柔軟な開発か品質の確保か？ アジャイル開発を活かせない企業に必要な“テスト自動化×AI”のアプローチ

日本企業のDXが停滞を余儀なくされている構造的要因

　現在、多くの企業がDXプロジェクトに積極的に取り組んでいるが、想定通りの成果が上がっているケースは少なく、実際には華やかな成功事例の裏で無数のプロジェクトが頓挫していると聞く。その原因は様々あれど、内野氏が特に深刻な課題として挙げるのが「レガシーシステムの問題」だ。

　「J2EE（Java 2 Platform, Enterprise Edition）」や「.NETフレームワーク」などの古いアーキテクチャに基づいて構築されたクライアントサーバーシステムが、いまだに多くの企業で稼働していると同氏は指摘する。「このようなレガシーシステムが存命している背景には、『今きちんと動いてるから、これから先も大丈夫だ』という根拠のない思い込みがあります」と話す。こうした思い込みから、今後レガシーシステムが老朽化して、ある日突然動かなくなってしまうリスクに対してなかなか目が向けられないのだ。このリスクこそが、日本企業のDXを難しくしている最大の理由の1つだとした。

　実際には「2025年の崖」「2027年問題」「富士通のメインフレーム事業撤退」など、レガシーシステムにまつわるリスク因子は年々増えつつあり、レガシー資産を長年抱え続けている企業は否応なしに変革を迫られているのが実状だ。

　また内野氏は、日本企業のDXが遅れる要因の1つとして「海外ベンダーのパッケージ製品と日本の商習慣のミスマッチ」も挙げる。

　「たとえば海外ベンダーの製造業向けパッケージ製品は、見込み生産のビジネスモデルを念頭に設計されています。しかし日本の製造業では顧客の要望に都度合わせる受注生産のビジネスモデルが多いため、海外のパッケージ製品の設計思想と相容れない部分が多々あります。そしてこのギャップを埋めるためにカスタマイズを重ねた結果、システムの複雑化を招いてしまっています」（内野氏）

　加えて、ユーザー企業とベンダーとの関係性も問題を複雑にしているという。ユーザー企業がベンダーに依存し、いわば“丸投げ構造”が常態化してしまった結果、ユーザー側の当事者意識が根付かないまま、プロジェクトの期間と予算だけが膨らみ続ける。なかにはERPパッケージを極力標準仕様のまま導入し、その後のアップデートやモダナイズをスムーズに行えている企業も存在するが、内野氏によればそのような企業は「日本においては本当に一握りだ」という。

アジャイルとウォーターフォールの文化衝突

　また、システム開発の面でも日本企業が独特の課題を抱えていることを指摘。内野氏はかつて自身が経験した「ウォーターフォールとアジャイルの混合プロジェクト」での経験を振り返りながら、日本企業におけるアジャイル実践の難しさを次のように語る。

　「アジャイル開発の現場では柔軟性や機動性、スピードを重視する一方で、品質保証チームはウォーターフォール基準に則った厳格な品質管理プロセスやドキュメント整備を重視します。このギャップがなかなか埋まらずに、とても苦労したことを覚えています」（内野氏）

　その結果、「頻繁にシステム仕様が変わるので、設計書やテストケースのメンテナンスが追いつかない」「品質保証チーム側で正しい仕様が見えなくなり、再指摘や手戻りが頻繁に起こってしまう」といった問題が多発し、アジャイルとウォーターフォールそれぞれの良さが相殺されてしまったという。

　特に品質評価基準のミスマッチについては、なかなか解決策を見出すことができなかったと内野氏。会社全体としてウォーターフォール型の厳密な品質基準を設けている一方で、開発現場ではアジャイルでどんどん作業を進めようとするため、会社が定めた品質基準から徐々に乖離していってしまう。

　このギャップが埋まらない限り、せっかくアジャイル型でスピード感のある開発を実現しても、その後のテストや不具合修正の作業に膨大な時間を費やしてしまい、結果的にアジャイル開発の強みが生かされなくなってしまう。特に基幹システムやバックオフィスの領域では、品質保証チームがウォーターフォール型の基準を堅持していることが多いため、こうした問題が起きやすいという。

　さらに内野氏は、アジャイル導入の効果をより高めるためにはDevOpsで開発と運用をつなぐことが重要だと話す。「変化に強いシステムを継続的にリリースする仕組みを会社全体で整備することが不可欠です。既に2013年頃から世界中で多くの企業やベンダーがDevOpsを導入して大きな成果を上げてきていますが、残念ながら日本企業では依然としてウォーターフォール型の開発・運用プロセスが幅を利かせているため、アジャイルとDevOpsの組み合わせを効果的に取り入れている例はまだ少ないのが実状です」と現状を分析する。

　こうした課題に対する有効な手立てはどのようなものか。内野氏は「AI」と「テスト自動化」を組み合わせた解決策を提示する。