GMがIT社員数百人削減、AIスキル人材へ刷新

⏱ 読了約7分2,699 字

📑 目次

何が起きたか——IT部門を「AIスキル人材」で再編
なぜ今、GMが動いたのか——製造業DXの加速
ホワイトカラー代替、製造業への波及が意味すること
ビジネスパーソンへの影響——「AIを使う」では不十分な時代へ
今後の展望——追随する企業はどこか
まとめ
参考・出典

ゼネラルモーターズ（GM）がIT部門の従業員数百人を削減し、AIネイティブ開発やAIエージェント（自律的にタスクをこなすAIシステム）の構築スキルを持つ人材へ組織を刷新した。TechCrunchが2025年5月11日に報じた。ホワイトカラーのAI代替はテック企業やメディア業界に限った話ではなく、製造業の巨人にも波及した事実は、あらゆる業界の企業と働き手に重い問いを投げかける。

何が起きたか——IT部門を「AIスキル人材」で再編

GMは今回の人員削減について、単なるコスト削減ではなく「スキルセットの刷新」と位置づけていると報じられている。削減対象は従来型のITオペレーションや保守・管理業務を担っていた従業員とされ、代わりにAIモデルの開発・チューニング、AIエージェントの設計・構築、データエンジニアリングなどを担える人材を採用する方針だという。

「AIネイティブな開発スキル」とは、AIツールを使いこなすだけでなく、業務プロセス自体をAIで自動化・最適化するシステムをゼロから設計できる能力を指す。GMが求めるのは、既存システムの運用担当者ではなく、AIで業務そのものを作り直せる人材だ。

なぜ今、GMが動いたのか——製造業DXの加速

GMはここ数年、電気自動車（EV）シフトと自動運転技術への投資を積極的に進めてきた。その過程でソフトウェア開発の内製化が急務となり、IT組織の役割そのものが変わりつつある。従来の「システム管理・ベンダー調整」型のIT部門から、「AIを中心に据えたプロダクト開発」組織への転換が背景にある。

加えて、AI関連コストの下落と生成AIツールの実用化が、置き換えの経済的合理性を高めた。かつては専門ベンダーに委託していた業務を、AIエージェントが自動処理できるようになり、それを構築・監督できる少数精鋭の人材で代替できるようになってきた。AnthropicのAIエージェントが金融職を侵食する動きと同じ構図が、今度は製造業の社内IT部門で起きている。

ホワイトカラー代替、製造業への波及が意味すること

これまでAIによるホワイトカラー代替の報道は、テック企業・メディア・金融業界に集中していた。しかしGMの動きは、製造業という「現場ありき」の業界でも、本社・管理部門のIT職が例外ではないことを示す。

日本でも大手製造業がIT人材の採用強化を進めているが、「採用する人材像」が根本から変わりつつある。従来のITインフラ管理やERP運用の経験者ではなく、AIエージェントを設計・運用できる人材が求められるようになる可能性が高い。LLM・AIエージェントといった用語の基礎を理解しておくことは、ITエンジニアに限らず、採用担当者や経営企画にとっても不可欠になりつつある。

また、今回の削減は「AIが仕事を奪う」という単純な構図だけでは説明しきれない。正確には「AIを使いこなせる人材が、使いこなせない人材の仕事を引き継ぐ」構図だ。GMは既存社員の再教育（リスキリング）ではなく、外部採用による入れ替えを選んだ。その判断は、スキル転換に要する時間とコストを社内育成では吸収しきれないと判断したことを示唆している。

ビジネスパーソンへの影響——「AIを使う」では不十分な時代へ

今回のGMの動きが示す最大の示唆は、「AIツールを使える」レベルでは生き残れない可能性があることだ。求められているのは、AIエージェントを設計し、業務フローに組み込み、継続的に改善できる能力だ。

IT職に就く人だけの問題ではない。自社のIT部門がどのようなスキル構成を持つかは、経営・事業部門の戦略実行スピードに直結する。GMのケースは、「AI対応のIT組織を持つ企業」と「そうでない企業」の間の競争力格差が、今後急速に拡大することを予告している。

採用市場でも変化は既に始まっている。AIエージェント開発やLLMの活用設計を明示できる候補者への需要が高まる一方、従来型の運用・保守スキルのみを持つIT職の求人は縮小傾向が続くと予測される。

今後の展望——追随する企業はどこか

GMと同規模の製造業大手がこの動きを追随するかどうかは、今後6〜12か月の動向に注目する必要がある。特に自動車・航空・エネルギーといった「ソフトウェア化」が進む製造業では、IT部門の再編が本格化する可能性がある。

一方で課題もある。AIエージェントを構築・管理できる人材の絶対数はまだ少なく、採用競争は激化している。GMが削減した数百人の代わりに同規模のAIスキル人材をすぐに確保できるかどうかは、採用市場の現実と照らして不透明だ。「削減は早く、採用は遅い」というリスクは、組織の移行期間に業務品質の低下として現れる可能性がある。