01
Background
背景
機能が複雑化し、膨れ上がるソフトウェアテスト項目。
信頼性、安全性の担保とコスト抑制の両立に課題が。
車の安全性、利便性のさらなる向上が求められている中、それを実現するソフトウェアの開発規模が増大の一途を辿っています。それにより、ソフトウェアのテスト項目数は膨大に膨れ上っており、限られた期間とコストの中でより合理的に行う必要に迫られています。NTTデータMSE（以下MSE）では、AI自動化プラットフォームを活用し、大規模の車載評価業務にAI自動テストを適用しています。今までの試験項目の作成、試験実施優先度のマネージメントのような属人的な業務をAIへ任せることで、効率化を図っています。
02
What we did
MSEがやったこと
ローコスト＆高品質な「AIモデル」を構築し、
市場不具合の流出抑止を実現する。
AI自動テストの実現においては、まず人間からの製品仕様をAIに与えて「モデル」を作成します。MSEでは、車両仕様構成とAIのアルゴリズムに合わせて正しく「モデル」を設計し、ローコスト＆高品質な「モデル」の構築仕組みを確立することで、AI検査をプロジェクトに導入しやすくしました。さらに、製品機能間の類似性をAIへ与えることより、欠陥検出のみではなく、類似問題の検出も可能にしています。車載テストは車両開発のフェーズ、テスト観点によりさまざまな試験を行います。AIにはそれぞれの試験完了基準を与え、試験目的を確実に達成することで、コスト低減と市場不具合の流出抑止を実現しています。
03
Result
成果
発生頻度の低い欠陥の検出も可能に。
AI検査の適用範囲を広げることで、顧客製品の一層の品質向上に寄与。
大規模な車載システム評価にAI検査を適用することで、人間が作成した項目より約10倍のカバレッジ率を実現でき、顧客製品の品質向上に繋げることができています。また、発生頻度の低い欠陥（発生確率20％）もAI検査により検出できており、欠陥流出を阻止しています。標準化活用によりモデル作成の仕組みを自動化したことで、人間のモデル構築より2倍のコストパフォーマンスまで効率化できるため、AI検査の適用範囲を広げ続けることで、顧客製品の一層の品質向上に繋げていきます。
