はじめに

エンタープライズクラウド事業部の高橋です。

Oracle AI World 2026にて、「When AI Runs the Business, Who’s Validating the Results? [LRN2578]」のセッションに参加しましたので、その内容を紹介します。

セッション概要

Oracle Fusion is entering an agentic era, with AI agents that reason, decide, and act across finance, HR, supply chain, and manufacturing. The release cycle never lets up, and testing teams feel it. Join Tricentis for a practical look at how to deliver quality software releases without the quarterly fire drill. Tricentis experts will share how Oracle customers use agentic automated testing solutions to solve Oracle QA challenges at scale. This session will also show how Oracle pre-built test case libraries and AI capabilities help you navigate updates, validate agentic AI, and protect critical business processes.

Oracle Fusionは、財務・人事・サプライチェーン・製造の各領域で推論・判断・実行を行うAIエージェントが組み込まれる、エージェンティックな時代に入っています。リリースサイクルは緩むことなく続き、テストチームはその負荷を直接受けています。本セッションでは、四半期ごとの「消火活動」に陥ることなく、品質の高いソフトウェアリリースを実現する実践的な方法を紹介します。Tricentisのエキスパートが、Oracleの顧客がエージェンティックなテスト自動化ソリューションを使って、スケールするOracle QAの課題にどう対応しているかを共有します。また、OracleのプリビルドテストケースライブラリとAI機能が、更新への対応、エージェンティックAIの検証、重要な業務プロセスの保護にどのように役立つかも紹介します。

セッション内容

本セッションは、Oracle Fusionへのエージェンティックな機能の組み込みと四半期ごとの更新が重なる中で、Tricentis社が自社のテスト自動化プラットフォームを使って、AIエージェントも含めた業務プロセス全体の品質保証をどのように実現するかを紹介するセッションでした。

Oracle QAを取り巻くリスクの変化

Oracle Fusion（Oracle Cloud Applications）は四半期ごとのアップデートに加えて月次パッチも提供しており、リリースサイクルが重なるほど回帰テストの負荷は積み上がっていきます。

加えてAIエージェントが業務プロセスの一部を担うようになったことで、テストすべき対象がアプリケーション単体の機能だけでなく、データ品質・API・外部システムとの連携にまで広がっていると話していました。

その上で「AIをどうテストするか」ではなく、「AIが業務プロセスの一つのアクターになった状況で、Oracleの業務プロセス全体が正しく動作している状態をどう維持するか」という問いの立て方自体を変える必要があるとのことです。

人またはAIエージェントの振る舞いを評価することと、業務プロセス全体のアウトカムを検証することは別物であり、後者が欠けていると強調していた点は、AIエージェント導入を検討する際の視点として参考になると感じました。

Tricentis社が提示する4つの保証領域とプラットフォーム構成

登壇者は、プロセス検証・データ整合性・インテグレーション検証・パフォーマンス保証の4つを、業務プロセス全体の確信を支える要素として紹介していました。

これらを支えるTricentis社のプラットフォームとしては、テスト自動化のTosca、テスト管理のqTest、負荷テストのNeoLoadが紹介され、これらをMCP（Model Context Protocol）経由で連携させる「AI Workspace」が全体を統合する役割を担うと説明されていました。

デモでは、Jira上の要件をAI Workspaceに取り込み、qTestでテストケースを生成し、Toscaで自動化し、最終的にNeoLoadで負荷テストまで実行する一連の流れが示され、各ステップで人が内容を確認・承認する人間参加型の設計になっていました。

MCPを介して複数のテストツールを連携させる構成は、各ツールの導入状況がバラバラな組織でも段階的に組み合わせやすそうな設計だと感じました。

Vision AIによるモデルベースの自動化

本セッションでは、Oracle Fusion Redwoodの画面を例に、Oracle側のUI変更がテスト自動化の保守負荷にどう影響するかについて説明がありました。

一般的な自動化の仕組みでは、画面上の項目を個々に認識してテストケースを作るため、Oracle側で画面の仕様が変わると、関連する全てのテストケースを個別に直す必要が出てきてしまいます。

これに対してTricentis社は、画面をコンピュータビジョンで認識する「Vision AI」を使ったノーコードのモデルベース自動化を採用しており、1つのモデルを修正するだけで、それに紐づく全テストケースへ変更が自動的に反映される「セルフヒーリング」の仕組みになっていると説明していました。

これによりAIエージェントに個々のテストケースを1件ずつ直させる必要がなくなり、構築・保守の手間やトークン消費を抑えられる点を、オープンソースの自動化ツールとの違いとして強調していました。

Oracle Fusionのように画面仕様が更新されるSaaSに対して、モデルベースでの一元管理という発想は、自動化テストの保守コストを下げる上で役立つ考えだと思います。

テスト自動化ソリューションを選ぶ際の評価観点

最後に、テスト自動化ソリューションの選定や切り替えを検討する際の観点として、以下が紹介されました。

  • Oracleへの対応力と導入の立ち上がりの速さ
  • ガバナンス（テスト活動を一元管理し、コンプライアンス状況を可視化できるか）
  • 現場のビジネス担当者でも使えるか（ノーコードかどうか）
  • 実績やアナリストからの評価
  • Oracle以外のシステムを含むエンドツーエンドの対応範囲
  • 短期的な導入コストだけでなく、長期的な総保有コスト（TCO）
  • トライアルやPoCで実際に試せるか

これらは本セッションで紹介されていた観点ではあるものの、特定ベンダーの機能一覧に閉じず、ガバナンスやTCOといった運用後を見据えた観点が含まれている点は、ツール選定時のチェックリストとして使えると思います！

まとめ

本セッションでは、Oracleの更新頻度の高まりとAIエージェントの台頭を背景に、「AIをどうテストするか」ではなく「業務プロセス全体が正しく動作しているという確信をどう維持するか」という問いの立て方を変える必要性が説明されていました。

実現手段として、プロセス検証・データ整合性・インテグレーション検証・パフォーマンス保証の4領域をカバーするTosca・qTest・NeoLoadと、それらをMCPで束ねるAI Workspace、そしてOracle Fusion RedwoodのようなUI変化に強いVision AIベースのモデル型自動化が紹介されており、AIエージェントが業務プロセスに加わる時代のQAの考え方として参考になるセッションでした。

AI時代にテストプロセスを自動化する際に考えるべき観点として、参考にしたいと思いました。