解雇されること自体が恐ろしいのではなく、補充されなくなることが怖い。

Thu, 16 Apr 2026 02:18:44 +0800

この数日、Blockが2026年2月末に1万人以上のチームから4000人を削減したのを見て、正直ショックを受けました。私はこれまでずっと金融IT、取引フロー、米英株、システム基盤といった分野に携わってきましたので、「効率化」「自動化」「コスト削減と効率向上」といった言葉には慣れていますが、お金やコンプライアンス、リスク管理にこれほど近いフィンテック企業が、AIを解雇理由として公言するのは、やはり胸が沈みます。

私の現在の判断は非常に直接的です。AIによる人員削減が最も恐ろしい点は、ある日ニュースで流れる解雇リストそのものではなく、「より小さなチームでも多くの仕事ができる」という前提が会社にデフォルトとして浸透し始めることです。これは、退職者が補充されないこと、初級職の減少、そしてheadcount（人員数）がさらに厳しく管理されることを意味します。2025年4月から2026年4月にかけて、この風はアメリカではまだ吹いています。中国国内では、あのような目立つ大規模な解雇の波は一時的に見られませんが、静かながらも圧迫はすでに始まっています。

まず、最も代表的な企業を見てみましょう

Block は今回最も手厳しい、そして最も直接的でした。2026年2月26日の決算発表後、ジャック・ドーシーの発言には曖昧な余地はほとんど残されていませんでした。AIが企業の構築方法と運営方法を変え、より小規模なチームでも多くのことができるようになった、というものです。APの報道によると、Blockは4000人以上をレイオフし、これは1万人以上の従業員の約4割に相当します。市場も非常に率直で、取引開始前に一時20%以上急騰しました。なぜ上昇したのか？投資家が聞いているのは「技術的な理想」ではなく、利益率、営業レバレッジ、そしてより速い収益成長だからです。以前、Blockは2025年11月のインベスターデーでも、2026年のgross profitが17%増加し、調整後営業利益が30%以上増加するという目標を提示していました。つまり、これは「会社がまずいから人員削減する」という話ではなく、「成長を続けながら、人件費をさらに削れる」と会社自身が考えているということです。

Duolingo は別の戦略をとっています。2025年4月下旬、同社は「AIファースト」の路線に公然と転換し、AIが可能なアウトソーシング業務を段階的に廃止すると明言しました。また、新規採用枠についても、まずAIでは対応できないことを証明する必要があると述べました。数日後、同社は生成AIを用いて作成された148もの新しいコースを一気に公開しました。2025年8月には、Duolingoの決算報告書が第2四半期の収益が前年同期比で41%増加し、利益とサブスクリプション収益の両方が好調であったことを示し、同日株価も30%近く急騰しました。しかし、この会社は別の教訓も与えました。それは、ユーザーが完全に納得しているわけではないということです。CEO自身も後に認めましたが、ソーシャルメディア上での反発が成長をガイダンスレンジの下限に押し下げたのです。つまり、AIは企業の内容制作能力や利益を拡大させることはできますが、ブランドと信頼はタダでは手に入らないということです。

Klarna は、過去2年間で最も典型的な「AIによる人件費削減」の事例と言えます。同社は2024年に、AIカスタマーサポートアシスタントが相談対応の3分の2を処理し、その作業量がフルタイムのカスタマーサービス担当者700人に相当すると述べています。2026年3月に提出された目論見書では、Klarnaはさらに明確に計算しています。2023年末には4,352人のフルタイム従業員がいましたが、2024年末には3,422人、そして2025年末にはわずか2,831人にまで減少しており、同社自身が「AIを活用した効率向上による、全体的なヘッドカントリーの積極的な圧縮」が人員削減の要因であると明記しています。同時に、2025年の一人当たり収益は、2022年の34.4万ドルから124万ドルに引き下げられています。この数字は非常に衝撃的です。しかし、Klarnaはその後、特に高単価でハイリスクなシナリオなど、一部の複雑なカスタマーサービスの問題を人手に戻し始めています。ここからの教訓も明らかです。AIは標準化され、反復的でプロセス化された作業を食い尽くすのは非常に得意ですが、複雑な判断、信頼性の保証、グレーゾーンの責任といった領域では、やはり人間が最後の砦として必要になるということです。

Shopify は、むしろもっと恐ろしいことを口にしました。2025年4月、Tobi Lutke が従業員に送ったメモは非常に率直でした。「より多くのheadcountを申請する前に、チームはなぜAIだけで物事を完結させられないのかを証明しなければならない」と。毎日ヘッドラインで人員削減が報じられるわけではありませんが、これは解雇リストよりもぞっとします。なぜなら、それは職の入り口自体が塞がれてしまうことを意味するからです。特に初級職や標準化して分割できるポジションにおいてそうです。

市場が拍手喝采する理由

資本市場はAIの物語を聞くのが好きで、この件はもはや隠す必要がなくなりました。

理由は単純です：

売上は落ちず、むしろ伸びている。
人件費がまず下がる。
一人当たりの生産性がより良く見える。
後々の利益率とキャッシュフローの想像の余地が大きい。

そのため、Block の株価は「より小さなチームでもより多くのことができる」という理由で即座に買い上げられ、Duolingo は世論から批判されながらも、相変わらず良好な決算報告を得て、Klarna は AI と効率性を自身の上場ストーリーに組み込むことになるでしょう。

ここにはもちろん真の効率化は含まれていますが、明白な AI washing の要素もあります。多くの企業にとって、あるモデルが突然賢くなって部門全体を丸ごと廃止できるわけではなく、経営陣がついに「耳障りで、投資家に対しても説明しやすい理由」を見つけたのです。それは、過去数年間に拡大した人員配置を縮小し、自然退職した人の補充をやめ、一部の外部委託、カスタマーサービス、オペレーション、コンテンツ制作、初級分析といった業務を AI とより少ない人数で分担するというものです。

なんて言うか、AI はここではツールであると同時に旗印でもある。

この風は、今もアメリカにありますか

まだ、しかも 2026年3月までは、風が2025年よりも強くなっています。

アメリカのレイオフ追跡機関であるChallenger, Gray & Christmasのデータは、問題をよく示しています。

2025年通年で、企業が「AIを理由とする」人員削減計画は54,836人に達した。
2025年10月には、AIが当月の2番目に多く挙げられた人員削減理由となり、これに対応する職種数は31,039であった。
2026年3月になると、AIは初めて当月の米国企業から最も多く挙げられた人員削減理由となり、これに対応する職種数は15,341で、当月に開示された人員削減計画の約4分の1を占めた。

しかし、このデータも逆から見る必要があります。これはAIによる人員削減が現実のものであり、単なるジョークではないことを示しています。また、「すべての人員削減がAIによる代替である」という段階にはまだ達していないことも示唆しています。Challengerが2023年から追跡している範囲で、明確にAIによる人員削減と分類されたケースは、発表された全レイオフ計画のごく一部を占めるに過ぎません。言い換えれば、現在のアメリカは二つの力が重なり合っている状態です：

一つの流れは真の自動化による代替であり、まずカスタマーサービス、コンテンツ、ローカライゼーション、初級ホワイトカラー、バックエンドプロセスを狙う。
もう一つの流れは、マクロな環境、コスト圧力、経営層による縮小という物語に、AIという外衣を被せることである。

そのため、ニュースの見出しだけを見ると「AIはホワイトカラー層全体を解雇した」と感じやすいですが、公式な見解だけを見ていると、それがすでに採用や組織構造の書き換えを始めていることを過小評価しがちです。

こちら中国では、なぜアメリカのような状態になっていないのか

私は、中国が影響を受けていないのではなく、影響の現れ方が違うのだと考えています。

公開された見解からすると、中国の 2025年から2026年にかけては、「AI人材を奪い合う」という側面が強く、「AIを使って人員削減を行う」というわけではないようです。

新華社が2025年3月下旬の報道で、2月のアルゴリズムエンジニアと機械学習の職種の採用数が前年比でそれぞれ46.8%および40.1%増加し、AI人材の需給比は約3:1であり、明らかに需要が供給を上回っていると報じました。2026年2月には、新華社の別の記事で、2025年第4四半期の中国におけるAI関連職種の採用数が前年比でさらに19%増加していると触れられています。工信部が2026年3月に開示したデータによると、2025年の中国のコアAI産業規模はすでに1.2兆元を超え、関連企業は6,200社以上となっています。

このデータセットは、少なくとも2つのことを示しています。

現在の中国における公開された主流なテーマは、依然として産業の拡大、モデルの実装、そしてAI人材の不足です。
真に不足しているのは、アルゴリズム、エンジニアリング、業界知識を組み合わせた人材であり、単なる一般的なオフィスワーカーではありません。

しかし、これがプレッシャーがないということではありません。

国内はより静かに押し寄せているようです：

アウトソーシング先の縮小。
新卒採用や初級職のポジションがより慎重になっている。
オペレーション、テスト、コンテンツ、カスタマーサービスといった標準化されたポジションが最初に削減されている。
かつては2〜3人で協力して行っていた雑務も、今では一人でAIを使いこなすことがデフォルトになりつつある。

そのため、「なぜ中国中でAIによる人員削減が叫ばれているのを見かけないのか」と感じるかもしれませんが、多くの職種の参入障壁はすでに狭まっており、単に投資家向けの公開書簡として大々的にパッケージ化されていないだけです。

金融IT開発、最も警戒すべきは「明日置き換えられること」ではない

私自身も金融ITに携わっているので、この部分はより実感があるかと思います。

短期的観点から見ると、金融業界のコアなプロセスにおける開発、特に取引、決済、リスク管理、コンプライアンス、監視、低遅延通信といった領域は、AIによって一律に置き換えられる可能性は低いと考えられます。理由は複雑ではありません。責任が重すぎ、監査が厳しすぎ、異常発生時のコストが高すぎるためです。何か問題が発生した場合、単にプロンプトを修正しただけで済むものではありません。

しかし、別の側面も現実的です：

「接着剤コード」を書く人はまず辛くなるでしょう。
純粋なCRUD、純粋なインターフェースの運搬、純粋なドキュメント整理といった価値は引き続き低下するでしょう。
テスト、運用スクリプト、レポート、内部ツールのような作業は、「AIと一緒に完了させる」ことがデフォルトになり、ますます多くなるでしょう。
チームには、個人の戦闘能力、業務理解度、アップストリームとダウンストリームを繋ぐ能力に対する要求が高まるでしょう。

率直に言って、今後数年間で最も危険なのは、「AI が開発を肩代わりする」ということそのものではなく、「会社が、AI を使いこなせる上に業務の境界線も理解している人材を標準装備し、それが以前の2〜3人の生産性に匹敵するものになる」ということです。もし開発者がコードの実務的な作業だけしか残らず、業務知識やリスク理解がなく、最終的な責任を負えない状態であれば、確かにますます不利になっていくでしょう。

最後の一点、あまり良くない判断

Blockのこのニュースには衝撃を受けました。それはAIが金融テクノロジー企業を完全に掌握できるほど成熟したことを示しているからという理由ではなく、経営陣と資本市場がそう語ることに同意し、市場がそれを信じるようになったことを示しているからです。

ここが一番肝心なところです。

技術的な成熟度は、まだそこまで誇張されたレベルではないかもしれません。しかし、組織はまず「これで十分だ」という前提で変更し、採用は「人を少し減らしても大丈夫だろう」という前提で変更し、昇進や業績評価もまた、「なぜAIをもっと活用しないのか」という視点から変わってくるでしょう。

一般の開発者にとって、特に金融ITのように業務、コンプライアンス、システム安定性の間で挟まれる職種の場合、次にすべきことはAIと戦うことでも、盲目的に楽観視することでもなく、「コードの肉体労働者」から「業務を理解し、リスクを理解し、境界線を理解し、最終的な責任を持てる人材」へとできるだけ早くシフトしていくことです。

さもないと、アメリカの風は、いずれ吹き付けてくるだろう。同じニュースの見出しでなくても、プレッシャーは同じ人物にかかることになる。

参考資料

作成上の注記

元のプロンプト

最近1年間のAIによるレイオフ、大規模な人員削減、それ以降の企業の経営状況、市場の反応について整理してほしい。現在もアメリカでレイオフの風が吹いているのか、中国国内への波及は少ないのか。私は金融IT業界の開発者だが、Blockのレイオフのニュースには非常に衝撃を受けた。

ライティングのアイデア概要

「Block」のニュースから切り込み、まず「金融IT開発者が衝撃を受けている」という個人の視点を維持する。
全てのレイオフをAIのみに粗暴に帰因させるのではなく、「公表された人員削減」「増員凍結」「エントリーレベルの職種の圧迫」の三層に分解する。
Block、Duolingo、Klarna、Shopifyという代表的な4つのサンプルを選び、それぞれについて、レイオフ、増員凍結、事業結果、市場の反応を見る。
中国の部分は「問題ない」と断定的に書くのではなく、「アメリカほどではないが、構造的な圧迫は始まっている」というトーンにする。
結論では判断を金融IT開発者の実際の状況に戻し、重点を感情論ではなく、職業構造の変化に置く。

職場 on 向叔の手帳