ニュース

ウェザーニューズについて

サービス

ブログ

サステナビリティ

IR情報

採用情報

森本 顕大

データの民主化を目指して

森本 顕大 (もりもと あきひろ)2023年入社

新卒でウェザーニューズに入社後、I3(Innovation and Incubation Institute)にて技術開発に従事。2024年にWDS(データ統括事業部)へ異動し、生成AIプロジェクトのチームリーダーとして、お天気エージェントの開発推進に務めている。

挑戦的なことをやっています

Q現在の仕事内容を教えてください。

主なテーマとしては「データの民主化」ですね。ウェザーニューズって世界各国の色んなデータを沢山もってるんですよ。でも、正直、使いづらいとか、どこにあるか分からないとか、触るのに前提知識が必要とか…そういう理由で眠っちゃってるデータが結構あるんですよ。 で、僕らの仕事はどっちかというとインフラ寄りで、そういうデータを「どうやったら使いやすくできるか」を整備するグループって感じです。要するに、データが存在してるだけじゃなくて、必要な人が必要なタイミングでちゃんと使える状態にする、みたいなところですね。 最近だとAIエージェントとかも流行ってると思うんですけど、ああいうのって表側の体験が目立つ一方で、結局、裏側のデータが整ってないと全然うまくいかないんですよね。なので今は特に、「どういう風にデータを持てば使いやすいか」みたいな、データの裏側の整備にかなり注力してます。 また、ちょっと挑戦的なこともやっていて、具体的には、データをそのままAIに扱わせて、AIにコードを書かせて実行させたり、検索させたりする機能を作って社内公開したりしました。 このやり方のいいところって、まず社内で自分たちが使い倒せることなんですよね。「ここ便利になったな」とか「このケースは危ないな」とか、実際に使うと一気に学びが出るので。で、そこで良い結果が得られたものを、順次お客様に展開していく、みたいな進め方をしています。 業務の割合でいうと、いまは体感で半分くらいがこういうチャレンジ寄りの取り組みですね。残りの半分は、ちゃんと土台を固めるための整備とか、使われてないデータを使われる状態にしていく、みたいな地道な改善。その上で、攻めるところは攻めて、AIを前提にした“使えるデータの形”を作りにいく、っていう感じでバランス取りながら進めてます。 最終的には、データが「ある」じゃなくて「使える」が当たり前になる状態を作りたいですね。誰かが頑張って掘り起こすんじゃなくて、必要になった瞬間に自然に使える。そういう状態に持っていくために、裏側から整えていく、っていうのが今の仕事です。

1日のスケジュール例

  • 9:30

    出勤 Slack等の連絡確認

  • 10:00

    部署全体の朝会、チーム内タスク進捗確認

  • 10:30

    技術調査、アイデアだし、開発

  • 12:30

    ランチ

  • 13:30

    開発

  • 16:00

    チーム打ち合わせ

  • 18:00

    開発したものをアップロードしてAIにレビュー・デバッグのタスクを投げる チームタスクの整理

  • 18:30

    退勤

最初から最後まで自分で作れる

Qウェザーニューズを選んだ理由を教えてください。

学生時代に機械学習とかを触ってたんですけど、そのときに結構はっきり「データで詰まる」経験があって。モデルをどう工夫するかももちろん大事なんですけど、結局いちばん効くのってデータじゃないですか。で、そのデータをどう集めるか、どう確保するかが一番の課題になる、みたいな感覚がその頃からありました。 そう考えると、まず前提として「自社でちゃんとデータを持っていること」ってめちゃくちゃ重要だなと思ったんですよね。外部から引っ張ってくるにも限界があるし、欲しい粒度・欲しい品質でずっと使える形にするには、やっぱり自分たちでデータを持ってる強さがある。 で、実際いわゆる大企業ってデータを持ってるところは多いと思うんですけど、開発そのものは下請け企業さんとか子会社さんがやるケースも結構多いじゃないですか。そうなると、自分が「最初から最後まで」手触り感を持って作れる範囲が限られたり、意思決定の距離が遠くなったりして、アウトプットまで一気通貫で出すのが難しくなることもあるな、と。 その点、ウェザーニューズは、データを持っていて、かつそれを活かすところまで自分たちの手で作って、ちゃんとアウトプットまで出せる環境がある。そこにすごく魅力を感じて、「ここならやりたいことができそうだな」って思って選びました。

機械学習と音楽を組み合わせて

Q大学時代に勉強していたことを教えてください。

いまの仕事とはジャンルとしてはちょっと違うんですけど、機械学習を用いた自動作曲の研究をやってました。中学3年生くらいからずっとベースをやっていて、情報系に進んだときに、「せっかくなら機械学習と趣味の音楽って組み合わせられないかな」って思ったのがきっかけでした。 ほとんど趣味みたいなものなんですけど、もう亡くなってしまっている好きなアーティストと「どうしても一緒にセッションをしてみたい!」という思いで研究を始めました(笑) 具体的には、楽譜とか、音楽のデータをもとに、そのアーティストがどういうパターンで演奏しているのかを機械学習して、同じような雰囲気の楽曲を自動生成する、っていう研究ですね。
もちろん完全に本人と同じにはならないんですけど、「らしさ」をどこまで再現できるか、みたいなところが面白くて、そこをずっと試行錯誤していました。

チャレンジングSHIRASEでのバンドの様子
チャレンジングSHIRASEでのバンドの様子

全てのデジタル化を目指す

Q今後の夢や目標を教えてください。

将来的にやりたいことは、もうシンプルに言うと「全部デジタル化したい」ってことですね。 どういう意味かというと、いまってどうしても人的リソースに依存する部分が大きいじゃないですか。もちろん人がやる価値があるところは残ると思うんですけど、それとは別に、顧客への提案から始まって、データのクリーニング、データ設計、フロントエンドの実装、さらに運用業務まで、こう一連のプロセスを“最初から最後まで”完全にデジタルで回せる、新しい事業体みたいなものを作りたいんですよ。 で、実はさっき話した今の業務内容も、そのための準備というか、検証段階として位置づけています。
「これって本当に自動化できるのか」とか、「どこを整備しておけば後で効くのか」みたいなところを、いままさに現場で確かめてる感じですね。 最終的には、実現可能なものは全部自動化する、っていうのを将来の目標として掲げています。
単に効率化したいっていうより、誰がやっても同じ品質で回る状態を作る、みたいな感覚の方が近いかもしれないです。

WCFCの様子
WCFCの様子

多くのことにチャレンジしてみて

Q就活生へのメッセージ

就職活動って最終的に「入社する会社とは何かしらのご縁があるもの」だと思ってるんですよね。 もちろん、行きたい会社とか興味ある業界ってそれぞれあると思うんですけど、最初からあんまり絞り込みすぎないで、いろんな視点でたくさんの会社を見てみるのも全然アリだと思います。その中で「あ、やっぱりここがいいな」って思える場所に出会えたら、それってきっとすごくいい経験になると思います。 なので、最初から自分で選択肢を狭めちゃうよりは、まずは広めに見て、いろんなことにチャレンジしてみてほしいです。 そこで得た経験は、きっとあとから自分の力になります。焦らず、自分のペースで頑張ってください。 皆さんの明るい未来を応援しています! p.s. もし「この人と一緒に働いてみたいな」と思って応募してきてくれたら、正直めちゃくちゃ嬉しいです(笑)

社員インタビュー