テック業界の未曽有の人事変動：「AI 精神病」が招く CEO と組織の混乱

近年のテクノロジー業界では、クラウド時代の初期に見られた高騰するコストのような前例のない変化が発生しています。それは収益増加に伴う巨大な**レイオフ（人員削減）**という形で表れており、かつてなかった規模での混乱をもたらしています。

「AI による大業への錯覚」：CEO が陥る罠

ボックス社創業者のアーロン・レイヴィー氏は、技術企業のトップ経営者、特に CEO 層が集団的に AI の可能性に対して過度な楽観視に陥っている可能性を指摘しています。

レイヴィー氏の警告

• ラストマイルの欠如: CEO は AI が価値を生み出すために残される最終段階の作業（ラストマイル）から十分距離を置かれているため、「AI 精神病」にかかりやすい。
• 現実と幻想の乖離:
  • 遊び心有余り: CEO は AI と遊んでプロトタイプを作る、契約書を作成するなどの楽しさに浸りますが、「エージェントがすべての業務を代行できる」と信じ込みがちです。
  • 現場の責任: コードの見直し、バグ発見、デプロイ前の幻覚検知、独自条件でのモデルトレーニングなどは、トップエグゼクティブではなく現場エンジニアの役割です。

距離の罠と楽観バイアス

レイヴィー氏によると、CEO はプロセスへの理解不足から自動化の可否を見誤っており、その知識不足が行動を妨げることはありません。しかし、以下の二つの心理的傾向が問題視されています。

• 距離の罠: ラストマイルの仕事から遠ざかっているため、AI の限界が見えない。
• 楽観的な道: 「ハッピー・パス（理想結果）」しか見えず、次に起こりうる障害を考慮しない。

「CEO は、AI が価値を生み出すために残されるラストマイルの仕事から十分な距離を置かれているため、AI 精神病に特にかかりやすい。そのため、彼らが AI と遊ぶ時、理想的な結果（ハッピー・パス）しか見えず、次に起こりうる次の 10 つや 20 つの障害を考慮しないことが多い」 —— アーロン・レイヴィー氏 (@levie)

レイヴィー氏のスタンス

• AI 嫌いではない: X（旧ツイッター）に 270 万人ものフォロワーを持ち、主に AI にポジティブな投稿を行っている。
• 実践的な投資: 「ヘッドレス・ソフトウェアが未来である」と提唱し、AI スタートアップへのアンジェル投資も行うなど、口と行いが一致している。

CEO への提案

レイヴィー氏は、CEO に以下のことを推奨しています。

1. AI を**「大いに」使って真価と限界を実体験する**。
2. Upside（機会）と現実的な仕事の両方を理解した上で判断する。

---

データで見る異常な人事削減：「AI ウッシング」の実態

2026 年上半期のレイオフ規模

• 驚異的な速度: 2026 年の最初の 5 ヶ月だけで、2025 年全体でのレイオフ数に匹敵する人員削減が行われた。
• 統計データ（Layoffs.fyi リポーターによる）:
  • 2026 年初頭: 152 のテック企業が約 11 万 5,430 人を解雇した。
  • 2025 年全年度: 275 の企業が約 12 万 4,636 人の退職を生じた（※注：元のテキストの数値比較より、短期集中型の削減が突出している旨）。

「AI ウッシング」という批判

多くの企業が人員削減の理由として「AI」を挙げていますが、大手テック企業はこれを以下のように批判されています。

• AI ウッシング: 過去または将来の生産性向上を強調しながら、実際には他のビジネス決定やメトリクスが人減の原因であること。

キャンパス・エヴァンス氏という例外（？）

プロジェクトマネジメントスタートアップ「ClickUp」の CEO ゼブ・エヴァンス氏は、X で以下のように宣言しました。

• 導入: 内部業務のために約3,000 個の AI エージェントを導入。
• 人員削減: 従業員全体の**22%（ほぼ 4 分の 1）**をレイオフ。
• 目的: コスト削減ではない。AI エージェントで稼働し、一日中レビューを行う人材による**「100x Org（100 倍の組織）」**への転換を目指すという。

データへの疑問

• AI は有用なツールですが、生産性向上を約束する仮説はデータで明確に反証されています。

---

研究データから浮かび上がる 3 つのパラドックス

1. メタ分析：生産性向上の欠如

カリフォルニア大学バークレー校「California Management Review」に掲載された 10 月の研究（※原文では 2026 年とあり、直近の研究を指す可能性）。

• 結論: AI の採用と集計的な生産性向上の間には堅固な関係は見られなかった。

2. 生産性のパラドックス

国民経済研究所が 3 月に発表した研究。

• 認められた事実: AI の採用は生産性を若干向上させた。
• パラドックス: 「認識された（感じられる）生産性向上」の方が、「測定された（実際の）生産性向上」よりも大きい。

3. 品質に関する懸念と未来の予測

MIT の研究者らが数千のエージェント活用事例から導き出した結論。

• 現状: エージェントはまだ人間レベルの品質の仕事を行えない。
• 予測 (2029 年までの見通し):
  • 現在の改善ペースで推移した場合、テキスト関連タスクで**80%〜95%**の成功率に達する見込み。
  • しかし、これは「最低限必要な品質レベル」であり、人間を完全に上回るには数年後になることが示唆されている。

ボトルネックがトップへ移行

ハーバード・ビジネス・レビューに掲載された研究では、「皆が AI を使って成果物を生産する場合、ボトルネックはエグゼクティブ層に移行する」とあります。

• リスク: 去年の OpenAI の事例のように、状況が制御不能（デッドロック）になる可能性があります。

---

結論：進行中の混乱と展望

現在の技術的制約の中で、CEO がこの状態を適切にコントロールできるかは不透明です。もし対応できない場合、「CEO AI 精神病」の最も確実な帰結は組織的な混乱となります。

• 人間を上回るには: AI は今後約 3 年間は基礎的な能力レベルにとどまる見込み。
• 次のステップ: 人間を超えるためには、さらに数年の時間と質的な進化が必要である。