データサイエンティストの生産性を何倍にも上げる方法は

意外と待ち時間が多いデータサイエンティストの1日

　企業内外に存在する膨大なデータ（ビッグデータ）を企業経営やビジネスに生かしたい。こうしたニーズが世界中で高まっている。既に先行している米国では、職業としてビッグデータを専門に扱う「データサイエンティスト」は10万人規模になっており、その職種への認知も広がっている。教育面でも「データサイエンティスト」専攻を設置する大学が増えている。

　もちろん日本でも、ビッグデータ活用への要望は高い。2013年7月には一般社団法人データサイエンティスト協会も発足しており、100社を超える企業が会員として名を連ねる。しかしデータサイエンティストの数は現在もまだ数千人程度。データサイエンティストという職種への認知も、まだ十分とはいえない状況だ。

　とはいえ、データサイエンティストといわないまでも、膨大なデータを分析してビジネスに生かすという活動を日常的に行っている専門職の数は、着実に増えている。データの集計・分析を専用ツールで行うのはもちろん、機械学習やディープラーニングの活用に従事する担当者も増えている。しかしデータサイエンティストたちが働く環境を見ると、その能力を十二分に発揮できる仕組みが提供されているとは、必ずしもいえない。

　これはデータサイエンスで先行する米国でも、似たような状況のようだ。下のグラフは米国のデータサイエンティストの1日を示したもの。コンピューターでデータ処理を回している時間が長く、その間はコーヒータイム（＝コンピューターによる処理の待ち時間）になっていることが分かる（図1）。

図1●米国におけるあるデータサイエンティストの1日

[画像のクリックで拡大表示]

コンピューターによる処理の待ち時間が、意外なほどに多いことが分かる。高額な給与で獲得した優秀なデータサイエンティストも、これでは十分な能力を発揮できない

　これではその優秀な人材を十分に生かしているとはいえないだろう。日本ではデータサイエンティストはただでさえ不足している。総務省の調査によれば、2020年以降は38.9%、2025年以降は46.4%の割合で人員が不足するという（※）。

　今後はデータサイエンティストに関連した職種も増えていくはずだが、その能力を最大限に引き出すには、環境を整備することが重要な経営課題となることが分かる。とはいえ、そのために何十台ものサーバーを用意するなど、数千万ものコストをかけることは一部の企業を除くと難しいだろう。それでは具体的に、どうすればいいのだろうか。