MappingSpace ALM

プラットフォームは開発プロセス全体に大規模言語モデルを適用する。エンジニアはMappingSpace内で要求・アーキテクチャ・テストケースを生成し、そのまま追跡可能なタスクに押し込む。AI補完が既存文書を完成させ、AI作図がアーキテクチャ記述を編集可能な静的・動的図に変え、AIコードが詳細設計から骨組みを作る。狙いは、ASPICEが通常要する文書工数を削ることにある。

要求は製品定義と開発フローをつなぐ。作業項目の追跡とバージョン管理が並び、各要求は設計とテストへのひも付けを保つ。文書は平坦な階層ではなくマインドマップとして整理するため、大きな要求ツリーも読みやすく、成長しても追跡関係が途切れない。

テスト管理はサイクル全体を覆う。テスト計画を作り、ケースを実行し、報告を生成する。各テストは対象の要求に結び付くため、カバレッジの穴は監査中ではなくリリースゲートの前に見えてくる。テストケースはAIで生成し、その後は他の文書と同じように編集できる。

ベースライン管理がバージョン反復に秩序をもたらす。要求が変わると、システムは複製を引き、レビューフローを起動する。変更は黙って進まず、制御下に置かれる。提起した理由から最終判断まで、変更履歴はすべて記録される。ASPICEの追跡性が求めるのはまさにこれだ。

鎖の終点は標準化されたリリースプロセスだ。検証済みのベースラインが定められたゲートを通り、プラットフォームは何を出荷し、何を土台にしたかの記録を保つ。ASPICEを端から端まで追わないチームも、フローを削って必要な部分だけ残せる。

プライベート展開に対応し、ベンダーは生涯無料のプライベート展開版を用意する。AI機能は顧客が自前でホストするモデルで動かせるため、機密の開発文書は社内インフラに留まる。文書を社外ネットワークに出せないことの多い自動車の現場では、ここが効いてくる。

コードリポジトリはGitLabで接続し、APIテストはプラットフォーム内で動く。ツールチェーンは自動車向けに作られ、航空電子や医療機器向けの追加ソリューションもある。参照顧客には拓普や福爾達のような部品・システムサプライヤーが名を連ね、ベンダーは自動車基盤ソフトウェアと開発プロセス管理の白書も公表している。