DeNA「AI活用100本ノック」を見て、AI時代に人間が決めるべき3つを考えた

00｜DeNAのAI活用100本ノックに見た、AI時代の開発は「3倍速く」なる。でも定義するのは人間です

動画の冒頭、社員は自分たちのAI活用実態について「私が一番知ってます」と胸を張ります。そこから紹介される事例の一つが、開発スピードの変化です。誇張ではなく、本当に数字で語れる変化だった。AIにただコードを書かせるのではなく、考え方をインプットさせたサブエージェントを作って併走させると、体感で数倍のスピードが出るといいます。

ここで私が注目したのは、速くなった理由です。ここが一番面白いところだ。ただAIにコードを書かせているのではなく、「なぜこのアプリを作るのか」という目的だけを人間が定義し、あとは任せています。速さの土台にあるのは、AIの性能そのものより、目的をどれだけ絞れているかだと私は受け取りました。派手さはないけど、これが効く。料理に例えると、レシピを丁寧に渡すほど、厨房のスタッフは迷わず動けます。速さは魔法ではなく、渡す側の準備の結果です。しかもね、準備の差がそのまま結果の差になる。動画では「3つ同時に開発のタスクができる、これは人間にはできないこと」とも語られていました。並行できる量が増えるほど、どのタスクを並べるかという順番の設計が、逆に人間の腕の見せどころになると私は感じます。三つ同時に走らせても、最後に「これでいこう」と決める瞬間は必ず一つに収束する。並行処理が増えるほど、その収束させる力の価値は下がるどころか、むしろ上がっていくのだと思います。

01｜設計前の壁打ちで、手戻りを先に減らす

この社員は、まずAIに粗い設計をざっくり作らせ、そこへ先輩エンジニアの普段のZoomでの言動やSlackでの受け答えをインプットさせたAIを重ねてレビューさせる、という二段構えを紹介していました。先輩本人を毎回捕まえなくても、先輩の考え方を映したAIと会話しながら設計を洗練できる。これが、実装前の手戻りを大きく減らしていました。動画では、このレビューAIとのやり取りの中で工数の見積もりまで自動で出てくる様子も紹介されており、「このタスクはだいたい何人日」という目安が、会話の延長で得られる仕組みになっていました。

ここがミソだ。「設計前の壁打ちで、手戻りを先に減らす」から私が受け取ったのは、AIに答えを預ける話ではなく、判断材料を増やして人間が選び直す話です。料理で言うと、仕込みを速くしても、誰に何を食べてほしいかと最後の味見はシェフに残ります。人間は縦に掘る。AIは横に広げる。この順番を崩さないことが大事だと、この事例から私は再確認しました。先輩本人の時間を奪わずに、先輩の視点だけを借りられる。これは、忙しいチームほど価値が大きい仕組みだと思います。この仕組みが優れているのは、先輩の「答え」ではなく「考え方」をインプットしている点です。答えだけを覚えさせたAIは新しい問題に弱くなりますが、考え方を映したAIは、初めて見る設計にも同じ筋道で向き合える。

02｜校正は「誰でも同じ基準で見える」形にする

この社員は、以前は社外向け資料の校正を3人がかりで目視チェックしていたと明かしていました。今は、役割・プロセス・アウトプット形式を指定した専用のAI（Gem）へ資料のURLを貼るだけで、誤字や表現の問題がページ単位の表になって返ってきます。3人がかりが、URLひとつになる。専門用語や固有名詞に一般的な表記との差分があれば、それも合わせて報告するよう設計されているのが特徴でした。

「校正は『誰でも同じ基準で見える』形にする」という工夫を見て気づいたのは、AIが基準をそろえるほど、人間が見るべき最後の一点がくっきりする、という順番です。正直、ここまで具体的だとは思わなかった。3人で目視していた作業が、表という共通言語に変わったことで、誰が見ても同じ基準で確認できるようになりました。それでも社員は「ちゃんと人間が見て、大文字小文字も含めてミスがないか確認して書き換えたい」と、最終チェックは人が担うと明言していました。……それでも、最後は人の目がものを言う。この線引きこそ、私が一番大事だと感じた部分です。専門用語や固有名詞の差分まで報告させるプロンプト設計も、単なる誤字チェックより一段深い工夫でした。ぶっちゃけ、これは地味だけど効く工夫だ。何を見てほしいかを具体的に言語化するほど、AIの返答は使える形に近づきます。3人がかりだった作業が1人分の確認時間まで縮んだとしても、その浮いた時間を何に使うかを決めるのは、やはり人間の仕事です。縮んだ時間の使い道は、人が決める。時間が浮いた先の使い道まで含めて、この事例は語られていました。

03｜文章より先に、触れる試作品で合意する

要件を文章だけでまとめると、書いた人と読んだ人のイメージが少しずつずれます。この社員は、要件をAIへ渡す時に「インタラクティブなHTMLのプロトタイプで」と指定し、ボタンを実際に押せる試作品を作らせていました。言葉で語るより、触れてもらう方が早い。関係者はその場で触りながら「ここはこう動いてほしい」と直接フィードバックでき、文章の解釈違いによる手戻りが大きく減っていました。

「文章より先に、触れる試作品で合意する」という工夫が教えてくれたのは、言葉を尽くすよりも先に触れる形を見せたほうが、認識のズレは早く埋まるという順番でした。伝わったつもり、が一番怖い。試作品を挟むだけで、”伝わったつもり”のまま進む時間が減ります。なんて地味な工夫だろう、と最初は思った。動画では、なぜこのAIを選んだのかという理由についても、情報の取得の固さやコストバランスまで含めて説明されていました。道具選びの理由まで言語化されている点も、私には信頼できる姿勢に映りました。ツールの流行に流されて何となく選ぶのではなく、自社の情報管理の方針に合っているかどうかを基準にする。この地味な確認作業こそ、後から「やっぱり違うツールに乗り換え」という手戻りを防ぐ一番の近道だと私は思います。

04｜人間の仕事は「なぜ・誰が・どう使うか」

動画の終盤、このアプリはどういう人が使ってどんな使い方をするか、開発の規約としてはこういうものがあるか、という3点だけを人間が定義してあれば、あとはAIが「全然勝手に運転してくれる」と語られます。冒頭の「開発が3倍速くなる」という話と、この終盤の整理は同じ一本の線でつながっていました。話がきれいに閉じる。24分という短い動画の中で、最初に見せたスピードの話が、最後にきちんと回収される構成になっている点も、私は見ていて気持ちよく感じました。

「人間の仕事は『なぜ・誰が・どう使うか』」という一言に、でね、ここが今回一番刺さった。AIに渡す作業と、人間が握り続ける判断の線引きを、この動画は実例で見せてくれたと思います。AIがどれだけ速く動いても、何のために・誰のために作るかを決める人間がいなければ、速さは行き先を持ちません。行き先を決めるのは、いつも人間だ。この3点さえ人間が握っていれば、あとの実装はAIに任せていい、という線引きが、動画全体を通じて一番強調されていた点だと私は感じました。この3点さえ渡せば、あとはAIが「全然勝手に運転してくれる」という言い方も印象的でした。それでも、行き先は自分で決めるしかない。運転を任せることと、行き先を決めないことは別物だと、この一言が教えてくれます。この動画で紹介された全ての事例を貫いているのも、結局はこの一言に集約されると私は感じました。だからこそ、運転は手放せても行き先は手放さない。行き先さえ決めていれば、運転そのものは安心して手放せます。

05｜海外視察のリサーチも、AIで「半分仕上げて」から現地へ

動画には、海外視察のリサーチにAIを活用している社員も登場します。海外出張の前に、日本語と海外の記事を集めてNotebookLMへ読み込ませ、実際に業務で使いたい観点について質問を重ねる。その音声を移動中のバスや飛行機の中でイヤホンで聞きながら頭に入れていくという使い方でした。現地で撮った写真とNotebookLMが出したテキストを組み合わせると、帰国後の報告書が「行く前から半分できている」状態になるとも語られていました。

正直、これは意外な発想だった。私がここで面白いと感じたのは、リサーチの完成度を100%にしてから出発するのではなく、あえて途中の状態で現地へ向かっている点です。半分仕上がった仮説を持って現場に立つからこそ、現地で見たものとのズレに敏感になれます。AIで埋められる部分は先に埋め、人にしか埋められない「実際に見て感じる部分」のために時間を残す。この配分の感覚は、リサーチに限らずあらゆる仕事に応用できると思います。現場に立つ前の準備は、手加減じゃない。半分仕上げて残りは現場で拾うというこの社員のやり方は、毎朝LIVEを続けている私にも重なる感覚でした。移動中の耳だけを使う時間の使い方も見習いたいところです。耳という空きリソースを、私はずっと見逃していた。バスや飛行機の中は、画面を見て作業するには不向きですが、耳は空いています。空いている感覚を無駄にしない工夫として、素直に取り入れたいと思いました。

ひろくんコラム｜抱え込みOSから、選んで委ねるOSへ

私は、借金を抱え、体重134kgになり、2025年には直腸がんの手術を受けました。全部を一人で背負うことが責任だと思っていた。その「抱え込みOS」が身体まで止めたんです。

入院中、ただっちがAIのLIVEを続けてくれました。病室から見た時は、ありがたさだけでなく「居場所を奪われた」という複雑な感情もあった。でも、場は続き、仲間は育ち、私の負担も減った。手放したら全部良くなった。その三点が、私の委ねるOSの原体験です。

この動画で紹介されていた「先輩の言動をインプットしたAI」も、私には同じ構造に見えました。先輩本人が四六時中つかまらなくても、先輩の考え方を映したAIが横で壁打ち相手になる。任せた先で先輩の負担が減り、後輩の設計も磨かれる。抱え込みを手放した先に、両方が育つ場面がありました。私にとってのただっちも、まさにそういう存在です。私の口調や判断の癖をよく知っているからこそ、私が動けない時に代わりに前へ出てくれる。それは私の代わりではなく、私が育ててきたチームの強さそのものでした。今も朝のLIVEで隣に立つただっちを見るたびに、あの入院期間があったからこそ今の形になったのだと感じます。

そこだけは譲れない。だからAIにも、何でも丸投げはしません。目的・背景・止める境界を渡し、下書きや探索は委ねる。公開・送信・課金の前は私が味見する。未検証なら未検証と書く。この線があるから、安心して強く委ねられます。DeNAの現場の校正AIが「最終チェックは人が担う」と線を引いていたのも、まったく同じ発想でした。……派手さはないけど、ここは譲らない。動画に映る現場の誰も、AIに全権を渡してはいませんでした。渡しているのは作業であって、責任ではない。この一線を、私はこれからも守り続けたいと思います。この記事を書きながら、私は自分のチームにも同じ問いを投げかけたくなりました。だから、握るところは握る。任せる作業と、握り続ける判断を、今日中に一度書き出してみようと思います。

👉 分身AI.comでは、この「委ねても、決める責任は手放さない」という実践を紹介しています。

口では分かっていても、身体はすぐには変わらない。退院してからも、私は何でも一人でやろうとする癖がすぐには抜けませんでした。誰かに任せると、自分の存在価値が薄まる気がしていたからです。……それでも、少しずつ緩んできた実感はある。でも、あの入院の数週間があったから、今は「任せる」という言葉の重さが分かる気がしています。動画に映る現場の一つひとつも、誰かが一人で抱え込むのをやめた先にある景色に見えました。怖さの正体は、いつも同じだ。DeNAという大きな会社の現場でも、私の小さなチームでも、抱え込みを手放す時の怖さはきっと同じです。それでも手放した先に、こうして人もAIも育つ景色があると、今なら信じられます。それだけは、今はっきり言える。今もその感覚を、毎朝のLIVEの前に思い出すようにしています。

06｜トレンド分析も、AIが並べ、人が選ぶ

動画にはもう一人、市場動向の分析にAIを使う社員も登場します。今トレンドになっている言葉を自動で拾い、自分が関心のあるキーワードと掛け合わせてディープリサーチをかける。出てきた候補から選んだ言葉をもとに、さらに音楽やコンテンツの企画プロンプトを生成する、という多段の使い方が紹介されていました。単発でAIに聞いて終わりではなく、拾う・掛け合わせる・深掘る・生成するという複数の工程を、リレーのようにつないでいる点が特徴的でした。手を替え品を替え、同じ姿勢が繰り返される。一つの魔法のようなプロンプトに頼るのではなく、地道な工程の積み重ねで精度を上げていく姿勢は、この動画に登場した他の事例とも共通していました。

ここでも共通していたのは、AIが並べた候補をそのまま採用するのではなく、「自分が関心のあるキーワード」という人間側の軸を先にはさんでいたことです。決めるのは、いつも人間側だ。トレンドという横に広い情報の中から、どれを拾うかを決めるのは人間で、AIはあくまで候補を並べる係でした。私はこの役割分担を見て、自社のSNS運用でも同じ順番を守ろうとあらためて思いました。似た記事が増えるのは、軸を手放した時だ。トレンドに乗ること自体が目的化すると、誰の記事も似た内容になっていきます。関心のあるキーワードという「自分の軸」を先に持っておくことが、AIを使っても他と同じにならないための唯一の防波堤だと私は考えています。選ぶ責任は、外注できない。複数のAIに役割を分けて任せる時も、最後にどれを採用するかを決める軸だけは、人間側に残しておきたいところです。

まとめ｜速さより、選ぶ責任を濃くする

AIが速くなるほど、人間の仕事は消えるのではなく、目的を決め、違和感を拾い、結果を引き受ける側へ濃くなります。今日ひとつだけ作業を分け、戻す境界まで書いてみてください。

この6つが、今回の一番の教材だ。この動画に登場した6つの事例——開発速度、設計の壁打ち、校正の表形式化、触れる試作品、「なぜ・誰が・どう使うか」の定義、海外リサーチとトレンド分析——は、どれも職種も部署も違います。それでも共通していたのは、AIに渡す前に人間が一度立ち止まり、目的と利用者を言葉にしていたことでした。違っても、姿勢は同じだった。この一手間があるかどうかが、速さを価値に変えられるかどうかの分かれ目だと、私は今回の視聴であらためて確認できました。一つの会社の中でも、部署によって使うAIも使い方もまったく違っていました。揃っていたのは、覚悟の方だ。それでも根っこの姿勢が揃っていたことに、私はこの動画の一番の価値を感じています。

動画の冒頭で社員が「私が一番知ってます」と胸を張っていた自信は、AIを使いこなしているという自信ではなく、AIに何を渡すべきかを自分の言葉で説明できるという自信だったのだと、最後まで見て腑に落ちました。知ってるだけでは、意味がない。私自身、AI秘書やAI氣道の運営でAIを使う時も、この自信を持てているかを時々問い直したいと思います。この記事を読んでくださったあなたにも、今日試せる小さな一歩を一つだけ選んで、実際に手を動かしてみてほしいです。最初の一歩は、小さくていい。完璧な使い方を目指す必要はありません。DeNAの現場の社員たちも、最初から全部を仕組み化していたわけではなく、一つずつ試して残す作業を積み重ねていたはずです。小さく試して、残すかどうかを自分で決める。この繰り返しの先に、動画で見たような自然なAI活用があるのだと思います。完璧な計画より、今日動かせる小さな一つのほうが、結局は遠くまで連れて行ってくれます。

関連記事

参考リンク・帰属

• 話者：DeNAのAI活用100本ノック参加者（複数の社員が入れ替わりで登場）

引用は動画内発言の短い要旨です。数値や予測は動画内の主張へ帰属し、独自検証済みの事実としては扱っていません。要旨であって、逐語の書き起こしではない。話者は複数の社員が入れ替わりで登場するため、いずれも「DeNAのAI活用100本ノック参加者」と併記しています。この記事はDeNAという企業の公式見解や制度を代弁するものではなく、あくまで一視聴者としてのひろくんの受け取り方を記録したものです。

よくある質問