11月7日、jsdev.spaceが「AI Layoffs Backfire as Companies Start Rehiring Workers」と題した記事を公開した。この記事では、AIによるレイオフを断行した企業が人材の再雇用を余儀なくされている実態について詳しく紹介されている。以下に、その内容を紹介する。
「AIがあれば人は要らない」——その判断が裏目に出た
2026年を通じて、多くの企業がAIツールへの投資を加速させ、「業務効率化のための人員削減」を発表してきた。ところが今、その判断を撤回する動きが広がっている。
調査会社SHLがPropeller Insightsに委託した調査（2026年6〜7月実施、米英各1,000名以上を対象）によると、「AIを理由に解雇または代替されたが、その後、前の職場から戻るよう打診された」と回答した米国労働者は約5人に1人に上った。
また、人材・組織分析ツールを提供するOrgvueの2026年3月の調査では、AI関連の人員削減を行った組織の32%がその後に再雇用を行っていたことが報告されている。
研究者はこの現象を「AIリバウンディング（AI rebounding）」と呼んでいる。
なぜ「タスクの自動化」が「人員削減」に直結しないのか
記事の核心はここにある。
「AIが報告書を書き、コードを生成し、顧客対応もできるなら、人はもっと少なくていい」という論理は一見正しそうに見える。しかしこの判断には根本的な見落としがある。
タスクを自動化することは、社員を代替することとイコールではない。
例えばソフトウェアエンジニアは、一日中コードを書いているわけではない。仕様を理解し、障害を調査し、設計上のトレードオフを議論し、どの問題を優先すべきかを判断する。これらはAIが「加速」できても、「責任を持って完結」させることは現状できない仕事だ。
ハーバード・ビジネス・スクールのJoseph Fuller教授は、企業がAI導入を従来のソフトウェア展開と同じように扱うことの誤りを指摘する。AIの有用性は、使う人間の知識に大きく依存する。熟練した社員は、なぜそのプロセスが存在するのか、どの例外が重要で、何が変わったときに問題が起きるのかを知っている。そのコンテキストは、ドキュメントやデータベースには残らない。
戻ってくる社員の条件——「はいそうですか」とは行かない
SHLの調査では、解雇された労働者の**「いかなる条件でも戻らない」と回答したのはわずか6.6%**だった。多くの人は復帰の可能性を否定していない。
ただし、条件はある。米国の回答者のうち：
- 約半数が、大幅な給与引き上げを要求
- **43%**が、雇用保障に関する書面での確約を求めた
- **40%**が、AIが自分の業務にどう影響するかの透明性を要求
- **30%**が、会社側からの謝罪や状況の認識表明を求めた
「AIで不要になった」と告げておいて数ヶ月後に「やっぱり来てほしい」と声をかけることは、雇用者と労働者の信頼関係を根本から揺るがす。たとえ再雇用が成立しても、関係の修復には時間がかかる。
エンジニアにとっての現実的な示唆
開発者の観点からも、この動向は具体的な意味を持つ。
AIコーディングアシスタントは確かに進化している。コンポーネントの生成、テスト作成、リファクタリング、デバッグ補助など、実装フェーズの多くを加速できる。しかし記事はこう指摘する。
決済プラットフォームを担当する開発者を例に挙げよう。AIエージェントはチェックアウトコンポーネントを数分で生成できるかもしれない。しかし、そのコンポーネントが障害時・リトライ・冪等性・不正検知・規制要件をどう扱うかを決めるには、システム全体に対するはるかに広い理解が必要だ。
記事が「より価値が高まるスキル」として挙げているのは以下の通り：
- システムアーキテクチャと技術的トレードオフの理解
- 複数サービスをまたいだ複雑な挙動のデバッグ
- AI生成コードのレビューと検証
- セキュリティ・パフォーマンス・保守性の問題の特定
- ステークホルダーとのコミュニケーション、ビジネス要件の理解
- 情報が不完全な状況での技術的意思決定
また、SHLの調査では、労働者自身も動いていることが示されている。米国の回答者のうち、44%がAIツールを独学し、42.6%がAIでは再現困難な業界固有の専門性を磨いており、40%がコミュニケーション・リーダーシップスキルを強化している。
組織が問うべき問い
記事は、企業がAI関連の人員削減を行う前に答えるべき問いを列挙している：
- AIが人間の監督なしに確実に完了できるタスクはどれか？
- ビジネスコンテキスト、判断力、説明責任が必要な業務はどれか？
- 自動化タスク数以外で、どう生産性向上を測定するか？
- AI導入後、そのシステムを誰が維持・監視するか？
- システムが誤結果を出したり障害を起こしたりしたとき、どう対処するか？
これらは派手なAI戦略発表より地味だが、持続可能な改善につながる問いだ。
「AIが来れば仕事が減る」という単純な図式は、少なくとも現時点では一部の組織で通用しなかった。AIリバウンディングという現象は、自動化の限界というより、組織が自動化の複雑さを過小評価したことの結果として読むべきだろう。
詳細はAI Layoffs Backfire as Companies Start Rehiring Workersを参照していただきたい。
