【自己紹介】
- 20代で今後のキャリアに不安を感じており、どんな人材を目指すべきかわからない
- 今後必要とされていく人材がどんな人材かわからない
- 今後目指していくべきキャリア・方向性が知りたい
「とりあえず就職したものの今後の将来が不安・・」、「いまの仕事をほんとに続けていいの？」、「将来性が高い仕事をしたい！」などキャリアについて悩んでいる20代の方も多いのではないでしょうか？
それもそのはず、近年は終身雇用の崩壊・物価の上昇など、様々な不安をあおるニュースも多いです。
今後のキャリアを築いていくために重要になるのが、「専門性」です。専門性を持った人材は今後高く評価されていき、価値高い人材になっていきます。
なぜなら、ここ最近で「専門性」を持った人材が優遇されるような制度に移り変わっているからです。この動きは専門性を持った人材を各企業が欲していることが背景にあります。
私は現役のデータサイエンティストであり、約500名のデータサイエンティストが在籍する会社でマネージャー職を務めています。
加えて、人材戦略の検討も行っており、今後どのようなデータサイエンティストが必要かを日ごろから考えています。
そんな人材戦略まで考えるマネージャー職データサイエンティストの筆者が将来に必要な人材について解説していきます。
この記事では、昨今の日本の雇用環境の変化を解説した上で、未経験であってもデータサイエンティストがオススメな理由を解説していきます。
この記事を読むと、将来価値高い人材になるために必要なことがわかり、自身が目指すべき姿が理解できます。
本記事の結論は下記です。
- 今後求められていく人材は？
→専門性が高い人材！ビジネスモデルの変化によって求められる人材が変わってきている！ - 雇用環境はどのように変化しているの？
→専門性が高い人材を確保する制度に変わってきている！大企業を中心に「ジョブ型」雇用の導入が進んでいる！ - 今後求められる人材は？
→専門性を持ちながら、汎用的にスキルを発揮できる「T型人材」「Π型人材」！ - データサイエンティストは今後求められる人材なの？
→データサイエンティストは専門性が高く、汎用的な職業！求められる人材にピッタリ！ - 20代にオススメの理由は？
→とりあえず専門性を身に付けられて、後からキャリアを決められるから！ - キャリアに悩む若者は悩まずデータサイエンティストになろう！
本記事の関連記事を下記に紹介します。
では、本題に移ります。
市場全体のビジネスモデルが大きく変わってきている
ここ数年で市場全体のビジネスモデルが大きく変わってきています。
数十年前までは必要なモノが不足していたために、モノを生産すれば売れる「大量生産・大量消費時代」と呼ばれる経済状況でした。
しかし、ここ数年ではモノが溢れてきており、モノを生産するだけでは売れない時代になっています。
そこで近年注目されているのがDX（デジタルトランスフォーメーション）です。
DXとは「IT・デジタル技術を活用して新たな価値を生み出すこと」です。近年ではDXがビジネスの潮流になっており、各社がこぞってDXを推進しようと取り組みを進めています。
下記は経済産業省が公開している「デジタルスキル標準 ver1.0」の中で述べられている”DX推進の重要性の高まり”を抜粋したものです。
- データ活用やデジタル技術の進化により、我が国や諸外国において、データ・デジタル技術を活用した産業構造の変化が起きつつある。 このような変化の中で企業が競争上の優位性を確立するためには、常に変化する社会や顧客の課題を捉え、デジタルトランスフォーメーション（DX）を実現することが重要。
- 一方で、多くの日本企業は、 DXの取組みにおくれをとっていると考えられる。その大きな要因のひとつとして、DXの素養や専門性を持った人材が不足していることが挙げられる。
日本全体でDXの重要性が高まっていることが見て取れます。
“「モノ売り」から「コト売り」へ” ってよく言われているよ。IT・デジタル技術を使って、モノだけ提供するのではなく、モノを使った体験そのものを売らないとダメという考えが最近のビジネスの潮流だよ。
専門性が高い人材の需要が増してきている
近年、ますます専門性が高い人材の需要が増してきています。なぜなら、DXを推進する上で専門性が高い人材が必要になるからです。
下記は経済産業省が公開している「デジタルスキル標準 ver1.0」の中で述べられているDX人材の重要性を抜粋したものです。
- 企業がDXを実現するには、企業全体として変革への受容性を高める必要がある。そのためには、経営層を含め企業に所属する一人ひとりがDXの素養を持っている状態、すなわちDXに理解・関心を持ち自分事ととしてとらえている状態を実現する必要がある。また、変革への受容性を高めたうえで、実際に企業がDX戦略を推進するには、関連する専門性をもった人材が活躍することが重要である。
- このため、全員がDX推進を自分事ととらえ、企業全体として変革への受容性を高めるために、全てのビジネスパーソンにDXに関するリテラシーを身につける必要がある。また、DXを具体的に推進するために、専門性を持った人材の確保・育成が必要である。
DX推進における人材の重要性（経済産業省「デジタルスキル標準 ver1.0」）
今後DXを推進する上で専門性が高い人材が必要であることを政府が言及していることがわかります。
DX推進をする中でいかに専門性が高い人材が必要かわかるね。いま日本に必要な人材は専門性が高い人材なんだよ。”ジェネラリストからスペシャリストへ” ってよく言われているね。
専門性が高い人材を確保するために「ジョブ型雇用」が始まっている
上記のような背景を受けて、近年では大企業を中心に「ジョブ型雇用」の導入が進められています。目的は専門性が高い人材を確保することです。
詳しく解説してきます。
ジョブ型雇用とは？
「ジョブ型雇用」の概要は下記図にまとめました。なお、「ジョブ型雇用」の対比として、従来までの雇用形態を「メンバーシップ型雇用」と呼びます。
ジョブ型雇用の特徴
「ジョブ型雇用」の最大の特徴は職務が定義されてから、その職務に合わせて人材を割り当てる点です。職務が先に定義されていることから、その職務に対する人材配置・評価が実施されます。
「ジョブ型雇用」は専門的な人材が確保しやすくなるため、事業を進めるために必要な人材を確保しやすいという特徴があります。
必要な人材を一本釣りするイメージだよ。必要な業務を明確に定義して、必要な人材だけを募集するという考え方だよ。新卒採用みたいになんか優秀そうみたいな人は取らないよ。専門的なスキルを持っている人だけを雇用するんだ。
ジョブ型雇用のメリット・デメリット（企業目線）
企業目線で「ジョブ型雇用」のメリット・デメリットを説明します。
企業目線での最大のメリットは専門性が高く、即戦力の人材を確保できることです。自社では育たない人材を確保することが容易になり、新たな事業領域を立ち上げることなどがやりやすくなります。
デメリットとしては転勤や異動などの配置換えがやりづらくなるという点があります。ジョブ型雇用は職務を定義した上で、人材を割り当てるため後から想定外の事象が発生した際に柔軟な対応がしにくくなります。
また、他社から良好なオファーがあった場合、人材が流出しやすくなる側面もあります。
企業目線でもメリットとデメリットがあるよ。専門性が高い人材が確保できることが最大のメリットだね。「ジョブ型雇用」は自社では育たない人材を確保できる点が優れているよ。
ジョブ型雇用のメリット・デメリット（労働者目線）
労働者目線での「ジョブ型雇用」のメリット・デメリットを説明します。
従業員目線でのジョブ型雇用の最大のメリットは自身の能力・スキルを遺憾なく発揮して、キャリアアップしやすいという点です。職務に対して、人材が割り当てられるためその職務を遂行するスキルがあれば年齢などは不問になります。
従来のメンバーシップ型雇用であれば、ある程度の年功序列型の給与体系であったものが自身のスキルレベルに応じて給与が与えられることは非常に大きなメリットになります。
デメリットとしては解雇リスクが高くなるおそれがあるということです。職務に対して、人材が割り当てられることから該当する職務がなくなれば、当然人材の必要性もなくなります。そのため、従来の雇用形態より解雇されるリスクが高くなる側面があります。
労働者目線でもメリットとデメリットがあるね。スキル・活躍だけで評価される点はいい点だね。会社の都合で解雇されるリスクはあるから、手に職をつけるためには常にスキルアップすることが重要だね。
ジョブ型雇用を導入している企業
企業・労働者で共にメリット・デメリットがある「ジョブ型雇用」ですが、近年では「ジョブ型雇用」を採用する企業が増えてきています。
専門性が高い人材を確保して、加速する時代の流れについていこうとしている狙いが垣間見えます。
段階的にジョブ型雇用を増やしていく流れがとなっていますが、今後このジョブ型雇用は大きく拡大していくでしょう。
「ジョブ型雇用」を導入している企業をいくつか紹介します。
2020年よりジョブ型雇用を開始。グローバルにビジネスを展開しており、従来の人事制度を見直している背景。
2020年よりジョブ型雇用を開始。業務の多角化や若手層のプロフェッショナル思考による職業観の合致を目的にジョブ型雇用を推進。
2020年よりジョブ型雇用を開始。2022年には一般社員訳45,000名に対してジョブ型雇用を適用。グローバルな事業展開に合わせて人事制度も変革。
大企業はいままで長いこと「メンバーシップ型雇用」を続けてきたよ。だから、自社で育てられる人材が限られてきてしまうんだ。だから、専門性が高い人材を確保するために積極的に「ジョブ型雇用」を導入しているよ。
今後求められる人材は「T型人材」「Π型人材」
今後求められていく人材は「T型人材」「Π型人材」です。なぜなら、専門性を持ちながら、汎用的にスキルを発揮できる人材が今後の市場環境が活躍できるからです。
「T型人材」「π型」人材とは下記のように、専門性と汎用性を兼ね備えた人材を指します。
特定領域に対して専門性を持ちつつ、汎用的にスキルを発揮しながら物事を推進する人材です。
昨今の市場環境は様々なテクノロジーが発展して、1人の人間がすべてを把握することは不可能な環境になっています。そのため、特定領域に専門性を持ちつつ、他の領域の技術とコラボレーションしながら、課題解決を進められる人材が優れた人材として評価されます。
このような人材こそジョブ型雇用で企業側が雇いたい人材であり、今後の市場環境ではより需要が高い人材になります。
専門性を持つだけではダメなんだね。専門性を持ったスキルを汎用的に発揮できることが大事だよ。今後は他の領域の人材ともコラボレーションする能力が求められているよ。
データサイエンティストは専門性が高く汎用的な職種
データサイエンティストは専門性が高く汎用的な職種です。なぜなら、データサイエンティストはデータというどの業界・どの部署でも用いる汎用的なものに対して専門性を持っているからです。
データが存在しない会社はありません。そのため、データサイエンティストはどのような業界でも活躍することができます。
データサイエンティストとして数年間の経験をすれば、一定の専門性は身に付きます。身に付けた専門性はその時点で汎用的な専門性です。
データに対する専門性を身に付けた後、様々な領域を経験することでさらなる汎用性を身に付けることもできますし、また別の専門性を習得することもできます。
そのため、データサイエンティストは様々なキャリアプランを持てるため、柔軟で将来性が高い職業です。データサイエンティストの将来性については下記に詳しく解説しています。ぜひご覧ください。
データサイエンティストは専門性が高い職業と思われがちだけど、さまざまな業界で必要とされる貴重な存在だよ。横に広げるか、縦に深くするかも志向によって変えられる柔軟な職業だよ。便利な職業だね。
データサイエンティストは20代の若者に超オススメの職業
データサイエンティストは20代の若者に超オススメの職業です。なぜなら、データサイエンティストは悩みながらキャリアを決めていくことができる数少ない職業だからです。
20代で自身が将来どのようになりたいかを決めきれている人は多くないでしょう。だからこそ、汎用かつ専門性が高いデータサイエンティストが超オススメです。
“とりあえず”データサイエンティストで一定の専門性を身に付けつつ、社会人経験を積みながら、じっくり自身のキャリアを考えることができます。やりたいことが見つかればそこに向けてキャリアを築いていけばよいでしょう。
キャリアに悩む若者にデータサイエンティストはうってつけの職業なのです。
若いうちは社会人がなんなのかもわからないからね。キャリアに悩むのは当然だよ。データサイエンティストは後からキャリアを考えられるから20代の悩める若者にオススメだよ。とりあえずデータサイエンティストになっておけば後からなんでも潰しはきくよ。
【まとめ】キャリアに悩む若者は悩まずデータサイエンティストになろう
キャリアに悩む若者は悩まずデータサイエンティストになることをオススメしています。データサイエンティストとして業務をしながら、徐々にキャリアを考えていくのがよいです。
データサイエンティストは未経験からでもなれます。誰でもなれます。データサイエンティストに少しでも興味を持ったなら、すぐに行動しましょう。
本を買うのもよし、転職エージェントに登録するもよし、プログラミングスクールに登録するもよし、行動することが最も大事なことです。
下記、本記事のまとめです。
- 今後求められていく人材は？
→専門性が高い人材！ビジネスモデルの変化によって求められる人材が変わってきている！ - 雇用環境はどのように変化しているの？
→専門性が高い人材を確保する制度に変わってきている！大企業を中心に「ジョブ型」雇用の導入が進んでいる！ - 今後求められる人材は？
→専門性を持ちながら、汎用的にスキルを発揮できる「T型人材」「Π型人材」！ - データサイエンティストは今後求められる人材なの？
→データサイエンティストは専門性が高く、汎用的な職業！求められる人材にピッタリ！ - 20代にオススメの理由は？
→とりあえず専門性を身に付けられて、後からキャリアを決められるから！ - キャリアに悩む若者は悩まずデータサイエンティストになろう！
今回は以上になります。
コメント