人を切って、残った人間のデータを搾る。これが2025年の「AI投資」の実態だ。

2025年5月、同じ週にMetaとMicrosoftが大規模リストラを発表した。Metaは全社員の約10%にあたる約8,000人を削減。Microsoftは約7%、9,000人に自主退職を勧告した。

両社とも理由は同じ。「AIに投資するため」だ。

ここまでなら、よくある話に見える。だが今回は構造が違う。Metaは残った社員のPC操作——マウスの動き、キーストローク、画面遷移——を記録し、AIエージェントの訓練データとして使い始めた。

人を減らして、残った人間からデータを搾る。この構造が意味することを、中小企業の経営者こそ冷静に見ておくべきだ。

数字で見る「リストラ＋AI投資」の規模感

まず事実を整理する。

Metaは2025年だけでAIインフラに600億〜650億ドル（約9兆円）を投じる計画を公表している。オクラホマ州には約10億ドル規模のデータセンターを新設中だ。一方で8,000人を切った。仮に1人あたりの年間人件費を平均20万ドルとすれば、年間16億ドルのコスト削減になる。AI投資額の約2.5%を人件費カットで捻出した計算だ。

Microsoftも同様だ。9,000人の削減で推定18億ドル前後のコスト圧縮。同社のAI関連投資は2025年度に800億ドルを超えると言われている。

つまり、リストラで浮いた金はAI投資全体から見れば「端数」だ。コスト削減が目的ではない。「AIで代替できる仕事はもう人間にやらせない」という宣言だと読むべきだろう。

Metaの「MCI」——社員の操作データでAIを鍛える仕組み

ここからが本題だ。

Metaが導入した「Model Capability Initiative（MCI）」は、社員のPC操作をリアルタイムで記録するツールだ。マウスの軌跡、クリック位置、キーストローク、アプリケーションの切り替えパターン——こうしたデータを大量に収集し、AIエージェントの「行動モデル」を構築する。

狙いは明確だ。人間がPCで行っている作業を、AIに模倣させたい。メールの振り分け、レポートの作成、データの集計、スケジュール調整——こうした「ホワイトカラーの日常業務」をAIエージェントに置き換えるために、まず「人間はどう操作しているのか」を学習させる必要がある。

要するに、今いる社員は「AIの教師データ」として働いているということだ。

ここに矛盾がある。8,000人を「AIで代替できるから」と切っておきながら、残った社員には「AIを育てるための行動データを提供しろ」と言っている。その社員たちも、AIが十分に育てば不要になる可能性がある。自分の仕事を奪うAIに、自分の操作データを食わせている。この構造に気づいていない社員はいないだろう。

「監視」と「学習」の境界が消えた

ここで一つ、重要な変化を指摘しておきたい。

従来の社員モニタリングツール——たとえばTeramindやHubstaff——は「サボっていないか」を監視するものだった。目的は管理であり、データの使い道は勤怠評価だった。

MetaのMCIは違う。目的は「AIの訓練」だ。社員の操作データは、社員の評価には使わない（と説明されている）。代わりに、AIモデルの精度向上に使われる。

この違いは大きい。「監視」なら抵抗できる。「学習データの提供」は、業務そのものが自動的にデータ化される。オプトアウト（拒否）すれば業務ができない。事実上、拒否権がない。

しかも、このデータから生まれたAIエージェントは、Metaの製品としてLlama系モデルやMeta AIに統合される可能性がある。社員の労働から生まれた行動データが、Meta自身の収益源になる。労働の対価は給与だけで、データの対価は支払われない。

中小企業にとって、これは「対岸の火事」か？

結論から言う。対岸の火事ではない。むしろ、この構造変化の「受益者」になれるかどうかが問われている。

1. 「AIの訓練コスト」が激減する時代が来る

Metaがやっていることの本質は、「業務オペレーションの自動キャプチャ→AIモデル化」だ。これは大企業だけの話ではない。

たとえば、すでにMicrosoftのCopilotはWord、Excel、Outlookの操作パターンを学習して提案を出している。GoogleのGeminiも同様だ。数年以内に、「社員の操作を記録してAIに学習させるツール」が月額数千円で使える時代が来る。

中小企業にとって、これは朗報だ。これまで「属人化した業務」を標準化するには、マニュアルを作り、研修を行い、何ヶ月もかけて引き継ぎをしていた。そのコストが劇的に下がる可能性がある。ベテラン社員の操作パターンをAIに食わせれば、新人でも同等のアウトプットが出せる——そんな世界が視野に入っている。

2. ただし「データの扱い」で信頼を壊したら終わり

Metaの事例が示しているのは、「やり方を間違えると社員の信頼を根こそぎ失う」というリスクだ。

中小企業は大企業と違う。社員10人、20人の会社で「あなたの操作データをAIに食わせます」と一方的に通告したら何が起きるか。辞める。それだけだ。

中小企業がAIに業務データを学習させるなら、3つのルールが最低限必要だ。

• 目的の明示：何のためにデータを取るのか、社員に説明する。「あなたの仕事を奪うため」ではなく「あなたの仕事を楽にするため」であること。
• 利益の共有：AIで生産性が上がったら、その利益は社員にも還元する。賃上げでも、労働時間の短縮でもいい。
• 拒否権の担保：嫌なら断れる選択肢を残す。強制した瞬間、信頼は崩壊する。

Metaにはこの3つがない。だから矛盾と呼ばれる。中小企業は逆に、この3つを守れるからこそ、大企業より健全にAIを導入できる。

3. 「人を切らずにAIを入れる」が中小企業の最適解

MetaやMicrosoftは「AIで人を置き換える」方向に舵を切った。だが中小企業は、そもそも人が足りていない。

地方の製造業、建設業、サービス業——どこも慢性的な人手不足だ。求人を出しても来ない。来ても定着しない。

この状況で「AIで人を切る」は論点がズレている。中小企業にとってのAIは、「今いる5人で10人分の仕事を回す」ための道具だ。

具体的に言えば：

• 見積書の作成に2時間かかっていたのが、AIで15分になる
• 日報の集計と報告書作成を自動化して、週5時間を取り戻す
• 問い合わせ対応の一次回答をAIチャットボットに任せて、社員は複雑な案件に集中する

こうした「地味だが確実な効率化」の積み重ねが、中小企業のAI活用の本丸だ。Metaのように社員を監視してデータを搾り取る必要はない。

本当に問うべきは「誰のためのAIか」

Metaの構造を整理すると、こうなる。

1. AIに投資するために人を切る
2. 残った人間の操作データでAIを鍛える
3. 鍛えたAIでさらに人を置き換える
4. 最終的にAIが生む利益は株主に還元される

このサイクルの中に「社員の幸福」は設計されていない。データを提供する社員は、自分の代替物を育てている。育て終わったら用済みになる。

これは大企業の論理だ。四半期ごとの決算で株価を上げなければならない企業の合理性だ。

中小企業は違う。社員は「リソース」ではなく「仲間」だ。10年一緒にやってきた社員を、AIが育ったから切る——そんな経営者は、地方にはほとんどいない。

だからこそ、中小企業のAI活用は「人を活かすためのAI」でなければならない。MetaとMicrosoftの事例は、「こうなってはいけない」という反面教師として最も価値がある。

で、結局どうすればいいのか

3つだけ言う。

1. まず1つ、業務を自動化してみろ。社員の操作を監視する必要はない。「一番めんどくさい作業は何？」と社員に聞けばいい。そこにAIを入れる。ChatGPTでもClaudeでもいい。月額2,000円〜3,000円で始められる。

2. 「データの扱い」のルールを先に決めろ。AIに業務データを食わせるなら、何を記録して何を記録しないか、誰がアクセスできるか、社員と話し合って決める。Metaの二の舞になるな。

3. 「AIで浮いた時間」を社員に返せ。効率化で生まれた時間を、さらなる仕事で埋めるな。早く帰れるようにする、新しいスキルを学ぶ時間にする、顧客と向き合う時間にする。それが「人を活かすAI」の意味だ。

Metaは9兆円を投じてAIを鍛えている。中小企業には9兆円はない。だが、社員との信頼関係がある。月額数千円のAIツールと、社員との対話。それだけで、巨人とは違う道を歩める。

—