はじめまして。stable株式会社 代表の宮﨑一輝（@ikki_mz）です。
stable株式会社は、データエンジニアリングを専門領域として、企業のデータ活用・データマネジメントに関するあらゆるご支援をしています。
今回は「#も読」の第5回の投稿です。
今回取り上げるのは、株式会社JDSCのnoteに掲載された「データアナリストはデータやビジネスロジックを整備してAIを駆動する役割へ。これからのAI・データとの付き合い方」という記事です。現役のデータアナリスト2名による対談形式で、AI時代にデータアナリストという仕事がどうなっていくのかが語られています。
世の中には「AIでも分析できるからもう十分だ」という人が一定数いる一方で、「いや、まだまだ分析はAIに任せられない」という人もいます。この両者はなぜ同時に存在するのでしょうか。今回はこの問いを軸に、記事の紹介と、私なりの解釈を含めて思ったことを書いていきたいと思います。
記事の紹介
まず記事の内容を簡単に紹介します。要点は大きく3つあると理解しています。
1つ目は、簡単な集計や可視化はどんどんAIに置き換えられていくという話です。きれいに整備されたデータをAIに与えれば、もう良い示唆を出してくれるようになっており、著者のお二人自身もAIを活用して生産性を上げているとのことでした。
2つ目は、その裏返しです。汚いデータを渡すと、AIは間違った解釈をして間違った集計結果を出してしまう。しかも、その間違いをさも正しいかのように出してしまうという点です。記事の中には、複数データのヘッダーを読み込ませてSQLをつくらせたところ、たまたま名前が同じだったカラムを根拠に誤ったJOINをしてしまい、全く的外れな分析結果が出てきたというエピソードが登場します。AIは知らないことを「知らない」と言わずに、期待されていそうな答えを予測して返してしまう、という指摘は多くの方に心当たりがあるのではないでしょうか。
そして3つ目は、だからこそAIに100%任せられる段階にはまだ来ていない、という話です。記事では氷山の図を使って、これが整理されています。水面の上に見えている可視化やシンプルな集計は、AIに代替可能な領域です。一方の水面下には、戦略に合わせたゴール設計や指標の設定、分析設計といった上流の仕事から、データの収集・整備、データマート設計まで、現時点でAIに代替できない仕事が広がっています。その上で、データアナリストの役割は「グラフを作る人」から「AIを駆動するためにデータとロジックを整える人」へ変わっていく、と主張されていました。
詳しくはぜひ元記事を読んでいただきたいのですが、私自身、元データアナリストで現在はデータエンジニアというキャリアを歩んできたこともあり、自分が昔考えていたことや、今AI時代に考えているキャリア観とも重なる部分が多く、実体験ベースで語られる内容に非常に共感しました。
ここからは、この記事の主張を私なりに再解釈しながら考えていきます。
「分析」には5つのレベルがある
「分析はAIに任せられるようになったのか？」という問いについて少し考えてみましょう。
