坂内 匠
2012年入社（新卒）
コンサルティング部門
データ分析チームリーダー
東京大学大学院修了。就職活動時は、人が良く、なおかつ仕事もできる「いい人」が多いと感じたLTSに入社。入社後は、IoT、マーケティング、オペレーションデータ解析案件等を経験。業務に加えて、人工衛星データと機械学習技術を用いた気候変動に関する研究活動を大学と推進。
大坪 亮太
2016年入社（キャリア）
コンサルティング部門
データ分析チーム
（現経営企画室 室長）
製造業の経営企画部門を経てLTSに入社。データ分析プロジェクトにおいて、プロジェクトマネージャーを担当。主に金融、商社向けプロジェクトに参画。個人テーマとして財務・会計データを用いたデータ分析（企業評価など）を研究。
井上 翔太
2019年入社（新卒）
コンサルティング部門
データ分析チーム
大阪大学大学院修了。テクノロジーを道具としてビジネス課題に適用する仕事や、チーム・組織を自分で作ることに興味を持ち、LTSに入社。
入社1年目で消費財メーカーのプロジェクトを担当し、全国紙等で取り上げられる成果をあげる。
志望者には「自分が一番いいと思える選択」をしてほしい
井上：（プロフィールより）坂内さんも入社前は「いい人が多そう」だと思っていたんですね。私も入社前、坂内さんと話をして「いい人だ」と思いました（一同笑）。
坂内：「うちの会社に来て」というコミュニケーションよりも、「自分が一番いいと思える選択をしてね」というスタンスで話すようにしているから、そう感じてもらったのかもしれないね。LTSの情報はもちろん、この業界全体としての情報、例えば「こういうレイヤーの会社ではこういう働き方をするよ」とか、面談ではそういう情報もお渡ししたいと考えています。
井上：LTSは会社全体としてそういう雰囲気がありますよね。
坂内：誰かに言われてやっているわけではないんだけどね。大坪さんの面接では「データ分析が必要だという強い思いから、前職でも自発的に勉強してデータ分析を始めた」と聞いて。「大学でこれを勉強しました」というよりも、大坪さんのようにやりたいことが明確にあって、なおかつ行動に移せている人の方が、一緒に働いて面白いと感じました。そこで、面接後に社内で「彼にはすぐ内定を出してください」と伝えました。
大坪：当時から、データ分析を、エンジニアに特化したものではなく、あくまでコンサルティングの一つのソリューションとして活用したいと思っていましたね。LTSならそれがスムーズにできそうだと感じました。
井上：僕のことは覚えてますか？
坂内：変わった就活生だったので覚えてる（一同笑）。学生さんと面談すると、大抵8：2くらいで僕が話す方が多くなるのですが、井上くんの場合は自分の考えをよく話してくれましたね。
入社後、配属が決まる前に自分や上長との場を設けて「データ分析のチームに行きたいです」とアピールしていたことにも驚きました。
井上：修士時代の研究を通して、テクノロジーを活用したビジネスの課題解決に興味があったんですよね。実際、入社した現在では、コンサルタント業務のほか、エネルギー／物流／消費財メーカーなどのデータ分析・AIの実証実験(POC)において、業務課題の整理からプロトタイプの実装までをリードする役割を任せてもらっています。
新しい仕事に繋がるきっかけは、自分もクライアントもワクワクする“おまけ”の提案
井上：坂内さんはよく「空いた時間でワクワクする技術を研究して、クライアントに“おまけ”を提案しよう」とお話していますよね。
例えば私が前のプロジェクトで担当している最適化技術。もともとは入社1年目、ご依頼のあった業務の“おまけ”として「最適化技術で業務改善できるかもしれません」と提案し続けていたものでした。そういった取り組みが社内で認知されていたからこそ、プロジェクトの案件にアサインしてもらえた。これは大事にしたいと考えています。
坂内：実は、LTSのデータ分析サービス自体も、そういう取り組みから始まっています。
私も入社時は、業務改善プロジェクトなどに入っていわゆるコンサルティングをやっていました。もちろんご依頼内容としてはそれが本題ですが、個人的にはもっとやりたいことがあると感じたので、自らデータ分析をして、月次報告書の最後におまけとして盛り込んでいくようになりました。
そのうちクライアントの関心が高まって「データ分析も面白いから仕事にしようよ」とお声がかかり、最終的に正式なサービスになったという。だから、みんなに「おまけを盛り込むところから、新しいことをやっていこう」という話をしています。
坂内：井上くんが中心となって進めているプロジェクトのように、「人が手掛けていた仕事をAIに置き換える」という案件はいろいろあるのですが、どれも思った以上に難しいことが多いんです。
人の作業としては、数こそ多いけれど単純に見えるようなものに、実際は様々な情報が含まれている。そのため、いざ自動化を始めてみると、クライアント側の担当者から芋づる式にどんどん追加情報が出てくるという。
特に最適化が絡む案件だと、手元にあるデータが現場の情報のすべてを表してないことも多かったりする。そこで、より担当者に歩み寄って話を聞いていかないと要件が漏れたり、うまく動かないといったことが起こるんです。
そういう時、AIのプロダクトを作るだけのエンジニアだと、クライアントが抱える背景などを想像しながら仮説を立てて「こうではないですか？」と提案をするまでにはなかなか至らないのです。でも井上くんはいわば「自分で開発も手掛けるコンサルタント」なので、柔軟に自分の頭で仮説を立てながら、ヒアリングしながら進められる。そういうところでクライアントから重宝がられていますね。
勉強しながら自分だけの領域を見つけてほしい
大坪：データ分析チームは自ら勉強できる自立心の強さが必須ですよね。上から下へ教え授けるというよりは、みんなで情報交換して、突き詰めていくというスタンス。
坂内：この領域は毎日のように新しい話が出てくるので、教えてもらえるのを待っている時間はないですよね。
それに、チームの中でも違う領域で上を目指す人がたくさんいた方が面白いと思います。ニーズの多い領域であれば、チームとしてもその人にリーダーになってもらう判断がしやすいので。みんな自分だけの専門領域を突き詰めていってほしいなと。
データ分析は広い分野ですし、関わり方も色々ありますから。様々な経験をしながら、これだというものを早く見つけられた人はすぐ専門的な勉強を進めてもいいし、見つからない人もたくさんの人と話しながら徐々に見つけていけば、その経験が糧になると考えています。
井上：自分の経験からも、仕事をする中で「これ面白い、突き詰めたい」というものがきっと出てくると思います。僕も最適化の領域がとても面白くて、向こう5年間くらい突き抜けてやっていきたいなと考え始めたところです。