プロジェクトの背景

近年、クラウドサービス市場の拡大に伴い、開発サイクルの迅速化は企業の競争力を左右する重要な要素となっています。競合他社に先んじた機能提供が求められる一方で、システムの複雑化により、リリース時の品質確保は極めて困難な課題となっています。特に大規模な開発組織においては、テスト工程で日々膨大な障害票が起票されるものの、それらを詳細に分析し、再発防止策として上流工程へフィードバックする体制を構築することは容易ではありません。本プロジェクトでは、デジタルトランスフォーメーションを推進する大手クラウドサービス開発企業様に対し、弊社の「プロジェクトマネジメント支援」と「AI導入支援」を統合したソリューションを提供し、品質管理プロセスの抜本的な改革を目指しました。

クライアントが抱える課題

同社では、結合テストおよびシステムテストの工程において、検知された障害の原因分析が十分に行われていないという深刻な課題を抱えていました。障害票そのものは管理ツールに蓄積されているものの、その分類や傾向の分析は属人的かつ手作業に依存しており、分析結果を得るまでに多大な工数を要していました。その結果、過去の不具合から得られた知見を設計や実装といった上流工程の改善に活かすことができず、類似の障害が繰り返し発生する状況にありました。また、一部の重大な欠陥が十分に評価されないまま本番環境へと展開され、リリース後に大規模な不具合が多発する製品も存在していました。これにより、保守運用のコスト増大のみならず、エンドユーザーからの信頼低下という経営リスクに直面していました。

弊社が提供したソリューション

弊社は、単なるツールの提供に留まらず、品質管理プロセスの再定義から実装までを包括的に支援いたしました。具体的には、プロジェクト名や対象工程を指定するだけで、既存の管理ツールから該当する障害チケットを自動で集計し、AIがその内容を判別・分類する専用のWebアプリケーションを開発いたしました。このアプリケーションに搭載された生成AIモデルは、自然言語処理技術を用いて「要件定義の漏れ」「設計の不備」「コーディングミス」といった発生原因を高度な精度で自動分類します。さらに、単なる集計に留まらず、AIが各分類結果を横断的に分析し、次回のプロジェクトに向けた具体的な改善策や注意点をレポート形式で自動生成する機能を実装いたしました。これにより、分析作業の標準化と高度化を同時に実現しました。

適用による効果

本ソリューションの導入により、これまで熟練のエンジニアが約2週間を費やして実施していた障害分析業務を、わずか5分で完了させることに成功いたしました。この劇的な工数削減により、分析の頻度を向上させ、リリース前の品質判定をデータに基づき迅速に行うことが可能となりました。定性的な面においても、AIによる客観的な分析結果が提示されることで、開発チーム内の認識の齟齬が解消され、建設的な振り返りが行われるようになりました。結果として、リリース後の重大な障害発生数は大幅に低減し、製品品質の安定化に大きく寄与しています。今後はこの分析基盤を全社的なナレッジシェアの仕組みへと拡張し、組織全体の開発力の底上げを支援していく方針です。