Leapworkで業務システムの検証は回る?|AIの答えに合否を付ける線

Leapworkで業務システムの検証は回る?|AIの答えに合否を付ける線

「基幹システムに生成AIの機能が入ってから、更新のたびの確認で、何をもって正しいとすればよいのか分からない」「テストを自動化したいが、業務部門が作ったテストを情シスがどう信用すればよいのか決められない」——業務システムの品質を預かる情シスや、AI導入の担当者から聞こえてくる声です。AIの機能が入ったシステムの検証は、テストの道具を入れれば片付く話のように見えます。本当に決めるべきなのは道具ではなく、毎回少しずつ変わる答えに、誰がどの条件で合否を付けるかです。この記事では、デンマークの Leapwork が打ち出した継続的な検証の基盤を材料に、AIの答えの合否の付け方、テストをAIに作らせるときに人が決める線、業務部門が作るテストの検収、検証環境とデータ、費用とやめ方を、導入の手順に沿って整理します。


カメ先生カメ先生

テストの自動化というと、決まった操作を繰り返して、画面が前と同じなら合格、というものだと思われがちなんだ。でもAIの機能が入ると、同じ質問をしても答えの言い回しが毎回変わる。前と同じかどうかでは合否が付けられなくなるんだよ。


カメ子カメ子

それなら、答えが正しいかどうかもAIに判断させればいいのではないですか。


カメ先生カメ先生

Leapwork もAIで答えを照合する部品を用意している。でも、その照合役もAIだから、間違えることがある。公式の文書も精度は保証しないと書いているんだ。だから、照合の条件を書くのも、照合役の判定を抜き取りで確かめるのも、人の仕事として残る。


カメ子カメ子

道具が増えるほど、人が決めることがはっきりする、ということですね。


この記事のポイント
  • Leapwork は無コードのテスト自動化から始まった会社で、2026年4月にAIの機能を組み込んだ「継続的な検証」の基盤を発表し、7月には主力製品の名前も改めた
  • AIの答えは毎回変わるので、一致ではなく条件で合否を付ける。照合もAIに任せる部品があるが、精度は保証されないと公式が明記しており、条件の作成と抜き取りの確認は人が持つ
  • テストをAIや業務部門に作らせるときは、検収の基準・検証のデータ・社外に出る情報・費用・やめ方を、導入前に決めておく

うちの業務、AIで何が自動化できる?

「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。

目次

Leapwork とは:無コードのテスト自動化から、継続的な検証の基盤へ

Leapwork は、デンマークのコペンハーゲンに本社を置くソフトウェア会社です。部品を線でつなぐ画面で、プログラムを書かずにテストの手順を組める無コードのテスト自動化で知られてきました。報道によれば、対象はWebや端末のアプリだけでなく、SAP、オラクル、Salesforce、Microsoft の基幹業務アプリ、Workday、仮想デスクトップの上で動く業務システムまで含み、パッケージの業務システムを抱える大企業の検証を主な市場にしています。

その Leapwork が、2026年に入って打ち出したのが「継続的な検証」という考え方です。業務システムは、提供元の定期更新、社内の改修、そして新たに入るAIの機能によって、以前より頻繁に変わるようになりました。変わるたびに人が手で確かめていては追いつかないので、更新のたびに自動で確かめ続ける仕組みを一つの基盤にまとめる、という主張です。報道によれば、同社のケネス・ジーグラー最高経営責任者は、継続的な検証は業務の知識と履歴と経験がなければ高くつき、難しいと語っています。

この記事で扱うのは、テストの道具の操作方法ではありません。AIの機能が入った業務システムを、誰が・どの基準で・どの頻度で確かめ続けるか、その体制の一部を Leapwork に任せてよいかという判断です。エージェントの回帰テストの考え方そのものや、AIそのものの検証の証拠づくりは、別の記事で扱っています。

2026年4月の発表と、7月の製品名の変更

2026年4月15日、Leapwork は「継続的な検証の基盤」を発表しました。発表時の報道では、既存の無コードの自動化製品、新しい性能・負荷試験の製品、AIを中心にテストを作って動かす新製品(AI Studio)の3つで構成されると説明されています。既存の製品には、AIが生成した答えを照合する部品、画面の写しから情報を読み取る部品、テストデータを作る部品などが、試験提供として加わりました。

AIを中心にした新製品は、Claude Code、Codex、Cursor などAIで作られたアプリの検証も対象にすると報じられ、ソースコードや要件、手作業のテストの記録を取り込み、クラウド上のブラウザで動かす作りです。公式の発表ページは9月11日に更新されており、新製品は5月に先行公開、6月の一般提供を目指し、先行公開の間は無料と案内しています。同じページでは、3つの製品が発表当時と異なる名前で並べられています。

7月17日には、主力の無コード製品の大型更新が公開され、製品名がそれまでの名前から改められました。この更新では、スマートフォンのアプリのテストをAIの補助で組む機能や、Microsoft の基幹業務アプリのテストの保守を楽にする記録の機能、監視の仕組みとの連携などが加わっています。製品名が短い間に変わっていることは、社内の資料や稟議では、名前ではなく機能と契約の範囲で書いておくべき理由になります。

なぜ今、業務システムの検証が重くなるのか

業務システムの検証が重くなる理由は三つあります。一つ目は、パッケージの業務システムの更新頻度が上がっていることです。クラウドで提供される基幹システムは提供元の都合で定期的に更新され、そのたびに自社の業務の流れが壊れていないかを確かめる必要があります。

二つ目は、システムの中にAIの機能が入ってきたことです。問い合わせに答える助手、文書の要約、入力の補助といった機能は、同じ入力でも毎回同じ答えを返すとは限りません。これまでの「前回と同じ画面なら合格」という確かめ方が、そのままでは使えなくなります。

三つ目は、社内の改修そのものをAIが書くようになったことです。AIでコードを書けば改修は速くなりますが、そのぶん確かめる量が増えます。Leapwork が自社の調査として公表している数字では、ソフトウェア開発の担当者の88%がAIを自社の優先事項とし、65%が少なくとも一つのテストの作業でAIを使っているか検討しているとしています。公式の発表は、品質保証と検証の予算がソフトウェア予算に占める割合が、25〜35%から35〜40%へ増えているという見方も紹介しています。いずれも提供元の示す数字なので、自社の状況と照らして読んでください。

前提:確かめるものは三層ある

手順に入る前に、AIの機能が入った業務システムで確かめるものを三つの層に分けておきます。この分け方が、どこを道具に任せ、どこを人が持つかの判断の土台になります。

層確かめること合否の付け方任せやすさ
画面ボタンや項目が出るか、押せるか決まった操作の結果が同じか道具に任せやすい
業務の流れ受注から請求までなど、複数の画面と仕組みをまたぐ処理が最後まで通るか最後の状態とデータが期待どおりか流れの定義は人、実行は道具
AIの答え要約・回答・分類などが業務上許される範囲か一致ではなく条件で判定する条件は人、照合は道具+人の抜き取り

上の二層は、従来のテスト自動化の得意分野です。Leapwork の公式発表も、基盤は「決定的に動く」ことを設計の前提にし、すべての実行に監査の記録と説明できる手順を残すと説明しています。同じ操作をすれば同じ結果になることが、上の二層の確かめ方の前提です。

三層目のAIの答えだけは、性質が違います。答えが毎回変わるので、合否の条件を言葉で書き、その条件を満たしているかを判定する必要があります。以下の手順は、上の二層は道具に寄せ、三層目に人の時間を集中させるという考え方で組み立てています。

手順1:更新の出どころを洗い出す

最初にやるのは、自社の業務システムが「何によって変わるか」を書き出すことです。提供元の定期更新、社内での改修、設定の変更、AIの機能の追加や、裏で使われているAIのモデルの入れ替えなどです。とくに最後の一つは見落とされがちで、画面は何も変わっていないのに、AIの答え方だけが変わることがあります。

出どころごとに、いつ知らされるか、どれだけ前に分かるかも書いておきます。提供元の定期更新は予定表が出ることが多い一方、AIのモデルの入れ替えは、事前の通知が短かったり、利用者側からは分からなかったりします。知らされない変更があるなら、更新の有無にかかわらず定期的に回すテストを用意しておく必要があります。

この一覧は、どの頻度でどのテストを回すかの根拠になります。継続的な検証という言葉は、すべてのテストを常に回すことではありません。変更の出どころと頻度に合わせて、回すテストの範囲を決めることが、費用と確認の負担を抑える第一歩です。

手順2:業務の流れ単位で、確かめる範囲を決める

次に、確かめる範囲を「画面」ではなく「業務の流れ」で決めます。受注を登録して出荷指示を出し、請求書を作るまで、のように、止まると業務に穴が開く流れを選び、その流れが最後まで通ることを確かめるテストを組みます。画面の数ではなく、止まったときの損害の大きさで優先順位を付けるのが基本です。

Leapwork は、Webや端末のアプリだけでなく、古い基幹システムや仮想デスクトップの上の業務システムまで一つの基盤で扱えることを売りにしています。業務の流れは複数の仕組みをまたぐことが多いので、途中で別の仕組みに移るたびに別の道具でテストを組むより、一つの基盤でつなげられることには実務上の意味があります。ただし、自社の仕組みのすべてで動くかは、試験導入で実際の流れを1本組んで確かめてください。

業務の流れには、速さの確認も含めておきます。AIの機能が入った工程は、答えを返すまでに時間がかかり、利用者が集中する時間帯に遅くなることがあります。報道によれば、Leapwork の性能・負荷試験の製品は発表時点で提供が始まっており、APIの試験、クラウドでの実行、開発の自動化の流れとの連携、実行中の監視画面、既存の負荷試験の手順の取り込みに対応すると説明されています。正しく答えるかと、許される時間内に答えるかは別の確かめ方なので、AIの工程には両方の基準を書いておきます。

範囲を決めるときには、AIの機能が流れのどこに入っているかも印を付けておきます。たとえば、問い合わせの文面をAIが分類して担当部署に振り分ける工程があれば、そこが三層目の確かめ方が必要な場所です。印の付いた工程は、次の手順で合否の条件を書きます。

手順3:AIの答えの合否を、一致ではなく条件で書く

AIの答えの合否を付けるために、Leapwork は答えを照合する部品を用意しています。公式の文書によれば、この部品には確かめたい文章と、期待する結果の二つを入れ、合わなければ「合わない」の側に分岐し、決められた時間内に照合が終わらなければ失敗の側に分岐します。既定の待ち時間を使わない設定にすると、待ち時間は30秒になると説明されています。

ここで大事なのは、期待する結果に何を書くかです。模範解答の全文を書くと、言い回しが違うだけで不合格になります。代わりに、「返品の受付期限として30日と答えている」「個人名を含めていない」「根拠の規程名を挙げている」のように、業務上守られていなければならない条件を書きます。画面の写しを照合する別の部品では、照合の条件を文章で書き、合否の理由も出力されると説明されています。

  • 模範解答の全文を期待する結果に書き、言い回しの違いで不合格を量産する
  • 「適切に答えていること」のような、判定役によって解釈が変わる条件を書く
  • 業務の担当者が確かめないまま、開発側だけで合否の条件を決める
  • 一度合格した条件を、規程や商品の変更後も見直さずに使い続ける

条件を書くのは、その業務を知っている人です。情シスやテストの担当者だけで書くと、業務上許されない答えを見落とします。条件の文面は業務部門と一緒に作り、規程や商品が変わったら条件も変えるところまでを、手順に入れておきます。

照合役もAIである、という限界

答えを照合する部品を使うには、Leapwork の利用者向けの管理画面で、テナントごとにクラウドの部品を有効にする必要があると公式の文書は書いています。そして同じ文書は、AIの精度は保証されず、確率に基づき、OpenAI の技術の日々の性能に左右されると明記しています。照合役そのものが、外部のAIに依存しているということです。

これは、照合の結果をそのまま合否の最終判断にしてはいけない、という意味です。照合役が「合格」と言った答えの中に、業務上許されない答えが混ざることがありえますし、逆に正しい答えを「合わない」と判定することもあります。しかも照合役の性能は、外部のAIの更新によって、自社が何も変えていなくても変わりえます。

実務では、照合役の判定を人が抜き取りで確かめる運用を組みます。たとえば、毎回の実行のうち一定の件数を担当者が読み、照合役の判定と自分の判定が食い違った件を記録します。食い違いが増えたら、条件の書き方を見直すか、その項目は人が判定する範囲に戻します。AIに合否を最終判断させず、照合の結果は人が判断するための材料として扱うという線を、最初の運用規則に書いておきます。

判定の理由を残すことも大切です。公式の文書によれば、画面の写しを照合する部品は、合否と一緒にその理由を出力します。理由が残っていれば、抜き取りで確かめる担当者は、照合役がどこを見て判断したかを読めますし、後から監査や取引先に説明するときの材料にもなります。合否だけでなく理由も実行の記録と一緒に保存する設定にしておき、理由が業務の条件と食い違っている判定を、条件の書き方を直す手がかりにします。

手順4:テストをAIに作らせるとき、人が決める線

Leapwork のAIを中心にした新製品は、ソースコードや要件、手作業のテストの記録を取り込み、AIがテストを作り、動かす作りだと説明されています。主力の無コード製品にも、スマートフォンのアプリのテストをAIの補助で組む機能が加わりました。テストを作る手間が減るのは確かですが、AIが作ったテストは、AIが「確かめるべき」と考えたことしか確かめません。

人が決めるべきなのは、何を確かめるかの範囲と、合格の基準です。AIに要件を読ませてテストを作らせると、要件に書かれていない業務上の暗黙の決まり、たとえば月末の締め処理だけで起きる分岐や、特定の取引先だけの例外は、テストに入りません。AIが作ったテストの一覧を業務の担当者が読み、抜けている場面を足す工程を必ず挟みます。

もう一つの線は、AIが作ったテストを変更する権限です。テストが失敗したとき、AIが「テストの側を直す」ことで合格にしてしまうと、本当の不具合が隠れます。テストの合格の基準を変えられるのは人だけにし、AIが提案した修正は人が承認してから取り込む流れにします。版の管理の仕組みと組み合わせれば、誰がいつ基準を変えたかを追えます。

手順5:業務部門が作るテストを、誰が検収するか

無コードのテスト自動化の利点は、業務を知っている人が自分でテストを組めることです。しかし、業務部門が作ったテストが本当に業務を確かめているかは、別の目で確かめなければ分かりません。作った人と検収する人を分けるのが、テストを社内の品質の根拠として使うための前提です。

STEP1
テストの目的を一文で書かせる

「受注の登録から請求書の作成まで、税率の切り替えをまたいでも金額が正しいこと」のように、何を確かめるテストかを一文で書いてもらいます。

STEP2
合否の条件を検収者が読む

画面の操作が合っていても、最後の確認が「画面が開いたこと」だけなら、業務は確かめられていません。最後に何を照合しているかを検収者が見ます。

STEP3
わざと壊して、失敗することを確かめる

期待する値を一つ変えて実行し、テストが失敗することを確かめます。壊しても合格するテストは、何も確かめていません。

STEP4
持ち主を決めて登録する

検収したテストに持ち主を付けて登録します。持ち主が異動したら引き継ぐか、テストを止めるかを決めます。

この検収は、AIが作ったテストにも同じように当てはめます。作り手が人でもAIでも、わざと壊して失敗することを確かめる工程は省かないことが、テストの数だけが増えて何も守られていない状態を防ぐいちばん確かな方法です。

手順6:検証環境とデータは、本番から切り離す

AIの機能が入った業務システムを試すと、テストの入力として顧客名や取引の内容を使いたくなります。しかし、本番のデータを検証に流すと、テストの記録や画面の写しにそのまま残り、照合のために外部のAIにも渡ります。検証には本番のデータを使わない、を原則にします。

Leapwork は、テストデータを作るAIの部品や、テストの中でデータを変換する部品を打ち出しています。架空の取引先や架空の注文を作れば、本番のデータを使わずに業務の流れを確かめられます。ただし、AIが作ったデータは、実際の業務で起きる珍しい組み合わせを含まないことが多いので、過去の不具合で問題になった組み合わせは人が足しておきます。

検証環境そのものも、本番と切り離します。テストの手順には、送信・発注・支払いといった取り消しの難しい操作が含まれることがあり、本番につながった環境でテストが動くと、それ自体が事故になるからです。検証環境の接続先を固定し、テスト用のアカウントは検証環境でしか使えない権限に絞ります。

社外に出るもの:クラウドの部品とAIの提供元

Leapwork を入れると、どの情報が社外に出るかは、使う部品と動かし方で変わります。公式の発表は、クラウド、自社の環境、その両方を組み合わせた形に対応するとしていますが、答えを照合する部品のようなAIの部品は、クラウドの部品として有効にする必要があり、その先で OpenAI の技術を使うと公式の文書に書かれています。

つまり、照合のためにAIの答えと期待する結果の文章が、Leapwork のクラウドを経て外部のAIに渡ると考えて評価します。AIを中心にした新製品では、ソースコードや要件の文書を取り込む作りなので、社内のコードや設計の情報を、どこまで提供元のクラウドに置いてよいかも判断が要ります。

AIを中心にした新製品について、公式の発表は、どの地域にも置けるクラウド上のブラウザ、Azure の認証や GitHub などの現代的なログインの方式、版の管理の仕組みとの連携を挙げています。テストを動かすには、検証対象の業務システムにログインするテスト用のアカウントが要ります。そのアカウントの認証情報が、提供元のクラウドのどこに、どう保管されるかを確かめ、テスト用のアカウントには検証環境で必要な最小限の権限だけを与えます。ブラウザを置く地域が選べるなら、データの保管場所の方針に合わせて固定します。

公開されている発表や文書からは、データの保管期間、保管場所、学習への利用の有無の詳しい説明は確かめられませんでした。契約前に、次の点を書面で確かめてください。

  • AIの部品で照合する文章や画面の写しが、どの事業者に渡り、どれだけ保存されるか
  • 取り込んだソースコードや要件の文書が、学習に使われない契約になっているか
  • AIの部品を使わない設定にした場合に、どの機能が使えなくなるか

公表されている効果の数字の読み方

Leapwork は、実際の顧客の環境での効果として、テスト自動化の導入が最大75%速くなった、テストの保守の手間が50〜70%減った、本番に流出する機能の不具合が最大90%減った、という数字を公表しています。これらは提供元が示す数字で、どの顧客の、どの条件での結果かは公開されていません。

「最大」と書かれた数字は、最もうまくいった例の値です。自社で同じ結果になると見込んで投資の判断をするのは危険です。とくに保守の手間の削減は、テストの作り方と業務システムの変わりやすさに強く左右されます。数字を稟議に使うなら、出典と「提供元の公表値」であることを明記し、自社の試験導入で測った値を並べて書くのが誠実です。

試験導入で測るべきなのは、テスト1本を作る時間、画面の変更があったときに直す時間、照合役の判定と人の判定の食い違いの割合の三つです。自社の業務の流れ1〜2本で、導入前の手作業の時間と比べると、提供元の数字よりずっと確かな判断材料になります。

導入前のチェックリスト

ここまでの手順を、導入を決める前の確認項目にまとめます。すべてに答えが出ていなくても構いませんが、答えの無い項目は、試験導入の間に確かめる課題として書き出しておきます。

  • 業務システムの更新の出どころ(提供元の更新・社内改修・AIのモデルの入れ替え)と、それぞれの通知の有無を書き出したか
  • 止まると損害の大きい業務の流れを選び、そのうちAIの機能が入っている工程に印を付けたか
  • AIの答えの合否の条件を、業務部門と一緒に、模範解答ではなく条件の形で書いたか
  • 照合役の判定を人が抜き取りで確かめる件数と、食い違いが増えたときの扱いを決めたか
  • AIや業務部門が作ったテストを、作り手とは別の人が検収し、わざと壊して確かめる工程を入れたか
  • 検証に本番のデータを使わず、検証環境が本番につながらないことを確かめたか
  • AIの部品で社外に渡る情報と、その保存・学習の扱いを書面で確かめたか

このうち、最初の三つが決まらないうちは、道具の比較に入っても判断がつきません。道具はこれらの決めごとを速く回すためのもので、決めごとの代わりにはならないからです。

費用の増え方とやめ方

公開された発表や報道では、Leapwork の価格は示されていません。見積もりを取るときは、テストを動かす実行環境の数、利用者の数、AIの部品の利用、性能試験の製品の有無で、費用がどう変わるかを確かめます。AIの部品はクラウドの部品として別に有効にする作りなので、使う量に応じて費用が変わるのか、契約に含まれるのかを確かめておきます。

見落としやすいのは人の時間です。合否の条件を業務部門と作る時間、照合役の判定を抜き取りで確かめる時間、テストの検収と持ち主の引き継ぎの時間は、道具を入れても減りません。むしろAIの機能が増えるほど、この時間は増えます。導入前にこの時間を誰が持つかを決め、予算に入れておきます。

役割としては、少なくとも四つを決めておきます。業務の流れと合否の条件を決める業務部門の持ち主、テストを検収し基盤の設定を管理する情シスの担当、照合役の判定を抜き取りで読む担当、そして提供元の更新や製品名の変更を追い、契約と設定の見直しを判断する責任者です。小さな会社で人が足りない場合は、一人が兼ねてもよいが、テストを作る人と検収する人だけは分ける、という線を守ります。

やめ方も先に決めます。無コードの道具で組んだテストは、その道具の中でしか動かないことが多く、乗り換えるときに作り直しになります。テストの目的と合否の条件を、道具の外の文書にも残しておくと、別の道具に移るときも、何を確かめていたかを失わずに済みます。公式の発表は、既存のテストのコードを取り込める機能も挙げていますが、逆に書き出せる形式と範囲は、契約前に確かめてください。

まとめ

AIの機能が入った業務システムの検証は、画面と業務の流れという従来の二層に、毎回変わるAIの答えという三層目が加わることで、合否の付け方そのものが問われるようになりました。Leapwork は、無コードのテスト自動化を土台に、AIの答えを照合する部品やAIがテストを作る製品を加え、継続的な検証の基盤として打ち出していますが、照合役もAIであり精度は保証されないと公式自身が書いています。更新の出どころを洗い出し、業務の流れで範囲を決め、AIの答えの条件は業務部門と人が書き、照合の結果は人が抜き取りで確かめる。テストの検収、本番から切り離したデータ、社外に出る情報、費用とやめ方まで決めたうえで任せれば、検証の道具は人の判断を速くする味方になります。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。

うちの業務、AIで何が自動化できる?

「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。

運営会社:株式会社デボノ

目次