コラム

• AIソリューション
• DX

FDEとは？AI導入を成功に導く現場定着のアプローチを解説

多くの企業がDXやAI活用を推進する一方で、期待した成果を得られていないケースも少なくありません。最新のシステムやツールを導入しても、現場業務との整合性が取れなければ十分に活用されず、投資対効果が低下してしまいます。 こうした課題を解決する手法として注目されているのが、FDE（Forward Deployed Engineer）による伴走型の支援です。FDEは現場の業務課題を深く理解しながら、システムの実装だけでなく運用の定着までを支援します。 本記事では、FDEの役割や求められる背景を解説するとともに、AI導入を成功に導くための業務設計や運用定着のポイントを紹介します。

• AIソリューション
• ソフトウェアテスト・品質保証

AIでテストを自動化すれば、品質は保証されるのか

「AIを入れたのに、品質は変わらなかった」 自動化ツールを導入したのに、なぜか現場はしっくりきていない。開発は生成AIでどんどん速くなるのに、テストがまったく追いつかない。以前に一度、テスト自動化に挑戦して、思うような効果が出ずに立ち消えになった——。もし、こうした心当たりが一つでもあるなら、この記事はきっとお役に立てます。 生成AIの登場で、ソフトウェアテストの自動化は新しい段階に入りました。設計書を読ませればテストケースの案が返ってくる。画面を認識して操作を再現する。夜間も止まらずに実行し続ける。数年前なら人手と時間をかけていた作業が、驚くほど速く片づくようになっています。 こうした進化を前に、多くの現場が同じ期待を抱きます。 「AIでテストを自動化すれば、品質は保証されるのではないか」 そして、いざ導入してみて、冒頭のような戸惑いに直面する。 ところが、実際にAIやツールを導入した現場から聞こえてくるのは、期待とは少し違う声です。テストは速くなった。実行できる件数も増えた。それなのに、リリース後の不具合は思ったほど減らない。品質が上がった手応えがない。むしろ「大量にテストを回しているのに、なぜ見逃すのか」という新しい戸惑いが生まれている——。 なぜ、こうなるのでしょうか。AIの性能が足りないからでしょうか。ツールの選び方を間違えたからでしょうか。 私たちが数多くの品質保証の現場で見てきた答えは、どちらでもありません。問題は、AIやツールという「手段」そのものではなく、その手段を使う前に決めておくべきことが決まっていないことにあります。この記事では、「AIで自動化すれば品質は保証されるのか」という問いを入り口に、品質を本当に左右しているものは何かを、順を追って解きほぐしていきます。

• AIソリューション
• ソフトウェアテスト・品質保証

なぜネムラナイを、ツールではなくサービスとして提供するのか

「それは、AIテストツールと何が違うのか」 AIを活用したテストの製品は、いま数多く生まれています。画面を認識して操作を再現するもの、設計書からテストケースを生成するもの、実行を丸ごと自動化するもの。どれもテストを速く、効率的にする道具として、着実に進化しています。 SHIFTが提供するAIテストのサービス「ネムラナイ」も、こうした流れの中で語られることがよくあります。そして、ほぼ必ずといっていいほど、こう問われます。「それは、世の中にあるAIテストツールと、何が違うのか」と。 見た目だけを比べれば、似ているように映るかもしれません。ネムラナイもまた、AIがテストの設計や実行を担う仕組みを内側に持っているからです。しかし、私たちはネムラナイを「ツール」ではなく「サービス」として提供しています。そして、これは言葉の選び方の問題でも、商売上の都合でもありません。品質を保証するとはどういうことか、という本質から導かれた、必然的な形なのです。 この記事では、なぜネムラナイがツールではなくサービスなのか、そしてそれが一般的なAIテストツールと本質的にどう異なるのかを、順を追ってお話しします。

• AIソリューション
• ソフトウェアテスト・品質保証

開発は速くなったのに、なぜリリースは速くならないのか？ ――テスト工程に潜む「見えない損失」

「AIが重要なのはわかる。でも、まだ自社には関係ない。」 そう考えている企業は少なくありません。 生成AIやアジャイル開発の普及によって、開発スピードはこれまで以上に加速しています。しかし、その一方で見落とされがちな課題があります。 それが、品質保証です。 本当に危険なのは、AI導入にかかるコストではありません。実は、「まだ自社には関係ない」と思っている企業ほど、品質保証のボトルネックというかたちで、すでに影響を受け始めている可能性があります。

• AIソリューション
• ソフトウェアテスト・品質保証

生成AIをQA業務にどう使うか？テスト現場で使える4つのプロンプト例

テスト計画や設計の場面で生成AIを使ってみたものの、「どこに当てはめればよいのかわからない」と感じたことはないでしょうか。プロンプトを工夫すれば何かできそうですが、テスト工程のどこで使うべきかが曖昧なまま、結局使いこなせないケースは多いです。 この「使いどころが分からない」という状態は、QA業務でAI活用が進まない原因になります。テストは複数の工程に分かれているため、まずどの工程で何を任せるかを切り分けないと効果が出ません。この記事では、テスト工程ごとにAIをどのように使い分けるかを整理し、プロンプトとアウトプットをセットで提供します。 この記事でわかること - テスト工程ごとの生成AIの使いどころが分かる - 各工程でそのまま使えるプロンプトが手に入る - QA業務に適用する具体的なイメージが持てる 使用するAIモデルは、ChatGPT・Claude・M365 Copilotなど主要な生成AIであれば本記事のプロンプトをそのまま使用できます。生成AIを使用する際は、事前にオプトアウト設定や社内のAI利用ポリシーをご確認ください。

• AIソリューション
• ソフトウェアテスト・品質保証

暗黙知をどうやってAIに理解させる？ナレッジマネジメントの苦労話（後編）

前編のふりかえり 前編では、品質を支えているのは仕様書に書かれていない「現場の判断」= 暗黙知であること、そして暗黙知を資産にしようとするときの典型的な失敗パターンをご紹介しました。書きすぎれば読まれず、一般化しすぎれば価値が抜け、種類の違う知識を混ぜれば信頼が落ちる——多くの組織が経験する壁です。  後編では、SHIFT がテストの暗黙知をどのような土台の上で扱い、AI を活用したサービスとしてお客様に届けるまでに何につまずき、何を学んだのかをお話しします。 

• ソフトウェアテスト・品質保証

テスト仕様書の書き方～テストケース作成のポイント～

「テスト仕様書」におけるテストケースは、確実にテストを実施するうえで重要なドキュメントです。本コラムでは、テスト仕様書の一部であるテストケースの書き方やそのポイントについて解説します。

• ソフトウェアテスト・品質保証

システムテスト（総合テスト）とは？その目的・観点・種類、実務で使える手順について解説

• セキュリティ

脆弱性診断（セキュリティ診断）とは？実施する目的や種類、ツールの選び方をわかりやすく解説

脆弱性診断（セキュリティ診断）とは、情報システムを構成するOSやミドルウェア、Webアプリケーションなどに「脆弱性」がないかを診断することです。近年、インターネットの発展とともにサイバー攻撃による個人情報の流出など、セキュリティインシデントも増加傾向にあります。サイバー攻撃の多くは「脆弱性」を悪用して行われており、情報資産を守るためにはセキュリティ対策が必要不可欠です。本記事では、「脆弱性」とは何か、脆弱性診断とペネトレーションテストとの違いなどのほか、脆弱性診断の種類や方法などについて解説します。