文 | カオリ
編集 | スリーピー
「Metaが90%の人をクビにしても、InstagramやFacebookといったソフトウェアは通常通り動く。」
エヴァはMetaでシニアエンジニアを務めており、リストには載っておらず、パフォーマンスは良好で、AIツールを積極的に取り入れています。
しかし彼は言った、「誰もが安全ではない、みんな危険だ、ただの時間の問題だ。」
これは、パフォーマンスの評価、昇進の発生、管理の運営、さらには努力自体がどのように定義されるかについての物語です。その中にいる人々、ザッカーバーグから新入社員のジュニアエンジニアまで、誰もこの嵐がいつ終わるのかはっきりとは言えません。
裁員は実際に起こっているが、その理由は虚偽である。
Metaは2022年以降、約25,000人を裁員している。
2022年11月に11,000人を裁員し、2023年に再度10,000人を裁員した。ザッカーバーグはこれを「効率の年」と呼んでいる。2025年1月、ザッカーバーグは内部メモで最低パフォーマンス者の5%を裁員すると発表し、約3,600人に及んだ。2026年3月にはさらに700人を裁員する。また、ロイターによれば、5月下旬には約8,000人を裁撤する予定で、これは全世界の約79,000人の従業員の10%にあたる。下半期には第2ラウンドがある。
裁員は実際に発生しているが、必ずしもAIがこれらの人々の仕事を奪ったからではない。
Evaは、この段階で裁員される人々の大部分は、AIがあってもなくても去るだろうと考えている。「数年前、CS業界全体での人材募集は実際の需要を大きく上回っていた。業界は好景気で、資本が過熱し、株価が上昇し、多くの会社が大量に人を雇った。マスクがTwitterを買収した後、大部分の従業員が裁員されたが、アプリは問題なく動いていた。その時、多くのAIは存在しなかった。」
2026年、Metaの資本支出ガイダンスは1150億から1350億ドルで、ほぼ2025年の2倍になり、すべてデータセンター、GPU、AIインフラに流れ込む。裁員で節約したお金は計算能力に流れている。
この段階でのAIの役割は、立派なカードのようなもので、会社は外部に効率が向上したと宣言し、こんなに多くの人は必要ないと言える。
小さな会社は敏捷で、成長して大企業になると意思決定が遅くなる。新興のユニコーンやスタートアップに対抗できないことに気づき、スリム化やフラット化、コアプロダクトへの集中を始めた。AIはこのサイクルの加速剤に過ぎなかった。
AIの使用度がパフォーマンス評価に関与する。
しかし、AIの介入は、裁員のいくつかのルールを変えた。
Metaの元々のパフォーマンス評価方法は、シリコンバレーの大手企業の中でもかなり独特である。マネージャーは直接スコアを付けるのではなく、自己評価、同僚の評価、および自分の観察を総合して、パフォーマンス評価文書を作成する。
その後、Calibration Meetingというプロセスに入る。おおよそ同レベルの十数人が一緒に集まり、各マネージャーが自分の部下のパフォーマンスを述べ、なぜその人が特定のレベルに値するのかを説明する。皆で集団討論し、最終的に全員を評価する。
このプロセスは煩雑で時間がかかるが、その価値は多角的な視点と同じレベルの比較を導入することで、特定のマネージャーの好みが結果を決定するのが難しいことにある。Evaはこれが比較的公平だと考えている。
2026年初頭、Calibration Meetingがキャンセルされた。Evaは説明した。「会社は再び半年ごとのパフォーマンス評価に戻った。その理由は、AIがあるため、マネージャーはAIを使って自己評価を作成できるようになり、多くの協力プロセスが不要になり、プロセスがより迅速になるからだ。」
同時に、Metaは「Checkpoint」と呼ばれるAIパフォーマンス追跡システムを導入し、従業員のGoogle Workspaceなどの内部システムでの作業データを自動的に集約し、マネージャーに貢献の要約を生成する。ソフトウェアエンジニアにとって、CheckpointはAI生成コードの割合を含む200以上のデータ次元を追跡し、エラー率やバグ関連数などの指標を監視する。
Metaの最高人事責任者Janelle Galeは、2025年末の内部メモで、AI協力能力が2026年のパフォーマンス評価の中心基準になると明言した。
さらに、Metaのエンジニアがコードを書くたびに、システムは自動的にAIが支援したコードの割合を示すパーセンテージをマークし、このデータはすでに評価指標の一部となっている。
各グループは、AIが生成したコードの割合に応じて、50%または90%などの最低基準を設定している。基準を満たした後も、パフォーマンス評価は実際の価値を見て継続される。「会社の考えは、まず使ってみて、うまくいくかどうか見よう」というのがEvaの言だ。
AIの使用率をパフォーマンスに組み込むことは、ある意味での強制的なプロモーションメカニズムのようで、使いこなす人には報酬を与えないが、使わない人には罰を与える。
この考えはMetaだけのものではない。
NVIDIAのCEO黄仁勲は、2026年3月のGTC大会で、今後各エンジニアには年間トークン予算が必要になると公に述べ、基本給とは別にAI消費のために半分の額を割り当てる必要があると述べた。彼はさらに、もし年収50万ドルのエンジニアがAIにかかる費用が25万ドル未満であれば、彼は「非常に心配だ」と述べた。
黄仁勲はトークンを売る商人であり、商人が自分の商品を宣伝しない理由はないが、Metaもかつてはこの量的熱狂の極端に達していた時期があった。
ある従業員は、内部ネットワークで「Claudeonomics」というランキングを自主的に構築し、AnthropicのClaudeモデルにちなんで名付け、85,000人の従業員のAIトークン消費量を追跡している。30日間で全社が消費したトークンは600兆を超えている。
ランキングには銅メダルからエメラルドまでのバッジレベルがあり、上位250名はToken Legend、Cache Wizardなどの称号を得る。ランキング1位の従業員は30日以内に2810億トークンを消費し、ある従業員はランキングを上げるためにAIエージェントを数時間アイドリングさせて、実際のタスクは実行せず、純粋にトークンを消費している。トークン消費量を生産性の指標として使うことは、トラック運転手の燃料消費を評価するのと似ており、エンジンが回っているからと言って荷物を運んでいるわけではない。
Evaは自分のチーム内でランキングのプレッシャーをあまり感じていない。「私たちはこのランキングと直接の関係がないので、やるべきことをやって、みんなで一笑いするだけだ。」マネージャーもそれを持ち出すことはないが、ランキングサイトが閉鎖された後も、その背後にあるロジックは消えていない。コードのAI生成割合は依然として追跡され、最低基準も存在し続けている。
そして、全員がAIを使用するように促され、全員の成果が増加する中で、パフォーマンス基準自体も向上する。「もし60%の人が改善すれば、その基準は必ず引き上げられる。これらの改善の中にAIがもたらしたものがどれだけあったのか、どれだけが夜遅くまでの努力から来たのかは、言いづらい。」
内面的な競争の風がシリコンバレーにも吹き込んでいる。
Evaの大上司にもプレッシャーがある。「他の上司は部下を激しく巻き込んでいる。もし成功しなければ、彼のポジションも危うい。」
（ウォールストリートジャーナル）によれば、Metaは新たにAIエンジニアリング部門を設立し、1:50のマネージャーとエンジニアの比率を採用している。一人のマネージャーが50人を管理し、これはシリコンバレーの伝統的な上限25:1の2倍である。
Gallupのデータによれば、全米のマネージャーの平均管理人数は2024年の10.9人から2025年には12.1人に増加したが、Metaの50:1は業界の平均の4倍以上である。
Evaはこの変化を身をもって感じている。通常、大手企業のマネージャーは十数人を管理し、キャリアプランを手伝ったり、一対一で話したり、あなたのニーズを理解したりする必要がある。
1:50という比率は、元々5人のマネージャーのチームが今では1人だけで済むことを意味し、残りの4人は職を失うことになる。
新しい部署がどのように運営されるかは誰にも分からないが、外部の声はこの変化が悲劇的な結末を迎えると考えている。
「私たちの他の部門は、現行の管理ペースを維持しているが、マネージャーは一対一でキャリアプランについて話をする。だが、全員がこの状態が長くは続かないと予期している。いくつかのグループはすでに基層マネージャーを削減し、残りの管理者がすべての人を直接管理するようにしている。」
管理層自身も、自分の仕事がもはや意味を持たないのではないかという問いに直面している。「みんな同じ状態にあり、あなたのポジションが存在する必要があるかどうかの問題に直面している。リーダーたちにとっても同じだ。彼らの日々も良くなってはいない。」
AIは確かにマネージャーが効率を向上させるのを助け、部下が最近書いたコード、投稿した投稿、出席した会議を自動的にまとめ、定期的にレポートを生成する。もともとはリーダーが自分で探さなければならなかったが、今はAIがまとめてくれるので、リーダーは目を通すだけで済む。
しかし、効率の向上の反面、管理がより安価になり、安価なものには常に代替者がいる。
内面的な競争は階層を通じて伝播し、最終的には最も影響を受けるのは初級ポジションにいる人たちだ。
Evaは上級エンジニアとして、プロジェクトを計画する際に小さなバグを見つけた場合、以前は初級エンジニアに任せていた。しかし今では、大したことがなければ、直接AIウィンドウを開いて数分で解決できる。「初級エンジニアと話す必要はない、自分でサクッとやってしまった。」
大きなプロジェクトには人が必要だが、以前は初級エンジニアの仕事量を支えていた細かなタスクは、今や上級エンジニアの手元にあるAIによって消化されている。
Evaは速い口調で言った。「もしあなたが早いうちにエンジニアマネージャー、プロダクトマネージャー、エンジニア、デザイナーを兼任できるなら、すべての仕事を一人でこなせるので、機能を構築したりチームを構築したりすることができる。そうすれば、裁員される確率は他の人よりも少し小さくなるかもしれない。」
最終的にどれだけの人が残るかについて、Evaは笑って言った。「今の時点で、Metaがたとえ半分の人しか残さなくても、運営は続けられる。もしAIが宣伝されている速度で進化し続ければ、最終的には10%のプログラマーだけがAIが作ったものをレビューし、プロダクトの決定を整える役割を果たし、残りの90%は失業するだろう。それでも、Metaは運営を続けることができる。」
誰も安全ではない。ザッカーバーグですら。
誰も自分が安全だとは思っていない。
大きなリーダーにはプレッシャーがある。なぜなら、他の大きなリーダーが巻き込んでいるからだ；マネージャーにはプレッシャーがある。なぜなら、管理範囲が1:15から1:50に変わる可能性があるからだ；上級エンジニアにはプレッシャーがある。なぜなら、基準がますます高くなっているからだ；初級エンジニアにはプレッシャーがある。なぜなら、彼らの仕事が上級エンジニアのAIによって消化されているからだ。
ザッカーバーグ自身も不安の中にいる。
AI時代の不確実性は現実であり、Claude Codeが新しい機能を発表するたびに、ある会社が潰れる可能性がある。Figmaの株価はClaude Designのニュースを受けて激しく変動し、SaaS業界全体が一つずつ解体されている。
ソーシャルネットワークは一見壁があるようだが、実際の壁は想像ほど厚くない。Evaは、QQからWeChatへの移行は一、二年のことだと思っている。
ザッカーバーグは一方で会社の将来を心配し、一方で大規模な裁員を行っている。Evaにとって、これは一種の管理戦略だ。「彼が残したいのは最も努力する人々、最も賢い人々だ。最高の方法は何か？彼はお金を与えることが最良の方法ではないと気づき、裁員の方が効果がある。」
不安感を生み出すことが、ボーナスを出すよりも生産を促進する。
しかし、この戦略には代償が伴う。トップエンジニアはこのプレッシャーに耐えられず、より従業員を尊重する場所に転職するだろう。裁員は怠惰な人を追い出すかもしれないが、選択肢の多い人たちも追い出す可能性がある。
Evaが自分が残った理由は非常に現実的で、シリコンバレーは今少し競争が激しくなっているが、国内ほどではない。
しかし、これらの個々の選択の背後には、業界全体のトレンドが避けられない。「AIはほとんどの仕事を取って代わる。インターネット業界は、以前のように忙しくなくても多くのお金を稼げる栄光の時代には戻れない。」
打ち勝てないなら参加すること。
AIは既存の従業員の働き方を再構築し、新人の選別基準も同様に変えた。
Metaのエンジニアの面接は伝統的に三つの部分に分かれている：コーディング、行動質問、システムデザイン。コーディングはアルゴリズム問題（例えばデータのソート）を与えられ、どのアルゴリズムを選び、パフォーマンスとコストを考慮するかが問われる。行動質問は主観的で、フィードバックや対立をどう処理するかを尋ねられる。システムデザインは一般的にシニアレベルのみが考慮されるアーキテクチャデザインの問題だ。
2025年10月、Metaは面接にAIコーディングセクションを導入した。従来の二回の純コーディングが、一回の伝統的なコーディングと一回のAIコーディングに変わった。候補者はCoderPad環境で複数ファイルの複雑なプロジェクトを受け取り、右側にはAIチャットウィンドウがあり、面接中に複数のAIモデル（GPTシリーズ、Claudeシリーズ、Gemini、Llamaなど）を切り替えて使用できる。60分以内に、見たことのないコードベースを理解し、問題を分解し、AIを使って機能を実現またはバグを修正する必要がある。
試験では、あなたがコードを書く能力やプロンプトを書く能力が問われるのではなく、AIと協力する判断力が求められる。AIが出す結果は正しい場合もあれば間違っている場合もある半分正しい場合もある。AIとどうやってやり取りして満足な結果を得るか、あなたがAIが生成したコードが最適かどうかを検出できるかどうかが重要だ。面接官はあなたのすべてのプロンプトとインタラクションをリアルタイムで観察している。
Evaはこれが実際の作業環境に非常に近いと考えている。候補者が最新のツールを使って短時間で複雑な問題を解決できるかどうかを見ることができる。
新しい入口基準は、将来的にこの業界に入る人が初日からAIと協力する能力を求められることを意味する。最近の面接を経験した候補者は振り返りの中で、AIは面接を簡単にすることはなく、むしろ基準を高くしたとまとめている。AIの助けがあれば、面接官は同じ時間内により複雑な問題を解決することを期待している。
この状況に直面して、Evaが選んだ戦略は、打ち勝てないなら参加することだ。
「もしこれが大きな流れなら、あなたはそれを変えることはできない。AIを使うことに抵抗するのは無意味だ。」
Evaの日常業務のスタイルは完全に変わり、同時に複数のAIウィンドウを開いて異なるタスクを並行処理している。「あなたは一つの脳しか持っていないので、同時に一つのことしかできない。しかしAIの利点は、10個動かして、それぞれの異なることをやらせることができる。」
試すことから実践まで、約1か月かかる。
彼はAIを使う範囲が仕事のほぼすべてのプロセスをカバーしており、プロジェクトを計画する際にドキュメントを作成したり、ブレインストーミングを行ったり、オプションを比較したり、SQLを書いて潜在的な影響を測定したり、コードを書いたり、機能が完成した後はさまざまなまとめやソーシャルメディアへの投稿を作成するためにそれを使用している。
「まずAIを最も上手に使う人たちの第一波になることができれば、たぶん最後の波の裁員を免れることができる。でも裁員のスピードがどれほど早いか、最終的に本当に裁員を免れることができるかは誰にも分からない。ただ、今来ているならそれを受け入れるしかない。」
この自己安慰の背後で、AIは異なるレベルの人に対して全く異なる価値を持つ。
十分な経験を積み、問題を識別し方向性を把握できる上級エンジニアにとって、AIは実際のレバレッジである。以前は二週間かかる分析を考えるだけで頭が痛かったが、今はすぐに始められる。しかし、キャリア初期の人にとって、AIが省略するのは彼らが最も必要としている思考や試行錯誤のプロセスである。
効率は向上したが、学習の機会は消失した。
Evaは自分を楽観的または悲観的な陣営に分類することを望んでいない。「大きなトレンドを変えることはできない。東北の人々がリストラされたときのように、受け入れるしかない。飲食店を開く人もいれば、南に行って起業する人もいる。誰が知っている？人生は長い、考えてもしょうがない。」
このゲームがここまで来て、唯一確実なのは、誰も勝者ではないということだ。