ストックマークで、自然言語処理技術を核として高いクオリティを誇るプロダクトを生み出すべく、Machine Learning（以下、ML）チームは日々どのような業務を行っているのか。チーフを務める森長誠と、東大特任准教授の経歴を持つ近江崇宏に現状の業務と今後の展望を尋ねました。

ストックマークは必ずしも“AIありき”ではない

——昨今、AIを活用したプロダクトが世に溢れています。

近江崇宏（以下、近）　AIや機械学習のブームゆえにそれらの技術を前面に押し出したプロダクトが日々ローンチされてますね。
AIとか機械学習をビジネスにつなげていくことは難しい課題としてある中で、ストックマークは「自然言語処理技術」がビジネスにしっかり活かされていることが特徴です。採用面接でも「機械学習」を社会実装したい、お客様の価値に貢献できるようにしたい、という考えを持ったエンジニアが多いです。

ストックマークでは、AIありきでプロダクトを作っているのではなく、お客様の課題に向き合い、そこに貢献できることは何か？と考えた時に、自然言語処理がうまくはまり、それがプロダクトに活かされていると言えます。

森長 誠（以下、森）　弊社が考えるデジタルトランスフォーメーションとは、最先端のテクノロジーを導入することで、新価値創造を成し遂げること。新価値創造とは具体的に、お客様が今まで気づき得なかったものを我々のプロダクトを通してつなげたり、お客様の組織内の連携をよりシームレスにすることで価値創出に貢献することです。

近：最終的な目標は顧客の新価値創造に貢献すること。自然言語処理技術はあくまでそれを達成するためのツールに過ぎません。

——ストックマークの自然言語処理チームの特色は何だと思いますか？

森：MLチームは、一人ひとりが、Half Research、Half Engineering という体制で動いています。そのせいか、プロダクトとリサーチの距離が近いというか、断裂する壁がないんです。
研究と開発には「魔の川」があると言われていますが、その先も含めた、研究開発から事業化までのプロセスで乗り越えなければならないとされる三つの障壁「死の谷」「ダーウィンの海」と言われるものはストックマークにはありません。ですから、研究からプロダクト、そしてお客様にご利用いただくまでのスピード感は他にはない強みだと思います。

エンジニアとしては、すぐにフィードバックがある環境となるので、より良いものを作っていくモチベーションにもなりますし、やりがいを感じます。
リサーチだけであれば一番良い成果を追求していくことが良いとされますが、それが顧客価値につながるのか？という観点ではプロダクトを介してお客様の課題やニーズに常に触れて考えることで、リサーチもより良いものになっていると考えています。

近：メンバーがどのように業務を遂行するかについては、ある程度の裁量が一人ひとり与えられています。その人が手がけた最先端技術をプロダクトに組み込めばすぐに反映される状況なので、開発のスピードは早いのではないかと思います。

森：それに加えて受託型ではなく、SaaSであることも開発スピードに影響があると思います。お客様への提供価値を最大にするために、どんどんアップデートしていくことができます。

——最近は文章生成の研究も進めているそうですね。

近：今後、研究開発に力を入れようと考えている技術の一つです。将来的には、GPTをはじめとする自分で文章を生成するAIをプロダクトで活用したいと思っています。まだ具体的にどうプロダクトに入れるのかまでは目処は立っていませんが、今後の会社の発展を見据えて、短期的なプロダクト開発と長期的な技術開発にも取り組んでいます。

森：これまで弊社で主に用いてきた自然言語処理のAIのBERTは分類や識別を主に対象にしていましたが、GTP-3は生成系のAIなので、これまでコンピュータには難しいと考えられていた「Creative」という領域に踏み出していきます。これができれば、ビジネスにもプロダクトにも転用できるので、お客様への価値提供という意味でも幅が広がります。
まだ技術として成熟していないので短期では実用化できませんが、将来的にいち早くこの技術を取り入れ活用するためにも、今から研究に取り組んでいるところです。

近：BERTなどの最先端技術をプロダクトに活かせているのも、ストックマークで働く醍醐味と言えます。最先端技術も実用化できるのはとても面白いです。

森：どんな技術にも言えることですが、BERTを採用することには当然メリットとデメリットの両面がある。そういった時に想定しうるリスクをなるべく排除したい場合は、変化を容認できないと判断するケースは往々にしてあるでしょう。でもストックマークには顧客価値を下げずに新価値創造につなげるという前提を踏まえたチャレンジに寛容なムードがある。最先端の技術で、自身の成長だけでなく会社の価値を高めることができることも魅力の一つですね。

近：私たちの役割は自然言語処理技術に磨きをかけてプロダクトを良くすること。そのためには、技術そのものに関心を持ち、技術をどう深めていくかが重要なポイントになってきます。

森：技術は日進月歩なので、自分が持っている手札だけでは勝負できなくなります。新しい技術を自らキャッチアップしていく気持ちがないとついてこれないと思います。ある意味、停滞は許されないと言えます。（笑）常に前に進んでいくこと！ストックマークで働くには、終わりにない戦いに挑んでいける精神力は必要かもしれません。

チームが大きくなれば、より深く“潜れる”はず

——会社全体の目標として“大企業を変革する”ことを掲げていますが、お二人はストックマークに入社する時に、このテーマにピンと来たのでしょうか。

近：これは難しい質問ですね（笑）。私の入社動機はいたってシンプルで、大学に勤めていた頃から興味深く感じていた自然言語処理技術を使ってプロダクトを作り、社会に役立てたかった。それがこの会社ならできると直感したので、入社を決めました。しっかりとした技術力を持っていることを前提として社会実装を楽しんでいる。その思いを共感し合えるメンバーがいると感じたからです。

森：“大企業を変革する”というコンセプトに対して、当然ながら共感しています。もともと個人的に夢に描いていたのは、技術を駆使して人間のような機械をつくること。だから、単語の意味を人間のように理解できるプロダクトをつくることは、そのワンステップになるだろうと感じて入社を決めました。MLエンジニアは社内でも比較的専門的な業務を担っているので、“大企業を変革する”ということに直接的な成果は見えづらいですが、他のチームと分断しているわけではない。プロダクトを良いものにしていくことで、お客様のペインを解消していけることが、結果的に繋がっていくと思っています。

——将来的にどんなチームにしたいですか？

近：エンジニアによって得意／不得意な領域は当然あるので、そこに関してはお互いにサポートし合いますし、他のエンジニアに有益なニュースがあれば情報共有もします。自律的かつ主体的に考えて業務に取り組める人が集まったチーム体制は、今後も変わらないでしょう。

森：手が多いほどできることは増えるので、新たなメンバーを迎えていろんなところをカバーできるチームにしたい。現時点では一人ひとり担当領域を持つスタイルですが、今後の展望の一つとして、一つの領域にチームで携わり、チーム内で濃淡をつけて業務を遂行すれば、より広い領域をより深く潜れるようになるのかなと。

近：エンジニアが増えて、できることの領域が広がれば、ストックマーク独自の技術を生み出して世に出すことができると思っています。その先には、自然言語処理技術のリーディングカンパニーとなり、この業界を盛り上げていきたい。それを一緒にできるチームを目指したいですね。

森：いずれにせよ、プロダクトとその先のお客様を念頭に、MLチームは今後も“Half Research Half Engineering”を今後も徹底します。技術的資産を構築しつつ、プロダクトで実装していけたらと思います。

＜プロフィール＞
森長 誠（写真右）：北海道大学大学院を卒業後、新日鉄住金ソリューションズに入社。官公庁向けのエンジニア、プロジェクトマネージャーを経験。2019年1月にストックマークに入社。Senior Researcherとして務める。現在、機械学習の最新アルゴリズムの検証・実装・モデル化を担当。

近江崇宏（写真左）：京都大学大学院理学研究科博士課程修了後、東京大学生産研究所にて8年間勤務。時系列解析を中心とした統計や機械学習の基礎・応用研究に従事。2018年には特任准教授となり、大学院の運営や学生の教育にも携わった。2020年4月にストックマークに入社し、自然言語処理の研究開発に従事。現在、R&D Managerを務める。

ストックマークで一緒に働くメンバーを探しています！

この記事を読んだ方はこちらもオススメ