एजेंटिक QA एक बजट इवेंट है: $66B टेस्टिंग मार्केट आगे कहाँ बढ़ेगा

TL;DR: Agentic QA वह QA है जिसमें AI agents टेस्ट की योजना बनाते हैं, लिखते हैं, चलाते हैं और उन्हें मेंटेन करते हैं, साथ ही एक स्वतंत्र वेरिफिकेशन लेयर यह सुनिश्चित करती है कि सॉफ्टवेयर वास्तव में काम कर रहा है। यह QA बजट को बिल्कुल भी कम नहीं करता। यह बस पैसे को स्क्रिप्ट लिखने और उन्हें मेंटेन करने के मैनुअल काम से हटाकर एजेंट स्केल पर एग्जीक्यूशन रेल्स (execution rails) और स्वतंत्र प्रमाण की तरफ शिफ्ट कर देता है। टेस्ट जनरेशन सस्ता हो जाता है। वेरिफिकेशन ही असली प्रोडक्ट बन जाता है।

6 अक्टूबर 2026 को, Gartner ने अपना Magic Quadrant for Agentic Software Quality Assurance Platforms प्रकाशित किया, जिसने "AI-Augmented Software Testing Tools" पर अपनी 2025 की रिपोर्ट की जगह ले ली। ज्यादातर लोगों ने इसे सिर्फ नाम बदलने जैसा पढ़ा। मैंने इसे एक बजट इवेंट की तरह पढ़ा। जब कोई ऐसी फर्म जो एंटरप्राइज शॉर्टलिस्ट तय करती है, किसी कैटेगरी का नाम बदलती है, तो उसके बाद प्रोक्योरमेंट टेम्प्लेट बदलते हैं, और पैसा उन टेम्प्लेट्स के पीछे चलता है।

यह उन CIOs और फाउंडर्स के लिए है जिनके पास QA बजट है (या जो इसे हासिल करने की दौड़ में हैं)। बात सीधी है: agentic QA कुल मिलाकर क्वालिटी को सस्ता नहीं बनाएगा। यह बस पैसे की दिशा बदलेगा। आगे दिया गया नक्शा बताता है कि पैसा अभी कहाँ है, आगे कहाँ जाएगा, और एक स्कोरकार्ड जो आपके वेंडर्स से पहले आपकी 2027 की रियलोकेशन प्लानिंग में मदद करेगा।

Agentic QA क्या है, और Gartner ने इस कैटेगरी का नाम क्यों बदला?

Agentic QA वह सॉफ्टवेयर क्वालिटी एश्योरेंस है जिसमें AI agents किसी तय लक्ष्य के लिए टेस्ट की योजना बनाते हैं, उन्हें तैयार करते हैं, चलाते हैं और मेंटेन करते हैं, जबकि एक स्वतंत्र वेरिफिकेशन लेयर यह साबित करती है कि सॉफ्टवेयर ने वैसा ही व्यवहार किया जैसा अपेक्षित था। "AI-augmented" एक ऐसे इंसान को दर्शाता है जिसके पास बेहतर टूल है। "Agentic" उस काम को दर्शाता है जिस पर अब मशीन का पूरा नियंत्रण है।

नाम बदलने के पीछे का दबाव कोड की मात्रा है। Menlo Ventures का अनुमान है कि एंटरप्राइजेस 2025 में AI कोडिंग टूल्स पर $4.0B खर्च करेंगी, जो सभी डिपार्टमेंटल AI खर्च का आधे से ज्यादा है। इनमें से हर डॉलर और ज्यादा कोड पैदा कर रहा है जिसे किसी को साबित करना होगा कि वह काम करता है।

वैलिडेशन क्षमता इसके साथ तालमेल नहीं बिठा पा रही है। US Bureau of Labor Statistics का अनुमान है कि QA analyst और tester की नौकरियां 2025 से 2035 तक 6% बढ़ेंगी (187,600 से 198,200 तक)। डेवलपर/QA/टेस्टर के व्यापक समूह में 10% की वृद्धि का अनुमान है। कोड कंप्यूट के साथ स्केल होता है; टेस्टर्स हेडकाउंट के साथ। यही गैप पूरा बाज़ार है।

सॉफ्टवेयर टेस्टिंग मार्केट कितना बड़ा है, और आज इसमें AI का हिस्सा कितना है?

रिसर्च फर्म्स ग्लोबल सॉफ्टवेयर टेस्टिंग का आकार लगभग $60–66B मानती हैं, और AI-enabled टेस्टिंग अभी भी इसका 1% से कम है। यही मिसमैच मौका है, और बाकी 99% बेचने वालों के लिए खतरा भी।

• कुल बाज़ार। Global Market Insights (2026) का अनुमान है कि बाज़ार 2025 में $60.5B और 2026 में $65.9B था, जो सालाना लगभग 7.7% की दर से बढ़कर 2035 तक $127.5B हो जाएगा।
• लेबर शेयर। इसी अनुमान में, टेस्टिंग सर्विसेज 2025 के खर्च का 38% थीं, यानी सालाना लगभग $23B, जो मुख्य रूप से लोगों के समय की खरीद है।
• AI शेयर। Research and Markets (2026) AI-enabled टेस्टिंग मार्केट का आकार 2025 में $544M बताता है, जो 2031 तक $1.39B हो जाएगा। यह कुल टेस्टिंग खर्च का 1% से भी कम है।
• IT का पैसा कहाँ जा रहा है। Gartner का जुलाई 2026 का पूर्वानुमान 2026 के IT खर्च को $6.37T रखता है। सॉफ्टवेयर 15.5% बढ़ता है; IT सर्विसेज सिर्फ 5.3% बढ़ती हैं।

ये सब अनुमान हैं, और कुल आंकड़े में ये अलग-अलग हैं। लेकिन दिशा पर सब सहमत हैं: खरीदार सर्विसेज की तुलना में सॉफ्टवेयर पर तेजी से खर्च कर रहे हैं। मेरा मानना है कि अगले 10 वर्षों में $65-100B का टेस्टिंग खर्च agentic होगा (यानी घंटे के आधार पर नहीं, बल्कि agents और प्लेटफॉर्म्स के जरिए रूट होगा)। यही वो बर्तन है जिसके लिए इस बाज़ार का हर खिलाड़ी अब लड़ रहा है।

आज टेस्टिंग बजट कहाँ जाता है? क्वालिटी खर्च के चार पूल

हर टेस्टिंग बजट चार पूल में बंटा होता है: Hands, Scripts, Rails, और Proof। Agentic QA पहले दो को सिकोड़ता है, तीसरे को बढ़ाता है, और चौथे को एक असली बजट लाइन में बदल देता है।

The Four Pools of Quality Spend एक ऐसा मॉडल है जो ट्रैक करता है कि पैसा कहाँ जाता है और कहाँ शिफ्ट होता है:

1. Hands - टेस्ट करने वाले लोग: इन-हाउस मैनुअल टेस्टर्स, ऑफशोर रिग्रेशन टीमें, UAT राउंड।
2. Scripts - स्क्रिप्टेड ऑटोमेशन बनाना और मेंटेन करना: Selenium, Playwright, और Appium सूट, फ्रेमवर्क, और SDET के वो घंटे जो इन्हें चालू रखते हैं।
3. Rails - वो इंफ्रास्ट्रक्चर जो टेस्ट चलाता है: ब्राउज़र ग्रिड, रियल-डिवाइस क्लाउड, ऑर्केस्ट्रेशन, CI क्षमता।
4. Proof - स्वतंत्र वेरिफिकेशन: इस बात का सबूत कि सॉफ्टवेयर और AI agents ने रिलीज से पहले और बाद में सही व्यवहार किया।

विपरीत सोच वाला हिस्सा Rails है। ज्यादातर AI टेस्टिंग पिच छोटे इंफ्रास्ट्रक्चर बिल का वादा करती हैं। मुझे उल्टा लगता है। Agents ऊबते नहीं हैं, इसलिए वे ज्यादा पाथ, ज्यादा डिवाइस और ज्यादा बिल्ड्स टेस्ट करते हैं। एग्जीक्यूशन वॉल्यूम बढ़ता है। जो गिरना चाहिए वो प्रति रन लागत है, और यही कारण है कि ऑर्केस्ट्रेशन कच्ची ग्रिड साइज से ज्यादा मायने रखता है।

AI टेस्टिंग agents के आने से कौन से टेस्टिंग बजट सिकुड़ेंगे?

Hands और Scripts सबसे पहले सिकुड़ते हैं, क्योंकि यही वो काम है जो AI टेस्टिंग agents सीधे करते हैं, और दोनों अभी भी घंटे के हिसाब से खरीदे जाते हैं।

दो संकेत दिखाते हैं कि यह बदलाव शुरू हो चुका है:

• घंटे अपनी नींव खो रहे हैं। अगर कोई agent पूरी रात में एक रिग्रेशन सूट चलाकर ठीक कर सकता है, तो वैल्यू की यूनिट एक वेरिफाइड रिलीज बन जाती है। बजट ओनर्स को इसका दबाव महसूस हो रहा है: Gartner के अक्टूबर 2026 CIO सर्वे में, फंडिंग GenAI और agentic AI की तरफ जा रही है, और लेगेसी खर्च काटे जा रहे हैं। टेस्टिंग रिन्यूअल पहला ऐसा क्षेत्र है जहाँ आउटकम-आधारित प्राइसिंग लागू हो रही है।
• ऊपर से चिपकाया गया AI उम्मीदों पर खरा नहीं उतरता। Capgemini की World Quality Report 2025-26 ने पाया कि 89% संगठन क्वालिटी इंजीनियरिंग में GenAI को पायलट या डिप्लॉय कर रहे थे, जबकि सिर्फ 15% ने इसे एंटरप्राइज स्केल तक पहुँचाया था। औसत उत्पादकता लाभ 19% था। यह लाभ काफी मामूली है, क्योंकि ज्यादातर टीमों ने अपने मौजूदा वर्कफ़्लो को फिर से डिज़ाइन करने के बजाय उनमें बस AI जोड़ दिया है।

Scripts पूल खत्म नहीं होता। कोड-आधारित टेस्ट अभी भी CI में चलते हैं, और SDETs अभी भी उनके मालिक हैं। जो गायब होता है वो हर एक UI बदलाव के बाद नाजुक लोकेटर्स को ठीक करने के लिए लोगों को पैसे देने की जरूरत है। जब agents टेस्ट जनरेट और फिक्स करते हैं, तो मेंटेनेंस हेडकाउंट लागत से कंप्यूट लागत में बदल जाता है।

टेस्ट जनरेशन नहीं, वेरिफिकेशन दुर्लभ संपत्ति क्यों है?

क्योंकि जनरेशन सस्ता हो रहा है और भरोसा नहीं। अब कोई भी कोडिंग agent उस कोड के लिए टेस्ट लिख सकता है जो उसने अभी लिखा है, और ठीक इसीलिए वो टेस्ट अकेले सबूत नहीं हो सकते। लेखक खुद अपना होमवर्क चेक कर रहा है।

भरोसे का डेटा एक जैसा है:

• KPMG के Q1 2026 AI Pulse के अनुसार, 54% संगठन AI agents डिप्लॉय कर रहे हैं, और 63% को अब agent आउटपुट के लिए मानवीय वैलिडेशन की जरूरत है, जो एक साल पहले 22% था।
• 2,002 CIOs पर Gartner के अक्टूबर 2026 सर्वे में पाया गया कि सिर्फ 13% ने AI से महत्वपूर्ण या परिवर्तनकारी वैल्यू हासिल की है, और सिर्फ 31% के पास ऐसे नियम हैं कि पायलट को प्रोडक्शन में कब नहीं जाना चाहिए।
• Gartner रिसर्च के अनुसार, 2027 के अंत तक 40% से अधिक agentic AI प्रोजेक्ट लागत, अस्पष्ट वैल्यू, या अपर्याप्त रिस्क कंट्रोल के कारण रद्द कर दिए जाएंगे।
• Capgemini Research Institute (2025) ने पाया कि पूरी तरह स्वायत्त agents पर भरोसा एक साल में 43% से गिरकर 27% हो गया।
• Forrester के Predictions 2027, जैसा कि TechNewsWorld ने रिपोर्ट किया, अनुमान लगाता है कि AI-जनरेटेड कोड में एक बग कई इंडस्ट्रीज में ग्लोबल आउटेज का कारण बन सकता है।

63% को गोला लगा लें। Agent आउटपुट का मानवीय वैलिडेशन Hands पूल का साइड डोर से वापस आना है। अगर आप मशीन-स्पीड Proof में निवेश नहीं करेंगे, तो आपको ह्यूमन-स्पीड Proof में निवेश करना होगा, और आपका agent ROI रिव्यू कतारों में गायब हो जाएगा।

स्वतंत्र वेरिफिकेशन क्या है?

स्वतंत्र वेरिफिकेशन सॉफ्टवेयर व्यवहार के बारे में वो सबूत है जो उस सिस्टम से अलग किसी सिस्टम द्वारा जनरेट किया जाता है जिसने उसे बनाया या चलाया: रिकॉर्डिंग, लॉग, assertions और स्कोर जिन्हें कोई रिव्यूअर या ऑडिटर चेक कर सकता है। स्वतंत्रता ही किसी दावे को सबूत में बदलती है।

उम्मीद करें कि हर agent प्लेटफॉर्म अपने agents के लिए टेस्ट शिप करेगा। एंटरप्राइजेस CRM, ERP, कॉन्टैक्ट-सेंटर, और कस्टम स्टैक में agents चलाते हैं, इसलिए किसी रिलीज को क्लीयर करने वाला सबूत ऐसी लेयर से आना चाहिए जो इनमें से किसी की भी न हो।

Observe, eval, या assure: आपको किसकी जरूरत है?

Proof खर्च समय के हिसाब से बंटता है। Assurance रिलीज से पहले जवाब देता है "क्या इसे शिप करना चाहिए?"; evals और observability बाद में जवाब देते हैं "यह कैसा कर रहा है?"

Agent Assurance एजेंट-टू-एजेंट वर्कफ़्लो की प्री-प्रोडक्शन टेस्टिंग है, जिसमें टेस्टिंग agents रिलीज से पहले बिना किसी इंसान के बीच में आए अन्य agents को चलाते हैं और उनके व्यवहार का सबूत लौटाते हैं। यह Proof का सबसे नया हिस्सा है, और आज इसमें सबसे कम बजट दिया गया है।

CIOs को 2027 में अपने QA बजट के साथ क्या करना चाहिए?

अपने चार पूल मापें, फिर जैसे-जैसे कॉन्ट्रैक्ट रिन्यू हों, Hands और Scripts से पैसा Rails और Proof में शिफ्ट करें, उससे पहले नहीं। यह देखने के लिए इस स्कोरकार्ड का इस्तेमाल करें कि आप कहाँ खड़े हैं।

The Agentic QA Reallocation Scorecard

हर सवाल को 0 (नहीं), 1 (कुछ हद तक) या 2 (हाँ) स्कोर दें:

• ☐ क्या आप जानते हैं कि आपका टेस्टिंग खर्च Hands, Scripts, Rails, और Proof में कैसे बंटा है?
• ☐ क्या 2027 में रिन्यू होने वाले आउटसोर्स्ड टेस्टिंग कॉन्ट्रैक्ट्स की कीमत घंटों या FTEs के बजाय आउटकम पर तय है?
• ☐ क्या टेस्ट मेंटेनेंस को अपनी अलग लागत लाइन के रूप में ट्रैक किया जाता है?
• ☐ क्या ज्यादातर नए टेस्ट agents द्वारा लिखे या ठीक किए जाते हैं, और इंसान उनकी समीक्षा करते हैं?
• ☐ क्या आपकी एग्जीक्यूशन लेयर असली ब्राउज़र और डिवाइस पर, बिना कतार में लगाए, एजेंट-स्केल वॉल्यूम को समानांतर रूप से चला सकती है?
• ☐ क्या वेरिफिकेशन उस सिस्टम से स्वतंत्र है जिसने कोड लिखा या agent चलाया?
• ☐ क्या आप चैट, वॉइस, और IVR agents, और एजेंट-टू-एजेंट वर्कफ़्लो को सिर्फ बाद में नहीं बल्कि रिलीज से पहले टेस्ट करते हैं?
• ☐ क्या हर रिलीज ऐसा सबूत देती है जिसे रिस्क टीम या ऑडिटर पढ़ सके?

0–5: जोखिम में। आप 2026 के काम के लिए 2019 की कीमतें चुका रहे हैं। 6–11: बदलाव की राह पर। दो सबसे कम स्कोर चुनें और अगले रिन्यूअल साइकिल से पहले उन्हें ठीक करें। 12–16: Agentic-ready। आपकी अगली समस्या बोर्ड को वैल्यू साबित करना है, इसलिए Proof को रिपोर्ट करने योग्य बनाएं।

AI सॉफ्टवेयर टेस्टिंग में कौन जीतेगा और कौन बाधित होगा?

शुद्ध लेबर आर्बिट्रेज और सिंगल फीचर टेस्ट जनरेटर्स हारने वाला सौदा हैं। विजेता वो प्लेटफॉर्म होंगे जिनके पास स्केल पर एग्जीक्यूशन का नियंत्रण है और हर तरह के सॉफ्टवेयर इंटरैक्शन में स्वतंत्र प्रमाण है।

नक्शे को देखने का सबसे साफ तरीका यह है कि कौन किससे बात कर रहा है:

तीन समूह सबसे ज्यादा जोखिम में हैं। पहला, लेबर-भारी टेस्टिंग सर्विसेज जो आउटकम के हिसाब से अपनी कीमत नहीं बदलतीं। दूसरा, स्टैंडअलोन "AI टेस्ट जनरेटर" टूल्स, क्योंकि कोडिंग agents अब टेस्ट जनरेट करना एक साइड इफेक्ट के रूप में कर रहे हैं। तीसरा, इंफ्रास्ट्रक्चर जो बिना ऑर्केस्ट्रेशन या agent-native एक्सेस के सिर्फ क्षमता के रूप में बेचा जाता है।

विजेता वो एंड-टू-एंड प्लेटफॉर्म होंगे जो एंटरप्राइज और मिड-मार्केट खरीदारों के लिए तीनों पंक्तियों को कवर करेंगे, जिन्हें ज्यादा पॉइंट टूल्स नहीं बल्कि कम वेंडर्स चाहिए।

TestMu AI agentic QA में कहाँ फिट बैठता है

TestMu AI को 2026 Gartner Magic Quadrant for Agentic Software Quality Assurance Platforms में Leader नामित किया गया था। मैंने कंपनी की सह-स्थापना की है, इसलिए यहाँ बताया गया है कि हमने फीचर लिस्ट के बजाय चार पूल कैसे बनाए। TestMu AI एक Agentic Quality Engineering प्लेटफॉर्म है जिसके दो हिस्से हैं, Agentic Testing और Agentic Cloud, और इसके पीछे एक सिद्धांत है: एक स्वतंत्र वेरिफिकेशन लेयर जो व्यवहार का सबूत पैदा करती है।

• Hands से agents तक: KaneAI मैनुअल टेस्टर्स और PMs को नेचुरल लैंग्वेज में टेस्ट लिखने और चलाने देता है, ताकि हेडकाउंट बढ़ाए बिना डोमेन नॉलेज स्केल हो सके।
• Scripts से agents तक: Kane CLI SDETs और डेवलपर्स को टर्मिनल से, उन कोडिंग agents के बगल में जिनका वे पहले से उपयोग करते हैं, पूरा क्वालिटी इंजीनियरिंग साइकिल देता है।
• Rails: HyperExecute, हमारी टेस्ट ऑर्केस्ट्रेशन लेयर, Real Device Cloud और Browser Cloud के साथ उस वॉल्यूम पर चलती है, जो AI agents को अपना ब्राउज़र इंफ्रास्ट्रक्चर देती है।
• Proof: Agent Testing चैट, वॉइस, IVR, WhatsApp, और वीडियो agents को कवर करती है। Rook Agent Assurance देता है: रिलीज से पहले agents द्वारा agents की टेस्टिंग।

एक प्लेटफॉर्म वेब, मोबाइल, Salesforce, SAP, Microsoft 365, Oracle और ServiceNow जैसे पैकेज्ड ऐप्स, और AI agents को कवर करता है। यह इसलिए मायने रखता है क्योंकि Proof तभी काम करता है जब सबूत एक जगह हों। हम इस व्यापक कैटेगरी को Observe, Eval और Assure कहते हैं, और Assure में हम आगे हैं।

2027–2030 के लिए Agentic QA के पूर्वानुमान

ये मेरे पूर्वानुमान हैं, किसी विश्लेषक के अनुमान नहीं:

1. 2027 के अंत तक, एंटरप्राइज टेस्टिंग RFPs वेंडर्स को लिखे गए टेस्ट की संख्या पर नहीं, बल्कि प्रति रिलीज सबूत पर स्कोर करेंगे।
2. 2027–2028 के रिन्यूअल तक, आउटसोर्स्ड रिग्रेशन कॉन्ट्रैक्ट प्रति-आउटकम या प्रति-वेरिफाइड-रिलीज प्राइसिंग की तरफ बढ़ेंगे।
3. 2028 तक, रेगुलेटेड एंटरप्राइजेस Proof को अपनी अलग बजट लाइन देंगे, जिसका स्वामित्व रिस्क और कम्प्लायंस के साथ साझा होगा।
4. 2029 तक, प्रमुख एग्जीक्यूशन क्लाउड्स पर agent-जनरेटेड टेस्ट रन इंसानों द्वारा लिखे गए रन से ज्यादा होंगे।
5. पहला बड़ा AI-कोड आउटेज Proof बजट के लिए वही करेगा जो बड़े आउटेज ने observability के लिए किया: एक बोनस को बोर्ड एजेंडा में बदल देगा।

निष्कर्ष: agentic QA सिर्फ काम नहीं, पैसा भी शिफ्ट करता है

Agentic QA सिर्फ उस टेस्टिंग का सस्ता वर्जन नहीं है जो आप अभी खरीदते हैं। यह खर्च का एक पूरी तरह अलग रूप है: कम घंटे, कम हाथ से लिखी स्क्रिप्ट, ज्यादा एग्जीक्यूशन और स्वतंत्र प्रमाण के लिए एक नई लाइन आइटम। यह तथ्य कि Gartner ने कैटेगरी का नाम बदल दिया है, बताता है कि यह बदलाव अब आधिकारिक है। यह तथ्य कि 63% संगठन अभी भी agent आउटपुट को मैन्युअली वैलिडेट करते हैं, बताता है कि हम अभी वहाँ तक नहीं पहुँचे हैं।

इस तिमाही में स्कोरकार्ड चलाएं। अपने चार पूल का नक्शा बनाएं। फिर बजट को वहाँ ले जाएं जहाँ से सबूत आता है।

अगला कदम: देखें कि HyperExecute और Agent Testing आपके Rails और Proof पूल में कैसे फिट होते हैं, या TestMu AI docs पढ़ें।

FAQ

Agentic QA क्या है?

Agentic QA वह सॉफ्टवेयर क्वालिटी एश्योरेंस है जिसमें AI agents किसी तय लक्ष्य को हासिल करने के लिए टेस्ट की योजना बनाते हैं, उन्हें तैयार करते हैं, चलाते हैं और मेंटेन करते हैं, साथ ही एक स्वतंत्र वेरिफिकेशन लेयर यह पुष्टि करती है कि सॉफ्टवेयर ने वास्तव में वैसा ही व्यवहार किया जैसा जरूरी था। यह AI-augmented टेस्टिंग से अलग है जहाँ इंसान अभी भी टूल पर नियंत्रण रखता है। Agentic QA में agent काम करता है और इंसान सबूत की समीक्षा करता है।

Gartner ने अपने सॉफ्टवेयर टेस्टिंग Magic Quadrant का नाम क्यों बदला?

6 अक्टूबर 2026 को, Gartner ने अपना Magic Quadrant for Agentic Software Quality Assurance Platforms प्रकाशित किया, जो AI-Augmented Software Testing Tools पर अपनी 2025 की रिपोर्ट का उत्तराधिकारी है। यह नाम बदलाव AI द्वारा मानव टेस्टर्स की मदद करने से लेकर AI agents द्वारा टेस्टिंग करने के बदलाव को दर्शाता है, जो कोडिंग agents द्वारा टीमों की वैलिडेट करने की क्षमता से तेजी से सॉफ्टवेयर बनाने के कारण हुआ है।

2026 में सॉफ्टवेयर टेस्टिंग मार्केट कितना बड़ा है?

Global Market Insights का अनुमान है कि सॉफ्टवेयर टेस्टिंग मार्केट 2026 में $65.9B है, जो 2025 में $60.5B था, और सालाना लगभग 7.7% की दर से बढ़कर 2035 तक $127.5B हो जाएगा। टेस्टिंग सर्विसेज 2025 के खर्च का 38% थीं। Research and Markets के अनुसार, 2025 में AI-enabled टेस्टिंग लगभग $544M थी, जो कुल का 1% से कम है। ये सभी रिसर्च फर्म्स के अनुमान हैं।

क्या AI टेस्टिंग agents QA बजट कम करेंगे?

हमारे विचार से नहीं। AI टेस्ट agents मैनुअल टेस्ट घंटों और स्क्रिप्ट मेंटेनेंस पर खर्च कम करते हैं, लेकिन वे टेस्ट एग्जीक्यूशन वॉल्यूम बढ़ाते हैं और बदले में स्वतंत्र वेरिफिकेशन की मांग पैदा करते हैं। Four Pools of Quality Spend मॉडल के भीतर खर्च Hands और Scripts से निकलकर Rails (एग्जीक्यूशन इंफ्रास्ट्रक्चर) और Proof (वेरिफिकेशन) में जाता है, बस गायब नहीं होता।

Four Pools of Quality Spend मॉडल क्या है?

Four Pools of Quality Spend एक मॉडल है जो ट्रैक करता है कि टेस्टिंग का पैसा कहाँ जाता है: Hands (टेस्ट करने वाले लोग), Scripts (स्क्रिप्टेड ऑटोमेशन बनाना और मेंटेन करना), Rails (ब्राउज़र ग्रिड, रियल-डिवाइस क्लाउड, और ऑर्केस्ट्रेशन), और Proof (सॉफ्टवेयर और AI agent व्यवहार का स्वतंत्र वेरिफिकेशन)। Agentic QA Hands और Scripts को सिकोड़ता है, Rails को बढ़ाता है, और Proof को अपनी अलग बजट लाइन बनाता है।

Agent assurance, evals, और observability में क्या अंतर है?

Agent Assurance एजेंट-टू-एजेंट वर्कफ़्लो की प्री-प्रोडक्शन टेस्टिंग है जहाँ टेस्ट agents रिलीज से पहले अन्य agents को चलाने और सबूत लौटाने के लिए इस्तेमाल होते हैं। Evals रिलीज के बाद या ऑफलाइन आउटपुट की गुणवत्ता को स्कोर करते हैं। Observability वह है जो प्रोडक्शन में agents क्या कर रहे हैं, इसकी निगरानी करता है। Assurance 'क्या इसे लाइव होना चाहिए?' सवाल का जवाब है। Evals और observability 'लाइव होने के बाद यह कैसा प्रदर्शन कर रहा है?' सवाल के जवाब हैं।

CIOs को agentic AI के लिए QA बजट कैसे रियलोकेट करना चाहिए?

Hands, Scripts, Rails और Proof पर खर्च से शुरुआत करें। फिर जैसे-जैसे कॉन्ट्रैक्ट आगे बढ़ें, खर्च शिफ्ट करें: अपनी आउटसोर्स्ड टेस्टिंग की कीमत आउटकम के हिसाब से तय करें, हाथ से लिखे नए स्क्रिप्ट सूट में फंडिंग बंद करें, ऑर्केस्ट्रेशन और एग्जीक्यूशन में निवेश करें और स्वतंत्र वेरिफिकेशन को एक मालिक और बजट दें। KPMG ने पाया कि 63% फर्में अभी भी agent आउटपुट को हाथ से वैलिडेट करती हैं, इसलिए Proof ही असली गैप है।