データアナリストの役割の変化
となりのデータ分析屋さん。この番組は、隣の席に知らないことを気軽に聞けるデータ分析屋さんがいたらいいなぁを叶えるポッドキャストチャンネルです。
データアナリストとかデータサイエンティストの仕事は、相対するエージェントを裏で管理するのが仕事だよねっていう定義のされ方がされてるのね。
なるほど。エージェントを管理する。
そう。3チーム向けのエージェントを1人が運用するっていう体制になったら、1チームに対して1人アナリスト張ってたのを人間1人でAIエージェント3体で今までやってたタスクっていうのを引き継げるわけよ。
ってなってくると、必要人員3分の1じゃん。AIツールの値段使っても2人分の人件費には絶対ならないから。
そのアナリストがエージェントを管理するっていうところをもう少しちょっと深掘りたいんですけど、彼らはエージェントを管理して具体的にどういうことをするんですか。
もう導入してしまえば、今までアナリストにお願いした人たちはエージェントとやり取りする中でアウトプットまでは得られるわけじゃないですか。そこにアナリストがどういう価値を提供していくんですか。
いや、導入して、そこがいっちょいすぎではいかないよねって話で、導入しても結局は分析結果をどう解釈してどう事業に生かすかみたいなところって結構むずい。
その解釈ありきでデータアナリストとかデータサイエンティストから結果をもらって、それで議論してたわけだから、その解釈を得るためには最適なプロンプトとかが磨き込まれていかないといけないわけだよね。
分析がそもそも提供された分析が合ってるか合ってないかの判断もやっぱできないわけじゃん。っていうのもあるから、アナリストの管理っていうのが結構重要になってきてて、どのデータにアクセスできるエージェントとしてスタートするか。
それを利用者のレベルとか何がどういうデータが欲しいのかっていう需要に合わせて、誤った解釈にたどり着かないようなデータのマート整備とかアクセス権限とかを管理をして、ちょっとずつ広げていって使い物にできるようにしていくっていう。
なるほどね。育てる側に回るんだ。人を育てるっていうところもあるし、もちろんプロンプトとかエージェント側も育てていかなきゃいけないし。そういう管理する人材としてのアナリストっていうポジションか。
AIの導入とデータ管理
まあ確かにそれは必要だよなぁ。なるほどね。で、そいつが、そのエージェントがほとんどのタスクをこなしてくれる、そのサマツナって言い方はあれだけど、
それぐらい自分で抽出できたら嬉しいのになっていう依頼とか、そういうのをちょっとずつさばいてくれると、時間ができる。で、エージェントの管理する。で、エージェントにはさばききれない複雑な依頼をスペシャリストのエージェントが手を動かして分析して提供するみたいな。
あ、スペシャリストのアナリストってことですか。そうそうそうそう。はいはい。あーなるほど。より複雑な、かなり顧客のなんか業務内容によった話とか、とか、あのすげーマイナーなテーブルを何個もぶつけないと見つけられないようなものとか。
でもそれをやったっていう、それを手で、手を動かしてアナリストがやったら、それもまあナレッジとしてどんどん追加しておいて、そうするとまたエージェントの守備範囲とかもこっちからも上げていってあげられるわけだよね。はい。
全くと言っていいほど、これまでのAIアナリストの仕事とこれからの求められる、アナリストに求められる仕事って、なんか変わってきてるように思いますね、今の話を聞くと。そうね。各その有名床のAIエージェントのプラットフォームが、なんかそういうこと部分的にはできるじゃんっていうものを揃えてきてくれてる感じに、ちょっと前から見えてる。
そうなんだ。これまでAIアナリストの醍醐味でもあっただろう作業が、全てこういうDevimも含めたサービスに代替されて、より顧客とやり取りをする部分とかが重要になってきているっていう。
そうそうそうそう。
そうなのか。ってことは、今はアナリストの話ですけど、もう少しこう複雑なモデルのチューニングとかやっていたような、データサイエンティストみたいな人たちも同じようなことが今後起こり得るって考えていいですよね、きっと。
まあそうね。
そうだよね。
単純な既存のデータがあって、例えば毎月のデータとか、毎月の例えば俺がパブリックデータとかで試したやつだと、人口の各国のグラフみたいなのがあって、その人口がどう変わっていくかみたいなのの、
5年後までの繊維みたいなのを予測してっていうぐらいのシンプルな機械学習のモデルとかも、そのエージェントの中でこなせたりするんだよね。
まあできるよな。
でもそれって、5年10年前って、それで月何百万ってもらってる人いたわけじゃん。
そうですね。
それがまあ切り替わっていってる。で、そういうのって、じゃあ成熟したデータサイエンスの組織だと、それぐらいなんかBQMLの中でやっといてくれたらよかったのになって思うものをAIに大体できるようになってるみたいな、そんなイメージ。
なるほど。いや全然できると思うし、そうなったら本当にデータサイエンティストの仕事もなくなるなと思いますね。
で、だからなんかさ、営業のところの話で言ってたけど、スペシャルスキルとしてテクノロジーテクニックを磨いていくみたいな方向が生き残るって言ったのは、やっぱそのAIのカバー範囲をバンバンバンバン広げていった、
その手の届かないその知識のこの球体のちょっと外側の部分をこなしてあげる人としてはめちゃめちゃ重宝されるんだよね。
そうだね確かに。
けど一回やったことはもうAIに組み込んでおいたら、そのアカデミックな世界と一緒で、知の球体をどんどん広げていく作業だから、一回発見されたものに価値はなくなっていくみたいなところが広がっていく。
けどなんか色々振り返ってみると、毎月のルーティーンの作業とか、年に3回ぐらい聞かれるような内容に結構時間使ってね、みたいなのがやっぱあるから、それをいかに減らせるかみたいなところの世界が実現しやすくなってるみたいな。
いやそうだよな、ほんとにそこ減らした方がいいとは思う。
みたいなね、ところが出てきてるから。
もうそこまで来たか。
で、そうなってきた時にやっぱ結構、アナリストとして、データアナリストとして力を発揮できるというか、やっぱこの人いたら超助かるわってなるのは、データエンジニアリング側の知識がめっちゃ深いデータアナリスト。
データエンジニアリング。
テーブルの管理がしっかりできる、モデリングがしっかりできる。
なるほど。
っていうのは、これ、事実的な裏付けもあるプラス、普通に流れ的にそうじゃんっていう話と二軸あって、流れ的にそうじゃんの方は今の話の続きで、
そのエージェントを管理育成していくのがデータアナリストの仕事ですみたいな。
そういう時に、アクセスできるデータの範囲とか、データAIが読みやすいようなデータテーブル、データマートをしっかりと整備しておく。
よく言われるセマンティックレイヤーの整備みたいな。
そのエージェントを管理してる人ができてる方が確実にいいじゃん。
そこにデータエンジニアが必要ですみたいになってくると、本当の効率化が実現できてないような形になっちゃうし、
しかもそのデータエンジニアリング、データモデリングのところもAIで制御した方がモデル化されてるわけだから、効率のいい部分は結構あるわけだよね。
ってなってるから、データアナリストとして強い能力っていうのは、高度な分析力プラスエージェントを管理するための裏のデータ管理のスキルみたいなのが自然とめっちゃ大事になってくるから。
新しい職種の登場
それは必要になるね。そういう意味だとデータを置いておく場所、ビッグクリームもそうだし、各パブリッククラウドが出してるようなデータ基盤系のサービスとか、どんどんそこがやりやすくなってきてはいますよね。
楽に管理できる。データさえ入れておけば、あとは綺麗に整備してくれたりとか。
そうね。それが一括管理できるみたいなので、ほら、スノーフレークとかデータブリックスとかが、あそこの中に組み込まれちゃえば、さっき今言ってたような分析を人にやらせるっていうのも機能として確か入ってるらしいんだよね。
そうですね。データさえ入れておけば簡単にどういうデータが入ってるかっていうのが構造的に管理されるというか、メタデータとして見える化できちゃうから。
そうそう。裏側の管理も含めて、アナリスト能力をブーストしてくれるのがデータブリックスだったりとかなわけだから。
確かに。
こういう、そういう会社の価値が上がってるっていうのはまさに、そこが置き換えれるじゃんっていう、期待の表れともとっていいわけで。
確かにな。
あとは、データ分析系の発信とかいろいろやってる人とか、社内の分析をAIに一気に寄せてますみたいな取り組みをしてる人のほとんどがデータエンジニア。
なるほど。
その発想を持ちやすいんだろうね。そっち側の仕事の人のほうが。
そうだよね。
このデータさえ触ってくれりゃいいのにみたいな。
あとは、そこのデータを管理する側が価値が高いよねっていうのも、時代のこの流れを見据えてポジショニングをとっているっていうのもありますよね、彼らは。
どういうと?
だからこそ発信とかで価値を出せているっていうところですよね。
確かにそれはある。
あとはでもやっぱその発想に至る目線を持ちやすい職種がどっちだったかっていうのは結構でかいと思う。
そうだね。
多分データエンジニアの人のほうが、そこはめっちゃ強かったんだと思うんだよね。見やすい立場にいたというか。
データアナリストはそのAIがどう動きやすいかっていう場の話よりもどう活用していくかっていう方に目が行って、
それの足元の話をやっぱお座りにしちゃうというか、データエンジニアの人に任せてきてたから。
で、その一方で、俺らいろいろ依頼とか来てるけど、ここを全部AI化して何なら依頼してきてるみんなの仕事も置き換えれるとか置き換えたほうがいいんじゃない?
みんな忙しそうだしみたいな、ちょっと俯瞰してみれるんじゃないかなっていう気もするわけで。
そうだよね。データエンジニアっていうポジションは強いよな。
で、それで最近求人として出てるのが、アナリティクスエンジニアっていう職種が結構注目はされていて、
そうなんだ。
そう。今みたいな業務ができる人。
うん。
なんかデータサイエンティストってさ、ほらあったじゃん。その、いにしえのあの3つの円を描いた。
ありましたね。
エンジニアリング力、サイエンス力、ビジネス力みたいな。
アナリティクスエンジニアは、サイエンスとエンジニアリングの重なった領域みたいな、重なった集合みたいなところの名称に近いのかな。
なるほどね。
で、俺はそのベンズでなんか考えたときに、どこに振ろうかと思って。
うん。
やっぱ、で、そのアナリストとして今の仕組みの発想が早めにできてた方だとは思ってて。
うんうん。
で、だから社内の分析組織の仕組み変えようぜみたいな話とかをできてたから、
どっちかっていうと、データエンジニアリングの能力を後から頑張って鎧として身につけていく方がいいだろうなって、デビンの方に移る前はむしろそっちに振ろうと思ってた。
ほうほう。
そう。
ってなったけど、ビジネス側もやっぱ捨てがたいようなみたいな。
そもそも今の会社転職した時プロダクトマネージャーとして入ってるし。
ってなって、タイミング的にもなんかこっちの事業責任者もどうみたいになって、天秤どっちだろうなってなって今はビジネス側の縁を広めてる方になってるみたいな。
まあ全部できるのが最強なんだけど、そのベンズの真ん中ね。
まあね。
まあそれはまあ最初からそうだったわけだし、逆に言うと最初から道は見えてたんだよね、AI化するの関係なく。あのベンズに従ってしっくりは来ないあのベンズ実は的を得てたみたいな。
しっくり来なかったじゃん。どんな教科書にも載ってるけど。
どんな教科書にも載ってたね。
データサイエンティストとはに絶対1ページ目に載ってんだよな。
でもね、あのベンズの通りに毎年改定されて、もう多分バージョンいくつかわかんないですけど。
そうなの?
データサイエンティスト協会がちゃんとスキル定義をしてたはず、今年も出しましたみたいなのをXかどっかで見たと思うんで、ちょっと久しぶりに見てもいいですけど。
時代とともに求められる能力も変わりつつ。
定義のベンズ。
あの3つの領域で必要な能力があるんだよね。
あの通りに進んだら本当にスーパーデータ人材になれるかって言われるとわかんないですけど。
まあそうね。
キャリア考える上での指針にはなりますよね。
なるね。十分なるね。
そっか、そんな新しい職種も出てきてるんですね。
だからアナリティクスエンジニアとかは多分ここから分析もできるしモデリングもできるしっていうので重宝される領域だし、
エージェント管理と生産性の向上
そのエージェントを窓口にしてエージェントの管理者として動くのも多分アナリティクスエンジニアの能力が一番適してるし、
そうすると部下を、俺には8000人の部下がいる状態を作れるわけだから、
そう、ってなってくると生産性も多分高い人間に変わっていくんだよね。
だからなんか、営業のところの話でたっちゃんが言ってた価値を生み出してないみたいなところも、
実はちょっと価値は生み出してたやつが、それが100倍になったら意外と人並みに価値出てるんだなって実感できるようになるとかっていう世界はあるかもしれない。
ようやくね。
次回とかで話そうかみたいな話してましたけど、
さっきのアナリストがデビューみたいなサービスをお客さんに導入していくっていう、
そこを伴奏したりとか、エージェントを管理するみたいな仕事の仕方は、
まさにFDEって最近よく名前の聞く職種にも近いのかなと思っていて。
向こうの中にAIというシステムを入れ込んで、そいつが成果を出していくみたいな。
そうそうそう。
フォワードデプロイドエンジニア。
そうですね、FDE。
かなり今後必要になってくるよねとか言われている職種の一つでもあるから、
まさにこういう既につよつよのサービスっていうのが、デビューも含めてあった場合に、
それを使えるようにしていく、AIプロダクトを実の業務の中に入れ込んでいくっていうところが求められるんだけど、
そこをやる人たちは実は新しい職種としてアサインされるというよりかは、
これまでのデータ人材の人たち側になっていくポジションでもあるのかなとは思いますね。
FDEの必要性と人材育成
そうねそうね。そこが結構多分ポイントになってくる。
そうですよね。ただより広い顧客理解とか、広くて深い顧客理解とサービス理解と、
あとは寄り添ってこう伴奏していくみたいな、いわゆる込み力。
浅い言葉で言うと込み力だね。
が本当に求められてくる状況というか。
まあ理想はね。
なってくるんですよね。
理想はねそれは、本当にその込み力みたいなとこ言ってくると、
ビジネス力、さっきのベンズのビジネス力の円を広げてって、
本当にベンズの真ん中が最強っていう話になってくる。
確かにね。
でそれしか必要ない説ね。
はいはい。
少なくとも領域が被ってるところを持ててないと、職種としての脆弱性がめちゃめちゃ高いというか。
そうだよな。スーパーエンジニアとか言われますもんね。FDEって。
ああまあ言うね。
自分は結構オープンAIのサービスとかをよく近くで触ったりとか見る機会が多いから、やっぱ彼らの会社の中にもFDEっていうポジションがあって。
あるんだ。
個人として出してるのかちょっとわかんないですけど、FDEという職種が呼ばれているポジションがあって、
彼らがお客さんと一緒に自分たちのオープンAIのプロダクトを導入して伴奏していくんで、
安心して使ってくださいねみたいな。
はいはい。
そういうようなことが各AIプロダクトを持っている会社は必要になってくる人材なんで準備もしてるでしょうし、
かなり期待されてるところなんで。
むずいよね。でも結局はその体制って労働集約型になりやすかったりもするからさ。
はいはい。
伴奏しますわ、妄想じゃん。伴奏しますだけの表現だとどうしても。
そうですね。
お客数が増えたら兵隊が増えないといけないみたいな感じになるけど。
完全に人依存ではありますよね。
そうそう。けどなんか人が減っていくとか、そういう話になってきた時の対策にはなってないから、結構たてつけとしてはむずいなと思うわけだよね。
まあそうですよね。しかも大量にそういう人材が作れるかと言われるとそうじゃないし。
でもね、そういう人材を作っていきたいよねみたいなことをやっぱり聞きますね、周りでは。
まあそうだよね。だから普通にそこの領域も多分そいつらが営業までできたら最強みたいな。
営業して自分でデリバリーして向こうの組織変えて一人でできるみたいな人が何人もいたら最強なわけだよね。
そうですよね。
それもなんか変なベンズみたいなのがあるんだろうね、そっちにも。
新しい職種としての求められる能力としてね。
このベンズ3つが重なったとこがFDEですみたいな。
そうなんだよね。なんか資格とかが今はあるわけではないけれども、やっぱり研修とかそういうプログラムもあるらしく。
誰も、パランティアぐらいだろう成功してんの。
そうですね、一番パランティアがこのFDEを確か言い出したところですよね。
誰が教えるんだって話だよな。
できる人がどこにいるんだって思いますよね。
教えてるやつが売った方がお金になるのにね。
結局そういうことだよな、教育事業って。
確かに確かに。教育事業は永遠に存在し続けるでしょうね。
そうだよね。
そういうのも結局は相手のFDEで入る、相手の組織がその受け皿がめっちゃあったら必要ないわけじゃん。本質的には。
受け皿っていうのは。
別にこっちで使いこなせるからいらないっすよみたいな。
そうですね。
けどそうじゃないとかたくさんあるから必要な職業ってなってくるわけじゃん。
それってビジネスの基本といえば基本なんだけど、AIが難しすぎるっていうところに対してってなってるけど、
それってSIRとして外注してましたみたいな。
機関システムを作るために外注してました。
だって社内でリソースカバーするのもあれだし、クオリティー高くやってくれるならいいかみたいな。
になってたのと、一歩間違えると変わんない状態にもなっちゃうっていうさ。
構造としては一緒ですよね。
できないことをやってもらうみたいな感じだし、そこまで寄り添わないと実はプロダクトとして浸透させられるみたいな。
逆にベンダーロックみたいなのが異常にかかる可能性も出てくるさ。
ちょっと怖いシステムを引こうと思えば引けちゃうんだよね。
そうですね。
AI時代囲い込んだら勝ちですさ。
難いなと思って、パランティアモデルとかFDEとかの話を見てると、これまでと言ってること変わんなくねえかみたいな。
ベンダー課題とかでAIの話が対比でよく出てくるけど、
いろいろまとめられてるのを見ると、これまでのベンダーの定義を変えただけじゃねえかみたいなようにも見えなくもなくて、
そこに自社のプロダクトがうまく絡んでるっていうのがポイントっぽいんだよね。
だからプロダクトなきFDEはベンダーなんだよ、たぶん。
まあそうだね。
そうそうそうそう。
これはあれか、次回話そうって言ってんのか。
まあそうでしたね。
確かにいくらでも喋れそうだな、ここは。
ディストピア小説とAIの未来
今の話も繋がるんだけどさ、この間ディストピア系の小説って読んだことある?
ディストピア?ユートピアではなくディストピア?
そうそうそうそう。ディストピア系というか、未来こうなっていくよねみたいな。
それこそ1984ってさ、村上春樹じゃない方の1984。
じゃない方?
じゃない方じゃない方。
知らないよ、なにそれ。
ジョージ・オウェルっていう人が書いてる、なんだっけな、ディストピア系小説、三大みたいなののうちの一つなんだよ。
ほんとだ、ディストピアSF小説。
そうそうそう。ディストピアSFが、三大が、ジョージ・オウェルの1984年と、素晴らしい新世界ってやつで。
これ今俺読んでるんだけど。で、あとは歌詞451度っていうのがあって、これがこの三大ディストピア小説なのね。
なんでディストピア読んでんの。
AI時代の行き着く先みたいな話を話してる時に、こういうディストピア小説で描かれてる世界ってワンチャンあるんじゃないみたいな。
隣のデータ分析屋さん、今回も面白いと思ったらフォローレビューよろしくお願いします。
番組の感想や質問は、ハッシュタグ隣の分析屋、隣のがひらがなで分析屋は漢字でお願いします。
また概要欄に貼ってあるお手紙フォームからコメントを寄せください。
ではまた。バイバイ。
