決済大手Blockにおける大規模な人員削減とAIへのシフトは、AIが脅かすのはクリエイティブ職だけではないことを示唆しています。投資家ピーター・ティールが指摘する「数学的なスキル」のコモディティ化は、SIer文化や技術偏重の傾向が強い日本の組織にどのような影響を与えるのか。グローバルの潮流と日本の実情を照らし合わせ、これからのAI活用と人材戦略について解説します。
「クリエイティブ」から「ロジック」へ:AIの影響領域のシフト
生成AIブームの初期、多くの人々はイラストレーターやライターといった「言葉や画像を操る人々(Word People)」の仕事が最初に奪われると懸念しました。しかし、著名投資家ピーター・ティールが「AIは言葉の人よりも先に、数学の人(Math People)の仕事を奪いに来る」と警鐘を鳴らした通り、潮目は変わりつつあります。
最近の事例として、決済サービスなどを手掛ける米Block社が従業員の約40%にあたる数千人規模の人員削減を発表し、その主要因としてAIモデルによる効率化を挙げたことは象徴的です。これは単なるコスト削減ではなく、コーディング、データ分析、財務モデリングといった「数学的・論理的タスク」において、AIが人間と同等以上のパフォーマンスを、圧倒的な低コストで発揮し始めたことを意味しています。
日本型「技術信仰」の落とし穴
この潮流は、日本の産業界にとって非常にシビアな問題を突きつけています。日本では長らく、高度な計算能力や正確なプログラミング能力を持つ「理系人材」や「エンジニア」を、一種の聖域として扱ってきました。しかし、仕様書通りに正確なコードを書く能力や、複雑な数値をミスなく集計する能力は、皮肉にもLLM(大規模言語モデル)が最も得意とする領域です。
特に、日本のIT業界を支えてきたSIer(システムインテグレーター)の多重下請け構造において、下流工程で「決まったロジックを実装する」だけの業務は、今後急速に価値を失うリスクがあります。AIがコードを生成し、テストを自動化できる時代において、「手を動かして作る」こと自体の市場価値は低下せざるを得ません。
「言葉の人」が見直される理由
一方で、ティールが対比させた「言葉の人」の価値が相対的に高まっています。ここで言う「言葉」とは、単に文章を書くことではありません。ビジネスの現場における複雑な文脈を読み解き、曖昧な顧客の要望を言語化し、AIが処理可能な「問い」として定義する能力を指します。
日本のビジネス現場、特に「現場のすり合わせ」や「阿吽の呼吸」が重視される環境において、AI導入の障壁となるのは技術的な問題ではなく、業務プロセスの不透明さです。このブラックボックス化した業務を紐解き、AIガバナンス(倫理や法的リスクの管理)を効かせながらシステムに落とし込む、「要件定義」や「ステークホルダーマネジメント」といった高度なコミュニケーション能力こそが、これからの時代に求められる「言葉のスキル」と言えます。
日本企業における「解雇なきAI活用」の現実解
米国のBlock社のようなドラスティックな人員削減は、解雇規制が厳しい日本では即座には起こり得ません。しかし、それは「変化しなくて良い」という意味ではありません。
日本では少子高齢化による深刻な労働力不足が進行しています。日本企業が取るべき戦略は、AIによる人員削減ではなく、AIによる「余力の創出」です。定型的な計算・分析・コーディング業務をAIに任せることで、人間を「計算する仕事」から解放し、顧客との対話や新規サービスの企画といった「人間にしかできない仕事」へシフトさせる配置転換(リスキリング)が急務となります。
日本企業のAI活用への示唆
「数学の人」から「言葉の人」へのパワーシフトを見据え、意思決定者は以下の3点を意識する必要があります。
- 「作る力」から「問う力」への評価シフト:
エンジニアの評価軸を、コードの記述量や正確さだけでなく、ビジネス課題をどう技術要件に翻訳したか、AIをどう使いこなして生産性を倍増させたかという「設計・活用能力」へ移行させる必要があります。 - 社内データの整備とガバナンス:
計算や論理処理をAIに任せるためには、その元となるデータが正確でなければなりません。AI活用を見据えたデータ基盤の整備は、経営層が主導すべき最優先事項です。また、金融機関や製造業など規制が厳しい業界では、AIの判断根拠を説明可能にするガバナンス体制の構築が必須です。 - ハイブリッドチームの組成:
「文系・理系」という旧来の区分けは意味をなさなくなります。AIツールを使いこなすビジネス職と、ビジネスの文脈を理解するエンジニアを混ぜ合わせた小規模なチームを組成し、アジャイルに課題解決を図る組織構造への転換が、日本企業の競争力を左右することになるでしょう。
