freeeで運用しているAIQAについて

本資料は、フリー株式会社におけるAI駆動QA基盤「AIQA（アイカ）」の実践報告です。導入から半年が経過し、40以上のプロダクトを抱える同社において、いかにして「QA活動のプレーンテキスト化」と「AIエージェントによる自動化」を両立させているかを解説します。

Transcript

1. freeeで運⽤しているAIQAについて 2026.05.15
2. 　 2 ◆ 担当プロダクト：freee振込 ◆ 経歴： - 2024.03.31 ⽴命館⼤学⼤学院 情報理⼯学研究科 修了 - 2024.04.01 フリー株式会社⼊社 フリー株式会社の新卒QAエンジニアの１⼈で、現在は freee振込プロダクトを担当。 同じくフリー株式会社のren (@ropQa)⽒の設計したAI駆 動QA基盤を保守‧運⽤している。 川端宏知（tonchan） QAエンジニア Hiroto Kawabata
3. 3 • AIQA（アイカ）について • AIQAの全体像と深掘り • 運⽤してわかったこと • 今後の展望 アジェンダ
4. AIQA（アイカ）について
5. 　 5 QA活動のすべてをプレーンテキストに置き換え、AIエージェントがQA活動を⾏うことを ⽬的としたAI駆動QA基盤 AI駆動QA基盤（AIQA / アイカ）について
6. 　 6 現在、弊社は40以上のプロダクトを提供中 全てのプロダクトに対してAIQAが動作できる状態の汎⽤基盤を⽬指している 2つのアプローチで汎⽤基盤を⽬指している • 汎⽤化 ◦ どのプロダクトでも使える標準QAプロセスskillsの整備 ◦ 多様なファイル形式（CSV, TSV, etc）への変換ツールなどの整備 • プロダクト固有化 ◦ プロダクト固有のナレッジを蓄積するためのテンプレート整備 ◦ プロダクト固有のskillsを整備するための⽀援 全社で利⽤できる汎⽤基盤を⽬指して
7. 　 7 AIQA が多様性を吸収する4つの軸 多様な軸 例 AIQA はどう吸収するか 業務領域 会計 / 給与 / 請求 / 振込 / 電⼦契約 / 経費 プロダクトごとに知識作成 プロダクト規模 1 機能 vs ⼤規模スイート テスト分析skillで動的平衡スケール 既存ツール資産 Zephyr / スプレッドシート / ⾃社ツール markdownを扱うためのツールを整 備 AI エージェント Claude Code / Cline / codex 特定のエージェントのみに特化させ すぎないskills
8. AIQAの全体像と深掘り
9. 　 9 02_1 / 03 / 04 / 05 / 06 ：skill 化済みフェーズ 01 / 02 / 07 / 08 / 09 ：⼈間中⼼ / ⼀部 skill のみ ⽬指している最終状態 全てをskill化し、AIエージェントと協業、またはAIエージェントだけでQAプロセスを完遂す ることによって開発⽣産性と品質の両⽅を向上させる QAプロセスとAIQAのパイプラインについて
10. 　 10 すべての中間成果物がプレーンテキストで残る Git で履歴管理することで「いつ‧なぜ‧誰が」を遡れる 中間成果物のトレーサビリティ
11. 　 11 • 分析⽅針 → 機能構造化 → 観点と条件 → ケース具体化 → 整合性チェック → 受⼊基準の流れで 11 種類の成果物に分割 • 出⼒をフェーズ内でも段階に分けて検証できるので、レビューと巻き戻しが やりやすい テスト分析の例
12. 運⽤してわかったことと今 後の展望
13. 　 13 AIは「速度」を上げる。判断と品質は⼈間が担保する 恩恵 • テスト分析の叩き台⽣成が30分前後で完了 • 仕様の問題早期検出や新メンバーのプロセス習熟の早さに⼤きく貢献 課題 • 成果物の品質測定 • skillの学習コスト、オンボーディング設計は⼿探り 運⽤してわかったこと
14. 　 14 • skill の継続的拡張 ◦ テスト実装‧実⾏結果分析の skill を統合 ◦ PRD から⾃動テストまでの⼀気通貫 • プロダクト固有ナレッジの拡充 ◦ ドメイン知識 / テスト戦略 / ADR などを蓄積 ◦ プロダクトごとに最適化された AI 活⽤へ • 組織展開 ◦ プロダクトをまたぐ標準化と新規参⼊オンボーディング ◦ "メソドロジー" を展開するフェーズへ 今後の展望
15. ご清聴ありがとうございました