ジャック・ドーシーの「AI主導」のレイオフは、技術革命というよりも、企業の肥大化に対する遅すぎた清算です。次はあなたの会社かもしれません。
いつもの土曜の渋滞にはまり、405号線を空港の横でのろのろ進んでいたとき、Blockのニュースがポッドキャストのフィードに流れてきました。ジャック・ドーシーが会社のほぼ半分を一瞬で消し去ったのです。1日で4,000人以上の職が失われました。株主への書簡とXへの投稿で示されたCEOの説明は、「私たちが開発しているツールを使えば、大幅に小さなチームでも、より多くのことを、よりうまくできる」というものでした。当然のように、株価は時間外取引で最大24%上昇しました。
週末の間ずっと、さまざまな意見が飛び交いました。一方には破滅の預言者たちがいて、マット・シューマーの話題のエッセイに同調しています。シューマーは、画面の前で行うあらゆる仕事のかなりの部分を、1〜5年以内、あるいはそれより早くAIが担うようになると警告しました。もう一方には懐疑派がいて、AIは採用しすぎと市場の軟化によるレイオフの都合のいい言い訳にすぎない、と主張しています。
長年スパゲッティコードだらけのコマースシステムを解きほぐしてきたコマースアーキテクトの視点から言えば、どちらも本質を外しています。語られるべきは「AIが4,000人のナレッジワーカーを置き換えられるほど賢くなった」という話ではありません。本当の話は、過去10年間、そうした従業員のうち何千人もが、脆弱なレガシーシステム同士の隙間を埋める「人間ミドルウェア」として雇われていた可能性が高いということです。彼らの仕事は、悪いアーキテクチャを補うことでした。AIが彼らを置き換えたのではありません。彼らの役割がいかに無益だったかを、痛々しいほど公の場で露呈させただけです。
では、LLMが4,000通の解雇通知を配ったのか？
率直に言いましょう。Blockが2026年2月26日（木）に、意識を持ち仕事を食い尽くすAIを突然導入し、一晩で従業員の半分を不要にしたという考えは、純然たる企業の茶番劇です。魅力的なストーリーで、ウォール街が気に入っているのは明らかですが、実際に本番ソフトウェアを構築して出荷したことのある人なら、誰も信じないでしょう。
ドーシーは書簡の中で「インテリジェンスツール」や、数百万の顧客にサービスを提供する「緊急性」について語り、「今後1年のうちに……大多数の企業が同じ結論に達し、同様の構造改革を行う」と予測しました。大胆な発言で、イーロン・マスクのTwitterでの手法を大いに借用しています。Twitterはドーシーが共同創業した会社で、彼は保有株をマスクによる買収に拠出することで間接的な持ち分を維持しました。問題は、技術的な詳細がまったく示されていないことです。特定の大規模言語モデル（LLM）への言及も、新しいエージェント型コマースアーキテクチャの議論も、この突然の効率化を可能にした独自のAPIやプロトコルへの言及もありませんでした。私たちに示されたのは、証拠のない結論だけです。
アーキテクトとして、これは最大の危険信号です。本当の効率を生むシステムを導入するとき、私たちは具体的な話をします。データモデル、オーケストレーション層、ファインチューニング戦略、レイテンシのベンチマークについて議論します。手を振って「インテリジェンスツール」と言うだけでは済ませません。こうした曖昧さは、すでに下された決定に後から物語を当てはめているときの典型的な兆候です。決定は大規模な人員削減でした。その正当化がAIになったのです。
CFOのアムリタ・アフジャが、今回の削減によってBlockは「AIでより多くの仕事を自動化する、より小さく非常に優秀なチームで、より速く動ける」と述べたことは示唆的です。これは、AIがプロダクトマネージャーやマーケターの仕事をこなすという話ではありません。私の読みでは、これはワークフロー内のタスクを自動化する話です。つまり、取引処理、不正検知、カスタマーサービスの問い合わせといったタスクです。これらはまさに、企業が人間の「ミドルウェア」を抱え込む領域です。基幹システム同士が連携していないために、ある画面から別の画面へデータをコピーしたり、サポートチケットを手作業でエスカレーションしたり、あるシステムからレポートを抜き出して別のシステム用に整形したりすることが日々の仕事になっている従業員たちです。そうした仕事が安泰だったことは一度もありません。それは技術的負債の症状であり、AIはその負債にようやくドル建ての金額をつけた監査人にすぎないのです。
機械の中の幽霊：技術仕様はどこにあるのか？
もしBlockが、従業員のほぼ半分を不要にするほどのエージェント型コマースのブレークスルーを本当に達成していたなら、その技術発表はレイオフそのものと同じくらい重大なものだったはずです。私たちは図を目にし、ホワイトペーパーを読み、新しいAPIドキュメントを分析しているでしょう。しかし、何も出てきていません。その沈黙は耳をつんざくほどです。
本物のエージェント駆動型コマースアーキテクチャとはどのようなものでしょうか。単一のモノリシックな「AI」ではないことは確かです。中央のプロトコルによってオーケストレーションされ、連携して動く専門エージェントの分散システムになるはずです。コマースAIアーキテクトとして、私が内部に見たいと期待するのは次のようなものです。
Blockのような決済事業者にとって、本物のエージェント型アーキテクチャがどのようなものになりうるかを簡略化して示します。
これは単にチャットボットを接続するということではありません。リクエストの処理方法を根本から再設計することです。オーケストレーターエージェント（B）はプロジェクトマネージャーのように機能し、顧客意図エージェント（C）（それ自体がベクトルデータベースを使って自然言語を理解します）からの構造化された出力を受け取り、不正検知、ルーティング、精算を担う専門エージェント群を調整します。各エージェントは明確な役割を持つ独立したサービスで、明確に定義されたAPI（K、M）や構造化データソース（H、I、J）とやり取りします。
重要なのは、このシステムが仕事を自動化するだけでなく、アーキテクチャの欠陥があるからこそ存在する仕事のカテゴリーそのものをなくすという点です。不正検知エージェント（D）がより高度でデータ駆動型のモデルを持っているため、フラグが立ったすべての取引を人が確認する必要はもうありません。精算エージェント（F）と台帳（L）が常に自動で連携しているため、精算を手作業で照合するチームも必要ありません。
Blockはこれを構築したのでしょうか。もしかしたら。しかし、もしそうなら、それを秘密にしていたことになります。はるかに可能性が高いのは、これらのコンポーネントの一部について初歩的なバージョンがあり、経営陣がその可能性を見て、技術が十分に成熟する前に人員削減を決めたということです。彼らが賭けているのは、完成した家ではなく、アーキテクチャの設計図なのです。
「AIによる効率化」は新しい「シナジー」：技術的負債の隠れ蓑
ロサンゼルスのコマースブランドでは、ファッション・ディストリクトのファストファッション企業からベニスビーチのウェルネスブランドまで、同じパターンがよく見られます。洗練されたShopifyやMagentoのフロントエンド、マーケティング・分析・サポート用の十数個のSaaSツール、そして10年前に導入されたERPがあります。それらすべてをつなぎとめている結合組織は何か。人です。それも何十人もの。
彼らは組織の「人間API」です。キャンペーンのセグメントを作るために、3つの異なるプラットフォームからCSVを手作業でエクスポートして1週間を過ごすマーケティング担当者。フルフィルメントのデータがCRMと統合されていないため、「注文した商品はどこ？」という1件の問い合わせに答えるのにタブを5つ開かなければならないカスタマーサービスチーム。決済事業者のレポートが銀行のものと合わないため、スプレッドシートに溺れている財務チーム。
現在のAIは、まさにこの問題を見抜く驚異的な監査人です。シンプルなAIエージェントを導入しようとするだけで、最初に投げかけられる質問は「そのためのAPIはどこにありますか？」です。次は「データは構造化されていますか？」。答えが「経理にそのレポートを抜き出す担当がいます」や「別のシステムにログインする必要があります」なら、AIは機能しません。そしてまさにそこで、技術的負債のコストがあらわになります。失敗した統合プロジェクトの回避策になることだけが仕事という人の給与です。
Blockで起きたのは、こういうことだろうと私は考えています。ドーシーが言及した「インテリジェンスツール」は、1万人を超える給与支払い対象のうち、どれほどがこうしたアーキテクチャの穴をふさぐことに充てられていたかを明らかにしつつあるのでしょう。何年もかかり、政治的にも厄介な再設計プロジェクトに乗り出す代わりに、彼はマスクの手法にならいました。まず人間ミドルウェアを削減し、残ったチームに生き残るための自動化を構築させるのです。残酷ですが、効果的です。時間外取引で最大24%という株価の急伸が、市場が何を評価しているかをすべて物語っています。革命的な技術の話ではなく、業務効率への容赦ないコミットメントの話なのです。
エージェント型アーキテクチャ対人間ミドルウェア：比較
具体的に考えてみましょう。よくある、見かけ以上に複雑なコマースのシナリオです。ウェストハリウッドの顧客がメルローズの店舗でドレスを購入しましたが、破損した状態で届きました。顧客は代わりの品をダウンタウンのオフィスに送ってほしいと考えており、迷惑料として一部返金も求めています。
これが2つの異なる組織構造でどう展開するかを示します（時間と金額は例示です）。
| プロセスのステップ | 「人間ミドルウェア」アーキテクチャ（肥大化したブランド） | エージェント型コマースアーキテクチャ（スリムなブランド） |
|---|---|---|
| 開始 | 顧客が写真付きの怒りのメールを送る。 | 顧客がチャットウィンドウを開く。意図エージェントがリクエストを解析する：「破損品、交換、新しい住所、一部返金の問い合わせ」。 |
| 確認 | ティア1のサポート担当者がメールを開き、Shopifyで注文を探し、CRMを開いて顧客の履歴を確認し、同じ写真をより高い解像度で送るよう顧客に依頼する。 | 検証エージェントが写真を取り込み、画像解析モデルで破損を確認し、注文IDを配送記録と照合する。すべて数秒で完了。 |
| 在庫確認 | 担当者が顧客を保留にする。別の在庫システム（またはGoogleスプレッドシート）を開き、地域のフルフィルメントセンターに交換品の在庫があるかを確認する。データは12時間前のもの。 | 在庫エージェントが倉庫管理システムのAPIにリアルタイムで問い合わせる。在庫を確認し、1点を確保する。 |
| 住所変更 | 担当者が新しいオフィスの住所を注文メモに手入力する。これがしばしば配送ミスの原因になると知りながら。 | オーケストレーターエージェントが郵便サービスのAPIで新しい住所を検証し、顧客プロファイルを更新して、交換注文用にフラグを立てる。 |
| 返金・割引 | 担当者は顧客に、返金には「マネージャーへのエスカレーション」が必要だと伝える。新しいチケットが作成される。マネージャーが確認するのは24〜48時間後。 | ポリシーエージェントがルールエンジンを確認する：「商品価格が100ドル超で破損が確認された場合、15%の返金を自動承認する」。決済事業者のAPIを通じて返金を実行する。 |
| 解決 | 2日後、4通のメールと3人の従業員を経て、顧客は新しい商品の発送と返金の手続き完了の通知を受け取る。 | 2分後、顧客は1通のメッセージを受け取る：「破損してしまい申し訳ございません。25ドルを返金いたしました。交換品はダウンタウンのオフィスへ向けて発送済みで、明日到着予定です」。 |
肥大化税の実態
左の列は、多くのDTCブランドにとっての現実です。遅く、高コストで、ミスが起きやすい。コストは関わった3人の従業員の給与だけではありません。顧客離れ、否定的なレビュー、そして業務上の重い足かせもです。これが「肥大化税」、つまりアーキテクチャの亀裂を取り繕うために雇われた一人ひとりに対して支払われるペナルティです。ドーシーの動きを見た投資家たちは、ポートフォリオ内のすべてのブランドに、なぜいまだにそれを払っているのかと問い始める可能性が高いでしょう。
エージェント型の未来に備える：構造化データは譲れない
右の列は魔法ではありません。AI検索のための構造化データとアクションの基盤の上に構築されたシステムを表しています。エージェントが機能するのは、商品データ、顧客データ、在庫データ、注文データがクリーンで、アクセス可能で、最新だからにほかなりません。エージェント型の未来への道のりは、プロンプトエンジニアの採用から始まるのではありません。データアーキテクトを採用し、徹底的にデータを整理することから始まります。これこそがエージェント対応ストアフロントの準備度を左右する、地味でも決定的な仕事です。それがなければ、AIへの投資は技術的負債の博物館に新しい展示棟を建てる資金にしかなりません。
あなたのブランドにとっての意味：AIレディネス監査
コマースのリーダーにとって、Blockの過激な動きが伝えるメッセージは、明日従業員の半分を解雇せよということではありません。従業員のどれだけが人間ミドルウェアとして働いているかを把握せよ、ということです。彼らの仕事はすでに時代遅れで、市場がまだあなたに決断を迫っていないだけなのです。「AIプラットフォーム」をパニック買いしてはいけません。監査を実施しましょう。
人間APIを洗い出す
1週間、チームを1つの部屋に集めてください。上の返品の例や、サプライヤーのオンボーディング、キャンペーン作成といった重要なプロセスを1つ選びます。ホワイトボードにすべてのステップを書き出します。各ステップについて、「人が創造的または戦略的な判断をしているのか、それともシステムAからシステムBへデータを移しているだけなのか」を問いかけてください。
答えが「データを移している」なら、そのステップを赤い枠で囲みます。それがあなたの人間APIです。それがあなたのアーキテクチャ上の負債であり、弱点です。今後12か月の目標は、その赤い枠を一つ残らずなくすことであるべきです。人を解雇するのではなく、その手作業を不要にするAPIやデータパイプラインを構築し、その人をより価値の高い仕事に充てられるようにするのです。
今すぐAI Experience Labを始める
この技術が成熟するのを待つのは、絶滅への道です。今学び始める必要があります。巨額の予算は要りません。AI Experience Labを立ち上げましょう。エンジニア1人、プロダクト担当1人、データアナリスト1人からなる、小さな部門横断チームです。その使命は、エージェント型の原則を使って実際のビジネス課題を解決する、小さくても動くプロトタイプを作ることです。
最初から顧客向けのチャットボットを作ろうとしないでください。社内のワークフローから始めましょう。在庫照合を自動化するエージェントは作れるでしょうか。ビジョンモデルを使って新商品の写真に自動でタグを付けるツールは作れるでしょうか。アパレルブランドなら、バーチャル試着AIのプロトタイプは作れるでしょうか。顧客に公開するためではなく、自社の商品データやAPIのどこが足りないかを確かめる演習としてです。ラボの目的は本番コードを出すことではなく、自社の個別で雑然としたシステムでAIを機能させるために実際に何が必要かという組織的な知見を蓄えることです。これこそが、しなやかなコマースAIアーキテクチャを築く核心です。
本当のAI黙示録は消耗戦である
誰もが「AIによる雇用の黙示録」を、Blockのような一度きりの壊滅的な出来事になるかのように語っています。それは間違いです。ほとんどの企業にとって、それは突然の粛清ではありません。ゆっくりと、静かに、痛みを伴って衰退していくのです。
アーキテクチャ上の負債を無視するブランドは、競争できなくなるでしょう。3つの部署にまたがる手作業の調整が必要なために新しいプロモーションの開始に1週間かけている間に、よりスリムな競合はそれを1時間でこなすエージェントを持っているはずです。増え続けるチケットに対応するためにサポート要員を増やしている間に、競合のエージェントは問題を即座に解決し、顧客ロイヤルティを高めているでしょう。
これは、ある企業が「より賢いAI」を持っているという話ではありません。ある企業が、より俊敏でデータ中心の基盤を持っているという話です。それによって、より速く改善を繰り返し、より高い利益率で運営し、より優れた人材を引きつけることができます。人間ミドルウェアを抱え込んだブランドは、あらゆる面で敗れるでしょう。
彼らが敗れるのは、競合がより賢いAIを買ったからではありません。競合が先に自社のアーキテクチャを直したからです。そして、あなたが自社のアーキテクチャを直し始めるべき時は、今です。
出典：Block株主への書簡（SEC 8-K Exhibit 99.1、2026年2月26日）、CNBC、2026年2月26日、マット・シューマー「Something Big Is Happening」（Fortune、2026年2月11日）、ジャック・ドーシー、Twitterに関するSchedule 13D（2022年10月）。