ボトルネックは、はじめから機械ではなかった

最終更新: 2026年7月21日

ボトルネックは決して機械ではなかった — Shuai Guan によるエッセイ

AIはこうした仕事を奪う——手伝うのではなく、奪う。 誰もが身構えている、あの終末が来るわけではない。これは、テックにおける最も古いパターンにすぎない。アップグレードのたびに、大勢の普通の働き手が、ひと握りの新種の人間に置き換えられていく。

古い役割は消える。代わりに現れる新しい役割は、はるかに少なく、しかも一段上にある。私はこれを外野から語っているのではない。自分の会社で、それが起きるのを目の当たりにしている。

実行の席

Thunderbitでは、インフルエンサーへのアウトリーチをAIが端から端まで回している——誰に声をかける価値があるかをスコアリングし、最初のメールを書き、返信をさばき、交渉し、相手が音沙汰なくなればフォローを入れる。サポートも同じように回っている。何もかもをこなす一つの巨大なAIがあるわけではない。状況の種類ごとに、別々のエージェントを仕立てている。

かつてチームを要した仕事が、いまや機械と一人の人間で足りる——エージェントには下せない唯一の判断を下す人間だ。このクリエイターにそれだけの価値があるか。この返金は妥当か。イエスかノーか。自動化されたのはコミュニケーションだ。判断ではない。

好意的に言えば、AIは「人々をより価値の高い仕事へと引き上げる」ということになる。私はそれを信じない。実行の席は引き上げられたのではない。吸収されたのだ。いつか消えるのではない——すでに消えた。前の波も同じことをした。旅行代理店はピークから約60%減り、報道編集局の職は半分以上が消えた。デスクはアップグレードされない。空になるだけだ。

実行の席

チーム丸ごと一人 + 機械

どのアップグレードも、より少ない人手で足りる

これは過去にも、いつも同じやり方で起きてきた——しかも、ただ人数が減るという話ではない。そのたびにハードルが上がる。

一世紀前、アメリカ人のおよそ40%が土地を耕していた。いまでは2%未満、それでいて史上最多の食料を生産している。小売も同じ手を打った。かつては高卒の店員の大軍で回っていた業界だ。そこへeコマース——要はインターネットと小売を足しただけのもの——が現れ、Amazonのような企業は、ずっと少ない人員でより大きな市場をさばけるようになった。その人員の多くは大卒のエンジニアだ。

市場は広がり、物流は安くなる。それでも人員は減り続け、求められる学歴は上がっていった。コンピュータが普及するにつれ、大卒の賃金プレミアムはおよそ2倍——39%から79%へと跳ね上がった。GMはピーク時に600,000人以上を雇っていた。Nvidiaは、そのごく一部の人員で、史上初の4兆ドル企業になった。

AIは次の一段であり、フロンティアをまた一つ押し上げる。エンジニアの黄金の十年は終わりに近づいている。新しいエリートは研究者だ——モデルそのものを動かせるひと握りの人間であり、どんなエンジニアもかつて手にしなかったほどの報酬を受け取る。小売の店員、エンジニア、研究者——どの段も、より少ない人数とより厳しい学歴で、より多くの価値を生む。ピラミッドはただ高くなるのではない。狭くなっていくのだ。

どのアップグレードも、より少ない人手で足りる

研究者最前線 · ひと握りエンジニア学位 · 少数販売員高卒 · 大衆

より狭い段に登るのは誰か

では、その新しく、より狭い段に立てるのは誰か。判断力を手放さず、機械を指揮する術を身につけた者たちだ。

私は従業員全員にマイクを買い与え、チーム全体を自前の音声ツール——ディクテーション、議事録、その一切——に移行させた。いまや必要なスキルは、自分の欲しいものを声に出し、正確にエージェントに伝えて、手作業の代わりに作らせることだからだ。うちのチームのマーケターは、もうツールのためにチケットを切らない。口で説明すれば、エージェントが作る。

それは、誰を採用するかを変える。ビジネス寄りの人間は、作ることに飢えているときだけ採る。エンジニアは、ビジネスを気にかけているときだけ採る。純粋なスペシャリストの出番はない。こうしたツールを作っている当人たちですら、いまやインターフェースは構文ではなく普通の言葉だと言う——だから堀はコーディングではない。判断力、センス、そして何を求めるべきかを知っていることだ。古い役割が生き延びるふりをしたところで、そのうちの一つも救われはしない。

より狭い段に登るのは誰か

判断を握る実行ではなく構築機械を指揮する大半はついて来ない

唯一の変数は時間だ

変化はどれも一夜にして起きるわけではない。それは計算機の時間ではなく、人間の時間で進む——正直に見積もって、5年から10年だ。機械の準備は整っている。私たちはまだだ。

こうしたツールを使っている本人たちでさえ、その実力を見誤る。ある対照実験では、AIと組んだベテラン開発者たちは、およそ20%速くなったと感じた——だが実測では19%遅くなっていた。能力はすでにそこにある。追いついていないのは人間の側の適応だ。そのギャップがすべてであり、それは人が変わるのと同じ速さでしか埋まらない。

だが、問われているのは速さだけで、向きではない。従来の役割は消えていく。新しい役割はより少なく、より上位になる。ボトルネックは、機械がその仕事をこなせるかどうかでは一度もなかった——現に今日、私の会社ではこなせている。問題は、人間がどれだけ速く動けるかだ。だから、問うべきはAIが仕事を奪うかどうかではない。奪う。問うべきは、あなたが残された段の上に立てているかどうかだ。

唯一の変数は時間だ

差 = 唯一の変数≈ 5–10年AIモデルの能力人間の適応