Slide 1

Slide 1 text

❖ お時間になるまで、今しばらくお待ちください ❖ 録音・撮影はご遠慮ください ❖ お困りの場合はチャットでご連絡ください

Slide 2

Slide 2 text

\本日はお越しいただき、ありがとうございます/

Slide 3

Slide 3 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは 注意事項 ❖ 録音・撮影はご遠慮ください (資料は公開予定、スクショはOK) ❖ お困りの場合はチャットで ご連絡ください

Slide 4

Slide 4 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは 司会紹介 株式会社ZENKIGEN コーポレート本部MGR 清水 邑 2013年、株式会社イノベーションに入社。 BtoBセールス・マーケティングコンサルに加え、 社長室にて新規事業企画やM&A業務、採用など幅広い業務に従事。 2018年、株式会社ZENKIGEN入社。500名以上の人事と対話した経 験をもとに、人事コミュニティ「ZINZIEN」の立ち上げや経営者人 事向けのイベントプロデュースを中心に自身も年間150本以上のセ ミナー登壇を行う。 お写真反映を お願いします

Slide 5

Slide 5 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは 本日のアジェンダ はじめに 10min 会社紹介(ZENKIGEN,リンクアンドモチベーション) 10min セッションTIME データサイエンティストがつくる「未来の働く」 40min 質疑応答TIME 15min さいごに 10min ~21:00 終了予定

Slide 6

Slide 6 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは 是非お気軽にツイートください #データサイエンティスト ご感想・コメント お待ちしております!

Slide 7

Slide 7 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは 質問方法 ❖ 質疑応答の時間を設けます。 Zoomウェビナーの「Q&A」よりご質問ください! ❖ 「チャット」も大歓迎です。是非、盛り上げてください!

Slide 8

Slide 8 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは 本日のアジェンダ はじめに 10min 会社紹介(ZENKIGEN,リンクアンドモチベーション) 10min セッションTIME データサイエンティストがつくる「未来の働く」 40min 質疑応答TIME 15min さいごに 10min ~21:00 終了予定

Slide 9

Slide 9 text

7%→93%

Slide 10

Slide 10 text

AIが全ての産業を再定義する 重要なのはビッグデータ

Slide 11

Slide 11 text

11 経営 人材 戦略 デジタル化 人生100年時代 グローバル化 予測不可能性への 対応 環境変化 優 先 課 題 例 ・急成長海外市場の シェア獲得 ・ニーズ多様化への対応 ・グローバルガバナンス への対応 ・競争力や勝ち筋の再検証 ・テクノロジー進化、 スピードへの対応 ・シニア人口増加/ 若年層人口の減少への対応 ・個人の労働寿命が長期化、 キャリア意識が変化 ・コロナウィルス/戦争など 予測不可能性状態での 事業継続 ・企業存在意義(パーパス) の明確化 ・多様な人材の育成 / 確保 ・JOB型への対応など 柔軟な人事精度構築 ・イノベーション創出人材 の発掘/育成/確保 ・人材の再教育/再配置 (ビジネスモデル変化 へ対応) ・価値観の多様化への対応 ・エンゲージメント向上 ・キャリアの自律化 ・変化対応力の高い 人材/組織 ・場所/時間に囚われない 働き方の整備 ・リモートワークにおける コミュニケーションの 活性化 参照: 持続的な企業価値の向上と人的資本に関する研究会報告書~ 人材版伊藤レポート ~ https://www.meti.go.jp/shingikai/economy/kigyo_kachi_kojo/pdf/20200930_1.pdf 人的資本を含む “無形資産” が企業価値の源泉となる時代

Slide 12

Slide 12 text

12 • HRとデータ | 取得・活用 • 人の可能性を発揮 | 倫理の方向性 • 企業価値向上 | 人的資本の最大化 • より良い社会を創造する | 未来へ |Keyword

Slide 13

Slide 13 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは 本日のアジェンダ はじめに 10min 会社紹介(ZENKIGEN,リンクアンドモチベーション) 10min セッションTIME データサイエンティストがつくる「未来の働く」 40min 質疑応答TIME 15min さいごに 10min ~21:00 終了予定

Slide 14

Slide 14 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは 登壇者紹介 株式会社ZENKIGEN インキュベーション本部部長兼データアーツ室室長 小荷田 成尭(こにた なりあき) 慶應義塾大学大学院SDM研究科に進学し、システムズエンジニアリン グとデザインを学ぶ。ソフトバンク株式会社、アクセンチュア株式会 社、株式会社ARISE analyticsを経て、2019年10月に株式会社 ZENKIGENへ入社。現在はデータサイエンティストとして 新規事業開 発 、マーケティングを兼務し、ブランディングやAIプロダクトの設計 など幅広く携わる。

Slide 15

Slide 15 text

No content

Slide 16

Slide 16 text

No content

Slide 17

Slide 17 text

No content

Slide 18

Slide 18 text

No content

Slide 19

Slide 19 text

No content

Slide 20

Slide 20 text

No content

Slide 21

Slide 21 text

No content

Slide 22

Slide 22 text

No content

Slide 23

Slide 23 text

採用×AI「harutaka」

Slide 24

Slide 24 text

250万 2022年8月時点

Slide 25

Slide 25 text

職場×AI「revii」

Slide 26

Slide 26 text

No content

Slide 27

Slide 27 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは 登壇者紹介 株式会社リンクアンドモチベーション データユニットマネージャー 東山 英治(とうやま えいじ) 博士後期課程まで進学するもDC2からポスドクへの研究費審査が通ら ず研究者への夢を断念。アドテク企業のデータエンジニア、機械学習 エンジニアを経て、リンクアンドモチベーションに入社。データチー ムを立ち上げ、モチベーションクラウドの解約予測や研究開発に従事。 グループに眠っているデータ価値を最大化し、10年後に成人する息子 たちのために良い会社を増やしていきたいと考える。

Slide 28

Slide 28 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは 会社紹介|リンクアンドモチベーション

Slide 29

Slide 29 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは 会社紹介|リンクアンドモチベーション

Slide 30

Slide 30 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは 会社紹介|リンクアンドモチベーション

Slide 31

Slide 31 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは 本日のアジェンダ はじめに 10min 会社紹介(ZENKIGEN,リンクアンドモチベーション) 10min セッションTIME データサイエンティストがつくる「未来の働く」 40min 質疑応答TIME 15min さいごに 10min ~21:00 終了予定

Slide 32

Slide 32 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは 質問方法 ❖ セッション中でもご遠慮なくご質問ください! ❖ 時間が許す限り、皆様からのご質問にお答えします。

Slide 33

Slide 33 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは セッションテーマ 未踏の地に挑戦するデータサイエンティストがつくる 「未来の働く」とは 気の合う二人が楽しく赤裸々にお話します! 話を聞いて一緒にわくわくしていただければ幸いです (多少の脱線もお許しください🙏)

Slide 34

Slide 34 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは セッションテーマ① 多くのHR Techが存在しますが 他社様のSaaSとの違いはどこにありますか? (引用:HRテックカオスマップ2022年最新版~982サービス掲載~(https://hrtech-guide.jp/chaosmap))

Slide 35

Slide 35 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは セッションテーマ② コロナ禍で「働く」への認識が大きく変わりました。 「データ」という切り口でどう捉えていますか? (引用:コロナ後も変化が定着すること1位は「働き方」(https://www.intage-qualis.co.jp/magazine/archives/2194/))

Slide 36

Slide 36 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは マイクロソフトによるハイブリットワークの意識調査 出典:ハイブリッドワークは仕事の一形態に過ぎない。私たちは間違っていないか? マイクロソフト

Slide 37

Slide 37 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは オフィスに 行きたい オフィスに 行きたくない 年齢 出典:ハイブリッドワークは仕事の一形態に過ぎない。私たちは間違っていないか? マイクロソフト マイクロソフトによるハイブリットワークの意識調査

Slide 38

Slide 38 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは セッションテーマ③ 今後、直面するであろう「課題」を データサイエンスでどう乗り越えていきますか?

Slide 39

Slide 39 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは 質疑応答 これより質疑応答へ移ります (画面を切り替えますので少々お待ちください)

Slide 40

Slide 40 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは 質疑応答 ご質問 まだまだデータサイエンティス トという役割の定義が曖昧で、 周囲の理解を得づらいこともあ ると思うのですが、実際に社内 で取り組みを進められるうえで 工夫されていることはあります か? 回答 ■小荷田様 入社当時は、社長をはじめ多くのメンバーがデータサイエンティストの役割をはっきりわかっていたわけでは なさそうでした。 ただ、自分が期待に応えないと部門も大きくならないと思ったので、専門ではなかったHRドメインをしっかり 勉強して、一番可能性を感じたピープルアナリティクスの知見をHR SaaSに組み込んで成果を出していこうと 思いました。 最初はその成果までの道のりが長かったため、まずはマーケティングデータ分析をしたり、適性試験のデータ 活用をサポートしたりして、目の前のことで成果を出し信頼を得ていきました。 新しい職種のため、私たちより上の世代のデータサイエンティストはなかなかいないと思います。 自分たちが成果を残していかないと消滅してしまう職種でもあるので、半分はビジネス貢献のため、そしても う半分は、未来へ向けて取り組んでいるところがあります。 ■東山様 私も社内データサイエンティスト第一号なので、小荷田さんがやってきたことに非常に共感できます。 入社時描いた構想も色々ありましたが「今じゃない」と実現が後回しになっていました。 そんな状況だったため、何が一番事業貢献できるかを考えてやってきました。 そして、まずはモチベーションクラウドの解約予測だと取り組みやすく貢献もできると思ったため、 解約しそうなお客様のところへ同行してフォローしたりして信頼を得ていきました。 私は7割ビジネス貢献、3割未来のために取り組んでいますが、 これは企業フェーズによって違いはあると思います。

Slide 41

Slide 41 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは 質疑応答 ご質問 前提として、データサイエンス には大きく2つの問題があるよ うに思います。 1 情報取得はできるが、解釈が 難しい問題 2 情報取得が難しい問題 現状よく聞くビジネスサイドの データサイエンスは1を指すよ うに思っていますが、やり尽く されてきているようにも思いま す。特に人間の知覚の延長の際 には、今後のトレンドは1, 2の どちらが主流なのでしょうか? 回答 ■小荷田様 ①分析:事後分析(採用活動終了後来年に向けて使うもの) 取得はできているが解釈が難しいパターンです。 問題のあるところを特定して、それからはUXリサーチやインタビューなどを実施して、 真実を暴いていく取り組みをしています。 ②AI開発:リアルタイム(採用活動中に使うことができる) 情報取得が難しいところですが、モデルなのである程度の想定の動きはあります。 ただ、解釈の問題が出てくるものなので、精度は落ちますが、2つモデルをつくることがあります。 (重要変数がわかるものと、DeepLのハイブリッドなど) 人間の領域のものなので「解釈できないもの」は使えないと考えています。 ■東山様 1の限界を感じたときに、2の取得戦略を考えていくように、1と2は地続きの問題だととらえています。 1の取得できている情報をモデルに落とし込みますが、取得できていないものは何かを普段感じていることか ら考え、どのようにしたらデータとして取得できるか戦略をたてていきます。なので、両方とも大事だと考え ています。

Slide 42

Slide 42 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは 質疑応答 ご質問 小荷田様へ 先ほど人文系方面 の方々ともコラボレーションを されているとお聞きして非常に 興味深かったです。異なるバッ クグラウンドの方々とコミュニ ケーションを取りながら成果を 出すことは困難もあると思うの ですが、何かコツや気をつけて いることなどはございますでし ょうか。 回答 ■小荷田様 R&Dの採用基準は、「専門性+共感力が高い人(他分野を否定したり攻撃するのはNG)+人間に興味がある 人」というものになっているので、コラボ力が低いということは少ないです。 そのうえで、弊社では基礎的な勉強会を積極的に行っています。 例えば、各分野のバイブルとなる書籍がリスト化されていて、社内の課題書籍になっています。 他にも、みんながわからない領域があった場合、分野を超えて全員で論文を探してきて、ディスカッションす る場を週に1回設けて、共通言語づくりをしています。 専門家の方を招くときもあるのですが、外部の人も参加が可能なものもあり、先月の読書会テーマは「味覚」 で実施しました。 ■東山様 小荷田さんとことごとく被りました(笑) 相手の言っていることの背景にあることを理解して共感をし、そこを受け入れたうえで共通の目的をつくるこ とが大事だという考えが弊社のメンバーに共通してあります。その上で、その共通の目的を達成するためのコ ミュニケーションが効率的になるように言葉を揃えることにも腐心しています。リンクアンドモチベーション グループには、「DNA Book」というものがあり、テストの実施などを通して言葉を揃えています。

Slide 43

Slide 43 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは 質疑応答 ご質問 分析結果やAIの示唆を元に、ビ ジネス上の意思決定やプロダク トの開発方針に反映する際に、 工夫していることはあります か?よくPoCは終わったがそこ から先に行けない、ということ があるのですが、そこにデータ サイエンティストとして、どう 関わっているのか気になりまし たか。 回答 ■小荷田様 PoC貧乏にならないようにするために、デザイン思考をよく使っています。 プロトタイプの概念として、①ファンクショナルプロトタイプ②デザインプロトタイプの2つがあると思うの ですが、①だけだとモデルは検証しかできていない状況、②だけだとUXテストしかしていない状況になります。 なので、片方しかやらないで進めてしまうと、設計が不十分なのでPoCで止まりやすいです。そのため、弊社 では、どちらも設計をしてからしかプロジェクトを走らせないようにしています。 ■東山様 AIを使わない解決策があるなら、それをなるべく提案/選択しています。 確定的な挙動が強く求められるものに機械学習は向かないことが多いので。 また、やると決めたら最後までやりきるという覚悟が大事だと考えています。

Slide 44

Slide 44 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは 本日のアジェンダ はじめに 10min 会社紹介(ZENKIGEN,リンクアンドモチベーション) 10min セッションTIME データサイエンティストがつくる「未来の働く」 40min 質疑応答TIME 15min さいごに 10min ~21:00 終了予定

Slide 45

Slide 45 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは お知らせ|ZENKIGEN 【データサイエンティスト募集】 世界でも貴重なデータを解析できます。独自で豊富なデータを活用して成果に結びつけてくれる方を募集しています! ● 必須スキル データドリブン経営をアシストしてくれる方 ・機械学習に関する知識 ・統計言語を用いた分析の経験(Python、R) ● 歓迎スキル 2年以上のコンサルティング経験者 大学/大学院においてコンピューターサイエンス・統計学・社会学を勉強していた方 機械学習モデルを用いた分析プロジェクト経験者 ● 求める人物像 社会課題の解決や新しいサービスの創造に挑戦したい方 日々の新しい分析手法やデータに対するアプローチの方法の更新に対して、高い感度とリサーチ力 理解力を持てる方 自らの専門領域を越え、技術研鑽したい方 スペシャリティを存分に発揮し、価値創造に尽力できる方 好奇心と向上心を持った専門家 ・分析結果をビジネスに活用できる方

Slide 46

Slide 46 text

No content

Slide 47

Slide 47 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは お知らせ|リンクアンドモチベーション がむしゃらに頑張っていたらいつの間にかリーダーになっていた方へ ~20年間モチベーションを科学する企業のキャリアづくり実践法~ 12/9(金) 16:55~17:25 お申込はこちら

Slide 48

Slide 48 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは お知らせ|リンクアンドモチベーション ● データサイエンティスト ● エンジニアリングマネージャー ● プロダクトマネージャー ● テックリード ● サーバーサイドエンジニア ● フロントエンドエンジニア ● SRE ● QAエンジニア ● CRM ● UXデザイナー 週1でテックブログ更新しています! まずはカジュアルにお話しましょう! ご連絡お待ちしております! 全職種、積極採用中です!

Slide 49

Slide 49 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは さいごに お二人から最後に本日の感想を一言!

Slide 50

Slide 50 text

未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは アンケート回答のお願い チャット欄よりURLをお送りします ご回答のほど、よろしくお願いします!

Slide 51

Slide 51 text

本日はお越しいただき、誠にありがとうございました