デジタルハーツとDeNAがAIテスト支援開始、設計工数最大90%減

デジタルハーツホールディングスは2026年10月23日12時6分、子会社のデジタルハーツがDeNAとパートナー契約を結び、AIを活用したソフトウェアテスト支援サービス「AIテストソリューション powered by DAAQ」の提供を開始したと発表した。DeNAが開発したAIテストツールと、デジタルハーツの品質検証スタッフによる作業を組み合わせる。ゲームから企業向けシステムまで、テスト設計の負担を減らしながら品質を確保する狙いだ。
DeNA製「DAAQ」が仕様確認からテスト設計まで支援
「DAAQ」は「DeNA AI Advanced Quality」の略で、仕様書や画面設計書、過去のテスト知識などを参照し、機能テスト、表示テスト、シナリオテストの設計を支援する。AIへ一度質問するだけでなく、仕様情報の抽出、テスト観点の洗い出し、ケース作成などを段階的に処理する仕組みだ。仕様書の記述漏れや矛盾を見つけるインスペクション機能も備える。今回のサービスでは、AIが生成したテスト設計書を専門スタッフが確認し、利用場面に合わせて調整する。
「最大90%削減」と「平均約50%削減」の違い
デジタルハーツ側の発表は、DAAQによるテスト設計工数の削減率を「最大90%」と紹介した。ただし、これはDeNA社内の実績であり、対象案件や仕様書によって効果は異なる。一方、DeNAが10月8日に公開した技術記事では、社内のテスト設計工数は平均で約50%減ったと報告している。最大値と平均値は意味が異なるため、今回の外部向けサービスで一律に90%短縮できるという意味ではない。
DeNAの技術記事では、2026年3月時点の一部プロジェクトで、生成テストの95%が修正不要と判定され、仕様書インスペクションの指摘の92%が有効と評価された例も紹介された。これらも個別の社内実績であり、今回のサービス利用企業全体の達成率ではない。生成物の品質は元の資料や業務領域に左右されるため、数値だけでなく人によるレビューや適用範囲の確認が重要となる。
AIと人間の役割を分ける品質検証
新サービスでは、AIによる設計書作成を出発点として、デジタルハーツのスタッフが対象サービスの特徴やユーザー行動を踏まえて内容を改善する。テストの実施段階でも、経験則や直感に基づく探索的な確認など、人が得意とする観点を活用するという。現場で見つかった課題や改善案をDAAQに戻し、ツールの精度や機能を継続的に改善する方針も示された。AIだけで検証工程を完結させるサービスではない点が特徴だ。
DAAQの社内基盤についてDeNAは、文書を参照するRAG、複数段階のLLM処理、非同期ジョブなどを採用していると公表している。技術記事によれば、Cloud Run Jobsで処理を実行し、Milvusで関連資料を検索、LangfuseでAI処理を評価・監視する構成だ。ただし、これらはDeNA社内システムの説明であり、デジタルハーツが顧客向けに提供する環境の構成や料金、データの取り扱い条件まで同一だと確認できたわけではない。
今回の提携は、AIがテスト設計の下書きを作り、人がリスクや使い勝手を判断する分業を外部サービスに展開する動きといえる。導入を検討する企業には、設計書の作成時間だけでなく、テスト漏れ、再作業、運用時の情報管理まで含めた評価が必要になる。発表時点で具体的な料金表や外部顧客での削減率は示されていない。今後は実際の導入案件でどこまで効率と品質を両立できるかが注目される。
みんなの反応
55件仕様書を読む作業からAIが助けてくれるのは大きい
テストケース作成の時間が減るなら助かるな
最大90%って数字は条件を見ないと判断できない
平均50%でも現場ならかなり効果ありそう
人のレビューを残す設計なのが現実的だと思う
QAの仕事がなくなるという話ではなさそう
探索的テストはまだ人間の経験が効くよね
仕様が曖昧な案件でどこまで使えるのか気になる
テスト観点の抜け漏れを減らせるなら期待
これ、ゲームのデバッグにも広がるのかな
生成されたケースを直す手間が逆に増えない?
品質と速度の両立って簡単ではないからなあ
DeNAが内製していたツールを外部に出すのか
AIの結果を鵜呑みにしないのは重要だと思う
テスト設計書のフォーマットは選べるんだろうか
社内実績と顧客実績は分けて見たいところ
料金がどれくらいになるかが一番気になる
AIに仕様書を読ませるときの機密管理が心配
古い設計書でも正しく読み取れるなら便利
境界値の洗い出しが得意なら使ってみたい
人の確認が前提なら導入しやすいかもしれない
結局は入力資料の品質次第になりそうだな
テスト工程の属人化を減らせるといいね
設計者のレビュー時間はどう計測しているんだろう
最大値だけでなく平均も出ているのは参考になる
AIがテストを全部自動実行するわけではないのね
仕様の矛盾を先に指摘できるのはありがたい
現場のノウハウを学習に戻す仕組みは面白い
バグの再現手順まで生成できたらもっと便利
大規模案件ほど効果が出そうだけど検証が必要
この分野もAIと人間の分業が進むんだな
90%減と聞くと期待しちゃうけど慎重に見たいw
ケースの重複を減らす機能もあると嬉しい
画面変更が頻繁なサービスでの運用が気になる
テスト担当の負担が減れば品質改善に回せる
現場のQA担当が使いやすいUIかどうかも大事
レビューする人のスキル差は残りそうだね
導入後の改善サイクルまで含めて評価したい
AIの誤解を見抜く側の知識がむしろ重要になる
少人数の開発チームにも使える価格だといいな
設計の効率化とテスト実行の効率化は別だよね
リリース前の追い込みで役立つなら助かる!
セキュリティテストにも応用できるのかな
RAGで過去のテスト知識を引けるのは強そう
使うモデルが変わったときの品質評価も必要
生成物の根拠を追えるならレビューしやすい
現場での実績が増えたら比較データが見たい
手動テストの価値を再確認する発表でもある
バグを見つける発想までAIが出せるか注目
人が直した部分を次回に活かせると効率的
テスト設計が速くなっても確認工程は省けない
品質保証の仕事の中身が変わっていきそう
仕様書が画像中心のときは精度どうなんだろ
DeNAの技術記事も合わせて読むと理解しやすい
まずは小さい案件で効果を測ってみたいな!
一致する反応はありません。
情報元
- prtimes.jp リンク先:prtimes.jp
- engineering.dena.com リンク先:engineering.dena.com


あなたはどう思う?
コメントは投稿後すぐに公開されます。個人情報や不適切な内容は投稿しないでください。
コメント
まだコメントはありません。