【DeNA QA Night #7】AI活用によるQAの生産性2倍に向けた取り組み（nongame）

DeNA QA Night #7 AI活用によるQAの生産性2倍に向けた取り組み （nongame） 藤﨑 隆 DeNA AI Cognitive Expert IT本部 品質管理部 株式会社 ディー・エヌ・エー © DeNA Co., Ltd. 1

名前 藤﨑 隆 所属 IT本部 品質管理部 DeNA AI Cognitive Expert 担当 社会課題領域、スポーツ領域の品質管理 AI活用 PdM モットー めんどくさいを無くしたい 趣味 陸上競技 2024年:40歳 100m 11.29 M40 4×100mR 日本一 界へ 横浜 在住 19XX © DeNA Co., Ltd. A業 Q ト、 テス 2006 ーズ タ ス ーズ ベイ 会 ズ 入 ー ブ A 社 N スタ クラ スタ 一 De A入 N 浜 イ イ 横 De ベ ァン ベ 日本 フ 2011 2014 2021 2024 2

AI活用によるQAの生産性2倍に向けた取り組み DeNAはAIにオールインします 『AI-ジャーニー』と称して全社でAI推進 © DeNA Co., Ltd. 3

AI活用によるQAの生産性2倍に向けた取り組み 『非ゲームサービスのQA』もAI-ジャーニーの一環 非ゲームサービスのAI-ジャーニーとは 解釈の 定義化 工数分析 ゴール 設定 業務分析 非ゲームとは？ QAにおける生産性とは？ の定義化からスタート © DeNA Co., Ltd. 4

AI活用によるQAの生産性2倍に向けた取り組み 『工数分析』として、影響が大きい領域をスコープにする キックオフ テスト計画 テスト設計 31% © DeNA Co., Ltd. テスト実施 分析・報告 振り返り 52% 5

AI活用によるQAの生産性2倍に向けた取り組み 『業務分析』として、QAのペインが何かを把握する ex)多用な「組織×ツール」でプロジェクト管理され、QAが柔軟に考えて吸収している Confluence JIRA GWS Slide Github GWS spreadsheet draw.io Product GWS Document Notion MS Office Excel Miro MS Office Word © DeNA Co., Ltd. MS Office PowerPoint Figma 分析結果から ゴール設定した 6

AI活用によるQAの生産性2倍に向けた取り組み 期待値 AIにはQA目線の柔軟性と作業品質を『獲得』してほしい 柔軟性 職人気質 低い 頑な © DeNA Co., Ltd. 融 通 が 利 かな い QAエンジニア 杓 子 定 規 や や 堅い 臨 機 応 変 柔 軟 芸術家肌 おお らか ざっ くり 曖 昧 高い 自 由 すぎ る 7

AI活用によるQAの生産性2倍に向けた取り組み 期待値 AIにはQA目線の柔軟性と作業品質を『獲得』してほしい 作業品質 高い 期待値 自動化 柔軟性 職人気質 低い 頑な © DeNA Co., Ltd. 融 通 が 利 かな い QAエンジニア 杓 子 定 規 や や 堅い 臨 機 応 変 柔 軟 芸術家肌 おお らか ざっ くり 曖 昧 高い 自 由 すぎ る イマココ 低い 8

AI活用によるQAの生産性2倍に向けた取り組み テストの信頼性は確実に維持する必要がある AIがミスしたら、『AIを使いたくない』となってしまう 生産性と信頼性 作業 INP UT テ ス ト 分 析 テ ス ト 設 計 レビュー テ ス ト 実 装 テ ス ト 実 行 テ ス ト 結 果 サ イ ン オ フ 作業とレビューを分担し、 AIは生産性に集中してもらう © DeNA Co., Ltd. 9

AI活用によるQAの生産性2倍に向けた取り組み 重要 AIを『一人前』に育成してから、実働してもらう ①人から外的に指示を受ける プロンプト 成果を生み出す作業 AI 自己学習 質疑応答 ②INPUTや実動作を AI自身で学習する ③AIの疑問点に答える © DeNA Co., Ltd. 10

AI活用によるQAの生産性2倍に向けた取り組み 育成されたAIは『活躍』する キックオフ テスト計画 テスト設計 テスト実施 分析・報告 振り返り ・微細な要件～システム全体のテストを網羅 ・自然言語によるスクリプトテストの実施 ・数万に及ぶテスト項目を超短期生成 ・システムを理解したAIによるアドホックテスト ・人のレビュープロセスを組み込み、精度を保証 ・ユーザビリティを含めた自主的な「不具合報告」 従来と変わらない品質を高生産性に 正確性とセンスで柔軟に 具体的な成果は冬に発表予定 © DeNA Co., Ltd. 11

AI活用によるQAの生産性2倍に向けた取り組み 他の AI-ジャーニー 生成AIの推進において社内で必要とされること 1 タスクの明確化 組織内の全ての業務プロセスを詳細に分解し、個々のタスクとその目的を明確に文書化。 暗黙知を含め、人間が行っている判断や作業を漏れなく可視化することが重要。 2 ワークフロー分析 各タスク間の依存関係や情報の流れを図式化し、ボトルネックや重複作業を特定。 意思決定ポイントや例外処理のパターンも含めて、業務の全体像を立体的に把握する。 3 AI適合性評価 タスクごとにAIによる自動化・支援の可能性を専門的に評価。 必要なデータ量、精度要件、リスク許容度などの観点から多角的に分析し、投資対効果の高い領域を見極めることが大切。 4 生成AIを組み込んだ 業務プロセスの再設計 人間とAIの最適な役割分担を考慮した新たな業務設計を行う。単なる作業置換ではなく、 AIの特性を活かした本質的な業務変革を目指し、変更管理計画も含めた包括的な実装戦略を策定する。 AIは確かに可能性を秘めているが、業務に組み込むことは泥臭い © DeNA Co., Ltd. 12

AI活用によるQAの生産性2倍に向けた取り組み AIは成果と作業工数間にある正の相関から脱却する機会 成果 高品質 低作業量 高品質 高作業量 低品質 低作業量 作業工数 © DeNA Co., Ltd. 13

AI活用によるQAの生産性2倍に向けた取り組み おわりに AIを1人格と捉えて『理解して向き合う』ことでAIの活用が進む ● 『なんとなく』AI化しても価値に繋がらない ○ ● 人が無理なことはAIも無理 ○ ● うまく説明出来ないことはAIも出来ない AIの成果物はそれっぽいが、プロ品質では無い ○ © DeNA Co., Ltd. 『何かに』役立ってこそAI活用 一流になる第一歩を踏み出したところ 14

© DeNA Co., Ltd. 15