---
title: 【DeNA QA Night #8】DeNA品質管理部門が挑むAI化戦略
tags: 
author: [DeNA_Tech](https://docswell.com/user/DeNA_Tech)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/47QYMY92EP.jpg?width=480
description: 2026/03/13に開催されたイベント「DeNA QA Night #8」の登壇スライドとなります。 イベント概要：https://dena-qa-night.connpass.com/event/379547/ 「DeNA QA Night #8」アーカイブ動画：https://youtu.be/nD6fCJmMZ0Y
published: March 30, 26
canonical: https://docswell.com/s/DeNA_Tech/51QJLP-DeNA_QA_Night8-session2
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/47QYMY92EP.jpg)

DeNA QA Night #8
DeNA品質管理部門が挑むAI化戦略
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
2026/3/13
© DeNA Co., Ltd.
1


# Page. 2

![Page Image](https://bcdn.docswell.com/page/KE4WVWXPJ1.jpg)

藤﨑 隆 （品質管理部）
現場の最前線（テスト設計・実行）から、
PHOTO
マネジメント（戦略策定・品質管理）までを包括的に対応
直近はPdMとしてAIサービス開発
住
浜在
QA
テスト／品質管理／ QA 20年
通算100サービス／ 50名規模PL/PM
T&F
100m 11秒29(40歳)
マスターズ陸上 4×400mリレー 全国優勝 日本記録
、
スト
横
テ
19XX
2006
© DeNA Co., Ltd.
QA
へ
業界
ーズ
タ
ス
ーズ
ベイ
会
ズ
入
ー
ブ
A
タ ラ
タ
eN
入社
ス
ス
D
ク
一
A
N
イ
イ
e
ン
本
横浜
D
ベ ァ
ベ 日
フ
2011
2014
2021
2024
2


# Page. 3

![Page Image](https://bcdn.docswell.com/page/L71Y3YNXJG.jpg)

ご質問はSlidoへ
部門紹介 DeNA 品質管理部
年間
Game
数十億円のQA費
Healthcare
Medical
Live
Streaming
Sport
SmartCity
GWS
MSOffice
Github
JIRA
Confluence
Notion
Miro
Figma
Backlog
draw.io
New
AI
様々な違いを吸収して QA
© DeNA Co., Ltd.
3


# Page. 4

![Page Image](https://bcdn.docswell.com/page/G7WGPG4KE2.jpg)

ご質問はSlidoへ
動画・資料
公開中
AI×品質管理
新しいQAモデルによる生産性倍増への挑戦
© DeNA Co., Ltd.
4


# Page. 5

![Page Image](https://bcdn.docswell.com/page/4JZLKL2NE3.jpg)

ご質問はSlidoへ
生産性を倍増させる
プロジェクト工数分析からAI化テーマを設定
テスト作成
仕様書検証、テスト項目書
＊「テスト設計」の解釈が広いため、作成＝設計＋実装と定義
テスト自動化
自然言語指示によるテスト実施／不具合検出
社会的品質審査
法令・各種規約、倫理・レピュテーションリスクの回避
© DeNA Co., Ltd.
5


# Page. 6

![Page Image](https://bcdn.docswell.com/page/YE6WQWV9EV.jpg)

ご質問はSlidoへ
成果
生産性の倍増
テスト作成
テスト自動化
社会的品質審査
テスト作成工数 80%削減
作成精度
95%修正不要
インスペ指摘
92%有効
テストスクリプト工数 90%削減
モバイルアプリ
検証中
リリース前審査
5日→即日
高難易度の審査対応 脱俗人化
機能テスト 1600項目 2時間
表示テスト 22000項目 6時間
自然言語によるテスト実行
不具合検知と報告
誤操作、誤判断の自己検知
法令・各種規約・倫理
レピュテーションリスク
© DeNA Co., Ltd.
6


# Page. 7

![Page Image](https://bcdn.docswell.com/page/GE5MRMDDE4.jpg)

ご質問はSlidoへ
テストは大きな二面性の課題を持っている
一人のQAではやり切れない
知の課題：どんなテストが必要かを考える難しさ
量の課題：作業量が多い
思考力
知的アプローチ
高難度領域
経験・学習・センスの壁
QA活動の総量
量的アプローチ
ボリューム
© DeNA Co., Ltd.
隙間が
AI精度の課題
7


# Page. 8

![Page Image](https://bcdn.docswell.com/page/9729DRMMJR.jpg)

ご質問はSlidoへ
AIの精度を考える １／３
Q.どこまでいけば、『AIだけ』に任せられますか？
AI精度
30%
50%
90%
99%
99.9%
品質目線の演算式
流出課題
全ての課題
AI精度
＝カバー率
流出課題の
量・質から逆算
© DeNA Co., Ltd.
8


# Page. 9

![Page Image](https://bcdn.docswell.com/page/DJY42DXP7M.jpg)

ご質問はSlidoへ
AIの精度を考える ２／３
課題量 vs 耐久力
AI精度
流出課題量
影響ユーザー数
問い合わせ数
組織の耐久力
99%
100% - 99% ＝ 1%
1% × 1,000,000人 ＝ 10,000人
10,000人 × 10% ＝ 1,000件
1,050件 ∴AI精度は99%でも良い
AI精度は
程度問題
© DeNA Co., Ltd.
9


# Page. 10

![Page Image](https://bcdn.docswell.com/page/V7NY861ME8.jpg)

ご質問はSlidoへ
AIの精度を考える ３／３
ワンミスが致命傷となる業務を
AIに任せられますか？
AIがミスしても許せますか？
AI精度
レビュー・修正
コスト
20%
50%
180% 100%
70%
80%
95%
50%
30%
10%
出来るなら
一気にAI化
© DeNA Co., Ltd.
10


# Page. 11

![Page Image](https://bcdn.docswell.com/page/YJ9PKL5W73.jpg)

ご質問はSlidoへ
人間中心設計
円滑な業務フロー設計
レビュー
仕様書改善
テスト設計
自動テスト
品質分析
人間のやりたいこと
AI支援
AI支援
AI支援
AI支援
業務から
デザインする
© DeNA Co., Ltd.
11


# Page. 12

![Page Image](https://bcdn.docswell.com/page/GJ8DRXYRJD.jpg)

ご質問はSlidoへ
仕様書からテスト作成
14のテストタイプ
仕様書
機能テスト
機能テスト
項目書
表示テスト
表示テスト
項目書
仕様書
インスペクション
今日はココ
シナリオテスト
：
複合テスト
© DeNA Co., Ltd.
12


# Page. 13

![Page Image](https://bcdn.docswell.com/page/LJLMK842ER.jpg)

ご質問はSlidoへ
テスト作成
機能テストデモ
課題
仕様書フォーマット
ばらばら
作業ボリューム大
情報不足の
仕様書
テスト手順の緻密さは
実行生産性に直行する
© DeNA Co., Ltd.
13


# Page. 14

![Page Image](https://bcdn.docswell.com/page/47MY26K97W.jpg)

ご質問はSlidoへ
テスト作成
表示テストデモ
課題
画面仕様が無い
© DeNA Co., Ltd.
確認粒度が人次第
作業ボリューム大
14


# Page. 15

![Page Image](https://bcdn.docswell.com/page/P7R9MPX9E9.jpg)

ご質問はSlidoへ
テスト作成
© DeNA Co., Ltd.
表示テストデモ
15


# Page. 16

![Page Image](https://bcdn.docswell.com/page/PJXQV3637X.jpg)

動作デモ
●
●
●
© DeNA Co., Ltd.
ダック
DeNA AI Advanced Quality
ふくろうはQAを代表する動物、よく見てバグ（虫）をみつける
16


# Page. 17

![Page Image](https://bcdn.docswell.com/page/3JK9QY1NJD.jpg)

当日頂いたご質問と回答①
参加者のご質問
登壇者の回答
AI活用で効果が出やすいプロジェクトや効果が出にくいプロジェ
クトはありますか？ある場合はその違いはどのような部分になり
ますか？
言語化がしっかりされていると AI活用の精度が高まります。
あいまいな部分を AIが「想像」せずに済むと、期待通りに動く可
能性が高まります。
◆参考
言語化の程度は、「測定できる」こと
DeNA AI Day2026
を目印にすると良いと判断しています。
AI×品質管理
『お風呂が沸いたら入りなさい
要求を仕様書に落とす部分にも精度の差が生まれると思うので
すが、こちらに対して何か工夫はしていますか？
こちらのツールに詳しい人間が、インスペクションを経て必要情
報を収集しています。
インスペクション自体も AIが行っていますが、テストに十分な情
報を強く集められたら精度の差を減らすことができると考えま
す。仕様書を承認直前まで進めることも QAが担っています。
実行の度に生成内容が変わってしまう羃等性の問題について
はどの様に考え、対応されていますか
多少の揺らぎは問題なく、最終成果物がレビューアの期待値を
満たすことが重要と考えています。
そのためある程度以上の精度は、人間の補正を前提にツール
運用しています。


# Page. 18

![Page Image](https://bcdn.docswell.com/page/LE3WP9QZE5.jpg)

当日頂いたご質問と回答②
参加者のご質問
登壇者の回答
電卓は一般的なものなので汎用モデルでも作業手順を導出しや
すいかと思われますが、実際のプロダクトでも正しい作業手順を
出してくれるのでしょうか？導出のために工夫されている点はあ
りますか？
独特な構造であっても、画面遷移図を AI生成して明確な手順を
導出できるようにしています。
そのため、実際の 20手順あるシステムでも、画面遷移図を元に
手順生成が行われます。
画面遷移図（＋ α）にQAエンジニア目線で視認している情報を含
ませている点が工夫している点となります
この精度のツール作成にたどり着くまでに、どれくらいの工数が
かかりましたか
具体値は伏せますが、実際の QA費から逆算的に予算計上して
います。
2桁人員が DAAQ開発に関わっています。
途中で仕様が変わった場合、既に作成した（テスト実行中）項目
に変更内容を適用することができますか？また、テスト実行手
順に誤りがあった場合、そのフィードバックをテスト実行者が送
信できますか？
現状、その機能は具備されていません。
仕様変更は全項目の再作成、再実行を AIで実現する方向性が
あるためでもあります。
また、基本的に作成以後の運用は各チームに任せるスタンスと
しており、ツール内での完結運用は想定はしておりません。


# Page. 19

![Page Image](https://bcdn.docswell.com/page/8EDKLG947G.jpg)

当日頂いたご質問と回答③
参加者のご質問
登壇者の回答
テストケースが２万件を超えていますが、過去のテストケースの
管理などはされていますか？
DAAQとしては、一度作成した後のテストについての制御をして
いません。チームの運用ルールがありますので、そちらに任せ
ています。
情報を DAAQが保有すると、情報の混在リスクが発生するた
め、現状は一切 DAAQに保有させていません。
フルリグレッションテスト、回帰テスト、のように単純に「テスト対
象の数が多くなる」ようなときに、テスト設計やテスト実行におい
て、ヒトまたは AIで工夫していることはありますか？
多いこと自体は問題視しておりませんが、それが QCDの鼎立を
満たさない場合はテスト戦略上の操作をしています。
基本的にはリスク分析してテストを減らしていますが、現状の
DAAQではリスク分析はできていません。
AI化してみて、 AI化しない方が良いと思った部分はあります
か？
AIじゃないほうが、と思ったことは特にありませんでした
レビューアの立場で見れば、誰が作ろうとも読み解いてレビュー
して完成させる責任があるため特に変わりませんでした
ただし、 AIは人間が分かりやすい言葉選びが苦手なため、イン
スペクションでは少し翻訳して提出をしています


# Page. 20

![Page Image](https://bcdn.docswell.com/page/V7PK23ZVJ8.jpg)

当日頂いたご質問と回答④
参加者のご質問
登壇者の回答
Cマークを見逃すと会社にどのような損害が生じるのでしょう
か？
このこと自体に存在を生むものはありません
『人に任せた作業に自信はあるか？』を示す例となりますが、実
際には法務と調整した規約が誤っていたりすると、会社の損害
につながるものとなります。
なお、 ©は実際によくミスを見かける箇所ではあります
AIにどこまで任せるか？の話で、 AIの精度ですが、そもそも人
の精度もあるような …人は完全完璧ではないと思いました。今日
の話は人間が完璧前提で話しているかのように感じました
評価する人間の期待値を、 AIの期待値の上限に置いています。
QCDでいえば Qにリスクを感じていないため、便宜的に人間を完
璧として扱っています。
◆参考
DeNA AI Day2026
AI×品質管理
AI化の目的と評価軸
テスト手順がわかりづらいのはそもそもの
のでは？
UX設計に問題がある
UX設計自体はインスペクションで解決する問題のため、それで
もなお分からない手順をテスト手順として与えています。
初見で見る AIが自然に操作できるように、事前情報を与える構
造としています。


# Page. 21

![Page Image](https://bcdn.docswell.com/page/2JVVD4WRJQ.jpg)

ご質問はSlidoへ
© DeNA Co., Ltd.
21


# Page. 22

![Page Image](https://bcdn.docswell.com/page/5EGLY1D6JL.jpg)

Appendix AIによる作業時間