ソネット・メディア・ワークス株式会社(以下略称SMN)は、ソニー、ソネットの持つ技術力・分析力と、アドネットワーク時代から築いてきた営業・運用力を融合した、ユニークなソリューション企業です。広告主が考えるターゲットに適切に広告を送る「Logicad」などのサービスを世の中に提供し、多くのクライアントから信頼を集めてきました。DSP分野の先駆者として、新しいソリューションを創り出し、価値あるサービスを提供しています。

当社 R&Dラボのメンバーが、ソニーグループで培った最先端の機械学習技術をもとに、新たな開発に成功した高精度な行動予測を可能とする人工知能「VALIS-Engine」

順調に成長をしてきたSMNのDSP事業を、今後どのような方向へ舵を進めて行くべきか。R＆Dラボの責任者でもある山本則行がお話しします。

山本則行（ヤマモトノリユキ）：

R&Dラボ統括　シニアR&Dストラテジスト 昨年設立したR&Dラボの責任者。ソニーで研究してきた最先端の機械学習技術を適用した「パーソナライゼーション技術」をインターネット広告に応用し、各サービスへ多面的に展開するため、ソネットメディアネットワークスに転籍。

※R&Dラボは、AIBO/QRIO の知能を生み出したメンバーを中心とするソニー株式会社旧システム技術研究所におけるパーソナライゼーション研究チームを母体としています。同チームは、レコメンデーションコンテスト用データセットで単一アルゴリズムとして世界一の精度を達成したほか、独自セレンディピティエンジンによる音楽推薦や番組推薦の実現など、個人の認知差やコンテンツの特性をも考慮したアルゴリズム構築に実績があります。

広告にセレンディピティを

今のネット広告には、しつこくて辟易とされている方も多いと思います。それを「もらって嬉しい広告」に変える研究開発をしています。主なトピックはビックデータ処理による行動誘引技術ですね。現在、我々が担当している広告キャンペーンは約2000、抱えるユーザー（ブラウザ数）は約3億にのぼります。その間をマッチングする仕事です。

「ユーザーの趣味嗜好やライフスタイルに合わせて、一番適切なタイミングで適切な場に適切な情報が提示される。時には意外だけど刺さる情報が提示されて、新たな行動を起こしたくなる」。そんなイノベーションを起こしたいと考えています。

「意味のあるものを作りたい、新たな意味を生み出したい」
そんな人を求めています。

大規模機械学習の技術が肝になります。膨大なログデータから、人をモデリングし、人の行動を予測する。その機械学習の精度を高められる人、自ら積極的に問題を定義し、解決できる人が欲しいですね。さらに広告に限らず、新たな価値に気づき、事業化する気概のある人もぜひ欲しい。以前に在籍していたソニーのキャッチコピーを流用すれば、「ネアカ＆出る杭、求ム！」です。

この仕事の魅力は、自分が思い描いた世界を作れること。なので、今の社会に問題意識を持ち、自分の作ったシステムで世の中の課題を解決していきたい！と思っている人にとって、大変魅力的だと思います。そのためには「気づき」や「違和感」が大事ですので、感受性が強い人を求めています。この領域の未来は可能性にあふれていますよ。

ここからは、舘野、羽田、米村、李、中潟という5人のR＆Dラボのメンバーが、仕事内容や働く環境を座談会形式でお話します。

舘野啓 ／R&Dラボマネジャー

長年山本とともにソニーの研究所で機械学習やパーソナライゼーション技術の研究開発に携わる。現在ソニーから出向中。

李建勛 ／R&Dラボメンバー

山梨大学情報システム工学部博士課程修了して今年入社。現在、舘野の元で実験の検証などを行う。

羽田真也 ／R&Dラボメンバー

ソニーにて VAIO の開発を行った後、ビックデータを扱うために現在の山本のチームにジョイン。UI/UXも担当。舘野と同じくソニーから出向中。

米村拓也 ／R&Dラボメンバー

入社3年目。Logicadが配信する広告のデータ分析を行っていたが、新規事業のための組織立ち上げに際し今年4月にR&Dラボに加入。

中潟弦 ／R&Dラボメンバー

学生時代の専門は確率統計。ソニーで監視カメラの設計開発などを行っていたが、今年３月にR&Dグループに参加するため出向を決意。

全ては広告主のために。問題意識を持って仕事をするということ。

舘野 半分エンジニアリング、半分マネジメントを担当しています。現在一番大きなものとしては、新サービスの開発とそのニーズ把握のための広告主とのディスカッションですね。同時に、李と中潟とともに機械学習チームを組んで最先端の技術をどうビジネスに転換していくかを模索しています。

李 私は、舘野さんの仕事を分担させていただいています。できることならもっともっと成果を出したいですね(笑)。さらに勉強しなければと思っています。

中潟 私のいる機械学習チームでは、お客さんにどのようにして広告を見せていくか、それぞれの広告主に合った表示方法を日々研究しています。

学生時代に扱ったデータは多くても10万から100万でしたが、今扱っているのが1億ほど。そのデータを扱うのはワクワクですね。

引き続き、5人が仕事のやりがいや職場のよいところを本音でお話します。

現実の膨大なデータで自分の研究成果を体感しながら、
超高速PDCAサイクルが回せる

中潟 先ほど舘野も言っていましたが、データを実験する環境が近くにあるのが良いです。自分が今まで所属していたような大組織ではプロトタイプを作って、少人数で実験して、成果が出たら上司に報告し、商品化する、というプロセスに一年はかかっていました。しかしSMNでは、過去のログデータを使って一週間ほど実験を行い、結果が出ればすぐにお客さまへと配信する。シビアな面もありますが、作ったものがすぐに商品化されるのは魅力的ですね。

舘野 確かにスピード感は魅力です。新規事業の観点から言えば、会社の規模も大きくないですし、DSPという基盤となる事業があるからクイックかつ大胆に新しい事業にチャレンジできる。自分の経験を活かしてガンガントライ出来るのが良いよね。

羽田 現在、デジタルマーケティング業界が盛り上がっているのも嬉しい点ですね。広告主と話しながら作り上げていくので、提案したものに対するフィードバックが生の声でもらえる。環境、業界ともに整備されているので、仕事も進めやすいです。

舘野 お客さんとの接点があると、モチベーションが持続されるからいいよね。技術だけでは十分ではない。この業界では、ひとりひとりの対話力がより重要になってくると思うよ。

米村 広告を配信した結果を分析するにあたってもデータが沢山あると、様々な方向性から理由を探ることができます。その結果、好サイクルも生まれやすいのかなと思います。

李 この環境では、常に新しい仕事にチャレンジできるところが嬉しいですね。今の職場では何をやるのもモチベーション上がります。

常に攻めの姿勢。会社全体でやんちゃを推奨。

舘野 会社もどんどん変わっているから、僕らが会社をより良い方向に進めていけるようにしなければならない。現在の主な業務は広告、デジタルマーケティングが中心です。ただ将来的には情報提供を通じて人々の選択を増やし、愉快な未来をつくることを理念としています。「あらゆる情報との出会いを自然につくる」。そんなインフラをつくりたいと思います。

羽田 各々が切磋琢磨してこそ、会社が盛り上がります。現状に満足してはダメで、新たな一歩を踏み出す勇気が必要。そんなことを実感する機会が多いです。

中潟 会社全体でチャレンジを奨励していて、社長もどんどん新しいことやれとプッシュしてくれる。より発想力を求める会社に舵を切ろうとしていることが働いている僕らにも伝ってきます。

米村 やっぱり会社が新しいことに挑戦していく雰囲気にあるのは気持ちがいいですね。僕が入社する前からDSP事業をやっていて、今まさに成長しているにも関わらず「DSPだけじゃダメ」と上を目指している姿勢を会社が持っていることにあるとき気がついて。自分がその中にいるということもすごく嬉しかったですね。

李 チャレンジするためには、色々な本を読んだり、世の中に出歩いて勉強し、新しいアイデアを出すこと。アイデアがないと成長できない。アイデアを出すのは、大きなハードルだけど楽しいです。

今のカタチに留まる会社ではない。 推進力のある人材求ム。

舘野 卓越した技術力、発想力はもちろん必要です。僕らの場合、それを商品まで持っていかなくてはならないので、意外と馬力、粘り強さと泥臭いことが大事なんですよ。「面倒くさがらずやれること」単純に思えるかもしれませんが、こういった力がはやり重要ですね。

羽田 確かに！粘り強さは必要。更に言えば、キャラクターが濃い人、真面目で明るい人が欲しい。

米村 人の話を聞ける人。この会社は、色々な角度からモノゴトを考えている人が多く、それぞれが多様性ある考え方をもっているからこそ、それをまとめる能力・聞く力が必要で、そうやって互いに吸収して高め合えたらいいなと思います。

李 何に対しても探究心にあふれ辛抱強く議論できる人が良いなぁ

中潟 勉強欲、知識欲がある人。新しい業界なので、技術もどんどん刷新されます。最新の技術的トピックに興味を持って取り組んでほしいですね。良い意味で欲深くて粘り強い人、待っています！

■ こんな人がベスト

○大学で下記のいずれかの研究室に属していた

• ・理工系研究室
• ・エンジニアリング的アプローチをかけているマーケティング系の研究室

○大学で下記のいずれかのトピックを研究していた

• ・機械学習系(自然言語処理、パターン認識、検索/推薦、データマイニング等も含む)
• ・ビッグデータ処理系 (データベース系研究も含む)
• ・マーケティングサイエンス系

最後に、R&Dチーム全員の「わたしの頭の中」をご紹介します！