「AIを使える」では足りない——GMの600人削減が示す、企業AI移行の次の段階
ゼネラル・モーターズ（GM）が、IT部門の10%超にあたる約600人の従業員を削減した。Bloombergが最初に報じ、TechCrunchがGMから確認を取ったこのニュースは、単なる人員削減の話ではない。
GMが明言しているのは、削減した枠に「異なるスキルを持つ人材を採用している」という事実だ。求められているのはAIを業務に活用できる人材ではなく、AIシステムそのものを設計・構築・運用できる人材だ。
この動きは、大企業のAI活用が「ツール導入」の段階を超え、「組織の再設計」へと移行し始めていることを示す、一つの象徴的な事例として読むことができる。
1. 何が起きたのか——削減の規模と背景
1-1. 600人削減の実態——恒久的な人員削減ではない
GMは今回の件について「IT組織を変革し、会社の将来に向けてより良い態勢を整えるため」と声明で述べた。重要なのは、これが全員の恒久的な解雇ではないという点だ。
事情に詳しい関係者によれば、GMはIT部門で引き続き採用を続けているが、求めるスキルが変わったという。削減は「人件費の圧縮」ではなく「スキルの入れ替え（スキルスワップ）」として設計されている。
1-2. 18ヶ月で累計1,600人超の再編
今回の削減は、孤立した出来事ではない。GMは過去18ヶ月にわたり、複数部門でホワイトカラー人材の削減を重ねてきた。2024年8月には約1,000人のソフトウェア職を削減している。
こうした一連の動きは、Aurora共同創業者であるSterling Anderson氏が2025年5月にチーフ・プロダクト・オフィサーとして入社して以降、加速した。Andersonは分散していたGMのテクノロジー部門を一つの組織に統合する方針を推進しており、その過程で上級幹部3名が2025年11月に退任している。
2. GMが求めるスキルとは何か——「AIを使う人」から「AIを作る人」へ
2-1. 求められる5つの能力
GMが今採用しているのは、以下のようなスキルを持つ人材だ。
AIネイティブ開発（AI-native development）：
既存のワークフローにAIを後付けするのではなく、最初からAIを前提に設計・構築する能力。
データエンジニアリングとアナリティクス：
大量のデータを扱い、意味ある形に変換・分析するスキル。
クラウドベースエンジニアリング：
クラウドインフラを活用した大規模システムの構築・運用。
エージェントとモデル開発：
AIエージェントの設計や、言語モデルのファインチューニング・開発。
プロンプトエンジニアリングと新AIワークフロー：
AIシステムを実業務に組み込むための設計・運用スキル。
共通しているのは、「AIを道具として使う」のではなく「AIシステムそのものを作る」という姿勢だ。
2-2. 新たなAI人材の採用事例
この方針に沿って、GMはすでに複数のAI人材を採用している。
2025年10月にはApple出身のBehrad Toghi氏をAIリードとして採用。また、GMが買収後に閉鎖した自動運転企業Cruiseでヘッド・オブ・AI＆ロボティクスを5年間務めたRashed Haq氏を、自動運転担当バイスプレジデントとして迎え入れた。
3. 投資家・ビジネスパーソンへの示唆
3-1. 「AIツール導入」フェーズの終わりと「AI組織再設計」フェーズの始まり
GMの動きが示しているのは、大企業のAI活用が新たな段階に入ったという事実だ。
初期のAI導入は「既存の業務にAIツールを追加する」という形で進んでいた。しかし、今GMがやっていることはそれとは異なる。既存の人員構成を解体し、AIを中核に据えた組織を一から再構築しようとしている。
TechCrunchはこれを「AIツールを既存チームの上に重ねるのではなく、意図的に現場を再建する、企業のAI導入の実態」と表現している。
3-2. 採用需要の変化が示す投資機会
GMが求めるスキル（エージェント開発・モデルエンジニアリング・AIネイティブワークフロー）は、大企業の需要がどこに向かっているかを直接示している。
この観点から、いくつかの方向性が考えられる。
エンタープライズ向けAI開発ツール・プラットフォーム：
大企業がAIネイティブな開発環境を構築するために必要なツールの需要は、今後も拡大が見込まれる。
AI人材の育成・採用支援：
GMのような企業が大規模なスキル入れ替えを行う場合、人材の発掘・評価・育成を支援するサービスの需要も生まれる。
AIエージェント・インフラ企業：
エージェント開発やモデルエンジニアリングを求める企業が増えるほど、その基盤となるインフラ・クラウド・ミドルウェアを提供する企業の価値も上がる。
3-3. 「使える人」より「作れる人」——この区別が重要になる理由
GMの事例が示すのは、「AIを使いこなせる」だけでは企業内での代替可能性が高まっているという現実だ。AI生成ツールの普及により、業務効率化の文脈でのAI活用は急速に「標準スキル」に近づいている。
一方で、「AIそのものを設計・構築・運用できる」スキルは、まだ希少性が高く、かつ需要が急拡大している。この格差は今後数年でさらに広がる可能性がある。
ビジネスパーソンとして、自分が「AIを使う側」にいるのか「AIを作る側」にいるのかを問い直すことは、キャリア上の重要な問いになりつつある。
