【文系営業職向け】AI人材になるための方法～軸ずらしで目指す希少人材～

【文系営業職向け】AI人材になるための方法～軸ずらしで目指す希少人材～

オックスフォード大学のオズボーン准教授は、論文「雇用の未来」の中で、10年後には今の仕事の半分がAIに置き換えられると発表しました。

その中には、

• 広告の営業（54%）
• 不動産営業（86%）
• 保険の営業（92%）
• 小売店舗の店頭販売員（92%）

といった、我々営業マンにはなじみの深い職種の名前もあり、世界中に衝撃が。

※ちなみに職業名の右側のパーセンテージは「10年後に無くなる確率」です

当記事では、AIになじみの薄い文系営業マンに向け、あなたが「AI人材」になるためにはどうすれば良いか？を具体的に記載しています。

AI人材とは何か

実は「AI人材とは何か」について明確に定義している省庁や法人はありません。

記事執筆時点、AI人材の考え方の過渡期になりますので、「これまで」と「これから」に整理して解説します。

これまでのAI人材

これまでの世間一般的なAI人材とは「AIを作る人」を意味していました。

企業が保有するデータを収集し、整形し、法則性を見出し（データモデルを作成し）、未知のデータを予測する。

数理や統計に精通した、いわゆるデータサイエンティスト＝AI人材でした。

• AIを作るためのプログラムやサーバ環境準備といった技術論
• AIを賢くするための手法の選定法
• 学習データをどのように学習すれば良いかといった技術

AIを「作る」環境は整ってきており、この領域のエンジニアやデータサイエンティストは増えつつあります。

これからのAI人材

実はこの「AIを作る技術」について、徐々に自動化も進んできています。

「AutoML」という、AIプログラムを自動で作る技術が徐々に台頭してきているからです。

※詳細は以下の記事をご参照下さい。

私がPythonを勉強しようと思ったわけ

続きを見る

一方で、作られたAIを使う方法や、利用を管理する手法、そもそも「どんな領域にAIを適用すべきか」という企画周りに注目している人はほとんど存在しません。

出典：東洋経済「理系人材VS文系人材､AI活用の主役はどっち？」

• そもそも、どんなAIを作るべきか（AI企画）
• 作るに際し、どんな技術を選択すべきか（AI選定）
• AIの現場導入・利用管理

といった、理系職の担当エリア「AIを作る」以外の領域に目を向けている人は少ないのです。

前述のエンジニアやデータサイエンティストが、AIを作る片手間で、企画や選定、現場導入を行っています。

ここに、文系職がAI人材として生き残るヒントが隠されています。

営業がAI人材になるための具体的な方法

我々のような文系営業職がAI人材になるにはどうすれば良いか？

具体的には以下のような流れが良いです。

①目指す職種を明確にする

まずは上記の図の中で、目指す職種を明確にしましょう。

私は、これまでのアカウント営業の経験を活かして、

• AI企画
• AI方針・投資判断

という領域で勝負できる営業になることに決めました。

これまで自身が行ってきた、大企業向けのアカウント営業と親和性があると考えたからです。

私と同じ文系営業職であれば、まずはこの領域を目指すことをおすすめします。

プログラミングや数理・統計を勉強して理系AI職の領域を目指すのも良いですが、この領域はこれまで培ってきた営業としての経験が活きます。

顧客企業内における企画や投資判断は、まさに営業職が顧客に提案する領域。

大学院を出た数理・統計に精通している理系AI職と同じ領域で勝負しても勝ち目がないばかりか、これまで培ってきた営業のスキルが活きないので、勿体ないです。

②AIの概要を理解する

目指す領域が明確になったら、最低限AIの概要を理解しましょう。

以下の記事で紹介している書籍を読めば大丈夫です。

文系がAI（人工知能）を理解するためにおすすめの本６＋３選

続きを見る

まずは最低限、会話についていける程度の理解でOK。

一番良くないのは、勉強段階でつまづいて、実際に動かしたり実務で使うフェーズにたどり着けないこと。

良い大学を出た、頭の良い人に陥りがちな行動パターンです。

ざっと概要を理解したらすぐに次に進む。

続きは業務の中で覚えていけばよいです。

一方「私はちゃんと全般を理解したいんだ！」という人には、資格取得がおすすめ。

G検定関連の記事まとめ（JDLA ディープラーニング ジェネラリスト検定）

続きを見る

③AIを動かしてみる

書籍を読むとすぐに気づくと思います。

近年ビジネス上で「AI」と呼ばれているものの正体は、主に「教師あり機械学習」だという事を。

そこで、実際にAI（教師あり機械学習）を体感してみましょう。

やり方はいくつかありますが、どれでも構いません。

とにかく動かしたことのある人とない人では、ビジネス上で発する言葉の力強さが全然違うからです。

無償ソフトウェアを利用する

SonyがAIソフト「Prediction One」を無償提供してくれています。

これをダウンロードし、インストールして、様々なデータを導入してデータモデルを作ってみましょう。

投入するデータは、自分が持っているデータでも何でも構いません。

最近はGoogleでもオープンデータを検索できますし、以下のようなコンペティションサイトの練習問題のデータを利用しても構いません。

書籍を参考に自分でコーディングしてみる

以下の書籍を購入し自己学習すれば、一通り理解することができます。

それなりの厚みのある本ですが、

• 自分のPCへの開発環境のインストール方法
• データの前処理の方法
• データモデルの構築方法・予測方法

など、機械学習の一通りの事がこの本に凝縮されており、かつ説明が丁寧です。

コンペティションサイトに挑戦する

個人的に一番おすすめなのがこの方法。

登録されているデータを各自がダウンロードし、予測モデルを作り、その精度を競い合う、いわゆるコンペティションサイトです。

上記の２つ「無償ソフトウェアを利用する」「書籍を参考に自分でコーディングしてみる」と比較すると若干ハードルが高いかもしれません。

中でも、最も有名なのが「kaggle」という海外のサイト。

世界中の腕利きのデータサイエンティストが参加しているだけではなく、一部有志が自分のコードを公開してくれたり、学習環境まで無償で提供してくれているので、非常に勉強になります。

詳細は以下の記事をご参照下さい。

Python初心者こそkaggleから始めるべき３つの理由

続きを見る

kaggleの唯一の弱点は、日本語に対応していないという点。

英語が苦手な方には、国産の「SIGNATE」や「nishika」というサイトもありますので、こちらもおすすめです。

SIGNATEやnishikaは、学習環境は提供されていないので、以下の記事を参考に自身のPCに開発環境を構築して下さい。

【kaggle入門】Python環境構築 Anacondaのインストール

続きを見る

④業務でAIに携わってみる

ここが一番重要です！！

ここまできたら、実際の業務の中でも、何らかの形でAIに携わってみましょう。

AIをかじって、動かしてみただけではダメ。

実際に使わないと定着しないですし、磨かれることも無い。

営業として、自信を持って相手に伝えることはできません。

• 自分の業務のどこかに、AIを取り入れてみる
• 社内のAIプロジェクトに首を突っ込んでみる、または自ら導入を検討してみる
• 実際にAI製品を取り扱ってみる（売ってみる）
• AI製品を取り扱える企業に転職する

なお私は、AIの素晴らしい可能性に感銘を受け、IT企業の営業として勝手にAIを売り始めたクチです。

元々営業として他の役割があったのですが、楽しくてこればかり続けていたら実績が出て、いつの間にかこの領域の専任担当になっていました。

今の会社には本当に感謝でして、末永く働かせてもらいたいと思っています。

【文系営業職向け】AI人材になるための方法～軸ずらしで目指す希少人材～まとめ

以上をまとめると以下です。

• 今後は「AIを作る」以外の領域に需要が高まる
• 目指す職種を明確にし、AIの概要を理解したら実際に動かしてみる
• 実務でAIに携わってみる　※これが一番大事。

記事の途中でも触れましたが、「AIを作る」領域において、我々は数理・統計に長けた大学院卒の秀才に敵うわけがありません。

それよりも、これまで培ってきた営業という経験を活かしつつ、スキルの軸をずらして希少人材を目指していきましょう。

「営業とAI」に関する記事は以下にまとめています。

是非こちらもどうぞ。

目指せ「文系AI人材」に関する記事のまとめ

続きを見る