毎日の仕事がAIに置き換わるのではないか。生成AIの進化が速くなるほど、その不安は現実味を帯びる。注目すべきは、Metaが収集しようとしているのが完成したファイルや送信済みメッセージではなく、ボタンを押す前の迷い、一度開いて閉じたメニュー、削除した入力の痕跡だという点だ。AIエージェントが人間の業務を引き継ぐ競争の中で、「作業の途中」が完成品よりはるかに高価なデータに反転しつつある。その理由と、職場そのものが訓練コーパスになるという構造転換を見ていきたい。

AD

米国従業員の操作ログが、次世代エージェントの教材に変わる

2026年4月21日付のReutersの報道によれば、Metaは米国拠点の従業員が使う業務用コンピューターに追跡ソフトを導入し、業務関連アプリやWebサイト上でのマウス移動、クリック、キーストロークを収集しているという。内部メモでは、画面内容のスナップショットも時折取得するとされており、目的は自律的に業務をこなすAIエージェント向けの訓練データ整備だという。少なくとも現時点で公に確認できる範囲では、対象は「米国内の従業員」であり、Reuters以外のMeta公式文書ではこの施策の詳細な説明は見当たらない。

Metaの公式発表として確認できるのは、4月8日に公開した「Muse Spark」の説明だ。ここでMetaは、Meta Superintelligence Labsが9カ月かけてAIスタックを再構築し、Meta AIが複数のサブエージェントを並列に走らせて複雑な仕事を処理する方向へ進んでいると明言している。つまり今回の従業員監視は、単発の社内実験というより、Meta AIを「答えるAI」から「操作するAI」へ進化させる流れの延長線上に置くと理解した方が自然だ。

人間はソフトウェアを使うとき、メニューを開いて一度閉じ、候補を見比べ、誤入力を消し、ショートカットとマウス操作を状況で使い分ける。こうした連続したマイクロ判断は、画面と入力装置（GUI：グラフィカル・ユーザー・インターフェース）を介して動くAIにとって、完成済みの正解データよりはるかに濃い教師信号となる。学習対象は文書そのものではなく、文書に到達するまでの経路に移りつつある。

クリックの前の「迷い」が、AIには最も高価なデータになる

OpenAIのComputer-Using Agent、Anthropicのcomputer use tool、GoogleのGemini 2.5 Computer Use model、Microsoft Copilot Studioのcomputer useは、いずれもスクリーンショットを見てクリックやタイピングを返す構造を採る。各社の公式資料でも、画面理解、マウス操作、キーボード入力を統合したループが中核にあることが共通している。生成AIの競争軸がテキスト補完からGUI操作へ移る以上、人間が実際にアプリをどう触るかという行動データの価値は急騰する。

この種のデータが特別なのは、手順書では失われる「選択の文脈」が残るからだ。たとえば請求処理、社内申請、広告設定、顧客対応の画面操作では、正解ボタンを押す前にどの情報を確認し、どこで躊躇し、どの順番で確認項目を潰したかが成否を左右する。AIエージェントが人間並みに役立つには、完成後のフォーム入力結果より、その途中の観察と修正の軌跡を学ぶ方が効率的になる。Reutersが伝えたマウス座標、クリック、キーストローク、断続的なスクリーン内容取得という組み合わせは、そのための最短距離に近い。

MicrosoftはCopilot Studioの公式説明で、GUIがあるシステムならボタンのクリック、メニュー選択、入力欄へのタイピングで自動化できるとし、さらにスクリーンショットや推論ステップの履歴を確認できる可観測性まで前面に出している。GoogleもComputer Use modelの説明で、モデルがスクリーンショットを解析し、クリックや入力などのUIアクションを関数呼び出しとして返す流れを示した。Metaが従業員の実作業から同種のデータを吸い上げるのは、業界の技術潮流に照らせば極端な逸脱ではなく、むしろ最も踏み込んだデータ確保策と言える。

他社との違いもある。Microsoftは「企業データはMicrosoft Cloudの境界内にとどまり、Frontier modelの訓練には使わない」と明記しており、Copilotが顧客の業務を代行しても、その履歴はAI学習側に流れない設計を取る。一方、Metaの今回の報道で核心となるのは、従業員の行動データそのものをAI訓練パイプラインに入れる点にある。「ユーザーがAIを業務に使う」から「従業員の業務がAIの教材になる」への反転。ここで境界線が動いた。

AD

規制は「必要性」と「透明性」を求めるが、Metaはその限界線を押している

英国Information Commissioner's Officeは2023年の職場監視ガイダンス公表時に、監視は必要で比例的であり、労働者の権利を尊重しなければならないと整理した。公開PDFでは、キーストローク監視が具体例として挙げられている。欧州データ保護機関側でも、フランス当局によるAmazon France Logistiqueへの制裁事例をEuropean Data Protection Boardが紹介しており、全スキャン記録から生産性や休止時間を算出するような詳細監視は、目的に照らして過剰になり得るとされた。

米国側では連邦レベルで包括的な職場プライバシー法制はEUほど強くないが、カリフォルニア州のCalifornia Consumer Privacy Actでは、従業員データを含む個人情報についても収集時通知が求められ、収集カテゴリと利用目的を示す必要がある。今回の件でReutersが伝えた「内部メモによる通知」は、こうした要件との整合を意識した運用とみられるが、通知があることと、実質的に自由な同意や拒否権があることは同義ではない。特に業務用端末での常時的な入力監視は、雇用関係の力関係を前提にすると、形式的説明だけでは十分と評価されにくい。

Metaは2025年、欧州でMeta AI向け学習に成人の公開コンテンツやMeta AIとのやりとりを使う際、アプリ内通知とメールで説明し、異議申し立てフォームを用意すると公表していた。消費者向けデータでは異議申立ての導線を整えた一方、今回報じられた従業員向け施策で同等のオプトアウトが用意されているかは、確認できるソースが現状見当たらない。この差は大きい。社外ユーザーには異議申立てを示し、社内労働者には業務環境そのものをデータ化するなら、プライバシーより労務管理に近い緊張が生じるためだ。

スクリーン内容の断続的取得が加わると、機密文書、顧客情報、個人メッセージ、評価関連情報まで巻き込む可能性が出る。Reutersは「業務関連アプリとサイト」が対象と報じているが、現場で業務と私的利用が完全に分離されるとは限らない。Metaがどの画面を除外し、どの粒度で匿名化やマスキングを施し、保存期間をどう設定するか——この運用設計こそ法的評価と従業員の受容性を左右するが、現時点ではこれも不明だ。

職場が「AI訓練場」に変わるとき、テック企業の社員は何を問うべきか

2025年以降に表面化した各社のcomputer use機能は、APIがない古い業務システムや変化しやすいWeb画面をAIで扱う方向へそろって進んでいる。ボタン位置が変わっても追従し、画面を見て次の一手を決めるエージェントは、従来のRPA（ロボティック・プロセス・オートメーション）より柔軟に動く。そこに必要なのは、完成済みマニュアルより、熟練者が例外に遭遇したときの対応履歴だ。

従業員の1クリックごとの判断、ショートカットの癖、入力修正、画面遷移の順番は、従来なら評価されずに消えていた。AIエージェント時代には、それが最も希少な資源になる。Metaの施策は生産性監視の延長というより、職場を大規模な模倣学習環境へ変える試みに近い。従業員が仕事をしているのではなく、仕事をする様子がモデルの重みへ変換される構図が、ここで前景化した。

遅刻や離席の検知ではなく、AIが代替可能な判断単位を抽出するための観測——テック企業の「職場監視」は勤怠把握から別の段階へ進みつつある。Amazonの倉庫スキャナー事例が生産性計測で問題化したのに対し、Meta型の収集は将来の代替モデル育成まで視野に入る。職場は管理対象であると同時に、AIの訓練コーパスにもなる。

ここで我々が問うべきは次の3点だ。自分が勤める組織の雇用契約や就業規則は、操作ログのAI学習利用にすでに同意する条項を含んでいるか。所属国・州の労働法・個人情報保護法は、その収集範囲と保存期間に実効的な制約を課せるか。そして職場の操作ログがモデルの重みへ変換される設計が定着したとき、次に来るのは規制当局の介入か、労働組合との団体交渉か、他社の追随か。Metaの事例がどちらを先に引き出すかが、AIエージェント競争の次の局面を決める。

Sources