3
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

社会人ドクターの経験から得られたこと,苦労したこと,そこから現在の活動につながっていること(後編)

3
Posted at

はじめに

 データ活用基盤の開発やデータ分析手法の研究を行いながら,大学で兼任講師をしている高須賀です.2019年4月から社会人ドクターとして研究活動を行い,2023年3月に博士(情報学)の学位を取得した.研究分野は,組合せ最適化,数理最適化,オペレーションズ・リサーチ,グラフ理論である.

 2024年11月に,社会人ドクターの経験から得られたこと,苦労したこと,そこから現在の活動につながっていること(前編)を公開した.前編では,社会人ドクターとは何か,なぜその道を選んだのか,進学前から学位取得後までをどのように過ごしたのかを,時系列に沿って述べた.

 前編を公開してから約2年が経過した.その間に,当時は書ききれなかったことを整理する機会や,当時はまだ起きていなかった変化がいくつかあった.そこで後編である本稿では,前編の時系列をなぞり直すことはせず,次の3点について述べる.1点目は,4年間を支えた動機である志についてである.2点目は,博士課程で取り組んだ研究が事例研究であった理由と,その具体的な中身についてである.3点目は,前編公開後の2024年12月以降に起きた変化についてである.前編が「何が起きたか」の記録であるのに対し,後編は「なぜそうしたか」と「その後どうなったか」の記録という位置づけになる.

サマリ

  • 全ての源泉は志
    • 入社当時から変わらない志があり,社会人ドクターはその志を実現するための手段であった
    • 志と仲間は自分で選べるものであり,偶然に見える出会いもその延長にあると考えている
  • やったことは事例研究
    • 修士では理論研究に近いことを行ったが,博士では自分の立場と役割から出口戦略を優先した
    • 既存の理論を現場に持ち込むだけでは使えないため,適合,改良,理論的な裏付け,実データでの計算実験を繰り返した
    • 事例研究とはいえ新規の手法も提案しており,査読付き論文での評価と特許4件の登録を通じて,新しい技術を創ることにも寄与した
    • 業務外の研究として進めるために,前部署,現場,当時の所属との折り合いに多くの労力を要した
  • LLMが流行する前に研究を終えたこと
    • 実装,計算実験,論文執筆を全てLLMに頼らずに行ったことが,結果として力の証明になっている
  • 長い時を経て芽が出始めた
    • 研究の題材であった工事立会者の割当は,グループ会社で導入が始まった
    • 社内ダブルワーク制度を利用して新規ビジネスの検討を進め,技術だけでは事業にならないことを実感した
    • 特許は別の社内の案件でも継続的に出願しており,チームメンバを巻き込んだ出願を育成も兼ねて行っている
    • 博士課程で得た経験と知見が事業貢献につながり,スペシャリストグレードの認定(2024年10月にSG2,2025年10月にSG1)という形で処遇にも反映された
    • 兼任講師として関わった学生は累計700人を超え,2026年4月には私を間接的に知る学生が同じ部署に配属された

全ての源泉は志

 前編では,社会人ドクターを選んだ目的として「企業とアカデミアのギャップを埋める」「自身のキャリアの幅を広げる」の2つを挙げた.この2つの手前に,入社当時から持ち続けている志がある.

自身が築き上げる核・種となる技術を具体的なサービスに変換し,そのサービスを世人の革新的な生活の一部に先導する

 2012年に入社してから,ネットワークの運用,社内のIT統合基盤,研究所での装置開発と,いくつかの部署を経験した.どの仕事にも学びはあったが,入社から10年近くの間,「自身が築き上げる核・種となる技術」と呼べるものを創ることは叶わなかった.企業の中で技術を使う側に染まりつつあるという感覚もあった.そのため,技術を創る側に立つこと,そしてその技術に第三者から見た説得力を持たせることが必要であると考えた.博士後期課程への進学は,そのための手段である.

 前編で述べたとおり,在学中は平均睡眠時間が3時間から4時間,週に2日から3日は徹夜という生活であった.進学後3ヶ月で異動になり,研究テーマを一から考え直すことになったときには,続けるか辞めるかを半年ほど悩んだ.それでも最終的に続ける判断ができたのは,学位そのものが目的ではなく,志を実現するための通過点であると考えていたためである.目的が学位だけであれば,あの時点で断念していた可能性が高いと思われる.

 この4年間を経て,自分が何を大切にしているかについても整理がついた.人生に影響を与えるものとして,運,仲間,仕事,経験,スキル・知識,志の6つを考える.このうち運は,自分ではコントロールできず,予測もできない.仲間と仕事は,自分だけではコントロールできない環境である.一方で,経験,スキル・知識,志は,自分でコントロールできるものである.その中でも志は,どの経験を取りに行くか,どのスキルを身につけるかを決める起点になる.

 志を持って人と違う道を歩むと,その道の途中で出会う人も変わってくる.在学中に精神的に支えてくれた職場の人,学位取得後に再びつながったアカデミアの人,クラウドコミュニティで出会った人は,いずれも当時は偶然の出会いに見えた.しかしながら,振り返ると,自分が選んだ道の上にいた人たちであり,必然であったと考えている.頑張ったのは紛れもなく自分自身であるが,頑張れたのは周囲の支援があったからである.

 この考え方については,以下の発表資料でも述べている.

博士後期課程でやったことは事例研究

修士(博士前期課程)のときは理論研究に近かった

 修士のときの研究は,基礎研究,理論研究に近いものであった.自分のアイデアを出発点とし,それが成り立つことを理論的に証明するという進め方である.研究テーマもアイデアも自分で考え,先行研究を調査し,指導教員に方向性を確認しながら進めた.

 そのため,博士後期課程でも同じように理論を一から創るという選択肢はあった.しかしながら,私はその道を選ばず,事例研究を選んだ.

出口戦略を優先した理由

 社会人になってからも,基礎研究が大事であるという考えは変わっていない.一方で,自分の特性,置かれている立場,役割を考えると,理論を一から創ることよりも,自分の過去の研究や,指導教員をはじめとする大学の先生方が創り上げてきた理論を事業に活かすことのほうが,私にしかできない貢献であると考えた.つまり,研究の出口を優先したということである.

 企業に所属していると,現場の業務,そこで使われているデータ,実際に意思決定をしている人に直接触れることができる.これは大学の研究室からは得にくいものである.一方で,企業の中には,学術的な理論を理解したうえで現場に適用できる人が多くない.この両方に手が届く立場にいることが,前編で述べた「企業とアカデミアのギャップを埋める」という目的とそのままつながっていた.

事例研究で実際に行ったこと

 事例研究というと,世の中にある技術をそのまま現場で使ってみた話のように聞こえるかもしれない.実際に行ったことは,それとは異なる.

 題材としたのは,与えられた全ての工事に対して,立会者を誰にするかを決める業務(以後,工事立会者手配業務)である.この業務では,移動距離や立会者のスキルといった様々な条件を考慮して割当を決める.条件には,誰が手配しても共通のものもあれば,手配者の考え方や好みによって異なるものもある.後者は手配者の頭の中にしかなく,高度な技能を持つ手配者に依存した業務になっていた.

 基礎理論として確立されているアルゴリズムは,そのままではこの業務に適用できない.そのため,次のことを順に行った.まず,現場へのヒアリングを通じて,手配者が暗黙のうちに考慮している条件を引き出し,数理モデルとして表現した.次に,現場で実際に使えるモデルとデータセットで,まず動作させることを優先した.動作することが確認できた後に,効率よく動作するよう,アルゴリズムを改良した.さらに,改良したアルゴリズムが正しく動作することの理論的な裏付けを証明し,実データを使った計算実験を幾度となく繰り返した.査読付き論文として学術的な価値を示すためには,現場で使えるというだけでは足りず,なぜうまくいくのかを説明できる必要があるためである.

 前編で述べたPoCの現場運用と,そこから出てきた要望に応えるための新たなアルゴリズム3つの開発は,この繰り返しの後半にあたる.現場の課題を抽出し,PoCを作成し,現場で運用し,出てきた要望をアルゴリズムに反映するという循環を回し続けたことで,現場の業務で使えるレベルまで持っていくことができた.

 総移動時間は従来とほぼ同等のまま,総割当ペナルティを半減させている.ここで割当ペナルティとは,スキルが必要な工事に対して,そのスキルを持たない立会者を割り当てたときに課されるものである.つまり,移動時間を増やすことなく,スキルの面で無理のある割当を減らせたということになる.また,手配にかかる時間は,1日あたり6時間から10分程度になる.人件費の削減効果は想定値であり,特定のエリアの事例に基づくものであるため,他のエリアや業務にそのまま当てはまるとはいえないが,高度な技能を持つ手配者に依存していた業務を数理モデルで支援できることは示せたと考えている.

 ここで補足しておきたいのは,事例研究とはいえ,既存の手法を当てはめただけではないという点である.現場の条件を表現するための数理モデルや,それを解くためのアルゴリズムについては,新規の手法を提案している.前編で述べたとおり,その内容は査読付きジャーナルに2本採録され,学術奨励賞も受賞した.査読では新規性と有用性の両方が審査されるため,現場で役に立つことに加えて,手法として新しいことについても第三者の評価を得たといえる.また,博士号取得の過程で特許を4件出願し,その全てが登録まで完了している.学術的な成果としてだけでなく,知的財産としても新規の技術を残すことができた.特許出願は学位取得後も続けており,この点については後述する.

 つまり,出口戦略を優先したことは,新しい技術を創ることを諦めたという意味ではない.理論を一から創るのではなく,現場の課題を起点にして新しい手法を創ったということである.志でいう「自身が築き上げる核・種となる技術」を創ることに対しても,事例研究という形で寄与できたと考えている.

 なお,実用化を目的とした研究は,アカデミアのコミュニティの中でも多くはない.理論研究に比べて新規性を示しにくく,現場との調整に時間がかかるためであると考えられる.その希少さが,学位取得後に声をかけてもらえる理由の1つになっている.

業務外の研究として進めるための折り合い

 前編でも述べたとおり,進学は自己都合であるため,費用は全て自費であり,研究は全て業務外の時間で行った.前編で述べた200万円は,あくまでも学費関連の金額である.

 ここで前編に書ききれなかったのが,研究の題材と所属の関係である.この研究のもとになった取り組みは,2019年1月ごろに前部署で始めたプロジェクトであった.数ヶ月取り組んだところで2019年4月に進学し,2019年7月に異動となった.つまり,博士課程での研究は,前部署での数ヶ月の取り組みの延長戦であった.

 異動後の所属は,この題材とは一切関係がない.しかしながら,題材は会社の業務であり,現場との関係は前部署で築いたものである.そのため,研究を続けるには,前部署,現場,当時の所属のそれぞれと折り合いをつける必要があった.現場へのヒアリングや実証実験は,年休を取得して行った.同じ打ち合わせに参加している他の人は業務であり,自分だけが年休であるという状況は,頭では納得していても気持ちの整理が難しかった.

 機材についても同様である.異動に伴い,研究に使う予定であった物品が使えなくなったため,計算機やソフトウェアは全て自分で工面する必要があった.前編で述べた計算機やソフトウェアの自費購入はその一部であり,機材の準備にはかなり苦戦した.なお,前編では費用を200万円と記載した一方で,その後の発表資料では300万円と述べている.この差分にあたるのが,機材をはじめとする研究にかかった費用である.学費関連の200万円に機材などの費用を加えると,自己負担の総額は約300万円になる.

 会社の業務を題材に,業務外で研究するという形は,研究成果の権利についても難しい問題を生む.前編で述べた知的財産の権利関係の調整は,この構造から生じたものである.社会人ドクターを検討している方で,自社の業務を題材にしようと考えている場合は,進学前に所属や権利の扱いを確認しておくことが望ましい.私の場合は,異動という予測できない出来事があったため,事前に整理しておくことは難しかった.

LLMが流行する前に研究を終えたこと

 時期的な巡り合わせとして,研究そのもの,査読付き論文,博士論文のいずれも,LLMが広く使われるようになる前に終えている.そのため,アルゴリズムの実装,計算実験,論文執筆の全てを,LLMに頼らずに行った.

 当時は,実装で詰まれば自分で原因を調べるしかなく,論文の構成や言い回しは指導教員との数十往復のやり取りの中で身につけるしかなかった.LLMがあれば短縮できた時間は多かったと思われる.その意味では,LLMがない時代であったから大変だったといえる.

 一方で,LLMがない時代に終えたことには,別の意味もある.現在は,構成が整い,用語が統一された文章を書けば書くほど,LLMを使って書いたのではないかと見られることがある.自分の力で書いたものであっても,それを示すことが難しい.私の場合は,そのような見られ方をする余地がないため,気持ちの面では楽である.これから博士号を目指す方は,研究の中身に加えて,自分の力で行ったことをどう示すかという別の負担を抱えることになるため,ある意味では当時より大変かもしれない.

 現在の私自身は,LLMを日常的に使っている.論文を読む力と書く力は博士課程で身につけたため,何を書くか,どの順で述べるか,どの根拠を使うかといった内容は自分で準備し,文章を整える部分をLLMに任せて時間を短縮している.LLMが出力した文章の良し悪しを判断できるのは,数十往復の添削を受けた経験があるからであると考えている.

長い時を経て芽が出始めた

 博士号を取得したのは2023年3月である.前編を書いた2024年11月の時点では,学位取得後の活動として,研究会への参加,大学での講義の開始,社外での講演を挙げた.それから2年が経ち,当時は種を蒔いた段階であったものが,ようやく芽を出し始めている.

博士課程で得た経験と知見を活用した事業貢献

 1つ目は,事業への貢献である.まず,研究の題材であった工事立会者の割当については,グループ会社で導入が始まっている[2].研究として行った事例が,実際の業務の中で使われる段階に入ったということである.

 次に,この研究の延長として,人と仕事のマッチングサービスという新規ビジネスの検討を進めてきた.前編では触れなかったが,在学中から,本業と研究に加えて社内ダブルワーク制度を利用していた.これは,業務時間の20%以内で他部署の業務に携わることができる制度である.私は,新規ビジネスの創出をミッションとして2020年に新設された部署にエントリーし,博士課程で研究した技術をサービスとして展開することを目指した[2].経歴のような単純な条件だけでなく,スキル,相性,本人の希望といった複数の条件を踏まえて,人と仕事を結びつけるという構想である.ただし,人と仕事のマッチングそのものは,まだ実用化には至っていない.

 ここで苦労したのは,技術ではなくビジネスの側である.サービスとして展開するためには,技術の良さだけでなく,収益モデルや市場規模を考え,使いやすさや収益が出る仕組みを示す必要がある.私は研究者として活動してきたため,お客様の視点やビジネスの視点が欠けていた.査読付き論文で学術的な価値を示すことと,事業として成り立つことを示すことは,別の能力であると実感した.一方で,学術界には数理最適化を知っている人はいるがサービスとして展開することを思いつく人は少なく,産業界には潜在的なニーズがあるが活用できる技術があることを知らない人が多いということも,この活動を通じてわかった.

 また,数理最適化とクラウドを組み合わせるという方向で活動を続けており,数理最適化を組み込んだAIエージェントのプロトタイプを開発している.ある種の最適化問題では,従来のAIエージェントと比べて性能が70%向上するという結果が得られており,特許出願も行った.限られた問題での結果であり,一般的な有効性については更なる検証が必要であるが,クラウド事業者と実装に関する会話を始められる段階には来ている.

 2026年2月時点で,特許出願は17件(登録13件),学会発表は13件,招待講演は6件となった.

 このうち特許については,博士号取得の過程で出願した4件にとどまらず,博士課程の研究とは別の社内の案件でも継続的に出願している.また,最近は特許を出願する人が少なくなり,特許に対する認知も低くなっていると感じている.そのため,啓蒙活動として,チームメンバを巻き込んだ特許出願も行っている.自分1人で出願するのではなく,メンバと一緒にアイデアを権利の形にまとめることで,メンバの育成も兼ねている.博士課程で身につけた,新規性を言葉にして第三者に示すという経験を,自分の成果だけでなく周囲にも還元するという取り組みである.

 2026年9月には,日本オペレーションズ・リサーチ学会で,実社会における数理最適化の社会実装について発表する機会も得た.社外に向けては,EnterpriseZineに寄稿した記事の中でも,生成AIの次の技術として数理最適化を取り上げている[3].

 これらの活動は,処遇にも反映された.NTTグループには,特に専門性の高い社員を対象としたスペシャリストグレード(以後SG)という制度がある.2023年4月に新設された制度であり,管理職とは別の道として,専門性を活かしながら管理職並の処遇を得られるものである.SGにはSG2とSG1の2つのグレードがあり,SG1はその分野の第一人者として社外で認知されていることが求められる[1].私は,2024年10月にSG2,2025年10月にSG1の認定を受けた.前編を公開したのはSG2の認定を受けた直後であり,SG1の認定はその後の変化にあたる.学会発表や特許出願,社外での講演といった,博士課程から続けてきた活動がなければ,得られなかった評価であると考えている.業務外で自費で行った研究が,時間をかけて業務に還元され,それが処遇にも反映されるという循環が,ようやく回り始めたといえる.

 私が現在目指しているのは,数理最適化を,一部の専門家だけが使える技術から,誰もが当たり前に使える技術に変えることである.入社当時からの志でいう「核・種となる技術」が,私にとっては数理最適化であったということが,博士課程を経てようやく明確になった.

 なお,ここに至るまでの間に,一度は社外に出ることも考えた.自身の事業貢献の方向性と会社の方向性に乖離を感じ,転職活動をして,あるコンサルティング会社の内定を得たことがある[2].しかしながら,今の会社でやり残したことがあると再確認し,自分にできることを全てやり切ってから再考すればよいと考えて辞退した.この経験から,自身の専門性を活かして事業に貢献するうえで,所属に拘る必要はなく,どこでも活躍できるようにしておけばよいと考えるようになった.

兼任講師として関わった学生が同じ部署に来た

 2つ目は,次の世代の育成である.2024年4月から,法政大学で兼任講師として講義を担当している.前編の時点では1年目の途中であったが,その後も継続しており,講義で関わった学生は累計で700人を超えた.講義では,理論に加えて,クラウドを使って最適化の考え方を現実の問題にどう活かすかを伝えている.これは,事例研究を行った私だからこそ話せる内容であると考えている.

 2026年4月には,私を間接的に知っている学生が入社し,私の部署に配属された.私が講義を担当しているのは学部2年生であり,この学生は2024年の時点で学部3年生であったため,私が直接教えた学生ではない.それでも,大学で教えているという活動が,巡り巡って自分の職場につながった出来事であった.今後は,直接教えた学生が社会に出てくる時期に入る.企業とアカデミアのギャップを埋めるという目的に対して,自分が両方を行き来するだけでなく,両方を知る人を増やすという形でも貢献できる可能性が見えてきた.

得たものと引き換えにしたもの

 良いことばかりを書いたが,引き換えにしたものについても正直に述べておく.お金,時間,家族と過ごすはずであった時間は戻ってこない.4年間の生活は,おそらく寿命も削っている.また,博士号を持っているのだから他の人とは違うという過度なプライドが,自分の中に生じていることも自覚している.これは意識して抑える必要があるものである.

 現在は,業務内外で多くの活動をしているが,徹夜をする必要はほぼなく,家族と過ごす時間も取れている.業務外の活動について家族の理解が得られているのは,あの4年間を一緒に乗り越えたからである.

おわりに

 本稿では,前編の後編として,社会人ドクターの4年間を支えた志,博士課程で事例研究を選んだ理由とその中身,そして2024年12月以降の変化について述べた.

 前編では,得られたこと,苦労したこと,現在の活動につながっていることを並べて書いた.後編を書き終えて,この3つは別々のものではなく,志を起点とした1本の線の上にあることを改めて感じている.苦労したことの多くは,会社の業務を題材に業務外で事例研究を行うという選択から生じたものであり,得られたことと現在の活動の多くも,同じ選択から生じている.

 芽が出始めるまでに,進学から数えて7年,学位取得から数えて3年かかった.これは私という1つの事例に過ぎず,同じ道を選べば同じ結果になるとはいえない.それでも,社会人ドクターを検討している方や,学位を取得した後に成果が見えずに悩んでいる方に対して,時間がかかる場合があるという1つの記録にはなると考えている.

参考

[1] NTTが挑む「脱・年功序列」の改革 実力主義の専門人材登用と次世代経営層育成とは(日本の人事部,2025年9月)

[2] 数理最適化の技術で人と仕事のマッチングサービスを開発(わたしの決断物語,2025年12月)

[3] NTT西日本が生成AIの次に見据える「数理最適化」による変革 なぜ次世代の武器となり得るのか?(EnterpriseZine)

3
1
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
3
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?