Partnered With:

AI解雇の本質：なぜAIが普及すればするほど企業が不安になるのか？

この記事を読むのに必要な時間は 29 分

AI は直接的にはあなたを置き換えていませんが、あなたのポジションはトークンの請求書を支払っています。

原文タイトル：AI を使用することを学ぶまで解雇は続きます
原著者：Arnav Gupta、AI エンジニア
原著者翻訳：宝玉、AI アナリスト

当社の経営陣のどこかには、最大で 8000 人の解雇リストが置かれています。私がそのリストの中に含まれる確率は 10% です。数日後、つまり 5 月 20 日には、私は自分の運命を知ることができます。

今日 Coinbase が発表した「AI 解雇」のニュースを見て、私はこの記事を書くことに決めました。私は 5 月 20 日までに書くことにしました。私は「去るべきかとどまるべきか」の個人感情を持たない、最も率直な意見を共有したいと考えました。これらの考えは私が解雇されるかどうかとは関係がないだけでなく、私が所属する企業に限定されるものではありません。これらは、大手および中堅企業で働く友人たちの本音から来ています。

現在、多くの記事が論争しています：この新しい解雇ラッシュ（一般的にはジャック・ドーシーが Square の従業員の 40% を解雇したことから始まったと考えられています）は本当に AI によるものなのでしょうか、それとも単に「AI ウォッシュ（AI-washing）」を行っているだけでしょうか（企業が AI を採用することを名目に他のビジネス上の失敗や解雇を隠すことを指す）。

私は、あなたを苦しめるために記事にさまざまなニュースや論文のリンクを詰め込むことはしたくありません。それらの内容は、おそらく既に読んでいるか、Google で検索したり、ChatGPT に尋ねるだけで見つけることができます。

たたえられている「AI 生産性」と捉えにくい証拠

AI は本当に私たちを効率的にしましたか？これは本当に論争の多い重要な問題です！逆に考えると、「AI は何も変えていない」と主張すると、AI の価値を疑問視する人々でさえ、その主張に同意しないと思います。

特にテクノロジー企業では、AI の使用量の急増が目に見える事実として示されています。最も保守的で AI 予算を制限し、従業員に AI ツールを提供しない企業でさえ、実際には一部の仕事が AI によって遂行されていると否定できません — 即ち、従業員が単なる Google や Microsoft Office スイートで文書を編集する間に Gemini や Copilot をこっそり使っている場合でもです。

さらに、AI トークン（Token）に没入しているより前向きな企業、例えば Uber や Shopify のような企業については、単に「ユーザー」と言及します（ここでは、自社で大規模言語モデルを開発している Meta や Microsoft、AI インフラを積極的に構築している Vercel や Cloudflare などは含みません。）。彼らの AI 使用量は狂気じみています。

私たちはもはや驚きません：AI によって生成されるコードの割合が 90% から 100% に、週ごとのコードレビュー（PRs/diffs）の数が 2 から 5 倍に急増し、数カ月で年間数億ドルの AI 予算が使い果たされるまで。

しかし、Ed Zitron、Will Manidis、Gary Marcus、Michael Bury などのテクノロジー評論家や投資家は、きっとあなたに直球で刺す質問をするでしょう：そうなると、なぜこれらの企業の収益が 2 から 5 倍に増えていないのか？なぜ彼らのアプリは半年前とほとんど変わらないのか？もし AI が本当にそれほど生産的なら、彼らは実際に何を AI に生産させたのか？もし 5 倍のコードを書いたのに、エンドユーザーが全く気づかないなら、そのコードは果たして意味があるのか？これは非常に鋭いかつ妥当な問いです。

Input（投入）、Output（産出）、Outcome（結果）

まずは、少しの企業経営の基礎知識を挟みましょう。急成長し、過剰資金調達を行い、散財してきた中堅企業がついに資金難に直面したとき、ベテラン CEO のところにアドバイスを求めます。彼はあなたに、マッキンゼーの人たちに状況を見てもらうよう提案するでしょう。コンサルタントたちはプレゼンテーションの最初のページに真っ白なスライドを置き、デフォルトの Arial フォントで「投入、産出、結果」と書かれた 3 つの単語を表示します。

彼らは、誰もが理解しているがつい忘れがちなビジネスの本質について説明します：

コードは、単なる投入です。

機能こそが産出です。

ユーザーが喜んであなたの製品に支払うことが、つまり結果です。

AI（あるいは少なくとも Claude Enterprise 版のような製品）は、基本的に企業向けのソフトウェアサービス（B2B SaaS）製品です。SaaS 製品の価格設定やマーケティング手法はさまざまです。製品が直接「結果」を変えることができるなら、彼らは通常、その「結果」から手数料を徴収します。「次のような販売トークを想像してください：『私たちのツールを使用すると、リードの獲得速度が 36% 向上します。ぜひお試しください。売上高のわずか 5% の低価格サービス料金をお支払いいただけます。』

これは間違いなく顧客を引き付けるでしょう。他の条件が同じままであれば、過去 100 日で 100 台の取引を終えたかもしれませんが、今はわずか 63 日で済みます。保存される 36 日（私が正しく計算していれば）で、さらに 57 台の取引を行うことが可能になります！つまり、売上高が 57% 増加します。誰もが、追加の 57% の収入を得るために売上けん引から 5% を支払うことを喜んで行うでしょう。そして、この製品を使用しなければ、一銭も支払う必要はありません。

おそらく私が何を言おうとしているのかはすでにお分かりでしょう —— Claude がトークンの消費に基づく価格設定モデルとは全く異なるということです。もしもあなたのソフトウェアエンジニアが Claude でコードを書くことに夢中になっていて（それらが「cc」というイニシャルだということに気づいたばかりです）、毎日10億個のトークンを生成するようであれば、あなたは毎日それぞれのエンジニアに100ドル支払わなければなりません。

たとえ生成されたコードの一部が実行できないためにゴミ箱行きになったとしても；

たとえ後にいくつかのコードが深刻なシステム障害（SEV）を引き起こし、緊急ロールバックが行われたとしても；

たとえ内部ツールに仕立て替えるために一部のコードが書かれ、副社長たちがデータダッシュボードを見るときによりかわいらしく感じるようになっただけだとしても；

全て支払わなければなりません。なぜならコードは単なる「投資」であるからです。通常、適切な方向性さえあれば、より多くの「投資」は通常、より多くの「収益」をもたらし、それによってより良い「成果」がもたらされます。しかし、あなたが一晩で投資を5倍に拡大した場合、この法則は必ずしも適用されません。追加されたこれらの「投資」は、突然ノーンセンスになり、予想された「収益」や「成果」とはまったく逆の方向に進む可能性があります。

私たちを妨げているのは一体何なのか！

過去において、CEO やプロダクトマネージャー（PM）が10のことをしようと思うたび、開発チームはいつも最も重要な2つしか処理できないと言い、残りの8つには時間がないと言っていた。その理由は何でしょうか？なぜならコーディングはたやすいことではなく、複雑で実装可能なソフトウェアを開発するには多大な時間がかかるからです。

そうですが……しかし今やコーディングはほぼ無料です。なぜ私たちはそれらの残りの8つのことをやっていないのでしょうか？

その答えは2つあります：1つはCEO やプロダクトマネージャーが聞きたがらないものであり、もう1つは中間管理職やベテランスタッフが聞きたがらないものです。

1. 実際、その8つのアイデア……まったく実珵的ではないのでは？

CEO やプロダクトマネージャーが頭に浮かんだ10のアイデアがあるだけで、それが実際に実際のビジネス成果につながるとは限らないことはご存知かもしれません。たとえあなたが本当に新機能の10を開発しても（収益）、ユーザーがそれに完全に賛同し、それによってあなたのアプリをより多く使用することが保証されるわけではありません（成果）。

実際、以前は開発リソースが限られていたため、このような「摩擦」で、無駄なアイデアが多くのリソースを消費する前に早めに否定され、最高の2つが選ばれるように、より激しい議論が行われなければなりませんでした。しかし今では、コードを書くことが非常に迅速で安価になったため、アイデアの質について議論しようとすることは無意味のように思えます。逆に反論しようとしても、CEO や PM がクロードに自分で要求を投げかけるのを阻止できると思いますか？やめましょう、挑戦する必要もないのです。

2. すべての人を「アラインメント」させることはあまりにも痛苦です。

私たち全員がそれがどれほどつらいか知っています。ますます多くのステークホルダーが「なぜ」これを行う必要があるかについて合意に達する必要があります。そして、実際に「何をするか」について別途会議を持たなければなりません。最後に、みんなで「どのようにするか」についても議論しなければなりません。

チームが多いほど、「アラインメントの地獄」に閉じ込められるプロジェクトが増えます。かつてはコードを書くのが遅いため、この問題は隠されていました。今では、「何をするか」が一旦確認されると、すぐに誰かが徹夜で最小限の実行製品（MVP）（最小限の費用でコアアイデアをデモンストレーションするための製品、迅速なトライ&エラーに使用） を作成し、翌日にはすぐに次のミーティングをセッティングします。

ミーティングで、あなたは驚いて別のチームが実際にMVPをこっそりと作成していることに気づきます！さらに厄介なことに、あなたたちは異なる仮定に基づいており、両製品のロジックが全く逆です。

もちろん、座ってゆっくりと話し合い、どちらの仮定が正しいかを議論できます。

しかし正直に言ってください。あなたもあなたのチームも、クロード・トークンを無制限に持っているため、そんなことをするのは面倒です。他のチームもそんなことはしません。あなたは喜んでクロードのもとに移り、彼らの作業をあなたが考える最も完璧な方法で再製作させます。そしてクロードはおとなしく「まったくその通りです！」と答え、すぐにコードを打ち始めます。

リストラは本当にどの問題を解決できるのか？

さて、私がこれらの自明の理論を半分黙って聞かせてくれたことに感謝します。私は、あなたが本質的な情報を見たいと思っているとわかっています。

リストラは本当にどんな目的を果たすことができるのでしょうか？私の仮定によると、AIは従業員の30%を本当に1対1で置き換えていない場合（これは皆さんが合意できるはずですよね？多くのタスクでは初心者の事務員よりも優れていますが、他の一部のタスクでは人間ほど優れていない-それはすぐには直接交換できるパーツではなく、決して会社の10％、20％、さらには30%の人を直接取り替えることはできません）。

それならば、リストラの論理はどこにあるのでしょうか？それは、短期的な問題が２つも立ち塞がっているために、直ちに問題を解決できるからです。

1. 「AIコスト」の相殺

実際、これは最も基本的なキャッシュフローの算術問題です。明らかに、あなたのクロード中毒のエンジニアたちがクロードで毎日100ドルを使い果たしている場合（つまり、月に2500ドル、年に3万ドル）、このお金はインドではソフトウェア開発エンジニア（SDE）の給料全額に匹敵し、ヨーロッパでは半分のSDEに匹敵し、米国では4分の1のSDEに匹敵します。

もしあくまで簡単な計算をすると、フラットな企業で、すべての従業員がSDEであると仮定します。現在の給与支出総額（トークンの購入コストを含む）を維持するためには、50%（インド）、33%（ヨーロッパ）、または20%（アメリカ）の従業員を削減する必要があります。

実際には、AIの使用量が急増している一方で、企業の収入はそれに見合った増加を示しておらず、リストラは避けられない選択肢となっています。そうしないと、企業の貸借対照表が完全に崩壊します。もしあなたの投資コストが50%増加した場合、しかし最終的なビジネス成果が変わらず、ゼロ成長であれば、ソフトウェア開発ライフサイクル全体の単位経済効果は完全に崩壊します。

もし本当にAIの活用方法を学べたならば──増えた50%の投資コストを50%の収益増に変える方法を納得できるならば、こういう措置は取らなくて済んだでしょう。しかし、まだそうした学びがないため、少数の人々はAnthropicに給与を払うために進路を獲まなければなりません。

2. 「アライメント税」の削減

大手企業の規模は、単なる「生存」のための規模を遥かに超えています。これが大企業の特徴であり、大規模組織は避けられない組織脂肪を蓄積します。これは組織構造設計の必然的結果です。

これらの企業では、誰かが退職してもシステムは動作し続け、以前の担当業務を知っている人が常にいます。多くの大手企業では、産休を半年取ることすらできますが、担当していたプロジェクトは依然として順調に進んでいます。これ全ては好ましい状況です！ただし、これは同時に、もし一部の人員を削減した場合、企業がすぐに麻痺するわけではないという証拠でもあります。事実、数週間の最初の痛みに耐えた後、数ヶ月後には、企業のスピードはさらに速くなる可能性さえあります！

前述の技術ソリューションに対する膠着状態にある2つのチームを覚えていますか？非常に簡単です。片方のチームを削減し、残ったチームに何晩も徹夜で作業させれば、彼らは誰とも「アライメント」する必要がなくなります。

長期的に何が起こるかは予測できません（あるいは経済学者ケインズの言葉を借りれば、「長期的には我々は死んでいる」）、しかし、大企業内の10-20%の従業員削減は、短期的には仕事のペースを速めるだけです。

大企業は時間とともに、避けられない形で冗長な部分や人員過剰などを蓄積し、技術的負債が溜まるかのように大量の「組織的負債」を抱えるようになります。これが大企業の悪癖です。今日10%の人員を削減しても、2年後にまた同じ問題が発生することを回避することはできません。しかし、以前よりも5倍のコードをコミットしていると喧伝していても、他のチームによってリリースが阻害されている場面を何度も目撃しているならば、最も直接的で、そして最も荒々しい対処法は明らかに：いくらかの人員を削減し、そうすれば誰もがお互いを止めなくて済むでしょう。

これがAIによる解雇です。たとえAIが直接あなたのポジションを置き換えていなくても

あなたの社員番号は、仮想マシンで実行されている新しいクロードのインスタンスに置き換えられましたか？私たちは皆、事実がそうではないことを知っています。

とはいえ、VS Code、Figma、Canva、またはGoogle Docsでキーボードを叩いたりマウスをクリックしたりしていたかつての業務フローが、他の誰か（あなたがこれらの業務成果を提供する必要があった人々）が大規模言語モデルに直接話しかけてキーワードを入力し、もう手伝いを求めることもしないようになったとしたら、会社ではどのような状況になるでしょうか？これも避けられない事実です。

これらの解雇は本当に「AIウォッシュ」と呼べるのでしょうか？つまり、会社にはAIとは無関係の根本的な問題（過剰採用、利益の減少、競争圧力、悪いビジネス判断など）が本来存在しており、今回はAIを解雇の「口実」としているのでしょうか？まあ、ある程度そのように言えるかもしれません。

この期間に全てのCEOが送った「解雇メール」を集めれば、彼らはチャットグループを作成し、一堂に会してこれらのメールを連携して書いたかのように感じるかもしれません。「AIネイティブチーム」、「コーディングマネージャー」、「マネージメントスパンの増加」、「フラットなアーキテクチャー」、「AIエージェントチームの管理」…。これらの新しい用語が各メールに一貫して現れるのを発見するでしょう。まるで、彼らがGPTに同じキーワードを何回も与えたかのようです。

しかし、これらの解雇が直接AIによるものではないとしても、「AIウォッシュ」の要素を含んでいたとしても、これらの解雇は結局のところAIによるものです。そして、この解雇の波は、私たちが本当にAIをどのように使用するかを学ぶまで続くでしょう。

世界的なGDP成長をどのように推進するか、これが分かるまで、2つの良いアイデアと8つの悪いアイデアの外で、余分な生産性を使って更に10の可能性のある新しいアイデアを追求する方法が分かるまで、我々はAIトークンの膨大な量を実際のビジネス成果にどのように変えるかを学ぶまで、会社は700億ドル（OpenAIとAnthropicの企業間収益の総額）の年間トークン経費を埋めるため、従業員の給与を削減するしかないでしょう。

チーム間のスローダウン現象をより効率的に解消する方法を学ぶ前に、問題を解決する唯一の方法は常に1つだけです — 組織図から私たちを直接消去することです。

あと15日で、自分の運命がわかるようになります。しかし結果がどうであれ、理由はわかっていると思います。その時に CEO の広々としたオフィスの隅に座って決定を下したのが私だったとしても、自分がもっと良いことができるかどうかはわかりませんし、他の CEO たちと同様に、同じ選択をするだけかもしれません。