AI加速軟體開發，導致60%全球企業將未測試程式碼投入生產環境

Tricentis公布針對企業IT領導者的全球調查結果

軟體品質下降導致五分之一企業每年損失高達500萬美元

金融服務、零售、能源/公用事業等關鍵行業持續面臨優先考慮速度而非品質的壓力，潛在漏洞不斷擴大

管理層的認知差距威脅全球企業的軟體品質，迫切需要將其視為經營課題來應對

Tricentis Japan 合同會社 – 2026年6月5日 – 代理型品質工程的全球領導者Tricentis今日公布了第二份「品質轉型報告」的調查結果。這項以軟體品質信任問題為主題的調查顯示，軟體開發團隊在過去一年中擴大了AI的應用，顯著提升了發布速度，但規模和複雜性的增長也為軟體開發生命週期（SDLC）帶來了新的風險，許多企業在維持對軟體品質的信心方面面臨困難。

Tricentis首席執行官Kevin Thompson表示：

「加速業務轉型是管理層的首要任務之一，AI有潛力以前所未有的方式提升軟體開發團隊的速度。然而，速度的提升同時也伴隨著風險的增加。當軟體品質流程無法跟上開發速度時，許多企業會採取捷徑，這可能嚴重損害品質和可靠性。這項調查凸顯了在軟體開發加速的背景下，團隊在維持速度、品質和控制之間的平衡方面承受著巨大壓力。隨著對財務績效和客戶信任的影響變得更加可見和可量化，軟體品質已不再僅僅是工程挑戰，而是需要從經營層面解決的首要課題。」

品質轉型報告2026基於對全球2,500多名受訪者的調查，包括製造業、能源/公用事業、零售、金融服務和公共部門等廣泛行業的CEO、CIO、CTO、工程副總裁、DevOps/品質保證（QA）領導者和軟體開發人員。主要調查結果如下：

企業仍優先考慮開發速度，大量未測試程式碼被投入生產：儘管AI技術不斷演進且AI工具採用率提高，全球仍有十分之六的企業（日本65.6%）表示會將未測試程式碼部署到生產環境。這一比例與2025年調查時的63%（日本62%）幾乎持平。然而，2025年的調查主要原因是「偶爾包含未測試程式碼」（全球40%/日本32%），而今年則顯示，由於管理層強烈要求優先考慮速度而非品質（全球32%/日本25%），以及AI生成程式碼數量龐大導致團隊無法充分測試（全球30%/日本31%），企業開始有意地投入未測試程式碼。

各行業普遍面臨提升開發速度的壓力：在所有接受調查的主要行業中，超過半數的企業表示會將未測試程式碼投入生產。這一趨勢在金融服務業（全球64%/日本69%）、零售業（全球63%/日本64%）和能源/公用事業（全球58%/日本66%）尤為明顯，這些行業面臨巨大壓力。

品質管理和治理體系跟不上AI導入速度：48%（日本47%）的企業表示已在全公司範圍內導入AI，但其中超過半數表示其AI工具和流程變化頻繁。此外，三分之一的團隊（全球33%/日本27%）將工具複雜化和氾濫視為大規模實現持續軟體品質的主要障礙。其他挑戰包括技能不足（全球33%/日本26%）、程式碼量超出可控範圍（全球28%/日本30%），以及缺乏明確的品質和可靠性指標（全球26%/日本28%）。

管理層樂觀態度與現場實際情況的差距：管理層視為AI應用進展的情況，在軟體開發團隊眼中往往被視為營運負擔。約五分之四的CEO（全球81%/日本80%）對AI驅動的系統和工具表示高度信任，而QA/DevOps人員中僅有56%（日本43%）持相同看法。此外，44%（日本26%）的董事會成員表示「已做好充分準備在整個SDLC中營運、管理和擴展AI代理」，而QA/DevOps人員中僅有23%（日本8%）。

對代理型AI期望很高，但現場挑戰依然嚴峻：83%（日本69%）的企業表示「信任代理型AI進行發布決策」，82%（日本64%）表示「已準備好大規模營運和控制AI代理」。然而，實際上他們仍面臨許多挑戰，包括未測試程式碼（全球60%/日本66%）、工具氾濫（全球33%/日本27%）、安全疑慮（全球27%/日本33%）、技能不足（全球24%/日本21%）和資料品質問題（全球24%/日本18%）。

軟體品質下降導致的財務和營運風險擴大：五分之一的企業（全球20%/日本23%）表示，因軟體品質下降每年遭受超過100萬美元的損失。主要原因包括安全與合規問題（全球30%/日本34%）以及技術債務和重工成本（全球28%/日本25%）。此外，45%（日本23%）的企業估計年損失在50萬至100萬美元之間。

Thompson進一步表示：

「許多企業仍然依賴未適應AI時代軟體開發的品質流程。隨著開發速度加快，管理層需要更清晰地了解軟體品質風險，並加強工程、QA和業務部門之間的協作。未來成功的企業將是那些能夠在擴展的同時兼顧速度與控制的企業。」

Tricentis的「品質轉型報告2026」顯示，挑戰已從能否導入AI，轉變為在大規模環境中能否維持對發布軟體的信任、控制和信心。