本橋持ち上げすぎですよ（笑）。私はあくまでも「ビジネスサイド・データサイエンティスト」のベテラン選手だというだけです。

本橋もともと私は機械工学に夢中な学生時代を過ごしていました。特に自動車が好きで、世界最高峰のレースであるF1に出走するフォーミュラ・カーに魅せられていたんです。ただ、エンジンや空力の可能性に没頭するというよりも、どちらかといえばソフトウエア分野に関心があった。

そんな中、大学院でTUIの研究というものに携わることになったんです。

本橋たぶんこれが、私の現在につながる最大のきっかけだったと思います。つまり、この研究で私は初めて「“観測できない何か”を当てにいく、つまり推定・推量するアプローチ」に触れ、その面白さにハマっていったんです。ある種の機械学習をここで体験したことになります。

でも何より一番の気づきは、自分が目的志向の人間なのだということ。目的に向かって自分の持てる力を費やして、それが面白いことにつながっていくような仕事に就きたい、と思うようになったんです。

そこで浮かび上がってきたのが、企業所管の研究所。ビジネスゴールを目的にしたテクノロジーと向き合っていこうと決め、最終的にNECの研究所に就職をしました。

いま、ビジネスサイドにもかなり身体を張り出してきた中で思うのは、やはり「技術は手段でしかない」ということ。自分がやりたいのは「学術や研究」ではなく「新しい技術の社会実装」だったと分かったので、良い選択だったと振り返っています。

本橋この時期に、あらゆる業種の企業がビッグデータ解析というものの可能性に注目し、「これからはデータ活用だ」という一大ムーブメントがあったんです。そして、ちょうどそのタイミングで私も携わったチームの研究成果が『異種混合学習』でした。これが私にとって「最大の転機」になったと思います。

本橋「よし、売るぞ」という気運で盛り上がったのは良いのですが、ビッグデータ解析ブームとはいえ、まだまだAIやデータサイエンスの概念は一般的には浸透しておらず、NECの営業部隊がいかに奮闘しても、それだけでは真の価値は伝わりづらいだろう、と。「『異種混合学習』のことをしっかり語れる研究者が帯同すべき……じゃあ、いったい誰がそれを引き受ける？」という空気の中で「やるか？」と聞かれた私は、自分でも意外なくらい自然に「やります」と答えていました（笑）。

本橋技術や理論を理解してもらうために説明し、その価値に気づいてもらい、最終的にそれらが導入されていく。それが実に嬉しかったし、楽しかった。そして導入先で自分たちの創ったものが機能して、お客さまのビジネス成果につながっていることがわかると、さらに喜びは増していきました。

本橋どの分野にせよ、研究者たちが新たな発見や研究成果を「論文という形にする」のと、それを「実用に生かすピースにする」のとでは、話がまったく違ってきます。「論文」と「実用」との間には、深くて大きな谷があるんです。

そういう谷を越えていくには、また別の努力が求められるわけですが、私はそれが得意だったようなんです（笑）。やってみて、自分でも初めて気づきました。「研究者としては中途半端だった自分にも、ようやく得意なことが見つかった」と思えて、嬉しかったんです。

本橋どんな研究をしている者でも、「関連するすべての工程が得意だ」などという天才は滅多にいません。たいていは「自分の得意なもの」を1つ、2つ見つけて、そこで成果を上げることによってチームに貢献していくものなんです。研究所にいた頃の私が、自分の得意なことをなかなか見出せないでいたのは紛れもない事実。

でも、この「売っていくプロセス」でついに見つけたんです。ですから「これからはビジネスに架け橋を渡していく役目をやろう」と強く決心したんです。

本橋例えば、中古品売買にデータサイエンスを活用したケースがあります。

中古品の買取事業をしている企業としては、常に持ち込まれる品を適正な買い取り価格で扱わなければ、利益率に大きく影響してきます。ところが、中古市場は常に様々な外部環境から影響を受けるため「●●年製の●●タイプの中古品ならば、常に●●円で買い取るのが最適」というように固定できない。従来はベテランによる長年の勘なども用いられ、アナログなプロセスで決定していたそうですが、日々集まってくる多様なデータを解析しながら「今この時期ならば●●円が適正」という風に、デジタルな指標をシステムが示せたなら、より効率の良いビジネスが成立します。そこにNECのAIを組み込もうということになりました。

本橋この市場でなければ、査定価格をAIが10回見積もって、そのうち9回が結果として利益の最大化につながる答えだったとしても、許されるかもしれません。ところがこの市場の製品は、1つひとつが非常に高額でした。10回の内1回でも、とんでもなく高い査定をしてしまったなら、その企業は大損することになります。つまり確率90％じゃダメ、100％じゃなければいけない、という理屈なのですが、現状のAIで100％は無理なんです。

本橋それじゃ私が参加している意味がありません（笑）。「さてと、どうしようかな」と考えました。そうして、「今提示したこの査定価格がハズレかもしれない確率」も示せばいいのではないか、そんな考えに到達したんです。

本橋この案件はかなり前に着手したのですが、5年以上が経過した今でも私たちが提供したシステムを変わらず活用していただいています。それが嬉しいですし、自慢でもあるんです。

一般的にデータ活用の営みは、学習データが増えれば増えるほど精度が上がって改善されていくものだと思われていますよね。でも、必ずしもそうとは限りません。

どんなビジネスの領域でも、最近は年に1回くらいの頻度で「想定外の事態」が生じています。市場が予想を超える勢いで変化したり、企業の業績に非連続な変化があったり。例えばコロナ禍でマスクが爆発的に売れましたが、この状況を過去の膨大なデータがあるからといって、予想できたでしょうか？

しかし、事業をやる上では「不測の事態だからやむを得ない」などと言っていられません。その都度対応が求められる。そういう現実にありながら、このAIを活用したシステムが長年有効活用されているというのは、手前味噌ですが凄いことなんですよ。

本橋データサイエンスで用いるデータの種類は、今でこそ実に幅広いものになっていますが、ほんの数年前までは、もともと数値化されているようなデータソースを使うケースが大部分でした。文字や文書などのデジタル化しにくい情報類をデータサイエンスの俎上に乗せる技術は、この数年で一気に進化をしたんです。

サイエンティストとして「これは近いうちに絶対に“来る”ぞ」という直感が働きましたし、ぜひともこの文書解析の成果を「ビジネスに実装する最初の担い手になりたい」とも思っていました。

本橋私が携わったのはごく一部の機能なのですが、簡単にいえば日本全国の都道府県・市区町村のあらゆる実情データをワンクリックで呼び出せるシステムの構築です。無数の地域データが集積されているものの、あまりにも膨大かつ多様過ぎて、いざという時に確認したい情報にすぐたどり着けないという課題がありました。

それを、ITだけでなくデータサイエンスのロジックも用いて、欲しい情報に瞬時にたどり着けるようにしたんです。面白かったのは、この時、あえて機械学習の手法をそこまで用いずにチャレンジしたこと。これもまたやりがいを感じました。

本橋3つの才能と言えばいいのか、努力と言えばいいのか、そこはまとまっていませんが、とにかく大事な要素が3つあると思っています。

1つは「数字勘」。数字にまつわる直感力といえばいいでしょうか。データサイエンティストをアスリートだと見立てた場合、この数字勘こそが動きのすべてを左右するインナーマッスルに当たります。じゃあ、どうすれば数字勘を高く維持できるか、という問いへの答えもアスリートで例えられます。要するに、筋トレあるのみなんです（笑）。

本橋私の経験上、中学受験くらいのレベルの数学の問題を解いたりするのが、一番インナーマッスルに効きますね（笑）。これを欠かさずやっています。あとはセンター試験の数学の問題にも取り組み続けていますし、プレゼンの場でパワーポイント等のスライドに数表が示されたりすると、条件反射的に暗算を始めています。

まあこのへんは努力というよりも、習性といったほうが良いかもしれません。とにかく、数字というデータの基本と向き合い続け、それが物語っているものを読み解く習慣を続けていくことで、直感は明らかにひらめきやすくなります。

本橋相手の気持ちを常に考える。それを努力して続けていくことができる才能です。私がクライアント企業のかたがたとお会いする時には、たいていNECサイドも複数の人間がいますし、「自分はデータサイエンスの専門家なのだから、専門家として発言できればいい」と決め込んでサボることも可能です。

ただ、とにかく多種多様な業種や企業と向き合うわけですから、その都度「未知のビジネス領域」に直面します。どんな仕事をされている会社で、近年の業績はどうなっていて、今日お会いする社長がどういう人物なのか、といった情報は事前に容易に調べられますよね。

通訳の人がCNNを見るのと一緒で、私は決算短信などを読み込みます。数字の裏にある意味がわかるようになるためです。

どんなビジネスにも、直接携わっているかたがたにとっては当たり前になっている常識があります。それを知らずにデータサイエンティストが自分の専門領域の頭だけで物事を考えるのと、少しでもクライアントの皆さんが備えている常識を知った上で、解決すべき課題と向き合うのとでは大きな違いがでます。なぜなら、私たちの使命はお客さまのビジネスを良くすることだから。

「何をしている人たちで、日々どんなことを感じているのか」に興味が持てる人は、ビジネスサイド・データサイエンティストとしての才能を持っている。私はそう確信しています。逆にお客さまのビジネスに関心も好奇心も持てないサイエンティストには、その会社にとって最良のAIを提供することなんてできやしないと思ってもいます。

本橋眠くない人です。「え？」と思いますよね（笑）、でもこれ非常に重要なんです。ちなみに私は、これを重視していますから、どんな多忙でもグッスリ眠って、常に「眠くない人」として仕事に携わっています。ワケは簡単です。データサイエンティストにとって最も重要なのが「頭の瞬発力」だからです。

もちろん、実際のプロジェクトを進行していく上では、積み上げ式に持久走のような脳の使い方もしますが、重要な気づきを得る時に必要なのは、先に挙げた数字勘であり、それを万全の状態で発揮して瞬発力を示すことにあります。最大の敵は眠気。ですから、私は自分のチームのメンバーにはしつこく言い続けていますよ、「徹夜は禁止」と。

本橋NECは大企業です。10万人以上が働き、3兆円以上の売上を上げています。そういう場で働くことを善しとするかどうかは個々の価値観によりますが、NECに限らず巨大な組織の一員となって働いていると、「個人としてはなかなか観測されない存在」になりやすいですよね。その社員がどんなに物凄い成果を出していても、なかなか世間には気づいてもらえません。起業したり、少数精鋭のスタートアップで働いている人たちの方が、個人としてはずっとクローズアップされやすいですよね。

私個人の人生観からすれば、正直そんなことどっちだって良いじゃないか、という気持ちはあります。ただ、今日のビジネス環境や、そこで従事するAI関係者やデータサイエンティストの働きぶりの実態を見るにつけ、こう思うようになったんです。「ある意味、コンサルタントなどと似たような部分がデータサイエンティストにはあって、“どの組織に属しているのか”以上に“その個人は今までどんな成果を出してきたか”が問われる職種になりつつあるな」と。

本橋つまり、データサイエンティストは“もっと目立つべき”なんです。今の時代、名刺を渡したら誰だってググられますよ？学生と話すとき、必ずそう伝えています（笑）。だから、何かと名前を出しておいたほうがいい。

そういうわけですから、私は自分が「NECの顔」として講演で話したり、著書を書いたりすることを楽しんでやっています。

1つには「そうしてNECの価値を少しでも上げることに役立つのなら嬉しい」という気持ちもあってのことですが、もう1つ「私の個人名が知られていくことにもちゃんと意味がある。だから引き受けている」という気持ちもあるんです。そして、そう思っているからこそ、私のチームのメンバーには「イベントにどんどん登壇して話をしてこい」と言っています。誤解を恐れずにお教えしますが「いざという時、NECを辞めても食べていけるように、自分の名前をどんどん売ってこい」とまで言っているんですよ。

本橋私自身もそうですけれど、「いつ会社を辞めても食べていける」くらいに自己を発信することができていれば、人というのはその会社を辞めようとはしないものです。だって、NECにいるからこそたくさんのチャレンジができるんですから。そして、その成果を自分の名前でまた発信すれば、それはNECのブランドにもつながるんです。なにも無理に会社を辞める必要なんてない、という理屈に落ち着きます（笑）。

だからこそ胸を張って言います「私の仕事は、部下がこの会社を辞めやすくすることです」と。