事業の目的

昨年度の同事業では、スマートフォンの「初期化」をロボットで自動化するプロジェクトに取り組みました。実証を通して明らかになった課題は、ハードウェアの耐久性不足と大型化、座標指定による操作設定の煩雑さ、検証結果を容易に確認できる機能の必要性でした。本事業では、これらの開発を、ソフトウェア開発を手掛けるベトナム拠点へ委託したことから、物理的に距離のある拠点と連携するため「クラウド対応」のニーズに気づきました。そこで、AI画像認識によるローコード化とクラウド化を同時に進めることで、場所を選ばず、専門的なプログラミング知識がなくとも運用できる自動検証ツールの実用化をめざしました。

実施内容

以下の開発および実証を行いました。

１）ハードウェアの強度不足解消・小型化の対応
昨年度開発した自動検証ソフトウェアツールを大きな変更なしで適用できるかを重視して、ハードウェアは自社開発に代わり既成の卓上型ロボットアーム製品を採用。産業用として実績のある市販のアーム型ロボットに置き換えたことで、耐久性と操作精度の向上、小型化を実現しました。

２）画像認識技術を用いた自動化設定の簡易化
AIによる画像認識技術（YOLO v8等）を導入。検証対象のアイコンや文字を直接認識させることで、従来の座標指定による煩雑な設定を不要にしました。誤認識をその場で修正できる機能も備え、精度向上・UI変更にも柔軟に対応可能です。これらの仕組みにより、自動化設定工数の50％低減を目指しました。

３）自動検証実現のための録画機能追加
検証中の画面とロボットの動きに加え、設定したローコードの動きを録画する機能を開発。不具合発生時のエビデンス確認や、遠隔地からの状況把握を容易にすることを目的としました。

事業の成果

昨年12月から、実際の検証業務に近い環境へ自動検証ツールを導入し、実証を行いました。夜間に無人で７〜８時間稼働させ、翌朝、録画記録を確認。不具合や誤操作の改善を重ねました。最大の技術的進化は、高解像度カメラとAI画像認識技術の導入です。AI画像認識機能の追加で、検証自動化のための設定工数は半分以下になりました。本ツールの導入により、検証作業員の工数も40％程度低減。これにより、当社で対応できる一人当たりの検証作業量は大きく増加し、検証品質も向上すると感じています。

事業の展望

自動検証ツールの導入により、プログラミング知識のない幅広い人材が検証業務に関われる環境ができました。検証作業から解放された人材が、テスト設計など付加価値の高い業務へ移行するなど、社員がスキルアップできる仕組みも整えていきたいと考えています。自社の生産性向上にとどまらず、人材不足に悩むIT業界全体への波及効果も期待できますが、クラウドベースでのサービス提供については、自社テスト実施体制の強化やアフターメンテナンスの対応など課題の検証を重ね、早期実現に向け前向きに検討を進めていきます。