NTTコムウェア C+ | データサイエンティストとは何か。本当にAIに取って代わられるのか？～人気の背景と、AI時代の役割～

ポスト

データサイエンティストのスキルからプログラミングが消える？

先に、データサイエンティストにはITスキルとしてプログラミング言語の知識が必要であることを紹介しましたが、近年、データ分析のためのツールが進歩したことで、プログラミングを行わなくてもドラッグ・アンド・ドロップによるGUI上の操作でデータ分析を行えるようになってきました。

このことから、近々データサイエンティストの必須スキルからプログラミング能力の比重が軽くなっていくと思われます。

データ分析のツールの例として、Microsoft社のAzure MLやGoogle社のCloud AutoMLなどがあります。

ただし、たとえドラッグ・アンド・ドロップで操作が行えるにしても、プログラミングの知識があるかないかでツールの使いこなしかたが変わってくるでしょう。

これは、WebデザインをGUIで行えるツールが登場しても、HTMLやJavaScript、PHPを理解しているデザイナーと理解していないデザイナーとでは、ツールの使いこなし方や仕上がったWebサイトの質に差が出ることと同じです。

データサイエンティスト自体が不要に？と考えるのはまだ早急

近年のAIの進歩は、さまざまな職種を人から奪うと言われていますが、データサイエンティストもその一つではないかと言われています。

これは、AIがビッグデータからパターンを抽出したり分類したりする能力に長けているためです。

実際、Amazonなどのレコメンド機能は、驚くほど的確に利用者に適した商品を推薦することがあります。

また、AIは機械学習によりビッグデータからレポートを作成するなどの作業を効率化します。

しかし、AIは過去のデータから一定のパターンや傾向を抽出することはできますが、人が働いている現場を観察したり現場の人たちに取材しながら課題を汲み取ったり、データに左右されない仮説を立てたり、あるいは事業戦略上のアイディアを立案することはできません。

したがって、データサイエンティストの業務はAIを使いこなすことで効率化することはできますが、データ分析を０から１にするにはまだ人の直感や閃き、あるいはマーケットセンスといった能力が必要とされています。

技術面でも、データをAIに処理させるまでの分析手法の組み合わせや、実際の処理のチューニングに人の手が必要な場面がまだまだ存在しています。

このことから、AIがデータサイエンティストの仕事をどこまで代行できるかどうかは、今の段階ではまだ分からないというのが現状です。

ニーズの高まりと競争の激化

ここまで見てきた通り、データサイエンティストはこれからも多くの企業から求められる人材です。

一方で、データサイエンティストに必要とされているスキルや能力については、明確な基準が存在しているわけではありません。また、AIの進歩やツールの高機能化により、データサイエンティストの業務範囲も変わってくるでしょう。

これらのことから、需要が高まっているデータサイエンティスト市場ですが、AI時代もさらに競争が厳しくなることが予想され、データサイエンティストをより適切に評価する仕組みが必要になっていくでしょう。