AI利用率をKPIにすると何が壊れるか ― Metaの撤回とEYの1億ドルから考える評価指標の設計

アメリカでは企業の58%が社員にAIの利用を義務づけ、評価や昇進に結びつける会社も出てきました。日本でも義務化する会社が出始めています。次に来るのは「どれだけ使ったか」を評価に使う段階ですが、その道を1年早く走った会社が、この夏それを撤回しました。何が起きたのかを追いながら、自社の評価にAI利用を入れる前に確認しておきたいことを整理します。

Metaは「AIを使った量」で人を見た

2026年9月2日、Metaの技術部門の幹部2名が、社内のエンジニア全員に評価基準の変更を通知しました。内容は「AI導入の集計やトークン数では、社員の貢献を評価しない」というものです。裏を返せば、それまでは使った量が見られていた、ということになります。

話は約1年前にさかのぼります。Metaは社内に「AIを使って成果を出すこと」を2026年の中心的な期待として伝えました。現場では、チャット型のAIや、指示を受けて自分で作業を進めるAIエージェントを、どれだけ仕事に使ったかが見られるようになりました。

7月に提訴した元社員らの訴状によると、利用量に応じて「AI Native」「AI First」「AI Enabled」というラベルが付いていたとされています（WIRED報道）。但し、Metaは、ラベルを評価に使ったことはないと否定しています。

社内ランキングと「使用量の水増し」

2026年春、ある社員が社内に自作のランキングを公開しました。名前は「Claudeonomics」。8万5,000人を超える社員のAI使用量を集計し、上位250人を表示する仕組みで、上位者には称号まで付いていました。

このランキングは外部に漏れ、2日後に閉鎖されました。しかしこの頃から、AIの使用量をわざと増やして「AIを使っている人」に見せる行動が広がり、tokenmaxxing（トークンマキシング）という呼び名まで付きました。

社員の証言として報じられているのは、次のような行動です。

つまり、「使った量」が見られていると分かった瞬間、社員は仕事の中身ではなく、量を増やす方向に動いたということです。

使う量が増えても、成果は増えなかった

では、AIの使用量が増えた結果、Metaの仕事は速くなったのでしょうか。Reutersが8月26日に公開した特別リポートに、社内の数字が出ています。

作業の量は2倍以上に増えたのに、ユーザーに届いた成果は3割ほどしか増えていません。しかも事故が増え、その対応に人の時間が取られています。使った量と、生み出した成果は、別だったということです。

つまり、「使えば成果が出る」という前提が、数字で崩れました。量を追えば、量だけが増える。増えた量を支えるために、かえって人の手間がかかる。これがMetaで起きたことです。

※画像はクリックで拡大できます

※上記の数字はReutersの報道によるもので、Metaは数字についてコメントを控えています。

明文化しなくても、数字は評価になる

ここで一つ、大事な食い違いがあります。Metaは公式には「評価と昇進は人が判断している」「ラベルは評価に使っていない」と説明しています。制度の上では、使用量は評価基準ではなかった、というのがMetaの立場です。

一方で、報道が伝えている運用はこうです。

使っていなければ、「使わない」と書く必要はありません。制度に書いていなくても、現場では使用量が評価につながると受け取られていた、と読むのが自然です。

これはMetaだけの問題ではありません。会社が強く推している数字を、社員が「これで評価される」と受け取るのは、ごく自然な流れです。制度に書いていないことは、現場では「書いていない」ではなく「否定されていない」と読まれます。経営が「これは評価には使わない」と言わなかった空白を、現場が埋めた。ランキング・ラベル・集計画面という「目に見えるもの」が、言葉の代わりに機能したのです。

小さい火種は、1年で訴訟になった

時系列を追うと、火種が大きくなる速さが分かります。

1. 2026年6月：技術部門トップが約6,000人へのメモで「使うこと自体が目的になってはいけない。使用量は成果の物差しではない」と明言
2. 7月：5月に解雇された社員約20数名が、AIラベルを理由にした解雇は差別禁止法に反すると提訴（報道による）
3. 9月2日：評価基準を正式に変更

トップが「使用量は物差しではない」と言ってから、基準が変わるまで3か月かかりました。その間に訴訟が起きています。社員満足度が74%から55%に落ちたという現場の声も、すでに出ていました。その声を、経営のコミュニケーション方法にフィードバックするルートがあったのか。ここが分かれ目だったと考えられます。

数字を作った瞬間に「何のための数字か」「評価には使わない」を同時に言う必要があります。言わなければ、数字が勝手に評価になる。そして一度評価に絡んだ数字は、間違いだと分かっても止めるのに時間がかかります。

日本の会社では、もっと静かに壊れる

ここからは読者の会社の話です。Metaのようにランキングや訴訟にはならなくても、日本の会社では同じことが、もっと静かに起きます。

たとえば、部門ごとのAI利用率を経営会議に出したとします。すると、使う機会が少ない仕事、つまり現場の仕事、製造の仕事、人と向き合う仕事が、仕事の中身とは関係なく下位に並びます。

評価項目に「AI活用」を入れたとします。すると、休職中の人、時短勤務の人、育休から戻ったばかりの人等、そもそも使う機会が少ないので不利になります。人的資本経営で守るはずの人が、評価で沈むことになります。

そして「AIを使いました」という報告だけが増えていきます。品質が上がったのか、時間が減ったのか、やり直しが減ったのかは、誰も測っていないままです。

EYは「AIで何を生んだか」にお金を付けた

では、何を評価すればいいのでしょうか。一つの答えを出した会社があります。

2026年8月31日、EY米国法人は、社員への報奨に1億ドル（約150億円）を投じると発表しました。評価するのは、事業を見る目（business acumen）、判断力（judgment）、変化への対応力（adaptability）の3つです。

表彰の枠は3つに分かれています。

大事なのは位置づけです。EYの発表文は、この報奨を「AIなどの技術を使うことへの報奨に加えて」と説明しています。使うこと自体を否定しているわけではありません。使った先の成果と判断に、お金を結びつけたのです。

※画像はクリックで拡大できます

ただし、判断力をどう測るかは書かれていない

ここで一つ注意が必要です。「判断力」をそのまま評価項目に置くと、今度は上司の好みが強く出ます。何をもって判断力が高いと言うのか、行動の例まで具体化しないと、評価の道具としては使えません。

EYの発表文にも、測り方は書かれていません。「測りにくい能力を評価に置く」ことは、一定の難しさを伴います。誰もが納得する判断力を測る指標を設定する必要があります。

利用率の役目は、段階で変わる

ここまで読むと、「利用率は見ない方がいい」と思われるかもしれません。そうではありません。利用率には役目があります。ただし、その役目は会社の段階によって変わります。

導入したばかりの段階：なぜ使われないかを見つける

AIを入れたばかりの段階では、部門ごとの利用率は役に立ちます。使われていない部門があれば、理由を探せます。ライセンスが足りないのか、仕事に合わないのか、上司が止めているのか。ここでの利用率は、問題を見つける道具です。ただし、この段階でも個人の評価には使いません。

広げる段階：どの仕事で使われているかを見る

ある程度広まったら、見方を変えます。「誰が使っているか」ではなく「どの仕事で使われているか」です。議事録づくりは9割の人が使っているが、契約書のチェックは2割しか使っていない、といった見方です。どこで価値が出ているかが分かります。価値が出ている仕事のやり方が見つかったら、それを他の部門にも広げる。うまくいったやり方を広げるのが、この段階の利用率の使い道です。

定着した段階：利用率は主役から降りる

AIが当たり前になった段階では、主役は成果の物差しに変わります。減った作業時間、間違いの率、やり直しの回数、1件あたりのAIのコスト。利用率は「想定と違うところを見つける」役目に降りて、たとえば次のようなことを見つけるために使います。

※画像はクリックで拡大できます

つまり、利用率が悪いのではありません。どの段階でも、利用率を個人の評価に使うことが間違いなのです。

【セルフチェック】評価の物差しを作る前の7項目

この記事の考え方を、自社の制度に当てはめてみるためのチェックリストです。正解を出すためのものではなく、評価項目に「AI活用」を入れる前に立ち止まるためのもの。気になった項目だけ拾ってもかまいません。各項目に、考えるときの手がかりを一言ずつ添えました。

• 利用率を、個人の評価・賞与・配置に結びつけていないか直接の評価項目でなくても、目標設定シートや1on1の話題に入っていれば、現場では評価と受け取られます。
• 成果の物差し（時間・品質・やり直し）を、利用率とは別に持っているか利用率しか数字がないなら、利用率が評価になるのは時間の問題です。まず一つの部門で成果の数字を取り始める。
• 使う機会が少ない仕事や働き方の人が、不利になっていないか現場・製造・対人の仕事、休職・時短・育休明けの人。人的資本経営で守るはずの人が、数字で沈んでいないか。
• 利用率の数字を「何のために見るか」を決めているか「使われない理由を見つけるため」なのか「定着を確認するため」なのか。目的が言えない数字は、評価に流れます。
• 数字を見せる相手に「評価には使わない」を同時に伝えているかMetaが3か月と訴訟を費やしてたどり着いた一文です。言わなければ、数字は勝手に評価になります。
• 現場がどう受け取っているかを、経営に戻す経路があるか満足度調査・1on1・社内アンケート。Metaでは74%→55%という声が出ていたのに、伝え方が変わるまで3か月かかりました。
• 定着したら、利用率を主役から降ろす時期を決めているか導入期の道具を、定着後も使い続けると水増しが始まります。「いつ降ろすか」を最初に決めておく。

今日できること

大がかりな制度改定の前に、今日できることが3つあります。

1. 自社のAI利用率の数字が「誰に」「何のために」見せられているかを確認する
2. 利用率が評価・賞与・配置に結びついていないか、人事制度の文書を確認する
3. AI利用率は評価には使わないと文書や口頭で明言する

3つ目が一番重要です。Metaが3か月と訴訟を費やしてたどり着いたのは、このことではないでしょうか。言わなければ、数字は勝手に評価に結びつくという事例だったと思います。

用語メモ

本記事に登場する専門用語をまとめました。▶ をクリックすると説明が表示されます。

※本記事のMetaに関する記述は、Reuters・WIRED・Fortune等の報道にもとづくものです。Metaは一部の数字や主張についてコメントを控える、または否定しています。各社の制度は執筆時点の公開情報によるもので、その後変わっている可能性があります。自社の評価制度の設計については、社内の人事部門や専門家にご相談ください。