作者：バイロン・ギリアム
原題：Jobpocalypse now?
翻訳・整理：BitpushNews
たとえ私が以前働いていた投資銀行が好調だった時期でも、新たなリストラがすぐそこに迫っていると感じていた—その一因は、経営陣が本当に必要な人数を把握していないからだと思う。
私は営業・トレーディングフロアで働いていた。そこでは毎日終わりに収益数字が出る：顧客からの手数料から取引損失を差し引いた額（たまに利益も出る）。だから、誰がどれだけ貢献したか、誰が損失を出したかを測るのは簡単だと思えるかもしれない。
しかし、実際はそうではない。
取引に支払われる手数料は、その取引に関わったリサーチアナリストや営業担当者、トレーダー（または取引の反対側のトレーダー、つまり私だった！）の貢献の一部または全部に帰属することもある。
誰も本当に、なぜ顧客が私たちと取引を選ぶのかを正確には知らない。したがって、各手数料を特定の人物に明確に割り当てることは不可能であり、その結果、誰がビジネスにとって絶対に必要なのかもわからない。
百貨店大手のウォルナーメックの言葉を借りれば、給与の半分は無駄になっている可能性があるが、それがどちらの半分かはわからないだけだ。
答えを見つける唯一の方法は、誰かを解雇してみて、その結果を観察することだ。
同じようなことが各地の企業でも起ころうとしている。投資銀行だけがこの問題に直面しているわけではない。
農業や製造業に仕事が集中していた時代は、従業員の生産性を測るのは簡単だった：彼らが何個のリンゴを摘んだか、何個の部品を生産したかを数えるだけだ。
しかし、多くの人がオフィスで働き始めると、状況は一変する。
「知識労働は数量で定義されない」とピーター・ドラッカーは書いている。「知識労働はコストで定義されるのでもない。知識労働はその成果で定義される。」
雇用者はこれらの成果をどう測ればいいのかわからない—一日の会議、電話、内部メモのアウトプットは何を基準に評価すればいいのか？
そこで彼らは時間を測ることに切り替える：従業員は毎日8時間オフィスにいることを求められ、雇用者はその8時間内に8時間分の仕事をしてもらいたいと考える。
時間は成果の代替指標となった。
しかし、全員が在宅勤務を始めたらどうなるか？
もし雇用者が従業員のオフィスでの時間だけで生産性を測れないなら、彼らは代わりに成果を測るしかない。
これは良いことだ。「活動ではなく成果を重視することが、生産性向上の鍵だ」とピーター・ドラッカーは1967年に書いている。
しかし、雇用者はこれをどう実現すればいいのか、実際にはよくわかっていない。
今や、人工知能（AI）が再び雇用者に挑戦を突きつけている。大規模言語モデルは多くの時間のかかる作業を処理できるため、雇用者は従業員に何をさせるべきかを再考し始めている。
私がかつて勤務していた銀行よりも良くなるかはわからないが、AIの物語は企業に大きなプレッシャーを与え、効率向上の方法を模索させている。多くの企業は思い切ってリストラを行い、その後どうなるかを見ている。
3月6日のデータは、その兆候かもしれない：米国労働統計局の報告によると、先月のテクノロジー業界の雇用は前月比で12,000人減少し、過去1年で57,000人の削減となった。
今週も良好な生産性データが発表されており、一部の経済学者はこれを企業がAIを効果的に活用し始めた最初の兆候と見ている。
つまり、企業は間もなく少人数でより多くのことを成し遂げられるかもしれない。
しかし、彼らはまた、単により多くの仕事をこなしているだけかもしれない。
ハーバード・ビジネス・レビューの新しい論文は、「人工知能は仕事を減らさない。むしろ仕事の負荷を増大させるだけだ」と指摘している。
8か月にわたる調査で、あるテクノロジー企業の働き方を研究した著者たちは、AIが従業員の仕事のペースを速め、担当範囲を広げ、勤務時間を長くしていることを発見した。
「多くの人が昼食中や会議中、またはファイルの読み込み待ちの間にAIにプロンプトを送っている。中には、席を離れる前に『最後の一つの素早いプロンプト』を送る人もいて、そうすれば席を離れてもAIが仕事を続けられるようにしている。」
従業員からより多くの価値を引き出そうとする雇用者にとっては、これは良いことに聞こえる。そして、さらに良い部分は、「従業員は以前は追加の人手や人員配置が必要だった仕事を、AIのおかげで吸収している」という点だ。
しかし、研究者は雇用者に警告を発している。
短期的には、見かけ上の生産性向上は、AIによる複数のワークフローの同時処理に伴う静かなる作業量の増加や認知的負荷の高まりを隠す可能性がある。追加の努力は自発的なものであり、「面白い試み」としてしばしば語られるため、リーダーは従業員が実際にどれだけの負荷を背負っているかを見落としやすい。時間が経つにつれ、過労は判断力を損ない、ミスのリスクを高め、組織が真の生産性向上と持続不可能な仕事の負荷を区別するのを難しくする。
もしそうなら、企業はすぐに、少人数ではなく、むしろより多くの人手が必要になることに気づくかもしれない。
少なくとも、IBMの人事責任者はそう予測している。ニック・ラモロックスはブルームバーグに対し、初期キャリアの採用を削減することは短期的にはコスト削減になるが、中間管理職の不足を招く可能性もあると述べた。
そのため、IBMは新卒採用を2倍に増やす計画だ。「そうだ」とラモロックスは言う、「これは皆がAIに任せられると考える仕事のためだ。」
私が勤務していた投資銀行も、何度もリストラと採用を繰り返しながら、誰が何をしているのかを理解しようとしてきた。
アメリカ経済全体も、間もなく同じことをするかもしれない。
さあ、グラフを見てみよう。
今朝の雇用統計は、テクノロジー業界にとって「厳しい」ものだった。過去1年で5万7000人の雇用喪失は、「2024年のテクノロジー業界の最悪期にほぼ匹敵し、2008年や2020年のリセッションよりも深刻だ」と言える。
テクノロジー業界は氷山の一角にすぎない。米国経済全体を見ると、グローバル再就職・エグゼクティブコーチング会社Challenger, Gray & Christmasの報告によると、2月の雇用削減は48,307人だった。この数字は1月の108,435人から55%減少し、昨年同月の172,017人からも大きく減少している。
今年の1月と2月の合計削減数は156,742人で、2022年（当時最初の2か月でわずか34,309人の削減）以来最も少ない初頭の削減数だ。ただし、この数字は2009年以降の同時期と比べると、依然として第5位の多さだ。
つまり、リストラの波は年初や昨年同期よりは緩やかになったが、歴史的に見れば決して少なくはない。働く人々の生活は、すぐに良くなるわけではない。
経営者は多すぎる？
ある学術論文は、生成型AIが雇用分野に「資格偏重の技術革新」をもたらしていると指摘している。この変革は特に初級社員に大きな影響を与える。これはテクノロジー業界だけの話ではなく、285,000の雇用主の履歴書データを分析した結果だ。
採用の減少：
同じ研究は、初級職の雇用減少は「完全に採用の減少によるものだ」と説明している。
AIの影響：
長年、購買アドバイスを提供してきたサイト、例えば『Wired』や『Tom’s Guide』のトラフィックは激減している。今や私たちは直接チャットボットに質問している—
そして、その情報源は、実はそれらのサイトから追い出された情報源なのだ。
それでもAIなのか？
アプリケーションAIの専門家アレックス・イマスは、今週の生産性データは「兆候を示している」と述べており、企業がすでにAIから恩恵を受け始めていることを示唆している。
みんなただの口先だけ？
ゴールドマン・サックス（キャラム・ウィリアムズ経由）のデータによると、70%の企業がAIについて語っているにもかかわらず、**そのうちのわずか10%**しか、AIがどのようにビジネスに役立つかを説明できておらず、**1%**だけがその効果を収益に数値化できている。
仕事は常に変化している：
テクノロジー記者ロラン・マンソープは、20世紀80年代に最も一般的だった職業の分布図を作成し、「秘書」が米国の19州で最も多い職業だったことを発見した。
AIができる仕事とできない仕事：
ピーター・ウォーカーは、Anthropicのデータを整理し、AIが理論上どの職業のどの部分を実行できるか（青色）、そして実際にどれだけ実行しているか（赤色）を示した。
この質問は非常に良い！
Xプラットフォームのある返信で、Claude Codeを担当するボリス・チェルニーは、Claudeが書いているすべてのコードが、新たに人間だけが行える仕事を生み出していると説明している。
これは素晴らしい仕事だ、もし応募できるなら：
年収：405,000−485,000ドル。
これはAnthropicのいくつかの求人とその給与だ。コードを書いているが、誰かが何のコードを書けばいいのかを指示し続ける必要があり、それは高給の仕事だ。
Claudeが勝利を収めている：
Rampの驚くべき図表は、OpenAIの市場シェア（青色）が縮小し続ける一方、Claudeのシェア（橙色）が拡大している様子を示している。
時間のずれ：
ガートナーの調査は、「人工知能は『雇用の終わり』をもたらさないが、雇用の混乱を引き起こす」と予測している。彼らは、2028年以降、AIが創出する雇用は消す雇用を上回ると見ている。
私を「終末論的楽観主義者」と呼んでくれ。私はこれが予想よりも早く起こると考えている。
努力する読者の皆さん、良い週末を。
879.65K 人気度
4.66M 人気度
12.17K 人気度
475.98K 人気度
234.29K 人気度
アルバイト労働者の終わりの始まり？2026年のリストラの波は、まだ始まったばかり…
作者：バイロン・ギリアム
原題：Jobpocalypse now?
翻訳・整理：BitpushNews
たとえ私が以前働いていた投資銀行が好調だった時期でも、新たなリストラがすぐそこに迫っていると感じていた—その一因は、経営陣が本当に必要な人数を把握していないからだと思う。
私は営業・トレーディングフロアで働いていた。そこでは毎日終わりに収益数字が出る：顧客からの手数料から取引損失を差し引いた額（たまに利益も出る）。だから、誰がどれだけ貢献したか、誰が損失を出したかを測るのは簡単だと思えるかもしれない。
しかし、実際はそうではない。
取引に支払われる手数料は、その取引に関わったリサーチアナリストや営業担当者、トレーダー（または取引の反対側のトレーダー、つまり私だった！）の貢献の一部または全部に帰属することもある。
誰も本当に、なぜ顧客が私たちと取引を選ぶのかを正確には知らない。したがって、各手数料を特定の人物に明確に割り当てることは不可能であり、その結果、誰がビジネスにとって絶対に必要なのかもわからない。
百貨店大手のウォルナーメックの言葉を借りれば、給与の半分は無駄になっている可能性があるが、それがどちらの半分かはわからないだけだ。
答えを見つける唯一の方法は、誰かを解雇してみて、その結果を観察することだ。
同じようなことが各地の企業でも起ころうとしている。投資銀行だけがこの問題に直面しているわけではない。
農業や製造業に仕事が集中していた時代は、従業員の生産性を測るのは簡単だった：彼らが何個のリンゴを摘んだか、何個の部品を生産したかを数えるだけだ。
しかし、多くの人がオフィスで働き始めると、状況は一変する。
「知識労働は数量で定義されない」とピーター・ドラッカーは書いている。「知識労働はコストで定義されるのでもない。知識労働はその成果で定義される。」
雇用者はこれらの成果をどう測ればいいのかわからない—一日の会議、電話、内部メモのアウトプットは何を基準に評価すればいいのか？
そこで彼らは時間を測ることに切り替える：従業員は毎日8時間オフィスにいることを求められ、雇用者はその8時間内に8時間分の仕事をしてもらいたいと考える。
時間は成果の代替指標となった。
しかし、全員が在宅勤務を始めたらどうなるか？
もし雇用者が従業員のオフィスでの時間だけで生産性を測れないなら、彼らは代わりに成果を測るしかない。
これは良いことだ。「活動ではなく成果を重視することが、生産性向上の鍵だ」とピーター・ドラッカーは1967年に書いている。
しかし、雇用者はこれをどう実現すればいいのか、実際にはよくわかっていない。
今や、人工知能（AI）が再び雇用者に挑戦を突きつけている。大規模言語モデルは多くの時間のかかる作業を処理できるため、雇用者は従業員に何をさせるべきかを再考し始めている。
私がかつて勤務していた銀行よりも良くなるかはわからないが、AIの物語は企業に大きなプレッシャーを与え、効率向上の方法を模索させている。多くの企業は思い切ってリストラを行い、その後どうなるかを見ている。
3月6日のデータは、その兆候かもしれない：米国労働統計局の報告によると、先月のテクノロジー業界の雇用は前月比で12,000人減少し、過去1年で57,000人の削減となった。
今週も良好な生産性データが発表されており、一部の経済学者はこれを企業がAIを効果的に活用し始めた最初の兆候と見ている。
つまり、企業は間もなく少人数でより多くのことを成し遂げられるかもしれない。
しかし、彼らはまた、単により多くの仕事をこなしているだけかもしれない。
ハーバード・ビジネス・レビューの新しい論文は、「人工知能は仕事を減らさない。むしろ仕事の負荷を増大させるだけだ」と指摘している。
8か月にわたる調査で、あるテクノロジー企業の働き方を研究した著者たちは、AIが従業員の仕事のペースを速め、担当範囲を広げ、勤務時間を長くしていることを発見した。
「多くの人が昼食中や会議中、またはファイルの読み込み待ちの間にAIにプロンプトを送っている。中には、席を離れる前に『最後の一つの素早いプロンプト』を送る人もいて、そうすれば席を離れてもAIが仕事を続けられるようにしている。」
従業員からより多くの価値を引き出そうとする雇用者にとっては、これは良いことに聞こえる。そして、さらに良い部分は、「従業員は以前は追加の人手や人員配置が必要だった仕事を、AIのおかげで吸収している」という点だ。
しかし、研究者は雇用者に警告を発している。
もしそうなら、企業はすぐに、少人数ではなく、むしろより多くの人手が必要になることに気づくかもしれない。
少なくとも、IBMの人事責任者はそう予測している。ニック・ラモロックスはブルームバーグに対し、初期キャリアの採用を削減することは短期的にはコスト削減になるが、中間管理職の不足を招く可能性もあると述べた。
そのため、IBMは新卒採用を2倍に増やす計画だ。「そうだ」とラモロックスは言う、「これは皆がAIに任せられると考える仕事のためだ。」
私が勤務していた投資銀行も、何度もリストラと採用を繰り返しながら、誰が何をしているのかを理解しようとしてきた。
アメリカ経済全体も、間もなく同じことをするかもしれない。
さあ、グラフを見てみよう。
今朝の雇用統計は、テクノロジー業界にとって「厳しい」ものだった。過去1年で5万7000人の雇用喪失は、「2024年のテクノロジー業界の最悪期にほぼ匹敵し、2008年や2020年のリセッションよりも深刻だ」と言える。
テクノロジー業界は氷山の一角にすぎない。米国経済全体を見ると、グローバル再就職・エグゼクティブコーチング会社Challenger, Gray & Christmasの報告によると、2月の雇用削減は48,307人だった。この数字は1月の108,435人から55%減少し、昨年同月の172,017人からも大きく減少している。
今年の1月と2月の合計削減数は156,742人で、2022年（当時最初の2か月でわずか34,309人の削減）以来最も少ない初頭の削減数だ。ただし、この数字は2009年以降の同時期と比べると、依然として第5位の多さだ。
つまり、リストラの波は年初や昨年同期よりは緩やかになったが、歴史的に見れば決して少なくはない。働く人々の生活は、すぐに良くなるわけではない。
経営者は多すぎる？
ある学術論文は、生成型AIが雇用分野に「資格偏重の技術革新」をもたらしていると指摘している。この変革は特に初級社員に大きな影響を与える。これはテクノロジー業界だけの話ではなく、285,000の雇用主の履歴書データを分析した結果だ。
採用の減少：
同じ研究は、初級職の雇用減少は「完全に採用の減少によるものだ」と説明している。
AIの影響：
長年、購買アドバイスを提供してきたサイト、例えば『Wired』や『Tom’s Guide』のトラフィックは激減している。今や私たちは直接チャットボットに質問している—
そして、その情報源は、実はそれらのサイトから追い出された情報源なのだ。
それでもAIなのか？
アプリケーションAIの専門家アレックス・イマスは、今週の生産性データは「兆候を示している」と述べており、企業がすでにAIから恩恵を受け始めていることを示唆している。
みんなただの口先だけ？
ゴールドマン・サックス（キャラム・ウィリアムズ経由）のデータによると、70%の企業がAIについて語っているにもかかわらず、**そのうちのわずか10%**しか、AIがどのようにビジネスに役立つかを説明できておらず、**1%**だけがその効果を収益に数値化できている。
仕事は常に変化している：
テクノロジー記者ロラン・マンソープは、20世紀80年代に最も一般的だった職業の分布図を作成し、「秘書」が米国の19州で最も多い職業だったことを発見した。
AIができる仕事とできない仕事：
ピーター・ウォーカーは、Anthropicのデータを整理し、AIが理論上どの職業のどの部分を実行できるか（青色）、そして実際にどれだけ実行しているか（赤色）を示した。
この質問は非常に良い！
Xプラットフォームのある返信で、Claude Codeを担当するボリス・チェルニーは、Claudeが書いているすべてのコードが、新たに人間だけが行える仕事を生み出していると説明している。
年収：405,000−485,000ドル。
これはAnthropicのいくつかの求人とその給与だ。コードを書いているが、誰かが何のコードを書けばいいのかを指示し続ける必要があり、それは高給の仕事だ。
Claudeが勝利を収めている：
Rampの驚くべき図表は、OpenAIの市場シェア（青色）が縮小し続ける一方、Claudeのシェア（橙色）が拡大している様子を示している。
時間のずれ：
ガートナーの調査は、「人工知能は『雇用の終わり』をもたらさないが、雇用の混乱を引き起こす」と予測している。彼らは、2028年以降、AIが創出する雇用は消す雇用を上回ると見ている。
私を「終末論的楽観主義者」と呼んでくれ。私はこれが予想よりも早く起こると考えている。
努力する読者の皆さん、良い週末を。