BlockとMetaのAI人員削減から読み解く、日本企業が知っておくべきこと

  • URLをコピーしました!
目次

Blockが40%、Metaが20%の人員削減を計画 ― 何が起きているのか

2026年に入り、大手テック企業による大規模な人員削減のニュースが相次いでいます。決済サービスを展開するBlock(旧Square)はCEO自ら「AIが理由」と明言し、全体の約40%にあたる約4,000人の削減計画を発表しました。一方、MetaもAIインフラへの巨額投資が続くなか、全社員の20%以上を削減する計画が報じられています。

注目すべきは、これらが単なるコスト削減ではなく、「AI導入による業務効率化」を正面から理由に掲げている点です。従来のレイオフは景気後退や業績悪化が主な要因でした。しかし今回は、AI技術の進展そのものが人員構成の見直しを迫っています。こうした動きはBig Tech特有の話にとどまるのでしょうか。それとも、企業規模を問わず広がっていく流れなのでしょうか。

「AI-washing」の指摘も ― レイオフの背景を整理する

大規模レイオフの背景には、複数の要因が絡み合っています。AIの活用はその一つに過ぎないという見方も根強く、一部では「AI-washing(AIウォッシング)」という批判の声も上がっています。

AI-washingとは、実態以上にAIの影響を強調し、別の経営判断を正当化する手法を指します。たとえば、もともと過剰採用だった部門の人員整理をAI導入の成果として発表するケースが該当します。実際にAIが業務を代替した部分はどこまでなのか、外部からは判断しにくい構造があります。

Metaの場合、AIデータセンターへの投資額は2028年までに数千億ドル規模にのぼるとされ、コスト圧縮の必要性は明白です。また、新たなAI基盤モデルの開発が当初の計画どおりに進んでいないという報道もあります。こうした状況を踏まえると、レイオフの動機はAIによる効率化だけでなく、巨額投資の原資確保や開発戦略の立て直しといった複合的な事情が絡んでいるのが実情です。

Blockについても同様の視点が必要です。CEOがAIを理由として明言した点は画期的ですが、決済業界全体の競争激化や事業再編の文脈も無視できません。「AIで人が要らなくなった」という単純な図式で理解すると、本質を見誤る可能性があります。

中小企業にとって何が変わるのか

大手テック企業の動きは、中小企業の経営環境にも間接的な影響を及ぼします。ここでは、実務レベルで起こりうる変化を整理します。

まず、人材市場の変化です。大手からの離職者が増えると、中小企業にとっては優秀なエンジニアや企画職を採用できるチャンスが生まれます。一方で、AI関連スキルを持つ人材の争奪戦は激しくなる可能性があるため、自社に必要な人材像を明確にしておくことが重要です。

次に、取引先や顧客企業の方針転換です。大手企業がAIによる自動化を進めると、外注していた業務を内製化するケースが出てきます。たとえば、これまでBPO(業務プロセスの外部委託)として受注していたデータ入力やカスタマーサポートの案件が縮小する場面が考えられます。自社の売上構成を確認し、AI代替リスクが高い業務への依存度を把握しておく必要があります。

さらに、AI活用へのプレッシャーも強まります。大手が「AIで40%の人員を削減できた」と発表すれば、経営層から「うちでもやれないのか」という声が上がるのは自然な流れです。ただし、大手と中小では業務の性質もデータの蓄積量も異なります。規模感の違いを踏まえず安易に導入を急ぐと、かえってコストが膨らむリスクがあります。

今から検討しておきたい3つのこと

大手企業の動向に振り回されず、自社のペースでAI時代に備えるためのポイントを3つに絞って紹介します。

1つ目は、自社業務の棚卸しです。まず、日常業務のなかで「定型的で繰り返しが多い作業」を洗い出してみてください。請求書の処理、問い合わせへの一次対応、レポートの定型作成など、ルールが明確な業務はAIとの相性が良い傾向があります。逆に、顧客との関係構築や複雑な判断を伴う業務は、当面は人が担うべき領域です。この仕分けをしておくだけでも、将来の投資判断がスムーズになります。

2つ目は、社内のAIリテラシー向上です。全員がエンジニアになる必要はありません。しかし、「AIに何ができて何ができないのか」を組織全体で共有しておくことは欠かせません。たとえば、チャット型AIツールを使った議事録作成やメール文案の下書きなど、小さな業務から試す場を設けると、抵抗感なくスキルが浸透します。

3つ目は、採用・組織体制の見直しです。大手テック企業からの人材流出が進むなかで、自社に合ったスキルセットを持つ人材を見極める基準を整理しておきましょう。また、既存社員の配置転換やスキルアップ支援も並行して検討すべきテーマです。「AIに置き換える」のではなく、「AIを使いこなせる組織に変える」という視点が重要になります。

まとめ

BlockやMetaの大規模レイオフは、AI技術の進展が雇用構造に直接影響を与え始めた象徴的な出来事です。ただし、その背景にはAI以外の経営要因も複雑に絡んでおり、「AI=即リストラ」という短絡的な理解は避けるべきです。

中小企業にとって大切なのは、大手の動向に焦って追随することではありません。自社の業務特性を見極め、AIを活かせる領域と人が担うべき領域を冷静に切り分けること。そして、社員が新しい技術と共存できる組織づくりを少しずつ進めていくこと。この積み重ねが、変化の激しい時代を乗り越える土台になります。

参考

AI研修・AI顧問 助成金活用ガイドブック 2026年度版

2026年度・令和8年度版 ― 無料資料

AI研修・AI顧問
助成金活用ガイドブック

助成金3制度の比較・申請手順・実負担額シミュレーションまで、AI人材育成に使える制度を1冊にまとめています。

資料をダウンロードする

発行:一般社団法人 日本AI導入支援協会(J-AIX)

  • URLをコピーしました!

author

AI JOURNAL編集部は、一般社団法人日本AI導入支援協会が運営する、AI活用に挑戦するビジネスパーソンを応援するメディアチームです。編集部の運営体制・編集方針はこちら

コメント

コメントする

目次