部長就任の背景
1月から部長になりました、りょっちです。 データサイエンティストのたっちゃんです。 部長、肩書きが変わりました。
だからしょっちゅう変わりますけど。 部長さんになった。 部長さんですか。あら、会社の人ですね、もう。 なんか会社の人だね。
そうね。 なんか変わるんですか?やること。 何も変わりません。 肩書きだけ変わった。給料が上がった。
いや、給料は上がってません。 なんちゅう会社だ。 上がんないんすよ。 そういう、あれなんですね。給料体系なんですね。
そうそうそうそう。まあいいと思うよ、俺は。 プレイヤーとしてもね。プレイヤーの果てがマネージャーじゃないっていうスタイルだからね。
会社によってそれは全然違いますからね。 だから、でもまあ、
マイナーなタイプではある気はするよね。 もうそこまで行くとマネジメントゴリゴリっていうイメージではあるけど、そんなこともないんですか?
ああ、でもそう、マネージャー、いやでもね、プレイングマネージャーだよ。 なんならプレイヤーだよ、ほとんど。 ああそうなんだ。忙しくなるのと責任がついてくるって感じですか?
そうね、いやでもね、まあそうね、永遠に忙しくなってくんじゃない?結局。 会議が増えてくる? いや会議もね、別に増えないよ。 ああそうなんだ。
この半年結局その事業責任者やるって言って、
部署変わって、なんなら子会社の方の割合が増えて、みたいなところになって、でその事業責任者やってて、
やってたものが部に変わりますみたいな風になっただけだから、 別に何にも変わんない、このタイミングから。今までやってた仕事が逆にそのなんか
臨時チームだったやつが、 じゃあ部にしたるわって言って部になったみたいな感じだから、
それだね、結局は。 じゃあしばらくは自己紹介は部長のジョッチですっていくんですね。
AIプロダクトの導入
そう、いつ解任されるかわかんないけどね。何の部長かを言った方がいいかもしれないですね。 ああそうか、まあなんかデビンの話とかを色々AIエージェントデビンの話をしてたけど、
事業責任者やってんのも、そのデビンの国内展開をDNAでやりますみたいな。
そう、ってなってて、でその国内展開をするところの部が出来上がったみたいな。 だからデビン推進部っていう部です。
なるほど、じゃあもうデビンの人なんですね。 デビンの人だね。
それでなんかアメリカのコグニション、デビン運用してるコグニションチームと、 まあ細かく連絡も取りながら、
こうやってやってくから、ちょっと手伝ってみたいな。 はいはい。
感じのやってっていう、まあ関係値を作りつつ、日本の展開頑張っていいかなね、みたいになってる感じ。
じゃあそういうAIのプロダクトを導入していく舞台というか。 ああ、そうそうそうそう。
これからますます必要になる人材というか。 なんかよく言われてるよね。
そうですね。 だからこの半年めちゃめちゃ営業行ってるしね。
まさかデータサイエンティストになった時に営業をやるとは思ってなかったからさ。 いやでも一番求められてると言っても、あれなんじゃないですか。
過言じゃないというか、今本当に必要になってますよね。 あらゆる業種、業界にそういうAIプロダクトを導入するってのときのハードルがあるから、
ある程度ちゃんとそのソリューションだったりサービスわかってて、 かつ営業先のその状態というか、状況も理解してっていう、
かなり難しい、なんだろうな、仕事というか。 って言うよね。最近なんか営業への、AI時代こそ営業じゃいみたいな、論調が強いよね。
強まってきてますよね。 何なんだろうね、誰が言い出したんだろうね、そんなんね。 でも現場その最先端にいて実際にそうだなって思うんじゃないですか。
まあね、まあそうだけど、まあいろんな仕事があるから、一概になんか今、もともと大事だって言われてたわけじゃん、営業なんて。
だからみんな新卒で入社したらだいたい営業やらされるのはビジネスの基本でもあるわけだし、
ある程度の打率で制約にはたどり着くわけだから、人を大量投入してみたいな感じで今までなってたし、営業の人が結局売り上げ作ってくるから、
中の仕事が生まれてみたいなところになってくるから、別になんか今まで一切軽視されてきたわけでもないし。
まあそうね。 だからなんかなんでこんなにAI時代だからって言って論調が強まるのか結構謎で。
AIと営業の未来
しかも俺的にはめっちゃデータサイエンスのバックグラウンドがありながら、アメリカの人たちとも連絡取りながら営業回ってたら最近めっちゃ出張多いじゃん。
なっていながら、こうやってAI化できるじゃんみたいなものは、見えてくる部分は結構見えてくるんだけど、営業がすげえんじゃいっていう論調の中にその解像度のAI活用の話ってあんま出てこないなみたいな。
そうなんだ。 だってなんかその、レイヤーXとかめっちゃすごいなって思うんだよね。レイヤーXの営業支援AIのシステムめっちゃすごくて、基本的にオンラインでミーティングをすることもあるでしょ、お客さんと。
ってなって、そのお客さんとのやり取りの録画とかが全部残ってるわけじゃん。で、その録画内容を入れたら、レイヤーXが求める営業スタイルとか、その喋ってほしいこととか、喋り方とか、内容とかっていうののフィードバックを全部やってくれるんだよね。
なるほど。 そう。で、営業ってほらなんかロープレみたいなのがあって、社内でやって。で、それの上でお客さん先に行くけど、最初の頃は上司がついてったりして、ここはこうだったよってフィードバック返したりするけど、途中から独り立ちして、独り立ちしたらなんかあんまうまくいかんなみたいになってくすぶるみたいなさ。
いや、あると思うわ。 っていうのを生み出さないように、簡単に言ったらAIのエージェントがサポートとして常に入ってて、営業が終わったタイミングでAIがフィードバックくれて、会社の求めてる営業スタイルに対してどうずれてますかみたいなのを出してくれるんだって。
え、すごいですね、それ。 そしたらもうここが良くなかったとか、逆にここがうまくいったみたいなところが明らかになるから、そのAIとペアになってどんどん営業の担当者は上手になっていくというか、制約数を上げていくみたいなことができるってこと?
そうそう。 それめちゃめちゃ便利だし、結構いろんな業界で必要になってくるようなサービスですね。
そう、だからめっちゃすごいんだよね。 すご、いや、なんかね、ちょうどそのそういう課題感を持っているのを個人的にその相談が来てて、その人は保険の営業マンなんですけど、その会社的にその保険の営業が強い会社ではあるものの、やっぱりちょっと10年20年くらい前の人たちが強くて、あんまり新しい人が入ってこないみたいな状況。
あー、あるだろうね。 そう、ってなった時に、その先輩の営業マンが持ってるノウハウみたいなのをうまく下に引き継げなかったり、今この少子高齢化の時代でどんどんお客さんは高齢に高齢になっていって、引き継がなきゃいけないと、先輩から後輩に。
ってなったら、その全然育ってない後輩が大量のお客さんを抱えているといった中で、その保険なんで、生命保険とかだとアフターフォローが大事なわけですよ。 確かに。 その大量のお客さんを抱えなきゃいけない状況になってきた時に、もう回らないらしいんですよね。
まあ、そうだろうね。 いつ、その保険の更新の話を聞けばいいかとか、先輩がどういうふうにお客さんとやり取りしてたかみたいなところが、データとしてちゃんと蓄積できてないから、営業がうまくいかなくて、どんどん離れていっちゃうみたいな課題か。 へー、めっちゃシビアだな、それは。
そうなんですよね。で、その時にやっぱりこのAI自体、その商談の記録とかをちゃんとデータとして蓄積して、いつお客さんへのフォロー行けばいいかとか、何の話をすればいいかとかを提案してくれたらどんな便利なのにな、みたいな話をしていて、
自分がAIの仕事してるからたまたま会話してる中で、そういうことできないんだっけ、みたいなことを聞いてはいたんですけど、まさにその今のAIXみたいなプロダクトがあれば、即導入すれば一気に解決できるんじゃないかな、みたいな。 そうね、まあ確かに。でもまあその課題感ぐらいだったら、そんなリッチなもんはいらないっちゃいらない気するよね。
それもう言っちゃえば会話ログさえ残ってればいいみたいな状態じゃん。 いやまあそうは言いつつ会話ログをちゃんと構造的に管理できたりとか、まあそういうことね、その先の営業への提案、こういう市場で行きましょうみたいな提案とかまでできてようやく使えるものになるから、なんかこうある程度の作り込みは必要なのかなとは思ってはいたんですけど。
そうね、でもまあ一旦もうそういう知見を表層化させるところだけ仕組みにしてちょっとずつって感じだよね。まあ実際導入するってなったらそうなってくるんだろうなと、段階的に導入していくのがうまくいく定石というか。 そうね。
ではあるとは思うんですけど、Googleワークスペースをベーシックにするだけで解決するしね、実は。 ああ、そのすべてのミーティングをMeetでやってとかっていうこと? ああ、そうそうそうそう。
確かにね。で、あとはもう直接会いに行ったとき、すいません録画回しますって。はいはいはい。いやそうなんですよ、年齢言ってる人の前で録画する方が大変か。まあ確かに、あと保険っていうところでちょっとセキュリティ的にもシビアなところあったりとか、まあ確かにあるとは思うんで、そう、あの超えるなきゃいけないような障壁はあると思いつつ。
面白いなってその人と話があったのは、やっぱこういうことをやろうと思ったら、保険の会社なんでシステム舞台ってそんなに強くなくて、内製でやるっていうのはあんまり現実的じゃないと。
で、じゃあ外注するってなって、まあコンサルティングの会社とかにお願いするんですって。例えばアクセンチュアとか。はいはい。
開発までセットでやってくれてる。そうそうそう。やっぱり彼ら作るものってすごくリッチだし、まあ確かに。納品物ってなったら完璧なものを入れてくれるじゃないですか。そうね。
ってなったときに、いやそれはちょっとリッチすぎて、実際使うまでにはいたらないみたいなこともあるみたいで。はいはいはい。
けどな、そういうでかい会社って個人事業主に頼めないんだよな。いやそうなんですよね。だからそこのなんだろう難しさというか、
営業とAI時代の関わり
課題感を持ってるっていうのは言っていたんで。確かに。そういうクイックに取引ができるぐらい、ちょっと信用をためた会社とかを持ってたら最強だよね。そうですよね。
まあそんな話もありつつ、結構話は脱線してる気もするけど。まあいいんじゃない?営業の話しても。
はい。そうなんだよね。だからなんか営業は元をたどると、今の話の元をたどると、なんか営業めっちゃいいじゃんみたいなのが出てるのは、いやわかる、それはめっちゃわかるし。
結局AI時代にツールをめっちゃ作れるようになるわけだから、そのツールをどう売っていくかみたいなところは、営業目線あり、マーケティング目線ありみたいな。
大事なんですね。営業は昔から大事じゃんって言われてたのは確かにそうでもありつつ、
リョッチは比較的個人で営業していく機会とかもあるから、多分見えてる範囲ってのは比較的広いと思うんですね、このデータ人材みたいなポジションにいても。
自分みたいにもう新卒からデータサイエンスの組織にいて、仕事をしていくと感じるのは、営業ってすごく遠くの位置にいる組織で、
確かに。
そう、なんかこう自分が若い時というか、新卒間もない時は、思ってたのは1円も稼げてないなっていうすごくネガティブというか、
データサイエンティスト?
そうそう、仕事してんのに1円も稼げてないことへの劣等感みたいなのをすごく感じるポジションだなと思っていて、
いい会社員だね、それは、非常に。
雇用主から見たら。
確かにね。
そこの、自分この仕事してていいんだろうかとか、営業って遠いなーっていうことを感じたから、自分自身は社内企業とかの制度を使って、
多分このポッドキャストでも話したと思うんですけど、ちょっとあまりできないような経験はそこでやって、自分で営業したりとかって経験は積んできたものの、
そう、とはいえデータ人材、一般的な話をすると営業から遠いから、
なんか、今後営業が重要になってくるよとか言われると、そのノウハウ持ってないなーとか、どう活躍していけばいいんだろうなっていうところは考えるなーと思うんですよね。
営業の理想とデータサイエンス
まあ確かにね。
だからここで初めて、何だろうね、営業って括っても結構いろんなパターンあるわけで。
はいはい。
で、結構ちゃんと理想系だなーと思うのは、理想系だなというかは、さっきアクセンチュアってワード出たけど、
アクセンチュアとか、でかいコンサルビッグフォーとか、それ以上の戦略コンサルファームみたいなところとかあるわけじゃん。
そう、でなった時に、あそこら辺の人たちのランクの上がり方って、基本プレイヤーのその一人月いくらですみたいな感じのパッケージの一要因として働いてって、
昇進して、ある程度のところまで行った時に、自分で営業しなきゃいけないフェーズが来るんだよね。
なるほど。
そっちの方がなんかまあ本質的っちゃ本質的な気はしてる。
自分自身を売り込むってこと?
いやっていうよりも、自分のチームでの売り上げを作るために、自分その案件を取ってくる。
なるほどね。
それがまあ結構営業的な形になって、だからコンサルの上の方の人っていうのは給料高くて、でそれでしかも何億とかっていう案件を取ってくるから、
でそれでそのそれをこなすのに、例えば一人月100万とか200万とかっていうプレイヤーを山ほど抱えてて、
でそれで100人投入みたいな。
なるほどね。
みたいなのをして、みたいなプロジェクトの回し方になってくわけじゃん。
10人投入して100ヶ月、まあ100ヶ月はちょっと盛りすぎたけど、みたいなところとか、
そうっていうふうになんかやっていくから、プチ経営者みたいな形になって給料上がってくっていうシステムはめっちゃ綺麗だなと思ってるし、
そのぐらいのああいう会社のクオリティのサービスを提供するためにはどういうふうに仕事が回っていて、どういう技術がチームとか社内にあって、
でそれを知った上でなんか案件取りに行くみたいな。
営業的ムーブが追加されて、それで多分どんどん何億とかっていう案件を積み重ねていくと、さらにその上に行くみたいな感じらしいんだよね。
だから事業会社のデータサイエンティストは正直ちょっとそういうアクセンチュアとかああいうのの中にいるタイプの上り方とは違うけど、
ある程度なんかこう事業の中でAIのモデルとかデータサイエンス的なの動かし方が分かった上で、だからこのプロダクトすげえんだぜとか、
俺らの舞台使った方がいいんだぜみたいなところに行って成果出せるみたいな形にするとめっちゃ綺麗だろうし。
そう考えると初期の頃のそのもどかしさみたいなのをどっかで爆発させれば、ちゃんと回収したことにはなりそうな気がするよね。
マネジメントと営業スキルの重要性
確かにそれはそうだな。なんか営業っていうと何か物を売るみたいなところをイメージしてはしまうけれども、実際こうキャリアを上げてマネジメントとかしていくってなった時に、
人とか組織の持っているスキルとかを売っていくってなった時に、その売り込み方とかそういう営業の仕方もあるよなっていうのは今話してて思ったし、
事業会社とかだとやっぱりこういうデータ人材のマネージャーになって、その人材を例えば社内の他の事業部とかビジネス部の人たちに営業をかけるって言い方は社内じゃしないけれども、
実際はそう営業をかけて、うちらの組織と一緒にやりましょう。で、こういうプロダクトを売っていきましょうとか外にね、売っていきましょうみたいな進め方をするって言うと、
なんかまあ社内政治っていう風な言い方をしますけど、でもある意味営業で成り上がっていくしかいけないんじゃないかなとは思いますよね。
データサイエンス部門とかは結構横断で構えられていることが多いから、なんかその自分たちのチームとか自分のスキルを、こうあんたのとこの案件で使ってみませんかみたいな。
は結構あるよね。俺1年前ぐらい、1年ぐらい、1年半ぐらい前なんか結構そんなようなことやってたわ。ここでこういう成果出したからみたいな。
こっちの部署で成果出して、でなんかそっちの部署でやってたのも、会社全体のこのアプローチって武器になるよねみたいな話になってたから、別の部署のなんかちょっと金目になってそうな人に繋いでもらって、でなんか30分ぐらい喋って。
で、ちょっとどうすかこれやんないすかみたいな。ちょっと個数出してもらってみたいな。 わかるな。 そう、ていうのやって、俺ね、2、3個やったな、それで横展開社内で。
もうまさにそれも営業で勝ち上がっていくというか、評価されていくっていう進め方ですよね。 そうね。 だからそれを見てたから、今の事業責任者のところで社外もいけんだろうみたいな、になった可能性はなくはないかも。
いや大事っすね、その考え方というか、その資座を持つって。なんかこう、こういうAIのツールとかが強くなってきて、結構組織として持ってる技術みたいなのも、比較的平均化というか平坦になってくるなっていうのも思ってて。
そのあった時に各データ人材の抱える、課とか部の単位が、それぞれどういう差別化ポイントを持ってるかみたいなのをしっかりマネージャーが把握して、うちの組織使った方がいいよとか。なんかそういう社内政治みたいなところも重要になってくるんだろうなっていうのは結構ね、最近見るというか。
ここのマネージャーうまくやってるよなとか、あるから結構重要になってくるポイントだなと思いますね。
ここでなんかね、就職活動何が一番大事なんですかって言われて、小魅力っていうのが意外と大事みたいなのは、ここでなんかようやく回収された感はあるよね。 確かに。浅く聞こえるけど実は深いというか、小魅力。
本当に。小魅力勝負でいってうまくいった就活のやつは見たことないけど、けど最終小魅力になってくるみたいな。 確かにね。あるなー。やっぱ大事なんだ。
実感しました、それは実際に。 でなんかデータサイエンスとかは特に理系色強いというか、ギーク感が強いから、そうするとコミュニケーションを取りたがる人と取りたがらない人がいて、
取らないで技術で行くぜみたいなパターンで取れるすげえいいキャリアでもありつつ、広げていこうとした時に、なんか小魅力掛け算が意外と強いっていう。いないからね、そっちの方が少ないからね。
いやそうなんですよね。もうなんかちょっと前ぐらいからマネージャーになりたがらないデータ人材っていうのは結構多く見かけてきましたよね、エンジニア全般的にそうですけど。 みんな言うよね、それはね。
マネージャーにみんななりたがらない、そう。実際にどうなんだろうね。マネージャーにならなくても給料が上げられる専門職でキャリアを上げていけるみたいなところを会社としても準備してくれてるのが増えてきたとは思うんですけれど、
まあ確かに。 とはいえさっきも言ったように、各個人の持ってる技術の能力の差がそこまで重要になってくるのかなとも思うんですよね。
ああまあね。 そう、そのデビンとかね、そういうツールがどんどん出てくると、いやあんまり個人の持ってる能力重要かなとかっていう議論もあると思うから。
まあ確かに、AIがついてきちゃうからな、どんどんどんどん。今はね、今今はまだ、まだいけるけど、まだいけるけど。でもどうなんだろうね、なんかどっちもどっちだと思うんだよね。
あの、マネージャーの方に振るっていう、マネージメントの方に振るっていうのも、まあなんか一個あるけど、
うんとね、なんだろうな、成熟した組織にはマネージャーめっちゃ必要だけど、こっからほら、めっちゃ細かい組織みたいなのがめっちゃできていきそうなわけじゃん。
ええと、一つの組織に人が少なくて、少ない人数の組織が何個もあるってこと?
そうそうそうそうとか、まあスタートアップで生きていくみたいなところとかも、まあ選択肢としてはさらに増えていくし、そのスタートアップ自体の選択肢も増えていくみたいな、そうなっていくと、少ない人数であればあるほど、一人のなんか突出したプレイヤーの寄与率がめっちゃ高くて、
それで結構、数ヶ月後の、それこそスーパー営業マンいて、この人は何でも売れますみたいな、それのおかげで会社の寿命がまずいところから一気に回復したみたいなのもできるし、
このシステム全然できなかったけど、一人のスーパープレイヤー入れたらできちゃったみたいなのもある。
AI時代の営業
だから、なんか、そう、むずいんだよね、そこは。で、だからどっちも、どっちも大事だから、ほんとどっちかに振って、そっちの生きる道を探求していくっていう、なんか正解のない話になってくる気がする。
まあまあそうか、今の話は結局人間以上になる部分もあるよねっていうことですよね。まあ確かにね、だから確かに今までの当たり前が当たり前じゃなくなってくるのは想像できるから。
だからどっちかの中途半端は確かに一番まずいんだけど、なんか、で、プレイヤーとしてもできつつマネージャーとしてもできるみたいなのが、まあ両方取りが最強はまあ変わらず多分あって、けどどっちかをめちゃめちゃ深めていった人たちにも、
よりなんかAIがこうプッシュしてくれた世界の中で生きる道はめっちゃありそうみたいな。だからどっちかに振るんだよ。振らないといけないんだろうね。
マネージャーなのか、まあ専門職なのかとか。 プリン そうそうそうそうそう。 はあはあ。 プリン そっか。まあむずいけどね。結局ね、結局答えはない話なので、あれですけど。むずいなあ。
とりあえず人のいないところにいればいいんだよ。 プリン 人のいないところにいればいい? そう、俺はそのスタイルだから。 プリン ああよっちのね。
でも技術を深めたいの気持ちもめっちゃわかるんだよね。 一回断ってるでしょ、俺もマネージャー。フワッとしか聞かれてないけど、フワッと聞かれたからフワッと断ったみたいな。
やりたいですって言ったら、もうちょっともしかしたら流れは違ったかもしれないけど。 だから技術深めたい時期もそれありますわ。
相対的にこのデータ系の仕事をしてると周りの人たちはマネージャーやりたいっていう人は少ないように見えますね。 プリン そうなんだ。どうなんだろうね。あんまそんな話しないからわかんないんだよな。みんな実はやりたいんじゃないかなとかちょっと思ってたけどね、俺。
ああそうなんだ。まあ確かに。 プリン そんなことないのかな。 なんか自分で迎えに行くほどやりたいって人がいないっていうだけでさ。
プリン ああはいはいはい。 意外とどうなんだろう。そんなことないのかな。 プリン いや気になるなでも。
意外となんじゃないの。それ聞かれたらさ、ほらなんかあったじゃん。マクドナルドでアンケート取ったらサラダが食いてって回答されてサラダ作ったら全然売れないみたいなさ。
あえて聞くからそれは。だって現状維持終わ、新キャリアってことでしょ?
プリン まあそっか。 それは未踏の地の方が選びたくないよね。聞き方が悪い説もちょっとあるよね。アンケートの。
プリン まあそうだね。 大変だろーみたいななんかさ。フラットにやりたいやりたくないを考えれない質問の仕方になりそうだもんね。
プリン そうか。難しいね。上司とかになったらやっぱ部下をこう救い上げてこう上に上に上げていかなきゃいけないじゃないですか。
キャリアパスの選択
そうだね。 プリン 声かけの仕方大事ですね。 いや大事でしょ。ワンオンワンスキルも実はAI時代にめちゃめちゃ大事なのかもしれないよ。
そういう話も結構最近出てきてますよね。ワンオンワンについて語ってる人とかそういう本とかも多くなってきてるしね。
確かに。俺結構評判いい。ちょっとこっからこっからこのキャリアでどうやっていくかわかんないからちょっと様子見てあげてみたいなこうと一緒に動いた時のポジティブ効果割と高めだっていう評判をいただいてます私。
いやりょっちはそうじゃない絶対。なんかどんな人でもこうポジティブにできる仲ありますよね。
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。
