皆さん、こんにちは。
今週もソフトウェアテスト、テスト自動化に関するニュース記事をご紹介していきたいと思います。
今回は国内ニュース2記事、海外ニュース2記事をご紹介したいと思います。
■記事内目次
「国内ニュース」
・ノーコードのテスト自動化「Autify」待望のアプリ対応
・自動テスト/パフォーマンスモニタリング「HeadSpin Compass(TM)」を販売開始
「海外ニュース」
・HeadSpinがモバイルテスト自動化およびパフォーマンス監視製品を発表
・AIと機械学習がソフトウェアテストをどのように形作るか
■国内ニュース
□ノーコードのテスト自動化「Autify」待望のアプリ対応へ
https://thebridge.jp/2021/01/autify-for-mobile
こちらは、オーティファイ社がソフトウェアテスト自動化プラットフォーム「Autify」のモバイル版「Autify for Mobile」の先行テストを開始とのニュースになります。
「Autify」に関しては、過去にDeNA社、zozo社、セールスフォース社など主にECサイト向けのサービスを行っている会社で、採用されているとのニュースを過去にご紹介しました。
https://susakiworks.com/?s=Autify
今回は、mobile版とのことです。
こちらのMobile版は、iosから対応し、4/1まではクローズドベータとして提供され、本格的な提供は10月の秋ごろを目指すとのことです。
この秋ごろまで対応するというのは、アプリのクラウドテスト環境となり、実機ではなく、まずはシュミレーターからの実装とのことです。
mobile版については利用料金が月額10万円前後のサービスとなるようです。
モバイルの自動テストは、Appium、Katalon Studio等いくつかありますが、環境構築だったり、情報が英語圏のみだったりしますので、日本でのサービスとしては、十分に期待できるものと考えられます。
今後も、Autify社では様々な活動が取り組まれるとのことですので、要チェックですね。
□自動テスト/パフォーマンスモニタリングができる プラットフォーム「HeadSpin Compass(TM)」を販売開始
https://www.atpress.ne.jp/news/245191
こちらの記事は、東京のコウェル社が、シリコンバレーのHeadSpin Inc社の認定テクノロジーパートナーとして、新製品「HeadSpin Compass」の販売と技術サポートを1/29より開始するとのことです。
こちらのサービスは、月額28,000円（年間契約の場合月額：21,000円）とのことです。
また、日本語による技術サポートは、月々3,000円のサポート料金と、時間ごとのタイムチャージ（1時間10,000円）とEコマース的にチケットを購入でき、導入が行えるとのことです。
コウェル社のサイトを覗いて見ました。
https://www.co-well.jp/service/software-test_headspin
「HeadSpin」のサービスは4種類あり、上記に取り上げたものは「HeadSpin Compass」というプランという内容でした。
こちらのモデルがスタンダードなプランで、モバイルの自動操作、自動テスト、パフォーマンス計測、AI分析、モニタリングなどののサービスが含まれるようです。
一番コストがかからない「HeadSpin Local」は、月々7,000円（年間契約で月々4,200円）で、端末が無い場合でも、リモート操作のサービスが受けれるとのことです。
もっと詳しい情報が見たいと思いましたが、その場合、資料請求、電話でのお問い合わせとのことです。
個人的には、Autifyより魅力的なサービスと思いました。
ご興味のある方は、コウェル社のサイトに、アクセスしてみてはいかがでしょうか。
■海外ニュース
□HeadSpinがセルフサービスのモバイルテスト自動化およびパフォーマンス監視製品を発表
https://www.prnewswire.com/news-releases/headspin-launches-self-serve-mobile-test-automation-and-performance-monitoring-product-301215889.html
こちらは、「CISION prnewswire」という海外サイトのニュース記事となります。
一つ前のニュースでコウェル社がHeadSpinの販売パートナーとして、日本で販売するとのユースをご紹介しましたが、こちらは販売元となるHeadSpin社が「HeadSpin」「HeadSpinCompass」の販売を開始したとのニュース記事になります。
「HeadSpinCompass」は、モバイル開発、QＡなどデジタルエクスペリエンスをテスト、測定、監視、分析が行えるテスト自動化及びパフォーマンス監視製品です。
端末ごとにコードを変更することなく、リモートでデバイスにアクセスでき、実機でのテストコストを削減できます。
こちらの記事では、HeadSpinのサイトも掲載されており、こちらのサイトにもアクセスしてみました。
https://www.headspin.io/platform/compass/
コウェル社と同じように、紹介動画が掲載されており、こちらを見たところ、「Appium」を介して、デバイスにアクセスすることが紹介されていました。
私はAppiumでAndroidOSの自動化は行ったことがあるのですが、PCとスマートフォンは接続しておかなければならず、これをリモートでできるのはすごいとお思いました。
こちらのリモートは、17の主要都市にある87台のAndroid,iOSデバイスを利用できるとのことです。
HeadSpinサービスのニュースもそうですが、HeadSpin社のページでは、テスト自動化（Appium、Seleniumなど）、AIと機械学習の取り組みなど様々な内容が掲載されており、
アクセスするだけでも興味深い情報が載っています。
Appiumでのワークショップなど、無料で見れるコンテンツなど掲載されていました。
https://ui.headspin.io/university/learn/appium-intro/units
現在、私はiOSでのAppiumの取り組みを行っていますので、参考にしてみたいと思います。
HeadSpinサービス、headSpin社の内容が気になった方は、アクセスしてみてはいかがでしょうか。
□AIと機械学習がソフトウェアテストをどのように形作るか
https://insidebigdata.com/2021/01/27/how-ai-and-machine-learning-will-shape-software-testing/
こちらの記事は、「insaideBIGDATA」と呼ばれるニュース記事の紹介となります。
この記事内容は、ソフトウェアにAIを追加することの利点、まだAIを導入していいない場合に、AIを検討する理由について取り上げられています。
ソフトウェアには、プロジェクトの25～40％の予算を占める可能性があります。
こちらは、ソフトウェアが正しく機能することを保証するために必要です。
大企業の場合、テスト専用のチームを組んで取り組めますが、中小規模の会社では、予算を超える場合があります。
また、市場の需要は、迅速な開発フェーズを促進し、適切なテストのための時間がほとんど残されていません。
コストを削減しながら、テストの範囲、信頼性を向上させる方法を模索する必要があります。
保険会社、医療業界など、Ai、人工知能を導入することで、大きな変化をもたらしました。
これは、ソフトウェアテストにも当てはまります。
ソフトウェアテストプロセスに、AIを追加することの主な利点と、追加していない場合に、AIを追加の検討が必要であることを以下に述べます。
◇ソフトウェア開発ライフサイクルの短縮
・以前はソフトウェアのリリースは月に1回行われる頻度でしたが、主要なエンジニアリングチームは、1日に数十回リリースを行います。
現在では、一般的な開発方法論として、小規模で頻繁な更新を行うことが好まれており、テストプロセスにさらなる負担がかかります。
◇AIとMLのバランスを見つける
自動化は開発者にとって非常に馴染みのあるトピックであるため、人工知能（AI）と機械学習（ML）の進歩がソフトウェアテストに適用され、
これらの複雑なリリースのテストのペース、精度、コストが改善されているのは当たり前になっています。
以下にAIとMLがソフトウェアにもたらす主な利点を挙げています。
・コードカバレッジの改善
MLは、コードベースを理解し、検出したコードの単位に基づいてテストを生成するようにトレーニングできます。
コンテキストを学習、期待される出力を理解、優先順位付け、テストデータを使用してトレーニングできます。
テストスイート全体を自動化できるため、多くのプロジェクトで100％に近い、コードカバレッジに対応することも可能となります。
・回帰テストによる遅延を回避する
回帰テストは、テストプロセスで特に時間のかかる部分です。
これは、変更が行われるたびに、古いコードと新しいコードに対してテストを実行する必要があるためです。
回帰テストがテストプロセスのボトルネックになる可能性があります。
AIはヒトよりもテストの優先順位を上げることができ、すぐに回帰テストをその場で再ターゲットして、
短い実行時間でリスクの高い領域をテストできるようになります。
これを並列テストなどの他の進歩と組み合わせて、テストにかかる時間をさらに短縮することができます。
・系列テスト
AIは、同時に実行できるテストと実行できないテストを特定することでこれをサポートできるため、
テストスレッドとインフラストラクチャリソースを最適化して、並列化を最大化し、テストサイクルタイムを最小化します。
◇ソフトウェアテストの未来
MLがコードベースを学習し、テストを自動的に生成して実行できるようにすることで、
テスターは自由に他の場所に注力できると同時に、開発者がバグの少ない信頼性の高いソフトウェアを提供できるようになります。
AI、MLを取り入れる利点、導入を検討する内容について、述べられており、興味深い内容でしたので、取り上げてみました。
「insaideBIGDATA」のサイトでは、上記のようなAI、MLに関する記事が他にもありますので、興味ある方はアクセスしてみてはいかがでしょうか。
https://insidebigdata.com/
■最後に
今回は、国内ニュース2記事、海外ニュース2記事を取り上げてみました。
次週も、ソフトウェアテスト、テスト自動化に関するニュースをご紹介したいと思います。
最後まで読んで頂き、ありがとうございました。
サイトトップへ
https://susakiworks.com/
