仕事相手はAI。働き方をどう変える？
コメント
注目のコメント
まさにすぐ先の未来図。
データサイエンティストが足りない、プログラマーは食いっぱぐれない、などと言って子供にプログラミングを教えるとか、STEM教育偏重傾向が著しい昨今だが、基本的に「人間がやる必要のない仕事」は早晩なくなると思った方がいい。
及川さんの仰る技術者の三階層のうち最上位の「研究者」レベルの技術者以外は不要となるだろう。あとはそのタイミングだが、それは20-30年のスパンではなく、もっと短いスパンのものだろう。
とにかく短絡的な思考で、教育産業の口車に乗せられて、（子供本人が楽しんでいるのならば全問題ないが）やれプログラミングだ、やれ英語だ、やれ科学技術教育だ、と殺到するのは、愚の骨頂だと考え直した方がいい。
それは子供の教育に限らず、今すでに働き始めている（あるいはこれから働こうとしている）20-30代の人たちの今後のキャリア構築についても同様だ。データサイエンティスト不在でもデータサイエンスするための技術の話。
AIは実は使う人と作る人の境界が曖昧になってくる世界。AI技術者と言っても、GoogleやMicrosoft、IBMなどが提供するAIを可能にするサービスを活用できる（これもノウハウが必要）技術者か、研究者が編み出したアルゴリズムを活用する技術者か、そのアルゴリズム自体を考え出す技術者（研究者）などに分かれる。最初のサービスの活用は今はまだAI（機械学習など）そのものの理解が必要なものも多いが、じきにそれは不要となろう。そのときはもはや技術者でなくても利用可能となる、まさにこの記事の世界だ。
最後のインフラの話はAIに限った話ではない。インフラが整備されていることにより、生産性が向上する。例えば、A/Bテストのように、各種実験を簡単に行える仕組みがあるから、GoogleやFacebookは革新的な機能を提供し続けられる。同じことは品質管理のためのインフラにも言える。データ分析で一番時間がかかるのがデータクレンジング。これを自動で何とかしてくれるだけで生産性が格段に上がる。何らかの予測モデルを作成するためにCHAIDを繰り返し、良い変数を探し続けたりする手間もなくなりますと言うのがこの記事で語られているアナリティクスにおけるAIの価値。データサイエンティストの真価は出て来た数字をどうビジネス的に解釈すべきかであり、お作法にかける労力が無くなった分、そこに時間をかけることができると言うこと。
