AI解雇が始まった。米国企業全体で、労働力は縮小している。人員数は制限され、組織全体の機能が見直されている。どうやら人工知能(AI)が原因らしい。
この変化は特にシリコンバレーで顕著だ。オラクルは先週、驚異的な3万人を解雇した。SquareとCash Appを手がけるフィンテック企業ブロックでは、ジャック・ドーシー氏が約4000人の従業員を削減した。これは同社の労働力の約40%に相当する。ドーシー氏は、AIによってはるかに小規模な組織でも効果的に運営できると主張した。Shopifyでは、追加の人員を要求するチームは現在、その業務がAIでは処理できないことを証明することが求められている。Dropboxでは、約500のポジションが削減され、同社はAIを中心に事業を再構築し始めた。経営陣は、一部の職種は将来的に存在しなくなることを認めている。
この傾向はテクノロジー企業に限定されない。UPSでは、仕分け施設の自動化とAI駆動のルート配送の導入に伴い、数万人の雇用が削減されている。ナイキでは、AI活用のデザイン、予測、在庫システムへの依存を強めるにつれ、数百の企業職が削減された。ダウでは、自動化が製造業務を再編する中、数千人の雇用が削減された。
これらすべてが、AIがホワイトカラーの雇用を奪っているという枠組みで語られている。今のところ、多くの投資家はその枠組みを受け入れているようだ。AIは業務をより効率的にしている。AIは人員の必要性を減らしている。AIによって小規模な組織でもより多くのことができる。総合すると、これはAI時代における初の大規模な労働市場への影響のように読める。しかし、その説明は完全には成り立たない。
都合の良い隠れ蓑としてのAI
解雇の規模から判断すると、企業はすでに大幅な生産性向上を実現したことになる。AIが業務を根本的に変え、それを行うのに必要な人員が減ったということだ。しかし証拠は、これがまだ起きていないことを示している。最も厳密な調査の1つでは、AIツールを使用する経験豊富なソフトウェア開発者が、実際の業務を完了するのに19%長く時間がかかった。主な理由は、プロンプトの作成、レビュー、AI生成出力の修正に時間を費やす必要があったためだ。
労働者への調査も同様のパターンを示している。AIによって「節約された」時間のかなりの部分が、ミスの修正や低品質な出力のやり直しに費やされている。これは生産性の誤った感覚を生み出す。テクノロジー企業内部でさえ、エンジニアはAIが業務負荷を軽減するのではなく強化すると報告している。出力には依然として絶え間ない監視が必要だからだ。証拠は、ツールが改善していることを示唆しているが、我々が目にしている労働力削減の規模を説明できる段階には達していない。
より差し迫った問題を目にしている可能性の方がはるかに高い。企業は単に過剰雇用していたのだ。パンデミックとその直後の時期、業界全体で雇用が急増した。2019年から2022年の間に、アマゾンは労働力を倍増させた。メタは人員を60%以上増加させた。Shopify、Stripeなどは、持続的なデジタル成長を見込んで積極的に拡大した。その成長は完全には実現しなかった。状況が正常化すると、そのコスト構造はもはや意味をなさず、解雇が続かざるを得なかった。この力学はAIとはほとんど関係がない。これは過剰拡大と調整の典型的なサイクルだ。しかし今回、AIは企業に説得力のある物語を提供している。「雇いすぎた」から「次に来るものに向けて構築している」へと話を変える物語だ。
多くの場合、さらに不快な説明がある。AI物語は、ビジネスの根本的な弱点を隠す隠れ蓑として機能している。ナイキでは、売上高が前年同期比10%減少し、すべての地域で減少している。純利益は、同社が過剰在庫と需要の鈍化に対処する中で急激に減少した。現在でも、同社は継続的な減少を予測しており、業績回復は「予想より時間がかかっている」と説明している。UPSも同様の状況だ。売上高は数年間圧力を受けており、主要顧客との関係を解消しネットワークを再構築する中で取扱量が減少している。UPSは、マージンを安定させるためのより広範な取り組みの一環として、数万人の雇用を削減する計画を発表した。どちらの場合も、解雇は業績悪化と一致している。成長の鈍化、マージン圧力、そして事業の立て直しの必要性だ。AIは将来計画の一部かもしれないが、少なくとも部分的には、今日うまくいっていないことを修正するための決定を枠組み化する便利な方法も提供している。
AIが雇用に与える影響を明確に見ることができる数少ない場所の1つは、テクノロジーインフラだ。アマゾンやメタのような企業は、インフラの軍拡競争に巻き込まれている。これらの企業は人員を解雇し、その節約分でより多くのプロセッサーを購入することを決定した。しかしそこでさえ、彼らが何を削減するかは、過去の過ちをどこで修正しているかを示している可能性がある。フェイスブックは名前を変えたかもしれないが、メタバースは予定通りには現れなかった。AIはその戦略的失敗の素晴らしい隠れ蓑になる。
壮大な幻想
テクノロジーの話のように見えるものは、実際には現代のリーダーシップに関する重要な教訓だ。未来に備えていると思い込むのは簡単すぎるが、実際には現在に対処しているか、過去を修正しているだけだ。それは外部向けのプレスリリースには適しているかもしれない。しかし、それを未来志向の戦略と混同してはならない。
今、多くの組織の内部で時間を過ごすと、この緊張が展開しているのを感じることができる。リーダーたちは変革について語っている。彼らはAI、市場の混乱、そして次に来るものについて言及する。言葉は前向きだ。しかし決定が下されると、何か別のものが引き継ぐ。締めるべき四半期があり、達成すべき目標がある。資金提供される業務は、今測定できる業務だ。多くの場合、それは現在の効率性の改善をもたらすが、次に来るものへの準備ではない。
それがこの瞬間をとても厄介にしている理由だ。未来への準備は、現在の効率性として現れることはめったにない。通常、それは正反対に見える。見返りが明確になる前に投資が必要だ。まだ証明されていない分野にリソースを引き込む。そして、すでに機能しているものを最適化するために構築された組織内に摩擦を生み出す。
企業がコストを削減し、それを変革と呼ぶとき、彼らはしばしば必要なことをしている。しかし、必ずしも未来を拡大することをしているわけではない。彼らは変化を示すが、その後既存のモデルを強化する。時間の経過とともに、現在の業績と未来への準備の間のギャップが広がり始める。
実際には、未来への準備は短期的にはより非効率にするはずであり、より効率的にするのではない。緊急時に備えて懐中電灯と缶詰を買って備蓄すれば、今週の食料品代は増えるのであって、減るのではない。大きな嵐に備えて家族が準備できるように、それでもやるべきだ。
それが現在志向の経営の課題だ。ほとんどの企業は立ち止まったために破壊されるのではない。もはや重要でない方向に素早く動いていたために破壊される。彼らのリーダーは未来を無視していたのではない。彼らは単に未来について語りながら、現在に反応していただけだ。
効率性は準備ではない
未来志向のリーダーは、現在の効率性が未来への準備ではないことを認識している。この2つは、特に今のような瞬間には、しばしば一緒にまとめられる。解雇とAI支出の両方が「未来への準備」として枠組み化できる時だ。しかし、今日ビジネスをより効率的にすることは、明日に向けてより準備することと同じではない。1つは現在のモデルでの業績を改善する。もう1つは、そのモデルが変化し始めたときに対応する企業の能力を拡大する。リーダーはこれらを別個の課題として扱い、別々にリソースを配分する必要がある。
彼らはまた、小規模で意図的な賭けをする。未来は一度に到来することはめったにない。それはビジネスの端にある弱いシグナルとして始まる。新しいテクノロジー、新しい顧客行動、まだ中心的に見えない新しい制約だ。目標は、どのシグナルが最も重要になるかを正確に予測することではない。変化が明白になる前に、組織がすでに学習し、実験し、親しみを築いていることを確認することだ。小さな賭けは選択肢を生み出す。世界が傾き始めたときに、企業がより自信を持って動けるようにする。
そして彼らは、不快であっても、未来に対してリソースを配分する。これが最も難しい部分だ。現在は常により強い主張をする。数字はより明確だ。ニーズはより緊急に感じられる。リスクは説明しやすい。未来は、見返りが見える前にリソースを求める。しかし、それこそが未来志向のリーダーシップが必要とするものだ。まだ完全には証明されていないものに、実際の時間、お金、注意を注ぐ意欲だ。証明を待つことは、しばしば企業が遅れて到着する方法だからだ。
ラリー・ペイジ氏がグーグルのCEOに復帰したとき、彼は投資家を困惑させる一連の決定を下した。彼は管理コストへの支出を増やした。同社は、多くが不確実な見返りを持つ長期的な賭けにより積極的に投資した。ビジネス全体の部分が、証明されるまでに何年もかかるアイデアを中心に再編された。
市場は素早く反応した。株価は下落した。ペイジ氏の規律に関する疑問が続いた。外部から見ると、焦点を失っている企業のように見えた。内部では、何か別のことが起きていた。ペイジ氏は、次に来るものに向けて企業を位置づけていた。新しいモバイルオペレーティングシステム、自動運転車、そしてそう、AIのようなものだ。グーグルの研究者は、現代の大規模言語モデルの基礎となるトランスフォーマーアーキテクチャを発表した。時間の経過とともに、これらの投資により、グーグルは元のビジネスをはるかに超えて拡大し、複数の成長の波に参加することができた。
そのような決定は、その瞬間には良く見えることはめったにない。見返りは遅れる。論理は説明しにくい。結果はすぐには測定できない。だからこそ、ほとんどの組織はそれを避けるのだ。
AIへの未来志向のアプローチ
企業が行っているAIの動きは、明確な物語を語っている。AIは機能全体に展開されている。組織はより無駄がなくなり、コストは下がっている。外部から見ると、未来への準備のように見える。見えにくいのは、これらの動きが実際にビジネスがなり得るものを拡大しているかどうかだ。
AIへの未来志向のアプローチは、別の場所から始まる。それはAIを、現在のプロセスをより効率的にする方法としてだけでなく、ビジネス自体の未来を探求するツールとして扱う。モデルはどこで変化する可能性があるか。どんな業務が消え、どんな新しい業務が可能になるか。バリューチェーンのどの部分を、単に自動化するのではなく、完全に再考すべきか。
それは、AIがまだ粗く不完全な場所で時間を過ごすことを意味する。古いワークフローを最適化するだけでなく、新しいワークフローをプロトタイピングする。製品の設計方法、意思決定の方法、顧客へのサービス提供方法を再考する。目標は即座の効率性ではない。学習だ。ビジネスの次のバージョンがどこで現れるかを見るのに十分な速さで。
コストレバーとしてだけでなく、創造的な力としてAIに傾倒している企業で、この初期バージョンを見ることができる。私は最近書いたが、イーライリリーがAIを使用して創薬自体を再考し始め、タイムラインを圧縮し、治療法を見つけるための全く新しいアプローチを開いている。AIは既存のプロセスを速くしているだけではない。企業ができることを変えている。
それがリーダーの前にある真の選択だ。AIを使って、より少ない人数で同じ業務を行う。または、それを使って、やる価値のある新しい業務を発見する。時間の経過とともに、そのような選択は複利的に増える。ある組織は、すでに理解しているビジネスでより効率的になる。別の組織は、最初の組織がまだ最後のものを最適化している間に、ビジネスの次のバージョンを構築し始める。
次の10年間で重要になる企業は、単にすでにあるものをより効率的なバージョンにする企業ではない。その効率性を使って何か新しいものに移行する企業だ。問題は、今日行われている業務が新しい選択肢を生み出しているのか、それとも既存の選択を倍増させているのかだ。
