01
WebアプリのURLと仕様書を入力
画面を拡大 — SERVICE AS SOFTWARE FOR QA
- 01仕様書／URLWebアプリのURLと仕様書を入力
- 02テスト設計Agentが探索しテストケース表を作成
- 03ブラウザ実行テスト実行・ライブ確認
- 04結果レポートQA結果レポートを出力
創業者
生成AI・Web開発・QA実務の経験を生かし、
「Q Agent」開発中
Founder / 代表者
Q Agent 開発中
学歴
- 早稲田大学
- 純粋数学
- 東京工業大学大学院
- 生成AI関連
外資系ITコンサルティング企業での実務
- 大手保険企業向けPoC
- フルスタック開発
- 大手金融IT企業のQAプロジェクト
- テスト設計・実行
QA現場で、手動テストの高コスト・低スピードという課題を実感。
生成AI・Web開発・QAの経験を生かし、
業務外でQ Agentを一人で開発開始。
課題
開発はAIで速くなる一方、
QAだけ低スピード手動反復作業のまま
事業を考えた出発点：顧客QA現場での実体験｜代表者が参画した金融システムQAのプロジェクト
AS-IS｜日々の業務 — このループの繰り返し（人間が手動反復作業）
1つのソフトウェアのテストだけで手動QA 3名 ＋ 自動化 3名
月600万円・年7,000万円規模の人件費
- 01
仕様書読解
仕様書を読む（実機探索など）
- 02
テスト設計
TC表を手書きする（1表＝数時間）
- 03
手動テスト実行
1件10分×50件＝丸1日の単純労働
- 04
結果整理・報告
不具合を整理し開発へ報告
- 05
回帰コード化
Playwright等でコード化（更に低速）
新機能・仕様変更・修正のたびに、01からすべて繰り返し
解決策
「Q Agent」— 先ほどの反復ループを、
AIが一気通貫で代行
公開デモ｜サンプルデータhttps://e2e-qa-agent.com/
自律的に回し続ける｜
Jiraなどのタスク管理ツールを入口に
ローカルでコアフロー検証済み- 優先度高QAチケット自動取得
チケットに紐づくURLと仕様書を読取
- 設計 → 実行 → 報告
- チケットを完了ステータスへ更新
そのまま次のチケットを取得
要所を人が承認(human-in-the-loop方式)。既存の業務フローを変えずに導入できる運用を目指します。
テスト工数を大幅削減 ＋
リリースのリードタイムを短縮
2倍以上リリース速度（想定）
速度向上は原資料における想定であり、顧客環境での実測結果ではありません。
事業モデル
提供形態はSaaSを想定
有償PoC
顧客環境で価値と運用を検証
月額基本料金
＋ 利用量／成果課金
提供価値の根拠
1 Agentで最大6名分（月600万円規模）のQA業務を代替。ランニングコストは人件費の1%未満（想定）。加えて、テスト待ちによるリリース滞留を解消しリードタイムを短縮
粗利率90%を想定
料金10万円あたりTokenコスト等1万円を想定
想定粗利率 90%
原資料の試算です。確定料金や実績値ではありません。
初期ターゲット
テスト業務を持つ
IT・Web企業／SIer
意思決定の速い中小規模から開拓し、段階的に拡大
代替手段・競合
国内で同じ形態のE2E全自動BPO型QAエージェントは存在しない
代替手段：社内QAによる手動テスト／SIerへの人月外注
競合2種類：① ツール型（顧客が利用。国内は単一工程、海外は自律型存在するが開発者向け） ② 受託マネージドサービス型（ベンダーが人+AIで代行）
2026年8月の原資料に基づく比較です。Q Agent欄には、開発・検証中の構想を含みます。
| 比較軸 | Q AgentAI BPO型・開発中 | 外注・社内QA人手による対応 | T-DASHツール型 | Autify Genesisツール型 | TestSpriteツール型（海外・開発者向け） | Autify AI Coworker／SHIFT「ネムラナイ」／QA WolfManagedサービス型（QA Wolfは海外） |
|---|---|---|---|---|---|---|
| テスト設計 | AIが実行 | 人が実施 | 実行できない | AIが実行 | AIが実行 | ベンダーがAIを利用 |
| テスト実行 | AIが実行 | 人が実施 | 初回は人が実施／以後AIが実行 | 実行できない | AIが実行 | ベンダーがAIを利用 |
| 結果整理・報告 | AIが実行 | 人が実施 | 実行できない | 実行できない | AIが実行 | ベンダーがAIを利用 |
| チケット自動取得・自律実行 | AIが実行 | 人が実施 | 実行できない | 実行できない | 実行できない | ベンダーの人が対応 |
| 日本語対応 | 対応 | 対応 | 対応 | 対応 | 非対応 | 国内2社は対応 |
| 日本のQA現場対応 | 対応 | 対応 | 対応 | 対応 | 非対応 | 国内2社は対応 |
| 顧客側のコスト | 小 | 大（数百万／月） | 小 | 小 | 小 | 中〜大 |
Q Agent
AI BPO型・開発中
- テスト設計
- AIが実行
- テスト実行
- AIが実行
- 結果整理・報告
- AIが実行
- チケット自動取得・自律実行
- AIが実行
- 日本語対応
- 対応
- 日本のQA現場対応
- 対応
- 顧客側のコスト
- 小
外注・社内QA
人手による対応
- テスト設計
- 人が実施
- テスト実行
- 人が実施
- 結果整理・報告
- 人が実施
- チケット自動取得・自律実行
- 人が実施
- 日本語対応
- 対応
- 日本のQA現場対応
- 対応
- 顧客側のコスト
- 大（数百万／月）
T-DASH
ツール型
- テスト設計
- 実行できない
- テスト実行
- 初回は人が実施／以後AIが実行
- 結果整理・報告
- 実行できない
- チケット自動取得・自律実行
- 実行できない
- 日本語対応
- 対応
- 日本のQA現場対応
- 対応
- 顧客側のコスト
- 小
Autify Genesis
ツール型
- テスト設計
- AIが実行
- テスト実行
- 実行できない
- 結果整理・報告
- 実行できない
- チケット自動取得・自律実行
- 実行できない
- 日本語対応
- 対応
- 日本のQA現場対応
- 対応
- 顧客側のコスト
- 小
TestSprite
ツール型（海外・開発者向け）
- テスト設計
- AIが実行
- テスト実行
- AIが実行
- 結果整理・報告
- AIが実行
- チケット自動取得・自律実行
- 実行できない
- 日本語対応
- 非対応
- 日本のQA現場対応
- 非対応
- 顧客側のコスト
- 小
Autify AI Coworker／SHIFT「ネムラナイ」／QA Wolf
Managedサービス型（QA Wolfは海外）
- テスト設計
- ベンダーがAIを利用
- テスト実行
- ベンダーがAIを利用
- 結果整理・報告
- ベンダーがAIを利用
- チケット自動取得・自律実行
- ベンダーの人が対応
- 日本語対応
- 国内2社は対応
- 日本のQA現場対応
- 国内2社は対応
- 顧客側のコスト
- 中〜大
目標
このプログラムを通じて
実現したいこと
プログラム期間で、顧客検証まで進める
顧客向けMVP完成
完成した顧客試用版をベースに、顧客環境で安全かつ継続的に利用できるMVPへ仕上げます。
1〜2社の有償PoC
このプログラムでの助言を通じて、プロダクト戦略とGTM戦略を磨きます。1〜2社の有償PoC獲得を目指します。
顧客実環境で検証
テスト生成品質・ブラウザ実行成功率・コアバリュー・ターゲット顧客層・受容可能な価格帯を検証
ご相談したいこと
B2B SaaSの0→1段階で、
最初の顧客とPoCをどう獲得するか。
1.最初の顧客とPoCを、どのように獲得すべきか
各企業へのコールドメールや、企業サイトのPoC提案フォームを通じたアプローチがよいのでしょうか。それとも、より適した方法があるのでしょうか。
2.どの企業をターゲットにすべきか
初期顧客として、どのような企業を対象にすべきでしょうか。ターゲット企業の選定基準を、どのように決めるべきか伺いたいです。