デジタル人材育成を成功させる鍵は「伴走」。データ活用の第一人者、河本薫教授が語る、生成AI時代の日本企業の“勝ち筋”とは – 生成AI時代の「デジタル人材」戦略を探る

多くの日本企業がDX（デジタルトランスフォーメーション）推進を掲げる中、最大の課題となっているのが「デジタル人材育成」である。データやAI（人工知能）の活用を担うデジタル人材を、どう育成すればいいのか。かつて大阪ガスでデータ分析による業務改革を推進し、現在、滋賀大学データサイエンス学部で教壇に立つ河本薫教授に、その要諦を聞いた。

なぜビジネスの成果につながる「デジタル人材育成」が進まないのか

　DX（デジタルトランスフォーメーション）は、今やあらゆる企業の経営戦略に不可欠となった。同時に、データを戦略的に活用し、AIによって分析・予測を行う「データドリブンな意思決定」の重要性も高まっている。

　こうした背景から、多くの企業がデジタル人材――データ分析やAI活用を担う人材の育成に力を注いでいる。専門職であるデータサイエンティストの育成だけでなく、一般職のビジネス担当者に対しても、自ら分析ツールを使ってデータの分析や可視化、機械学習による予測などができるように教育が進められ、デジタル人材として活躍することが期待されている。

　しかし、滋賀大学データサイエンス学部の河本薫教授は、現時点では、デジタル人材の育成がビジネスの成果に思うように結び付いていないとみている。ビジネス担当者がデータ分析を行う場合、分析ツールを使うことができても、肝心のビジネスの問題解決に至っていないケースが散見されるというのだ。

滋賀大学
データサイエンス学部
河本 薫 教授
1989年京都大学工学部数理工学科卒業。91年京都大学大学院工学研究科応用システム科学専攻修了。同年、大阪ガス入社。98年米ローレンスバークレー国立研究所でデータ分析に従事。2005年、大阪大学で博士号（工学）。11年同社内のデータ分析専門組織「ビジネスアナリシスセンター」の所長に就任。14年神戸大学で博士号（経済学）。15年より24年まで大阪大学招聘教授を兼任。2018年より現職。

　それは、データサイエンスやAIの知識・スキル以前に、ビジネス担当者の「問題解決の能力と意欲が低い」ことが主な原因だと河本教授は指摘する。

　ありがちな失敗例を挙げよう。「在庫を最適化するために需要予測モデルを作成したが、発注タイミングの変更で課題が解決できてしまった（需要予測モデル自体が不要だった）」というケース。また、「不良品発生の原因を特定するためにデータ分析を始めたが、原因となるデータがそもそも分析対象になっていなかった（いくら分析をしても原因にたどり着けない）」といったケース。いずれも、データ分析が正しく行えているか以前に、問題解決へのアプローチが誤っているために起こる状況だ。

　なぜこのような失敗に陥ってしまうのか。次ページでは、河本教授がその根本原因を明らかにし、ビジネス担当者をどうやってデジタル人材に育成するのかを詳しく解説する。