何が起きたか
Reutersの報道によれば、Metaは「Project OT」（Organization Transformation の略）という社内計画のもと、従業員の日常業務の多くをAIに引き継がせる構想を今年の大半を費やして検証していました。1月にマーク・ザッカーバーグ氏のハワイの邸宅で開かれた年次リーダーシップ合宿で、経営陣は「AIネイティブ」な会社像を提示。AIエージェントを少人数の「ポッド」が監督し、エンジニア・デザイナー・プロダクトマネージャーといった専門職は汎用的な「ビルダー」へ移行、中間管理層は縮小し、日々の優先順位づけは「エージェント支援の分析」が担う——という設計でした。経営陣はアジアで見たAI前提のスタートアップなどから影響を受けたとされます。
一部のチームでは最大60%の人員削減が検討され、レイオフ、欠員ポジションの廃止、低評価とみなした従業員の押し出しを組み合わせる想定でした。人事幹部の一人は、削減規模が人員の25%を削った2023年の措置と同等以上になると見込んでいたといいます。当初案には11月の第2波レイオフが含まれていましたが、ザッカーバーグ氏は最終的にこの部分を取り下げるか、少なくとも保留しました。理由はReutersも突き止められていません。Meta側は当初もう一つの計画が存在したことは認めつつ、より踏み込んだ削減案は「検討していたシナリオ」にすぎないという位置づけを取っています。
なぜ重要か
注目すべきは、計画が止まった背景に「AI導入の成果を測った社内データ」がある点です。MetaのAIソフトウェア基盤とインフラへのコード変更は前年比220%増。しかし、実際にユーザーへ届いた新機能・改善は36%増にとどまりました。同時に技術・セキュリティのインシデントは40%増え、その対応に費やす時間は70%増加しています。
これは「AIで書けるコード量」と「事業に効いた成果」が別物であることを、世界最大級の開発組織が自社データで示した稀なケースです。生産量が3倍以上になっても出荷が1.36倍にしかならず、障害対応の負荷がそれ以上のペースで増えている。増えたアウトプットが下流の検証・運用工程に滞留し、むしろ手戻りコストとして跳ね返っている構図が読み取れます。ザッカーバーグ氏自身、7月の社内タウンホールで技術進化の速度を過大評価していたと認め、「少なくとも直近4カ月のエージェント型開発の進み方は、期待したようには加速していない」と述べています。
もう一つの敗因：計測される側の反発
Project OTは、報じられてきた2つの出来事——10%の人員削減と、従業員のマウス操作・キーストロークを追跡するプログラム——をつなぐ位置にあります。米国の従業員のPCに導入された追跡ソフトは、いずれ従業員を置き換えるAIエージェントの学習データとして操作ログを収集していました。結果として社内コミュニケーション網に苦情が殺到し、従業員のセンチメントスコアは19ポイント低下、労働組織化の動きも強まりました。
技術的な成果が想定に届かず、同時に組織側の信頼を失う。この2つが重なったことが、少なくとも計画の一部を止めたと見るのが自然です。「自分の仕事のログが後任AIの教材になる」と知った従業員から、質の高い暗黙知が提供されるとは考えにくく、置き換え計画そのものが自らの前提を壊す設計だった可能性があります。
終わったわけではない
Reutersは、Metaがより広い構想を放棄したとは限らないとしています。ザッカーバーグ氏のメッセージは「全社的な追加削減は今年はない」という保証にとどまり、社内では今年のうちの小規模削減や、2027年のより大きな削減への懸念が生じているといいます。AI支援の小規模チームは社内の一部で運用が続き、AIインフラへの巨額投資も継続中で、投資家はその成果がいつ表れるのかを注視しています。投資が「まだ実を結んでいない」という状態のまま、組織設計の実験だけが先送りされた形です。
💼 事業会社視点：これは自社にどう効くか
日本企業の経営層にとって、この一件の価値は「Metaがやめた」ことではなく、Metaが測った指標の並びにあります。コード変更220%増／ユーザーに届いた改善36%増／障害40%増／障害対応時間70%増。AI導入の効果検証を「生成量」や「工数削減見込み」で語っている社内資料があるなら、いま出荷数とインシデント時間を並べて置き直すべきです。ボトルネックが実装ではなくレビュー・QA・運用にあるなら、開発側だけをAI化しても在庫が増えるだけです。
受託開発・SIerは特に直撃します。人月単価の圧縮圧力に対し「AIで工数が減る」と応じると、Metaと同じく障害対応工数の増加を自社で被る契約構造になりかねません。生成量ではなく、リリース到達数と障害収束時間をSLAの言葉に翻訳し直す��渉が要ります。SaaS事業者は、AIエージェントによる開発加速を売り文句にする前に、自社のインシデント推移を見るべきです。ECのように障害が直接売上を削る業態では、40%／70%という数字は他人事ではありません。
もう一点、人事面の教訓は明確です。「従業員の操作ログを後任AIの学習データにする」設計は、センチメント19ポイント低下と組織化の動きを招きました。日本企業でも業務可視化ツールの導入は進みますが、収集目的の説明が「置き換え」と受け取られた時点で、AI化に必要な現場の暗黙知の提供は止まります。AI活用の設計は、技術検証と同時に「誰が協力者か」を設計する仕事です。