Forbes の報道によると、Ford は AI の品質管理システムが見つけられない車両の問題を修正するために、3 年かけて 350 名のベテランエンジニアを呼び戻した。現世での返りが早いのはまさにその通りだ。車両ハードウェア工学担当副社長 Charles Poon はメディアに対し、当初の判断を誤ったことを率直に認めた。「私たちは誤って、人工知能を導入し、手元の設計要件を投入すれば、高品質な製品が生み出せると思い込んだのです。」
AI は役に立たないわけではない。問題は、会社が AI に“どこまで食わせればいいか”を取り違えたことだ。
これは単独企業の失敗ではない。組織設計ソフトウェア企業 Orgvue が Vitreous World に委託して実施した国際調査では、C-suite（役員クラス）とシニアの意思決定者 1,163 名に聞き取りを行い、そのうち 39% が AI 導入による人員削減を行ったことを認めた。さらにこの人たちの 55% が、当時の削減決定は間違いだったと後から考えていた。
同じ調査には、さらに気まずい数字もある。23% の企業が、人員削減の根拠は AI の能力についての雑な仮定であって、解雇された人が毎日いったい何をしていたかを一人ひとり洗い出していなかったと認めている。
まず人を削り、その後で社員が何をしているのかを調べる。
Ford は 3 年かけて人を呼び戻した
Ford が呼び戻したこの 350 人の中には元社員もいれば、元々はサプライヤー側で働いていた人もいる。メディアは彼らを「gray beard」（年配の）エンジニアと呼んでいる。Poon は、問題の核心は技術そのものではなく、トレーニングデータにあると指摘した。最も経験のあるエンジニアたちは、知識が記録される前に Ford を離れてしまったという。
7 割の企業は遠回りして、結局お金は節約できなかった。人材仲介の Robert Half のデータはさらに直接的で、米国の採用担当者の 32% が AI によってある職位を削ったあと、同じか類似の職位を改めて開くことになったという。
調査機関 Forrester は『Predictions 2026: The Future of Work』の中で、AI 名目の人員削減のうち半分超が、こっそりと覆されると予測している。同時に長期的な影響も現実に引き戻し、2030 年に本当に自動化で置き換えられる米国の職は約 6%（1,040 万件）で、さらに 20% の職は AI によって強化されるだけで、置き換えられるわけではないとした。副社長兼チーフアナリスト J. P. Gownder の提言は、AI を代替品ではなく、人材を拡張するツールとして扱うことだ。
暗号業界の人員削減は皆さんもきっとおなじみだ。以前、Crypto.com の CEO Kris Marszalek が昨年 12% の削減を行った際、「AI に適応できない人は歩いて去るしかない」と語っていた。今月 Coinbase は、95% 超のコードが AI によって書かれており、2030 年には Agent の生み出す成果が 10 万人の従業員の仕事量に相当すると見積もっている。しかし論理的には、暗号業界は以前から必要のない人を詰め込みすぎていたからこそ、だ。
よくある質問
なぜ企業は AI で人員削減したあと、また人を呼び戻すの？
AI は標準化された、書類に沿って処理できる仕事を安定してこなせるため、全体の約 6 割を占める。残りの経験判断や例外処理が必要な部分は、トレーニングデータに書き込まれていない。だからそれは、資深社員の頭の中にしか存在しない。企業はそのため呼び戻しを余儀なくされる。Ford が 3 年以内に 350 名の資深エンジニアを呼び戻したのは、この理由だ。
AI の人員削減で、どれくらいの企業が後悔しているの？
Orgvue が 1,163 名のシニア決定者を訪問し、39% が AI 導入による人員削減を実施した経験があり、そのうち 55% が判断ミスだと考えた。Careerminds が 600 人の人事責任者に聞いた結果はさらに高く、91.6% が AI の再編に後悔しており、結果は想定通りだと思ったのは 8.4% だけだった。
AIのレイオフは現世の因果！55%を削った企業が謝罪し、Fordは3年かけて350名のベテランエンジニアを再雇用
Ford 車両ハードウェア工学担当副社長 Charles Poon は、企業の誤った前提は、設計要件を AI に投入するだけで高品質な製品が生み出せるというものだったと認めた。過去 3 年で、品質管理の欠員を埋めるために 350 名のベテランエンジニアを呼び戻した。組織設計ソフトウェア企業 Orgvue が 1,163 名のシニア決定者を調査したところ、39% が AI 導入によって人員削減を実施した経験があり、そのうち 55% が当初の判断は誤りだったと考えていた。IBM やオーストラリア連邦銀行も同じ道を歩んだ。
（前情提要：テック業界はもう AI のせいにできない？Robinhood は人員削減 10%、内部告発でシリコンバレーの「縮小の新しい言い訳」を暴露）
（背景補足：Coinbase は 95% 超のコードが AI によって書かれている：2030 年の Agent は 10 万人分の社員の仕事量に相当）
この記事の目次
Toggle
要点まとめ
Forbes の報道によると、Ford は AI の品質管理システムが見つけられない車両の問題を修正するために、3 年かけて 350 名のベテランエンジニアを呼び戻した。現世での返りが早いのはまさにその通りだ。車両ハードウェア工学担当副社長 Charles Poon はメディアに対し、当初の判断を誤ったことを率直に認めた。「私たちは誤って、人工知能を導入し、手元の設計要件を投入すれば、高品質な製品が生み出せると思い込んだのです。」
AI は役に立たないわけではない。問題は、会社が AI に“どこまで食わせればいいか”を取り違えたことだ。
これは単独企業の失敗ではない。組織設計ソフトウェア企業 Orgvue が Vitreous World に委託して実施した国際調査では、C-suite（役員クラス）とシニアの意思決定者 1,163 名に聞き取りを行い、そのうち 39% が AI 導入による人員削減を行ったことを認めた。さらにこの人たちの 55% が、当時の削減決定は間違いだったと後から考えていた。
同じ調査には、さらに気まずい数字もある。23% の企業が、人員削減の根拠は AI の能力についての雑な仮定であって、解雇された人が毎日いったい何をしていたかを一人ひとり洗い出していなかったと認めている。
まず人を削り、その後で社員が何をしているのかを調べる。
Ford は 3 年かけて人を呼び戻した
Ford が呼び戻したこの 350 人の中には元社員もいれば、元々はサプライヤー側で働いていた人もいる。メディアは彼らを「gray beard」（年配の）エンジニアと呼んでいる。Poon は、問題の核心は技術そのものではなく、トレーニングデータにあると指摘した。最も経験のあるエンジニアたちは、知識が記録される前に Ford を離れてしまったという。
言い換えれば、AI では学べないものが難しいのではない。そもそも書き残されていなかったのだ。ベテランエンジニアが 30 年の経験から聞き分けられる異音や、見抜ける組み立て公差などは、いかなる設計要件のドキュメントにも記録されたことがない。そのためトレーニングデータにも入っていない。
人を呼び戻した後、確かに効果はあった。Ford は最新号の J.D. Power 新車品質調査（Initial Quality Survey）で主要自動車ブランドのトップを獲得した。16 年ぶりの首位だ。CEO の Jim Farley は、保証やリコール関連費用の低下が積み上がり、「実際に数億ドル規模の」コスト上の追い風になったと語った。
IBM は最後の 6% でつまずく
IBM のケースはさらに、社内の AskHR システムが人事業務を引き継いで、約 94% の定型リクエストを処理しきったところから来ている。自動化の完全勝利のように聞こえる。だが問題は残りの 6% にある。倫理判断や例外処理が絡む案件では、AI は答えを返せなかった。
そこで IBM は、2026 年に米国のエントリーレベル職の採用枠を 3 倍に拡大すると発表し、すべての事業部門を対象にするとした。人事責任者 Nickle LaMoreaux はニューヨークでのフォーラムでの発言は率直だった。「入門レベルの人材に継続的に投資しなければ、3 〜 5 年後に何が起きると思いますか？」
IBM は人を元のポジションに戻さなかった。新しく入る人事担当の仕事は、チャットボットが十分な回答を返せないときに介入して出力を修正し、直接上司とコミュニケーションを取ること。初級のソフトウェアエンジニアは、定型コードを書く量を減らして、より時間をかけて顧客と話すことになる。つまり、人を「その 94% をこなす側」から「その 6% を片づける側」に変えたのだ。
オーストラリア連邦銀行（Commonwealth Bank of Australia）の例は、なおさら体裁が悪い。同行は 2025 年 7 月にコールセンターのカスタマーサービス職 45 人を解雇した理由として、AI 音声ロボットにより毎週の着信が 2,000 件減ったことを挙げた。金融産業の労働組合は納得せず、この案件を労使仲裁機関に持ち込み、「着信件数は実際には増えている」と指摘した。さらに銀行はカスタマー対応のために残った人に残業を求め、チームの上長が直接電話を取るよう求める必要があったという。
同年 8 月 21 日、銀行は解雇を撤回し、公開で謝罪したうえで賃金を追給した。声明の文面もかなり婉曲で、「当初の予備評価では、当該 45 の職位はもはや必要ないと考えられたが、関連するすべての業務要因を十分に考慮していなかった。この誤りにより、これらの職位は余剰人員にあたらないことになった」という趣旨だった。つまり、会社が見積もりを誤ったということだ。
呼び戻しは削減より高くつく
Forbes のコラム筆者 John Werner は、この循環をひとつの式にまとめた。企業が AI で何かの職務を置き換えると発表し、人員を縮小する。6 〜 12 か月後、AI がうまく仕事の約 60% を引き受ける。一方で残りの 40% はできない。すると会社は、結局その元の人たちを呼び戻す。
人材コンサル会社 Careerminds が 7 月 13 日に発表した調査は、規模感を与えてくれる。過去 1 年に人員削減を監督した 600 人の人事責任者への聞き取りに基づくこのレポートによると、91.6% がこの AI の再編に後悔しており、結果は想定通りだと考えたのは 8.4% だけだ。35.6% の組織は、削減した職位のうち半分以上をすでに呼び戻しており、52.1% が 6 か月以内に人を戻している。
7 割の企業は遠回りして、結局お金は節約できなかった。人材仲介の Robert Half のデータはさらに直接的で、米国の採用担当者の 32% が AI によってある職位を削ったあと、同じか類似の職位を改めて開くことになったという。
調査機関 Forrester は『Predictions 2026: The Future of Work』の中で、AI 名目の人員削減のうち半分超が、こっそりと覆されると予測している。同時に長期的な影響も現実に引き戻し、2030 年に本当に自動化で置き換えられる米国の職は約 6%（1,040 万件）で、さらに 20% の職は AI によって強化されるだけで、置き換えられるわけではないとした。副社長兼チーフアナリスト J. P. Gownder の提言は、AI を代替品ではなく、人材を拡張するツールとして扱うことだ。
暗号業界の人員削減は皆さんもきっとおなじみだ。以前、Crypto.com の CEO Kris Marszalek が昨年 12% の削減を行った際、「AI に適応できない人は歩いて去るしかない」と語っていた。今月 Coinbase は、95% 超のコードが AI によって書かれており、2030 年には Agent の生み出す成果が 10 万人の従業員の仕事量に相当すると見積もっている。しかし論理的には、暗号業界は以前から必要のない人を詰め込みすぎていたからこそ、だ。
よくある質問
なぜ企業は AI で人員削減したあと、また人を呼び戻すの？
AI は標準化された、書類に沿って処理できる仕事を安定してこなせるため、全体の約 6 割を占める。残りの経験判断や例外処理が必要な部分は、トレーニングデータに書き込まれていない。だからそれは、資深社員の頭の中にしか存在しない。企業はそのため呼び戻しを余儀なくされる。Ford が 3 年以内に 350 名の資深エンジニアを呼び戻したのは、この理由だ。
AI の人員削減で、どれくらいの企業が後悔しているの？
Orgvue が 1,163 名のシニア決定者を訪問し、39% が AI 導入による人員削減を実施した経験があり、そのうち 55% が判断ミスだと考えた。Careerminds が 600 人の人事責任者に聞いた結果はさらに高く、91.6% が AI の再編に後悔しており、結果は想定通りだと思ったのは 8.4% だけだった。