株式会社NTTデータ数理システム

学生時代は物理を専攻、数値計算やプログラミングとは無縁でプログラミング未経験で2005年にNTTデータ数理システム（当時　数理システム）へ入社。入社後は数理最適化の技術チームでお客様の課題解決の「モデリング → 定式化 → コーディング」という一連の流れを経験。その後はより上流工程に移行し、営業／コンサルとしてチームを率いる。

Skill

得意とする領域・技術

コンサルタントタイプ

元技術者としての数理最適化をはじめとする数理科学への技術的理解も武器に、営業・コンサルティングとして上流工程に携わるチームを牽引する。
参画したプロジェクトでは、数理科学・AIの活用案件に関する豊富な経験を活かし、危険な芽を早期に取り除き、プロジェクトを推進する。
「そもそもAIが必要なのか」「本当にやりたいことは何か」「AIモデル作成は必要そうだが、既存サービスでより効率的かつ高精度に実現できないか」など、俯瞰的・多角的な視点から検討し、業務で本当に使われるシステムを目指す。

Achievements

主な実績

2005年: 入社

2005年～2009年: 数理最適化アプリケーション開発案件を企画提案から運用まで一貫して担当

2009年～2015年: Nuorium Optimizer の営業
数理最適化の普及活動や上流工程の課題整理などを推進

2016年～: 営業・コンサルティングチームを率いてお客様のDXを推進
お客様課題の整理から技術とのマッチング、AI活用プロジェクトの立ち上げ支援

Style

仕事のスタイル

俯瞰的に眺め、実現可能な変革を目指して多角的に取り組む

数理科学・AIといった技術を活用した社内の課題の解決、ないしは業務変革・改善は、多くの企業で重点課題になっています。
このようなプロジェクトを推進する場合、「経営層」「現場」「AI開発」などの異なる立場の組織・メンバーが関わってきます。プロジェクトを推進していくためには、利益が相反することもあるそれぞれの立場を理解し、プロジェクトとしての目標や優先順位を決めていく必要があります。

当社としては「AI開発」という立場で参画させていただくことが多いですが、私個人としては俯瞰的に取り組み、あらゆるプロジェクトの障壁を想定しながら推進していくよう努めています。

数理科学・AIは魔法ではないことを皆で理解する

昨今のAIは非常に精度が高く、世の中からの大きな期待を受けています。
しかし、現実のビジネスは不確定要素や隠れた要件が多く、「うちの課題は将棋や囲碁より簡単だから、AIでいい感じに解決できるだろう」とはなりにくいです。
業務活用例が盛んに報告されている ChatGPT でも、実務で使おうとすると「平気で嘘をついてしまう」「専門的な話は苦手」などの課題が挙がってきます。

技術的な課題を直接解決することが困難な場合には、自動化はあきらめて人間の補助として作業効率化のために使う、AIと人間の得意分野を役割分担して人間参加型（Human-in-the-Loop）のAI活用を目指す、というような運用面からの歩み寄りは現実的にかなり有効です。
技術的にできる・できないの議論で終わらせず、使い方の工夫を皆で考えていくのが、ビジネス活用への近道だと考えています。

立場や責任範囲を超えた意見交換ができるチームが成功に近いチーム

「PoC をやってみた」という話が沢山ある一方で、「業務で使ってますよ」という話は少ないというのが私の感覚です。
数理科学とAI技術の活用を推進している当社、および私としてはこれは良い状態ではないと思っています。

ここまで書いてきたような、立場を超えて議論させていただく、「AI開発」側で解決が難しい課題について「現場」側からのフォローをお願いする、というのは「差し出がましい」ことかもしれません。
しかし、PoCから業務活用に進めるためには、多くの人が主体性を持ち、それぞれの立場や責任範囲のすき間に落ちてしまう課題も解決できるチームになることが必要です。
「差し出がましいですが」という便利な日本語をフル活用してプロジェクト内での意見を積極的に出し、お客様や現場を巻き込んだ強いチームで推進していきたいと思っています。