Meta 社内は、予想外の形で従業員の AI 導入度を測定している――The Information の報道によれば、同社は「Token Legends」と名付けられた社内ランキングを設置し、従業員が AI の計算能力と token 使用量をもって、地位と生産性の指標として互いに競い合っている。ペンシルベニア大学の著名な教授 Ethan Mollick は X で、古典的なマネジメント論文「A を報奨しながら B を期待するという愚かさ」を引用し、これに鋭い警告を投げかけた。企業が誤った指標で AI 導入の効果を測ると、AI は新世代の「見せかけの仕事」となり得る。
Token 用量の競争：Meta の AI 採用に新しいゲームのルール
報道によれば、Meta 社内で構築された「Token Legends」ランキングは、従業員が互いの AI 計算能力の消費量を確認できるようにするものだ。この仕組みは社内に競争文化を生み出し、従業員は token 使用量を、自分が「AI を受け入れている」ことの証明として示し始めた。しかし、このやり方は根本的な問題を引き起こしている。使用量は価値に等しいのか？
Mollick は別の投稿で、驚くべき数字もさらに提示した。Meta の毎日の AI 計算能力の消費は 2 兆 token（two trillion tokens a day）だという。この規模が示しているのは、単に技術インフラへの投資だけでなく、企業レベルの AI 採用がすでに大規模で制度化された段階に入ったという明確な証拠でもある。
古典的なマネジメントの警告：「A を報奨しながら B を期待する」の AI 版
Mollick は、古典的なマネジメント論文「On the Folly of Rewarding A, While Hoping for B」を引いて、この現象を分析している。広く引用されているこの論文は、組織の中で一般に起きる問題を明らかにしている。インセンティブの仕組みが実際の目標と切り離されると、従業員は組織が本当に必要とする結果ではなく、測定される指標を最適化し始める。
Meta の状況に当てはめると、会社は従業員に AI によって仕事の品質と効率を高めてほしい（目標 B）一方で、測定には token 使用量を用いる（報奨 A）。結果として、従業員はランキングに上がるために大量に AI を使う可能性があり、たとえそれらの使用が実際の生産性向上につながっていなくても構わない、ということになる。これは過去の企業で「オフィスで見られていること」が「勤勉な仕事」と同義だったような、見せかけの労働とまったく同じだ。
2025 年は何も感じないが、2027 年はまったく違う
Mollick は同時に、重要な時間軸による判断も示した。2025 年の大企業では GenAI が重大な仕事への影響をまだ与えていない可能性がある。なぜなら当時、本当に agentic なツールが存在しないためで、採用には時間がかかり、誰もがまだ実験のプロセスの中にいるからだ。しかし、この状況は急速に変化している。
彼は、2025 年に AI が無影響だったことを示す研究は、2027 年に何が起きるかを教えてくれない、と警告する。agentic AI ツールが成熟し、組織のプロセスが再設計され終えるにつれて、企業は「実験期間」から正式に「スケール展開期間」へ移行する。さらに、この転換過程でどのように正しいインセンティブ設計を行うかが、誰が本当に AI から競争上の優位を得られるかを決める。
産業への示唆：AI 採用の真の難題は技術ではない
Meta の「Token Legends」事例は、企業の AI 採用における深い問題を明らかにしている。技術の導入それ自体がもはやボトルネックではなく、組織の振る舞いとインセンティブ設計こそが問題なのだ。企業が「どれだけ AI を使ったか」を KPI にすると、実際には産出とは無関係な行為が報奨されていることになる。真に有効な指標は、単に使用量ではなく、AI がもたらす実際の成果――プロジェクト完了の速さ、コードの品質、顧客満足度――を測るべきだ。
AI 転換を推進している台湾の企業にとって、Meta の経験は重要な警告を提供する。AI ツールの導入を急ぐ一方で、あわせてどのように業績評価の仕組みを設計するかを、より慎重に考える必要がある。さもなければ、AI は新世代の見せかけの仕事のツールになるだけで、本当の生産性の変革エンジンにはならない。
この記事 Meta「Token Legends」AI ランキングに物議：使用量を業績とするのは見せかけの仕事につながるかもしれない 最初に登場したのは 鏈新聞 ABMedia。
