ソフトウェアテストにおける AI 主権: モデル、データ、テストの主導権を手放さない

ソフトウェアテストにおける AI 主権: どの AI に画面を見せ、テストデータをどこに置くかをチームが決め、テストを書き直さずにそれを変えられること。

執筆: Ait Nohaila (事業開発担当) 読了 10 分

ソフトウェアテストにおける AI 主権とは、どの AI モデルにチームの作業を見せるか、テストデータをどこで処理するかをチーム自身が決め、テストを 1 件も書き直さずに、その決定を明日にでも変えられることです。

ほとんどのチームは、この決定を一度も下していません。テストツールを選んだら、残りはツールが決めてしまったのです: どのモデルが画面を読むのか、誰のサーバー上で、いくらで。QA リードや CTO にとって、これはツール選びの中に隠れたガバナンスの問題です。

AI 主権とは?

定義

AI 主権とは、どの AI モデルがチームのデータを扱うか、その作業がどこで行われるかを決め、望むときにその決定を変えられる、チームの力のことです。モデル: 自分で選び、入れ替えることができます。場所: データがどこで処理されるかを把握していて、自分たちのコンピューター上にとどめることもできます。出口: モデルや場所を変えても、これまでの作業が無駄になりません。

「ソブリン AI」という言葉は、国家とその計算基盤についても使われます。この記事が扱うのはもっと小さな規模、QA リードがこの四半期に手を打てる範囲です: 1 つのチーム、そのテストとツールです。

用語答える問い
データ主権データはどこに保存され、どの規則が適用されるのか?
AI 主権どのモデルがデータを扱い、どこで動き、入れ替えられるのか?
AI ガバナンス社内で誰がそれを決め、どこに書き残しているのか?

ソフトウェアテストで AI 主権が最も重要になる理由

  • テストが特別なケースである理由は 3 つあります。エンドツーエンドテストはアプリの実際の画面を通るので、ユーザーが見るものを見ます: 顧客名、価格、口座番号です。テストはまだリリースしていない機能、つまり社外に最も出したくない機能の上で動きます。そしてビルドのたびに実行されるので、社外に出ていくものは毎日出ていきます。

テストツールの AI 機能は、まさにそうした画面を相手に動きます。テスト実行のコピーがどこへ行き、プライバシーの規則がそれに何を求めるかは、テスト自動化におけるデータプライバシーで取り上げています。

チームが AI の主導権を失う 3 つの道筋

主導権を一度の決定で手放す人はいません。それは小さな一歩ずつ失われ、どの一歩も便利な選択に見えていました。

主導権の失い方1 年後の姿
すべての画面が、自分で選んでいないモデルへ送られる顧客データと未リリースの機能が、チームの誰も読んでいない規約のもとで、実行のたびに社外へ出ています。
テストが他社のクラウドの中でしか動かない値上げ、障害、新しいポリシーひとつでリリースが止まりかねず、乗り換えるにはすべてのテストを作り直す必要があります。
誰も確認できない AI の判定モデルが合格と言ったからリリースしたのに、それが何を見て、なぜそう判断したのかを誰も示せません。
問題は、ツールが下した選択そのものであることはまれです。問題は、チームの誰もその選択をしていないことです。

それぞれがどんな代償を生み、ツールをどう見極めればよいかは、ベンダーロックインのない AI テスト自動化のテーマです。

チームが自分で下すべき 4 つの決定

主権は実務の話です。突き詰めれば 4 つの決定と、それぞれを誰が下すかに行き着きます。あらゆるアプリのエンドツーエンドテストをコードなしで自動化する GUI Test Studio は、その 4 つすべてをチームに委ねます。

決定GUI Test Studio で誰が決めるか
どの AI が作業を見るかチームが決めます。自分のキーで使うクラウド AI、ローカル AI モデル (当社が提供するもの、または独自のもの)、または AI なし。設定は 1 つです。
テストデータをどこに置くかチームが決めます。テスト、記録、レポートは、自分たちのコンピューター上の、自分で選んだフォルダーにあるファイルです。
どのアシスタントがテストを作成するかチームが決めます。オープン標準に対応したアシスタントならどれでも、ローカル AI モデル (当社が提供するもの、または独自のもの)、あるいはアシスタントなし: テストを自分で記録します。
実行に AI がそもそも必要かチームが決め、その答えは「不要」でもかまいません。記録したテストは、それだけで再生されます。

どの AI を使うか: 自分のキーで使うクラウド AI、ローカル AI モデル、または AI なし

AI スマート分析は、不合格になったアサーションをもう一度見る任意の機能です: そのアサーションの最終判定を下し、違いを分かりやすい言葉で説明します。オンにするまではオフのままで、どこで動かすかは 1 枚の設定カードで決まります: 自分のキーでクラウドのプロバイダーで、またはローカル AI モデル (当社が提供するもの、または独自のもの) で動かします。

スイッチを握るのはチームです

クラウド AI

自分のキーで、自分が選んだプロバイダーのもの

ローカル AI モデル

当社が提供するもの、または独自のものを、自分のコンピューター上で

AI なし

各アサーションは、それぞれの比較だけで判定します

テストは: どのスイッチがオンでも、同じファイルのままです。

3 つの選択肢、1 つの設定。この例では、チームはローカル AI モデル (当社が提供するもの、または独自のもの) を選んでいますが、明日また選び直すこともできます。
選択主導権にとっての意味
クラウド AI、自分のキーでプロバイダー (OpenAI または Anthropic) とモデルを自分で選びます。キーはプロバイダーと直接やり取りし、そのプロバイダーとの自社の契約のもとで扱われます。
ローカル AI モデル当社が提供するモデル、または持ち込んだモデルが、自分のコンピューター上で動きます。画面のものは何もコンピューターの外に出ず、モデルは自分が変えたときにしか変わりません。
AI なし各アサーションは、それぞれの比較だけで合格か不合格かが決まります。モデルに左右されるものは何もありません。
決定のすべてが 1 枚の設定カードに収まります: オンかオフか、どこで動かすか、どのモデルか。

すべての選択肢と、それぞれに期待できることは、AI スマート分析のガイドにあります。

テスト自動化におけるデータ主権: ファイルは自分たちのコンピューター上に

テストはチームが所有するファイルです: そのステップ、画像、記録が入っています。実行のたびに、レポートと動画がテストの隣のフォルダーに保存されます。テストのものは当社側に何も保存されないので、どこに保存するか、誰が開けるか、どれだけ保管するかはチームが決めることです。

それは、結果をあとで証拠として使えるということでもあります。監査のためのテストエビデンスでは、監査人がテスト実行に何を求めるか、各実行が何を残すかを紹介しています。

どの AI アシスタントがテストを作成するか

テストはプロンプトから作成することもできます: ワークフローを説明すると、AI アシスタントが画面上でそれを実行し、通常のテストとして保存します。コネクターはオープン標準の Model Context Protocol に対応しているので、アシスタントを選ぶのは当社ではなくチームです。

  • 方法は 3 つあり、組み合わせることもできます。チームがすでに使っているアシスタントを使えます: Claude Desktop、Claude Code、ChatGPT と Codex、または VS Code です。ローカル AI モデル (当社が提供するもの、または独自のもの) を使い、依頼も画面もコンピューターの中にとどめることもできます。あるいはアシスタントを使わず、ワークフローを一度実際に行ってテストを記録することもできます。

テストをどの方法で作成しても、結果は同じ種類のファイルで、アシスタントが再び必要になることはありません。プロンプトからテストを作成すると、オープン標準がもたらす変化についてはテスト用の MCP サーバーをご覧ください。

テストの実行に AI はそもそも必要か?

いいえ、そしてこれこそが、ほかの 3 つの決定を守る決定です。記録したテストはそれだけで再生されます: 毎回同じステップを同じ順序で再生し、AI がアプリを操作することはありません。同じアプリに対する同じテストは、同じ答えを返します。

それが結果への信頼になぜ重要なのかは、AI はテストの作成に使い、毎回の実行を即興に任せないのテーマです。

AI が下した判断を確認できるか?

モデルを選ぶことは、主導権の半分にすぎません。残りの半分は、実行からずっと経ったあとでも、モデルが下した判断を読めることです。

誰も確認できない判定

AI の答え: 合格

何を見て、なぜそう判断したのか? 誰にも説明できません。

実行とともに保存された判定

比較したもの

期待画像と、実行で見つかったものを並べて

判定

不合格

分かりやすい言葉での理由

「注文を確定」ボタンが有効から無効に変わりました。

与えられた指示

フォントサイズの変更は無視してください。

AI を管理できるということには、AI が下した判断を読めることも含まれます。AI の判定はそれぞれ実行とともに保存され、あとから開くことができます。

GUI Test Studio では、AI の判定は実行とともに保存されます: 評価、説明、見つかったすべての違い、そして与えられたAI への指示です。その指示もチームのものです。アサーションに「フォントサイズの変更は無視してください」のような短い言葉を添えるだけで、チームがそのアサーションをどう判定してほしいかを AI に伝えられます。

テストを書き直さずに、あとから選択を変える

取り消せない決定は、自分で管理できている決定とは言えません。だから主権の本当の試金石は、考えを変えるのにどれだけのコストがかかるかです。

今年

クラウド AI、自分のキーで

来年

ローカル AI モデル、当社が提供するもの、または独自のもの

テストは: 記録し直さず、書き直さず、開くことさえしません。

AI の選択はテストの横にある設定であり、テストの一部ではありません。
例半年後のセキュリティレビュー

あるチームが、自分のキーでクラウド AI を使い始めました。半年後、セキュリティレビューで、画面を社外に出さないよう求められます。チームは設定をローカル AI モデル (当社が提供するもの、または独自のもの) に切り替えます。

開くテストも、記録し直すテストも、書き直すテストもありません。次の実行では、不合格になったアサーションを新しいモデルが、以前と同じ形で説明します。

テストにおける AI ガバナンス: 1 ページのポリシー

ガバナンスとは、主権を文書にしたものです。QA リードなら 1 ページにまとめ、年に一度見直せます。

  • 1そのページは 5 つの問いに答えます。テスト画面を見てよい AI モデルはどれか? その処理はどこで行ってよいか、契約のあるプロバイダーか、それとも自社のコンピューター上だけか? テストを作成してよい AI アシスタントはどれで、どの環境に対してか? AI の判定のうち何を、どれだけの期間保管するか? AI をオフにしたとき、何が引き続き動くか?

ツールを選ぶ前に、AI テストツール: 選ぶ前に確認したい 7 つの質問が、同じ懸念をベンダーへの質問に変えてくれます。

始める前に知っておくこと

制限その意味
ローカル AI モデルにはハードウェアが必要ローカル AI モデル (当社が提供するもの、または独自のもの) は、グラフィックスカードがあれば高速です。なくても動きますが、遅くなります。
クラウド AI は送られたものを見るクラウド AI では、不合格になったアサーションの画像が、自分で選んだプロバイダーに送られます。合格したアサーションが送られることはありません。
選択はコンピューターごとに設定するAI の設定はコンピューターごとのもので、パイプラインでの実行ではコマンドラインで指定します。チームの選択を書き残し、マシンをそろえて設定してください。

要点

  • 1AI 主権は、手元に残しておく決定です: どのモデルを使うか、どこで動かすか、そしてその両方を変えられる自由です。
  • 2テストはビルドのたびに顧客データと未リリースの機能を目にするので、それが最も重要になるのはテストです。
  • 3主導権は 3 つの道筋で失われます: 自分で選んでいないモデル、他社のクラウドでしか動かないテスト、誰も確認できない AI の判定です。
  • 4GUI Test Studio では、4 つの決定がチームの手に残ります: どの AI を使うか、データをどこに置くか、どのアシスタントを使うか、そして実行に AI がそもそも必要かどうかです。
  • 5考えを変えるのは設定 1 つです: 自分のキーで使うクラウド AI、ローカル AI モデル (当社が提供するもの、または独自のもの)、AI なしのどれを選んでも、テストはそのままです。

よくある質問

AI 主権とは?

AI 主権とは、どの AI モデルがチームのデータを扱うか、その作業をどこで行うかをチーム自身が決め、あとからその決定を変えられることです。ソフトウェアテストでは、画面を見るモデル、テストと結果を保管する場所、テストを作成するアシスタントがその対象です。

AI 主権とデータ主権の違いは何ですか?

データ主権は、データがどこに保存され、どの規則が適用されるかの問題です。AI 主権はそこにモデルが加わります: 誰がそれを選び、どこで動き、入れ替えられるかどうかです。AI 機能は使うたびにデータをモデルへ送るので、テストチームには両方が必要です。

ソフトウェアテストで AI 主権が重要なのはなぜですか?

テストは毎日、最も機密性の高い画面を目にするからです。エンドツーエンドテストは、顧客の記録やまだリリースしていない機能を通ります。そうした画面を自分で選んでいないモデルへ送るツールは、実行のたびに決定をチームの手から奪います。

画面をクラウドに送らずに、テストで AI を使えますか?

はい。GUI Test Studio では、AI スマート分析もプロンプトからのテスト作成も、自分のコンピューター上のローカル AI モデル (当社が提供するもの、または持ち込んだもの) で動かせます。画面のものは何もコンピューターの外に出ません。

テストの実行に AI は必要ですか?

いいえ。GUI Test Studio では、記録したテストはそれだけで再生されます: 同じステップを同じ順序で再生し、AI がアプリを操作することはありません。AI スマート分析は任意で、オンにするまではオフなので、どのテストもモデルなしで実行され、判定を出します。

テストを書き直さずに、あとから AI モデルを変えられますか?

はい。AI の選択は設定であり、テストの一部ではありません。クラウド AI からローカル AI モデル (当社が提供するもの、または独自のもの) に移っても、AI をオフにしても、すべてのテストはこれまでどおり実行されます: 記録し直すものも、書き直すものもありません。

GUI Test Studio でテストを作成できる AI アシスタントはどれですか?

Claude Desktop、Claude Code、ChatGPT と Codex、VS Code が、オープン標準の Model Context Protocol に対応したコネクターを通して作成できます。ローカル AI モデル (当社が提供するもの、または持ち込んだもの) もテストを作成できます。テストを自分で記録するなら、アシスタントはまったく必要ありません。

テストのための AI ポリシーには何を書けばよいですか?

5 つの問いに答えるべきです: テスト画面を見てよい AI モデルはどれか、その処理をどこで行ってよいか、テストを作成してよいアシスタントはどれか、AI の判定の何を保管するか、AI をオフにしたとき何が引き続き動くかです。1 ページで十分です。

Claude、ChatGPT、Codex、OpenAI、Anthropic、Visual Studio Code、Windows は、それぞれの所有者の商標です。

すべての記事