さまざまなオープンソース言語（オープンソースの開発実行環境をそろえるプログラミング言語）やフレームワークが台頭している。それに伴いデータサイエンスツールの多くも、データサイエンティストがオープンソース言語／ツールを選択して利用できる。ヘンシェン氏によると、人気のある言語には「Python」「R」「Scala」などがあり、人気のあるライブラリには「TensorFlow」「PyTorch」「Keras」「scikit-learn」などがある。

　商用ツールは制限が多過ぎると考える企業もある。その一因は、製品ジャンルが比較的新しいことだ。「こうした製品ジャンルは全て、ツールへの深いコミットメントを要求する。つまりベンダーロックインにつながってしまう」。システムインテグレーションと技術サービスコンサルティングを手掛けるInsightの国内業務責任者、ケン・セイアー氏はそう語る。「これまでのところ、われわれの顧客は一貫してオープンソースを選んでいる」

　オープンソースと商用の両方のツールを手掛けるベンダーもある。こうしたベンダーの一社がAnacondaだ。同社は小規模なデータセットを使って機械学習モデルを開発できる、オープンソースのオンプレミスツールを提供している。一方で商用版の「Anaconda Enterprise」ならば「データサイエンティストが大規模なフルデータセットでモデルをトレーニングできる」と、同社の共同創業者でCTO（最高技術責任者）を務めるピーター・ワン氏は説明する。

　IDCは、世界のデータ量が2018年の33Z（ゼタ）Bから、2025年には175ZBまで増えると予想している。2025年には、保存された全てのデータの半分近くがパブリッククラウド環境に置かれる見通しだ。データサイエンスツールは、「Apache Hadoop」などのビッグデータシステムや、従来のデータストアに保存されたデータに対して、接続の簡素化とスピードアップに貢献する。「データサイエンティストは、データアクセスを実現しようとするたびに、IT担当者やデータエンジニアと共同作業をしなくても済むようになる」と、ヘンシェン氏は語る。

　一部のデータサイエンスツールは、サードパーティーのデータソースやデータ準備ツールと連携できる。「従来のデータサンプリングやデータ移動の要件に縛られず、ツールを進化させる狙いだ」と、ヘンシェン氏は説明する。企業はより大規模な分析をしたり、反復プロセスを迅速化したり、モデルを開発したりできるという。

データサイエンティストとその志望者のためのツール

　当然のことながら、データサイエンスツールは、主にデータサイエンティスト向けに作られている。DataRobotやSAS Instituteなどのベンダーは、ツールにある程度の自動化を導入して、データサイエンティスト以外のユーザーでも使いやすくしている。ただし「少なくともユーザーは、データや分析に精通しているパワーユーザーだろう」と、ヘンシェン氏は指摘する。

　SAS Instituteは、自社のツールを幅広いユーザーにとって使いやすいものにしようとしている。「われわれのツールはユーザーインタフェース（UI）が選択できる」と、同社のアドバンストアナリティクスおよびAI製品管理担当ディレクター、ソーラブ・グプタ氏は説明する。同社はドラッグ＆ドロップが可能なUIをビジネスユーザー向けに、プログラミング用UIをデータサイエンティスト向けに用意している。「当社のツールを採用すれば、データサイエンティストやビジネスアナリスト、開発者、企業役員など、さまざまな職種の担当者を集めたプロジェクトチームを編成できる」と、同氏は付け加える。

　クラウドベースのデータサイエンスツールについては、データのプライバシーやセキュリティを懸念する企業が依然として存在する。そのためオンプレミス運用が有力な選択肢となる。金融や医療のような業種では特にそうだ。Domino Data Labのマーケティング担当副社長、ジョン・ルーニー氏によると、同社はクラウド版とオンプレミス版のデータサイエンスツールを提供している。これらのツールを利用するデータサイエンティストは、RやPythonのようなオープンソースツールに加え、SAS InstituteやDataRobotの商用ツールを組み合わせて利用できる。

　ヘンシェン氏によると、高度な分析の分野ではこれまでSAS InstituteとIBMが最大の顧客基盤と売上高を誇ってきた。「これは今も変わらない。既存の投資やライセンスと保守サポート収入のおかげだ」とヘンシェン氏は語る。ソフトウェアレビューサイト「G2」はWatson Studioについて、データサイエンスワークフローの管理ツールの中で、ユーザーの全体的な評価が最も高い製品として挙げている。

　調査会社Gartnerが2019年1月に発表したベンダー評価レポート「Magic Quadrant」では、商用ライセンスを提供しているデータサイエンスツールと機械学習ツールのベンダー17社を取り上げ、「ビジョンの完全性」と「実行能力」を軸に評価。その結果に基づいてベンダーを「チャレンジャー」「ニッチプレイヤー（特定市場指向型）」「ビジョナリー（概念先行型）」「リーダー」に分類している。

　ビジョンの完全性と実行能力がともに高い「リーダー」に選ばれたのは、RapidMiner、TIBCO Software、KNIME、SAS Instituteだ。AlteryxとDataikuは実行能力が高い「チャレンジャー」に、DataRobot、Google、H2O.ai、IBM、Microsoftと他の2社は、ビジョンの完全性が高い「ビジョナリー」に分類された。

　現在ではGoogleの「Cloud AutoML」やDataRobotの同名ツール、H2O.aiの「H2O Driverless AI」のような最先端の自動機械学習ツールもある。「だからといってデータサイエンティストが失業することはないだろう」と、Gartnerのアナリスト、スベトラーナ・シクラー氏は見る。「データサイエンティストは価値の高い問題に取り組むといい。機械学習には多大な関心が寄せられており、データサイエンティストの仕事は山ほどある」