと願っているのですか？」ということなんです。

本橋これ、どういう分類だかわかりますか？ とても大雑把な図ですが、左側の企業に属してデータサイエンスの仕事に就く場合は「インハウス」のデータサイエンティストになるということ。

右側の企業に入った場合の多くは「アウトソーサー」の立場からデータサイエンスに携わっていくということ。

これから企業の一員となってAIに携わろうという人は、この両者の大きな違いをまずきちんと認識して欲しいと思うんです。

本橋どちらかが正解で他方が不正解、というような話ではありません。端的に言えば「一定の限られた領域で『深さ』を追い求めていく面白さ」を追いかけたいのか、「多彩な経験と気づきを得てAIの可能性の『広さ』を追求する面白さ」を追いかけたいのか。それをきちんと意識して欲しいのです。

本橋現在のムーブメントは第3次AIブームなどと呼ばれていますが、これほどまで多方面で人工知能や関連技術が導入されるようになったのはごく最近のことです。

長年この領域にリソースを投じてきたNECにしても、その大きな成果として手に入れた異種混合学習技術という独自の仕組みを産業界にアピールしていこうと動き出したのは2012年のことでした。

私も異種混合学習の確立に関与したデータサイエンティストの1人だったわけですが、いざ「この技術を多くの企業の変革に役立ててもらおう」とした時、その効果や可能性をきちんと伝え、クライアントに価値を提供できるメンバーは限られていました。

結局、研究者である私がチームを編成して、手探りをしながら活用事例を増やしていき、現在のAI・アナリティクス事業部の出発点ともなったのですが、ほんの6〜7年前はそんな状況だったんです。

「データサイエンティストとしてビジネス上のキャリアを構築していく」という発想は、まだまだ歴史の浅いものだということ。だからこそ、本質的な目的意識をもってこの世界を見てほしいと思うんです。

本橋私は単純ですよ(笑)。AIや機械学習を使って「面白い」と感じられる体験をたくさん手に入れていきたい。人工衛星、花の生育、電車、自動販売機、石油など、毎回「こんなデータがあったのか！」と感じられるデータに触れられるのがNECなんです。

まだ誰も経験したことのない成果を真っ先に体感したいと思うからここにいるんです。

本橋未知の課題解決に挑んで、成果を出していくのは容易ではありませんが、その道のりが面白くてしょうがないんですよ。

今AIがブームのようにもてはやされていて、過熱していることを揶揄する声もありますけれど、データサイエンスの専門性を持っていればありとあらゆる難問にチャレンジしていく権利を与えてもらえる状況です。

1人のビジネスパーソンとして言わせてもらえば、こんなにチャンスが膨らんでいるのに、その潮流に乗っからない手はないでしょ、と思うんです。ただし、だからこそ「このチャンスを活かすためにデータサイエンスの領域を目指すのならば、深さを志向するのか、広さを志向するのかを最初に考えるべき」だと思います。

そしてもし、私と同様に「広く経験を積んでいく面白さ」を追いかけたいという人がいるのなら、私は迷わず「だったらNECをお薦めします」と答えます。

本橋私たちの活動の原資はデータですが、そもそもデータというものには10年レベルでの永続性は薄いんです。

例えばAIの活用で単発的な事業を成功させたり、PoC（実証実験）を成功させたりしたい場合に有効だったデータがあったとしても、「ではこの事業を10年間成功させ続けよう」となった場合には、もっと複合的なデータ活用が必要になりますし、市場動向に対応しながら新たなアルゴリズムを創出し、進化させ続ける必要も出てきます。

常に新鮮で有効なデータを抽出したり、獲得していったりするための努力だって求められます。

データドリブンの取り組みに永続性を持たせるためには、一定の総合力が求められるということですし、そこでクローズアップされるのがITの分野。継続性のあるチャレンジ局面ではその企業のITシステムとの連動が不可欠になるわけですが、NECのようなSIerは、そもそもこの運用局面で強みを持っているんです。

本橋例えばビジネス戦略を立てることに強みを持つ会社と、AIの専門性が高い会社と、システム開発や運用を得意とする会社などなどがコラボレーションしてプロジェクトを立ち上げ、ともにゴールを目指すような形もあります。

でも、そういう枠組みの中で「AIのことにだけ専念すれば良い」という立場に就くよりも、すべての機能をNECというワンチームで担い、データサイエンティストも戦略策定やシステム改革にも関与していったほうが、私は面白いと思うし「お得だな」と感じるんです。

本橋私の持論は「総合料理人になろう」なんです。データサイエンスを料理の世界で例えるならば、「私は刺身を作る包丁さばきが得意な職人なので、刺身しか作れません」的なサイエンティストもこの世界にはいます。

でもビジネスの局面で、しかもアウトソーサーのサイエンティストとして活躍しようというのなら、お客様は「今あるこの材料で最高に美味しい料理を作ってくれ」（今あるデータで最大限売上をあげてくれ）という要望を突きつけてきます。

煮たり、焼いたりと、多彩な料理法を用いて、なおかつそのお客様の好みも考慮して和風にしたりイタリアンにしたりと味付けにも工夫を凝らせる総合料理人にならなければ、「じゃあこんな料理も作れる？」（こういう課題も解決できる？）と何度もお店に足を運んではくれません。

私は料理をするなら食べた人に心から喜んでほしいと思うので総合料理人でありたいし、NECにはそういう料理店を営めるだけの包丁も鍋も釜もスタッフも揃っている。だから私はここに居続けているんです。

本橋これも「お得」な情報として教えておきますね。

もしも採用面接で私が面接官をしていた場合、例えば学生のかたが「私は（NECが強みとする）異種混合学習のフレームワークをやりたいのでNECを志望しました」みたいなお話をされた時は、正直なところちょっと残念な気持ちになるはずです(笑)。

当社が誇る異種混合学習のことをちゃんと勉強してくれて、強く惹かれてくれたことに対しては嬉しい気持ちもわきますけれど、せっかく「広さ」の部分で強みをもっているこの会社に入ろうというのならば、もっと高い期待をもって来てほしい。

1つのテクノロジーや手法にこだわって「深さ」を追い求めたい、というのがそのかたの真意なのだとしたら、活躍の場はメーカーやWEB系企業など、他にあるかもしれないじゃないですか。

本橋もちろんNECは「深さ」を追求するフィールドでも明快な強みを持っています。なによりもわかりやすいものとして「難関国際会議への論文投稿」という指標を挙げます。

データサイエンスの最先端部分で新しい理論や技術に到達した企業は、こぞって論文を提出してその先進性や独自性を主張しているわけですが、とりわけ難関だとされている国際会議に、多く採択されている日本企業はNECなのです。

本橋 NECのAI部隊の年齢中央値が20代であることからも明快なとおり、このチームの中心世代は20代をはじめとする若手です。そういうメンバーが様々な企業のイノベーティブなプロジェクトに2〜3人ほどでアサインされ、経験を積んでいます。

未知の業界の新しい経営課題にデータサイエンスで貢献していくのはもちろんのこと、そこで関わってくる業務知識やシステム上の知見と出会うことで「結果を出す存在」としての成長も果たしています。20代のデータサイエンティストが「総合料理人」を目指せる環境が開かれているんです。

しかも全労働時間の20％を「お客様関連の業務以外」に費やしていくことをチームとして推奨してもいます。自分が興味ある領域を深掘りしつつ、「広さ」の醍醐味も味わえる。

私が愛しているこの環境に共鳴してくださる若手のかたがどんどん入ってきてくれることを心から願っています。