富士通は２０１１年に「データキュレーター」と銘打って、統計学の専門家や分析アルゴリズムに強い研究者、コンサルタントらで組織するビッグデータ（大量データ）分析の専門チームを立ち上げた。モデリングができる３０人を中核に協力会社を含め総勢１００人体制を築き、日本のデータサイエンティストの先頭を走ってきた。

　社内実践で先駆けたのは生活習慣病のリスク判定。健保組合の協力を得て、５年分で８０万件に及ぶ社員の健康診断データから「糖尿病になるリスク」を予測。加えてレセプト（診療報酬明細書）や、社内で収集した歩数や脈拍などの健康データなども含めて分析した結果、９６％を超える予測精度を達成した。

　次はインダストリアルインターネットへ

　予測を予防に役立てれば医療費の削減につながる。「３年がたち、企業や地方自治体などで商談が本格化してきた」（安藤剛寿イノベーションビジネス本部コンバージェンスサービス統括部マネージャー）という。最近はモノのインターネット（ＩｏＴ）ブームと相まって、製造業からの商談なども相次ぎ、新展開を迎えている。

　分析のための期間は通常、８週間。手順は客先へのヒアリングから始まる。次に必要なデータを収集して、複数の特徴を抽出する。さらにその特徴を二次加工して、多次元で分析できる”空間（特徴空間）“を作り、これをベースに予測モデルを作成する。このモデルを何度も展開することで予測精度が高まる。一つの分析サイクルには最短３カ月が必要となる。

　ただ、実行環境は変化するため、「作成した予測モデルは、実際には２カ月程度しかもたない」（安藤マネージャー）という。そこで富士通は、予測モデルの作り方をフレームワーク（枠組み）として提供することに力を注いでいる。目指すのは広範な用途に対応できる汎用的なフレームワーク。「故障予測などの用途を入力すれば、それに合った予測モデルが出てくるようにしたい」（同）という。
　

安藤剛寿イノベーションビジネス本部コンバージェンスサービス統括部マネージャーに聞く

潜在価値を最大限引き出す
　―データサイエンティストが脚光を浴びています。現状をどう見ていますか。
　「ビジネスに寄りすぎるためか、データをよく見ずに結論を出す傾向がある。我々のアプローチは『データに語らせる』ことだ。データをきちんと分析することで、ビッグデータが持つ潜在的な価値を最大限に引き出すことに力を注いでいる」
　
　―ビッグデータ分析の苦労は。
　「分析の際に新しい発見を要求されるが、実際に人手では気付かないことを提示すると、『腑（ふ）に落ちない』と指摘されてしまう。データ本位とはいえ、業務を知ることは大切だ。重要なのは分析のアウトプットをどう活用するか。糖尿病の予測でも、結果をそのまま提示せずに、健康食の配達サービスを提案するなど、やり方はいろいろある」
　
　―キュレーションサービスの進め方は。
　「ビッグデータ分析は最初の一歩が大事。そこは当社が請け負うが、予測モデルの運用や評価は顧客が行う。難しい問題が生じれば再び当社の出番となる。合わせて人材育成も支援する」
　（聞き手＝斎藤実）