デジタル時代はなぜ“データ分析力”を求めるのか【第1回】

　データ分析に取り組むにはビジネストレンドを知っておく必要もある。興味深いことに、日本と海外ではビジネストレンドにも明確な差がある。日本は部品メーカーが多いこともあり注目はIoTである。ところが海外は、まずAI。それにクラウドや次世代の自動車、スマホ、５G（第5世代移動通信システム）へと広がっている。日本でもAIから5Gまで、すべてに注目してはいる。だが企業戦略としてみれば、日本はIoT、海外はAIだ。なぜ米国をはじめ海外はAIなのか？

　答えは簡単だ。AIは儲かるからだ。メーカーがIoTを用いて故障などを予知・予兆をしてもお金にはなり難い。それは製品メーカーが負うべき宿命だからである。逆にAIはブラックボックスであるが故に話が大きくできる。無限の可能性が詰まっている。

　そのAI、あるいはロボットを含めて、人の仕事を奪うという悲観的な予測も少なくない。欧米では「ロボカリプス（Robocalypse：robot＝ロボットとapocalypse＝黙示録を組み合わせた造語）」という言葉が流行っている。AIを備えたロボットによって人間は仕事を失い、黙示録の予言のように破局が来るという考えである。

　確かに人はAIによって仕事を奪われ、所得の中間層は二局化していくだろう。だが筆者は明るい未来を予想している。かつて、産業革命の前に農業革命で人々の仕事が奪われた。だが、知識を蓄えるために家庭の蔵書量が増え、産業革命以後の新しい社会の原動力になった。同様のことがAI革命でも起こり、暇になった人が家に入り、クラウドワーカーとして次の産業革命・社会変革の力になるだろう。

　今、100～200年前の古い原則に従った社会システムが、ビッグデータやAIに基づく新しい考え方や高度なデータ分析により、姿を変えようとしている。我々が抱える現在の社会問題の解決を図ろうとしている。そのためには、ビジネス界でもビジネスリーダーが適切な分析法を学び、データによるイノベーションを実現しなければならない。これがデータイノベーションである。

　次回からはデータ分析に関し、以下のような話題を取り上げていく予定だ。

• データ分析の目的、手段、対象
• データ分析の流れ、プロセス
• データ分析法の本質
• 分析経験から得た知見
• ベイズの定理
• 心理的な側面（エモーションドリブン型）
• ビッグデータに関する法則
• データに関するリスク管理
• 科学的手法（ロジカルシンキング、トポロジー分析、スパースモデリング、形態素解析など）
• データのビジネス視点

　これらの話題が、データに様々な形で携わる、すべての読者の参考になれば幸いである。