規制・社会

AI時代の人員削減と仕事の再設計

記事バナー画像

POINT

  • ジャック・ドーシーが率いるBlockは2026年2月に4,000人超を削減し、従業員数を約半減。「今後1年で多くの企業が同じ状況に」とドーシー自身が明言した。
  • 投資会社Balyasny Asset ManagementはGPT-4.5を活用したAI研究エンジンを構築し、投資分析の大規模自動化を進める。「AI=人員削減」ではなく「AI=少人数で高出力」という構造が業界を問わず広がりつつある。
  • この記事では、人員削減の実態と、AIが職場に持ち込む「仕事の再設計」の論理を整理し、会社員が今動き始めるための視点を提供する。

Blockで起きたこと——数字で見る「半減」の衝撃

2026年2月26日、ジャック・ドーシーはBlockの従業員を4,000人超削減すると発表した。Square、Cash App、Tidalを抱える同社の従業員数は10,000人超から6,000人未満へと縮む。世界の従業員のほぼ半数が職を失う計算だ。

市場の反応は冷淡どころか逆だった。TechCrunchの報道によれば、発表後の時間外取引でBlock株は24%超上昇した。解雇は当事者にとって打撃だが、投資家には「筋肉質化」と映る。この非対称な反応こそが、経営者に削減を促す構造的な圧力になっている。

削減の公式な理由はAIだ。BlockのCFOアムリタ・アフジャは「AIでより多くの仕事を自動化するために、小規模で優秀なチームでより速く動けるようになる」と述べた。「AIが仕事を奪う」という漠然とした脅威が、決算発表レベルの言語で語られた瞬間だった。

Blockの人員削減規模と市場の反応
従業員数の半減 削減前: 10,000人超 残存: 6,000人未満 削減: 4,000人超 削減割合 50 % 発表後の時間外株価 +24 %超 市場は「筋肉質化」を好感 米国従業員への主な補償 給与補償 最低20週分 +年数×1週 移行支援金 5,000ドル ヘルスケア 6か月分 従業員数の半減 削減前: 10,000人超 残存: 6,000人未満 削減: 4,000人超 削減割合 50 % 発表後の時間外株価 +24 %超 市場は「筋肉質化」を好感 米国従業員への主な補償 給与補償 最低20週分 +年数×1週 移行支援金 5,000 ドル ヘルスケア 6か月分
※株価上昇率は発表後の時間外取引における数値。補償内容は米国従業員向け。

ドーシーの「予言」——「あなたの会社も次だ」と言える根拠

ドーシーはXへの投稿で、今後1年以内に多くの企業が同じ状況にたどり着くとの見通しを示した。根拠として引いたのは自身の経験だ。2022年11月のTwitter買収後、イーロン・マスクはスタッフの約50%を削減した。ドーシー自身もその過程に関与している。

ただし、ドーシーはやみくもな削減を礼賛しているわけではない。「削減の繰り返しがモラル、集中、顧客や株主が当社のリーダーシップに寄せる信頼を損なう」とも書いた。彼が主張しているのは「AIを前提にした適正規模への一度の移行」であり、リストラを経営ツールとして乱用することへの否定でもある。

SalesforceとAmazonも、AIによる利益増加を理由に大規模な人員削減を行った企業として並べられる。一方でForrester Researchは、AIによる利益がどれほど実態を伴っているかについて疑義を示している。「AIで効率化」という説明が実際のコスト構造の改善を伴っているのか、それとも株主向けの語り口にすぎないのかは、企業ごとに精査が必要だ。

Balyasnyが示す「もう一つのAI活用」——削減ではなく拡張

同じAI活用でも、正反対の文脈で語られるケースがある。ヘッジファンドのBalyasny Asset Managementは、OpenAIとの取り組みの中でGPT-4.5を用いたAI研究エンジンを構築した。AIエージェントのワークフロー(複数のステップを自律的に判断・実行する仕組み)を組み込み、モデル評価を厳格に管理しながら投資分析を大規模に実施する体制だ。

ここで起きているのは「人を減らす」ではなく「一人あたりのカバレッジを広げる」という発想の転換だ。投資調査では、アナリストが一人でフォローできる銘柄数に物理的な上限がある。AIが情報収集・整理・初期分析を担えば、人間のアナリストは判断と仮説検証に集中できる。仕事の総量は増え、人員は変わらない——あるいは少ない人数で以前より多くの成果を出す。

BlockとBalyasnyの違いは業種ではなく、AIをどの層に適用するかの違いだ。前者は既存の業務フローを縮小し人員を削る。後者は業務フロー自体を再設計し、人間の仕事の質と量の上限を引き上げる。この二つの経路が今、あらゆる企業の内部で同時に進行している。

BlockとBalyasnyのAI活用アプローチ比較
Block Balyasny Asset Management AI活用の目的 効率化・自動化 分析カバレッジの拡張 人員への影響 1万人超から6千人未満へ削減 削減せず一人あたりの網羅性を拡大 AIの適用層 既存業務フローの縮小・代替 業務フローの再設計(エージェント) 期待される成果 小規模な優秀チームで速く動く 投資分析を大規模に実施 人間の役割の変化 AIによる作業の代替 判断・仮説検証に集中 共通点:少人数で高出力という構造 Block 目的 効率化・自動化 人員 1万人超から6千人未満へ削減 適用 既存業務フローの縮小・代替 成果 小規模な優秀チームで速く動く 役割 AIによる作業の代替 Balyasny Asset Management 目的 分析カバレッジの拡張 人員 削減せず一人あたりの網羅性を拡大 適用 業務フローの再設計(エージェント) 成果 投資分析を大規模に実施 役割 判断・仮説検証に集中 共通点:少人数で高出力という構造
同じAI活用でも、適用層と目的によって「人員削減」と「カバレッジ拡張」という正反対の構造が生まれる。

会社員が今準備すべき「仕事の再設計」とは何か

Blockの削減対象従業員には、20週間分の給与に加え、在籍年数1年ごとに1週間分の追加給与、5月末までに確定する株式、6か月分のヘルスケア、5,000ドルの移行支援が用意された。手厚い補償だが、それはあくまで「出口」の話だ。問題は、どうすれば出口に追い込まれない側に立てるかだ。

鍵になるのは、自分の仕事を「AIが代替する層」と「AIが補完する層」に分けて考えることだ。情報収集、定型フォーマットの作成、データの整理——これらはすでにAIが処理できる。残るのは、判断、関係構築、文脈の読み取り、そして「何を問うか」を設計する能力だ。

Balyasnyのアナリストがそうであるように、AIを使いこなす人間は「AIに何をやらせるか」を決める設計者になる。この役割は今のところ、AIには担えない。ただしその役割に就くには、自分の業務をプロセス単位で分解し、どこにAIを差し込めるかを自ら試す経験が必要だ。社内の研修を待つより、手元のツールで今週試す方が早い。

「削減の繰り返しがモラル、集中、顧客や株主が当社のリーダーシップに寄せる信頼を損なう」——ジャック・ドーシー(Xへの投稿より)

この言葉は経営者への警告であると同時に、会社員へのヒントでもある。AIを理由にした削減が「一度で終わる移行」として機能するためには、残った側の人間が以前の1.5倍から2倍の生産性を実際に出せなければならない。それができる人間が「残る側」になる。

まとめ

Blockの4,000人削減は特異な事例ではなく、ドーシー自身が「多くの企業が続く」と明言した構造的な流れの先端だ。Balyasnyの事例が示すように、AIは人を減らす道具にも、人の能力を広げる道具にもなる。どちらに転ぶかは経営判断だけでなく、個々の社員が自分の仕事をどう再設計するかにもかかっている。まず自分の業務を「AIに渡せる部分」と「自分が設計する部分」に分けて書き出す——それが最初の一手になる。