ソフトウェアテストは、開発工程の中でも工数が膨らみやすく、リリース直前に圧縮されやすい工程です。AIの使い所は、テストケースの生成、テストデータの作成、回帰テストの自動実行支援といった「量が多く、観点が定型化しやすい」部分にあります。結論として、テスト工程のAI活用は、品質をAIに委ねることではなく、人が設計した観点をAIに展開させ、人の時間を探求的テストに振り向ける再配分として設計すべきです。
テストケース生成は「観点表」を入力にして使う
仕様書や画面遷移図をそのままAIに渡してケースを作らせるだけでは、境界値や異常系の観点が抜けます。先に人が同値分割・境界値分析の観点表を作り、それを入力としてケースを展開させる進め方が有効です。テストデータの作成では、本番データの個人情報をマスキングしたうえでAIに投入するなど、情報管理のルールを先に決めておくことも欠かせません。生成されたケースは、レビューで重複と漏れを確認し、プロジェクトの資産として蓄積します。この蓄積が、次の案件の見積もり精度と初速を支えます。
回帰テストは自動化の優先順位を「変更頻度×影響度」で決める
全ケースの自動化は現実的ではありません。変更頻度が高く、障害時の影響が大きい機能から自動化し、手動で残す範囲を明示します。AIは、画面変更に伴うテストスクリプトの修正候補の提示や、失敗ログの一次分類にも使えます。総務省「令和7年版情報通信白書」では、所属企業の生成AI活用方針を知っている回答者の回答を基に推計した「何らかの業務で生成AIを利用している」割合が、日本で55.2%でした。利用が広がる局面だからこそ、工程ごとの使い分けを先に決めた企業が差をつけます。
品質指標は「テスト工数」ではなく「流出障害」で見る
AI導入の効果をテスト工数の削減だけで測ると、現場はケースを減らす方向に動いてしまいます。本番流出障害の件数、テスト工程での検出率、回帰テストの実行時間の3つで評価し、四半期ごとに見直してください。特に検出率が下がった場合は、ケース生成の観点表そのものを見直すサインです。品質の最終責任は人が持つことを、体制図と役割定義に明記しておくことが、顧客との信頼を守ります。
自社の現場に引きつけた進め方を検討したい方は、本誌の30分無料相談で、対象工程の選び方や進め方の優先順位を一緒に整理できます。まずは現状の課題をお聞かせください。
あわせて読みたい
「開発現場のAI活用は「速く書く」より「正しく届ける」で設計する」 https://axdx.aohalab.ai/#/article/29
「論文紹介：3社の実地実験が示したCopilotの効果（4,867人）」 https://axdx.aohalab.ai/#/article/65
出典：総務省「令和7年版 情報通信白書｜企業におけるAI利用の現状」 https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r07/html/nd112220.html
本記事で紹介した内容は2026年11月時点の公表情報に基づきます。最新の内容は出典の一次情報をご確認ください。