このことが背景となって、求職サイトIndeed.comのスタッフが筆者に説明してくれた、「データ処理関連の求人情報は1年以上に渡って減少し続けていたが、現在は増え始めている」という事態が起きているのかもしれない。それに加え、作業の自動化への依存が高まれば、データセキュリティの専門家に対する需要も増える。Indeed.comは、「データセキュリティ関連の職種は、現在も企業に強く求められている職種であり、2013年以降需要は急増している」と述べている。
あらゆる場所で利用される機械学習
Indeed.comの認識は、Pentahoの最高経営責任者（CEO）Guentin Gallivan氏の「サイバーセキュリティは、ビッグデータのもっとも大きな用途になる」という予想とも合致している。同氏は「2017年には、アナリティクスにAIと機械学習を早くから導入した企業が、事業のデジタル化に向けて大きな先行メリットを得る」とも述べているが、この意見は機械学習業界の見方とも一致している。
Gallivan氏は、これは一部の特別な事例に限った話ではないと見ており、「これは、顧客に対してよりよいレコメンデーション機能を提供しようとするオンライン小売業者にとっても、多額の維持管理費を最小限に抑えようとする法人顧客にとっても、自動運転車を作ろうとしている自動車メーカーや、テロリストの次の攻撃を防ごうとする空港にとっても言えることだ」と付け加えている。
システムに組み込まれるAI
では、このAI機能はどこで使われるのだろうか。Splunkのエンジニアリング担当バイスプレジデントToufic Boubez氏は、「機械学習のアプリ化」を予想しており、「機械学習機能は多くのエンタープライズアプリケーションに組み込まれ始め、先進的なアプリケーションは提案を行い（答えを提供するということではないにせよ）、データとユーザーからのリアルタイムフィードバックに基づく、インテリジェントなワークフローを提供するようになる」と説明している。同氏はまた、「これによって、ビジネスの専門家は、機械学習の専門家にならなくても、カスタマイズされた機械学習機能の恩恵を受けられるようになる」と付け加えている。
この方向性は、Redis Labsの製品マーケティング担当バイスプレジデントLeena Joshi氏の「素早く『学習』し、ユーザー体験をカスタマイズするエンタープライズアプリケーションが、成功のための新たな常識になる」という考えとも一致する。同様に、BashoのCEOであるAdam Wray氏は、「データが発生し、ビジネスプロセスが実際に起こっている『エッジ』でデータを活用できるようにするソリューションの実装に、組織は投資の多くをシフトし始める」と考えている。ここで言う「エッジ」は物理的なデバイスと捉えることもできるが、業務用アプリケーションと考えることもできる。
データサイエンティストの今後
主要なエンタープライズソフトウェアへのインテリジェンスの組み込みが進むことは、2017年のもう1つの重要なテーマにもつながる。データサイエンティストは今後も必要なのか、必要だとして、どの程度必要なのかということだ。
World Programmingのディレクターを務めるOliver Robinson氏は、「データサイエンティストになるための教育課程は人気を増しつつある」と述べ、さらに「このことは、労働市場におけるデータサイエンティストやデータスペシャリストの需要増を満たすのに役立つだろう」と付け加えている。自然言語処理や感情アナリティクスの提供で知られるLexalyticsのCEOであるJeff Catlin氏は、「2017年は『データサイエンティストの年』になる」と述べているが、2018年は「AIがデータサイエンティスト以外の人にも構築可能な年になる」とも予想している。
