MetaのApplied AI（応用AI）チームが、発足からわずか3ヶ月で深刻な組織崩壊の危機に直面している。Wiredの報道によれば、約6,500人のエンジニア・プロダクトマネージャーが強制的に配属されたこの部門では、現場の不満が臨界点に達しつつある。

何が起きているのか

発端は今週、社内限定のライブストリーム発表会に何者かが侵入し、MetaのAI幹部を罵倒する言葉を流したことだ。発表者の一人は顔を両手で覆ったとされる。この出来事は、3ヶ月前に突然の「驚きメール」で異動を告げられた従業員たちに渦巻く怒りの爆発点に過ぎなかった。

配属を告げられた従業員たちは、自らを「徴兵された者（draftee）」と呼ぶ。選択肢は「参加するか、辞めるか」の二択だったという。彼らに与えられた仕事は、AIモデルを訓練するためのパズルやコーディング問題を大量生成すること。ある従業員はWiredに「ここは本物のグラーグ（強制労働収容所）だ」と語り、別の従業員は「ほとんどの人が魂の抜けるような作業だと感じている」と述べた。

なぜMetaはこうしたのか

CEOのマーク・ザッカーバーグは、社外の請負業者ではなく自社エンジニアを動員した理由をこう説明している。「Meta社員の平均的な知性は、外部請負業者より明らかに高い」。AIモデルが「コーディングのような技術タスクで人間を上回る」レベルに達していないため、実際の作業例でモデルを訓練する必要があるというのだ。

この部門を率いるのはMetaで12年のキャリアを持つMaher Saba氏。またデータラベリング企業Scale AIを143億ドル（約2兆円）でMetaに売却し、最高AI責任者に就任したAlexandr Wang氏が、こうしたデータ収集の仕組みに深く関わっている。

当初、この部門では最大50人が1人のマネージャーに報告する体制だったとされており、管理構造の設計自体にも問題があったことがうかがえる。

社内の空気は部門を超えて悪化

問題はApplied AIチームにとどまらない。社内全体で1,600人以上の従業員が、AIトレーニングデータ収集のためにクリックやキーストロークを監視するプログラムに抗議する請願書に署名したという。Meta最高製品責任者のChris Cox氏は、今週の社員向け通話で「過酷な（brutal）」職場環境について言及せざるを得ない状況に追い込まれた。

ザッカーバーグ自身も金曜日の社内メモで「最近の変化が社員に苦痛をもたらした」と認め、会社が誤りを犯したことを認めた。とはいえ「Metaのノーススターは、世界で最も優秀な人材がインパクトを生み出すための最高の場所になること」という言葉は、現場の怒りを収めるには到底届かないように見える。

実務への影響——AI開発の「データ問題」は他人事ではない

この件が示す本質的な課題は、高品質なAI学習データの調達コストだ。

企業がAI導入を検討する際の示唆として：

  • データ品質の担保は人力に依存する段階が続く: 現状のAIモデルは、特に技術系タスクにおいて人間のデモンストレーションデータを大量に必要としている。「高品質な訓練データ」の裏には、必ず人間の労働がある
  • 社内データ活用の倫理設計: 自社従業員の業務データをAI訓練に使う場合、透明性・同意・インセンティブ設計を怠ると、今回のような組織的反発を招く
  • 組織変更のコミュニケーション: サプライズメールでの強制異動という手法は、たとえ理由が正当であっても人材の信頼を一瞬で壊す。AI推進のための組織再編は、丁寧な事前説明と選択肢の提示がセットでなければならない

日本企業がAI活用を加速させる中、「社内のリソースを効率的に使う」という発想自体は理解できる。しかし透明性を欠いた動員は、優秀な人材の離反と組織の生産性低下というブーメランになって返ってくる。

筆者の見解

Metaのこの騒動、「やらかし方」がいかにも同社らしいと感じてしまう。

AIモデルの訓練に高品質なデータが必要なことは自明だ。自社エンジニアを活用するという発想自体が突飛なわけではない。しかし「驚きメールで通告」「参加か退職かの二択」「50人に1人のマネージャー」という実装の仕方は、エンジニアを「資源」として見ているとしか言いようがない。

AIの競争において、優秀なエンジニアの確保と定着はモデル品質と同等に重要な経営課題だ。143億ドルのScale AI買収資金があるなら、データ収集の仕組みをもう少しましに設計できたはずだと感じる。「平均的なMeta社員の知性は請負業者より高い」というザッカーバーグの発言は事実としても、それをこういう形で活用することへの合意を取らずに動いたのは、経営判断としてかなり粗い。

メタバースに83億ドルを溶かした教訓を生かし切れていないように見えるのが、正直なところだ。AI競争でのポジションを争う今こそ、内部の人材を大切にすることが外部へのシグナルにもなる。優秀なエンジニアは選択肢を持っている。

一方でこの件を「だからMetaは」と片づけるのは早計でもある。AIモデルの訓練データ問題は業界全体が直面している構造的な課題であり、どの企業もいずれ「誰がデータを作るのか」という問いに向き合わなければならない。Metaの失敗事例は、その問いへの答えを模索する他社にとって、反面教師としての価値がある。

出典: この記事は Meta’s months-old AI unit is a soul-crushing gulag, say the engineers stuck inside it の内容をもとに、筆者の見解を加えて独自に執筆したものです。