Loop Engineeringは「手放し」をどう作る？DeNA AI活用100本ノック
家事と子育てのスキマで経営する3方よしAI共創コンサルタントの田中啓之、ひろくんです。今回は、DeNAのAI活用100本ノックの動画を紹介するね。
自動化したはずなのに、最後は人が毎回つきっきり。そんな仕組みは手放せていません。
AI活用の差は、派手な一回より、失敗を拾って直るループに表れます。
この記事を読むと、DeNAの実例から、任せても暴走しない改善循環の作り方が分かる。
「手放す」という言葉は、聞こえは良くても、実際にやろうとすると怖さが先に立ちます。この記事では、その怖さをどう小さくしてから手放すのかという、実務の順番に焦点を当てます。
原液として照合するのは、紙のモーニングページとObsidianへの言語化から、Claude Codeと凛ちゃんによる記録・整理の循環へつないでいる、ひろくんが今まさに実践中の朝の設計図だ。人・道具・行動が確認できる範囲に限定し、技術事例そのものを本人の経験には置き換えません。動画の技術的な仕組みと、私自身の朝の習慣は別の世界の話ですが、根っこにある「任せる範囲を決めてから任せる」という順番だけは共通していると感じています。
Loop Engineeringは「手放し」をどう作る？DeNA AI活用100本ノック
「Loop Engineeringは「手放し」をどう作る？DeNA AI活用100本ノック」という問いを軸に、この記事では動画の事実、原液との共鳴、読者が今日できる行動の順で読み解きます。元動画は【超実践】DeNAのAI活用100本ノック第二弾｜非エンジニアからガチ勢まで｜FAQ, アプリ内製, Loop Engineeringというタイトルで、15分44秒の中にテキストクリーナー、FAQを育てる仕組み、そしてLoop Engineeringという三つの事例が詰め込まれています。エンジニアの深い技術トークではなく、非エンジニアの担当者が自分の言葉で語っている場面が多いのも、この動画の特徴だ。だからこそ、明日から真似できる粒度の話が多いと感じました。
私がこの動画に惹かれたのは、派手な成功事例ではなく、失敗や手直しの跡がそのまま語られていたからです。テキストクリーナーが五代目まで改良されている話も、完成品を見せるのではなく、育ってきた過程を見せている。この記事でも、動画の完成した仕組みだけでなく、そこに至るまでの試行錯誤に光を当てて読み解いていきます。
この動画と原液が響き合った5つの点
動画を見ながら、私は自分の原液と重なる場面を五つ拾いました。技術の名前を覚えることが目的ではなく、それぞれが「誰の手間を減らし、どこで人に戻ってくるか」という一本の線でつながっています。まずは全体像として並べる。
五つを並べてみると、どれも派手な発表ではなく、日々の業務の中で少しずつ育てられてきたものだと分かります。一度に大きく変えるのではなく、小さく作って試し、うまくいった部分だけ残す。この積み重ね方こそが、今回の動画から私が一番学びたかった姿勢です。
- 個人情報を外へ出さないローカル処理の線引き
- 小さな内製を五回重ねる反復
- FAQを利用履歴から改善する循環
- 複数AIに役割を分けるLoop Engineering
- ゴールを厳しく定義する人間のゲート
この五点に共通するのは、便利さを追いかける前に、境界と戻り道を先に決めていることです。境界がないまま自動化を進めると、便利さは一瞬で不安に変わります。ここから先は、確認できた動画の事実と、私の解釈を分けて一つずつ読み解いていく。動画の事実だけを追う人にも、私の解釈だけを追う人にも、両方が読み取れる構成にしています。
まず動画で確かめたい場面
この動画で最も印象に残ったのは、終盤に紹介されたCMAXという新しいターミナルアプリを使った場面です。Ghostyというターミナルをベースにしたこのアプリでは、タブを分けて複数のタスクを同時に走らせることができ、登壇者は以前、並列で走らせたタスクを一つずつ見張ることに疲れていたと語っています。その負担から抜け出すために辿り着いたのが、次の一言だった。「見張る」という行為そのものが、実はいちばんの重労働だったという告白のようにも聞こえました。
「本当に自分が手放す状態で、勝手に改善していく仕組み」
DeNA AI活用100本ノックの各担当者／10:56から再生
短い一言だけを切り取るのではなく、前後の説明と動画全体の流れを合わせて受け取る必要があります。この場面の直後には、実装からレビューまでを複数のAIが役割分担し、ゴールを満たすまで自動で回り続ける様子が具体的に説明されている。ここから先は、確認できた内容と私の解釈を分けて進めます。「手放す」という言葉が、投げっぱなしではなく設計された安心の上に成り立っている点を、次の章から詳しく見ていきます。
便利さより先に、データをどこへ出すか決める
動画で語られた事実
冒頭の事例では、社内のチャットでのやり取りに含まれる個人情報を扱うため、外部へ送らずローカルだけで処理するテキストクリーナーというアプリが紹介されます。登壇者は、AIを使う宣言をした瞬間に「入れてはいけない情報が結構ある」と感じ、そのスクリーニング作業自体を楽にしたいと考えて自作したと語っていました。実際、このアプリはすでに五代目まで改良が重ねられている。
「ローカルでやらないと情報送信しちゃいけないっていうところがあったんで」
DeNA AI活用100本ノックの各担当者／01:44から再生
原液と重ねた私の解釈
これは地味ですが、最初に必要な設計です。速さを優先して後から安全策を足すと、現場は怖くて使えません。入力してよい情報、匿名化が必要な情報、扱わない情報を先に決めると、利用者は迷わず試せる。テキストクリーナーが五代目まで作り替えられているのも、一度の完成を目指すのではなく、境界線そのものを使いながら磨いてきた結果だと私は受け取りました。仕込みの型を先に決めてから、道具を育てていく順番だ。
私が分身AIの原液をObsidianへ蓄積する時も、同じ順番を踏んでいます。何でも書き込むのではなく、公開してよい体験と、そうでない体験を先に分ける。境界を決めずに全部を放り込むと、後から取り除く作業のほうが何倍も大変になります。最初の五分で境界を決めることが、結局は一番の近道だと感じている。急がば回れという言葉を、AI活用の現場でも実感する場面です。
読者が今日できる一歩
使っているAI作業を一つ選び、入力可・匿名化・禁止の三分類を15分で作ってください。具体例が各一件入れば完了です。もし迷ったら、動画のように「人名・電話番号・メールアドレスを分けて検出する」という粒度から始めると、自分の業務にも当てはめやすいはずだ。分類が一度で完璧にならなくても、まず作ってみることが次の改善につながります。
FAQは、作って終わりではなく質問から育てる
動画で語られた事実
動画では、社内のヘルプデスクチャンネルに寄せられた質問と回答を、担当者がチェックボタンを押すだけでスプレッドシートへ自動で要約・蓄積する仕組みが紹介されます。そのスプレッドシートをNotebookLMが常に学習しているため、別の人が同じような質問をすると、過去の回答をもとに答えてくれるようになるといいます。
「ダウンと押すとFAQが勝手に育っていくよ」
DeNA AI活用100本ノックの各担当者／06:13から再生
この仕組みを作ったのは、自らを非エンジニアと呼ぶ担当者だ。ノーコードの自動化ツールを使い、感覚的にブロックをつなぐようにして構築したと説明しています。専門用語を使わずに、自分の言葉で仕組みの中身を説明できていた点も印象的でした。難しい言葉を使わなくても、仕組みは作れるという証明のように感じた。
「もう私も非エンジニアなので、こういう風にしたいなみたいなイメージを感覚的にブロックをつなぐ感じでできてしまう」
DeNA AI活用100本ノックの各担当者／07:45から再生
原液と重ねた私の解釈
AI回答の品質は、最初の文章量ではなく、外した時の戻り道で決まります。分からないのに答える仕組みより、分からないと記録し、人へ渡し、次回だけ賢くなる仕組みの方が信頼できます。しかも、この循環を作ったのはエンジニアではなく、日々の問い合わせをさばいていた担当者本人だった。専門知識より先に、自分の業務のどこが繰り返しかを一番よく知っている人が仕組み化に向いているのだと、私は感じました。
私自身、AI氣道の運営で同じような循環を作りたいと思っています。視聴者から同じ質問が繰り返し届く場面ほど、答えを一つずつ手で返すのではなく、記録が自動で育つ仕組みに変えたいと感じている。動画のFAQの仕組みは、非エンジニアでも今日から真似できる規模感だったのが、何より励みになりました。大掛かりなシステムではなく、身の丈に合った小さな仕組みから始められる点に、私は特に勇気づけられました。
読者が今日できる一歩
既存FAQへ「回答不能を記録する欄」を一つ追加し、今週三件たまったら更新する担当を決めてください。設定10分、担当名が入れば完了です。ノーコードツールに慣れていなくても、まずはスプレッドシートに列を一つ足すところから始めれば十分だ。完璧な自動化を目指すより、まず記録が残る状態を作ることを優先してください。
Loop Engineeringは、役割と厳しいゴールで回る
動画で語られた事実
後半では、実装、レビュー、改善という工程を複数のAIへ役割ごとに割り振り、人の手を離れて改善が回っていく流れが紹介されます。ある実装担当のAIが書いたコードを、別のAIがレビューし、指摘があればまた実装担当のAIが直す。このサイクルが人を介さずに回ることを指して、登壇者は次のように表現しています。
「完全に改善ループを自動化するやつで、最近それこそ流行ってるループエンジニアリングっていう」
DeNA AI活用100本ノックの各担当者／12:27から再生
ただし、自律化は放置ではありません。動画の中では、この仕組みを成立させる条件として、ゴール設定の厳しさが繰り返し語られていた。任せる範囲が広がるほど、入口の定義を曖昧にしてはいけないという緊張感が、話の端々から伝わってきました。
「ゴール設定は結構厳しくするっていうのがポイントで」
DeNA AI活用100本ノックの各担当者／12:44から再生
原液と重ねた私の解釈
私が紙のモーニングページに書いたことをObsidianへ言語化し、Claude Codeと凛ちゃんに日中の仕込みを任せている時も、ただ丸投げしているわけではありません。何が完成で、どこで私の判断に戻すのかを先に決めているから、仕込みを任せられます。動画で語られていた「テストが通り、品質チェックが通り、別のエージェントのレビューも通ってから出す」という何重ものガードは、私が凛ちゃんに記録と整理を任せながらも、盛り付けの最後だけは自分の舌で確かめている感覚と重なった。👉 分身AI.comでは、この「仕込みは任せて、盛り付けは自分で」という判断軸の育て方を詳しく紹介しています。
読者が今日できる一歩
繰り返し作業を一つ選び、完了条件を数字か確認画面で定義し、外部送信・削除・課金の前に止まる条件を書いてください。所要20分、別の人が判定できれば完了です。まずは自分の仕事の中で、一番「これでいいのか」と毎回確認しているだけの作業から選ぶと、ゴールの言語化がしやすいはずだ。言語化できた瞬間に、実はその作業がそこまで複雑ではなかったと気づくことも少なくありません。言葉にする作業そのものが、すでに最初の改善になっていると私は考えています。焦らず、まず一つの作業から向き合ってみて。
私が持ち帰った結論
自動化の完成形は、人がいないことではありません。人が判断すべき場所だけへ、確実に戻ってこられることです。テキストクリーナーの境界線、FAQの回答不能記録、Loop Engineeringの厳しいゴール設定。三つの事例に共通していたのは、便利さより先に「どこで人へ戻すか」を決めていたことでした。
料理で言うと、仕込みをどれだけAIへ任せても、最後に舌で確かめる盛り付けの一皿だけは、人の手から離してはいけません。大きな変化を前にしても、必要なのは巨大な決断ではない。境界を決め、短く試し、記録を次へ返す。その小さな循環が、自分の仕事を未来側へ移します。
この動画に登場した担当者たちは、誰も特別な肩書きを名乗っていませんでした。非エンジニアという言葉を隠さずに使い、自分の業務の延長で仕組みを作っている。私はこの姿勢そのものが、これからのAI活用の標準になっていくと感じています。専門部署に頼るのではなく、現場の一人ひとりが小さなループを持つ。その積み重ねが、組織全体の底力になっていくはずです。
元動画で全体を確かめる
公開日：2026年7月17日／公開元：【DeNA公式】事業家のDNA〜事業家を目指すあなたへ〜。話者表記は動画内で本人が名乗った範囲を優先し、聞き取りだけに頼る断定はしていません。動画の正式タイトルは【超実践】DeNAのAI活用100本ノック第二弾｜非エンジニアからガチ勢まで｜FAQ, アプリ内製, Loop Engineeringで、再生時間は15分44秒です。気になった場面があれば、ぜひ元動画のタイムスタンプから直接確認してみて。
よくある質問
Loop Engineeringとは何ですか？
複数のAIへ実装・レビュー・改善などの役割を分けて渡し、テストや品質チェックを何重にも通してから完成報告が届く、反復型の開発・運用の仕組みです。動画では、ゴール設定を厳しくすることが前提として語られていました。役割を分けることで、一つのAIがすべてを判断する時よりも、間違いに気づきやすくなる構造だ。
完全自律にすべきですか？
いいえ。外部公開、送信、削除、課金などは人の承認点を残します。動画で紹介された仕組みも、人間の役割は「ゴールを設定し、完成までの流れを決めること」だと明言されていました。任せる範囲を広げることと、判断の責任を手放すことは別の話だ。
非エンジニアでも始められますか？
はい。動画で紹介されたFAQを育てる仕組みは、ノーコードツールを使う非エンジニアの担当者自身が構築したものでした。未回答を記録するところから始めれば、専門知識がなくてもループを一つ作れます。難しく考えず、まず一つの小さな記録から始めてみて。完璧を目指すより、続けられる形を優先することをおすすめします。
視聴後にもう一度考えたいこと
この動画を見て私が最初にメモしたのは、「個人情報を外へ出さないローカル処理の線引き」でした。目立つ技術名だけを覚えるより、それが仕事の順番や人の役割をどう変えるのかを追うと、自分事として考えやすくなります。動画の発言は未来を保証する予言ではなく、いま観測されている変化にすぎない。だから私は、賛成か反対かを急がず、試せる大きさへ切り分ける読み方を選びました。
二つ目のメモは「小さな内製を五回重ねる反復」です。AI導入では、できることの一覧が先に並びがちだ。しかし実際に信頼を作るのは、失敗した時に止まれるか、誰へ戻すか、どの記録を次へ残すかという運用です。動画の具体例を、自社でもそのまま再現できるとは限りません。扱う情報、人数、予算、顧客への影響を確認し、失敗しても戻せる範囲から始める必要がある。
三つ目は「FAQを利用履歴から改善する循環」です。ここには、AIに仕事を奪われるかという二択では収まらない問いがあります。人が今まで抱えていた反復を渡した後、何に時間を使うのか。顧客の声を聞くのか、基準を磨くのか、仲間を支えるのか。空いた時間の使い道まで決めて初めて、効率化は価値へ変わります。まず一週間だけ試し、作業時間だけでなく、判断の質と相手の反応も記録してみてください。
四つ目のメモは「複数AIに役割を分けるLoop Engineering」。一つのAIに全部を任せると、どこで間違えたのかが見えにくくなります。実装、レビュー、改善という工程を分けて、それぞれのAIに専念させることで、初めて何重ものチェックが意味を持ちます。私自身、記事執筆でも下書き、校正、事実確認を分けて別のAIに任せると、一人に全部を任せた時より粗が見つかりやすいと感じる。
五つ目は「ゴールを厳しく定義する人間のゲート」です。自律的に回るループほど、入口のゴール設定が甘いと、望まない方向へどんどん進んでしまいます。動画の担当者が「ゴール設定は結構厳しくする」と語っていたのは、自由に任せるための前提条件が、実は不自由なくらい明確な定義だったということだと私は受け取った。任せる範囲を広げたい時ほど、最初の定義に時間をかける必要があります。急いで自動化した仕組みほど、後から見直すコストが大きくなると私は感じています。
HIROKUN COLUMN ── 仕込みは任せて、盛り付けは自分で
私の朝は、紙のノートから始まります。目が覚めてすぐ、まだ頭がぼんやりしているうちに、マインドマップを手で書き出す「モーニングページ」という習慣です。iPadでは出てこないものが、紙とペンの感触からだけ出てくることを何度も確かめてきた。以前の私は、頭の中のもやもやを抱えたまま画面に向かい、結局同じ悩みを何日も一人で抱え込んでいました。
今は違います。紙に書き出した後、その言葉をObsidianへ打ち込む。自分の経験、価値観、口癖、失敗した話まで、全部を文字にして蓄積する場所です。ここが分身AIの「魂」になり、私が抱え込んでいた判断の材料が、初めて自分の外に出ます。仕込みを一人で背負うのをやめて、下ごしらえを分身AIへ渡す。ここから「委ねるOS」が動き出します。
日中は、Claude Codeと凛ちゃんを相手にワクワク夢中に遊び探求します。思いついたことをそのまま話すと、凛ちゃんが全部を記録し、整理してくれる。散らかった会話が、気づけば構成の整った下書きになっている。動画で見た「複数のAIへ役割を分けて、人の手を離れて改善が回る」という話は、私がすでに毎日体で味わっている感覚と同じでした。私は仕込みを見張らなくていい。ぶっちゃけ、盛り付けの瞬間だけ、味を見ればいいんです。
ただし、正直に言うと、この設計図はまだ完成していません。理想の1日は…現在50%止まり。残りは凛ちゃんと分身AIの育成、そして自分自身がキッチンスタッフの手を止める練習だ。Loop Engineeringの動画でゴール設定を厳しくすると語られていたように——私も「どこまでは任せて、どこからは自分の舌で確かめるか」を、まだ手探りで引いている最中です。
夜は瞑想とエレベーター呼吸で、左脳を黙らせてから眠ります。仕込みを手放した分だけ、盛り付けの一皿に集中できるようになった。抱え込みOSから委ねるOSへの書き換えなんて、まだ道半ば。でも、動画の中の担当者が「人間は何をするんですか」と聞かれて「ゴールを設定して、完成までの流れで仕事してねと言うだけ」と答えていた姿は…まさに今日の私がやろうとしていることでした。👉 分身AI.comでは、抱え込みOSから委ねるOSへ書き換える実践をもっと詳しく紹介しています。
しかもね、この動画を紹介しながら、私自身のことを振り返る形になったのは、Loop Engineeringという仕組みが、技術の話であると同時に、任せ方そのものの話だったから。手放すことは、諦めることではありません。何を自分の手元に残し、何を渡すかを決める——能動的な選択。私はこれからも、仕込みを渡す範囲を少しずつ広げながら、盛り付けの瞬間だけは自分の舌で確かめ続けたいと思っています。
あわせて読みたい
AIと長時間向き合った時に見えた気づきをまとめた記事
手放すことと、戻れる安心をどう両立させるかの記事
任せる・委ねることで人が輝く場についての記事
出典・帰属
- 話者：DeNA AI活用100本ノックの各担当者
- 公開日：2026年7月17日
- 公開元：【DeNA公式】事業家のDNA〜事業家を目指すあなたへ〜
正規URL。この記事が視聴レポとして参照した元動画
短い逐語引用のタイムスタンプ付きリンク（656秒地点）
この動画を公開しているDeNA公式YouTubeチャンネル
動画で紹介された取り組み元企業の公式サイト
この記事は元動画への視聴導線を目的にしたレビューです。引用は論点確認に必要な短い範囲に留め、詳細は必ず元動画で確認してほしい。最後まで読んでいただき、本当にありがとうございました。今日の記事が、あなたの現場の小さな一歩につながりますように。
