スウェーデン・ヨーテボリのドローン管理ソフト企業Airpelagoは2025年6月、AI駆動型テストプラットフォーム「QA.tech」を導入し、テスト自動化の課題を解決した。CTOトビアス・フリデン氏による主導のもと、テスト失敗を製品改善データへ転換する「摩擦テレメトリー」手法を実装した。 同社の対話型マップUIは、Playwrightなどのスクリプト自動化においてセレクタ依存やタイミング問題により頻繁に失敗し、ビル結果はテスト環境のノイズを示すばかりで製品品質の洞察を得られなかった。Airpelagoはユーザの目的を自然言語で記述するゴール駆動型AIエージェントへ基盤を移行した。エージェントは視覚情報に基づくインタラクションを実行するためUI変動に自動適応し、ノイズを削減。失敗事例はナビゲーション、ラベリング、状態、データの4カテゴリに分類され、失敗が直ちに製品課題を指し示す信頼性の高いフィードバックループへ変化した。 テストはGitHubのPRトリガーによりCI/CDに統合された。エージェントはプレビュー環境に対しテストを実行し、失敗時にはスクリーンショット、ログ、推論プロセスを伴う詳細レポートを自動生成。バグ再現コストが大幅に削減され、開発者はマージ前に文脈を保ったまま修正可能となった。またMCPサーバー経由でClaude CodeやCodexと連携し、エディタ内でテスト実行と修正提案のループを完結させる。 導入後、リリースへの技術的懸念は軽減され、マップテストを含む主要ワークフローのカバレッジが現実的範囲へ収束した。プロダクション流出前に摩擦データを検知可能となったことは、AI開発のレビュー追従課題の解決に直結する。Airpelagoの事例は、自動化困難な複雑UIをテスト対象とし、開発意思決定をデータ駆動型へ転換するエージェント活用モデルとして、業界のテスト戦略に新たな基準を提供している。