AIは組織図をフラットにするのか：主張と証拠を切り分ける

著者: Victor Hoang · 更新日: 2026年9月22日

階層のフラット化（delayering）とは、会社のトップと現場の仕事の間にある管理職の階層を取り除くことです。AIは、階層がかつて担っていた役割の一部、主に定型的な情報の受け渡しと進捗確認を確かに吸収します。しかし、多くの階層が存在していた本当の理由である調整、判断、説明責任までは吸収しません。コスト削減のために階層を削り、それをAI戦略と呼ぶ企業は、たいてい痛い目を見てそのことに気づきます。

このギャップこそが、本記事の主題のすべてです。組織図は、大規模言語モデルが登場するはるか前から、紙の上ではフラットになってきました。2025年から2026年にかけて変わったのは、プレスリリースです。かつて「再編」と書かれていたレイオフ発表の冒頭に、今は「AIによる効率化」が置かれています。その一部は本物です。しかし、多くは言い換えにすぎません。フロンティア企業とエージェントボスではこの変化の文化面を扱っています。本記事は構造そのものに絞ります。

重要なポイント

• 1人のマネージャーに報告する人数の平均は、2024年の10.9人から2025年には12.1人に増え、ギャラップが調査を始めた2013年と比べて50%近く高くなっています。中央値は5〜6人で横ばいのままであり、少数の非常に大きなチームが平均を押し上げていることを意味します。出典：Gallup, "Span of Control: What's the Optimal Team Size for Managers?"
• ベインのベンチマークデータベースによると、平均的な企業はトップから現場までに8-9の階層を持ち（優良企業では多くても7以下）、平均的なスパンは直属の部下6-7人です（優良企業では10-15人）。スパンと階層の見直しを実行した顧客は、平均してスパンを24%改善し、階層を14%削減しました。出典：Bain & Company, "Streamlining Spans and Layers"
• マッキンゼーの推計では、スパンと階層を適正化すると、通常は管理職コストの10-15%が削減でき、適切なスパンは仕事の種類によって変わります。新しい問題を扱う「コーチ」型のマネージャーは、繰り返しの成果物を扱う「コーディネーター」型よりはるかに小さなスパンを必要とします。出典：McKinsey, "How to Identify the Right Spans of Control for Your Organization"
• アマゾンは2025年10月に約14,000人の本社職を削減しました。CEOのアンディ・ジャシーは、その目的をAI時代に向けて「階層を減らし、オーナーシップを高めた」組織づくりと位置づけました。出典：CNBC, "Amazon laying off about 14,000 corporate workers"
• ウーバーは2026年9月に約3,300人（従業員の10%）を削減し、マネージャーの20%削減と、CEOから7階層より下にいる人員の削除を目標としました。CEOのダラ・コスロシャヒが挙げた理由は、AIではなく、積み重なった官僚主義でした。出典：TechCrunch, "Uber is laying off 10% of staff, or 3,300 people"
• オックスフォード・エコノミクスのベン・メイ氏は、AIが理由とされるレイオフの波についてこう述べています。「一部の企業は、過去の過剰採用ではなく技術の変化を持ち出すことで、レイオフを悪いニュースではなく良いニュースに見せかけようとしているのではないかと考えています。」出典：CBS News, "More companies are pointing to AI as they lay off employees"

そもそも階層はなぜ存在するのか

AIが階層を取り除くかどうかを問う前に、階層が何のためにあるのかを正確に押さえておくと役立ちます。組織設計の理論は、大規模言語モデルという言葉が知られるはるか前にこれに答えており、その答えは今も通用します。階層は、情報を処理し、仕事を調整し、統制を行うために存在します。外から見ると似た仕事に見えますが、削ったときに失敗する形はそれぞれ異なります。

情報処理の見方

組織理論家のジェイ・ガルブレイスは、組織構造とは本質的に不確実性への対応だと論じました。タスクの要件を事前に特定できないほど、仕事を正しくやり遂げるために、情報は組織の上へ、横へ、下へ流れる必要があります。この見方では、管理職の階層は交換台です。上へ向かうノイズを選別し（CEOがすべての顧客の苦情を読まなくて済むように）、下へ向かう戦略を翻訳します（現場のチームが四半期目標を自分たちの火曜日にとって何を意味するかわかるように）。その機能を置き換えないまま交換台を切れば、情報は滞るか、受け取る側にとって誤った形で届きます。

調整と統制（ミドルライン）

ヘンリー・ミンツバーグは、組織を5つの部分、すなわち戦略的頂点、ミドルライン、オペレーティング・コア、テクノストラクチャー、支援スタッフに分解し、中間管理職を、方向性を決める人と実際に仕事をする人の間に構造的に位置づけています。そこでの役割は、調整（少しずつ違う方向に引っ張るチームが、それでも一貫した一つのものを出荷できるようにすること）と統制（問題が他の誰かの緊急事態になる前に見つけること）です。彼の指摘は今も正しく、組織がカジュアルで誰もが話せば済む調整を超えて大きくなったら、誰かがその役割を引き継がなければならず、通常は管理職の階層が最も安上がりに担える、というものです。

階層が担うことは他にもあり、あまり名指しされませんが同じように現実的です。すべてをエスカレーションしなくても決定できる権限を誰かに与えることで意思決定のサイクルを短縮すること、そして専門性がどのように担当範囲へと変わっていくかを示すキャリアラダーをつくることです。情報の選別、調整、統制、ラダーというこれらの機能は、どれも生成AIが持ち込んだ新しい問題ではありません。ソフトウェアが登場するはるか前から、工場や病院で、管理階層が存在していた理由そのものです。人間とエージェントのチームのためのチームトポロジーは、階層そのものより一段下に踏み込み、チームの能力の一部が人ではなくエージェントになったとき、個々のチームの形がどう変わるかを扱っています。

AIが実際に吸収するもの、しないもの

ここで、フラット化の主張は、修辞ではなく具体的になる必要があります。AIが置き換えるのではなく変える仕事は、これをタスクのレベルで論じています。AIは仕事の一部を作り変えるのであって、仕事全体ではありません。同じ論理は、階層を一つの単位として見るのではなく、一段上の、階層の中にある機能にも当てはまります。AIはその機能の一部は得意で、他は苦手です。

各行を通して読むと、パターンが見えてきます。AIが最も強いのは、階層の仕事がメッセージの受け渡しに最も近いところで、最も弱いのは判断に最も近いところです。拡張と自動化が個々のタスクのレベルで引いているのと同じ線引きです。メッセージの受け渡しの仕事から先に削り、判断の仕事には依然として居場所が必要だと認めながらフラット化する企業は、持ちこたえる構造に行き着きます。先に人員を削り、判断の仕事は残った誰かが吸収するだろうと想定する企業は、失われた機能を後になって、品質の問題として、あるいは2人分の判断を1人分の給料でこなすバーンアウトした生き残りとして、再発見することになります。人間の判断力を鋭く保つでは、この劣化を個人のレベルで扱っています。判断のために作られた階層が、報告だけをしていたかのように扱われるとき、同じことが構造としても起こります。

階層を取り除くことと、マネージャーを取り除くことは同じではない

この区別は、AI主導の再編の報道ではしょっちゅう混同されますが、2つの動きにはほぼ正反対のリスクが伴います。

階層を取り除くとは、階層の一段をなくすことです。その仕事をしていた人は異動し、昇進し、個人貢献者の役割に移り、あるいは退職し、報告構造は実際に短くなります。アマゾンの取り組みは、ジャシー自身の説明によれば、まさにこれでした。従業員とマネージャーの比率を高め、マネージャー1人あたりの直属の部下を増やし、意思決定が通過しなければならない段数を減らすことです。これは組織の形に対する構造的な変更です。

階層を取り除かずにマネージャーを取り除くのは、組織設計の言葉で飾った人員削減です。段は紙の上には残り、調整と監督を担う人も残りますが、数は減り、それぞれがより広いスパンを抱えます。平均スパンが12.1人まで上昇する一方で中央値はほとんど動いていないというギャラップのデータは、このパターンに合致します。本当の再設計ではなく、より少ない人が同じ調整と判断の仕事を吸収しているのです。ここで中間管理職の役割はなくなりません。残された人にとって、静かに重くなっていきます。

テストは単純です。意思決定権と判断が、実際に別の場所、つまり同僚のチーム、エージェントのワークフロー、明示的な新しいプロセスへ移ったのか。それとも、同じ肩書のまま、より少ない人に積み上がっただけなのか。前者がdelayeringです。後者は、まだ存在する階層の人員不足であり、それは予算の項目として表れるよりずっと前に、バーンアウトとして表れます。

コスト削減のための階層削減が「AI戦略」に名前を変えるとき

2025〜2026年の2つの再編は、報道がほぼ同じ書き方をしたにもかかわらず同じものではなかったため、対比に役立ちます。

アマゾンの2025年10月の約14,000人の削減には、明確なAIの枠組みが付いていました。経営陣は、「より無駄がなく、階層が少なく、オーナーシップが強い」形で組織される必要がある会社を描き、AIによる効率化をその理由の一つに挙げました。AIが実際にその削減を引き起こしたのか、それとも他の要因による決定の都合のよい枠組みだったのかは、妥当な問いです。しかし、階層を減らしスパンを広げるという構造上の主張は、少なくとも確認可能な目標を伴う実際の変更です。

ウーバーの2026年9月の約3,300人の削減は、ほぼ同じ結果、つまりマネージャーの20%削減とCEOから7階層より下の人員の削除を狙いましたが、コスロシャヒが挙げた理由は、AIではなく積み重なった官僚主義でした。会社の公式な理由づけに、AIの枠組みは現れませんでした。この対比は示唆的です。似た構造変更の一方はAIの言葉で包まれ、もう一方はそうではありませんでした。一方のCEOが、再編に必要のない主張をしないことを選んだからです。

このギャップは、今や勘ではなく、記録されたパターンです。オックスフォード・エコノミクスによる2025〜2026年のレイオフの波の分析は、ほとんどの雇用主が「相当数の労働者をAIに置き換えているようには見えない」と結論づけました。主任研究者のベン・メイ氏は、そのインセンティブをはっきりと述べています。削減をAIのせいにすることは、本当の要因が過去の過剰採用や需要の軟化だったと認めるよりも、「投資家により前向きなメッセージを伝える」のです。AIの生産性パラドックスは、この問題の隣接する形、つまり導入率が高いと報告されながら測定可能な財務リターンがほとんどないという問題を扱っていますが、ここでも同じ注意が当てはまります。「AI主導の階層フラット化」を発表する企業は、自社が好むストーリーを伝えたのであって、必ずしも実際のストーリーではありません。

これは、AIを枠組みにしたすべての再編が偽物だという意味ではありません。ラベルが、記述の役割と同じくらい、マーケティングの役割を果たすようになったという意味です。階層を削るかどうかを判断するリーダーは、「AIによる効率化」がそれだけで自明だと受け入れるのではなく、AIがどの機能を吸収しているのかを問うべきです。階層のどの機能が実際にシステムへ移ったのかを挙げられないなら、AIによる階層フラット化の根拠を見つけたわけではありません。それをまとった予算目標を見つけただけです。

実践的なテスト：この階層は今も存在価値があるか

階層を削る前に、あるいはより広いスパンが安全だと判断する前に、抽象的な組織図ではなく、その階層が実際に担っている仕事に特化した4つの問いに取り組んでください。

1. この階層の時間のうち、進捗の集約と判断の割合はどのくらいか。 マネージャーが1週間の大半を、更新情報の取りまとめ、進捗の確認、上位者向けの情報の整形に費やしているなら、それはAIがきれいに吸収する機能です。1週間の大半を曖昧な問題への判断に使っているなら、報告の部分がなくなったからといって、その機能が消えるわけではありません。これは、本物のヒューマンインザループが今もそのレベルに必要なのか、それともループはすでに実際に作業をしている人のところまで下がっているのかを決める問いでもあります。

2. この役割がなくなったら、暗黙知はどこに残るのか。 どの階層にも、誰も書き留めない文脈が蓄積されています。過去の決定がなぜ下されたか、どのステークホルダーが実際に拒否権を持っているか、このチームにとって「良い」とはどういうことか。役割が削られたときにその知識がどこへ行くかを誰も整理していないなら、それは移転しません。失われ、他の場所で同じ過ちが繰り返されるという形で再び表れます。

3. この階層を取り除くと、残る仕事が支えられる範囲を超えてスパンが広がらないか。 ベインのベンチマークのばらつき、つまり平均的な企業で直属の部下がおよそ6-7人、優良企業で10-15人という幅は、普遍的な数字ではありません。仕事が標準化されているか（広いスパンのほうが安全）、判断を要し新しいものか（狭いスパンのほうが持ちこたえる）によって決まります。生き残る人がどんな種類の仕事をしているかを確かめずに階層を切ると、擁護できる変更が説明責任の空白に変わります。エージェントが仕事をするときのスパン・オブ・コントロールでは、会社全体で一つの比率を使うのではなく、チームの種類ごとにその数字を設定する方法を扱っています。

4. この階層が担っていた調整を、具体的に何が置き換えるのかを挙げられるか。 エージェント型ワークフローやAIオーケストレーションのツールは、チーム間の定型的で明確に定義された引き渡しを本当に引き継げます。正直な答えが「誰かがなんとかするだろう」なら、それは再設計ではありません。発見が遅れるだけのギャップです。

判断が中心で、整理されていない知識があり、明確な代替がない階層は、AIベンダーのロードマップが来四半期に何を約束しようと、存在価値を保ちます。進捗の集約が中心で、文書化されており、システムによる明確な代替がある階層は、正当なフラット化の候補であり、それを削ることは物語ではなく構造の改善です。

リーダーはこれを実際にどう活かすべきか

人員の目標を設定する前に、実際の階層で4つの問いのテストを実施してください。後ではありません。先に目標（「管理職コストを15%削減する」）を設定し、後から組織設計のフレームワークで正当化すると、ほぼ必ず人員削減に行き着きます。目標は、階層が担う機能ではなく、財務から来たものだからです。経営層のためのAI人材戦略は、計画の側から同じ主張をしています。財務が先に決めた人員数ではなく、タスクが実際に何を必要とするかから始めるのです。

プレスリリースが両者を混ぜていても、社内では発表とメカニズムを切り分けてください。再編が、より良いツールによって進捗集約の仕事を本当に取り除くのなら、残る人たちにそう伝えましょう。市場が今その枠組みを評価するからとAIの言葉を使ったコスト削減であるなら、残りの調整と判断の仕事を担う人たちは、自分の仕事が自動化されたのではなく重くなったのだと知る権利があります。AI対応のカルチャーを築くは、ニュースが良いときだけでなく、プレッシャーの下でもこの誠実さが保たれるかどうかにかかっています。

そして、どの種類の変化が起きたかを実際に明らかにする指標を追跡してください。ギャラップのように平均スパンと中央値スパンを並べて見ることで、少数の過大なチームが歪める可能性のある一つの平均値だけを見ないようにしましょう。平均スパンが跳ね上がっても中央値がほとんど動かないなら、組織をフラットにしたわけではありません。より多くの調整と判断をより少ない人に集中させ、その結果を再設計と呼んでいるのです。

組織図そのものがフラットになるわけでも、ならないわけでもありません。階層が変わるときに実際に動くのは、各ボックスの中にある機能、つまり情報の選別、仕事の調整、判断、人の育成であり、それぞれ動く速さが異なります。AIシステムがどの機能を引き継いだのかを具体的に指し示せる会社には、本物のフラット化のストーリーがあります。人員数の縮小と、AIに触れたプレスリリースしか示せない会社にあるのは、ブランディングが少し良くなった予算上の決定であり、その階層がかつて担っていた調整の仕事はどこにも消えていません。まだ名前の付いていない誰かのデスクに、ただ降りかかっただけなのです。