株式会社Elcamy

株式会社Elcamy（エルカミー）は、データ分析やAI開発を通じてクライアントと並走して価値共創するデータサイエンスカンパニー。Google Cloudを活用したデータ分析基盤構築サービスやデータパイプライン構築、Google Cloud Vertex AI 支援等、データ分析とAIの活用をクライアントに提供している。

同社の特徴は、オーダーメイドのソリューションをエンドツーエンド（end-to-end）で提供している点にある。クライアントのビジネスを深く理解した上で、徹底したヒアリングで課題を抽出し、それをデータ分析とAIで解決するソリューションを企画段階から実装・運用まで手掛けている。

「ビッグデータやAIの活用に興味はあるが、何から始めればよいのかわからない企業に、コンサルティングから実際にデータ分析基盤の構築・運用を通じた課題解決まで、経験豊富なデータサイエンティストが包括的に価値提供するのが、当社のビジネスです。AI活用やデータサイエンスが広く一般に浸透し、大企業だけでなく中小企業でもデータサイエンスへのニーズが高まっています。最近は、ChatGPTを使いたいという相談が増えています」（代表取締役・中川慎也氏）。

2019年12月創業の同社。下記のミッションを掲げている。

☆ミッション
データの可能性を形にする！
データで、あらゆる問題の本質を知りたい。
データで、意思決定して問題を解決したい。
データで、新しい価値を創造したい。

「私は大学院で人工知能の研究に携り、社会人になってからもデータ分析会社で働いて、データサイエンス・AI分野で15年以上のキャリアがあります。データサイエンスを仕事にする中で、社会がまだデータサイエンスの本当の価値に気付いていない、データサイエンスの可能性をもっと世に広めたいと考えて、エルカミーを立ち上げました」（中川氏）。

大学院で人工知能の研究を手掛け、データサイエンティストとして活躍してきた同社、代表の中川氏。データ分析会社で製薬会社の臨床試験のシステムの改修、事業会社のR&D部門に所属して自社データをビジネスに活かすための基礎研究等、データサイエンスの現場で数多くのプロジェクトに携ってきた人物だ。

ビッグデータビジネスにおいて多くのプロジェクトが失敗しているのを目の当たりにしたのも、同社を立ち上げた理由の一つだという。

「多大な工数と時間、コストを掛けてPoC（Proof of Concept：概念実証）を繰り返しているのにもかかわらず、いつまでたっても実用化に至らず、最後には力尽きてしまう“PoC地獄”の現場や、本来は手段であるはずのAIが目的になっているケース。ベンダーに丸投げして多重請負構造の中で、使い物にならないデータ分析基盤やAIが生み出されているのを見て、企業に本当に価値あるデータ分析を提供したいと思い当社を創業しました」（中川氏）。

そんな同社は以下のビジョンを掲げている。

☆ビジョン
コラボイノベートカンパニー
ユーザと並走してデータ活用を内製化する。
エルカミーに関わる人々と創発する。

「クライアントとの共創を大切にしています。クライアントが役立てられるデータ分析基盤を提供したいという思いが根底にあります。企業がデータサイエンスを導入するに際し、ベンダーロックに陥らずに内製化するのを積極的に支援しています。クライアントがデータサイエンスを活用して、ビジネスにおいて新しい価値を生み出す、それが当社にとっての目的です。開発・納品をゴールにせず、価値提供を通じてクライアントと末長い関係を築きたいと考えています」（中川氏）。

クライアント企業に、データサイエンスによる新しい価値提供を目指している同社。現在、データサイエンティストが2名とアナリストが2名、コーポレート部門も入れて6名の小さな会社。今後は積極的に会社を成長させて、上場を目指す計画だ。

その中で、重要なミッションが採用と人材育成。データサイエンティストは、人気の職種だけに中途採用市場での競争が激しい。

「データサイエンティストは、事業会社で働いている人材とデータ分析会社や開発ベンダーで活躍する人材がいると考えています。当社はデータ分析会社に近いポジションで、クライアントによって様々なデータを扱えるやりがいがあります。事業会社のデータサイエンティストは、自社データしか扱えません」（中川氏）。

同社の顧問は、千葉商科大学教授・東京工業大学名誉教授・筑波大学名誉教授である寺野隆雄氏が務める。AIの世界で有名な研究者で、中川代表の大学院時代の先生でもある。

「データサイエンスの世界は、技術の進化が激しいです。3年前の技術が古くて使えなくなるようなスピード感。当社は寺野先生に顧問を務めてもらっており、AIやデータサイエンスの最新技術や情報が入ってきます。データサイエンティストがスキルアップするには最適な環境です」（中川氏）。

設立間もないベンチャーなので、一緒に会社を作り上げていくやりがいも感じられる。コアメンバーにはストックオプションを付与し、会社の成長を還元できる仕組みも用意している。

「福利厚生などはこれから整備するところですが、経験を積んだデータサイエンティストには業務委託契約で、プロジェクトの規模に合わせた給与体系も考えています。まだ小さな会社なので、色々なことに自由にチャレンジしてほしいです。スピード感を大切にメンバー同士で切磋琢磨して高いスキルを持ったデータサイエンティストを目指しましょう！」（中川氏）。

また、同社では「データサイエンティスト未満」の人材の雇用も考えている。PythonやR言語での開発経験があるエンジニア、あるいは文系の人材でも商社や金融機関、メーカーで働くビジネスパーソン、Webマーケティングの世界で活躍する人材もデータサイエンティストになる素養があると、中川氏は語る。

「データサイエンティストは世界的にも需要が高く、慢性的な人材不足です。業界全体で人材育成が必要だと考えています。当社もデータサイエンティストにチャレンジできる素養を持った人材を採用し、育成したいと考えています。データサイエンスの世界は、近い将来コモディティ化されて専門知識がなくてもビッグデータを扱えるようになると考えています。今はデータエンジニアリングや数理科学の知識が必要ですが、将来はそれすらいらない可能性があります。それよりも大切なのは、ビジネス力。課題設定や問題解決力、意志決定のプロセスを変える構成力があれば、Pythonでのデータ加工から始めてデータサイエンティストへの道を歩むことができると考えます」（中川氏）。

＜アナリスト＞
分析未経験でもこれまでの経験を武器に活躍できるポジションなので、キャリアチェンジの方も歓迎いたします。
たとえば、エンジニアとしてSQLやPythonを書いてきた、インフラやクラウド設計に関わってきた、業務システムの裏側を理解している、そんなバックグラウンドは、データ分析・AI活用の現場ではそのまま強みになります。
最初は、データ抽出や前処理、既存ダッシュボードの改善、分析結果を「業務で使える形」に資料化、といった役割から入り、「なぜこの分析が必要なのか」「どう意思決定に使われるのか」を案件の中で体感していただきます。
次第に、分析設計をお任せし、AI／データ活用の全体像を描くコンサルタント的立場へ進む、といったキャリアを目指せます。

＜コンサルタント／データサイエンティスト＞
どの業務にAIを使うべきか、PoCで終わらせず、どう運用に載せるか、現場が“使い続けられる形”とは何か、こうした問いに向き合いながら、技術とビジネスの間に立つ役割を担います。アナリストやエンジニアとして入社した方が、クライアントとの打ち合わせで要件定義や構成検討に関わり、「なぜそのAIなのか」を説明する側に回ることで、自然とこのポジションに近づいていくケースも多いです。
将来的には、顧客のAI／データ活用戦略そのものを設計する、複数案件を横断して意思決定を支える、「この会社にAIを入れるならElcamyに相談しよう」と言われる存在になる、そんなキャリアを描けます。
プロジェクトマネージャーを目指しながら、幅広い経験を積んでいただきたいと考えています。

＜Dify /生成AI開発エンジニア＞
Dify 開発エンジニアは、LLMを使ったアプリケーションを、実運用に耐える形で設計・構築する役割です。
単なるプロトタイプではなく、業務フローにどう組み込むか、誰が・どこまで・どう使うのか、セキュリティ・権限・ログ・運用をどう担保するか、といった「現場で使われ続ける前提」の設計を行います。
これまでに、Webアプリ開発をしてきた、API連携やクラウド設計をしてきた、社内ツールや業務システムを作ってきた、そんな経験はそのまま活かすことができるので、キャリアチェンジの方も歓迎しています。
最初は、ワークフロー構築、プロンプト設計やAPI連携、既存構成の改善・運用対応、といった役割から入り、徐々に最適なAI構成を考える側に回っていきます。
全体のアーキテクチャ設計、複数案件を横断した技術標準の策定、新しいAI活用パターンの検証・展開を担い、「LLMに詳しいエンジニア」ではなく、「LLMを業務に定着させられるエンジニア」を目指せるポジションです。

＜Dify /生成AI導入コンサルタント＞
どの業務がAIに向いているのか、既存業務をどう変える必要があるのか、どこまで自動化しどこを人が判断すべきか、こうした点をクライアントと一緒に整理し、クライアントの業務にAIをどう組み込めば価値が出るかを考える役割です。
これまでに、業務改善やIT導入、要件定義、データ活用やDX支援をしてきた、そんな経験がある方はスムーズに役割に入れます。
ヒアリングによる業務フロー整理からスタートし、次第に「この会社にAIをどう根付かせるか」を考えます。
徐々に、AI導入プロジェクト全体のリード、業務×AIの標準パターン化、クライアントのAI活用方針を左右する立場として、技術と業務、両方を理解した「AI活用の翻訳者」として成長できるポジションです。