スクリーンショット_2019-10-16_20

AI人材採用セミナーを開催しました!【個人的メモ】 @i_sevengold

今急速に採用ニーズが高まっている、「AI人材」について理系採用担当人事さん向けセミナーを開催しました。
今回は3名の登壇者の方をお招きし、最先端のAI採用についてディスカッションしていただきました。

個人的なメモがわりにとったものではありますが、理系人事の方も機械学習を専攻している学生さんに読んでいただいても学びがあるかと思います!

※なお、今回は一参加者として議事録をとっているため、登壇者の発言に対して僕の解釈が混在している可能性があります。あらかじめご了承ください。

この記事で伝えたいこと

<AI人材の採用で大事な観点>
× AI人材をとりたい
○ 何かやりたいことがあって、その手段としてAI人材が必要
<トップAI人材の採用に必要な3要素>
①お金があること
②データがあること
③尊敬できる責任者がいること

特に②のデータがない企業は、AI人材を採用しても無駄!

登壇者自己紹介

スクリーンショット 2019-10-16 20.23.49

▶︎田中先生のコメント
「こういう場の登壇者としては落合陽一さんも有名だが、次世代の芽として佐久間さんをお呼びした。今回は僕も聞きたいことがたくさんあるのでとても楽しみにしている。」

スクリーンショット 2019-10-16 20.24.06

▶︎佐久間さんのコメント
「僕は機械学習を学んだ後、隣接領域に飛び込んでいった。
ゴリゴリの機械学習領域では戦えなくても隣接領域ならトップになれることを考えて選択した人からの意見として聞いていただければ幸いです。」

スクリーンショット 2019-10-16 20.23.57

▶︎志水さんのコメント
「僕のことを日本一のヘッドハンターのように言っていただけることも増えてきて、成長企業の支援をしているが、全部の会社を勝たせるつもりはない。日本の次なる成長に繋がる会社/次世代に必要な会社しか勝たせるつもりはない。時代が変わってきており、次のライフスタイルを模索していかなければいけないのに、そう言った視点で考えられている人が少ない。今日の会を通して社会課題を解決しようと思う人が増えると嬉しい。」

パネルディスカッション

Q. AI領域のトップ人材ってどのくらいいるのか?
(佐久間さん)
かなり多く見積もって1万人くらい

Q. AIエンジニアが少なかったり、まだ社会で活躍できていない背景にはどんなことがあるだろうか?
(佐久間さん)
AIエンジニアに一番重要な素養は数学。それに加えて、ビジネスをやってやろうという素養と兼ね合わせてもっている人はそれほど多くない。
アカデミアにいる人材がそのままビジネスでも、ということには少しギャップがある。

社会的なインパクトをもたらすことに対するモチベーションがもともとないこともあげられる。
数学が好きな人に、「なんで今これを社会に生かさないんだよ」と言われても「いや数学好きだから別に社会に活かすつもりでやっている訳ではない」となる。

AI人材は落合先生とか松尾先生とか苦手という人がいる。
一部には社会でプレゼンスを持つことが悪だという風潮がある。

Q. 実際にトップAI人材を採用できている会社はどういった会社なのか?

(佐久間さん)
<トップAI人材の採用に必要な3要素>

①お金があること
②データがあること
③尊敬できる責任者がいること

(志水さん)
今回の登壇にあたり、知り合いに話を聞いたところ、メルカリのエンジニアの話が一番クリティカルだと思った。

▶︎メルカリのエンジニアの話
僕らはGAFAには全然勝てない
けど、日本では勝てる。②のデータがあるから。
そしてその中でも、①お金と③責任者で他者との競合優位を作ることができる。 →メルカリにいてもらう理由が発生する

逆にいうと、②がないとありえない。これがない会社
①と③で入社したとしても飽きてしまう。結局退職する。

Q. AIエンジニアをどうやって採用すべきか?
(佐久間さん)
そもそも、自分たちの事業を見直した時に、独自のデータがないのであればAI人材を取る必要がない。機械学習はやったことがなかったとしても、隣接領域でデータがあるという状況ならいい。かつ、その会社の代表がその界隈で超有名で尊敬できるなどもいいと思う。

(田中先生)
ということはこういうことだよね。

× AI人材をとりたい
○ 何かやりたいことがあって、その手段としてAI人材が必要

(志水さん)
今の佐久間さんの話はとても納得感がある。
自分自身の話だが、

国内最速上場をしようと思って会社作って半年後に監査入れた。

そのためにも流行りのTech カンパニーにしようとした結果、ハードシングスにぶつかった。

一からやり直した。

データをめちゃくちゃ持つようになった。

勝手に松尾研の人が接点持つようになった。

「UZABASEかforstartupsが成長企業のデータを一番持っているのでここにきました。」と言ってもらえるようになってきた。

Q. AIエンジニアを採用したい企業に足りてないことは?

(佐久間さん)
4つ目のポイントとしては、論文をかける体質であることが大事だと思

例)
googleとappleで同じ金額を出したけどapple採用できない昔があった

ハードウェアからスタートしているappleはソフトウェアのgoogleと比べて論文をあまり書かないでねという企業体質があった。

アカデミアに戻りたい人が一定数いると、論文を書けないと次がないな、という感じがしてしまったそう。

「研究所を立てる」のであれば人はくると思う
「ラボに人を入れる」のと「ビジネス応用所に人を入れる」のは違う。

学生から見ると、副業という形で自分のラボとか研究ドメインとかをしていいんだよというところは魅力的。PFNとかでも2割の時間は自分の研究に費やしていいよと伝えている。

(志水さん)
大手の企業がAIエンジニアを束ねて、スピンアウトしてデータ持ちながら運営するとかなりいい感じに回るのではないか。

(田中先生)
大学ってどうしても閉鎖的で一人では変えられない。
U22という日経スタイルの連載があるので、佐久間くんを取材したい。


以上です!
LabBaseはAI新卒の50%が登録しているので、ぜひAI人材を登用したい企業さんいたらお声掛けください!

LabBaseはこちら→ https://pol.co.jp/service/labbase/

POLでは理系学生向けキャリア支援サービス「LabBase」を運営しています。 https://compass.labbase.jp/