😅 『AIに任せたらクビにした人を呼び戻す』現象｜IBM・フォード・豪銀行の再雇用ラッシュをやさしく解説

アイ

2026-07-05

AIにリストラされた人が数百人単位で職場に戻ってきている

AIに仕事を奪われるかもって不安に思ったことがある人、たぶん結構多いんじゃないかな。ニュースを見るたびに「AIで何人削減」みたいな話が流れてきて、他人事じゃないよね。

でも2026年7月に入って、ちょっと意外な角度のニュースが相次いで報じられたの。IBM、フォード、オーストラリアのコモンウェルス銀行っていう名だたる大企業が、AIを使ったリストラの後に、削減したはずの人たちを呼び戻してるっていう話。

「AIに任せる」って決めてクビにしたのに、数か月から数年後に「やっぱり戻ってきて」って声をかける。ちょっと笑えるけど、実際にその場で働いてた人からしたら笑い事じゃない、けっこう重い話でもあるんだよね。

業界も業種もバラバラな3社で同じようなことが起きてるのが、今回いちばん興味深いポイントだと思う。自動車メーカーのフォード、ITサービスのIBM、そして銀行のコモンウェルス銀行。扱ってる商品もサービスも全然違うのに、行き着いた結論が似てるっていうのは、単なる偶然じゃない気がするんだよね。

しかもこれ、一部の特殊な会社だけの話じゃなくて、調査データを見ても同じような傾向がちらほら出てきてるの。もしあなたの職場でもAI活用の名の下に人員削減の話が出てるなら、今日の話はけっこう自分ごとに感じられると思う。

2026年に入ってから、AIで業務を効率化しますっていう発表と、それに伴う人員削減のニュースは正直もう見慣れちゃったくらい頻繁だったよね。だからこそ、その逆の「元に戻す」っていう動きが出てきたのは、業界的にもひとつの転換点なんじゃないかなって、わたしは感じてる。

AIに仕事を任せること自体がダメって話じゃなくて、「どこまで任せられるか」の見極めがまだ甘かった、っていうのが今回のポイントだと思う。一緒に中身を見ていこうね。😅

そう考える3つの理由

正直このニュース、「AI企業のドタバタ劇」で笑って終わっちゃいそうなんだよね。でもわたしがちゃんと立ち止まって考えたいと思ったのには3つの理由があって、フォードの現場で起きたこと、IBMの人事の数字、そして豪銀行と複数の調査データが示す傾向、この3つを見ていくと単なる笑い話じゃなくて、AI導入の本質的な難しさが見えてくると思うの。

理由1 フォードが300人のベテランエンジニアを呼び戻した理由

まずはフォードの話から。ここ数年で、フォードは経験豊富なベテランエンジニアを約300人、職場に呼び戻してるの。理由は自動化されたシステムが見逃してた車両の品質問題を、人の目でちゃんとチェックする必要が出てきたから。

呼び戻されたエンジニアたちは今、設計レビューやトラブルシューティングの会議を主導する立場にいて、量産に入る前の段階で問題を見つける役割を担ってるんだよね。つまり最後のとりで、みたいなポジションについてるってこと。

報じられてる内容によると、フォードのCEOであるジム・ファーリー氏は、この判断のおかげで保証対応やリコールにかかるコストを数億ドル単位で削減できたと語ってるらしいの。あくまで報じられてる話だから正確な裏取りまではできてないんだけど、それくらいインパクトのある話として語られてるのは事実みたい。

これって結構象徴的だと思うんだよね。自動化されたシステムは決まったパターンのチェックはすごく得意なんだけど、これまで見たことないタイプの不具合とか、複数の要因が絡み合った微妙な問題みたいな、経験と勘が必要な場面ではまだ人間に分があるってことなんだと思う。

自動車の製造現場って、もともとベテランの検査員が「なんか音がおかしい」「この締め方だと後で緩みそう」みたいな、言葉にしづらい違和感を頼りに不具合を見つけてきた歴史があるんだよね。長年の経験で培われたこういう感覚って、マニュアル化しにくいぶん、AIに引き継ぐのがすごく難しい領域なんだと思う。

しかも一度、人を減らしてから後で呼び戻すってなると、退職金や再配置のコスト、そして新しく採用や再教育をするコストが二重にかかっちゃうんだよね。目先の人件費だけを見て削減を決めると、長い目で見たら逆に高くつくかもしれない、っていう教訓がここには詰まってると思う。

車の品質問題って、下手すると人の命に関わるレベルの話だから、慎重になるのは当然だよね。フォードがここで人を呼び戻した判断は、コスト最優先で突っ走るんじゃなくて、ちゃんと現実を見て軌道修正した例だと、わたしは思う。

自動車業界に限らず、製造業全体で似たような揺り戻しが起きててもおかしくないと思ってる。品質管理を人からAIに完全移行しようとした現場は他にもたくさんあるはずだから、フォードの事例はこれから他の会社にとっても参考になる先行事例になっていくんじゃないかな。

理由2 IBMは94パーセント成功のAIなのになぜ新卒採用を増やしたのか

二つ目がIBMの話。IBMは社内の人事まわりの定型的な問い合わせをAIで自動化してて、実際に約94パーセントの問い合わせはAIがちゃんと処理できてたの。数字だけ見るとめちゃくちゃ優秀だよね。

でも残りの約6パーセント、ここがくせもので、倫理的な判断が絡む相談とか、複雑で状況が入り組んだケースは、AIだとうまく対応しきれなかったんだって。パーセントで見ると小さく見えるけど、実際の件数にするとそれなりのボリュームになる部分だと思う。

人事って本来、ハラスメントの相談とか、家庭の事情が絡む休暇の調整とか、体調やメンタル面への配慮が必要なケースとか、マニュアル通りにいかない話がすごく多い仕事なんだよね。そういう繊細な部分こそ人間の判断が必要で、AIに任せきりにするのはそもそも無理があったのかもしれない。

これを受けてIBMは、2026年に全事業部門で新卒採用を大幅に、報道によると3倍近くまで拡大する方針を打ち出したの。AIに定型業務を任せられるようになった分、逆に人を増やすっていう、ちょっと意外な判断だよね。

IBMの人事トップであるニックル・ラモロー氏は、これについて新卒採用への投資を続けなかったら3年後5年後どうなるのか、パイプラインがなくなって井戸そのものが枯れてしまう、という趣旨のコメントを残してるの。すごく的を射た表現だと思う。

わたしはこの話、すごく納得感があるんだよね。今の定型業務をAIに任せられても、将来その業務を判断・改善できる人材を育てておかないと、5年後10年後に「AIの判断が正しいかどうかチェックできる人がいない」っていう状態になっちゃう。

目先の効率化だけじゃなくて、長い目で人を育てる視点を持ってるのは、地に足のついた判断だと思うよ。

これから就活する学生とか、キャリアの入り口に立ってる若い世代からすると、これはむしろ追い風のニュースなんじゃないかな。AIに仕事を奪われる不安ばかり煽られがちだけど、企業側もちゃんと「若手を育てないと将来困る」って気づき始めてるってことだから。

わたしがこの話でもうひとつ面白いと思ったのは、IBMがAIをやめたわけじゃなくて、AIと若手採用を両方同時に進めてるところ。AIか人かの二者択一じゃなくて、AIに任せる部分と人を育てる部分をちゃんと切り分けて考えてる感じがして、けっこうバランス感覚のいい判断だなって思ったよ。

理由3 豪銀行の音声AIと3人に1人が経験した後悔

三つ目が、オーストラリアのコモンウェルス銀行(CBA)の事例と、それを裏づける調査データ。CBAはカスタマーサービス担当のスタッフを40人以上解雇して、その業務をAIの音声ボットに置き換えたの。

でも実際に運用してみたら、AIの音声システムは電話の量や内容の複雑さに対応しきれなくて、苦情や問い合わせの件数がむしろ増えちゃったんだよね。結果としてCBAは人員削減を撤回して、ポジションを元に戻すことになったの。

銀行のカスタマーサービスって、単純な残高照会もあれば、不正利用の疑いとか、ローンの相談みたいに一件一件事情が違う込み入った話も混ざってくるよね。AIの音声ボットが決まった受け答えしかできないと、ちょっとイレギュラーな相談が来た瞬間にお客さんをたらい回しにしちゃって、それが苦情の増加につながったんじゃないかなって思う。

しかも銀行って、お金を扱う場所だからこそ「ちゃんと話を聞いてもらえるか」っていう信頼が何より大事なんだよね。対応が雑に感じられただけで解約や乗り換えを考える人も出てくるだろうから、コスト削減のつもりが逆に顧客離れを招くリスクもあったんだと思う。

これ、単発の失敗談で終わる話じゃなくて、調査データを見ても似た傾向が出てるのがポイント。人材サービス大手のロバート・ハーフの調査によると、アメリカの採用担当者のおよそ3人に1人が、AIを理由にポジションを削減したあと、同じ役職か近い役職に人を呼び戻した経験があるんだって。

別の調査でも、ビジネスリーダーのおよそ39パーセントがAI導入に伴う人員削減をおこなって、そのうち半数以上が「あの決断には少なくとも一部間違いがあった」と後から認めてるの。つまり「AIで削減しすぎた」って感じてる経営層は、決して少数派じゃないってことだよね。

こういうデータを並べてみると、CBAのケースは特別な失敗談じゃなくて、今のAI導入ブームの中でわりと普通に起きてる現象なんだと思う。人員削減だけに焦点を当てて、AIを監督したり複雑な問い合わせを拾ったりする人の必要性を見落としてた会社が、思ったより多かったってことなんだよね。

正直、2025年から2026年にかけては「AIで人員を減らせるだけ減らす」みたいな空気が世の中に漂ってた気がするの。でも今回みたいな事例が積み重なってきたことで、その熱狂がようやく現実的なペースに落ち着いてきたんじゃないかな、っていうのがわたしの見立てだよ。

そもそもAIが仕事を代替するときの90点の壁って何

ここまで読んで、「なんでAIってこんなに優秀なのに肝心なところで失敗するの」って思った人もいるかもしれないから、ちょっと寄り道して説明させてね。

AIって、パターンとしてよく出てくる「よくあるケース」の処理はめちゃくちゃ得意なの。IBMの94パーセントっていう数字がまさにそれで、日常的に繰り返される定型業務なら、AIはもう十分すぎるくらい戦力になってる。

問題はその先。全体のごく一部にしか出てこない珍しいケース、いわゆる「ロングテール」の部分には、これまでのパターンに当てはまらない例外とか、倫理的な判断とか、複数の事情が絡み合った複雑な状況が集中しやすいんだよね。

しかも厄介なのが、ひとつの役職を丸ごと自動化するってことは、平均的な1日だけじゃなくて、たまにしか起きない変な1日にも対応できないといけないってこと。CBAの音声ボットも、フォードの品質チェックも、IBMの人事対応も、まさにこの「たまにしか起きないけど重要なケース」でつまずいてたんだと思う。

自動運転の技術でも似たような話をよく聞くよね。晴れた日の広い道路を走るのはAIでも余裕なんだけど、雨の日に見慣れない障害物が急に飛び出してきたみたいな、めったに起きないシチュエーションへの対応が最後まで難しいって言われてる。仕事の自動化も、これとかなり近い構造なんだと思う。

つまりAIが失敗してるっていうより、「どこまでの範囲を任せていいか」の見積もりを企業側が誤ってたってことなんだよね。得意な9割と苦手な1割を混同して、丸ごと手放しちゃったのが今回のいろんな事例に共通してる原因なんだと思う。

これって別にAIの性能が悪いって話じゃなくて、導入する側の設計や見積もりの問題なんだよね。だからこれからAIを導入する会社が増えても、同じ轍を踏まないようにするには、最初から「どうしても人が必要な部分」を洗い出しておくことが欠かせないと思う。

だからこそ、AIを入れるときに大事なのは、単純に人を減らすことじゃなくて、AIが苦手とする残りの部分を誰がどうやってフォローするかを先に決めておくことなんだと思う。この設計を後回しにした会社が、今回みたいに慌てて人を呼び戻す羽目になってるんじゃないかな。

まとめ：AIに使われる側じゃなくAIを使いこなす側になろう

整理すると、2026年7月に相次いで報じられたのは、IBM・フォード・コモンウェルス銀行っていう大企業が、AI活用による人員削減のあとで元従業員を呼び戻してるっていう話。しかも調査データを見ても、似たような判断ミスを経験した企業はかなりの割合にのぼるみたい。

AIが定型業務の9割以上をこなせるのは間違いない事実で、ここは素直にすごいと思う。でも残りの数パーセントに詰まってる判断や例外対応が、実は仕事の中でいちばん経験と信頼が必要な部分だったりするんだよね。

だからこそ、これから求められるのは「AIに仕事を奪われないための働き方」というより、「AIの出力を確認して、直して、判断する人」になること。AIを監督して使いこなせる人のほうが、これからの職場ではむしろ価値が上がっていくんじゃないかなって、わたしは思ってるよ。

具体的には、AIが出してきた答えをそのまま信じずに一度自分の目で確認するクセ、いつもと違うイレギュラーな相談が来たときにちゃんと気づいて拾い上げる感覚、そして最終的に「これはAIじゃなくて人間が判断すべきだ」って線引きできる経験値、この3つが今後ますます重要になっていくと思う。

もし今の職場でAI活用が進んでて不安を感じてるなら、AIに仕事を取られないように隠れるんじゃなくて、逆にAIの一番近くに立って「AIが何を見落としがちか」を誰よりも理解しておく立場を目指すのがいいと思う。今回のフォードやIBM、CBAの話も、結局そういう人たちがいちばん必要とされてる、っていう証明になってるんだよね。😅

関連記事: 企業のAI導入マップ2026

ソース: IBM, Ford, And Commonwealth Bank Rehire Staff After AI Fails To Replace Key Roles（Allwork.Space）／ Employers who laid off workers citing AI are already starting to regret it（CNBC）