Forkwell Press

エンジニアの生き様をウォッチするメディア

ソフトバンクのAI戦略を担うデータサイエンティストの仕事とは? ~データ、テクノロジー、アイデアで未来を切り拓くエンジニアたち~

通信大手のソフトバンクは2017年4月、テクノロジーユニット内に「AI戦略本部」を設置した。これまで社内で行われていた「データアナリティクス」や「AI」のビジネス活用へ向けた取り組みを集約し、展開を加速することが狙いだ。

AI戦略本部内の「AI&データサイエンス部」は、その先進的なミッションの最前線となる部署である。同部の業務内容や環境について、所属する3人のエンジニア・データサイエンティストに話を聞いた。

「ビッグデータアナリティクス」「AI」といった、大量のデータから新たな価値を生みだすテクノロジーに、今、注目が集まっている。 コンピューティングリソースの価格性能比の劇的な向上と、分析アルゴリズムの画期的な進化。これらは、従来では不可能だったレベルの未来予測を可能にし、「知能」と呼んでもいい高いレベルの認知能力と学習能力を、システムに与えつつある。

現在、多くの企業が、このテクノロジーをビジネスへと適用する方法を模索している。既存業務の効率化、ビジネスプロセスの最適化はもちろんのこと、これまでになかった新たなビジネスを AI によって創造していくことが、将来的に企業が生き残りを果たすための課題であると認識され始めている。

通信大手のソフトバンクも、先進的にその取り組みを行っている企業の1社だ。同社では2017年4月、テクノロジーユニット内に「AI戦略本部」を設置し、ビッグデータや AI の本格的な活用を進めていこうとしている。

研究開発から現場適用まで-「データサイエンティスト」の広範な役割

ソフトバンクにおいて、「データ活用」の取り組みは以前から、各事業部門や部署でそれぞれ行われていた。「AI戦略本部」は、その取り組みのうち、全社的に標準化できる部分を集約し、効率的に開発や研究を推進するために新設された部署である。

AI戦略本部内に設置された「AI&データサイエンス部」は、その中でも「データアナリティクス」や「AI」の実業務への適用という、より先進的な役割を担ったセクションだ。今回、この「AI&データサイエンス部」に所属する3人のエンジニア・データサイエンティストに話を聞いた。

  • 山田聡 氏(AI戦略本部 AI&データサイエンス部 AIプラットフォーム開発課 課長)
  • 金子隆大 氏(AI戦略本部 AI&データサイエンス部 AIソリューション課 課長)
  • 合志昭範 氏(AI戦略本部 AI&データサイエンス部 データサイエンス課 課長代行)

山田氏、金子氏、合志氏は、いずれもソフトバンクグループに新卒で入社し、以来10年以上にわたって、グループのさまざまな事業体において情報システムの構築、運用に携わってきた中堅メンバーだ。


山田氏の率いる「AIプラットフォーム開発課」は、AIプラットフォームの構築や実際の開発に携わるチームである。

「AI にとってのコアとなるアルゴリズムを開発し、業務システムから呼出可能な API を整備するなど、ソフトバンクにおける AI 利用のための基盤を整備していくのが主な役割です。リソースの調達から、システムの構築運用、コーディングから理論の研究まで、幅広く携わっています」(山田氏)


金子氏、合志氏の属するチームの役割は、主に業務部門が抱える課題の発見と、その解決にある。課題解決にあたって、AI やデータ分析をどのように生かせるか。そのアイデアを、山田氏をはじめとする開発チームと情報共有しながら考え、実装されたものを現場へと展開し、根付かせていくことがミッションとなっている。

「文章認識」「画像分析」「SNS分析」-ソフトバンクでの AI&データ活用事例

発足から間もないものの、既に「AI&データサイエンス部」が手がけたシステムは、次々と同社の業務の中に組み込まれようとしている。具体的な例をいくつか挙げてみよう。

「サポートセンターにおける、AI によるオペレーター支援」は、非常に分かりやすい例のひとつだろう。同社のサポートセンターには、契約者から日々多くの問い合わせが寄せられる。機械学習した AI によってその内容を自動的に仕分けすることで、対応の効率を高めていこうという試みだ。

「サポートセンターに寄せられる問い合わせの内容は本当にさまざまです。オペレーターは、お客様との会話から、その意味を理解して適切な回答をする必要があります。この業務に AI を組み込むことによって、例えば『新しいのが欲しいんだけれど、お金はどうなるの?』といったご質問でも、その内容をそのまま入力することで、AI がその意味を理解し、『新製品』と『割賦残債』に関する情報をオペレーターに提示します。もし、その問い合わせを受けたオペレーターが経験の浅い新人だったとしても、ベテランに近いレベルで満足度の高い対応を効率的に行えるようになります」(山田氏)

そのほかにも、Twitter などの SNS に流れているテキストデータのネガポジ分析から、コンシューマーが今、どのようなトピックに対して強く反応しているかを知り、マーケティング部門での施策に役立てようという試みや、契約者のデータ分析から得られる行動予測を、ワントゥーワンマーケティングへとつなげていく試みなども行われているという。


また、AI研究の分野ではポピュラーな「画像分析」も、意外な分野で活用が検討されている。それは機器や設備の保守だ。従来であれば、人が目視でチェックする必要があった機器の故障や不具合を、その機器を撮影した画像から自動検出することで、メンテナンスの効率化につなげていきたいと考えているという。

こうした成果は、ソフトバンク社内だけでなく、他社とのコラボレーションの中でも活用されようとしている。ソフトバンクとみずほ銀行は、2016年11月に、AI やビッグデータを活用したレンディングサービスの提供を目指したジョイントベンチャーを設立した。AI&データサイエンス部も、この取り組みに対して、AI によるリスク管理モデルの作成といった点で携わっている。

ビジネスへの AI活用にあたって、同社が重要だと考えているのは「スピード」だ。AI を実現するシステムインフラの設計と構築は主に社内で行っているが、スピードを重視するため、OSS の最新の成果や、場合によっては他社のクラウドサービスの機能なども柔軟にとり入れていく姿勢だという。

「その技術が業務に役立ち、かつコストが削減できる見込みがあれば、他社のサービスや技術、エッジなプロダクトでも積極的に活用していくつもりで、業界の状況を常にウォッチしています」(金子氏)

「データの量と質」「成果の影響力」「最新技術の活用」が生み出す面白さ

3人に、エンジニア・データサイエンティストとして、ソフトバンクで AI やビッグデータ活用に取り組むメリットについて聞いたところ、共通して挙がったのは「利用できるデータの量と質」だった。

「現在のソフトバンクには、質と量の両方がそろったデータがあります。この両方がそろったデータを分析に使える企業というのは多くありません。そこが、やりがいであり、同時に難しいところでもあります」(合志氏)


次に挙げられたのは「企業規模の大きさ」だ。提供しているサービスの顧客数はもちろん、同社のビジネスに関わっているスタッフ数も多い。このような環境で、AI を通じてビジネスプロセスや業務効率を「少しだけ」改善できる革新を生みだせれば、累積して得られる効果は膨大なものになる。

「ソフトバンクの従業員は多く、日々の業務で利用している社内システムも非常に多いです。その一部で、少しの効率化を実現できれば、それが積み重なって全社的に膨大なコスト削減、業務効率化につながります。問い合わせ対応業務の効率化から、ヒューマンリソースの最適化まで、AI の活用が見込める分野は多いと考えています」(金子氏)

また山田氏は、革新的な技術を仕事の中に取り入れやすい環境にあることが、エンジニアとしてのやりがいにつながっていると話す。

「AI やデータサイエンスは、非常に進化のスピードが早い分野です。AI&データサイエンス部では、新しい技術やプロセスを積極的に取り入れていくことで、そのスピードに対応していこうという機運が高いですね」(山田氏)

データサイエンティスト活躍の場はアイデアとスキルで無限に広がる

活用可能な大量のデータと、AI が持つ可能性から生まれるアイデアを前に、ソフトバンクで働くデータサイエンティストたちの挑戦は始まったばかりだ。この取り組みをひとつずつ実現させていくにあたって、共に仕事をしてみたい「人物像」を、3人それぞれに挙げてもらった。

「われわれのチームの場合、基本的なシステム開発力があることはもちろんですが、それに加えて、社内外のいろいろな人と接するなかで、課題は何かを見つけ、最適な解決策を出すプロセスを楽しめること。一見困難に見える課題にぶつかっても、ポジティブに先に進む方法を考えられる人がいいですね」(金子氏)

「ソフトバンクは、本当に変化の多い会社です。環境の変化に、ワクワクを感じられる人には、とても合っていると思います。仕事に関して言えば、これまでに業務として大量のデータを処理した経験や技術がある人だと心強いです。また、ソフトバンクは通信業界の企業ですが、他業界の視点や感性を持ってデータを扱える人も歓迎です」(合志氏)

「今、ソフトバンクは全社的に AI 活用にとても積極的です。そのため、AI やデータ分析に関して、どのような取り組みをしてきた人でも、活躍の場は多くあると思います。最新の技術が好きなことに加えて、それをどのように業務に役立てることができるかという視点を持てる人にとっては良い環境だと思います。現場では、Hadoop や Spark、PostgreSQL、Spring などの OSS を多く活用しています。言語としては、Python、Java が主流です。できれば、OSS を使ったシステム開発の流儀を理解している人だと嬉しいですね」(山田氏)


あらゆる業界、業種のビジネスに AI、データサイエンスの知見が求められる時代は目の前に迫りつつある。彼ら、ソフトバンクのデータサイエンティストが活躍する場も、これからますます広がっていきそうだ。

執筆:高橋美津