Meta 約7,800人解雇とAI学習データ問題の全容｜従業員監視・著作権訴訟・日本企業への教訓【2026年5月速報】

Metaは2026年5月20日、全従業員の約10%にあたる約7,800人を解雇した。これは単なるコスト削減ではなく、AI全振り戦略への組織再設計であり、同時に「従業員データを無断でAI学習に利用した疑惑」と「267TBの海賊版コンテンツを用いたAIトレーニングへの著作権訴訟」という2つの倫理的問題が重なって世界的な注目を集めている。

この記事では、解雇の規模・背景・影響、従業員監視プログラム（MCI）の詳細、Elsevier他5社による著作権訴訟の要点、さらに日本企業が今回の事例から学ぶべき5つの実務教訓を整理する。

この記事でわかること：

• 約7,800人解雇の正確な数字と根拠、解雇対象・除外対象の内訳
• 7,000人のAI部門再配置とMetaの組織再設計の全貌
• 従業員データ無断収集プログラム「MCI」の仕組みと問題点
• 著作権訴訟「Elsevier v. Meta」の主要な争点
• BigTech全体のAIリストラ比較と2026年の潮流
• 日本企業が取るべき5つの対応策

想定読者：AI導入を推進するビジネスパーソン・人事・法務担当者・経営者、および生成AIとデータ活用の倫理・コンプライアンスに関心のある方。

2026年5月のMeta：3つの問題が同時発生した構造を整理する

今回のMeta騒動は3つの問題が同時に起きたことで、複雑に見える。整理すると以下の通りだ。

単に「人員削減ニュース」として読むと本質を見誤る。Metaが外部データ（著作権素材）と内部データ（従業員の行動ログ）の両方を「適切な同意なくAI学習に利用した疑惑」を同時に抱えているという構造が、今回の本当の問題だ。

解雇規模の正確な数字：なぜ「約7,800人」なのか

大手メディアの多くは「約8,000人」と報道しているが、より正確な数字は約7,800人だ。

• Meta社の2026年3月末時点の従業員総数：77,986人
• ザッカーバーグが発表した削減率：全体の10%
• 計算：77,986人 × 10% ＝ 7,798.6人 ≈ 約7,800人

NPR・BBC・CNBCなどの英語メディアが「approximately 8,000」と丸めて報道したため「8,000人」が広まったが、両者の差は約200人で実質的に同じことを指している。この記事では精度を重視して「約7,800人（全体の10%）」と表記し、報道上の「約8,000人」という表現も補足として活用する。

今回の削減がいかに大規模か：過去との比較

今回の約7,800人に加え、採用予定枠6,000件のキャンセルも発表された。実質的なポジション削減は14,000ポジションにのぼる。

記録的な黒字なのに解雇：AI時代の逆説

今回の解雇が特に批判を受けた理由は、Metaが過去最高水準の業績を出している最中に行われたことだ。

• 2026年Q1売上高：566億ドル（記録的水準）
• 2026年Q1純利益：268億ドル
• 2025年通年売上：2,010億ドル（前年比22%増）

財務的には何も問題がない。むしろ絶好調の状態での大規模解雇は、「人件費削減のための解雇」ではなく「AI時代に適合した組織への強制的な作り直し」であることを示している。ザッカーバーグは5月20日付の全社メモで「AI時代に成功は保証されない（Success isn't a given）」と述べた。

同時にMetaは2026年のAI投資額を1,250〜1,450億ドル（前年の約2倍）と発表している。オハイオ州のPrometheusスーパークラスター建設、ルイジアナ州での270億ドル規模のAIデータセンターキャンパス、NVIDIA GPUの大量調達が続く。

7,000人のAI部門再配置：Metaが目指す組織の姿

解雇と同時に、7,000人の従業員を新設4つのAI組織に再配置する計画も発表された（5月18〜20日通知）。

新設役職カテゴリとして「AI builder」「AI pod lead」「AI org lead」が登場し、全職種で2026年から「AIの使い方」が業績評価の必須スコアに組み込まれた。

これは明快なメッセージだ。「AI活用ができない人材はMetaで居場所がない」という方針の明文化である。

加えてMeta Superintelligence Labs（MSL）には、Scale AI創業者のAlexandr Wangを最高AI責任者として迎え、AGI（汎用人工知能）達成目標として2026〜2027年、超知性（Superintelligence）達成目標として2029年を掲げている。優秀なAI研究者には最大3億ドル／4年という異例の報酬パッケージも提示されている。

Meta Superintelligence Labsが開発するAIモデル「Muse Spark」については、Meta Superintelligence Labs「Muse Spark」とは何かで詳しく解説している。

従業員データのAI学習利用：Model Capability Initiative（MCI）とは何か

今回の炎上の核心が、Model Capability Initiative（モデル能力イニシアチブ、MCI）だ。

MCIの概要

2026年4月21日、Metaは米国在籍従業員に対し、会社支給のPCに監視ソフトウェアを導入する旨を通知した。

収集されるデータ：

• マウスの動き・クリック
• キーストローク（すべてのキー入力）
• 定期的なスクリーンショット

収集対象のサービス：Gmail、GChat、MetaMate（社内ツール）、VSCode、GitHub、Slack、LinkedIn、Wikipedia、Threadsなど数百のWebサービス・アプリケーション

Metaが公式に説明した目的：「ドロップダウンメニューの選択、キーボードショートカットなど、人間がコンピューターを操作する方法のうち、AIが苦手とする領域を改善するため」

オプトアウトは存在しない

最も重大な問題は、米国社員には拒否する選択肢が一切ないという点だ。Meta CTOのBossworthは社内で「会社支給のラップトップにオプトアウトはない」と明言した。

なお、欧州の従業員はGDPRの「同意の自由性」原則により適用除外となっている。従業員が雇用主に対して「自由な同意」を行使できないと見なされるためだ。日本法人への適用有無は現時点では未確認だ。

ザッカーバーグの音声リーク（2026年4月30日）

労働者支援団体「More Perfect Union」が、ザッカーバーグの発言が含まれる音声をリークした（2026年4月30日）。報道によれば、以下の趣旨の発言があったとされる：

「AIモデルは、頭の良い人が物事をやる様子を観察して学習する。うちの社員の平均知能は外部の請負業者より有意に高い」

要するに「優秀な社員こそが最良のAI学習データソース」という論理だ。この音声リークは、解雇通知が送られた2026年5月20日と同日に報道が重なり、激しい炎上を引き起こした。

従業員の反応

• 1,000人以上がMCIへの反対請願書に署名
• 英国のMeta従業員：United Tech and Allied Workers（UTAW）への組合加入を呼びかけ
• 社内に「従業員データ抽出工場で働きたくない方は？」というフライヤーが掲示される
• エンジニアのMack Ward氏は「オプトアウトの選択肢がない」と公に指摘

生成AIを活用した業務効率化とデータ倫理の問題については、生成AIのセキュリティリスクと企業の対策方針でも関連する論点を扱っている。

著作権訴訟：Elsevier v. Meta（2026年5月5日提訴）

解雇の2週間前、ニューヨーク南部地区連邦地裁に重大な訴訟が提起された。

訴訟の概要

訴状の主な主張

1. MetaはLLaMAシリーズの学習に267TBの海賊版コンテンツを使用した
2. 入手ルート：LibGen・Anna's Archiveなどの著名な海賊サイトからのトレント
3. DMCA（デジタルミレニアム著作権法）上の著作権管理情報（CMI）違反
4. ザッカーバーグ個人への「寄与侵害」請求

重大な内部証拠

訴状には2023年12月13日付の社内メモが証拠として含まれており、そこにはMeta従業員が「我々が海賊版と知っているデータセット」「LibGenデータセットの使用を開示しないだろう」と記載していたとされる。単純な「知らなかった」という抗弁が困難な状況だ。

Metaの立場

Metaは「積極的に対抗する」と表明しており、著作権素材のAI学習利用は「フェアユース」に該当すると主張している。なお、訴訟はクラス認定前の段階（2026年5月時点）であり、法的な判断は今後の推移を待つ必要がある。

二重問題の構造的整理：MetaのAIデータ調達姿勢の問題

今回最も重要な視点は、MetaがAIのデータ調達に関して「外部」「内部」の両面で問題を抱えているという事実だ。

二つの問題の共通点は「データを取得する側の都合でデータ主体の権利が後回しにされている」点だ。AIの学習データ不足という業界共通の課題があるとはいえ、世界最大クラスの企業が取る戦略として倫理的・法的な問題が鋭く問われている。

BigTechのAIリストラ比較：2026年は歴史的な転換期

MetaだけでなくBigTech各社が同様の「AI投資拡大×人員削減」を進めている。2026年Q1の削減数は「少なくとも過去2年で最多」と報じられている。

同時にMeta・Microsoft・Google・Amazonの4社が2026年に投じるAI投資の合計は約7,250億ドルに達する見通しだ。「記録的な解雇と記録的なAI投資の同時進行」は、2026年が生成AI産業の構造転換元年であることを強く示している。

日本企業への5つの教訓

「日本は解雇規制が厳しいから関係ない」と片付けるのは正確ではない。日本でも同様の方向性は確実に進んでいる。

日本企業に起きている変化

以下、Meta事例から日本企業が具体的に取り組むべき5点を整理する。

教訓① 従業員データのAI学習利用に関する就業規則の整備

日本では個人情報保護法と労働法の両面から、従業員データをAI学習に利用する場合の同意取得・目的明示が不可欠だ。MCIのように「会社支給PCだから何でも収集できる」という論理は、日本の個人情報保護法（第17条：目的外利用の制限）や雇用契約上の信義則の観点から問題が生じる可能性がある。

実務チェックポイント：

• 就業規則に「AIシステム学習目的でのデータ収集」に関する条項があるか
• 収集範囲・目的・保管期間の明示と同意取得プロセスがあるか
• オプトアウトの手段が実質的に提供されているか

教訓② リスキリング戦略の設計（配置転換を前提に）

Metaは7,000人をAI部門に再配置する一方で7,800人を解雇した。この比率（再配置：解雇 ≈ 9：10）は示唆的だ。AIに置き換えられる前に、従業員がAIを使いこなす側に移行できるかどうかが企業の生死を分ける。

日本では解雇が難しい分、配置転換・リスキリングへの先行投資が欧米以上に重要になる。Metaのように「解雇して優秀なAI人材を外から取ってくる」戦略は、日本の労働法制上、そのままは使えない。

実務チェックポイント：

• どの業務がAIに代替されるかのロードマップを策定しているか
• 代替前に当該従業員をAI活用人材へ転換するプログラムがあるか
• AI活用スキルの業績評価への組み込みを検討しているか

人事・HRにおけるAI導入の具体的な実務事例については、人事のAI活用事例：AI採用・評価・タレントマネジメント導入ガイドでより詳しく解説している。

教訓③ AI業績評価の設計：「導入」ではなく「運用設計」が肝

Metaは2026年から全職種で「AIの使い方」を業績評価の必須スコアとした。日本でも同様の動きが広がっているが、設計が粗いと問題が起きる。

設計で注意すべき点：

• AIを「使った回数」ではなく「使って成果を出したか」を評価軸にする
• AI活用度の低い従業員への不利益処分は就業規則との整合が必要
• AI活用環境が整っていない中でのAI評価は不公平感を生む

教訓④ 著作権・データ利用コンプライアンス体制の整備

Elsevier v. Metaが示す教訓は、AIに学習させるデータの権利確認は企業規模を問わず必須という点だ。日本企業でも、社内の文書・顧客データ・業界資料を外部AIサービスにファインチューニング用として提供する際の権利確認が不十分なケースがある。

実務チェックポイント：

• 使用AIサービスの利用規約（学習利用の有無）を確認しているか
• 著作権者の同意なく書籍・論文・記事をAI学習データに使っていないか
• 自社データのAI活用に関する社内承認フローがあるか

教訓⑤ AI投資と人件費の合理的なバランス設計

MetaのQ1 2026利益は268億ドルを記録しながら7,800人を解雇した。「利益があるから雇用を守る」という論理は、今やBigTechには通用しない。一方で日本企業が過度にMetaを模倣してAI投資を急拡大し、既存従業員のリスキリングを省略すると、技術は入っても使える人がいない「ツール購入貧乏」になるリスクがある。

推奨アプローチ：

• AI投資額と人材育成予算を連動して計画する（投資の1〜2割を人材育成に）
• 「AI導入で削減できるコスト」と「AI活用の前提としての教育コスト」を両方計画に入れる
• 短期コスト削減だけを目的としたAI導入は、中長期での組織力低下につながる

AIによる人員削減を検討する企業へ：向いているケース・向いていないケース

AI活用による業務削減が合理的なケース

• ルーティン的・定型的な書類作成・データ入力業務が多い
• 顧客対応のうち、FAQ回答・問い合わせ分類など反復業務の比率が高い
• 採用・研修など、AI補完で品質が維持できる業務がある
• 従業員のリスキリング投資と再配置計画が先行して整っている

AI活用による業務削減が慎重であるべきケース

• 組織の暗黙知・関係性資産が業務の核になっている職種（営業・サービス等）
• AI活用のための前提スキルが現場にまだない
• 解雇ではなくリスキリングで対応できる余地が大きい
• AIの判断に対する説明責任・コンプライアンス要件が厳しい業務（医療・法務・金融など）

よくある質問（FAQ）

Q. Metaは今後も追加解雇を予定しているか？

ザッカーバーグは5月20日付のメモで「今年の全社規模の追加解雇は予定していない」と発言している。ただし部門別の削減は継続の可能性があり、また発言自体が矛盾する情報を含むため「確定的に終わった」とは言えない。2026年下半期に追加削減の可能性を報じるメディアも存在する。

Q. MCIは日本のMeta社員にも適用されるか？

現時点ではMCIは「米国在籍従業員」が対象と発表されており、欧州（GDPR規制）は適用除外とされている。日本法人への適用有無は、2026年5月時点では公式に確認されていない。

Q. Elsevier訴訟はMetaにとってどれほど深刻か？

原告はISBN付き書籍・DOI/ISSN付き学術論文の著作権所有者全員を対象とするクラスアクション訴訟を目指しており、潜在的な賠償規模は甚大だ。ただしMetaは「フェアユース」を主張しており、裁判所の判断が出るまでは結論が出ない。2026年5月5日提訴の時点ではクラス認定前の段階で、進捗は続報を待つ必要がある。

Q. MetaのAI投資額はどのくらいか？

2026年の資本支出ガイダンスは1,250〜1,450億ドルで、2025年（約722億ドル）の約2倍だ。主な投資先はデータセンター・NVIDIA GPU・カスタムシリコン。Scale AIへの大型出資（約143億ドル、49%非議決権株式取得）も含めると、AI関連投資の規模は事業史上最大水準にある。

Q. 日本の企業もAIリストラを進めるべきか？

日本は解雇規制が厳しく、Metaのような大規模解雇は法的に難しい。ただし業務自動化によって特定ポジションが不要になる流れは確実に進む。日本企業には「解雇前のリスキリング・配置転換」を先行して設計することが求められる。

まとめ：2026年5月のMeta事件が示すもの

今回のMetaによる約7,800人解雇は、「AI企業が儲かっても人は守られない」というAI時代の残酷な一側面を明確に示した。記録的な黒字と大規模解雇の同時進行は、もはやMetaだけの問題ではなく、AI投資を加速するすべてのBigTechに共通する構造だ。

一方で、従業員データの無断AI学習（MCI）と著作権侵害訴訟（Elsevier v. Meta）は、「AI学習データをどのように調達するか」という問題が倫理的にも法的にも未解決であることを示している。

日本企業にとっての実務的な示唆は5点だ：

1. 就業規則への従業員データAI利用条項の整備
2. 配置転換・リスキリングを前提としたAI移行計画の策定
3. AI業績評価の正しい設計（使用回数ではなく成果重視）
4. AI学習データの著作権・利用権の確認フロー構築
5. AI投資額と人材育成予算の連動計画

生成AIがビジネスの前提になる2026年以降、「AIを入れるかどうか」という問いはもはや意味を持たない。「AIをどのように導入し、人をどのように活かすか」という設計の質が、企業競争力を決める時代に入った。

関連リンク（公式・一次情報）

• Meta 公式SEC Filing（8-K）2026年
• Elsevier v. Meta 訴状PDF（2026年5月5日）
• 経団連「HR部門におけるAI等の活用に関する報告書」（2026年4月14日）
• NPR「Meta slashes 8,000 jobs as it pivots towards AI」
• CNBC「Meta will cut 10% of workforce as it pushes more into AI」
• The Register「Zuck defends monitoring employees to win AI race」
• Hachette Book Group「Publishers and Authors File Class Action Lawsuit Against Meta」