AI がすべてを変えた後の組織再編｜Block のオウェン・ジェニングス氏

AI がすべてを変えた後の組織再編｜Block のオウェン・ジェニングス氏が語る「100 倍の生産性」と 40% 人員削減の真実

2024 年 12 月、AI モデルの劇的な進化を契機に、決済大手 Block は開発職を中心に全社員の 40% を解雇（RIF）するという大胆な決断を下しました。これは単なるコストカットや過剰採用の是正ではなく、「人間と AI の協働」によって開発プロセスそのものが根本から再設計された結果です。

Block のビジネスリード、オウェン・ジェニングス氏に話を聞くと、従来の「人数＝アウトプット」という常識が崩れ去った現実が見えてきます。この記事では、彼らがどのように組織を再編し、AI を活用して開発サイクルを数ヶ月から数週間に短縮したのか、その核心を解説します。

100 倍の生産性：なぜ「人数」と「成果」の関係が崩れたのか

Block が人員削減を決断した最大の理由は、2024 年 12 月頃に訪れた技術的なパラダイムシフトです。Claude Opus 4 や CodeX 53 といった新モデルの登場により、AI は単なるコード生成ツールから、複雑な既存コードベースを深く理解し、処理できるレベルへと進化しました。

「企業規模とアウトプットの間に数十年続いた相関関係が、12 月の第一週に崩れました。今や 1〜2 人のエンジニアが、従来 100 倍の生産性を発揮できるようになっています」

オウェン氏は、この変化を「手書きでコードを書く時代が終わった」と表現します。以前は千人規模のチームが必要だった作業も、AI ツールを駆使すれば数人で行えるようになりました。これは過剰採用の修正ではなく、技術的進化に組織が追いついた必然的な結果です。

40% 人員削減と「階層型」から「小規模スプリント」への転換

Block はこの変化に対応するため、開発職を中心に大幅な人員削減を行いました。特に管理レイヤーの削減は激しく、開発部門では 50〜60% の階層が削ぎ落とされました。

組織構造の変化

• 旧体制: サーバーエンジニア 8 人、クライアントエンジニア 4 人、PM1 人、デザイナー 1 人といった機能別チーム。一度所属すると長期間同じプロジェクトに固定される「階層型」組織でした。
• 新体制: 1〜6 人の小規模スプリントチーム。メンバーは数サイクルごとに異なる製品や機能に柔軟に配置されます。

「週に一度、全社員で 1〜2 時間のミーティングを行うだけで、まるで小規模で階層が少なく、管理幅の広いスタートアップに戻ったような感覚です」

会議数は 70〜80% 削減され、従業員は「構築や作業」に集中できるようになりました。また、解雇プロセスにおいては、退職金の充実や技術アクセスの即時剥奪を避けるなど、文化的な配慮も徹底されました。

自律型ツール「Builderbot」と内部 OS「G2」が支える新開発フロー

人員削減後も開発スピードが落ちなかった秘密は、独自の AI ツール群にあります。Block は社内で「Goose（エージェントハーネス）」や内部エージェント OS「G2」を開発・運用しています。

自律型開発の具体例：Builderbot

• 従来のフロー: 設計 → コード作成 → PR 提出 → 審査 → 修正 → マージ（数ヶ月）
• 新フロー: エージェントが自動で PR を生成・マージし、人間は最終的な文脈理解と仕上げを担当（数週間）

「Builderbot は PR を自動的にマージし、機能を 100% 完成させることもあります。多くの場合、85〜90% を AI が構築し、文脈を深く理解した人間が最後の 10% を仕上げるというスタイルです」

デザイナーやプロダクトマネージャー（PM）もコードを出力するようになり、GitHub の緑のアイコンはもはや「エンジニアだけのもの」ではありません。また、120 種類以上のモデルから目的に応じて切り替えられる「Goose」により、特定のベンダーに依存しない柔軟な開発環境が整っています。

真の競争優位性（モート）は「深い理解」と「独自データ」にある

オウェン氏は、AI がコモディティ化された現在、企業の価値源泉はどこにあるのかを問います。コード生成自体は誰でもできるようになった今、勝つための条件は変わりました。

「最大の堀（モート）は、他の人が理解するのが極めて難しいことを、どの企業が理解しているかにかかっています。もし答えが『わかりません』なら、あなたは AI に置き換えられるかもしれません」

企業価値の源泉は、「他社が理解できない独自のデータとインサイト」をいかに迅速に反復改善できるかです。AI ツールを活用して、自社の独自データを基にした仮説検証を高速で行える組織だけが生き残ります。

結論：スタートアップへの波及と「人間-AI 協働」の時代

Block の事例は、大規模テック企業における AI 導入の現実的な成果を示しています。これは単なるコスト削減ではなく、「人間-AI 協働」による開発プロセスの根本的再設計です。

オウェン氏は、この変化がすべての企業で即座に起きるとは考えていません。しかし、特定の製品やロードマップにおいては「エンジニアやデザイナーの数が少なくて済むようになる」という傾向は明確です。一方で、ジェヴァンのパラドックスのように、テック企業の規模が小さくなる代わりに、これまで開発が行われていなかった分野で 50〜100 社の新しいテック企業が出現する可能性も示唆しています。

中小企業やスタートアップにとっても、この「人間-AI 協働」モデルはもはや他人事ではありません。Block が示したように、AI を単なるツールとして使うのではなく、組織構造と開発プロセスそのものから再設計することが、これからの生存戦略の鍵となるでしょう。