データサイエンティストは引く手あまた的な記事に騙されるな!
近頃データサイエンティスト引く手あまたみたいな記事をよく見ます
しかし、現実はそう甘くありません!
では具体的に見ていきましょう
①さほどデータサイエンスの知識は役に立たない
AIだの人工知能だの良く聞きます。
2018年には2019年がAI元年だと言われていました。
しかし、世の中AIで変わりましたか?大して変わっていないですよね?
データサイエンスの知識が豊富でしょうか?
東大の数学科でて、ネット上のデータをスクレイピングして機械学習分析すれば
ヒカキンを倒す術が見つかるでしょうか?無理ですね!
現実のビジネスの現場も同様です。
データサイエンスが課題を解決することはまれで、
データを集計してエクセルで可視化して分かりやすくするぐらいが関の山です。
②そもそもAI企業もさほど上手く行っていない
https://www.itmedia.co.jp/news/articles/1904/01/news138.html
https://forbesjapan.com/articles/detail/28979
上記を見てもAI人材が引く手あまたでお金になるのが嘘であることが分かります。
③そもそもデータサイエンスはツールで出来る
下記はデータロボットというツールの記事です。
https://www.ashisuto.co.jp/product/category/ai/datarobot/
世界トップクラスのデータサイエンティストの知識とノウハウが組み込まれたツールと書いてありますね。
つまり、データサイエンスは自動化されており、数学の分厚い本の知識などいらないのです。
数学が必要なのはGoogleの研究所で最先端の研究をしている人や上記のようなツールを作る人だけで、大変のデータサイエンティストはそんな小難しい知識はいらないのです。
じゃあネットのAIやデータサイエンティストの記事は何なのか?
→それは単にPVを稼ぐためです。
AIってPVを稼げますからね・・・
ではデータサイエンティストはいらないのか?
そんなことはありません。ただ、小難しい数式の知識はいらないことが多いです。
必要なスキルは
・該当ビジネスの業務知識
・会計知識
・ビジネスモデルの理解
・データサイエンスツールの使い方
等です。
つまり
×数学に強い人を雇う
〇その会社のビジネスをよく理解している人がデータサイエンスツールの使い方を学ぶ
という事です。
データサイエンスで出来るのは主に予測です。
例えば商品の売上予測をして、仕入れの量を調整したり、
解約しそうな人を予測して、事前にポイント付与するなどして解約を防ぐとか。
→これの予測はツールで誰でもできるので、
むしろ上記のようなテーマ設定や予測に応じた対応の検討が難しく、
そのためにはその会社のビジネスの深い理解が必要なのです。
結論
数学者を中途で雇うのではなく、内部の人間がデータサイエンスツールを学べ!