AI の商業的価値の発掘が追いつくまで、人員削減は続く

作者：アルナブ・グプタ

当社の高層オフィスでは、どこかで最大 8000 人規模の解雇リストが眠っています。私にはそのリストに名前がある確率が 10% あります。あと数日、5 月 20 日には私の運命が判明します。

本日 Coinbase が発表した「AI を理由とした人員削減」のニュースを見て、私はこの記事を執筆することを決意しました。あえて 5 月 20 日の前に筆を執ったのは、「私が解雇されるのか残るのか」という個人的な感情を排し、最も率直な見解を共有したいからです。これらの考えは、私自身が解雇されるかどうかとは無関係であり、また私の所属する企業に限定されたものでもありません。これらは、大手から中堅規模の企業で働く友人たちの本音に基づいています。

現在、多くの記事が議論しています：この新一波の人員削減潮（多くの人々がジャック・ドーシーによる Square 社員の 40% 削減をきっかけと見なしている）は、本当に AI が原因なのか、それとも単なる「AI ウォッシング (AI-washing)」（企業側が AI への取り組みを掲げることで、他の事業上の失敗や人員削減の真意を隠蔽する行為を指す）（注：原文の定義に従い括弧内説明は日本語訳として自然に統合）。私はあなたを新聞記事や論文のリンクで埋め尽くして苦しめるつもりはありません。これらの内容はすでにご覧になっているか、あるいは Google で検索するか ChatGPT に尋ねればすぐに得られるものです。

過大評価された「AI の生産性」と捉えどころのない証拠

AI は本当に私たちの効率を向上させたのでしょうか？これは非常に議論の多い重厚な問いです！もし逆転発想で、「AI は何も変えていない」と断言するなら、たとえ AI の価値に最も懐疑的な人々でさえも、その主張には同意しないでしょう。特にテクノロジー業界では、AI 利用量の爆発的な増加は目に見える事実です。最も保守的で、AI への予算を制限し、従業員に AI ツールを提供していない企業でさえ、一部の実質的な作業が AI によって行われていることを否定できません——たとえ従業員が Google や Microsoft のオフィススイートの中で、Gemini や Copilot をこっそり使用して文書編集を行っていたとしても。

一方、より先見の明があり、AI トークン（Token）（AI モデルがテキストを処理する基本単位であり、企業が大規模言語モデルを使用する際、通常は消費されたトークンの数に基づいて課金される）の海に飛び込んだ企業、例えば Uber や Shopify については言及します。ここでは Meta や Microsoft のように自社で大規模言語モデルを開発している企業や、Vercel や Cloudflare のように AI インフラストラクチャの構築に積極的な企業は除外し、「純粋な利用者」のみを対象とします。これらの企業の AI 利用量はまさに狂気じみています。すでに慣れっこになっていますが、コードの 90% から 100% が AI によって生成されること、週ごとに提出されるコードレビュー（PRs/diffs）の数が 2 倍から 5 倍に急増すること、そして数億ドル規模の年間 AI 予算がわずか数ヶ月で使い果たされてしまうことなどです。

しかし、Ed Zitron、Will Manidis、Gary Marcus、Michael Bury といったテクノロジー評論家や投資家は、間違いなく魂を揺さぶるような質問を投げ返してくるでしょう：「それなのに、なぜこれらの企業の収益は 2 倍から 5 倍に成長しなかったのか？なぜ彼らのアプリは半年前とほとんど変わらないように見えるのか？もし AI が本当に生産性が高いなら、彼らは一体何を生み出したのか？もし 5 倍のコードを書いたとしても、エンドユーザーが全く気づかないのであれば、そのコードにはいったいどんな意味があるのか？」これは極めて鋭く、かつ正当な問いです。

投入（Input）、出力（Output）と成果（Outcome）

まず、企業経営の基礎知識について少し補足させてください。急速に成長し、資金調達が過剰で、あちこちに資金をばら撒いていた中堅企業が、ついに資金枯渇に直面したとき、あなたはベテランの CEO に相談に行きます。すると彼は、マッキンゼーの人に見てもらったほうがいいとアドバイスするでしょう。コンサルタントはプレゼン資料の最初のページに、真っ白なスライドを用意し、デフォルトの Arial フォントで「投入」「产出」「成果」という 3 つの単語を書き並べます。

彼らは、誰もが理解していながら忘れがちであるビジネスの本質を説明します。

コードは単なる投入に過ぎません。

機能こそが产出です。

ユーザーが自発的に製品にお金を支払うこと、それこそが成果です。

AI（少なくとも Claude Enterprise 版のような製品）は本質的に、企業向け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にはそれぞれ違いがあることに気づくでしょう。もし製品が直接「成果」を変えられるのであれば、彼らは通常、「成果」から直接手数料を徴収します。こんな販売トークを想像してみてください。「当社のツールを使えば、商談成立までのスピードを 36% 向上できます。今すぐ体験していただき、売上高のわずか 5% の低額なサービス料をお支払いください。」

これは間違いなく顧客を圧倒するでしょう。他の条件はすべて同じだと仮定すれば、過去 100 日間で 100 件の商談が成立していたものが、今では 63 日で済むようになります。節約された 36 日間（私の計算が間違っていなければ）によって、さらに 57 件の商談を成立させることができます！つまり、売上の潜在的な増加率は 57% です。誰でも、売上からの 5% を差し出すことで、57% の追加収入を得られるのであれば喜んで支払うでしょう。しかも、この製品を使わなければ、1 ドル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かお気づきでしょう——Claude のトークン消費に基づく価格設定モデルは、全くそのようなものではありません。あなたのソフトウェアエンジニアが Claude を使ってプログラミングすることに中毒のように依存し（私は最近、両者の英語略称がどちらも 'cc' であることを発見しました）、1 日に 1 億個のトークンを生成するようになった場合、エンジニア 1 人あたり毎日 100 ドルを支払う必要があります。

たとえ生成されたコードの一部が実行不能でゴミ箱に捨てられたとしても；

たとえ一部のコードが後に深刻なシステム障害（SEV）（SEV は Severity の略で、テクノロジー企業ではサービス停止を引き起こす重大なオンライン事故を指す用語としてよく使われます）を引き起こし、緊急ロールバックされたとしても；

あるいは、一部は単に内部ツールの外観を変え、役員たちがデータダッシュボードを見る際に可愛らしく感じさせるためのものであったとしても；

すべてが請求対象となります。なぜならコードはあくまで「投入」だからです。通常、方向性が正しければ、より多くの「投入」はより多くの「产出」をもたらし、結果としてより良い「成果」につながります。しかし、一夜のうちに投入を 5 倍に増やした場合、この法則が必ずしも適用されるとは限りません。あなたが追加したこれらの「投入」は、突然方向を見失った無様なものとなり、期待された「产出」や「成果」から完全に逸れてしまう可能性があります。

いったい何が私たちを阻んでいるのか！

過去、CEO や製品マネージャー（PM）が 10 のことを実行しようとしたとき、開発チームはいつも「最も重要な 2 つのことしかできない。残りの 8 つには時間が足りない」と答えていました。その理由は何か？コードを書くのは子供のお遊びではなく、複雑で動作するソフトウェアを開発するには膨大な時間がかかるからです。

ええ……しかし今やコードはほぼ無料になりました。なぜ私たちはまだ残りの 8 つのことを実行しないのでしょうか？

答えは二つあります。一つは CEO や製品マネージャーが聞きたくない答えです。もう一つは、中間管理職やベテラン社員が聞きたくない答えです。

• 実はあの8つのアイデア……そもそも信頼できるものではない？

CEO や製品マネージャーの頭の中に10 の思いつきが浮かんだからといって、それが実際にビジネス成果に結びつくとは限らない。仮に本当に10 の新機能をリリースしたとしても、ユーザーが全員それに賛同し、その結果としてアプリの利用頻度が増えることを保証するものではない。実際には、以前は開発リソースが限られていたため、この「摩擦」が人々をより激しい議論へと駆り立て、悪いアイデアがリソースを浪費する前に早期に却下され、最も優れた2 つのアイデアだけが選ばれる仕組みになっていた。しかし今ではコードを書くことが速く安価になり、アイデアの良し悪しについて議論すること自体が無意味に見えるようになった。仮に彼らに反論しようとしても、CEO や PM が转身して自ら Claude に要求を出すのを止められると思うか？やめておこう、試すまでもない。

• 全員を「アラインメント」させるのはあまりにも苦痛だ。

これがどれほど折磨されることか、私たちは皆知っている。まずすべてのステークホルダーが「なぜこれを行うのか」という点で合意形成する必要があり、次に具体的な「何をすべきか」について別の会議を開き、最後に「どのように行うか」でもう一度揉め合う必要がある。チームの数が増えれば増えるほど、「アラインメントの地獄」に陥るプロジェクトは多くなる。以前はコードを書くのが遅かったため、この問題は隠蔽されていた。しかし今では、「何をすべきか」が決定されるとすぐに、誰かが徹夜で最小実行可能製品（MVP）（核となるコンセプトを最低コストで実装し、素早く試行錯誤を行うために作成されるプロダクト）を作り上げ、翌日には次の会議が即座に設定される。その会議で驚くべきことに、別のチームもこっそりと MVP を作り上げていたことがわかる！さらに厄介なのは、両者が異なる仮定に基づいているため、2 つのプロダクトの動作ロジックが正反対になっていることだ。

もちろん、ゆっくりと座って議論し、どちらの仮定が正しいかを話し合うこともできる。

しかし正直に言おう。無限の Claude トークンを手にしたあなたやあなたのチームは、そんなことをする気などないだろう。別のチームも同様だ。あなたは躊躇なく转身して Claude の元へ飛び込み、相手チームの仕事を手元の最も完璧な方法で再実装させるように指示するだろう。そして Claude はただ従順に「おっしゃる通りです！」と返し、すぐにコードを打ち始めるだけだ。

人員削減は結局何を解決するのか？

さて、これらの自明な大原則を長く語って聞いていただきありがとう。皆さんが最も知りたいのは核心となる実務的な内容だろう。では、人員削減は果たして何を実現できるのか？私の仮説によれば、AI が実際に30% の従業員を1 対1 で置き換えるわけではない（これは皆で合意すべき点ではないか？多くのタスクにおいて AI は初級ホワイトカラーよりも優れているが、他のタスクでは人間に劣る——それは直接差し替え可能な部品ではなく、ましてや会社の10%、20%、あるいは30% の人員を直接代替するものでもない）。

だとすれば、人員削減の論理はどこにあるのか？それは、目の前にある短期的な問題2 つを即座に解決できるからだ。

• AI 支出の相殺

これはまさに最も基本的なキャッシュフローの計算問題です。明らかにお分かりいただける通り、もしあなたの Claude に夢中になっているエンジニアたちが毎日 Claude で 100 ドル（つまり月額 2,500 ドル、年額 3 万ドル）を浪費しているなら、その金額はインドではソフトウェア開発エンジニア（SDE）の給与総額に相当し、ヨーロッパでは半分の SDE に、アメリカでは 4 分の 1 の SDE に相当します。

最も単純で乱暴な計算をしてみましょう。フラットな組織を持つ会社で、全従業員が SDE であると仮定した場合、現在の給与支出総額（トークンの購入費用を含む）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）の従業員を解雇する必要があります。

実際、AI の利用量があらゆる制約を無視して爆発的に増加している一方で、会社の収益はそれに見合った成長を示していないため、人員削減が必然的な選択となります。そうでなければ、会社の貸借対照表は完全に破綻してしまいます。投入コストが 50% 増えたにもかかわらず、最終的なビジネス成果に何の変化もなければ、あるいは全く変化がなければ、ソフトウェア開発ライフサイクルにおける単位経済性は完全に崩壊します。

もし私たちが AI の使い方を本当に学び直したなら——つまり、投入コストを 50% 増やすことが収益成果の 50% 増加につながる仕組みを理解したなら——このステップは不要です。しかし、あなたがまだそれを学んでいないからこそ、あなた方の一部が Anthropic に給与を支払うための資金を捻出するために、職を失って去らなければなりません。

• "アライメント税" の削減

疑いの余地なく、いかなる大企業の規模も、単に「生存」するために必要な規模をはるかに超えています。これが大企業の特徴であり、大型組織は必然的に「組織の脂肪」を蓄積します。これは組織設計の結果として避けられないものです。これらの会社では、たとえ誰かが退職してもシステムは正常に稼働し続けます。なぜなら、その人が以前何をしてきたかを知っている他の人が必ずいるからです。多くの大手企業では、半年間の産休を取得しても、担当プロジェクトは無事であることが保証されています。これらは良い現象です！しかし同時に、これは鉄の証拠でもあります：一部の人員を削減しても、会社は直ちに麻痺することはありません。むしろ、最初の数週間にわたる組織的な痛みを経た後、その後の数ヶ月間には運営速度がさらに速くなる可能性があります！

前に言及した、技術的アプローチで対立し続けた 2 つのチームを覚えていますか？非常にシンプルです。片方のチームを解雇し、残ったチームに徹夜して仕事を完了させるよう命じるだけで——彼らはもはや誰とも「アライメント（調整）」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使うなら、「長期的に見れば、私たちは皆死んでいる」）ですが、短期的には大企業から 10〜20% の従業員を解雇しても、作業のペースはむしろ速くなります。

大企業は時間の経過とともに、技術的負債が蓄積されるように、必然的に冗長性や人余りを蓄積し、「組織的負債」を積み上げていきます。これが大企業の共通の病です。今日 10% の人員を削減しても、2 年後にこの老いぼれが再発するのを防ぐことはできません。しかし、皆が以前より 5 倍多くのコードを投稿したと自慢しているのに、他のチームによって足止めを食らってリリースできない状況を見ていれば、最も直接的で乱暴な解決策は明らかです：人々を解雇してしまい、互いに足を引っ張り合う者をなくしてしまうのです。

これが AI による人員削減です。AI があなたの席を直接代替したわけではありません

あなたの従業員番号は、仮想マシン上で稼働する新しい Claude インスタンスに置き換えられたのでしょうか？私たちは皆、事態がそうであるとは考えていません。

それにもかかわらず、会社内にはかつて VS Code、Figma、Canva、または Google Docs 内でキーボードを叩き、マウスをクリックして完了する必要があった業務フローが数多くありましたが、今ではそれらの成果物を必要としていた人々（つまりあなたにその成果物を求めていた人々）が、大規模言語モデルに向かって直接叫んでプロンプトを入力するだけで済むようになり、もうあなたに助けを求めなくなったという事実は否定できません。

これらの人員削減は本当に「AI を利用した言い訳」に過ぎないのでしょうか？つまり、会社には AI と無関係な根本的な問題（過剰な採用、利益の減少、競争圧力、不適切な経営判断など）が元々存在し、今ただ AI を人員削減の「口実」として使っているだけではないか、という問いです。ある意味では、それも納得できる話です。

また、この時期にすべての CEO が出した「人員削減に関するメール」を集めてみると、彼らがチャットグループを設けて情報を共有しながらこれらのメールを書いたのではないかと思えてくるかもしれません。「AI ネイティブチーム」「コードを書く管理者」「管理スパンの拡大」「フラットな組織構造」「AI エージェントチームの管理」……といった新しい用語が、どのメールにも同じように登場しているのがわかります。まるで彼ら全員に GPT に同じプロンプトを投与したかのようなものです。

しかし真実は、これらの人員削減が AI によって直接あなたの職を奪われたからではなく、「AI を利用した言い訳」の要素が含まれていたとしても、結局のところこれらはすべて AI が引き起こしたものであるということです。そしてこの人員削減の波は、私たちが本当に AI の使い方を学ぶまで続きます。膨大な量の AI トークンを単なるコード投入ではなく、確実なビジネス成果に変換する方法を学ぶまでです。組織間の「アライメント」の速度が、新しい世代のコーディングスピードに追いつくようにするまでです。また、従来の 2 つの良いアイデアと 8 つの悪いアイデアに加えて、この余剰生産力を活用してさらに 10 の有望な新アイデアを追いかける方法を理解するまでです。

AI がどのように世界の GDP 成長を推進するかを私たちが本当に理解する前に、年間 700 億ドル（OpenAI と Anthropic の企業向け収益の合計）に達するトークン費用を賄うために、企業は従業員の給与を削減して「借金を返す」しかありません。また、チーム間の相互のボトルネックをより効率的に解消する方法を学ぶまで、問題を解決する手段はただ一つ——組織図から私たちを直接削除することです。

あと 15 日すれば、自分の運命がわかります。しかし結果はどうあれ、原因についてはすでにわかっています。もし当時、隅の広々とした CEO のオフィスで決定を下していたのが私だったとしても、自分がより良い選択ができるかどうかもわかりません。おそらく他のチャットグループを設けた CEO たちと同じように、全く同じような決断を下すだけだったでしょう。