AIがコードを書くスピードは上がり続けています。では、そのコードを「確かめる」仕組みは追いついているのでしょうか。TestMu AI(旧LambdaTest)が2026年11月13日に発表したレポート「品質エンジニアリングにおけるAIの現状2026」は、開発の現場で起きている“検証のギャップ”を数字で示しました。
調査によると、ソフトウェア開発チームの81%が、十分に理解していないAI生成コードやテストをマージした経験があります。開発者に限ると93%に上ります。40%のチームでは、AIが本番用コードの半分以上を生成しています。
一方で、品質への影響も見え始めています。44%のチームが、AI生成コードの増加に伴い、本番環境に流入する欠陥やインシデントが増えたと報告しました。ところが、AI生成コードをマージする前に何らかの自動チェックを実施しているチームは41%にとどまり、大半は手動レビュー(55%)や、コード作成後にQAチームへ引き継ぐ方法(51%)に依存しています。
注目すべきは、AIにAIを評価させる方法の限界です。あるモデルで別のモデルを評価する「LLM-as-a-judge」を使うチームでは、十分に理解していないAI出力を定期的にマージしている割合が、他のチームの約2倍(29%対15%)でした。AI生成テストが「ほぼ正しいものの、完全には正しくない」ケースは、中央値で65%に上ります。
予算の配分にも偏りがあります。AIテスト予算の大部分をAI出力の“生成”に充てているチームは50%である一方、“検証”に大半を充てているチームは17%にとどまります。AIエージェントを開発するチームは77%に上りますが、その37%はエージェントを体系的に評価する方法を持っていません。
TestMu AIは、AIが生成した成果物は、それを生成したモデルとは独立したシステムで、マージ前と変更のたびに検証すべきだと提言しています。独立したCIテストを実施しているチームでは、本番に流入する欠陥の増加を報告する割合が、実施していないチームより低い(38%対49%)ことも示されました。
SanAn Connectの視点:私たちSanAn Connectは、2026年11月4日に無料Webinar「AIで開発が加速する今、テストをどう変える?」を開催し、開発速度と品質検証のバランスについて取り上げました。今回のレポートは、その問題意識が世界の開発現場でも共有されていることを裏付けています。開発が速くなるほど、検証を後回しにしない仕組みづくりが重要になります。生成と検証を分けて考え、独立した検証を工程に組み込むこと。それが、AI時代のシステム開発を安全に加速させる鍵だと考えます。
システム開発、DX、品質検証についてのご相談は、SanAn Connectまでお気軽にお問い合わせください。
参考文献
- TestMu AI(旧LambdaTest)『State of AI in Quality Engineering 2026(品質エンジニアリングにおけるAIの現状2026)』2026年11月13日発表. https://www.testmuai.com/research/state-of-ai-in-quality-engineering
- TestMu AI プレスリリース「ソフトウェア開発チームの81%が十分に理解していないAI生成コードをマージした経験があることが判明」PR Newswire、2026年11月13日(日本語版:河北新報オンライン/共同通信PRワイヤー掲載、2026年11月16日) https://kahoku.news/release/prw202611130170.html
