SIer内のデータサイエンティストの役割と働く環境としても魅力ないんだよね
SIer内のデータサイエンティストの役割
データサイエンティストの仕事ってモチベーションあがらんのよね
ゴールまでが遠くて
しかもユーザが数字にうといと、結果がでても、ふーんでおわってしまう
しかもデータを所有する企業って大きめの企業が多いから
打ち合わせもつまらんし
働く環境としても魅力ないんだよね
現在、日立は3000人、
富士通は1500人、
NECは1000人など
SIer各社がデータ活用人材の確保・育成を打ち出している
SIerは、データを保有するお客さまと分析技術を保有する自社の連携により、データの価値を競争力に転化して新たな事業を創出することを理想としています。
しかし、現実にはデータの価値を収益化するのはなかなか困難であり、多くの場合はお客さまの中にデータを活用する業務を作り出し、それを実現するシステムの構築、つまり従来のSIの仕事に帰着している現状があります。たとえば、データ分析基盤やデータ分析の結果を業務に活かすシステムの構築など
それでも、従来はお客さまへのヒアリングを起点に「機能」で要件を定義して問題解決につなげてきたのに対して、お客さまの業務・運用で日々蓄積される「データ」を起点に問題解決につなげる試みは、新たなSIのアプローチ
その中で、前述のAIの実装技術者は、学習済みAIモデルをお客さまに提供するという点で成果物(お客さまへの納入物)がはっきりしており、旧来のSIビジネスの枠組みで考えることができます。彼らは、今後発生するデータの分析を自動化する仕組みを構築します。ビッグデータを扱うことが前提となるため、周辺の社内システムと連携する大規模なデータ活用基盤の構築の仕事にもつながりやすい
一方で、統計解析手法によるデータ分析技術者は、現場の実務やデータに精通したお客さまと緻密に連携し、対話の中から分析のヒントを得たり勘を掴んだりしながらデータ分析を代行する役割であり、データ分析の知見を労働力の形で顧客に提供
ただセールスフォースがAIのサービスはじめたり
IBMはワトソンだったり、独立系ではc3aiだったりと
何やらにぎやかにはなりはじめてるんだけどね
このため、成果物や目的が明確にならず、SIerのビジネスにおいて「なぜこれに取り組むのか」が分からなくなってしまう場合があります。統計解析手法により導き出された問題解決の方法が、必ずしもITによる方法にならないのです。これがSIer側のPoC継続のモチベーション低下を招き、お客さまとのWin-Winの関係が崩れ、PoCの終結につながる恐れがある