Metaが「Project OT（Organization Transformation）」の最も強硬な形を後退させた理由は、理念というより実務上の問題にある。AIエージェントに日常業務の大きな部分を担わせ、少人数の社員が監督するという構想には、エージェントが複雑な業務を安定して遂行できることが前提だった。しかし、技術面の出来、運用上の成果、社員の受け止めはいずれも、その前提を満たさなかったと報じられている。117

Project OTは何を目指したのか

Project OTは、数千人の社員が担っていた業務の相当部分をAIに移し、残る人員を「人材密度の高い」小規模チームへ集約する構想だった。人間の社員は、AIによる仮想ワーカーを監督する役割を担う。Metaはロイターに対し、一部チームで最大60％の人員削減と、2回の人員削減を含むシナリオを検討していたことを認めた。一方で、配置転換も含む計画であり、対象は全チームではないとしている。117

重要なのは、「最大60％」は全社規模で決定された削減目標ではなく、特定チームについて検討されたシナリオだという点だ。

なぜ構想は勢いを失ったのか

AIエージェントが本番運用で十分な信頼性を示せなかった

この構想で必要だったのは、AIが人間の補助役として便利であることだけではない。人員を減らした後でも、残った少数のチームに確認、修正、障害対応という負担をむしろ増やすことなく、意味のある業務を予測可能な形で遂行できなければならなかった。

ロイターの報道では、社内でAIエージェントの性能や、混乱を招く行動への懸念があったとされる。別の報道も、エージェントが「大規模で破壊的な行動」を取り得たと伝えている。18

FacebookやInstagramなど巨大な消費者向けプラットフォームを運営するMetaにとって、単純な生産性向上だけでは不十分だ。実行の信頼性が低く、残った人間の監督・復旧作業が増えるなら、AI化による効率化は成立しない。

社員の反発が実行を難しくした

社員の仕事の大部分をAIへ置き換える構想は、雇用、責任の所在、業務負荷への不安を生む。Project OTを巡っては社内の反発が大きく、ロイターは、最も広範な形の提案は実行に移されなかったと報じた。117

この反発は技術課題とは切り離せない。重大な仕事をAIに任せるよう求めるなら、社員が納得するには、単なる人員計画ではなく、AIが結果を改善するという実証が必要になる。

経営陣もタイミングと説明の問題を認めた

ロイターの記者ケイティ・ポール氏がReddit上で語った内容として報じられたところでは、マーク・ザッカーバーグCEOはタイミングを誤ったと述べ、アンドリュー・ボズワースCTOは社内への構想説明について「ひどい仕事だった」と認めたという。7

これは、AIが将来的に生産性を高められるかどうかだけの問題ではない。高リスクの組織改革を進めるには、根拠、運用モデル、そして社内への説明が十分に整う前に進めてしまったことも、Project OTの失速につながったとみられる。

「トークン最大化」はAI導入の指標として弱い

「トークン最大化（tokenmaxxing）」は、AIの利用量を目に見える参加指標に変える考え方だ。Metaでは「Claudeonomics」と呼ばれる社内ランキングが社員をトークン使用量で順位付けし、「Token Legend」といった称号を付与していた。ただし、このランキングはMetaの全社的な人事評価制度として作られたものではなく、社員が立ち上げた自主プロジェクトだった。その後、作成者の判断で削除された。Metaには、トークン数だけでなく、より広く利用状況を追う別の「AI Insights」ダッシュボードがあるという。3

問題は単純だ。トークン数が示すのはモデルの利用量であり、事業価値ではない。使用量が多くても、より良い製品を出せたのか、障害対応を速めたのか、手戻りを減らしたのか、業務を安全にしたのかは分からない。

AI導入を評価するなら、より持続的なのは成果に基づく基準だ。

• 成果物の品質
• アイデアからリリースまでの速さ
• 完了できた業務の複雑さと範囲
• AI支援ワークフローが生む信頼性とレビュー負荷

利用量より測定は難しいが、経営陣と社員が本当に知りたい問い――「AIによって組織は実際に強くなったのか」――には、こうした指標の方が答えやすい。

AI主導の人員再設計をMetaは断念したのか

現時点の根拠からは、そうは言えない。Metaが後退させたのは、Project OTの積極的な時間軸と適用範囲であり、「AIネイティブ」な企業になるという目標そのものを放棄したわけではない。

ザッカーバーグ氏は、エージェント型AIの開発は期待したペースで進んでいないと述べる一方、MetaのAI投資によるより意味のある恩恵は3〜6カ月以内に得られるとの見通しを示した。17

ただし、これは予測であって、AIエージェントが近くチームを置き換えられる証明ではない。次の焦点は、実運用で成果と信頼性を継続的に改善できるか、そしてAIの監督、訂正、障害からの復旧に必要な人間の仕事を、減らせるのか、それとも別の形へ移し替えるだけなのかにある。

Project OTが示す教訓

Project OTは、AIツールを導入することと、AIを中心に会社を再設計することの隔たりを示した。AIエージェントは有用になり得るが、それだけで労働力の大きな部分を置き換える、信頼できる代替手段になるとは限らない。

人員計画を自動化と結び付ける前に、企業側には一貫した成果の証拠、堅牢な安全策、そして社員が理解し信頼できる運用モデルが求められる。117

Metaが「Project OT（Organization Transformation）」の最も強硬な形を後退させた理由は、理念というより実務上の問題にある。AIエージェントに日常業務の大きな部分を担わせ、少人数の社員が監督するという構想には、エージェントが複雑な業務を安定して遂行できることが前提だった。しかし、技術面の出来、運用上の成果、社員の受け止めはいずれも、その前提を満たさなかったと報じられている。117

Project OTは何を目指したのか

Project OTは、数千人の社員が担っていた業務の相当部分をAIに移し、残る人員を「人材密度の高い」小規模チームへ集約する構想だった。人間の社員は、AIによる仮想ワーカーを監督する役割を担う。Metaはロイターに対し、一部チームで最大60％の人員削減と、2回の人員削減を含むシナリオを検討していたことを認めた。一方で、配置転換も含む計画であり、対象は全チームではないとしている。117

重要なのは、「最大60％」は全社規模で決定された削減目標ではなく、特定チームについて検討されたシナリオだという点だ。

なぜ構想は勢いを失ったのか

AIエージェントが本番運用で十分な信頼性を示せなかった

この構想で必要だったのは、AIが人間の補助役として便利であることだけではない。人員を減らした後でも、残った少数のチームに確認、修正、障害対応という負担をむしろ増やすことなく、意味のある業務を予測可能な形で遂行できなければならなかった。

ロイターの報道では、社内でAIエージェントの性能や、混乱を招く行動への懸念があったとされる。別の報道も、エージェントが「大規模で破壊的な行動」を取り得たと伝えている。18

FacebookやInstagramなど巨大な消費者向けプラットフォームを運営するMetaにとって、単純な生産性向上だけでは不十分だ。実行の信頼性が低く、残った人間の監督・復旧作業が増えるなら、AI化による効率化は成立しない。

社員の反発が実行を難しくした

社員の仕事の大部分をAIへ置き換える構想は、雇用、責任の所在、業務負荷への不安を生む。Project OTを巡っては社内の反発が大きく、ロイターは、最も広範な形の提案は実行に移されなかったと報じた。117

この反発は技術課題とは切り離せない。重大な仕事をAIに任せるよう求めるなら、社員が納得するには、単なる人員計画ではなく、AIが結果を改善するという実証が必要になる。

経営陣もタイミングと説明の問題を認めた

ロイターの記者ケイティ・ポール氏がReddit上で語った内容として報じられたところでは、マーク・ザッカーバーグCEOはタイミングを誤ったと述べ、アンドリュー・ボズワースCTOは社内への構想説明について「ひどい仕事だった」と認めたという。7

これは、AIが将来的に生産性を高められるかどうかだけの問題ではない。高リスクの組織改革を進めるには、根拠、運用モデル、そして社内への説明が十分に整う前に進めてしまったことも、Project OTの失速につながったとみられる。

「トークン最大化」はAI導入の指標として弱い

「トークン最大化（tokenmaxxing）」は、AIの利用量を目に見える参加指標に変える考え方だ。Metaでは「Claudeonomics」と呼ばれる社内ランキングが社員をトークン使用量で順位付けし、「Token Legend」といった称号を付与していた。ただし、このランキングはMetaの全社的な人事評価制度として作られたものではなく、社員が立ち上げた自主プロジェクトだった。その後、作成者の判断で削除された。Metaには、トークン数だけでなく、より広く利用状況を追う別の「AI Insights」ダッシュボードがあるという。3

問題は単純だ。トークン数が示すのはモデルの利用量であり、事業価値ではない。使用量が多くても、より良い製品を出せたのか、障害対応を速めたのか、手戻りを減らしたのか、業務を安全にしたのかは分からない。

AI導入を評価するなら、より持続的なのは成果に基づく基準だ。

• 成果物の品質
• アイデアからリリースまでの速さ
• 完了できた業務の複雑さと範囲
• AI支援ワークフローが生む信頼性とレビュー負荷

利用量より測定は難しいが、経営陣と社員が本当に知りたい問い――「AIによって組織は実際に強くなったのか」――には、こうした指標の方が答えやすい。

AI主導の人員再設計をMetaは断念したのか

現時点の根拠からは、そうは言えない。Metaが後退させたのは、Project OTの積極的な時間軸と適用範囲であり、「AIネイティブ」な企業になるという目標そのものを放棄したわけではない。

ザッカーバーグ氏は、エージェント型AIの開発は期待したペースで進んでいないと述べる一方、MetaのAI投資によるより意味のある恩恵は3〜6カ月以内に得られるとの見通しを示した。17

ただし、これは予測であって、AIエージェントが近くチームを置き換えられる証明ではない。次の焦点は、実運用で成果と信頼性を継続的に改善できるか、そしてAIの監督、訂正、障害からの復旧に必要な人間の仕事を、減らせるのか、それとも別の形へ移し替えるだけなのかにある。

Project OTが示す教訓

Project OTは、AIツールを導入することと、AIを中心に会社を再設計することの隔たりを示した。AIエージェントは有用になり得るが、それだけで労働力の大きな部分を置き換える、信頼できる代替手段になるとは限らない。

人員計画を自動化と結び付ける前に、企業側には一貫した成果の証拠、堅牢な安全策、そして社員が理解し信頼できる運用モデルが求められる。117