入社後、製造現場における検査工程の高度化プロジェクトにデータサイエンティストとして参画し、画像解析AIモデルの開発を担当した時のことです。収集データを用いて一定の精度を持つモデルを構築した私は、すぐに製造現場への適用を提案しました。しかし、現場の担当者からの返答は、「実際の業務で活用するにはさらに検討が必要」という意見でした。その後、検証を進める中で、製造現場は日々働く環境が変化するからこそ、限られたデータだけを基に構築したモデルでは精度が不十分であることが判明しました。技術的な視点だけでなく、実際に利用する方々の業務や判断基準、現場特有の条件を理解することが重要だったのです。「もっと現場を知る必要がある」と痛感したことが、仕事の進め方を見直すきっかけになりました。それからは、製造担当者との対話を重ね、検査の考え方や判断基準について理解を深めながら、モデルと運用方法の改善に取り組むように。その結果、無事に現場での活用に向けてプロジェクトを前進させることができました。

この経験を通じて、課題解決のためには、机上の分析だけで完結させず、現場に足を運び、利用者と対話しながら本質的な課題を捉えることが大切だと学びました。地道であっても、現場と技術の双方を深く理解しようとする姿勢を、これからも大切にしていきたいと考えています。

解決すべき課題に一番近い、現場の「一次情報」を獲得する。つまりは、ニーズとボトルネックを的確につかめるようコミュニケーションを取るスタンスに変わりました。先ほどの製品の案件では提供されたデータに頼りがちでしたが、現在は相手の知見や現場のリアルを引き出すことに注力。ミーティングでもより詳細な情報を引き出せるよう、仮説を立てるなどの事前準備に時間を割くようになりました。また、自分のロジックに固執せず、他領域の専門家を頼ることも増え、一人では見つけられなかった解決の糸口を得ています。地道な積み重ねこそが、実業務に即した本質的なアルゴリズムを生み出すと確信しています。

今後は、現在取り組んでいる領域にとどまらず、これまで経験したことのない事業や技術テーマにも積極的に挑戦したいです。幅広い事業領域を持つ旭化成は、領域を超えて課題解決に取り組む機会が豊富。想定していなかった分野で成長できる環境があり、私自身もグローバルな仕事に挑戦したいという希望を周囲に伝えたことで、海外企業と連携するプロジェクトに参画する機会を得ました。旭化成には、若手の「やりたい」という意欲が新たな挑戦の機会につながる風土と、多様な経験を得られる事業基盤があります。自分自身で可能性を限定することなく、さまざまな領域に挑戦しながら、知見を広げていきたいです。