まずは先に人を切れ、その後に自動化せよ
これは、企業のディストピアを駆け足で駆け抜けるようなタイムラインです。米国総務庁（GSA）は、2024年10月以降に人員の約40%を失いました。丸ごとチームが消えました。政府のために実際にモノを作っていた約100人の技術専門家がいるデジタル・サービス部門18Fは完全に閉鎖されました。公共ビルサービスは、2024年9月から2025年11月の間に職員の45%を削減しました。
そして今、2026年4月にGSAは、混乱を直すための大胆な計画を発表しました。USAiというAIチャットボットで、100万時間分の業務を自動化する任務を負っています。これは、おおよそ500人の常勤職員による1年分の労働に相当します。もちろん、彼らはすでに解雇された人たちです。
少しだけ、そのことを頭に入れてみてください。
100万時間チャレンジ（はい、実際にそう呼んでいました）
GSAの副長官マイケル・リンチは、業界カンファレンスでこの取り組みを明らかにし、組織の「EOA」プレイブックとして位置づけました。Eliminate（排除）、Optimize（最適化）、Automate（自動化）です。これまでに、約40万時間の自動化可能な業務が特定されています。つまり、目標に対しておよそ40%のところまで来た計算です。リンチによれば、同庁は「まず自分たちから始めて、前進しながら広げていきたい」とのことですが、これは称賛に値する自己認識か、それとも見方によっては少し脅すような言い方かもしれません。
この取り組みを支えるために、GSAは「GSA Labs」を立ち上げ、関心のある従業員を約300人募集しました。最初の参加者30人のチームが、17件の提案から選ばれた5つの優先課題に取り組みます。これらの従業員は、通常業務に加えてこの仕事を行いますが、追加の報酬はありません。「昼休みに、残っている職員に自分たちのAI置き換えを訓練させることで、私たちはあなたを大切にしている」とでも言わんばかりです。
USAiが実際にやること（そしてやらないこと）
このツールはChatGPT風のインターフェースで動作し、AnthropicのClaude Haiku 3.5、Claude Sonnet 3.5、MetaのLLaMA 3.2など、複数のAIモデルを活用します。承認されているタスクには、メールの下書き、話題の要点（トーキングポイント）の作成、文書の要約、基本的なコードの作成が含まれます。従業員は明確に、非公開の政府データ、個人情報、または機密性のある作業成果物をそれに投入することを禁じられています。
実際のユーザーからの初期フィードバックは？「ありふれていて当てずっぽうで予測できる回答」をし、「インターンと同じくらいの出来」だそうです。Forresterのアナリスト、Charlie Daiはさらに踏み込んで、「他の世界的取り組みに見られる、慎重な計画、倫理的配慮、公的な信頼を築く姿勢が欠けている」と指摘しています。つまり丁寧に言うなら、急ぎすぎている、ということです。
AI企業が、こうしたツールを作るために途方もない金額を集めている状況を追ってきたのであれば、この対比は際立っています。技術を作るためには何十億も流れ込むのに、それを導入する省庁は、パイロットすら満足に人員を確保できていないのです。
DOGEとのつながり
このすべては、何もないところから始まっていません。GSAは、イーロン・マスクの政府コスト削減イニシアチブである「Department of Government Efficiency（DOGE）」の注目地点でした。DOGEは、GSAの不動産ポートフォリオを半減させるよう強く求め、そして人員削減にも直接関与していました。かつての18Fの従業員は集団訴訟の形で不服申し立てを行い、「自分たちは特定の形で狙い撃ちされた」と主張しています。
米国政府監査院（Government Accountability Office）は、GSAの公共ビルサービスにおける深刻な人員削減が現実の問題を引き起こしたことをすでに指摘しています。物件の売却が滞り、アクセスが制限され、審査手続きが崩壊したのです。そこで今の計画は、その穴をAIで埋めることです。しかし、AIの性能についてユーザー自身が認めるとおり、それはインターン級です。
GSAだけがこのやり方をしているわけではありません。EPAとIRSも、レイオフの打撃を受けた側ですが、「AIで能力を再構築する」として同様の計画を発表しています。これは連邦政府全体でパターンになりつつあります。まず人を切り、その後、実際の組織データにアクセスできない言語モデルで制度的な知識を置き換えようと慌てて取り繕うのです。
誰も話していない本当の問題
ここには根本的な矛盾があり、もっと注目されるべきです。配備されるAIツールは、敏感な政府情報を扱うことを明確に制限されています。しかし、実際にやらなければならない仕事（不動産管理、調達、建物運用）は、本質的にその敏感な情報と結びついています。チャットボットが、建物処分に関する記録を見られないのであれば、建物処分の書類を自動化することはできません。
これは、AIの誇大宣伝と運用上の現実のあいだにあるギャップです。言語モデルは、確かに特定のタスクにおいて役に立ちます。オープンソースのコードで数百件のセキュリティ脆弱性を見つけるAIは、印象的で検証可能です。ですが、一般的なメールを書いたり、5分で読める文書を要約したりするだけでは、常勤500人の代わりにはなりません。到底なりません。
一方で、当局は今になって再雇用をしようとしています。公共ビルサービスは、6か月で400人の新規採用を計画しており、過去に解雇された約400人のスタッフの復帰を呼びかけています。つまりタイムラインはこうです。人を解雇する→AIを導入する→AIでは仕事ができないと気づく→解雇した人を再雇用しようとする。ドイツ語で何かいい感じの言葉があるはずです。
2026年のAIについて、これが教えてくれること
GSAの話は、私たちが今どこにいるのかを示す、完璧なケーススタディです。技術そのものは本物です。しかし導入の戦略が、非常に重要です。AIを既存の働き手の補助として使い、反復作業をより速くこなせるようにして、複雑な意思決定に集中させる——これは本当に良い考えです。大量のレイオフを正当化するためにAIを使い、そのチャットボットがうまくやりくりできると期待するのは、違います。
2026年の最高のAI活用は、人間の横で機能するものです。人間がいた穴に押し込まれるようなものではありません。カンファレンスのスライドで「100万時間の自動化」は見栄えがします。しかし、あなたが賭けているツールが「インターンと同じくらいの出来」と評価されるのであれば、最初の一歩は「組織の40%を解雇すること」ではなかったかもしれません。
ただの考えです。
[Pudgy Cat Shop](https://pudgycat.io/shop/)でプリントや、猫のお墨付きグッズを見つけるか、[Amazonで当社のイラスト付き書籍](https://www.amazon.it/stores/author/B0DSV9QSWH/allbooks)を探してください。
もともとは Pudgy Cat に掲載
返却形式: {"translated": "翻訳されたHTML"}
