こんにちは！Girls Meet STEM in AWS 運営メンバーの守田と嶋田です！ 私たちは普段、アマゾン ウェブ サービス ジャパン合同会社 (以下、AWS) でソリューションアーキテクトとして働いています。 イベント概要 2025 年 8 月 8 日、AWS は「Girls Meet STEM」に参加し、東京都品川区の目黒オフィスにてイベントを開催しました。 「Girls Meet STEM」は、公益財団法人山田進太郎 D&I 財団が大学や企業と協力して実施するツアー形式のプログラムです。中高生女子が STEM（科学・技術・工学・数学）分野で働く人や STEM 分野で学ぶ学生、実際の現場に触れることで、将来の可能性を広げる機会を提供します。 今回のイベントには約 40 名の中高生が参加し、生成 AI 体験ワークショップや、オフィスツアー、AWS 社員によるパネルディスカッションを通じて、IT に関わる仕事の面白さや魅力についてお伝えしました。ワークショップにおいてはそれぞれ独創的なアイデアのアプリケーションを作成し、休憩時間中にも AWS 社員と進路選択や仕事の内容について質問するなど、イベント全体を通じて参加者の好奇心と熱意が際立っていました。 プログラム詳細 1. 生成 AI 体験ワークショップ 生成 AI 体験ワークショップでは、AWS の有志を中心に開発された生成 AI アプリケーションである「 Generative AI Use Cases (GenU) 」を使用しました。GenU では「AI チャット」や「翻訳」など、一般的な生成 AI ユースケースがデフォルトで搭載されています。これに加えて、「ユースケースビルダー」という機能もあり、これを使うと独自の AI ユースケースを簡単に開発することもできます。 1 人 1 台の PC および GenU のアカウントをお渡しし、参加者それぞれが「どんな AI ユースケースがあったら嬉しいか？」を考えて、独自の AI ユースケースの開発に取り組みました。 例えば「晩ごはんレシピ作成アシスタント」に今日作りたいメニューのレシピを提案してもらいたいと思った場合は… タイトル 説明 プロンプトテンプレート を考えて、以下のように入力します。 ※実際のユースケースの作成ではモデルのパフォーマンスを最適化するプロンプトを作成する点に注意する必要があります。 ユースケースを作成すると、以下のような画面で利用できるようになります。 例えば、「今日の晩ごはんにはオムライスが食べたい！」と思った場合は… このようにレシピを提案してもらうことができます。材料についても記載されるので、すぐにお買い物に行くことができますね。 ※ GenU のユースケースビルダーの詳細については、ブログ「 生成 AI アプリをノーコードで作成・社内配布できる GenU ユースケースビルダー 」をご覧ください。 シンプルに取り組める内容でありながら、内容としては「ユーザーの入力を定義する」「生成 AI に与えるシステムプロンプトを定義する」といった、アプリケーション構築の際にポイントとなる点を体験いただきました。 参加者は自由な発想で開発に取り組み、「現代文を古文にしてくれるアプリ」や「献立を考えてくれるアプリ」「平方完成を実行するアプリ」といった日々の学習や生活に役立つものから「しりとりで使える単語を提示してくれるアプリ」といった遊び心に溢れたものまで、さまざまなアプリを作成していました。 ワークショップの最後には、グループ内でそれぞれ作ったアプリケーションを発表する時間を設けて、「生成 AI に計算をさせることができた」「最新の作品の名前を答えることはできなかった」といった、学びを共有してもらいました。 「生成 AI でこんなことができるんだ！」という驚きだけでなく、自分でアプリケーションを作ってみるという体験から「考えたアイデアをアプリケーションという形にしていく楽しさ」を感じてもらいました。 2.  オフィスツアー AWS 目黒オフィスのツアーを実施しました。植物がたくさん生えているフロアを見学した際には、「(南米の) アマゾンみたい！」「緑が多い！」という感想が出るなど、 オフィスのユニークさを体感してもらいました。 オフィス見学に加えて、AWS を使って実現されているスマートファクトリーのロボットや、普段は目にすることがないサーバーなどの展示を見た参加者は熱心に社員の説明を聞いていました。 3. AWS 社員によるパネルディスカッション AWS で活躍する 4 名の女性社員が登壇し、自身の学生時代の経験や、文理や進路を選択する際に考えていたこと、なぜ今の仕事を選んだのか？等についてお話ししました。参加者からも積極的な質問があり、「理系科目の勉強はどうやっていた？」「学生時代にどんなことをしておいたらいい？」「部長は経験しておくべき？」などの、将来のために今何をしておくべきか？という観点での疑問に関してディスカッションを行いました。 参加者からは、「文理を選ぶきっかけになったことや、学生時代にやっておいた方がいいことを知ることができてよかった」という感想がありました。 参加者の声 「普段AIを使うことはあっても、自分でAIアプリを作れるとは思っていませんでした。実際に挑戦してみると、とても楽しく、新しい発見となりました」 「文理選択を控えて進路に悩んでいた時期だったので、AWS 社員の方々の経験談を聞けたことが貴重な機会となりました。特に、文理を問わず英語力が重要だということや、IT の仕事の具体的な内容を知ることができ、将来の選択肢が広がりました」 「実際の企業のオフィスを見学させていただき、働く環境の雰囲気を体感できたことが印象的でした。社員の方々が生き生きと働いている姿を見て、会社で働くことへの印象が大きく変わりました。また、社員の方々が丁寧に質問に答えてくださり、とても充実した体験となりました」 AWS メンバーの声 「生成 AI ワークショップでは、社員の想像以上に多様なアイデアが生まれており、中高生の皆さんの発想力の素晴らしさに感銘を受けました！全体を通して、IT に良いイメージを持った、選択肢の幅が広がったという声をもらい、中高生の皆さんが将来について考える助けになれたことがとても嬉しいです。」 「休憩時間も AWS 社員と会話したり、質問したりしてくれる参加者の方が多く、社員との交流も楽しんでもらえて嬉しかったです。参加者の皆さんから学生生活の様子を聞いて、私も自分の学生時代を振り返る貴重な機会となりました。今回のイベントで、STEM や IT といった分野に興味を持ち、将来について考えるきっかけとなれば幸いです。」   著者について 嶋田 朱里 (Shimada Akari) Amazon Web Services Japan G.K. のソリューションアーキテクトとして、金融業界のお客様を中心に技術支援を行うほか、Girls Meet STEM in AWS の運営メンバーとして活動しています。 守田 凜々佳 (Morita Ririka) Amazon Web Services Japan G.K. のソリューションアーキテクトとして、ISV/SaaS 業界のお客様を中心に、AWS をご利用になるお客様を技術面でサポートしています。好きなサービスは Amazon QuickSight です。週末はヴァイオリンの演奏を楽しんでいます。

イベント概要 半導体業界をリードする企業の皆様をお迎えし、「EDA on the Cloud – Tokyo」を開催します。オンプレミスからクラウドへの移行に悩むお客様に対し、AIとHPCが融合したEDAワークロードの未来、EDAに最適化されたAWSサービスやロードマップ、そして革新的な生成AIの活用など、EDA領域におけるクラウド活用のすべてをご紹介します。 本イベントはアメリカ、ロンドン、韓国、台湾で開催しているイベントの日本開催となり、アメリカよりAWSのEDAソリューションに精通したエキスパートが来日しプレゼンテーションを実施します。またAWS パートナーによる EDAのクラウド活用に関する最新動向と最先端の取り組みを紹介します。 開催日時 2025年9月16日（火）10:00 – 18:00 (9:30 開場) 開催場所 〒153-0064　東京都目黒区下目黒1-8-1　ARCO TOWER 14F JR線・東急目黒線・東京メトロ南北線・都営地下鉄三田線 目黒駅より徒歩約5分 [ googlemapで開く ] [ ARCO TOWERへのアクセス方法 ] ※入退館等詳細は別途ご連絡いたします 参加対象者 このイベントは、クラウドアーキテクトやエンジニアから、ディレクター、CTOまで、あらゆるレベルの技術リーダーやビルダーを対象としています。 プレゼンテーションでは、技術ソリューションやその実装方法、業界への影響に焦点を当てますのでクラウド上でのEDAワークロード実行における最新トレンドを把握したい方や、他社事例を参考にしたい方、EDA領域におけるAWSの実装方法に興味のある方など、多くの方にご参加いただけます。 特に以下のような方々に最適なイベントとなっております： 半導体設計におけるクラウド活用を検討されている方 EDAワークロードの最適化やコスト削減に取り組まれている方 クラウドベースの設計検証環境の構築を目指している方 大規模なEDAジョブの効率的な実行方法を模索されている方 セキュアなクラウド環境でのIP管理に関心のある方 本イベントでは、業界をリードする企業の実践事例や、最新のクラウドソリューション、そして将来的な技術展望まで、幅広いトピックをカバーいたします。また、専門家との質疑応答セッションもご用意しており、具体的な課題解決のヒントを得ていただける機会となっております。 ぜひこの機会に、次世代の半導体設計インフラの可能性を共に探求してまいりましょう。 定員 40名 （参加費無料） 参加申し込みについて 席数が限られているため、AWSの担当営業を通してのお申し込みを受け付けております。 担当営業が不明のお客様は こちら までお問い合わせください。 プログラム内容 時間 内容 9:30-10:00 受付 10:00-10:10 オープニング 10:10-10:40 The Future of EDA and AI Enhanced HPC for EDA workloads (クラウドにおけるEDAとAIによるHPCの将来 ) Ala Abunijem, Principal HPC GTM Specialist, AWS 10:40-11:10 AWS Services for EDA and optimized EC2 instances roadmap ( AWSのEDAサービスとEDAに最適化されたEC2インスタンスのロードマップ ) Allan Carter, HPC/Semicon Principal Special SA, AWS 11:10-11:40 The Future of EDA with GenAI (生成AIによるEDAの未来) Jhen-Wei Huang, Principal Specialist Solutions Architect, Hi-Tech Electronics & Semiconductor, AWS 11:40-13:00 昼休憩 13:00-13:35 AWS FSx for Semiconductor NetApp様：「革新的な半導体設計を支えるAmazon FSx for NetApp ONTAPの力」 ネットアップ合同会社 AWS SE Support シニアクラウドソリューションアーキテクト 藤原 善基 様 13:35-16:25 EDA パートナーセッション (アルファベット順) AMD 様：「AMD EPYC チップレットアーキテクチャを知ると使ってみたくなる」 日本AMD株式会社 コマーシャル営業本部 セールスエンジニアリング担当 シニアマネージャー 小林 宏行 様 Cadence 様：「半導体設計のためのCadence OnCloudソリューション」 日本ケイデンス・デザイン・システムズ社 テクニカル・ビジネス・デベロップメント グループディレクター 佐藤 伸久 様 Intel 様：「HPC・EDAワークロードに最適！ インテル® Xeon® 6プロセッサー6700/6900Pシリーズ概要」 インテル株式会社 パートナー事業本部 ソリューションパートナー営業統括部 営業部長　紀ノ國 雅貴 様 Siemens EDA 様：「 Powering Next-Gen Chip Design: Siemens EDA Cloud Solutions × AWS Strategic Collaboration」 シーメンスEDAジャパン株式会社 技術本部 技術本部長 丁子 和之 様 途中休憩を含みます 16:25-18:00 AWS からのお知らせ、クロージング ネットワーキング（参加者同士の情報交換や、パートナー様やAWSメンバーへのご質問の時間としてご活用ください） アジェンダや参加パートナー企業は変更となる可能性がございます。 一部のセッションは英語での提供となりますが、通訳を手配する予定です。

みなさん、こんにちは。AWS ソリューションアーキテクトの野間です。既に夏休みを取られた方もいらっしゃるのではないかと思います。アウトドアでアクティブに過ごした方も、涼しい部屋でゆっくりリフレッシュできた方も、それぞれの“最高の休暇の使い方”があったのではないでしょうか。実はこの「自分に合った活用法を見つける」感覚、生成AIにピッタリ重なります。今週の週間生成AI with AWSでも、あなたの“生成AI活用体験”がさらに一歩進む情報をお届けします。 8月22日に、LLMの基礎からRAG、AIエージェントまで網羅し、ハンズオンで実践力が身につく書籍「 AWS 生成 AI アプリ構築実践ガイド 」が出版されました。基礎理解から応用・実装方法までしっかり学べる内容となっていますので、ぜひ読んでみてください！ また、先日新たに2つのプランが追加された「 AWS ジャパン生成 AI 実用化推進プログラム 」も、たくさんのお申し込みをいただいています。企業やプロジェクト単位でもまだまだ募集中ですので、この機会にご活用いただけますと幸いです。 では今週も生成 AI with AWS界隈のニュースを見ていきましょう！ さまざまなニュース ブログ記事「Kiro と Model Context Protocol (MCP) で開発生産性を解き放つ」 Kiro IDE と Model Context Protocol (MCP) の統合により、開発者は既存のツールやサービスとシームレスに連携しながら AI を活用した開発が可能になります。ブログでは GitLab との統合例として、GitLab のIssueを自動的に読み込んで Kiro の仕様駆動開発機能で要件ドキュメントや設計書を生成し、実装可能なタスクリストまで自動作成する流れが紹介されています。これにより開発者はコンテキストスイッチに費やす時間を大幅に削減し、コード作成やアーキテクチャ設計といった本質的な開発作業により多くの時間を集中できるようになり、チーム全体の生産性向上と品質の高いソフトウェア開発が実現されます。 ブログ記事「Kiro の料金プランが公開されました」 Kiroが正式に料金プラン体系を発表し、Amazon Q Developer サブスクリプション非所有者向けの新しい料金モデルの提供を開始しました。無料プランでは月50件のVibeリクエストが利用可能で、全ユーザーに対して14日間有効な100件のSpecリクエストと100件のVibeリクエストのウェルカムボーナスが提供されます。有料プランとしてPro、Pro+、Powerの3つのオプションが用意され、ユーザーは自身の利用パターンに合わせて最適なプランを選択できます。また、使用状況の監視や支払い管理が可能な新しいダッシュボードも導入され、よりフレキシブルな利用が可能になりました。 ブログ記事「Amazon Q Developer CLI を使用した運用のトラブルシューティング効率化」 Amazon Q Developer CLI は、従来の複雑で時間のかかる運用トラブルシューティング作業を、自然言語による対話形式のインターフェイスで劇的に効率化する機能を提供します。記事では Nginx の 502 Gateway Timeout エラーを例に、従来であれば複数のコンソール間を行き来しながら手動で行っていた調査・分析・修正作業を、Amazon Q Developer CLI が自動的にインフラストラクチャ検出、ログ分析、根本原因特定、CDK コードの修正、デプロイ、検証まで一貫して実行する様子が紹介されています。単一の対話型インターフェイスで AWS CLI コマンドを実行し、複数サービスにわたる情報を相関分析して問題を特定・解決できるため、エンジニアは数時間から数日かかっていたトラブルシューティング作業を大幅に短縮できます。インフラストラクチャチームの認知負荷を軽減し、より本質的な改善作業に時間を集中できるようになる、運用効率化において非常に価値の高いツールです。 ブログ記事「機械の故障予防： フィジカル AI が機器の問題を予測する方法」 フィジカル AI とは、コンピューター画面の中だけでなく、現実世界で実際に動いて作業するAI技術のことです。従来のAIがテキストや画像を処理するのに対し、フィジカルAIはロボットや自動運転車のように、私たちの身の回りの環境を理解して物理的に行動できる点が大きな特徴です。この技術が機械の故障予防分野で革命的な変化をもたらしており、特に電気自動車（EV）では、車両が自分自身の健康状態を常に監視し、バッテリーやモーターの調子を学習することで、故障する前に問題を予測・防止する賢いメンテナンスシステムが実現されています。AWS IoT FleetWise、Amazon SageMaker、Amazon Bedrock などの AWS サービスを組み合わせることで、車両データの収集から機械学習による故障予測、生成 AI を活用した修理計画作成まで、総合的な予防保全ソリューションが構築できます。この技術は工場のロボット、医療機器、社会インフラにも応用でき、「壊れてから直す」従来の方法から「壊れる前に予防する」賢いシステムへと進化させ、企業の運用コスト削減と機器の長寿命化という大きな価値を提供します。 ブログ記事「Amazon Q Business と Amazon Bedrock によるSAP データ価値の最大化 – パート 1」 このブログでは、SAP システムを利用している企業が AWS の生成AI サービスを活用して、日々の業務を効率化し、データから新たな価値を創出する方法を紹介しています。多くの企業が「生成AIを使いたいが、SAPデータでどこから始めればよいかわからない」という課題を抱えている中、Amazon Q Business と Amazon Bedrock を使った2つの実践的なソリューションが提案されています。1つ目は、通常数十ページに及ぶ SAP Early Watch Analysis (EWA) レポートを自然言語で簡単に分析できるシステムで、従来の手作業による分析時間を大幅に削減し、複数システムの健康状態を迅速に把握できるようになります。2つ目は、紙やPDFの請求書処理を自動化するインテリジェントドキュメントプロセッシング機能で、手作業によるエラーを減らし、処理速度を向上させることができます。これらのソリューションは詳細な構築手順とコスト例も含まれており、SAP環境で生成AIの導入を検討している企業にとって、具体的で実用的な価値を提供します。従来の時間のかかる分析作業から、AIを活用した効率的な業務プロセスへの転換を支援する内容となっています。 ブログ記事「Realtek、Plumerai、Amazon Kinesis Video Streams を活用したエッジでの効率的な動画ストリーミングとビジョンAI」 このブログでは、最新のスマートカメラ技術を組み合わせた監視システムソリューションを紹介しています。従来の防犯カメラは常に録画してクラウドに送信していましたが、今回紹介するシステムは、カメラ自体が賢くなって人を見つけた時だけ動画を送信します。Realtek の小型で高性能なマイクロコントローラー「Ameba Pro2」、軽量で効率的な AI を提供する Plumerai の機械学習モデル、そして AWS の動画ストリーミングサービス Amazon Kinesis Video Streams を組み合わせることで実現されています。このシステムの特徴は、カメラが現地で人物検知の AI 処理を行うため、プライバシーが守られ、インターネットの通信量も大幅に削減できることです。実際の性能も優秀で、わずかなメモリ使用量で 20 メートル先の人物を検知でき、最大 20 人まで同時に追跡可能です。スマートホームから企業の監視システムまで幅広く活用でき、必要な時だけ動画を送信する賢いカメラシステムによって、コスト削減とプライバシー保護を両立した次世代の監視ソリューションを提供します。 サービスアップデート Amazon Bedrock が、Anthropic Claude Sonnet 4 と OpenAI GPT-OSS モデルのバッチ推論をサポート Amazon Bedrockで、Anthropic Claude Sonnet 4およびOpenAI GPT-OSS（120Bと20B）モデル向けのバッチ推論が利用可能になりました。複数の推論リクエストを非同期で処理できるようになり、大規模データセットでのパフォーマンスが向上し、通常のオンデマンド推論価格の半額で利用できます。ドキュメント分析、マーケティングコピーの一括生成、ナレッジベースの自動要約、サポートチケットの分類など、様々なシナリオで効率的に大量のデータを処理できるようになりました。さらに、以前のモデルと比較してバッチスループットが向上し、Amazon CloudWatchメトリクスを使ってバッチワークロードの進捗をAWSアカウントレベルで追跡することも可能になりました。大規模な生成AIワークロードをコスト効率よく処理したいユーザーにとって、非常に価値のあるアップデートです。 TwelveLabs の Pegasus 1.2 モデルが 米国東部（バージニア北部）およびアジアパシフィック（ソウル）で利用可能に TwelveLabs の Pegasus 1.2 モデルが米国東部（バージニア北部）およびアジアパシフィック（ソウル）の AWS リージョンで新たに利用可能になりました。Pegasus 1.2 は長時間ビデオに特化した言語モデルで、従来のテキスト中心のモデルとは異なり、ビデオコンテンツの理解に最適化されて設計されています。ビデオ内の視覚・音声・テキスト情報を総合的に分析してテキストを生成できる強力な機能を持っています。新しいリージョンでの提供により、ユーザーのデータや最終利用者により近い場所でアプリケーションを構築できるようになり、レイテンシーの削減とアーキテクチャの簡素化が実現できます。 Amazon Bedrock で OpenAI のオープンウェイトモデルへのアクセスが簡素化 Amazon Bedrock で OpenAI のオープンウェイトモデル（gpt-oss-120b と gpt-oss-20b）へのアクセスが大幅に簡素化されました。これまで必要だったモデルアクセスの明示的な有効化作業が不要となり、すべての Bedrock ユーザーが自動的にこれらのモデルを利用できるようになりました。ユーザーは Amazon Bedrock Console のプレイグラウンドや AWS SDK のAPI を通じて、すぐにモデルの使用を開始できます。今後、Bedrock では他の既存サーバーレスモデルにもこの簡素化されたアクセス方式を拡張し、新しいサーバーレス基盤モデルはすべてデフォルトでアクセス可能な状態でリリースされる予定です。アカウント管理者は引き続き IAM ポリシーや Service Control Policies を通じてモデルアクセスを制御できるため、セキュリティを保ちながら開発者の利便性を大幅に向上させるアップデートです。 Amazon CloudWatch の自然言語クエリ結果要約とクエリ生成機能が対応リージョンを拡大 Amazon CloudWatch Logs Insightsの自然言語クエリ結果要約機能が、東京リージョンを含むアジアパシフィック、ヨーロッパ、南米など15の新しいAWSリージョンで利用可能になりました。この機能により、複雑なログクエリの結果を自然言語で分かりやすく要約し、迅速な問題特定と洞察の獲得が可能になります。さらに、自然言語によるクエリ生成機能も6つの新しいリージョンで展開され、PPLとSQLのクエリ生成は3つのリージョンで新たに利用可能になりました。これらの機能強化により、クエリ言語の専門知識がなくても、平易な英語で簡単にログ分析が行えるようになり、運用効率の大幅な向上が期待できます。 AWS Neuron SDK 2.25.0 が一般提供開始 AWS Neuron SDK 2.25.0が一般提供を開始し、AWS InferentiaとTrainium インスタンスにおける推論ワークロードとパフォーマンス監視機能が改善されました。この最新リリースでは、コンテキストとデータ並列処理のサポートに加え、長いシーケンス処理に対応したチャンクアテンション機能が追加され、より効率的な推論処理が可能になります。また、neuron-ls と neuron-monitor API もアップデートされ、ノードアフィニティとデバイス使用率に関するより詳細な情報が取得できるようになりました。さらに、高速テンソル操作のための自動エイリアシング機能（ベータ版）や分散サービング機能（ベータ版）の改善も含まれており、推論・トレーニング用の AMI と Deep Learning Containers もアップグレードされています。これらの機能強化により、AWS の AI/ML 専用チップを使用した高性能かつコスト効率の良い機械学習ワークロードの実行がより容易になり、特に大規模言語モデルの推論処理において大きな価値を提供します。 Amazon Bedrock で Anthropic Claude モデル向けの Count Tokens API が利用可能に Amazon Bedrock において、推論実行前にプロンプトや入力データのトークン数を事前に確認できる Count Tokens API が利用可能になりました。この機能により、特定のモデル ID に送信する前にトークン数を把握できるため、より正確なコスト予測が可能になり、AI モデル使用に関する透明性と制御性が大幅に向上します。Amazon Bedrock でのトークン制限を事前に管理できるようになるため、使用量の最適化と予期しないスロットリングの回避が実現され、ワークロードがモデルのコンテキスト長制限内に収まることを事前に確認できます。特に大規模な生成 AI アプリケーションを運用する企業にとって、コスト管理とパフォーマンス最適化の両面で価値のある機能追加です。 Amazon SageMaker Unified Studio でプロジェクトにS3ファイル共有オプションを追加 Amazon SageMaker Unified Studio で、プロジェクト内のファイル保存と共有方法が大幅に簡素化されました。従来の Git リポジトリ（GitHub、GitLab、Bitbucket Cloud）に加えて、Amazon S3 バケットを使用したファイル共有オプションが新たに追加され、S3 がデフォルトオプションとして設定されています。この機能により、データサイエンティストや分析担当者は Git の複雑な操作を覚える必要がなく、JupyterLab、Code Editor、SQL クエリエディタなど SageMaker Unified Studio 内のどのツールからでも一貫したファイルビューでコードの作成・編集・共有が可能になります。また、管理者が有効にした場合は基本的なバージョン管理もサポートします。 AWS Billing and Cost Management MCP server の発表 Model Context Protocol（MCP）に対応した Billing and Cost Management MCP server が AWS Labs GitHub リポジトリでリリースされました。このMCPサーバーにより、ユーザーは任意のAIアシスタントを使用して、過去の支出分析、コスト最適化の機会の特定、新規ワークロードのコスト見積もりなどが可能になります。Amazon Q Developer以外のMCP互換のAIアシスタントでも、AWS料金データへのアクセスや分析が可能になり、専用のSQL計算エンジンを通じて信頼性の高い計算処理を実行できます。これにより、期間比較や単位コストメトリクスなどの分析が容易になり、大量のコストと使用量データを効率的に処理できるようになりました。 今週は以上です。それでは、また来週お会いしましょう！ 著者について 野間 愛一郎 (Aiichiro Noma) AWS Japan のソリューションアーキテクトとして、製造業のお客様を中心に日々クラウド活用の技術支援を行なっています。データベースやデータ分析など、データを扱う領域が好きです。最近、麻辣醤にハマっています。

本投稿は、 Tom AdamskiとAditya Santhanamによる記事「 Oracle Database@AWS network connectivity using Amazon VPC Lattice 」を翻訳したものです。 Oracle Database(ODB)@AWS が北米リージョンで 一般利用可能 になり、Amazon Web Services（AWS）データセンター内のOracle Exadataインフラストラクチャ（OCIが管理）とユーザーのAWSおよびオンプレミス・ネットワークとの間の接続を合理化する 新しいネットワーク接続機能 を導入します。これらの新機能には、ODBネットワークからのハイブリッド接続のための Amazon VPC Lattice 統合、およびZero-ETL、 Amazon S3 、およびODBネットワーク間のネイティブで安全なアクセスが含まれます。 この投稿では、ODBネットワークをさまざまなサービスに接続できるVPC Latticeを利用した機能に焦点を当てて、これらの機能のネットワーキングがどのように機能するかについて説明します。 これらの機能により、より自動化され合理化された統合環境が提供されると同時に、IPアドレス空間が重複する環境でも、ユーザーが管理するリソースへの安全なアクセスが可能になります。これにより、セットアップの複雑さが軽減され、ODB@AWS と安全に通信できるアプリケーションの種類が広がります。 基本的な理解 ODB @AWS を初めて使用する場合は、 AWSのドキュメント で包括的な情報を見つけることができます。新機能に取り掛かる前に、VPC Latticeを使わずにODBネットワークを Amazon Virtual Private Clouds（Amazon VPC） に接続する既存の方法を確認しておきましょう。 ODBピアリング ：1つのODBを1つのVPCに接続するための直接的で低遅延のオプションです。 AWS Transit Gateway : 複数のVPCとの大規模な接続を合理化できます。 AWS Cloud WAN : 複数のVPCとの拡張接続オプションを提供します。 私たちの新機能はVPC Latticeに依存しているので、そのコアコンポーネントを理解する必要があります。 Service network ：リソースをグループ化する論理的な境界 Service network endpoint ：サービスネットワークへのプライベートで安全なアクセスを可能にします Resource gateway :サービスネットワークがプロバイダーが公開しているリソースにアクセスできるようにします Resource :リソースゲートウェイを介してアクセス可能になったすべてのTCPアプリケーション アーキテクチャの概要 プライベートネットワークを使用して新しい ODB @AWS デプロイメントを作成すると、AWSはアカウントにデフォルトの VPC Lattice サービスネットワークを自動的にプロビジョニングします。このネットワークはあなたのために作られていますが、標準のVPC Latticeサービスネットワークと同じように動作します。独自のアプリケーションをリソースまたはサービスとして追加したり、VPCやエンドポイントに関連付けたり、 アクセスログを有効 にしてアプリケーショントラフィックを可視化したりできます。 ODBサービスネットワークには、デフォルトのService network endpoint（ODBプライベートネットワークからのアウトバウンドアクセス用）とResource Gateway（ODBプライベートネットワークリソースへのインバウンドアクセス用）があらかじめ設定されています。このVPC Latticeのデプロイメントは、ODBピアリング、AWS Transit Gateway、AWS Cloud WANなどの従来の接続オプションとシームレスに連携します。 次の図は、ODBプライベートネットワークと他のAWSサービスおよびユーザー管理リソース間で利用可能なすべてのトラフィックフローを示しています。 図 1.ハイレベルアーキテクチャの概要 ODBプライベートネットワークと他の AWS サービス、およびユーザーが管理するリソースとの間のトラフィックの流れは、次のように行われます。 ODBピアリング、Transit Gateway、AWS Cloud WANなどの従来の接続を使用して、ODBプライベートネットワークとユーザー管理型VPC間のトラフィックをルーティングします。 ODBプライベートネットワークからAmazon S3またはユーザーが管理するVPC Latticeリソースへのトランスポートレイヤートラフィック。 ユーザーのVPC（またはオンプレミス・ネットワーク）からOracleがホストする仮想マシン（Oracle VM）へのトランスポート層トラフィック。 Amazon Zero-ETL からODBプライベートネットワークへのトランスポート層トラフィック。 マネージドサービス統合の設定 Amazon S3とZero-ETLのマネージドインテグレーションは、ODB @AWS ネットワークで簡単に設定できます。図2に示すように、ODB @AWS ネットワークの作成プロセス中に、コンソールで適切なチェックボックスを選択するだけです。 図 2.ODBネットワークでのマネージドサービス統合を有効にする デフォルトのODBサービスネットワークを使用して以下のリソースに接続したい場合： 顧客管理アプリケーション 個々のOracleの仮想マシン Amazon VPC Latticeの追加設定を行う必要があります。これについては、次のセクションで詳しく説明します。 注:ODBピアリングについては、AWSのドキュメントや他のブログ記事ですでに詳しく取り上げているので、この記事ではODBピアリングについては取り上げません。 ODBネットワークからAmazon S3への接続 ODBプライベートネットワークからAmazon S3にアクセスする場合、主に2つのユースケースがサポートされます。Oracleが管理するS3バケットにアクセスして自動バックアップを行う場合、もう1つは、ユーザーが管理するS3バケットへアクセスする場合です。 独自のS3バケットへのアクセスを有効にするには、バケット名、AWSアカウント、または AWS Organizations に基づいて権限を制御する認証ポリシーを定義してください。これらのポリシーは、標準の Amazon S3エンドポイントポリシー 構文を使用しています。 ODBプライベートネットワークは、自動的に作成されたService network endpointを介してAmazon S3に接続します。Oracleが管理するAmazon S3へのバックアップアクセスは、追加の設定をしなくてもすぐに使用できます。 次の図は、Amazon S3のアクセスフローの例を示しています。 図 3.Amazon S3へのODBネットワークアクセス 任意のS3バケットと通信するために、ODBプライベートネットワークは、デフォルトのODB Lattice Service networkのフロントエンドであるService network endpointにトラフィックを送信します。 トラフィックがOracleが管理するS3バケット宛ての場合、その通信はOracleによって管理および制御されます。 ユーザー所有のバケットへのトラフィックについては、認証ポリシーを適用して、アクセスできる宛先バケットを制限できます（たとえば、特定のAWSアカウントのバケットにのみアクセスを許可するなど）。 考慮事項: ODBネットワークDNSは、Oracleの組み込みVirtual Cloud Network(VCN) DNSリゾルバーを使用している場合、リージョンのAmazon S3ホスト名のService network endpoint IPを自動的に返します。 異なる AWS リージョンの S3 バケットへのアクセスは現在サポートされていません。 S3バケットポリシーの次の条件は、このモデルを使用するトラフィックではサポートされていません。 aws:SourceVpc, aws:SourceVpce, and aws:VpcSourceIp. ODBネットワークへのZero-ETL接続 Zero-ETL統合は、 Amazon Redshift などのデータウェアハウスで、複数のオペレーションおよび取引ソースからのトランザクションやオペレーションデータを利用できるようにするフルマネージド型のソリューションです。このソリューションでは、Oracle Database仮想マシンからAmazon Redshiftデータウェアハウスへの統合を設定できます。これにより、ビジネスダッシュボード、最適化されたゲーム体験、データ品質モニタリング、ユーザー行動分析などのユースケースについて、より正確でタイムリーな洞察が得られます。 Zero-ETLユースケースでは、AWSマネージドサービスからODBネットワークへのインバウンド接続が必要です。次の図は、このユースケースのトラフィックフローを示しています。 図 4.ODBネットワークへのZero-ETL接続 Zero-ETLユースケースは、AWSによってフルマネージド管理され、デフォルトのODB VPC Latticeサービスネットワークでは表示されないカスタムネットワーク実装で構成されています。 考慮事項: Zero-ETL接続は、ODBネットワークと同じリージョンでのみサポートされています。 Zero-ETLはオプトイン機能です。実装の詳細と価格については、AWSのドキュメントを参照してください。データの初期シードと再同期、および変更データのキャプチャには、その他の 料金が適用 されます。 顧客管理リソースへのODBネットワークアクセス デフォルトのODB Latticeサービスネットワークは、Amazon S3接続のみではなくネットワーク内のカスタムリソースをサポートします。ODBピアリング、Transit Gateway、またはAWS Cloud WANとは異なり、このアプローチはエンドツーエンドのルーティング到達可能性を必要としません。VPC Latticeは、IPスペースが重複しているネットワークやアドレスファミリ（IPv4/IPv6）が異なるネットワーク間の接続を処理します。 次の図は、トラフィックフローを示しています。 図 5.デフォルトのODB VPC Latticeサービスネットワークを通じてカスタムリソースを公開 ODBネットワークは、Service networkのendpointを介して公開されているリソースまたはサービスに接続します。 VPC Lattice Service networkは、Resource gatewayを使用してユーザーが管理するリソースにアクセスしています。 VPC Latticeサービスネットワークは、関連するVPC Latticeサービスに直接アクセスできます。 VPC Latticeサービスのセットアップ（HTTP、HTTPS、TLS Passthrough） アプリケーション用の VPC Lattice サービスを作成 VPC Latticeサービスを、ODBサービスネットワークを所有するAWSアカウントと共有します （クロスアカウント設定を使用している場合） サービスをODBサービスネットワークに 関連付けます サービスの自動生成されたホスト名を特定します: ODBネットワークのService network endpointに移動します。 アソシエーションセクションを見直してください VPC Lattice リソース (TCP) のセットアップ TCPアプリケーションが置かれているVPCに Resource gatewayを作成 します。 リソース設定を作成 してください。例としては、パブリックに解決可能なアプリケーションのホスト名があります。 リソース設定を、ODBサービスネットワークを所有する AWSアカウントと共有 します（クロスアカウント設定を使用している場合）。 リソース構成を ODBサービスネットワークに関連付け ます。クライアントのAWSアカウントで、次のいずれかで接続を確立します。 リソースの自動生成されたホスト名を特定します: ODBネットワークのService network endpointに移動します アソシエーションセクションを見直してください 考慮事項: カスタムホスト名を使用してOracle VMからアプリケーションに接続するには、OCI環境のDNSを更新する必要があります。プライベート・ホスト・ゾーンを作成してOracle VCNに関連付けてから、カスタム・ホスト名からAWSが生成したホスト名へのCNAMEマッピングを作成します。 resource gatewayは、ODBネットワークと同じアベイラビリティーゾーン（AZ）にデプロイする必要があります。 Oracle VMへの顧客ネットワークアクセス VPC Latticeを使用すると、VPCからODBネットワーク内の個々のVMに直接接続できます。これらのリソースにアクセスするには、サービスネットワークと VPCアソシエーション またはService network endpointアソシエーションを確立する必要があります。 ODBプライベートネットワーク内の各VMは、VPCの観点からは個別のホスト名とIPアドレスとして表示されます。 VMに割り当てられているIPとホスト名の詳細を調べるには、Service network endpoint構成で 関連付けを確認 してください。 図 6.VPC Latticeのサービスネットワークを通じてOracleの仮想マシンを公開する VPC内のクライアントは、ODBネットワーク内のVMを表すローカルVPCのIPアドレスに接続します。 トラフィックは、ターゲットVMに転送される前に、resource gatewayでODBネットワーク範囲のIPアドレスに送信元NATされます。 Oracle VMをVPC Latticeリソース（TCP）として設定する Oracle VMのリソースを設定します: 各VMの リソース構成 を作成します  仮想マシンのIPアドレスをターゲットとして指定します ODBネットワークのデフォルトのresource gatewayを使用しますOracle VMのリソースを設定します ODBサービスネットワークをクライアントの AWSアカウントと共有します （クロスアカウント設定を使用している場合）。 クライアントのAWSアカウントで、次のいずれかで接続を確立します。 service endpoint networkアソシエーション の作成 service endpoint VPCアソシエーション のセットアップ VMの自動生成されたホスト名には、次の方法でアクセスします: 新しく作成したService network endpointに移動します アソシエーションセクションを見直してください 考慮事項: Oracleの Single Client Access Name（SCAN）への接続はサポートされていません。個々のVMにのみアクセスできます。 IPアドレスベースのリソース構成は 次の範囲のみをサポートしま す：10.0.0.0/8、100.64.0.0/10、172.16.0.0/12、192.168.0.0/16。IPv6の場合は、VPCからのIPを指定してください。パブリックIPはサポートされていません。 ユーザーVPC側でカスタムDNS名を設定するには、VPCにプライベートホストゾーンを設定する必要があります。このプロセスの詳細については、このAmazonネットワーキングポストのガイダンスに従ってください。 図の例は、service networkのendpointを使用したアクセスを示しています。VPCアソシエーションもサポートされています。 OracleのNetwork Security Groupsが、リソース・ゲートウェイのIP範囲からのインバウンド・トラフィックを許可していることを確認してください。 結論 Amazon VPC Latticeは、ODBプライベートネットワークとAmazon S3、Zero-ETL、およびユーザー管理リソース間のシームレスな接続を可能にします。詳細な実装手順については、 AWSのドキュメント を参照してください。 本投稿へのご意見はコメント欄にお願いします。 翻訳はソリューションアーキテクトの 矢木 覚 が担当しました。原文は こちら です。

本日、 AWS Billing and Cost Management において、複数の請求およびコストデータのビューを 1 ページ内で表示できる新機能「Billing and Cost Management ダッシュボード」が一般提供となったことをお知らせします。この新機能により、 AWS Cost Explorer のデータと、Savings Plans やリザーブドインスタンスに関する使用率・カバレッジを組み合わせて表示できるカスタマイズ可能なビューを作成でき、支出パターンや相関関係を把握し、データに基づいた財務的な意思決定が可能になります。また、作成したダッシュボードはアカウント間で共有できるため、FinOps チームによる組織全体での一貫したコストレポートの標準化にも貢献します。 なぜ Billing and Cost Management ダッシュボードを利用すべきか？ AWS 上でより多くのアプリケーションを構築・運用する中で、多くのお客様は比較分析、傾向把握、異常値の特定を行うために、複数のメトリクスを同時に確認・分析する必要があります。Billing and Cost Management ダッシュボードを利用することで、以下のことが可能になります： 複数の可視化されたウィジェットを組み合わせて単一ビューで表示し、相関関係や傾向を把握する 頻繁に実施する分析のためにカスタムダッシュボードを作成・保存する ダッシュボードをアカウント間で共有し、共通のレポート基準を組織内で確立する ダッシュボードの主な機能は？ Billing and Cost Management ダッシュボードは、以下の主要機能を提供します： カスタマイズ可能なダッシュボード ：複数のウィジェットを追加して、カスタムダッシュボードを自由に構築できます。各ウィジェットは独立した可視化コンポーネントであり、グラフまたはテーブル形式でデータを表示するように構成できます。複数のウィジェットを単一のダッシュボード内に組み合わせて配置することができ、相関関係の発見やデータに基づいた財務判断に役立てることができます。例えば、Savings Plans のカバレッジや使用率を示すチャートと、Amazon EC2 スポットインスタンス や オンデマンドインスタンス の費用をアプリケーション別に示すチャートを組み合わせて、コスト最適化の進捗を確認するためのダッシュボードを作成することができます。ウィジェットのサイズや位置も柔軟に調整でき、理想のレイアウトを構築できます。 複数のウィジェットタイプ ：様々なウィジェットタイプを使用してダッシュボードを構成できます： カスタムウィジェット：レポートニーズに合わせて設定可能な基本ウィジェットです。 コストウィジェット：サービスごとの支出傾向を追跡するためのコストデータを可視化します。 使用量ウィジェット：すべての AWS サービスにおける使用状況を集約して可視化し、全体的なリソース消費量を監視できます。 Savings Plans の使用率・カバレッジウィジェット：使用率ウィジェットは、Savings Plans のコミットメントのうち、対象使用量に対して実際に使用されている割合を可視化するのに役立ちます。カバレッジウィジェットは、選択した期間中に、該当する AWS の使用コストのうち何パーセントが Savings Plans でカバーされているかを表示します。 リザーブドインスタンスの使用率・カバレッジウィジェット：使用率ウィジェットは、リザーブドインスタンスのうち、対象使用量に対して実際に使用されている割合を可視化するのに役立ちます。カバレッジウィジェットは、選択した期間中に、該当する AWS の使用コストのうち何パーセントがリザーブドインスタンスでカバーされているかを表示します。 図 1：カスタムウィジェットの設定画面 事前定義済みウィジェット：すぐに使用可能なウィジェットで、サービス別月次コストや日次コストなど、一般的な用途に合わせて事前構成されています。レポートニーズに応じて、追加でカスタマイズすることも可能です。 サービス別の月次コスト：過去 6 か月間のサービスごとの月次コストを可視化 連結アカウント別の月次コスト：過去 6 か月間の連結アカウントごとの月次コストを可視化 EC2 の稼働時間の月次コスト：過去 6 か月間の Amazon EC2 の月別稼働時間に基づくコストを可視化 日次コスト：過去 6 か月間の日次コストを可視化 AWS Marketplace コスト：過去 6 か月間の AWS Marketplace におけるコストを可視化 図 2：架空企業「Unicorn」の事前定義済みウィジェットを使ったサンプルダッシュボード 柔軟なレイアウトオプション ：各ダッシュボードには最大 20 個のウィジェットを追加可能です。ウィジェットのサイズや配置を自由に調整することで、目的に応じたレイアウトを作成できます。 共有機能 ：AWS Organizations 内のアカウントや、AWS Resource Access Manager (RAM) を使用して外部アカウントへ作成した ダッシュボードを共有する ことができます。共有時には、「閲覧のみ」または「編集可能」のアクセス権限を設定できます。ダッシュボードを共有しても、コスト関連の元データそのものが共有されるわけではありません。共有されるのは各ウィジェットの設定 (例：表示されるコストメトリクスやフィルター) とレイアウト情報のみです。組織内のメンバーアカウントに対して、複数アカウントを跨ぐコストと使用状況ビューへのアクセスを許可する カスタム請求ビュー を作成することが可能です。共有先のアカウントでは、同一レイアウト・同一フィルターで、自身に許可された範囲のデータを表示することができます。 図 3：ダッシュボード共有設定画面 利用開始方法 前提条件： 開始する前に、ダッシュボードの表示、一覧取得、作成、更新、削除を行うための権限、および AWS Cost Management に対するきめ細かなアクセス制御への移行 が必要です。詳細については、「 AWS コスト管理にアイデンティティベースのポリシー (IAM ポリシー) を使用する 」を参照してください。また、コストおよび使用状況に関するウィジェットを利用するには、AWS Cost Explorer を有効化する必要があります。 ダッシュボードを組織内の他のアカウントと共有するには、 AWS Resource Access Manager (RAM) を使用する必要があります。RAM を使用することで、ダッシュボードなどのリソースを AWS アカウント間で安全に共有することができます。カスタムダッシュボードの共有には、AWS Resource Access Manager を使用してダッシュボードを共有するための権限が必要です。詳細については、「 How AWS RAM works with IAM 」を参照してください。 ユーザーガイド の手順に従って、新しいカスタムダッシュボードを作成しましょう。これらのダッシュボードは追加料金なしで利用できます。また、API を用いたプログラム経由での作成や管理も可能です。詳細については、API リファレンスガイドをご覧ください。 結論 Billing and Cost Management ダッシュボードは、AWS のコストを可視化・分析するための強力な手段を提供し、組織内でのより良いコラボレーションを可能にします。詳細については、 ドキュメント をご覧いただくか、 AWS Billing and Cost Management コンソール から今すぐ使い始めましょう。 翻訳はテクニカルアカウントマネージャーの西村が担当しました。原文は こちら です。 　 Tushar Mukherjee Tushar Mukherjeeは、ニューヨークを拠点とする AWS のシニアテクニカルプログラムマネージャーです。FinTech 分野での豊富な経験を持ち、大手機関銀行やヘッジファンドでの勤務経験を有しています。AWS では、中国での Savings Plans のローンチをはじめとする多くの大規模プログラムを推進してきました。

みなさん、こんにちは。AWS ソリューションアーキテクトの木村です。 9月に入り秋を少し感じられるようになってきました。 9月の builders.flash 記事が出ていますので生成AI関連のものをピックアップしてみます。 カメラ画像を Amazon Bedrock で解析 ! ~ SORACOM Flux における安全な AI 呼び出しと効果的なプロンプトの探求（株式会社ソラコム様） 少数精鋭・高創造性への転換：Amazon Q Developer CLI を活用したオフショア開発の効率化（株式会社 プロトソリューション様） エンジニアの挑戦を加速させる ! ~ 生成 AI ハンズオンワークショップ ~（株式会社豊田自動織機ITソリューションズ様） Strands SDK を使って、AWS Lambda Tool MCP Server を試してみた !（AWS） MCP (Model Context Protocol) で MCP (Minecraft Play) して親の威厳を取り戻す夏 ~ Strands Agents を添えて ~（AWS） どの記事も実践的かつ生成AI活用の観点が異なっていて参考になりますね。 直近控えているイベントとしては、2025 年 9 月 24 日 (水) に Amazon Nova による業務革新事例の紹介を中心としたイベント「AWS Amazon Nova Ignite」が開催予定です。 こちらから申し込み可能 ですので是非ご参加ください。 先日 2つの新しいプランを追加した「 AWS ジャパン生成 AI 実用化推進プログラム 」も非常に多くの申し込みをいただいています。引き続き募集中ですのでよろしくお願いします。 それでは、9 月 1 日週の生成 AI with AWS 界隈のニュースを見ていきましょう。 さまざまなニュース ブログ記事「9 月 15 日まで無料で Kiro を使用」を公開 開発者向けエージェント型 IDE「Kiro」にて、 8 月 22 日の価格更新 に続き、9 月 15 日まで無料使用を延長することが発表されました。本ブログでは、返金処理の詳細、使用制限のリセット、超過料金の無料提供（1,000 回の vibe リクエストと 200 回の spec リクエスト）、今後の価格変更予定などについてQA形式で説明しています。 ブログ記事「SAP と AWS が AI 共同イノベーションプログラムを発表 : 市場の変動性とサプライチェーンの複雑性に対応するための生成 AI ソリューションを創出へ」を公開 2025 年の SAP Sapphire にて、AWS と SAP は AI 共同イノベーションプログラムを発表しました。本ブログでは、パートナーが ERP ワークロードに特化した生成 AI アプリケーションとエージェントを構築できるよう支援するプログラムの概要、Amazon Bedrock と SAP Business Technology Platform の統合、Accenture や Deloitte などのパートナー企業との協力事例を紹介しています。 ブログ記事「生成 AI と IoT でスマート産業機械の価値を最大化」を公開 本ブログでは、生成 AI と IoT を組み合わせてスマート産業機械の価値を最大化するユースケースや実現方法について解説しています。1/問題の診断・解決支援、2/フィールドサービスオペレーションの強化、3/装置フリート分析、4/AI診断レポートの4つのユースケースを取り上げ、Amazon Bedrock と AWS IoT サービスを活用した具体的なアーキテクチャと実装方法を紹介しています。 ブログ記事「第 4 回 AWS ジャパン 生成 AI Frontier Meetup ～学びと繋がりの場～【開催報告】」を公開 2025 年 8 月 26 日に第 4 回 AWS ジャパン生成AI Frontier Meetup を開催しました。本ブログでは、生成AI実用化推進プログラムの成果、Amazon Nova の新機能、Kiro や Amazon Bedrock AgentCore などの最新サービス、参加企業によるライトニングトーク、GENIAC 採択者による基盤モデル開発事例など、イベントで紹介された幅広い内容をまとめています。 ブログ記事「CloudWatch エージェントを用いたAI エージェントの監視方法」を公開 AI エージェントアプリケーションが想定通りの顧客体験を生み出しているかを担保するためには包括的なオブザーバビリティが必要です。本ブログでは、AI エージェントアプリケーションを Amazon CloudWatch で監視する方法について紹介しています。Strands Agents SDK を使用したサンプルアプリケーションを例に、CloudWatch エージェントの設定方法、トレース・メトリクス・ログの収集、X-Ray による可視化、実際のデプロイ手順とテレメトリデータ分析の具体的な実装方法を紹介しています。 サービスアップデート AWS Transform アセスメントに分離ストレージが含まれるように AWS Transform のアセスメント（評価機能）が拡張され、オンプレミスのストレージインフラ分析が可能になりました。これまで Compute やネットワークの評価が中心でしたが、今回 SAN や NAS などのストレージも分析対象となりました。Amazon S3 や Amazon EBS への移行推奨が自動生成され、より具体的な移行計画が立てられるようになります。 AWS Transform for VMware が柔軟なネットワーク管理とより広い AWS リージョンカバレッジをサポート AWS Transform for VMware が VPC CIDR 範囲の変更をサポート開始しました。これによりオンプレミスと AWS 環境で IP 競合なく並行稼働ができるようになりました。また、新たにオハイオ、ストックホルム、アイルランドリージョンでの利用もサポートされました。 Amazon BedrockでAnthropic Claudeモデルの簡素化されたキャッシュ管理機能を開始 Amazon Bedrock の Anthropic Claude モデル (Claude 3.5 Haiku、Claude 3.7、Claude 4) で、使いやすさが向上されたプロンプトキャッシング機能が利用できるようになりました。これまではプロンプトのどの部分をキャッシュから再利用するか開発者自身で管理する必要がありましたが、今回の機能により、リクエスト末尾にキャッシュブレークポイントを設定するのみで利用可能になりました。この機能は各モデルが提供されている全てのリージョンで利用可能です。詳細は ドキュメント をご確認ください。 Amazon Bedrock がアジアパシフィック (ジャカルタ) リージョンで利用可能に Amazon Bedrock がジャカルタリージョンで利用可能になりました。ジャカルタリージョンにデータを現地に保持しながら生成 AI アプリケーションを構築できるようになります。詳細は こちらのドキュメント をご参照ください。 Amazon BedrockがAnthropic Claude Sonnet 4のグローバルクロスリージョン推論をサポート開始 Amazon Bedrock で Anthropic Claude Sonnet 4 のグローバルクロスリージョン推論がサポートされました。これまではUS、EU、APAC などの特定の地域に紐づいたクロスリージョン推論を選択できました。今回のサポートにより、トラフィックが集中した際に特定地域に依存しない分散処理が可能となり、モデルスループットをより向上させることができます。詳細については クロスリージョン推論によるスループット向上 、および 推論プロファイルでサポートされているリージョンとモデルのドキュメント もご確認ください。 AWS が Amazon Bedrock の API キーを管理するための 3 つの新しい条件キーのサポートを追加 Amazon Bedrock の API キー管理がより柔軟になりました。3つの新しい条件キーが追加され、管理者は API キーの生成、有効期限、許可されるAPIキーのタイプをより細かく制御できます。例えば、Amazon Bedrock 専用の長期 API キー作成は許可しつつ、CodeCommit等の他サービス用の生成は禁止するといった設定が可能です。詳細は こちらのドキュメント をご参照ください。 Amazon Neptune が生成AIアプリケーションの長期記憶を支援するZepとの統合を発表 Amazon Neptune と Zep の統合が発表されました。Zep は LLM アプリケーション向けのオープンソースメモリサーバーで、ユーザーとのやり取りの履歴の永続化、取得、および拡張が可能です。これにより、Neptune Database または Neptune Analytics をグラフストアとして利用しつつ、Amazon OpenSearch を Zep のメモリシステムのテキスト検索ストアとして使用することで、よりパーソナライズされたLLMアプリケーションが構築しやすくなりました。詳細についてはこちらの サンプルノートブック をご確認ください。 Amazon EKS の Split Cost Allocation Data が NVIDIA および AMD GPU、Trainium、Inferentia 搭載 EC2 インスタンスをサポート Amazon EKS の Split Cost Allocation Data が GPU や Trainium、Inferentia を使った加速コンピューティングワークロードに対応しました。これまで CPU とメモリのコストしか追跡できませんでしたが、今回のアップデートで NVIDIA や AMD の GPU、AWS の AI チップのコストも詳細に把握できるようになります。AI/ML ワークロードを複数のチームで運用している企業では、各チームのリソース使用量に応じた正確なコスト配分が可能になります。詳細は こちらのブログ記事 をご参照ください。 著者について 木村 直登(Naoto Kimura) AWS Japan のソリューションアーキテクトとして、製造業のお客様に対しクラウド活用の技術支援を行なっています。最近は AI Agent と毎日戯れており、AI Agent 無しでは生きていけなくなっています。好きなうどんは’かけ’です。

本投稿は、 Channy Yunによる記事 「Introducing Oracle Database@AWS for simplified Oracle Exadata migrations to the AWS Cloud」 を翻訳したものです。 2025年7月8日、AWS 内の Oracle Real Application Clusters (RAC) を含む Oracle Exadata ワークロード向けの新製品である Oracle Database @AWS の一般提供について発表しました。 過去14年間、お客様は、 Amazon Elastic Compute Cloud（Amazon EC2） を使用してクラウドでOracle Databaseのワークロードを自己管理するか、フルマネージド型の Amazon Relational Database Service（Amazon RDS）for Oracle を使用するかを選択していました。この度、クラウドへの迅速かつ簡単な移行のためにOracle RACまたはOracle Exadataを必要とするワークロード用のオプションが追加されました。費用については、AWSへのコミットメントや、Bring Your Own License（BYOL）・Oracle Support Rewardsなどの割引プログラムを含むオラクルのライセンス特典にカウントされる請求書が、AWS Marketplaceを通じて発行されます。 Oracle Database @AWS を使用すると、最小限の変更で、Oracle ExadataワークロードをAWS内の専用インフラストラクチャ上のOracle Exadata Database Serviceまたは専用Exadataインフラストラクチャ上のOracle Autonomous Databaseに移行できます。Oracle Database @AWS デプロイメントは、 AWS Management Console 、 AWS Command Line Interface (AWS CLI) 、または AWS で実行されるアプリケーション用の AWS API などの使い慣れた AWS ツールとインターフェイスを介して購入、プロビジョニング、管理できます。AWS APIは、リソースのプロビジョニングと管理に必要なOracle Cloud Infrastracture(OCI) APIを呼び出します。 2024年12月の プレビュー 以来、一般提供時にむけて本番環境のワークロードを実行するのに役立つ機能を改善または追加してきました。 リージョンの拡大 – 2025年7月時点で、Oracle Database @AWS を米国東部 (バージニア北部) および米国西部 (オレゴン) リージョンで使用できるようになりました。また、世界20のAWSリージョンに拡大する計画も発表しています。このように幅広く利用できるため、さまざまな地域のお客様の多様なニーズに対応できるため、より多くの企業がこのオプションの恩恵を受けることができます。AWSリージョンのワークロード要件に合わせて、さまざまなExadataシステムサイズを選択できます。 Zero-ETL と S3バックアップへの対応 – Amazon Redshift との Zero-ETL統合 による分析が可能になり、抽出、変換、ロード操作のためのデータパイプラインを構築および管理する必要がなくなりました。Zero-ETL統合を使えば、ネットワーク間のデータ転送コストをかけずに、AWSでデータを統合できます。99.9999999% (イレブンナイン) のデータ耐久性を備えた  Amazon Simple Storage Service (Amazon S3)  のバックアップを提供しています。 Autonomous VMクラスタ – Exadata専用インフラストラクチャ上のExadata VMクラスタに加えて、Autonomous VMクラスタをプロビジョニングできるようになりました。Oracle Autonomous Databaseは、専用のハードウェアとソフトウェアのリソースを使用する完全に管理されたデータベース環境である専用のExadataインフラストラクチャで実行できます。 Oracle Database @AWS は、S3 や Redshift などの AWS サービスへのネットワークパスを直接設定するための Amazon Virtual Private Cloud (Amazon VPC) Lattice、認証と承認のための AWS Identity and Access Management (IAM) 、データベースライフサイクルイベントのモニタリングのための Amazon EventBridge 、インフラストラクチャの自動化のための AWS CloudFormation 、メトリクスの収集とモニタリングのための Amazon CloudWatch 、API 操作のロギングのための AWS CloudTrail など、他の AWS サービスと統合されています。 Oracle Database@AWS 入門 Oracle Database @AWS は 2 つの主要なサービスをサポートしています。1 つは AWS データセンター内の専用インフラストラクチャ上の Oracle Exadata Database Serviceと、専用の Exadata インフラストラクチャ上の Oracle Autonomous Database です。 これらのサービスは、物理的にはAWSリージョンのアベイラビリティーゾーン内に存在し、論理的にはOCIリージョンに存在するため、高速で低遅延の接続を通じてAWSサービスとシームレスに統合できます。 アベイラビリティーゾーン内でOracle Exadata VMクラスターをホストするプライベートで独立したネットワークであるODBネットワークを作成します。次に、VPCで実行されているEC2アプリケーションサーバーにアクセスできるODBピアリングを使用します。詳細については、AWS ドキュメントの 「How Oracle Database@AWS works」 を参照してください。 AWS Marketplaceでプライベートオファーをリクエスト Oracle Database @AWS を開始するには、 AWS Console にアクセスするか、 AWS Marketplaceのプライベートオファー をリクエストしてください。AWSとOracleの営業チームがリクエストを受け取り、お客様のワークロードに最適なオプションを見つけて連絡し、アカウントを有効にします。 Oracle Database @AWS をアクティブ化してアクセスできるようになると、 ダッシュボード を使用してODBネットワーク、Exadataインフラストラクチャ、Exadata VMクラスタまたはAutonomous VMクラスタ、およびODBピアリング接続を作成できます。 詳細については、AWS ドキュメントの「 Onboarding to Oracle Database@AWS 」と 「 AWS Marketplace buyer private offers 」をご覧ください。 ODBネットワークの作成 ODBネットワークは、AWS上でOCIインフラストラクチャをホストするプライベートな分離ネットワークです。ODBネットワークは、OCIの子サイト内に存在するネットワークに直接マッピングされ、AWSとOCI間の通信手段として機能します。 ダッシュボード で、「 Create ODB network 」を選択し、ネットワーク名を入力し、アベイラビリティーゾーンを選択し、アプリケーションによって確立されるクライアント用接続と自動バックアップに使用するバックアップ用接続のCIDR範囲を指定します。 oraclevcn.com と固定して、ドメインのプレフィックスとして使用する名前を入力することもできます。たとえば、 myhost と入力した場合、完全修飾ドメイン名は myhost.oraclevcn.com です。 オプションで、ODBネットワークアクセスを設定して、Amazon S3への自動バックアップやZero-ETLのインフラストラクチャに関する設定を行い、Amazon Redshiftを使用してほぼリアルタイムの分析とOracleデータの機械学習を行う準備を行えます。 ODBネットワークを作成したら、EC2アプリケーションサーバーのVPCルートテーブルをODBネットワークのクライアント接続CIDRで更新します。詳細については、AWSドキュメントの「 ODB network 」、「 ODB peering 」、「 Configuring VPC route tables for ODB peering 」を参照してください。 Exadataインフラストラクチャの作成 Oracle Exadataインフラストラクチャは、Oracle Exadata Databaseを実行するデータベースサーバー、ストレージサーバー、ネットワークの基盤となるアーキテクチャです。 Exadataインフラストラクチャの作成を選択し、名前を入力して、デフォルトのアベイラビリティーゾーンを使用してください。次のステップでは、 Exadata.X11M をExadataシステムモデルとして選択できます。また、データベースサーバー（最小２台〜最大３２台）とストレージサーバー（最小３台〜最大６４台、サーバーあたり80TBのストレージ容量）をそれぞれ設定することが可能です。 最後に、スケジュール、パッチモード、OCIメンテナンス通知連絡先など、システムメンテナンスの設定を構成できます。AWSコンソールからインフラストラクチャを作成した後で変更することはできません。しかし、OCIコンソールに移動して変更することはできます。 Exadataインフラストラクチャを削除するには、AWSドキュメントの「 Deleting an Oracle Exadata infrastructure in Oracle Database@AWS 」を参照してください。 Exadata VMクラスターまたはAutonomous VMクラスターを作成 Exadataインフラストラクチャー上にVMクラスターを作成し、同じODBネットワークに異なるOracle Exadataインフラストラクチャーを持つ複数のVMクラスターをデプロイできます。 VMクラスターには2種類あります： Exadata VMクラスターは、Oracle Enterprise Editionのすべての機能を含む完全なOracle Databaseがインストールされた仮想マシンのセットです。 Autonomous VMクラスターは、完全に管理されたデータベースのセットで、人間の介入なしにAI/MLを使用して主要な管理タスクを自動化します。 Exadata VMクラスターの作成 を選択し、VMクラスター名とタイムゾーンを入力し、Bring Your Own License（BYOL）またはライセンスオプションに含まれるライセンスを選択します。次のステップでは、Exadataインフラストラクチャ、grid infrastructureのバージョン、Exadata imageのバージョンを選択できます。データベースサーバーの場合は、各VMのCPUコア数、メモリ、ローカルストレージを選択するか、デフォルト値を選択することができます。 次のステップでは、ODBネットワークを選択し、VMクラスターのプレフィックスを入力することで、接続設定を構成できます。single client access name(SCAN)リスナーへのTCPアクセスのポート番号を入力できます。デフォルトのポートは1521です。または、1024〜8999の範囲でカスタムSCANポートを入力できます。SSHキーペアの場合は、VMクラスターへのSSHアクセスに使用される1つ以上のキーペアの公開鍵部分を入力してください。 次に、診断とタグを選択し、設定を確認して、VMクラスターを作成できます。VMクラスターのサイズにもよりますが、作成プロセスには最大6時間かかることがあります。 Oracle Databaseを作成して管理 VMクラスターの準備が整ったら、OCIコンソールでOracle Exadataデータベースを作成して管理できます。Exadata VMクラスターの詳細ページで「 Manage in OCI 」を選択してください。OCIコンソールにリダイレクトされます。 OCIコンソールでOracle Databaseを作成するときは、Oracle Database 19cまたは23aiを選択できます。プロビジョニングされたデータベースの自動バックアップを有効にする場合は、S3バケットまたはOCIリージョンのOCIオブジェクトストレージを使用できます。詳細については、OCI ドキュメントの 「 Provision Oracle Exadata Database Service in Oracle Database@AWS 」を参照してください。 注意事項 Oracle Database @AWS について知っておくべきことがいくつかあります。 モニタリング — VM クラスター、コンテナデータベース、およびプラガブルデータベースの AWS/ODB 名前空間にある Amazon CloudWatch メトリクスを使用して Oracle Database @AWS をモニタリングできます。AWS CloudTrailは、Oracle Database @AWS に対するすべての AWS API 呼び出しをイベントとしてキャプチャします。CloudTrailのログを使用すると、Oracle Database @AWS に対して行われたリクエスト、リクエストが行われたIPアドレス、リクエストが行われた日時、および追加の詳細を確認できます。詳細については、「 Monitoring Oracle Database@AWS 」をご覧ください。 セキュリティ — IAM を使用して、Oracle Database @AWS リソースと、データを保護するための SSL/TLS 暗号化接続を誰に管理できるかを決定する権限を割り当てることができます。 Amazon EventBridge を使用して、イベント主導型のデータベースをシームレスに運用することもできます。すべてが連携してセキュリティ基準を維持すると同時に、効率的なクラウド運用が可能になります。詳細については、「 Security in Oracle Database@AWS 」をご覧ください。 コンプライアンス — Oracle Database @AWS を使用する場合のコンプライアンス責任は、データの機密性、会社のコンプライアンス目標、および適用される法律と規制によって決まります。お客様は、オラクルのクラウド・コンプライアンスに関する情報を オラクルのウェブサイト で見つけることができます。Oracle Database @AWS は、SOC 1、SOC 2、SOC 3、HIPAA、C5、CSA STAR Attest、CSA STAR Cert、HDS (フランス)、ISO シリーズ (ISO/IEC 9001、20000-1、27001、27017、27018、27701、22301)、PCI DSS、HITRUSTなど、AWSコンプライアンスプログラムの対象範囲内のAWSサービスと統合されています。 サポート — AWSまたはOracleの営業アカウントチームが、現在のデータベースインフラストラクチャの評価、Oracle Database@AWS が組織の要件に最も合致するための方法の決定、およびカスタマイズされた移行戦略とタイムラインの策定を支援します。また、AWSクラウドで実行されるOracleベースのワークロードの設計、デプロイ、管理を専門とする AWS Oracleコンピテンシーパートナー から支援を受けることもできます。 現在利用可能な機能、近日公開予定の機能 Oracle Database @AWS は、AWS マーケットプレイスを通じて米国東部 (バージニア北部) および米国西部 (オレゴン) リージョンで利用できるようになりました。Oracle Database @AWS の価格設定と AWS マーケットプレイスのプライベートオファーはOracleによって設定されます。価格に関する具体的な詳細は、 Oracleのサービスの価格設定ペー ジで確認できます。 Oracle Database @AWS は、以下を含む南北アメリカ、ヨーロッパ、アジア太平洋地域のさらに20のAWSリージョンに拡大する予定です: 米国東部（オハイオ）、米国西部（北カリフォルニア）、アジア太平洋（メルボルン）、アジアパシフィック（ムンバイ）、アジアパシフィック（大阪）、アジアパシフィック（ソウル）、アジアパシフィック（シンガポール）、アジアパシフィック（シドニー）、アジアパシフィック（東京）、カナダ（中央）、ヨーロッパ（フランクフルト）、ヨーロッパ（ロンドン）、ヨーロッパ（ミラノ）、ヨーロッパ（パリ）、ヨーロッパ（スペイン）、ヨーロッパ（ストックホルム）、ヨーロッパ（チューリッヒ）、南米（サンパウロ） AWS コンソール を使って Oracle Database @AWS を使い始めることができます。詳細については、「 Oracle Database@AWS User Guide 」と OCI のドキュメント にアクセスし、通常の AWS サポートの連絡先または OCI サポート にフィードバックを送ってください。 本投稿へのご意見はコメント欄にお願いします。 翻訳はソリューションアーキテクトの 矢木 覚 が担当しました。原文は こちら です。

2025 年 8 月 28 日に AWS Startup Loft Tokyo (目黒) で開催された「 Amazon Q Developer Meetup #2 – Amazon Q Developer を業務で活用した成果共有と最新情報 Update – 」のイベントの様子をレポートします。 このイベントは、AWS が提供する生成 AI アシスタント、 Amazon Q Developer をテーマに実施しました。まずソリューションアーキテクトの小西から、Amazon Q Developer と、 AI IDE である “Kiro” の最新情報アップデート情報をご紹介させていただきました。続いて、Amazon Q Developer をご利用いただいている株式会社 LIFULL 様、株式会社マイナビ様から、どのように業務やプロジェクトに活かしているのか、リアルな使い方や工夫、実際に感じた効果について発表していただきました。 現地参加・オンライン参加合わせて 200 名以上の方にご登録いただきました。参加者からは「各社さんの取り組み状況が聞けてとても参考になりました！」との感想をいただきました。これから Amazon Q Developer を導入してみたい方、すでに利用しているがさらに活用したい方、他社の利用状況に興味がある方、それぞれの皆様にご参考いただける情報をご紹介させていただきました。 イベント概要 開催日時: 2025年8月28日 会場: AWS Startup Loft Tokyo (目黒)、オンライン配信 スピーカー 株式会社 LIFULL 様 「Amazon Q Developer 活用による業務効率化と多職種展開」 株式会社 マイナビ様 「Amazon Q Developer 導入実践記 – リスク対策から組織浸透まで」 Konishi Kyosuke, Solutions Architect, Amazon Web Services Japan G.K. 「Amazon Q Developer & Kiro アップデート情報」 Amazon Q Developer & Kiro の最新アップデート情報 スピーカー: Konishi Kyosuke, Solutions Architect, Amazon Web Services Japan G.K. 資料ダウンロードはこちら: Amazon Q Developer & Kiro アップデート情報 はじめに、ソリューションアーキテクトの小西より、Amazon Q Developer と Kiro の最新アップデート情報をご紹介しました。Amazon Q Developer は開発者のための生成 AI アシスタントで、統合開発環境 (IDE)・コマンドライン (CLI)・AWS マネジメントコンソール と、さまざまなシチュエーションで利用者をご支援します。Kiro は仕様駆動開発 (Spec driven development) をコンセプトとした AI IDE で、AI エージェントを最大限活用した開発体験をご提供します。 小西からは Amazon Q Developer の多言語対応 (日本語含) の拡張や、CLI でのカスタムエージェント、マネジメントコンソールでの Agentic 対応などの新機能をご紹介しました。また、Kiro の価格体系の最新情報についてもご説明しました。 お客様事例: 株式会社 LIFULL 様「Amazon Q Developer 活用による業務効率化と多職種展開」 LIFULL 様のご登壇資料は Amazon Q Developer活用による 業務効率化と多職種展開 にて公開されています。 株式会社 LIFULL 様からは、「Amazon Q Developer 活用による業務効率化と多職種展開」と題して、Amazon Q Developer の活用状況について事例紹介をしていただきました。 HTML の生成によるスライド作成の自動化 (この発表資料も！) や、サービス企画におけるプロトタイプ作成に効果測定レポート自動化、アイデア出しなど、エンジニアの利用に限らない、幅広いユースケースをご紹介いただきました。社内での利用者増加トレンドや社内 MCP の利用状況、利用状況ランキング、カスタムエージェントの設定など社内での普及活動についてもご説明いただきました。 お客様事例: 株式会社マイナビ様 「Amazon Q Developer 導入実践記 – リスク対策から組織浸透まで」 ご登壇資料ダウンロードはこちら: Amazon Q Developer 導⼊実践記 – リスク対策から組織浸透まで 株式会社 マイナビ様からは、「Amazon Q Developer 導入実践記 – リスク対策から組織浸透まで」と題して、Amazon Q Developer の活用状況について事例紹介をしていただきました。 Amazon Q Developer を導入する際のリスク観点での検討内容や性能・費用、アクセス権限や暗号化・承認フローといったルール作りのプロセスについてご説明いただきました。また、利用を強制しない形での導入促進活動についてもご紹介いただきました。さらに、/context など Amazon Q Developer の便利機能の紹介や、CI/CD パイプラインのエラー分析、勉強会での活用など運用・利用両方の観点からの活用事例をご共有いただきました。 ネットワーキング 現地参加の方のみ、ケータリングをご用意し、ネットワーキングのための懇親会を実施しました。 登壇者の方への質問や、参加者同士の意見交換、AWS メンバーへの相談が活発におこなわれていました。 おわりに 今回のイベントでは AWS が提供する生成 AI アシスタントの Amazon Q Developer をいかに導入・活用されているかをお客様の事例を中心にご紹介させていただきました。株式会社 LIFULL 様、株式会社マイナビ様にご登壇いただき、コーディングだけではなく、企画・デザイン・インフラストラクチャの運用など、さまざまな活用方法をご紹介いただきました。Amazon Q Developer、そして Kiro は今後も分野の発展に伴ってサービスアップデートを続けてまいります。 次回の開催予定 次回の Amazon Q Developer Meetup #3 は AI 駆動開発ライフサイクル (AI-DLC) をテーマに開催予定です。詳細は後日公開させていただきますので、 イベント一覧ページ の更新をお待ちください。 yamazaki hiroki profile-20250806 山崎 宏紀 (Hiroki Yamazaki) 山崎宏紀 は Amazon Web Services Japan G.K. のソリューションアーキテクトとして、ISV/SaaS 業界のお客様を中心にアーキテクチャ設計や構築、生成 AI の活用をご支援しています。Amazon Q Developer や AWS Cloud Development Kit (AWS CDK) を好みます。(より良いご支援のために) AI エージェントに代わりに働いてもらおうと画策しています。

みなさん、こんにちは。ソリューションアーキテクトの根本です。 今週も 週刊AWS をお届けします。 残暑が厳しいですが、みなさんいかがお過ごしでしょうか？早く涼しくなると良いですね・・・ アップデートの前に一つ宣伝をさせてください。 今月、9月25日にデータベースパフォーマンスの最適化をテーマに、MariaDBとAWSの専門家によるイベントを予定しています！MariaDBを利用する方に限らず、RDSのパフォーマンス最適化をお考えのデータベース管理者やアプリケーション開発者の方がいらっしゃいましたらぜひご活用ください！ 2025 MariaDB Database Performance Meetup@Japan 2025年9月25日（木）13:00～17:00（開場 12:30） 会場：AWS Startup Loft 東京 / 目黒セントラルスクエア 17F それでは、先週の主なアップデートについて振り返っていきましょう。 2025年9月1日週の主要なアップデート 9/1(月) 米国の祝日のためアップデートはありませんでした。 9/2(火) Simplified Cache Management for Anthropic’s Claude models in Amazon Bedrock Amazon Bedrock の Anthropic Claude モデル (Claude 3.5 Haiku、Claude 3.7、Claude 4) で使いやすさが向上し、簡素化されたプロンプトキャッシング機能が利用できるようになりました。これまでは開発者が明示的にプロンプトの一部を指定し、管理する必要がありました。今回の機能により、リクエスト末尾にキャッシュブレークポイントを設定するだけで、システムは以前にキャッシュされた最も長いプレフィックスから自動的に読み取るため、手動で指定する必要がなくなります。この簡素化されたキャッシュ管理機能はキャッシュ読み取りトークンが 1 分あたりのトークン (TPM) クォータにカウントされないため、マルチターン会話や検索アシスタントの構築がより効率的になります。この機能は各モデルが提供されているリージョン全てで利用可能です。詳細は ドキュメント をご確認ください。 Amazon Neptune Now Integrated with Zep to Power Long-Term Memory for GenAI Applications Amazon Neptune と Zep の統合が発表されました。Zep は LLM アプリケーション向けのオープンソースメモリサーバーで、ユーザーインタラクション履歴の永続化、取得、および拡張が可能です。これにより、Neptune Database または Neptune Analytics を基盤となるグラフストアとして、Amazon OpenSearch を Zep のメモリシステムのテキスト検索ストアとして使用できるようになり、長期記憶、コンテキスト、推論を備えた LLM エージェントの構築がより簡単になります。詳細についてはこちらの サンプルノートブック をご確認ください。 Announcing a new open source project for scenario-focused AWS CLI scripts 新しいオープンソースプロジェクト「AWS Developer Tutorials」が GitHub で公開されました。これは 60 以上の AWS サービスに対応したシェルスクリプト集で、エラーハンドリングやリソースのクリーンアップまで含んだシナリオ重視の実用的なCLIコードを提供するものです。従来 AWS CLI でスクリプトを書く際に発生しがちなエラー処理やリソース管理の課題を解決し、Amazon Q Developer CLI などの生成 AI ツールと組み合わせることで、反復的なテストと改善プロセスを通じて動作するスクリプトを生成できます。わずか 15 分程度で動作するスクリプトを作成できるようになります。詳細は GitHubのリポジトリ と Builder Centerの投稿 をご確認ください。 Amazon CloudWatch Synthetics adds multi-browser support for application testing Amazon CloudWatch Synthetics が既存の Chrome に加えて、Firefox ブラウザをサポートしました。Amazon CloudWatch Synthetics はウェブアプリケーションのテストと監視を可能にするサービスで、Playwright や Puppeteer ベースのカナリアスクリプトを実行できます。今回のFirefox ブラウザサポートによりブラウザ固有の問題特定も対応し、パフォーマンスメトリクス、成功率、ビジュアル監視結果を自動的に収集できます。この機能はすべての商用AWSリージョンで利用可能です。詳細についてはこちらの ドキュメント をご確認ください。 9/3(水) Amazon Bedrock now supports Global Cross-Region inference for Anthropic Claude Sonnet 4 Amazon Bedrock で Anthropic Claude Sonnet 4 のグローバルクロスリージョン推論がサポートされました。これまでもUS、EU、APAC などの特定の地域に紐づいたクロスリージョン推論を選択できました。今回の機能によりトラフィックが集中した際に、これまでより柔軟に分散処理が可能になり、モデルスループットをさらに向上させることができます。詳細については クロスリージョン推論によるスループット向上 、および 推論プロファイルでサポートされているリージョンとモデル のドキュメントもご確認ください。 Amazon RDS for Oracle introduces bare metal instances with 25% lower pricing compared to equivalent virtualized instances Amazon RDS for Oracle と Amazon RDS Custom for Oracle がベアメタルインスタンスをサポートしました。ベアメタルインスタンスは同等の仮想インスタンスと比較して25%低価格で、 M7i、R7i、X2iedn、X2idn、X2iezn、M6i、M6id、M6in、R6i、R6id、R6inがサポートされます。例えば、db.r7i.16xlarge インスタンスと db.r7i.8xlarge インスタンスで実行されているデータベースを、単一の db.r7i.metal-24xl インスタンス上の個別のプラガブルデータベースに統合するなどマルチテナントにして収容率を高めることができます。また、ベアメタルインスタンスは基盤サーバーの CPU コア数とソケット数を完全に可視化するため、商用データベースライセンスとサポートコストを削減できる可能性があります。ライセンス削減の可能性に関しては、 Oracle Cloud Policy  と  Oracle Core Factor Table  を参照し、ライセンスパートナーに相談して判断ください。利用可能なインスタンス構成、価格設定、リージョンの可用性については、 Amazon RDS for Oracle の料金 と  Amazon RDS Custom for Oracle の料金 を参照してください。 Amazon CloudWatch now supports querying metrics data up to two weeks old Amazon CloudWatch の Metrics Insights が、2 週間前までのメトリクスデータのクエリをサポートしました。これまでは 3 時間前までのデータのみ対応していましたが、今回の機能拡張により長期間のトレンド分析や障害の影響調査が可能になります。この機能は全ての商用AWSリージョンで利用可能です。詳細は ドキュメント をご確認ください。 9/4(木) Amazon Connect adds detailed disconnect reasons for improved call troubleshooting Amazon Connect で、アウトバウンド通話の詳細な切断理由が確認できるようになりました。従来は通話が失敗した際の原因調査において多くのケースでサポートチケットの作成が必要でした。今回のアップデートにより標準的なテレコムエラーコードに基づいた詳細な理由が表示されるため、コールセンターの運用担当者は迅速にトラブルシューティングを行えます。この機能はAmazon Connectが利用可能なすべてのリージョンで利用可能です。詳細はこちらの ドキュメント と ベストプラクティスガイド をご確認ください。 ECS Exec is now available in the AWS Management Console Amazon ECS のECS Exec がAWS マネジメントコンソールからの実行をサポートしました。これまでECS Exec は AWS API、CLI、または SDK を通じてのみアクセス可能で、コンソールでトラブルシューティングを行う際にはそれらにインターフェースを切り替える必要がありました。今回マネジメントコンソールからの実行をサポートしたことでインターフェースを切り替えることなく、実行中のコンテナに対して安全でインタラクティブなシェルアクセスを直接開くことが可能になりました。この機能はすべての商用AWSリージョンで利用可能です。詳細については ドキュメント をご確認ください。 Amazon EC2 announces AMI Usage to better monitor the use of AMIs Amazon EC2 で AMI (Amazon Machine Image) 使用状況確認機能が提供されました。これまで AMI の使用状況の確認をするには独自スクリプトが必要でした。今回のアップデートにより、インスタンス、起動テンプレート、Image Builder レシピ、SSM パラメータなど、複数のリソース全体でアカウント内の任意の AMI の使用状況を確認できる他、使用しているアカウントを一覧表示するレポートを生成できます。この機能により管理・運用作業を効率的に実施できます。この機能はすべてのリージョンで利用可能です。詳細はこちらの ドキュメント をご確認ください。 9/5(金) Announcing general availability of Organizational Notification Configurations for AWS User Notifications AWSのユーザー通知をOrganizations全体で設定および表示できるようになりました。これまで通知設定は各 AWS アカウント個別にしていましたが、今回のアップデートにより管理アカウントもしくは委任管理者（DA）から一元管理できるようになります。また、EventBridgeのイベントによる通知もサポートされます。この機能はすべての リージョンで利用可能です。詳細は ドキュメント をご確認ください。 Enhancing threat detection with Amazon GuardDuty new custom entity lists Amazon GuardDuty がエンティティリストを使用した脅威検出のカスタマイズをサポートしました。これまでの脅威検出は IP アドレスリストを元に実施することができました。今回のアップデートによりサポートされたエンティティリストにはドメイン、 IP アドレスまたはその両方を含めることができ、より包括的な脅威検出が可能になります。また、エンティティリストは信頼できるソースからのアラート抑制にも利用可能です。この機能はGuardDutyが提供されるすべてのリージョンで利用可能です。詳細は ドキュメント をご確認ください。 Amazon CloudFront launches TLS security policy with post-quantum support Amazon CloudFront は、既存のすべての Transport Layer Security (TLS) セキュリティポリシーにおいて、ハイブリッド耐量子鍵確立のサポートを発表しました。現在は復号できない情報も量子コンピューティングの発達によって将来的に復号される脅威に対抗する耐量子暗号 (PQC)をクライアントからエッジへの接続において適用し、データを保護することが可能です。PQC は既存ポリシーで自動有効化され、追加設定や料金は不要です。加えて、TLS オプションを強化する新しい TLS 1.3 専用ポリシー(TLS1.3_2025)も提供されました。これにより最新のセキュリティ標準を要求する組織でもより高いセキュリティと性能を実現できます。これらの詳細は ドキュメント をご確認ください。 それでは、また来週！ ソリューションアーキテクト 根本 裕規 著者について 根本 裕規(Yuki Nemoto) AWS Japan のソリューションアーキテクトとして、金融機関のお客様の AWS 活用や個別案件の技術支援を担当しています。過去には公共部門やモダナイゼーションのスペシャリストもしていました。好きなサービスは AWS CodeBuild です。週末はオフロードバイクのレースをしています！

こんにちは、Amazon Connect ソリューションアーキテクトの清水です。8月も終わりましたが、まだまだ厳しい気候が続きますね。皆様くれぐれもご自愛ください。さて、2025年7月のアップデートまとめ はご覧いただけましたか？今月も新しいバッジやアップデート情報を中心に以下の内容をお届けします。皆さんのお役に立つ内容があれば幸いです！ 注目のアップデートについて 2025年8月のアップデート一覧 AWS Contact Center Blog のご紹介 1. 注目のアップデートについて Amazon Connect AI Fundamentals – Knowledge Badge Readiness Path (Amazon Connect の新しい学習プランが公開) このプランでは、Amazon Connect における AI 機能の実践的活用とコンタクトセンターでの機械学習について学習します。AI を活用したインシデント処理の最適化、効率的なモニタリング、リソース管理を中心に、Contact Lens による対話分析や Amazon Q によるインテリジェントアシスタンスの活用方法を解説します。リアルタイム分析と感情分析を通じてエージェントのパフォーマンス向上を図り、パーソナライズされた顧客体験の実現に向けた実装戦略を学びます。また、プライバシー保護を含む倫理的 AI の実践についても取り上げます。本プランは、AI・機械学習のコンタクトセンター活用に関心がある方、および Amazon Connect の運用・分析・管理に携わる方を対象としています。 学習リソースの構成 Amazon Connect AI and ML Fundamentals Amazon Connect AI Supervisor Capabilities Amazon Connect AI Workforce Optimization Amazon Connect AI Agent Capabilities Amazon Connect AI Self-Service Capabilities Amazon Connect AI Customer Engagement Amazon Connect AI Fundamentals Assessment このカリキュラムを修了し、ナレッジチェックを 80% 以上のスコアで合格すると Credly から Amazon Connect AI Fundamentals バッジを獲得できます。これはクラウドスキルや経験を伝えるために役立てることができます。このトレーニングは無償で利用可能で、現在は英語で提供しています。学習には AWS Skill Builder のアカウントが必要です。 Amazon Connect がウェブサイトやアプリケーションへのタスクとメールの組み込みをすぐに利用可能に Amazon Connect コミュニケーションウィジェットの新しいお問い合わせフォームオプションを使用して、タスクと E メールベースのカスタマーエクスペリエンスをウェブサイトやアプリケーションで簡単に提供できるようになりました。例えば、コミュニケーションウィジェットをウェブサイトに追加して、顧客が営業時間外にコールバックリクエストを送信したり、ウェブフォームから E メールを送信したりできるようにすることができます。スーパーバイザーとマネージャーは、ドラッグアンドドロップエディタを使用して顧客向けのフォームを設定し、シームレスなウェブサイト統合のためのコードスニペットを生成できます。この拡張された機能により、より柔軟なエンゲージメントオプションを顧客に提供できると同時に、お客様は既存の Amazon Connect ワークフローを通じてすべてのエンゲージメントを管理できるようになります。 関連リンク 管理者ガイド 利用開始方法 ここでは、メールフォームを作成する例を紹介します。フローから新規にビューを作成します。Form に新たに「Connect Action」というボタンが追加されたので、これを任意のフォームに追加します。ボタンの「ConnectActionType」はタスク、チャット、メールのいずれかを選択します。 メールの場合、Amazon Connect の宛先となるメールアドレス、着信先フローを選択します。また、フィールドの値と宛先メールアドレス、件名、本文のマッピングを選択します。ビューを保存して公開します。 ウィジェットを作成します。作成したビューを選択します。フローは Form で指定したものが自動的に設定されます。 フォームの表示方法として、従来のフローティングアイコンを開く方法のほか、ページ内のインラインで表示する方法が選択できるようになりました。 この操作により生成されたコードスニペットを Web ページの JavaScript に埋め込むことで、チャットやウェブ通話と同じように Web ページに複雑なカスタマイズを加えることなく、メール送信やタスク作成のフォームを提供することができます。 2. 2025年8月のアップデート一覧 Amazon Connect が生成型テキスト読み上げ音声を提供開始 -2025/08/29 Amazon Connect が、より自然で人間らしく表現力豊かな顧客とのコミュニケーションを実現する、新しい生成型テキスト読み上げ音声の提供を開始しました。この導入により、英語、フランス語、スペイン語、ドイツ語、イタリア語など、複数の言語にわたる20種類の生成型強化音声が利用可能になります。これらの音声は、ウェルカムメッセージや規約の読み上げ、さらには動的な会話型 AI 体験の提供にも活用できます。この機能は、ドラッグアンドドロップのフローデザイナーにある「音声の設定」フローブロックを使用するか、API を通じて設定することができます。これらの機能は米国東部（バージニア北部）、欧州（フランクフルト）、米国西部（オレゴン）のリージョンで利用可能です。 関連リンク 管理者ガイド ブログ記事 Amazon Connect Contact Lens が、東京リージョンを含む5つの AWS リージョンにおいて外部音声システム統合をサポート -2025/08/27 Amazon Connect Contact Lens が、アジアパシフィック（シドニー）、アジアパシフィック（東京）、カナダ（セントラル）、ヨーロッパ（フランクフルト）、ヨーロッパ（ロンドン）の AWS リージョンで、外部音声システムとの接続をサポートするようになりました。Amazon Connect は、既存の音声システムでのカスタマーエクスペリエンスとエージェントのパフォーマンス向上を支援するため、リアルタイムおよび通話後の分析において他の音声システムと統合が可能になりました。Amazon Connect Contact Lens は、通話録音、会話分析（通話記録、生成 AI 通話後要約、機密データの編集、通話分類、テーマ検出、感情分析、リアルタイムアラートを含む）、および顧客とのやり取りの最大100%を評価する生成 AI（評価フォーム、自動評価、スーパーバイザーレビューを含む）を提供し、顧客とのやり取りを表示、検索、フィルタリングするためのリッチなユーザーエクスペリエンス、およびデータストリームとデータレイクへのプログラムによるアクセスを提供します。既存の Amazon Connect のお客様は、単一のデータウェアハウスで一貫した分析を行うために、他の音声システムにも Contact Lens を拡張できます。コンタクトセンターを Amazon Connect に全て移行前に Contact Lens の分析とパフォーマンスのインサイトから始めることができます。 関連リンク 管理者ガイド Amazon Connect がマルチユーザーのウェブ通話、アプリ内通話、ビデオ通話に対応 -2025/08/20 Amazon Connect はマルチユーザーのウェブ通話、アプリ内通話、ビデオ通話に対応し、複数のユーザーがウェブブラウザまたはモバイルアプリケーションを通じて、エージェントと同じセッションに参加できるようになりました。コンタクトセンターのエージェントは、通話中に動的に参加者を追加できる他、複数の参加者が同じエージェントとのスケジュールされたセッションに参加することができます。この機能により、組織は配偶者、パートナー、アドバイザー間の共同財務計画、家族での医療相談、法的代理人、通訳者、専門家が関与する会話などのシナリオをサポートすることができます。この機能を使用することで、単一のセッションで関係者間の豊かで包括的なやり取りを実現し、複雑な業務における摩擦を軽減し、サポートの質を向上させることができます。 関連リンク 管理者ガイド ブログ記事 （英語） GitHub sample Amazon Connect がウェブサイトやアプリケーションへのタスクとメールの組み込みをすぐに利用可能に -2025/08/19 「 注目のアップデート 」をご参照ください。 Amazon Connect がエージェントスケジュールの定期的なアクティビティに対応 -2025/08/19 Amazon Connect では、エージェントスケジュールの定期的なアクティビティがサポートされるようになり、数回クリックするだけで繰り返しイベントを簡単に追加できるようになりました。今回のリリースにより、毎日 8 AM に行うスタンドアップミーティング、毎週月曜日の 9 AM に行うチームミーティングなどのアクティビティを、自動的にエージェントスケジュールに追加されるシリーズとしてスケジュールできるようになりました。これは、エージェントごとに個別の定期シリーズとしてスケジュールすることも、複数のエージェント間で共有する定期シリーズとしてスケジュールすることもできます。このリリースにより、各イベントを個別のアクティビティとして手動で作成する必要がなくなり、アクティビティをエージェントスケジュールにタイムリーに追加できるようになります。その結果、マネージャーの生産性が向上し、エージェントのスケジュールが最新の状態に保たれます。 関連リンク 管理者ガイド ブログ記事 （英語） Amazon Connect SMB Starter Kit を公開 -2025/08/15 この Starter Kit は、Amazon Connect をプラットフォームとし、Amazon Q in Connect で強化されたカスタマーサービスコンタクトセンターソリューションをガイドします。このガイドに従うことで、音声、チャット、メッセージングによるやり取りを可能にする、顧客体験ソリューションを導入できます。この AWS SMB Starter Kit には、導入プロセスを簡素化し、Amazon Connect が生成 AI を活用して顧客セルフサービス機能を提供する方法を実証するための CloudFormation テンプレートが含まれています。この Kit は、最小限の設定要件で AI 強化型カスタマーサービスの実装を検討しているお客様を支援することができます。 関連リンク GitHub Amazon Connect Cases が作成時にケースを自動更新するルールに対応 -2025/08/15 Amazon Connect Cases は、作成時に自動的にケースを更新する Contact Lens のルールをサポートするようになりました。これにより、ケースワークフローが効率化され、手動タスクが削減されます。例えば、返金ケースを請求チームに自動的に割り当てたり、フォローアップが不要なケースを自動クローズしたり、ケースの理由に基づいて自動的に優先順位を付けたりするルールを設定できます。 関連リンク 管理者ガイド Amazon Connect アウトバウンドキャンペーンが、マルチプロファイルキャンペーンと改良された電話番号リトライシーケンスに対応 -2025/08/12 Amazon Connect アウトバウンドキャンペーンが、アカウントベースのキャンペーンに対応し、同じアカウントに関連する複数の人々にリーチすることが可能になりました。例えば、共同銀行口座について電話をかける際、最初の人が不在の場合、システムは自動的にそのアカウントの他の認可されたメンバーへの連絡を試みます。また、複数の電話番号に対して優先順位付けされたコンタクトシーケンスを定義することもできます。例えば、最初に携帯電話、次に自宅、その後職場という順序です。最初の番号に連絡が取れない場合、Amazon Connect は自動的にシーケンス内の次の番号を試みます。これまでは、キャンペーンは1つのプロファイルをターゲットとし、単一の電話番号にリトライしていました。このアップデートにより、同じキャンペーン内で複数のプロファイルをターゲットにすることができ、アカウント内の関連するすべての連絡先へのアウトリーチが可能になりました。また、各プロファイル内でフォールバック用の電話番号を設定でき、最初の試行が失敗した場合、自動的に次の優先電話番号に移行します。これらの機能により、適切な相手へのコンタクト率を向上させ、キャンペーン管理を簡素化する、より柔軟で効果的なエンゲージメントワークフローを作成することができます。 関連リンク 管理者ガイド (Customer Profiles) 管理者ガイド (アウトバウンドキャンペーン) Amazon Connect がキュー内の位置をリアルタイムで確認するための API を提供開始 -2025/08/09 Amazon Connect では、キュー内の位置をリアルタイムで返す新しい API が提供されるようになり、企業は待ち時間をより正確に見積もることができるようになりました。この新しい API は、コンタクトセンターが待ち時間に関する顧客の予想を管理し、待ち時間が長い場合に適切なタイミングでコールバックなどの代替手段を提供するのに役立ちます。キュー内の位置に関するデータを使用して、コンタクトセンターはプライマリキューと代替キューの間で十分な情報に基づいてルーティングの判断が行えます。また、キューの可視性が向上したことによって、リソースの割り当てを最適化できます。キュー内の位置に関するメトリクスは、ルーティング条件とエージェントのスキルに基づいて処理される顧客からの問い合わせについても生成されます。例えば、回転の遅いキューにいる顧客にコールバックを積極的に提案することで、キュー離脱率を減らしながら顧客満足度を向上させることができます。 関連リンク 管理者ガイド GetContactMetrics API Amazon Connect Cases がケースアクティビティフィードに詳細な E メールコンテンツを表示可能に -2025/08/01 Amazon Connect Cases では、メッセージ本文、画像、添付ファイルの詳細などの E メールコンテンツがケースアクティビティフィード内に直接表示されるようになりました。これにより、対応するエージェントは E メールでの会話をより効率的に理解し、ケースをより迅速に解決できます。 関連リンク 管理者ガイド Amazon Connect Cases がアフリカ (ケープタウン) リージョンで利用可能に -2025/08/01 Amazon Connect Cases がアフリカ (ケープタウン) AWS リージョンで利用できるようになりました。Amazon Connect Cases にはケース管理機能が組み込まれているため、コンタクトセンターのエージェントは簡単にケースを作成して共同作業が可能になり、複数の顧客との会話やフォローアップタスクを必要とする顧客の問題を迅速に解決できます。 関連リンク 管理者ガイド 3. AWS Contact Center Blog のご紹介 Amazon Connect の導入を加速する実績ある移行パターンの紹介 (日本語翻訳) エンタープライズのコンタクトセンターでは、複数の事業部門 (LOB) をサポートするのに苦労しています。特にビジネスプロセスアウトソーサー (BPO) では、独自の要件を持つ数百の顧客を管理するため、この複雑さがさらに増大します。この投稿では、中規模から大規模なコンタクトセンターの移行において堅牢な基盤を構築する、実証済みの 5 つのパターンについて説明します。これらのパターンの実装には初期投資が必要ですが、全体的な移行スケジュールを加速させるでしょう。 次世代の Amazon Connect のご紹介: AI を活用し顧客との関係・ビジネス成果を改善 (日本語翻訳) カスタマーエクスペリエンスにおいて AI はより深い顧客関係の構築や売上の向上に役立ちますが、 AI をコンタクトセンターに断片的に導入すると、統合の課題やコスト増加の課題が立ちはだかります。次世代の Amazon Connect では、すべてのチャネルにわたりファーストパーティ AI を提供し、チャネル使用量に基づく料金体系で AI 活用の障壁を取り除きます。このブログ記事では、次世代の Amazon Connect の機能、効果、お客様の声を紹介します。 Elevate your Amazon Connect skills with specialty training badges : Amazon Connect スキルを専門トレーニングバッジで向上させよう (英語記事) この記事では、急速に進化するコンタクトセンター業界における Amazon Connect の発展と、それに伴う新しいトレーニングプログラムの拡充について説明しています。2017年のローンチ以来、Amazon Connect は700以上の主要機能をリリースし、AI を活用した年間60億以上の 顧客対応を支援しています。2024年8月に導入されたAmazon Connect バッジプログラムは、管理者の日常業務に直結する実践的なトレーニングの提供や、管理者特有のワークフローに対応したカスタマイズされたコースの開発を行っています。さらに、継続的な革新に対応する動的な学習リソースの確立、専門性を認定する体系的な認証パスの構築、そしてAI、分析、労働力最適化などの高度な機能の活用支援に注力しています。 Resolve customer issues via two-way SMS (text messaging) in Amazon Connect : Amazon Connect で双方向 SMS（テキストメッセージング）による顧客問題解決を実現 (英語記事) 2023年時点で SMS は約50億人のユーザーに利用されており、成人の80%がテキストメッセージングを通信手段として使用しています。Amazon Connect の双方向 SMS 機能により、顧客とのテキストメッセージングを通じた問題解決が可能になり、顧客にとって便利なチャネルを提供しながら、パーソナライズされた体験をより低コストで提供できます。多くの消費者は個人的なコミュニケーションで SMS に慣れ親しんでおり、会話や SMS 通知、予約リマインダーへの応答を通じて、エージェントからの支援を簡単に受けることができます。この記事では、エージェントが音声、チャット、タスクなどの他のチャネルと同じワークスペースから SMS メッセージの受信や応答を行える、Amazon Connect のコンタクトセンターにおける SMS 機能の実装方法を紹介しています。 Elevate your contact center workforce management using the new Amazon Connect Forecasting, Capacity Planning and Scheduling features (2025 Q2) : Amazon Connect の予測、キャパシティプランニング、スケジューリングの新機能を使用して、コンタクトセンターの要員管理を強化する (英語記事) ワークフォースマネジメントはお客様の待ち時間と、コンタクトセンターの運営コストを削減し、通話量に応じて適切なスタッフ配置を行うために不可欠です。Amazon Connect は、AI を活用した予測機能により、コンタクトセンターの管理者が通話量や処理時間を正確に予測し、最適なスタッフ配置を実現できるようサポートします。このソリューションは簡単に導入でき、サードパーティのソリューションを統合する必要もなく、業務の最適化や顧客満足度の向上に貢献します。この記事では、コンタクトセンターにおけるワークフォースマネジメントの重要性と Amazon Connect の予測、キャパシティプランニング、スケジューリングについて新機能を含めて説明しています。 Enhance customer engagement with Amazon Connect multi-user in-app, web, and video calling : Amazon Connectのアプリ内通話、ウェブ通話、およびビデオ通話のマルチユーザーで顧客エンゲージメントを強化 (英語記事) Amazon Connect のアプリ内通話、ウェブ通話、およびビデオ通話のマルチユーザー機能により、複数の顧客とエージェントが同じコミュニケーションセッションにシームレスに参加することが可能になります。ウェブブラウザやモバイルアプリケーションから開始された通話中に、参加者は他の出席者を追加し、ビデオ機能でやり取りを強化し、画面を共有することができます。このソリューションは、従来は複雑だったマルチユーザーの会話を、より良い顧客成果を生み出す効率的で協力的な体験へと変革します。 Enable agent contact history in Amazon Connect agent workspace as a third-party (3P) application : Amazon Connect エージェントワークスペースでサードパーティアプリケーションとしてエージェントのコンタクト履歴を有効化 (英語記事) コンタクトセンターのエージェントは、日々数十件の顧客とのやり取りを行っています。最近の通話履歴に簡単にアクセスできないと、会話間で貴重な文脈が失われてしまいます。Amazon Connectは、エージェントにリアルタイムの音声およびデジタルのやり取りを管理するための強力なツールを提供しています。価値ある機能強化の一つは、エージェントが最近処理した音声コンタクトの個人用サマリーを単一の統合ビューで確認できることです。エージェントに最近の通話履歴の可視性を与えることで、組織はサービスの継続性を向上させることができます。この文脈により、エージェントはシームレスにフォローアップし、会話の継続性を維持し、積極的なアクションを取ることができます。これらはすべて Amazon Connect エージェントワークスペース内で行えます。このブログでは、AWS サービスを使用してサーバーレスのエージェント音声コンタクト履歴ソリューションを実装する方法を紹介します。Amazon Connect エージェントワークスペース内にカスタムウィジェットを作成し統合して、エージェントが最近の通話履歴に簡単にアクセスできるようにする方法を学びます。 How Empower scaled contact center quality assurance with Amazon Connect and Amazon Bedrock : Empower が Amazon Connect と Amazon Bedrock でコンタクトセンターの品質保証をスケール化した方法 (英語記事) Empower は、1.8兆ドルの運用資産で1,800万人以上のアメリカ人にサービスを提供する大手金融サービス企業です。彼らのケアセンターでは年間約1,000万件の顧客通話を受けています。この規模でのサービス品質を維持するため、Empower は AWS とAccenture と協力し、生成AIを使用して品質保証 (QA) プロセスを変革しました。 Amazon Connect と Amazon Bedrock を使用したカスタムソリューションを実装することで、Empower は品質保証の通話カバレッジを20倍にスケールアップし、現在では毎日数千件の通話文字起こしを分析し、QA レビュー時間を数日から数分に短縮しています。この記事では、この3社による協力関係が、実験から本番環境まで、わずか7ヶ月で本番稼働可能な生成 AI ソリューションを実現した方法を探ります。これは、AWS のテクノロジー、 Accenture の実装専門知識、そして Empower のテクノロジーイノベーションラボのビジョンを組み合わせることの威力を実証しています。 Tailored support at scale: Turning a unified Salesforce KB into LOB-focused AI agents : スケールに応じたカスタマイズされたサポート：統合された Salesforce ナレッジベースを LOB 重視の AI エージェントに転換 (英語記事) 今日の超接続された世界では、カスタマーサポートチームは Salesforce のような単一の CRM 内で、絶えず増加する製品やサービスのポートフォリオを同時にこなさなければなりません。エージェントは適切な情報に即座にアクセスする必要がありますが、通信料金請求から保険金請求、小売返品まで、あらゆる事業部門 (LOB) にまたがる一元化された巨大なナレッジベースの中を探り当てることが多すぎます。エージェントがクリックし、スクロールし、フィルタリングする間に貴重な数秒が数分になってしまい、その遅延は直接的に通話時間の長期化、初回解決率の低下、顧客の不満につながっています。 今月のお知らせは以上です。皆さんのコンタクトセンター改革のヒントになりそうな内容はありましたでしょうか？ぜひ、実際にお試しいただき、フィードバックをお聞かせ頂けますと幸いです。 ご覧いただき、ありがとうございました！ シニア Amazon Connect ソリューションアーキテクト 清水 幸典

AWS によるメインフレームアプリケーションのモダナイゼーションでは、ワークロードの移行スコープの一部に、アセンブラで実装されたビジネス機能が含まれる場合があります。 AWS Mainframe Modernization Code Conversion with mLogica は、アセンブラプログラムとマクロを COBOL プログラムとコピーブックに変換する AWS のクラウドネイティブサービスです。このブログ記事では、変換アプローチとその利点について説明し、アセンブラのコード変換手順を順を追って解説します。 メインフレームのアセンブラコードのモダナイゼーションの必要性 メインフレームの顧客の多くは、中核となるビジネス機能を実行するソフトウェアポートフォリオの一部としてアセンブラプログラムを保有しています。この事実は、銀行、保険、小売、航空会社、自動車、電気通信など、あらゆる業界に影響を及ぼします。mLogica が行った 調査 では、メインフレーム上のエンタープライズアプリケーションの 66% に何らかのアセンブラコードが組み込まれていると推定されています。アセンブラプログラミング言語は、メインフレームのハードウェアアーキテクチャに特化した低レベルの機械命令で構成されています。過去にお客様がアセンブラで開発してきたのは、主に成熟したアプリケーションで、高いパフォーマンスを必要とする処理でした。 しかし、アセンブラはメンテナンスに費用がかかり、 モダンなコーディング標準との整合性が取れていない ため、技術的負債の原因にもなります。アセンブラのスキルは急速に低下しており、プログラムの読みやすさ、理解 (コード文書が限られているため)、保守、アップグレードが難しくなっています。さらに、アセンブラプログラムやマクロの多くはオペレーティングシステムと直接やり取りするため、複雑さが増しています。お客様は、アセンブラプログラムを手動で書き換えるリスクを冒さずにこれらの課題を解決できるソリューションを求めています。 メインフレームのワークロードをクラウドにモダナイズするという戦略的目標を掲げているお客様は、運用コストの削減、メインフレームのスキル不足の回避、イノベーションの促進を望んでいます。メインフレームワークロードを AWS に移行する場合、アセンブラコードは複雑でスキルが必要なため、大きな課題となります。アセンブラプログラムを手動で書き直す方法はスケールできず、レアな専門的スキルを必要とし、全体的な移行スケジュールの遅延に繋がります。アセンブラプログラムとマクロをより低コストで組み込んで、メインフレームワークロードのモダナイゼーションをスピードアップできるソリューションを構築してほしいという要望がお客様からありました。 AWS Mainframe Modernization Code Conversion with mLogica の紹介 AWS re: Invent 2023 で発表されたように、AWS は mLogica とパートナーシップを結び、AWS Mainframe Modernization Code Conversion for Assembler を構築しました。2024 年 7 月以降、AWS Mainframe Modernization Code Conversion for Assembler が 一般公開 されたことを発表できることを嬉しく思います。AWS Mainframe Modernization Code Conversion は、アセンブラプログラムとマクロを COBOL プログラムとコピーブックに変換できる AWS のクラウドネイティブ機能です。このソリューションは、100 件以上のプロジェクトの成功や 3,000 万件を超えるコード行 (LoC) のモダナイズなど、20 年にわたるグローバルなモダナイゼーションプロジェクトの経験を持つ mLogica のテクノロジーに依存しています。 AWS Mainframe Modernization Code Conversion は、さまざまな環境向けにアセンブラ言語のソースコードを COBOL に変換するセルフサービス機能を提供します。このソリューションは、IBM Enterprise COBOL コンパイラ、Rocket Software (旧 Micro Focus) COBOL コンパイラなど、さまざまな COBOL コンパイラをターゲットにすることができます。 ターゲットのコンパイラによっては、AWS Mainframe Modernization Code Conversion によって生成された COBOL プログラムとコピーブックは、メインフレームを含むさまざまな COBOL ランタイムで実行できます。変換された COBOL プログラムは、たとえば次のような既存のモダナイゼーションプロジェクトに統合できます。 自動リファクタリングプロジェクト: COBOL 言語アプリケーションからアジャイルな Java ベースのサービスへの移行を自動化し、戦略的変革におけるさまざまな側面での技術的負債を最小限に抑えます。お客様は AWS Mainframe Modernization Refactor with AWS Blu Age を使うことができます。 リプラットフォームプロジェクト: プログラミング言語は COBOL と PL/I のままアプリケーションを移行すると同時に、クラウドネイティブな DevOps 運用によりインフラストラクチャとプロセスをモダナイズしてアジリティを高めることができます。お客様は、 AWS Mainframe Modernization Replatform with Rocket Software (旧 Micro Focus) を使うことができます。 利点 AWS Mainframe Modernization Code Conversion ソリューションにより、アセンブラから COBOL への移行が可能になり、組織はアセンブラのスキル不足に対処しながら、大規模なモダナイゼーションイニシアチブを実施できるようになります。メインフレームワークロードを AWS クラウドでモダナイズするという、イノベーションの推進と戦略的目標の達成に役立ちます。 AWS Mainframe Modernization Code Conversion ソリューションは、独自のツールベースのアプローチを使用して、コード分析とアセンブラから COBOL への変換を迅速化します。セルフサービスでアセンブラコードを分析して COBOL に自動的に変換することにより、生産性が向上します。アセンブラを COBOL に移行することで、技術的負債を減らす機会が得られます。変換された COBOL ソースコードにより、メインフレームの内外を問わず、他のアプリケーションとの統合が容易になります。アセンブラを組み込んだメインフレームワークロードを AWS クラウドに移行するためのモダナイゼーションオプションが増えます。 図 1 – AWS Mainframe Modernization Code Conversion 概要 AWS Mainframe Modernization Code Conversion サービスは、 Amazon Elastic Container Registry (Amazon ECR) でホストされ、 AWS CodeBuild で実行されるコンテナイメージを介して利用でき、基盤となるコンピューティングのライフサイクル管理に役立ちます。ユーザーは、アセンブラプログラムとマクロを分析して COBOL に変換するための AWS マネージドソリューションの恩恵を受けることができます。このサービスはお客様の AWS アカウント内で実行され、アセンブラおよび COBOL のソースコードをお客様の AWS アカウント外に送信または保存することはありません。 AWS Mainframe Modernization Code Conversion 変換は、セキュリティとデータ保護に関するデプロイのベストプラクティスに従い、Infrastructure as Code ツールと互換性があります。AWS CloudFormation、 AWS Cloud Development Kit、Terraform を活用して Amazon S3 バケットと 4 つの CodeBuild プロジェクトをお客様の AWS アカウントにデプロイします。 アセンブラ変換の実際 CodeBuild プロジェクトとして事前に設定された 4 つのステップによって定義される効率的な作業を実現するために、本機能に特化したモダナイゼーション手法が導入されています。 セルフサービスでの AWS Mainframe Modernization Code Conversion 利用開始 まず、AWS Mainframe Modernization Code Conversion サービスを使用するには、AWS アカウントを作成(サインアップ)する必要があります。 AWS マネジメントコンソールを開き、AWS Mainframe Modernization サービスを選択します。[ツール] メニューから、[AWS アカウントとアセットを共有する] をクリックします。これにより、AWS アカウントが AWS Mainframe Modernization Code Conversion with mLogica を使用できるようになります。 図 2 – セルフサービスによる AWS Mainframe Modernization Code Conversion サービスの利用開始プロセス ソリューションのデプロイ トランスフォーメーション環境を準備するには、[Launch Stack] ボタンをクリックして AWS アカウントで AWS CloudFormation スタックを起動します。このソリューションをお好みの AWS リージョンにデプロイするには、 本ソリューションの CloudFormation テンプレートをダウンロード して、お使いの AWS リージョンにデプロイします。 スタック名とテンプレートのパラメーターを確認します。デフォルト値は AWSM2CodeConversion です。 [スタックのクイック作成] 画面で、一番下までスクロールして「AWS CloudFormation によって IAM リソースが作成される場合があることを承認します」を選択します。 [スタックの作成] をクリックします。AWS CloudFormation スタックのデプロイには 1 ～ 2 分かかります。 図 3 – AWS CloudFormation で作成されたスタック スタックが作成されたら、CodeBuild サービスにアクセスして、AWS Mainframe Modernization Code Conversion が提供する 4 つのビルドプロジェクトを使用してアセンブラのモダナイゼーションを開始してください。 define_project : S3 バケットにプロジェクト構造を作成し、アセンブラコンポーネントをアップロードします。 analysis : レポートを提供するアセンブラとマクロプログラムを分析します。 expand_macros : (オプション) アセンブラプログラム内のマクロを展開できます。 convert : アセンブラプログラムとマクロを COBOL プログラムとコピーブックに変換します。 図 4 – CodeBuild サービスにおけるコード変換の過程を表す 4 つのステップの概要 ステップ 1: Amazon S3 バケットにプロジェクトを作成する CodeBuild サービスから define_project という名前の最初のステップを選択して開始し、S3 バケットにプロジェクト構造を作成します。 図 5 – CodeBuild の最初のステップの実行を開始しようとしているところ CodeBuild プロジェクトはコンテナイメージを自動的に取得して実行し、変換プロジェクトを作成します。 図 6 – CodeBuild プロジェクト実行経過の詳細 ビルドが成功したら、S3 バケットに移動し、 prj_codebuild_01/ という名前で新しく作成されたプロジェクトフォルダにアセンブラプログラムとマクロをアップロードします。 図 7 – S3 バケットに生成された出力プロジェクトフォルダー ステップ 2: 分析を実行してレポートを生成する CodeBuild サービスから、S3 バケットにアップロードされたアセンブラインベントリを分析するステップを選択して開始します。AWS Mainframe Modernization Code Conversion with mLogica の define_project を使用したレポートには AWS の料金はかかりません。 図 8 – CodeBuild の 2 番目のステップの実行を開始しようとしているところ CodeBuild プロジェクトはコンテナイメージを自動的に取得して実行し、分析を処理してレポートを生成します。レポートは S3 バケットのプロジェクトにロードされます。分析が完了したら、S3 バケットに移動してレポートをダウンロードします。 図 9 – S3 バケットに生成された出力 (分析レポート) の概要 以下のレポートが生成されます。 AWSM2CCM-Analysis-Report-*.pdf: このレポートは、AWS Mainframe Modernization Code Conversion の重要な側面である、コード分析レポートです。このレポートは、アセンブラコード変換の複雑さを推定するために生成されます。エグゼクティブレポートには、アセンブラコードの請求と適用範囲、変換概要、詳細な変換統計、および変換の改善に関する情報がまとめられています。このレポートは PDF 形式で提供されます。 図 10 – 生成された分析レポートの例 (AWSM2CCM-Analysis-Report-*.pdf) Conversion_Detailed_Statistics.txt: 本レポートにより、各コンポーネントに含まれる各アセンブラ命令の「変換ステータス」として表示される頻度と予想される変換結果が表示されます。コンバーターがサポートしていない命令が使用されているかどうかをすばやく確認できます。 Conversion_Global_Statistics.txt: このテクニカルレポートには、コンポーネントレベルの「コンバージョンステータス」の概要が記載されています。 CrossReference_Global_Statistics.txt: このテクニカルレポートは、アセンブラプログラムのマクロへの依存関係について説明します。アップロードされたコードにマクロがないかどうかを簡単に判断できます。 CrossReference_PgmToPgm.txt: このテクニカルレポートでは、アセンブラプログラムの他のプログラムへの依存関係を示します。アップロードされたコードから欠落しているアセンブラプログラムがないかどうかを簡単に判断できます。 変換ステップで実際の変換を実行する前に、これらのレポートを確認することが重要です。 ステップ 3: アセンブラマクロの展開を実行する メインフレームのアセンブラコードでは、(モダンなプログラミング言語の関数と同様に) 機能を再利用できるようにするためにマクロが頻繁に使用されます。マクロの動作は通常、アプリケーションの実行時に、アセンブラプログラムから渡されるパラメータに基づいて決定されます。条件付きアセンブラ言語命令として分類されるアセンブラ命令 (分岐型 AIF、AGO 命令など) の中には、マクロの動作と実行に影響するものがあります。COBOL へのコード変換の技術的な課題は、条件付きアセンブラ言語命令に依存するアセンブラマクロの動的な流れです。 分析の段階で、条件付きアセンブラ言語の命令が Conversion_Detailed_Statistics.txt レポートに表示されます。条件付きアセンブラ言語の命令が見つかった場合、これらの命令は、該当のアセンブラマクロをアセンブラプログラムに展開 (またはリエンジニアリング) する候補となります。見つからない場合は、アセンブラマクロを展開する必要はありません。 AWS Mainframe Modernization Code Conversion には、COBOL へのコード変換を容易にする条件付きアセンブラ言語命令を削除するメカニズムが含まれています。このソリューションには、よりクリーンで静的なアセンブラコードを作成するための変換前の準備段階として役立つ機能が備わっています。 分析ステップで条件付きアセンブラ言語命令が見つかった場合は、該当のアセンブラソースコードと、そのプログラムの IBM High Level Assembler によるアセンブルリストファイルを S3 バケットにアップロードします。アセンブルリストファイルは、メインフレームのアセンブラによって生成されます。コード内で展開する関連マクロや、例えば、シンボルディクショナリ、オーバーライドパラメータなどの追加情報が含まれています。 図 11 – アセンブラマクロを展開するプロジェクトの S3 バケット CodeBuild サービスから、 expand_macros という名前の 3 番目のオプションステップを選択して開始し、S3 バケットで以前に更新されたアセンブラプログラムインベントリ内のマクロを展開します。AWS Mainframe Modernization Code Conversion with mLogica の expand_macros ステップの実行には AWS 料金はかかりません。開始すると、CodeBuild プロジェクトはコンテナイメージを自動的に取り込んで実行し、マクロをアセンブラプログラムに展開します。ビルドが成功したら、S3 バケットに移動して拡張されたアセンブラプログラムを入手してください。 その結果は、処理対象のアセンブラプログラムの修正版です。マクロは外部モジュールとして含まれなくなり、アセンブラプログラム (リストファイルで識別される) に組み込まれました。 ステップ 4: アセンブラコードを COBOL に変換する Amazon S3 バケット内の project_settings.json を構成します。 図 12 – S3 バケット内で編集対象の project_settings.json を含むプロジェクトの概要 このファイルは、ターゲットコンパイラ、エンディアン、生成された COBOL プログラムとコピーブックのファイル拡張子、トレース、ファイル内の COBOL アライメントなどのパラメータを指定します。 { "Source programs directory":"srclib", "Source copybooks/macros directory":"macrolib", "Copybook/Macros Conversion":"Called_only", "Do not regenerate the Copy/Macro if already exists":"false", "Target Compiler":"IBM", "Endianess":"Big", "Converted programs extension":"", "Converted CICS programs extension":"", "Converted copies/macros extension":"", "Trace Level":"STANDARD", "Trace file open mode":"append", "Data definition level":5, "Start picture column":40, "Generate Sync FILLER with name":"FILL-SYNC", "Use SYNC clause":"yes", "Decimal Point Comma":"true", "Original Source Placement":"RIGHT" } CodeBuild サービスから、 convert という名前の 4 番目で最後のステップを選択してビルドを開始します。これにより、アセンブラプログラムとマクロが COBOL プログラムとコピーブックに変換されます。AWS Mainframe Modernization Code Conversion with mLogica の convert ステップでは、お客様に料金がかかります。詳細については、 AWS Mainframe Modernization Pricing をご覧ください。 図 13 – CodeBuild の 4 番目のステップの実行を開始しようとしているところ CodeBuild プロジェクトはコンテナイメージを自動的に取得して実行し、コードをアセンブラから COBOL に変換します。結果は同じ S3 バケットに格納されます。ビルドが成功したら、S3 バケットに移動して、生成された COBOL プログラム、コピーブック、および関連する COBOL 依存関係をダウンロードします。 図 14 – 出力として生成された COBOL プログラム、コピーブック、および依存関係の (フォルダレベルの) 概要 注: AWS Mainframe Modernization Code Conversion は、S3 バケットのプロジェクトでホストされるコード変換の実行を追跡するためのハッシュファイルを生成します。プログラムやマクロ内のアセンブラソースコードを更新すると、コード変換と請求に影響する可能性があります。 ソースコードに変更が無い場合: 本ソリューションでは、新しいコード変換に料金はかかりません。 ソースコードが更新されてコード行が削除された場合: 本ソリューションでは、新しいコード変換に料金はかかりません。 ソースコードがコード行の追加により更新された場合: 本ソリューションでは新しいコード行に料金がかかります。 コード変換が完了したら、メインフレーム移行プロジェクトの一環として COBOL コンポーネントをコンパイルしてテストします。コンパイルとテストは AWS Mainframe Code Conversion ソリューションのスコープ外です。 価格設定 AWS Mainframe Modernization Code Conversion は、コンポーネント全体の料金を請求します。変換できなかった行、一部が変換された行、完全に変換された行を含め、対象範囲内の各コンポーネントのコード行ごとに課金されます。AWS Mainframe Modernization Code Conversion は、対象範囲内のプログラム、参照されたコピーブック、およびマクロ内のコード行数をカウントし、合計行数に基づいて料金を請求します。詳細については、 AWS Mainframe Modernization Pricing をご覧ください。 アセンブラプログラムで参照されていないコピーブックやマクロは対象外とみなされます。たとえば、あるプログラムに 1,000 行のコードがあるとします。処理後、700 行は完全に変換され、200 行は部分的に変換され、100 行は変換されません。この例で課金対象となるコード行は、処理されたコードの総行数に相当する 1,000 行のコードになります。 コード変換の技術支援 AWS Mainframe Modernization Code Conversion は、ビジネス目標を達成するために技術的負債を減らし始める機会を提供するためにリリースされました。 アセンブラから COBOL へのコード行の変換率を高めたい場合は、追加の契約オプションについて AWS の担当者にお問い合わせください。これには、キャリブレーション作業またはプロフェッショナルサービスの支援が必要な場合があります。 アセンブラを自分でモダナイズしましょう AWS Mainframe Modernization Code Conversion は、アセンブラプログラムとマクロを COBOL に変換することで、アプリケーションのモダナイゼーションを加速します。セルフサービスソリューションにより、変換の労力とコストが削減されます。いったん変換されると、組織はメインフレームの内外で COBOL プログラムとコピーブックを実行できます。その結果は、AWS Blu Age によるリファクタリングや Rocket Software (旧 Micro Focus) によるリプラットフォームなど、メインフレームのモダナイゼーションのジャーニーのためのツールで利用できます。開始するには、 AWS Mainframe Modernization Code Conversion with mLogica のドキュメントをご覧ください。 著者 <!-- '"` --> Pablo Alonso Prieto Pablo Alonso Prieto は AWS Professional Services の Senior Mainframe Architect です。Pabloは、メインフレームシステム (パフォーマンス、レジリエンシー、最適化) とメインフレームモダナイゼーションにおいて 15 年以上の経験があります。現在の役職では、お客様のメインフレームの AWS へのモダナイゼーションの取り組みに注力しています。 Alexis Chretienne Alexis Chretienne は AWS Professional Services の Mainframe Consultant です。Alexisは、メインフレーム (ソフトウェア、ハードウェア、パフォーマンス、レジリエンシー) とメインフレームモダナイゼーションにおいて 10 年以上の経験があり、世界中のお客様と一緒に仕事をしてきました。銀行および保険業界を中心としたフランスでの 3 年間のプリセールス経験も含まれています。現在の役職では、Alexis はお客様のメインフレームと IBM i (iSeries, AS/400) の AWS への移行を成功させるために AWS プロフェッショナルサービスチームをサポートしています。 Phil de Valence Phil de Valence は、AWS Mainframe Modernization サービスのプロダクトマネジメントをリードしています。Phil は 22 年以上にわたってメインフレームに関わり、主に世界中の企業顧客向けのモダナイゼーションの取り組みをリードしてきました。メインフレームに関する 9 冊の著書 (IBM Redbooks) を共同執筆し、AWS のモダナイゼーションに関する 50 以上の記事やビデオを出版し、AWS re: Invent、Micro Focus Universe、SHARE、IBM Impact などのカンファレンスで発表してきました。現在の役職では、ビジネス価値を最大限に引き出すために、メインフレームアプリケーションのモダナイゼーションを加速させるイノベーションの構築に注力しています。メインフレームとレガシーシステムに対する AWS の価値提示を最大限に活用する方法について、お客様やパートナーに助言しています。 Mike Benson Mike Benson は AWS Worldwide Specialist Organization に於いてメインフレームモダナイゼーションを専門とする Senior Specialist Solutions Architect です。Mike は 40 年以上にわたってメインフレームテクノロジーに携わってきました。 Maggie Li Maggie Li は AWS Mainframe Modernization サービスの Principal Software Engineer です。Maggie は、メインフレームシステムとメインフレームモダナイゼーションにおいて 25 年以上の経験があります。現在の役職では、メインフレームアプリケーションとデータのモダナイゼーションを加速させる革新的なソリューションの構築に注力しています。 この投稿の翻訳は Mainframe Modernization Specialist Solutions Architect の皆川が担当致しました。原文記事は こちら です。

本記事は 2025 年 8 月 13 日に公開された “ Announcing Extended Support for Amazon DocumentDB (with MongoDB compatibility) version 3.6 ” を翻訳したものです。 2025 年 8 月 13 日、 Amazon DocumentDB (with MongoDB compatibility) は、Amazon DocumentDB バージョン 3.6 のサポート終了日が 2026 年 3 月 30 日になると発表しました。 2026 年 3 月 31 日以降は、Amazon DocumentDB バージョン 3.6 を延長サポートで実行できます。 延長サポートでは、Amazon DocumentDB バージョン 3.6 の標準サポート終了から 3 年間、重大なセキュリティ問題やバグに対するパッチリリースが提供されます。 延長サポートを利用することで、ワークロードをセキュアかつ安定した状態に保ちながら、アプリケーションの互換性検証、リスク軽減、アップグレードの実行計画を立てる時間を確保できます。 Amazon DocumentDB バージョン 3.6 で実行されているワークロードをテストし、バージョン 5.0 にアップグレードすることをお勧めします。執筆時点では、Amazon DocumentDB バージョン 4.0 または 5.0 の廃止予定はありません。いずれかのバージョンの標準サポート終了が発表された場合、AWS のガイドラインに従ってアップグレード計画を立てるための十分な時間を設けた上で事前に通知します。2026 年 3 月 30 日までにアップグレードしていないお客様は、2029 年 3 月 30 日まで延長サポートを利用する必要があります。2026 年 3 月 31 日までに後続バージョンにアップグレードされていない Amazon DocumentDB バージョン 3.6 のクラスターには、 Amazon DocumentDB 料金ページ に詳述されている延長サポート料金が発生します。 この記事では、Amazon DocumentDB 延長サポートの内容、主な利点、および利用可能なアップグレードオプションについて説明します。 Amazon DocumentDB 延長サポートの主要日程 Amazon DocumentDB バージョン 3.6 の標準サポート終了日と延長サポート日は以下の通りです: バージョン 3.6 のリリース – 2019 年 1 月 9 日 バージョン 3.6 の標準サポート終了 – 2026 年 3 月 30 日 バージョン 3.6 の延長サポート年 1 価格の開始 – 2026 年 3 月 31 日 バージョン 3.6 の延長サポート年 3 価格の開始 – 2028 年 3 月 31 日 バージョン 3.6 の延長サポート終了 – 2029 年 3 月 30 日 延長サポートの詳細な価格情報は、 Amazon DocumentDB 価格ページ で確認できます。 2029 年 3 月 30 日に延長サポート期間が終了した後も、Amazon DocumentDB バージョン 3.6 を実行し続けているクラスターは、サービスを継続するために最新バージョンの Amazon DocumentDB にアップグレードされます。 Amazon DocumentDB をバージョン 5.0 にアップグレードすることで得られるメリット Amazon DocumentDB バージョン 5.0 では、バージョン 3.6 に比べて以下のような新機能が導入されています: ストレージ容量の増加 – インスタンスベースのクラスターは最大128 TiBまで、エラスティッククラスターはシャードあたり128 TiBに対応 セキュリティの強化 – クライアント側のフィールドレベル暗号化 (FLE) サーバーレス – アプリケーションの需要に応じてコンピューティングリソースとメモリーをオートスケーリング API 互換性 – MongoDB 5.0 API ドライバー互換性、$elemMatch、datetime 演算子 ACID トランザクション – 複数のドキュメントやデータベースにまたがってのサポート 変更ストリームの改善 – 保持期間を 7 日間に延長、クラスター単位の操作が可能に これらの利点の詳細については、 Amazon DocumentDB 3.6/4.0 から 5.0 にアップグレードしたクラスターと新規の Amazon DocumentDB 5.0 クラスターの違い を参照してください。 Amazon DocumentDB バージョン 3.6 から 5.0 へのアップグレードオプション Amazon DocumentDB では現在、Amazon DocumentDB バージョン 3.6 から Amazon DocumentDB バージョン 5.0 へのアップグレード方法として3つの方法を提供しています。 適切な方法は、ワークロードとダウンタイムの影響によって異なります。 インプレースのメジャーバージョンアップグレード (MVU) – インプレースの MVU を使用すると、データの移行やエンドポイントの変更なしで、Amazon DocumentDB クラスターをアップグレードできます。Amazon DocumentDB クラスターは、インプレースの MVU 中は使用できなくなり、複数回のクラスター再起動が発生します。ダウンタイムの期間は、データベース、コレクション、インデックスの数によって異なります。本番データベースのクローンを作成し、テスト MVU を実行して、実際の業務に与えるダウンタイムを見積もることをお勧めします。詳細については、 Amazon DocumentDB インプレースメジャーバージョンアップグレード を参照してください。 AWS DMS – AWS Database Migration Service (AWS DMS) を使用して、既存のクラスターからデータとインデックスを新しい Amazon DocumentDB バージョン 5.0 のクラスターに移行できます。AWS DMS は、サポートされているソースとターゲット間でデータを移行するためのマネージドサービスです。このオプションでは、全体のアップグレードプロセスのダウンタイムを最小限に抑えることができます。詳細については、 AWS Database Migration Service を使用した Amazon DocumentDB クラスターのアップグレード を参照してください。 mongodump と mongorestore – mongodump や mongorestore などのコマンドラインユーティリティを使用して、Amazon DocumentDB データベースのバイナリバックアップを作成し、新しい Amazon DocumentDB バージョン 5.0 のクラスターに復元できます。このアプローチは、アップグレード中のダウンタイムを許容できるワークロードに適しています。 AWS は、アップグレードプロセスの前にバックアップスナップショットを取得し、ステージング環境でアプリケーションの動作をテストすることを推奨しています。詳細については、 Amazon DocumentDB 3.6 を 5.0 にニアゼロダウンタイムでアップグレードする を参照してください。 次のステップ Amazon DocumentDB バージョン 3.6 の延長サポートは、お客様にアップグレードの移行を完了するための追加の時間と柔軟性を提供することを目的としています。 2026 年 3 月 30 日の Amazon DocumentDB バージョン 3.6 のサポート終了日よりも十分に前から、アップグレードの計画を立てることをお勧めします。 最新の Amazon DocumentDB バージョン 5.0 にアップグレードすると、スケーラビリティ、セキュリティ、パフォーマンス、機能が向上します。 まず、現在の Amazon DocumentDB エンジンバージョンを確認し、アップグレード時期に影響する可能性がある依存関係を特定し、ステージング環境で新しいバージョンをテストすることから始めましょう。Amazon DocumentDB バージョン 3.6 クラスターについて標準サポートの終了までにアップグレードを完了しない場合、2026 年 3 月 31 日から延長サポート料金が必要になります。価格設定は、 Amazon DocumentDB 価格設定ページ に概説されているように、バージョンと延長サポートの期間に基づきます。 詳細については、 延長サポートのドキュメント を参照してください。 著者について この記事は、Tiffany Yang によって投稿された記事を翻訳したものです。

本記事は 2024 年 4 月 5 日に公開された “ Upgrade Amazon DocumentDB 3.6 to 5.0 with near-zero downtime ” を翻訳したものです。 Amazon DocumentDB (with MongoDB compatibility) は、エンタープライズワークロードのスケーリングのために設計された、フルマネージド型のネイティブ JSON データベースです。MongoDB API 3.6、4.0、および 5.0 の同じアプリケーションコード、ドライバー、ツールを使用して、基盤となるインフラストラクチャの管理を心配することなく、Amazon DocumentDB 上でワークロードを実行、管理、スケーリングできます。ドキュメント指向データベースとして、Amazon DocumentDB は JSON データの保存、クエリ、インデックス作成を簡単に行うことができます。 Amazon DocumentDB バージョン 5.0 では、Amazon DocumentDB クラスターをバージョン 3.6 および 4.0 から 5.0 へメジャーバージョンアップグレードできるようになりました。これにより、 ベクトル検索 、 I/O 最適化ストレージ 、 ドキュメント圧縮 、 テキスト検索 、 部分インデックス などの最新機能を利用できるようになります。 この投稿では、インプレースメジャーバージョンアップグレードと Amazon DocumentDB ボリュームクローニング を使用して、ニアゼロダウンタイムで Amazon DocumentDB 3.6 から 5.0 へのアップグレードを実行する方法について説明します。 Amazon DocumentDB 4.0 から Amazon DocumentDB 5.0 へのメジャーバージョンアップグレードをニアゼロダウンタイムで実行するには、 Amazon DocumentDB 4.0 を 5.0 にニアゼロダウンタイムでアップグレードする を参照してください。 既存のアップグレードオプション 現在、Amazon DocumentDB 3.6 ユーザーは以下のアプローチを使用して Amazon DocumentDB 5.0 へのメジャーバージョンアップグレードを実行できます： mongodump と mongorestore – mongodump や mongorestore などのコマンドラインユーティリティを使用して、Amazon DocumentDB データベースのバイナリバックアップを作成し、新しい Amazon DocumentDB 5.0 クラスターに復元することができます。このアプローチではアップグレード中に Amazon DocumentDB クラスターがオフラインになるため、ダウンタイムを許容できるワークロードに最適です。 AWS DMS – AWS Database Migration Service （ AWS DMS ）を使用して、既存のクラスターから新しい Amazon DocumentDB 5.0 クラスターにデータとインデックスを移行できます。AWS DMS は、サポートされているソースとターゲット間で既存のデータを移行するために使用できるマネージドサービスです。このアプローチでは、追加の Amazon DocumentDB I/O 料金と AWS DMS 使用料が発生します。詳細については、 AWS Database Migration Service を使用した Amazon DocumentDB クラスターのアップグレード をご覧ください。 インプレースメジャーバージョンアップグレード – この機能を使用すると、データの移行やエンドポイントの変更なく、Amazon DocumentDB クラスターのインプレースアップグレードを実行できますが、一定のダウンタイムが必要であり、ダウンタイムの長さはデータベース、コレクション、インデックスの数によって異なります。詳細については、 インプレースメジャーバージョンアップグレードのドキュメント を参照してください。 ソリューション概要 この投稿では、インプレースでのメジャーバージョンアップグレードと Amazon DocumentDB のクローニングを使用して、ニアゼロダウンタイムでメジャーバージョンアップグレードを実行するハイブリッドアプローチを紹介します。 このアプローチにより、クラスター全体のデータを新しいエンドポイントに移行する際に通常発生する I/O コストとアップグレード時間を最小限に抑えることもできます。 以下のステップでは、このソリューションの動作概要を示します： Python と mongo シェルを利用できる Amazon Elastic Compute Cloud (Amazon EC2) インスタンスを使用して作成します。 ソースの Amazon DocumentDB クラスターで 変更ストリームを有効化 します。 Amazon DocumentDB MVU CDC 移行ツール を使用して、ソースクラスター全体の変更ストリームトークンを取得します。 Amazon DocumentDB クラスターを クローン作成 します。 クローン作成したクラスターでインプレース形式のメジャーバージョンアップグレードを実行します。 Amazon DocumentDB MVU CDC 移行ツールを使用して変更データキャプチャ (CDC) を複製します。 レプリケーションが追いついた後、アプリケーションのエンドポイントをクローン作成したクラスターに変更します。 アップグレード後のクリーンアップを実行します。 前提条件 さらに進めるには、 インプレースでのメジャーバージョンアップグレード と ボリュームのクローン作成 について高いレベルの理解が必要です。 このソリューションでは、Amazon DocumentDB 変更ストリームと EC2 インスタンスに関連する最小限のコストがアカウントに発生します。 構成に基づいたコストの見積もりには、 AWS 料金計算ツール を使用できます。 Amazon DocumentDB クラスターを上位バージョンにアップグレードする際は、非推奨の機能やオペレーター、使用方法の変更がないか確認してください。 新しいバージョンでアプリケーションを実行し、計画された変更点以外は、ドライバーの動作とパフォーマンスが以前のバージョンと同じであることを確認してください。 アップグレードプロセス中も、ソースとなる 3.6 クラスターは引き続き稼働し、アプリケーショントラフィックを処理することができます。 エンドポイントの切り替えにはまだ若干のダウンタイムが発生することに注意してください。本番環境で実施する前に、ステージング環境などでこのアプローチの複数回のテスト実行を行うことを強くお勧めします。 Python と mongo シェルを使用した EC2 インスタンスの作成 既存の EC2 インスタンスを選択するか、新しいインスタンスを構成することができます。 この EC2 インスタンスは、トークンをキャプチャし、Amazon DocumentDB MVU CDC 移行ツールを使用して CDC の移行を行うスクリプトを実行するために使用します。 インスタンスのセキュリティグループを設定して、Amazon DocumentDB クラスター (ポート 27017) に接続します EC2 インスタンスに mongo シェルをインストールします。手順については、 Install the mongo shell を参照してください。 Amazon Linux 2 AMI EC2 インスタンスで、次のコマンドを使用して python、pymongo、および git をインストールします。 sudo yum install python sudo yum install git sudo pip3 install pymongo Amazon DocumentDB 3.6 クラスターでの変更ストリームの有効化 Amazon DocumentDB クラスターのメジャーバージョンアップグレードをダウンタイムを最小限に抑えて実行するには、クラスターで 変更ストリーム を有効にします。変更ストリームは、Amazon DocumentDB クラスター内で発生する更新イベントの時系列順のシーケンスを提供します。 変更ストリームログの保持期間を設定して、CDC で欠落したトランザクションがないことを確認してください。変更ストリームログの保持期間のデフォルトは 3 時間です。この期間は 1 時間から 7 日間の間で任意の値に設定できます。この設定を少なくとも 24 時間に設定することをお勧めします。 以下の AWS Command Line Interface (AWS CLI) コマンドは保持期間を 24 時間に延長します： aws docdb modify-db-cluster-parameter-group \ --db-cluster-parameter-group-name &lt;parameter group name&gt; \ --parameters "ParameterName=change_stream_log_retention_duration, ParameterValue=86400,ApplyMethod=immediate" Amazon DocumentDB コンソール からも変更ストリームの保持期間を変更できます。クラスターがデフォルトのパラメータグループを使用している場合は、まずそれをカスタムパラメータグループに変更する必要があり、これにはクラスターの再起動が必要です。 すべてのデータベースで変更ストリームを有効にするには、mongo シェルを使用して Amazon DocumentDB クラスターに接続し、次のコマンドを使用して変更ストリームを有効にします。 db.adminCommand({modifyChangeStreams: 1,database :"",collection:"", enable: true}); 変更ストリームの作成を確認するには、$listChangeStreams 集計パイプラインステージを使用して、クラスターで有効化されているすべての変更ストリームを一覧表示します。詳細については、 変更ストリームの有効化 を参照してください。 Amazon DocumentDB MVU CDC 移行ツールを使用したクラスター全体の変更ストリームトークンの取得 クラスター全体の変更ストリームトークンを取得するには、 Amazon DocumentDB MVU CDC 移行ツール を実行する必要があります。以下の手順を完了してください： リポジトリをクローンし、ツールフォルダに移動します： git clone https://github.com/awslabs/amazon-documentdb-tools.git cd amazon-documentdb-tools/migration/mvu-tool/ Amazon DocumentDB 認証局 (CA) 証明書をダウンロードする wget https://truststore.pki.rds.amazonaws.com/global/global-bundle.pem MVU CDC 移行ツールを get-resume-token オプションで実行して、クラスター全体のトークンを取得します。 注意: source-cluster-uri のリードプリファレンス設定が secondaryPreferred でないことを確認してください。Amazon DocumentDB はプライマリインスタンスでのみ変更ストリームをサポートしています。 python3 mvu-cdc-migrator.py --source-uri ' &lt;source-cluster-uri&gt; ' --start-position 0 --verbose --get-resume-token このツールはトークンを出力に表示します。また、get-resume-token-.txt ファイルにトークンを記録します。 Amazon DocumentDB クラスターのクローン作成 Amazon DocumentDB クローニングを使用すると、同じ Amazon DocumentDB クラスターボリュームを使用し、Amazon DocumentDB 本番クラスターと同じデータを持つ新しいクラスターを作成できます。 クローンの作成は、スナップショットの復元などの他の手法を使用してデータを物理的にコピーするよりも高速で、容量効率に優れています。 AWS CLI を使用してクローンを作成するには、 Amazon DocumentDB クローンの作成 を参照してください。 AWS Management Console で本番クラスターのクローンを作成するには、次の手順を実行します： Amazon DocumentDB コンソールで、ナビゲーションペインから クラスター を選択します。 Amazon DocumentDB 本番クラスターを選択し、 Actions メニューから クローンを作成する を選択します。 クラスター識別子 には、クローンしたクラスターに付ける名前を入力します（例： cloned-docdb-cluster ）。 インスタンスの詳細、構成、ネットワーク設定、保存時の暗号化、ログエクスポート、ポート、削除保護については、Amazon DocumentDB クラスターと同じ設定を使用します。 Amazon DocumentDB クラスターとインスタンスの設定について詳しくは、 Amazon DocumentDB クラスターの管理 をご覧ください。 Create clone を選択して、Amazon DocumentDB クラスターのクローンを起動します。 クローンが作成されると、 クラスター ページの他の Amazon DocumentDB クラスターと共に一覧表示され、現在の状態が表示されます。クローンの状態が「available」になると、使用する準備が整います。 クローンされたクラスターでのインプレースメジャーバージョンアップグレードの実行 このステップでは、クローンされた Amazon DocumentDB 3.6 クラスターを 5.0 にアップグレードします。 クローンされたクラスターでその場でのメジャーバージョンアップグレードを実行しても、追加料金は発生しません。 インプレース方式のメジャーバージョンアップグレードを実行する前に、すべての前提条件のステップを完了してください。詳細については、 Amazon DocumentDB インプレースメジャーバージョンアップグレード を参照してください。 Amazon DocumentDB イベントサブスクリプションへのサブスクライブ の手順に従って、クローンされたクラスターのメンテナンスイベントをサブスクライブします。その後、以下の手順を実行してクラスターをアップグレードしてください： Amazon DocumentDB コンソールの クラスター ページで、クローンされたクラスターを選択し、 アクション メニューから 変更 を選択します。 クラスター識別子 に、クラスターの名前を入力します。 エンジンバージョン で、 5.0.0 を選択します。 VPC セキュリティグループを指定するか、既存のものを使用します。 クラスターオプション セクションで、適切なデフォルトまたはカスタムクラスターパラメータグループを選択し、 続行 を選択します。 変更のスケジュール セクションで、 すぐに適用 を選択します。 クラスターの変更 を選択して、クラスターのその場でのアップグレードを開始します。 クラスターのステータスが「upgrading」に変わります。アップグレードが完了すると、クラスターのステータスは「available」に戻り、「Database cluster major version has been upgraded」イベントが表示されます。 Events ページをモニタリングすることで、アップグレードの進行状況を追跡することもできます。 インプレースメジャーバージョンアップグレードが完了したら、アップグレードされたクローンが機能し、すべてのデータとインデックスが無事であることを確認するための整合性チェックを実行します。 クローンされたクラスターのデータを変更しないよう注意する必要があります。データの不整合を引き起こす可能性があるためです。 Amazon DocumentDB MVU CDC 移行ツールを使用した CDC のレプリケーション このステップでは、クローン作成以降のすべてのデータベース変更を複製することで、クローンされたクラスターを Amazon DocumentDB ソースクラスターと同期させます。MVU CDC 移行ツールは、作成した変更ストリームトークンから CDC 変更を複製します。このツールは Amazon DocumentDB 本番クラスターからデータを読み取り、ターゲットのクローンクラスターに書き込みます。 すでに MVU CDC 移行ツールのリポジトリをクローンしているので、変更ストリームトークンを渡して mvu-cdc-migrator.py ツールを実行し、変更を移行します： cd ~/amazon-documentdb-tools/migration/mvu-tool/ python3 mvu-cdc-migrator.py --source-uri ' &lt;source-cluster-uri&gt; ' --target-uri ' &lt;target-cluster-uri&gt; ' --start-position &lt; change stream token &gt; --verbose Amazon DocumentDB はプライマリインスタンスでのみ変更ストリームをサポートしているため、 source-cluster-uri に secondaryPreferred という読み取り設定を含めないでください。 Amazon DocumentDB MVU CDC 移行ツールのさまざまなオプションは、 GitHub リポジトリ で確認できます。 最終的に、ソースとターゲットは同期されます。コレクションに対して count() 操作を実行し、すべての変更イベントが移行されたことを確認することで、同期されているかどうかを検証できます。 Amazon DocumentDB DataDiffer ツール を使用してデータ検証を実行することもできます。 レプリケーションが追いついた後に 5.0 クラスターへアプリケーションエンドポイントを変更する 新しい Amazon DocumentDB 5.0 クラスターが同期され、すべてのチェックに合格したことを確認したら、アプリケーションのデータベース接続エンドポイントを Amazon DocumentDB 3.6 クラスターから Amazon DocumentDB 5.0 クラスターに変更できます。 アップグレード後のクリーンアップの実行 以下の手順を実行して、リソースをクリーンアップしてください： Amazon DocumentDB 3.6 クラスターを削除します 。 クローン作成操作中に変更ストリームの設定が 5.0 クラスターにコピーされたため、Amazon DocumentDB 5.0 本番クラスターの変更ストリームを無効にします。 EC2 インスタンスを削除します。 Amazon DocumentDB 5.0 クラスターに追加のインスタンスを追加して Amazon DocumentDB 本番クラスターと一致させるには、Amazon DocumentDB コンソールの クラスター ページでクローンされたクラスターを選択し、 アクション メニューから インスタンスの追加 を選択します。 Amazon DocumentDB 3.6 クラスターに設定されていたモニタリングとアラートをコピーまたは設定します。 結論 この投稿では、現行環境でのメジャーバージョンアップグレードと Amazon DocumentDB のクローン作成機能を使用して、最小限のコストとニアゼロダウンタイムで Amazon DocumentDB 3.6 から 5.0 にアップグレードする方法を紹介しました。 著者について この記事は、Kunal Agarwal, Anshu Vajpayee によって投稿された記事を翻訳したものです。

Kia ora!&nbsp; 9 月 1 日、3 つのアベイラビリティゾーンと API 名 ap-southeast-6 を持つ AWS アジアパシフィック (ニュージーランド) リージョン の一般提供の開始をお知らせします。この新しいリージョンを利用することで、お客様は、ニュージーランドでワークロードを実行し、データを安全に保管しながら、エンドユーザーにさらに低レイテンシーでサービスを提供できるようになります。 新しい AWS アジアパシフィック (ニュージーランド) リージョンは、組織がニュージーランドでデータレジデンシーを維持しながら、アプリケーションを実行し、エンドユーザーにサービスを提供するのに役立ちます。ニュージーランドに AWS リージョンを設立するための Amazon Web Services (AWS) の 75 億 NZD の投資は、ニュージーランドの国内総生産 (GDP) に 108 億 NZD の貢献をもたらすことが見込まれています。これにより、年間 1,000 人の新規雇用が創出されると推定されているほか、あらゆる規模のニュージーランドの組織が、極めて安全かつ回復力の高いインフラストラクチャを使用して、イノベーションとスケールを迅速化できるようになります。 ニュージーランドの AWS 弊社は、2013 年にニュージーランドに最初のオフィスを開設して以来、ニュージーランドのお客様により優れたサービスを提供するために、インフラストラクチャを継続的に拡張してきました: グローバル AWS ネットワークへの接続 – 2016 年、AWS は多様で大容量の 海底ケーブル接続 を確立することで、ニュージーランドの AWS グローバルインフラストラクチャ への接続を強化し、お客様のためにネットワークの信頼性とパフォーマンスを改善しました。 Amazon CloudFront – 2020 年、AWS はオークランドに 2 つの Amazon CloudFront エッジロケーションを追加することで、ニュージーランドにおけるインフラストラクチャのフットプリントを拡大しました。 AWS Local Zones – ニュージーランドにおけるインフラストラクチャオファリングをさらに強化することを目的として、AWS は、お客様が 1 桁ミリ秒のレイテンシーを必要とするアプリケーションを実現するのをサポートするために、2023 年にオークランドに AWS Local Zones を導入しました。 AWS Direct Connect – また、同年に、AWS はお客様がオンプレミスネットワークを AWS に安全に接続するのをサポートするため、オークランドに Direct Connect ロケーションを追加しました。これにより、ネットワーキングコストの削減とアプリケーションパフォーマンスの改善が実現されました。今回のリージョンの立ち上げに伴い、AWS は、オークランドに新たな Direct Connect ロケーションを追加する予定です。 AWS のお客様が多様なニーズに合わせて AWS の機能をどのように活用しているのかを見てみましょう。 セキュリティとコンプライアンス ニュージーランド政府は、公共部門全体でクラウド導入を促進するために、クラウドファーストのポリシーを策定しています。AWS は、Payment Card Industry Data Security Standard (PCI DSS)、Health Insurance Portability and Accountability Act (HIPAA) および Health Information Technology for Economic and Clinical Health (HITECH)、Federal Risk and Authorization Management Program (FedRAMP)、General Data Protection Regulation (GDPR)、Federal Information Processing Standard (FIPS) 140-3、National Institute of Standards and Technology (NIST) 800-171 など、143 のセキュリティ標準とコンプライアンス認証をサポートしており、お客様が世界中のコンプライアンス要件を満たし、安全なクラウドインフラストラクチャを提供できるよう支援しています。 ニュージーランドに拠点を置き、企業や政府機関にインフラストラクチャおよびデジタルトラストサービスを提供する組織である MATTR は、新しいリージョンから大きな利点を見出しています。MATTR や、Kiwibank、Deloitte などの他の組織が AWS ニュージーランドリージョンをどのように利用することを計画しているのかについては、こちらの ニュース記事 にアクセスしてください。 ニュージーランドにおける AI イノベーションの加速 AWS は、スタックのあらゆるレイヤーで生成 AI のための極めて包括的な一連の機能を提供します。これには、 Amazon Bedrock を利用した 生成 AI の実装のための幅広い最先端の大規模言語モデル (LLM) や、 Amazon Q を利用した仕事のやり方を変革する極めて優れた生成 AI アシスタントが含まれます。 ニュージーランドのお客様は、既に AWS が提供する生成 AI 機能の恩恵を享受しています。 Thematic は、ニュージーランドに拠点を置く、カスタマーインテリジェンスとフィードバック分析のグローバルリーダーです。Thematic は生成 AI を使用して、複数のチャネルからの顧客フィードバックデータを、精選された正確で信頼性の高いカスタマーインテリジェンスに変換します。 「Amazon Bedrock の利用は驚くほど簡単なので、利用しない理由はありません。当社がソリューションを設計する際には、必ず 10 を超える大規模言語モデル (LLM) をテストします。AWS が提供するモデルは、それらの競争で常に勝利を収めています」と Thematic の CTO 兼共同創業者である Nathan Holmberg 氏は述べています。 One NZ など、生成 AI を活用している他のお客様の詳細については、 こちらの記事 にアクセスしてください。 クラウドスキルをともに構築 2022 年にニュージーランド政府と 覚書 (MoU) を締結して以降、Amazon は 100,000 人の目標に対して、これまで 50,000 人超のニュージーランド人をトレーニングしてきました。Amazon は、 AWS Academy 、 AWS Skills Builder 、 AWS Educate 、 AWS re/Start などのプログラムを通じて、クラウド教育への投資を継続していくことに尽力しています。組織は AWS を利用してグローバル展開を図りながら、現地の人材育成にも投資し、ニュージーランドにおけるクラウドの専門知識への需要の高まりに対応しています。 Xero は、小規模な企業向けのグローバルプラットフォームであり、会計、給与計算、支払いなど、小規模な企業にとって極めて重要なツールを 1 つのプラットフォームに統合することで、お客様のビジネスを加速させます。Xero は 2016 年から AWS を活用しており、プラットフォームをグローバルに拡大して、特徴量を強化するとともに、継続的なイノベーションを実現してきました。 「75 億 NZ ドルの投資を通じた、ニュージーランドのテクノロジー業界への Amazon のコミットメントには、期待を寄せています。これは大きな信頼の証であり、ニュージーランドのテクノロジー輸出企業と、AWS エコシステムおよびより広範な Amazon ネットワークにおける新たなグローバルな機会を結びつけるのに役立つでしょう」と Aotearoa New Zealand の Xero Country Manager である Bridget Snelling 氏は述べています。 持続可能なデジタルトランスフォーメーション The Climate Pledge を通じて、Amazon は 2040 年までに事業全体でネットゼロカーボンを達成することに取り組んでいます。AWS は、ニュージーランド国内のデータセンターを効率的かつ責任ある態様で運用することにより、ニュージーランドの持続可能性に関する目標達成を支援することに尽力しています。AWS アジアパシフィック (ニュージーランド) リージョンは、Mercury New Zealand との契約を通じて、立ち上げ初日から再生可能エネルギーで運営されています。 エネルギー企業は、持続可能性に関する目標の推進と並行して、AWS を利用してオペレーションをモダナイズしています。資産開発プラットフォームである Sharesies は、AWS を利用してオペレーションをモダナイズし、同時に持続可能性の目標を推進しています。 「Sharesies は、お客様のデータを国内で保管すること、再生可能エネルギーが利用可能であることを強く支持しています」と Sharesies の Chief Technical Officer である Richard Clark 氏は述べています。「ニュージーランドの AWS クラウド上でこれを実現し、Mercury の風力エネルギーで完全に稼働させることは、大きな前進です。そして、非常に大きな高揚感を覚えています!」 ニュージーランドの AWS パートナー ニュージーランドの AWS パートナーネットワーク (APN) には、あらゆる規模のお客様が AWS 上でワークロードを設計、構築、移行、管理するのをサポートするコンサルティングおよびテクノロジーパートナーの、拡大し続けているエコシステムが含まれています。 Custom D 、 Grant Thornton Digital 、 MongoDB 、 Parallo などの AWS パートナーは、お客様がニュージーランドのさまざまな業界の組織固有のニーズに合わせてカスタマイズされた革新的なソリューションを提供するのを積極的にサポートしています。新しいリージョンにより、これらのパートナーは、AWS クラウドサービスの全機能をローカルで活用できるようになります。 ニュージーランドの AWS コミュニティ また、ニュージーランドには、1 名の AWS ヒーロー、26 名の AWS コミュニティビルダー、6 つの AWS ユーザーグループ、およびオークランド、ウェリントン、クライストチャーチの AWS ユーザーグループ全体で約 9,000 名のコミュニティメンバーがいます。AWS User Groups New Zealand への参加にご興味をお持ちの方は、 Meetup とソーシャルメディアページにアクセスしてください。 AWS ヒーローである Arshad Zackeriya 氏は、この新しいリージョンについて次のように述べています: 「ニュージーランドにおける AWS リージョンの立ち上げは、我が国にとって大きな変革です。これは単に新しい一連のデータセンターが提供されるということにとどまりません。ニュージーランドの企業やデベロッパーコミュニティの可能性を解き放ち、すべての人にとってより良く、より強くつながる Aotearoa を築くことを可能にするものなのです」。 今すぐご利用いただけます AWS アジアパシフィック (ニュージーランド) リージョンは、ニュージーランド初のインフラストラクチャリージョンであり、アジアパシフィックでは 16 番目のリージョンです。今回の立ち上げにより、AWS は世界中の 38 の地理的リージョン内で 120 のアベイラビリティゾーンを展開することになります。また、サウジアラビア王国、チリ、欧州ソブリンクラウドでは、さらに 10 のアベイラビリティゾーンと 3 つの AWS リージョンを立ち上げる計画が発表されています。 新しい アジアパシフィック (ニュージーランド) リージョン では、お客様のビジネスをサポートする準備が整っています。このリージョンで利用可能なサービスの詳細なリストについては、「 AWS サービス (リージョン別) 」ページをご覧ください。詳細については、「 AWS グローバルインフラストラクチャ 」ページにアクセスしてください。 ap-southeast-6 で構築を開始しましょう! 構築がうまくいきますように! –&nbsp; Donnie 原文は こちら です。

本記事は 2025 年 8 月 24 日に公開された “ AWS joins the DocumentDB project to build interoperable, open source document database technology ” を翻訳したものです。 AWS では、お客様のニーズに最適な技術を自由に選択できるようにクラウドサービスを設計しています。オープンスタンダードとオープンソーステクノロジーとの相互運用性に対する私たちのコミットメントは、お客様が AWS を選ぶ重要な理由の一つです。これは、2019 年に Amazon DocumentDB (with MongoDB compatibility) を発表した理由の一つでもあります。Amazon DocumentDB は、サーバーレスでフルマネージド型の MongoDB API に互換性があるドキュメント指向データベースサービスです。Amazon DocumentDB は、世界中のあらゆる業界の数万のお客様にサービスを提供しています。例えば、ユナイテッド航空は Amazon DocumentDB を使用して チケット注文ワークフロー をモダナイズしています。キャピタル・ワンは 与信判断アプリケーション に Amazon DocumentDB を使用しています。FINRA はミッションをサポートするために、お客様に代わって 規制関連の申請書類の収集システム を刷新するために Amazon DocumentDB を活用しました。 2025 年 8 月 24 日、AWS は DocumentDB オープンソースプロジェクトに Linux Foundation の管理下で参加し、お客様の選択肢と相互運用性に対する私たちのコミットメントを改めて表明します。 Microsoft は 2025 年 1 月に DocumentDB プロジェクトを立ち上げました 。 Microsoft はこのプロジェクトを Linux Foundation に移管し、そこで独立して主導・運営されることになります。 このプロジェクトは、開発者コミュニティに PostgreSQL ベースのドキュメントデータベースを提供し、エンジンのアーキテクチャと実装について完全な可視性を持たせることを目指しています。 このプロジェクトは寛容な MIT ライセンス の下でオープンソース化されているため、開発者や組織は既存のアプリケーションをほとんど変更せずに移行したり、新しいアプリケーションを構築したりすることができます。 AWS は Linux Foundation プロジェクトの技術運営委員会に参加し、この重要な技術のさらなる発展に貢献していきます。 この記事では、AWS が DocumentDB オープンソースプロジェクトに参加した 3 つの理由を紹介します。 MongoDB API の互換性 まず、DocumentDB は MongoDB API との 100% の互換性を提供することを目標としています。MongoDB API は最も人気のあるドキュメントデータベース API であり、私たちはその成功が続くことを望んでいます。このプロジェクトに参加することで、お客様がアプリケーションを AWS、他のクラウド、オンプレミス、またはデスクトップのローカル環境のどこで実行する場合でも、同じ互換性、パフォーマンス、機能にアクセスできるよう支援しています。 機能の革新 2つ目に、オープンソースはイノベーションを加速させます。Microsoft や Yugabyte を含む複数のデータベースベンダーとクラウドプロバイダーがプロジェクトに参加することで、コミュニティは MongoDB API との互換性のギャップを埋めるだけでなく、パフォーマンス、機能、開発者エクスペリエンスも向上させることが期待されます。各組織がそれぞれの専門知識を提供します。複数の企業や貢献者がこのプロジェクトをサポートすることで、お客様は MongoDB API との互換性を維持しながら、プロジェクトで実現された進歩を活用できるようになります。 PostgreSQL をベースに構築 3つ目に、DocumentDB は PostgreSQL 上に構築されています。PostgreSQL は、信頼性、機能、拡張性の評判があり、約 35 年にわたる活発な開発に支えられ、多くの企業開発者やスタートアップにとって好まれるリレーショナルデータベースとなっています。AWS は PostgreSQL オープンソースコミュニティへの 主要な貢献者 として認められており、コアデータベースソフトウェア、拡張機能、ドライバー、プロジェクトガバナンスへの貢献を提供しています。 AWS は、高可用性、メジャーバージョンアップグレード、クエリとメンテナンス操作のパフォーマンス向上、JDBC ドライバー、pgvector などの拡張機能、コミュニティ運営など、PostgreSQL の機能に貢献してきました。 例えば、制限されたファイルシステム上で拡張機能を構築するための Trusted Language Extensions (pg_tle) や、2 つ以上のアクティブなデータベース間でのデータ移動に対する回復性と柔軟性を高める pgactive などがあります。 今回、DocumentDB プロジェクトに参加することで、Amazon DocumentDB と PostgreSQL に関する私たちの専門知識をオープンソースプロジェクトの改善に活かし、お客様に利益をもたらします。 今後の展望 AWS は創設以来、クラウドでオープンソースソフトウェアを構築・実行するための最適な場所としてお客様に選ばれてきました。AWS はオープンソースプロジェクト、財団、パートナーを支援することを誇りにしています。私たちは、オープンソースの価値をお客様にもたらし、AWS の運用上の優秀性をオープンソースコミュニティに提供することに取り組んでいます。 オープンソースへの取り組みの一環として、AWS はオープンソースプロジェクトへの貢献において長い歴史を持っています。例えば、Lucene、Valkey、containerd、PostgreSQL、Rust、OpenSearch など多数のプロジェクトに貢献してきました。これらの経験から、私たちが構築し、お客様が依存しているオープンソースプロジェクトに関与し、アップストリームに貢献することの重要性を学びました。AWS はイノベーションを促進するオープンソースの力を強く信じているため、DocumentDB に長期的にコミットし続けています。Valkey や OpenSearch と同様に、Amazon DocumentDB で構築したイノベーションをオープンソースの DocumentDB プロジェクトにもたらし続けることで、お客様がソフトウェアをどこで実行することを選択しても、それらの機能を活用し続けることができるようにします。 Linux Foundation が管理する DocumentDB プロジェクトは Amazon DocumentDB と似た名前を持っていますが、内部では異なるソフトウェアを使用しています。Amazon DocumentDB は AWS が 1 から構築した MongoDB API 互換のドキュメント指向データベースです。一方、Linux Foundation が管理するプロジェクトも MongoDB 互換ですが、PostgreSQL の拡張機能として構築されたオープンソースエンジンを使用しています。これは Amazon DocumentDB で使用されているエンジンとは異なります。AWS は、Amazon OpenSearch Service と OpenSearch に投資しているのと同様に、Amazon DocumentDB とオープンソースの DocumentDB の両方に引き続き投資していきます。今後、Amazon DocumentDB のイノベーションをオープンソースプロジェクトに貢献するのと並行して、オープンソース DocumentDB エンジンの機能や性能を時間をかけてマネージド Amazon DocumentDB サービスに採用していきます。これらの変更については、今後数ヶ月の間に AWS の最新情報 で発表していきます。 PostgreSQL コア開発チーム創設メンバー Bruce Momjian 氏からのコメント： 「Microsoft と AWS 、そして他の企業が力を合わせ、 PostgreSQL 上に MongoDB 互換 API のオープンソース実装である DocumentDB の開発に取り組むことは素晴らしいことです。Microsoft と AWS はすでに PostgreSQL の強化のために協力しているので、高品質な PostgreSQL のソースコードを使用し、その拡張性を活用してオープンソースのドキュメントデータベースのニーズを満たすことは理にかなっています。このように PostgreSQL を活用するというアイデアは長い間存在していたので、今真剣に注目されていることを嬉しく思います。DocumentDB は、オープンソースの実装を望むユーザーや、単に PostgreSQL へのよりシンプルなインターフェースを求めるデータベースユーザーにとって、興味深い選択肢となるでしょう。」 Linux Foundation エグゼクティブディレクター Jim Zemlin 氏からのコメント： 「DocumentDB はドキュメントデータベースのエコシステムにおける重要なギャップを埋め、貢献者、ユーザー、支持者を惹きつけています。さらに注目すべきは、SQL がリレーショナルデータベースに対して行ったように、ドキュメントベースのアプリケーションにオープンスタンダードを提供していることです。Linux Foundation に参加することで、DocumentDB はオープンソースの未来を確保し、NoSQL データベースの標準化とコミュニティ主導のイノベーションに向けた新しい道筋を築くことを支援しています。」 私たちは、多くの関係者の一員として DocumentDB プロジェクトに貢献できることを嬉しく思います。 GitHub で DocumentDB のオープンソース開発を継続するために、ぜひご参加ください。また、詳細を知り参加するには、 こちらの Web サイト をご覧ください。 著者について この記事は、Rashim Gupta によって投稿された記事を翻訳したものです。

9 月 1 日週の私の LinkedIn フィードは、シアトルで開催された AWS Heroes Summit イベントからの写真であふれかえっていました。なじみのあるたくさんの顔ぶれと新しいヒーローたちが集結するのを見て、心が暖かくなりました。 AWS Heroes プログラム をよくご存知でない方に説明すると、このプログラムは世界的なコミュニティ表彰イニシアチブで、AWS コミュニティに大きく貢献する個人に敬意を表するためのものです。これらのヒーローは、コンテンツ制作、イベントでの講演、コミュニティ会合の企画、オープンソースプロジェクトへの貢献を通じて、深い AWS 知識を共有します。 AWS Heroes Summit は、このような非常に優れたコミュニティリーダーたちが一堂に会する場で、知識交換、ネットワーキング、コラボレーションのためのユニークなプラットフォームを提供します。AWS のイニシアチブを通じてヒーローたちと定期的に交流している私は、これらのサミットが非常に貴重なものであると常に感じています。サミットでは、深く掘り下げた技術的ディスカッション、AWS ロードマップへの早期アクセス、AWS サービスチームに直接フィードバックを提供する機会が得られます。これらのイベントで得たインサイトや人脈は、より広範な AWS コミュニティに対するより優れたリソースやガイダンスにつながることがよくあります。 8 月 25 日週のリリース インスピレーションに満ちたコミュニティイベントの次は、私が注目した AWS のリリースをいくつかご紹介したいと思います。 AWS がインターネットプロトコル v6 (IPv6) のサポートを AWS App Runner 、 AWS Client VPN 、 RDS Data API に拡張 – さらに 3 つの AWS サービスが IPv6 接続をサポートするようになりました。これは、コンプライアンス要件を満たすために役立ち、IPv4 と IPv6 間のアドレス変換を処理する必要をなくします。AWS App Runner は、パブリックとプライベートのサービスエンドポイント両方で、 IPv6 ベースのインバウンドトラフィックとアウトバウンドトラフィックをサポートするようになりました 。 AWS Client VPN では、IPv6 ワークロードへのリモートアクセスのサポートが発表されました 。これにより、IPv6 対応の VPC リソースに対してセキュアな VPN 接続を確立できるようになります。最後に、 RDS Data API が IPv6 をサポート するようになり、Aurora データベースのためのデュアルスタック構成 (IPv4 と IPv6) 接続が可能になりました。 AWS が ストレージ最適化 I8ge インスタンス と 汎用 M8i インスタンス の 2 つの新しいインスタンスファミリーを今週リリース – AWS Graviton4 プロセッサを搭載した I8ge インスタンスは、従来の Graviton2 ベースのインスタンスよりも最大 60% 優れたコンピューティングパフォーマンスを実現します。これらのインスタンスには第 3 世代の AWS Nitro SSD が使用されているため、TB あたりのリアルタイムストレージパフォーマンスが最大 55% 向上し、I/O レイテンシーも大幅に低くなっています。120 TB のストレージと最大 48xlarge のサイズ (2 つのメタルオプションを含む) を利用でき、AWS Graviton ベースのストレージ最適化インスタンスの中でも最高のストレージ密度を提供します。また、カスタム Intel Xeon 6 プロセッサを搭載した M8i インスタンスと M8i-flex インスタンスもリリースしました。これらのインスタンスは、従来のインスタンスよりも最大 15% 優れたコストパフォーマンスと 2.5 倍のメモリ帯域幅を提供します。M8i-flex インスタンスは汎用ワークロードに最適で、large から 16xlarge のサイズでご利用いただけます。要求の厳しいアプリケーションには、13 のサイズを取り揃えた SAP 認定 M8i インスタンスから選択できます。これには、2 つのベアメタルオプションと新しい 96xlarge サイズが含まれます。 Amazon EC2 Mac 専有ホストがホストリカバリと再起動ベースのホストメンテナンスのサポートを開始 – Amazon EC2 Mac 専有ホストで、ホストリカバリと再起動ベースのホストメンテナンスの 2 つの新機能を有効化できます。ホストリカバリは、Mac 専有ホスト上の潜在的なハードウェア問題を自動的に検出し、Mac インスタンスを新しい代替ホストにシームレスに移行することで、ワークロードの中断を最小限に抑えます。再起動ベースのホストメンテナンスは、スケジュールされたメンテナンスイベントの実行時に代替ホスト上のインスタンスを自動的に停止して再起動するため、計画されたメンテナンスウィンドウ中に手動で介入する必要がなくなります。 Amazon Q Developer が MCP 管理者制御のサポートを開始 – 管理者が、組織内のすべての Q Developer クライアントの MCP 機能を有効化または無効化できるようになりました。管理者がこの機能を無効にすると、ユーザーは MCP サーバーを追加できなくなり、以前に定義されたサーバーの初期化も行われなくなります。 AWS のその他のニュース その他の興味深いプロジェクトとブログ記事をいくつかご紹介します。 Mastering Amazon Q Developer with Rules – 今週末に Amazon Q Developerのルール機能に関する興味深い記事を読んだので、皆さんと共有したいと思います。私が興味を持ったのは、私が AI アシスタントを使用するときによくぶつかる問題、つまり、コーディングの設定や標準を繰り返し説明しなければならないという問題をこの機能が解決する方法です。ルールを使用すると、Markdown ファイルで設定を一度定義すれば、Amazon Q Developer が自動的にすべてのやりとりでこの設定に従います。私は特に、どのルールに従っているか、チーム間の一貫性をどのように維持しているかを明らかにする、システムの透明性が気に入っています。プロジェクトにルールを実装して以来、コード品質の一貫性が向上すると同時に、標準を繰り返し説明しなければならないという認知負荷が軽減されました。 Strategies for excelling across all four exam domains of the AWS Certified Machine Learning – Specialty certification 。私が AWS 入社後の最初の 3 年間を過ごした AWS Training &amp; Certification チームが、AWS 認定 機械学習 – 専門知識認定取得のために準備を整える方法を共有しました。ゼロから始めるのか、いくつか AWS 認定を取得した上での準備なのかは問いません。この認定の取得に向けて準備を整え、AWS での機械学習ソリューションの構築における専門知識を実証するために役立つ、前提条件とガイダンスが紹介されています。 プライムデー終了後の伝統として 、今回も AWS サービスが世界最大規模のショッピングイベントの 1 つをサポートするためにどのようにスケールしたのかを示すすばらしいメトリクスが共有されました。Amazon プライムデー 2025 は、史上最大のショッピングイベントとなり、4 日間のイベント期間中に売上高と販売商品総数の両方で最高記録を樹立しました。今年は特に特別な年で、お客様が Alexa+、Rufus、AI ショッピングガイドを使用してお得な情報を見つけたり、商品情報を入手したりするなど、生成 AI サービスにおける進歩を通じてプライムデーエクスペリエンスに大きな変化が見られました。その数は驚異的です。高可用性を維持しながら何十兆もの API コールを処理した Amazon DynamoDB は、1 桁ミリ秒で応答を返し、ピーク時のリクエスト数は 1 秒あたり 1 億 5,100 万件に達しました。 Amazon API Gateway は 1 兆件を超える内部サービスリクエストを処理しました。これは、2024 年のプライムデーと比較して、1 日あたりの平均リクエスト数が 30% 増加したことになります。 今後の AWS イベント カレンダーを確認して、近日開催予定の AWS イベントにサインアップしましょう。 AWS Summit – クラウドコンピューティングコミュニティが集まり、交流し、協力し、AWS について学ぶことができる無料のオンラインイベントと対面イベントにご参加ください。最寄りの都市で開催されるイベントにご登録ください。日程は、 トロント (9 月 4 日)、 ロサンゼルス (9 月 17 日)、 ボゴタ (10 月 9 日) です。 AWS re:Invent 2025 – この年次の大型カンファレンスは、12 月 1 日から 5 日までラスベガスで開催されます。 イベントカタログ が公開されました。AWS コミュニティの集まりを見逃さないように、カレンダーに印を付けておきましょう。 AWS Community Days – 世界中のエキスパート AWS ユーザーと業界リーダーがリードするテクニカルディスカッション、ワークショップ、ハンズオンラボが盛り込まれたコミュニティ主導のカンファレンスにぜひご参加ください。日程は、 アドリア (9 月 5 日)、 バルト諸国 (9 月 10 日)、 アオテアロア (9 月 18 日)、 南アフリカ (9 月 20 日)、 ボリビア (9 月 20 日)、 ポルトガル (9 月 27 日) です。 AWS Builder Center に参加して、AWS コミュニティで AWS ビルダーとともに学び、構築し、交流しましょう。今後開催される追加の 対面イベント と デベロッパー向けのバーチャルイベント をこちらでご覧ください。 9 月 1 日週のニュースは以上です。9 月 8 日週にお届けする次回の Weekly Roundup もお楽しみに! – seb 原文は こちら です。

本ブログは、2025 年 8 月 19 日に Raghava Kumar Vemu と Lili Zhou によって執筆された「 AWS Jam Journeys: New role-based challenges on AWS Skill Builder 」を翻訳したものです。 訳注 : 本ブログで紹介している AWS Skill Builder のリンク先は英語で表示されますが、AWS Jam のプレイ時には日本語を使用できます。 AWS ソリューションアーキテクトが日々直面するクラウドの課題と同じものをシミュレートし、それらを解決できることを証明することを想像してみてください。それが AWS Jam Journey がハンズオン学習体験を通じて提供するものです。AWS Skill Builder には現在 15 の AWS Jam Journey が提供されており、本ブログでは 8 つの新しい Jam Journey と、新しいチャレンジが追加された 7 つの刷新された Jam Journey を紹介します。これらの没入型学習体験は、 AWS Skill Builder 個人向けサブスクリプション と チームサブスクリプション の両方で利用できます。 AWS Jam Journey は、現実的なシナリオで AWS の知識を適用できるチャレンジベースのハンズオン体験です。認定の準備、ロール (職種) の変更、クラウドソリューションの実装のいずれであっても、これらのゲーム形式の Jam Journey は専門知識のレベルアップに役立ちます。本番環境を反映したチャレンジに取り組むことで、実務に直接活かせる実践的なスキルを身につけ、理論と実際のクラウドスキル間のギャップを埋めることができます。 新機能 AWS では、AWS Skill Builder の AWS Jam Journey を、学習パスと AWS サービスのドメインごとに、よりマッチするように再編成しました。結果として以下が期待できます : ロールベース学習 : 開発者、ソリューションアーキテクト、セキュリティ専門家いずれであっても、学習者のロールに合わせた AWS Jam Journey を見つけることができます。 認定の準備 : チャレンジは AWS 認定資格との対応が明確になり、より効果的な準備ができます。 ドメインに沿ったコンテンツ : AWS Jam Journey は製品ドメインごとにグループ化され、フォーカス領域に関連するチャレンジを見つけやすくなりました。 改善された難易度スケーリング : 各 AWS Jam Journey 内の習熟度レベルを見直し、スムーズな学習曲線に改善しました。 次に、 AWS Jam Journey の体験を通じて、学習者の役割に応じて活用する方法を、具体的な例を見ながら確認していきましょう。 生成 AI アプリケーション構築者向け : 新規追加 : Generative AI: Amazon SageMaker 新規追加 : Generative AI: Amazon Bedrock (上級) 新規追加 : Generative AI: Amazon Bedrock 新しい生成 AI にフォーカスした AWS Jam Journey は、生成 AI ソリューションの実装で直面するチャレンジを反映した現実的なシナリオを提供します。効果的なプロンプトを通じてテキストと画像生成をする基盤モデル (FM) を実装し、エージェントベースの AI アプリケーションを構築し、検索拡張生成 (RAG) ワークフローを作成するために Amazon Bedrock と Amazon SageMaker AI を活用します。 機械学習エンジニアとデータサイエンティスト向け : 新規追加 : Machine Learning on AWS この機械学習 (ML) にフォーカスした AWS Jam Journey は、現実的なシナリオと没入型体験を提供します。ML モデルを構築・デプロイしながら大規模データセットを分析するために、Amazon SageMaker AI や Amazon Lex などの主要サービスを活用します。 データ分析エンジニア向け : 更新 : Analytics on AWS この更新された中級レベルの AWS Jam Journey は、実世界のシナリオを通じて AWS データ分析サービスを習得するのに役立ちます。これらのチャレンジは、専門知識を向上させるために必要な技術と知識を提供します。サーバーレスデータ分析アーキテクチャ、リアルタイムデータストリーミング、自動化された ETL (Extract, Transform, Load) パイプラインに焦点を当てたチャレンジに取り組みながら、エンドツーエンドソリューションの構築を行います。 セキュリティエンジニア向け: 新規追加 : Security: Identity Management and Access Control (上級) 更新 : Security: Identity Management and Access Control (中級) 更新 : Security: Network and Infrastructure Security 更新 : Security: Data Protection and Data Encryption これらのセキュリティにフォーカスした AWS Jam Journey は、アイデンティティ管理、アクセス制御、データ保護、ネットワークセキュリティを含む主要領域をカバーする中級と上級の両方のチャレンジを提供します。業界のセキュリティ標準とコンプライアンス要件に沿った実務に関連したシナリオで、セキュリティベストプラクティスの実装、IAM ポリシーの管理、AWS インフラストラクチャの保護を練習します。 開発者と DevOps エンジニア向け : 新規追加 : DevOps on AWS (上級) 新規追加 : DevOps on AWS (中級) 新規追加 : DevOps on AWS (初級) 更新 : Game Skills on AWS 更新 : Troubleshooting AWS Web Development Issues 新しく追加・更新された開発者と DevOps エンジニア向けの Jam Journey は、コードの構築、自動化、デプロイ、CI/CD パイプラインの設定のハンズオン体験を重視しています。AWS で安全でスケーラブルなアプリケーションを構築するためのベストプラクティスを学びながら、サーバーレスアーキテクチャとトラブルシューティングの実践的スキルを身につけます。 ネットワークエンジニア向け : 更新 : Networking on AWS このネットワーキングに関する中級レベルの Jam Journey は、シミュレートされた実世界のシナリオを通じて、AWS ネットワーキングとコンピューティングサービスの専門知識を身につけます。 お客様の声 「新しいドメインフォーカスの構造により、関連するチャレンジを見つけることがはるかに簡単になりました。特に高度なネットワーキングシナリオは AWS Certified Solutions Architect – Professional 認定の準備に本当に役立ち、とても感謝しています。」 “The new domain-focused organization made it much easier for me to find relevant challenges. I especially appreciated the advanced networking scenarios – they really helped me prepare for my AWS Certified Solutions Architect – Professional Certification.” 「AWS 認定の勉強しかしていませんでしたが、実践的なスキルを身につけるには、実際のハンズオン体験が必要だと気づきました。AWS Jam Journey は私にとって重要な気づきでした。」 “I have only been studying for AWS Certifications, but I realized that to gain practical skills, I really need to get hands-on experience. AWS Jam Journey was a significant realization for me.” 開始方法 AWS Jam Journey を通じて実践的なスキルを身につけませんか ? Jam チャレンジを通じてクラウドの専門知識を加速させましょう。まず、AWS Skill Builder 個人向けサブスクリプションまたは チームサブスクリプションが必要です。その後、以下の手順に沿って AWS Jam Journey に登録し、クラウドの専門知識を向上させましょう。 AWS Skill Builder にログイン Skill Builder 内で 「 Jam 」を検索し、言語を「 English 」でフィルタリング あなたのロールまたは学習目標に合った Jam Journey を選択 チャレンジに取り組み、AWS の実践的な専門知識を身につける 翻訳は Technical Instructor の 西村 諄 が担当しました。

本記事は、2025 年 6 月 26 日に公開された Observing Agentic AI workloads using Amazon CloudWatch agent を翻訳したものです。翻訳はソリューションアーキテクトの鈴木が担当しました。 はじめに AI エージェントアプリケーションの採用が拡大し続ける中、これらのシステムの信頼性、パフォーマンス、さらには全体的なオブザーバビリティを確保をすることがますます重要になってきています。大規模言語モデル（LLM）により駆動され、様々なデータソース、API と統合された AI エージェントアプリケーションは急速に複雑になる可能性があるため、その内部動作と全体的な健全性を観測することは困難になり得ます。 Strands Agents や Amazon Bedrock Agents 、&nbsp; LangChain などの AI エージェント開発のためのフレームワークは開発者に洗練された AI 駆動アプリケーションを構築・実行するためのツールを提供します。これらのフレームワークを用いることで LLM と必要なツールおよびデータソースとのシームレスな統合が可能となり、結果として開発者は複雑なタスクを自動化させ、より重要な仕事に集中することが可能となります。その一方で、AI エージェントアプリケーションが想定通りの顧客体験を生み出しているかを担保するためには包括的なオブザーバビリティが必須です。 このブログは Amazon CloudWatch によってどのように AI エージェントアプリケーションを監視し、インサイトを得ることができるかを解説します。具体的には三つのオブザーバビリティの柱であるメトリクス、トレース、ログについて、CloudWatch エージェントをどのように設定してこれらのテレメトリデータを取り込み、分析するかをデモします。 全体像 デモに先立ち、 Strands Agents SDK を使用して Weather Forecaster というサンプルアプリケーションを作成します。 Weather Forecaster は Python で作成されたシンプルなエージェントアプリケーションで Amazon Bedrock 上の Claude Sonnet 3.7 モデルを使用しています。また、組み込みツールの http_request を使用して天気情報を National Weather Service API から取得します。 このアプリケーションは OpenTelemetry 仕様に準拠した Strands のトレース機能によって計装されます。そのため、LLM やリトリーバー、ツール、イベントループ処理などとエージェントとのあらゆるやりとりをキャプチャできます。 Strands Agents SDK は、エージェントの実行中に以下のような主要メトリクスを自動的に追跡します： トークン使用量：入力トークン、出力トークン、消費された総トークン パフォーマンスメトリクス：レイテンシと実行時間の測定 ツール使用量：各ツールの呼び出し回数、成功率、実行時間 イベントループサイクル：推論サイクルの数とその持続時間 この AI エージェントアプリケーションを観察しインサイトを得るために今回は Amazon CloudWatch を活用します。CloudWatch エージェントをインストール・設定して、Strands Agents SDK によって生成されるトレース、メトリクス、ログを含むテレメトリデータを収集します。 図1. サンプルアプリケーションの構成 CloudWatch エージェントによって収集されたトレースは、 AWS X-Ray バックエンドに送信され、アプリケーション内でのリクエストの処理の流れを可視化します。メトリクスは埋め込みメトリクスフォーマット（EMF）ログとして収集され、CloudWatch Logs に送信されてバックエンドでカスタムメトリクスの生成に使用されます。さらに、CloudWatch エージェントはアプリケーションログを収集するように設定されており、CloudWatch Logs Insights を使用してクエリを実行することで、価値のある情報を抽出できます。 前提条件 この手順を進めるには、以下の条件を満たしている必要があります： AI エージェントアプリケーションをデプロイしたいリージョン 1 に切り替え、以下を有効にします： Claude 3.7 Sonnet モデルの モデルアクセス を有効にする CloudWatch コンソールで トランザクション検索を有効 にする。全体のトランザクション分析のため、全範囲をトレースサマリーとしてインデックス化する目的で、 X-Ray trace indexing を100%に設定する 1 原文では「デプロイしたいリージョン」とありますが、2025/08/18現在では US のリージョンのみでデプロイ可能であり、その他のリージョンでは Bedrock の権限の関係上、正常に動作しないことが確認されています。 デプロイ アプリケーションコード、デプロイメントテンプレート、CloudWatch エージェントの設定ファイルは、 GitHub リポジトリ でホストされています。 サンプルアプリケーションをデプロイするために AWS CloudFormation テンプレートを使用します。このテンプレートでは Amazon Elastic Cloud Compute（EC2） インスタンスを起動し、インスタンスのユーザーデータ内で セットアップスクリプト を実行します。このセットアップスクリプトは、必要なすべての依存関係をインストールし、提供された 設定ファイル を使用して CloudWatch エージェントを設定し、アプリケーションによって生成されるテレメトリを収集します。 注意： このソリューションをデプロイすると、EC2、CloudWatch、X-Ray、Amazon Bedrock を含む使用される AWS サービスに対して料金が発生します。継続的なコストを避けるために、完了後はリソースをクリーンアップしてください。 EC2 インスタンスへのサンプルアプリケーションのデプロイ ec2-deployment.yaml という名前の CloudFormation をダウンロードします。 サンプルアプリケーションをデプロイしたい AWS アカウントで AI エージェントアプリケーションをデプロイしたいリージョン 2 の CloudFormation コンソールに移動します。 スタックの作成 で、「 新しいリソースを使用 (標準) 」を選択します。 テンプレートの指定 で、「 テンプレートファイルのアップロード 」を選択します。 ファイルを選択し 、ステップ1でダウンロードしたテンプレートを選択します。 「 次へ 」を選択します。 スタック名 に、 agentic-ai-python-app などのスタック名を入力します。 パラメータエリアで、図2に示すように以下のパラメータを入力します： EC2 InstanceType は、 t3.medium 以上のスペックのインスタンスを選択することをお勧めします。 LatestAmiId と GitHub Repository URL は、デフォルト値のままにします VPC ID と Subnet ID は、それぞれドロップダウンから VPC とサブネット ID を選択します。Weather API に到達するためのアウトバウンドインターネットアクセスが可能なサブネットを選択します 図 2: CloudFormation stack のインプット 「 次へ 」を選択します。 スタックオプションの設定ページ で、「 AWS CloudFormation によって IAM リソースが作成される場合があることを承認します。 」オプションを受け入れて「 次へ 」を選択します。 確認して作成ページで「 送信 」を選択します。 テンプレートがデプロイされた後、 出力 を選択し、 InstanceId をメモします。 2 原文では「デプロイしたいリージョン」とありますが、2025/08/18現在では US のリージョンのみでデプロイ可能であり、その他のリージョンでは Bedrock の権限の関係上、正常に動作しないことが確認されています。 サンプルアプリケーションとのやりとり EC2 コンソール に移動し、図3に示すように、 AWS Systems Manager の機能である Session Managerを使用して、前のセクションでメモしたインスタンスに接続します。 図 3: EC2 インスタンスにセッションマネージャーを用いて接続 以下のコマンドを実行して Python アプリケーションを実行します sudo -i bash -c "cd /home/ec2-user/agentic-ai-app &amp;&amp; python app.py" 図4に示すように、エージェントと対話し、天気情報を取得するための質問をすることができます。 図 4: Weather Forecaster エージェントとの会話 Strands エージェントは、 http_request ツールを使用して Weather API を呼び出し、私たちのプロンプトに対する最終的な応答を生成するループで、Claude Sonnet 3.7 と相互作用しました。 次のセクションでは、AWS CloudWatch コンソールでアプリケーションによって生成されたテレメトリデータを分析する方法を探ります。 CloudWatch コンソール上でのテレメトリデータ分析 トレース分析 AWS マネジメントコンソールの CloudWatch コンソール に移動します。 Application Signals（APM） セクションに移動し、 トレースマップ を選択します。Strands Agent が トレースマップ 内に表示されます。 図5に示すように、 トレースマップ の Strands Agent をクリックして、サンプルアプリケーションによって生成されたトレースを表示します。 図 5: トレースマップ 図6のトレースは、応答時間、所要時間、各トレースのステータスを含む、リクエストに関する詳細情報を提供します。 図 6: CloudWatch 上でのトレース 特定のトレースをより深く掘り下げるには、図7に示すように、トレースをクリックしてリクエストの完全なタイムラインを表示します。 図 7: スパンのタイムラインと相関づけられたログ トレースタイムラインは、サイクル、呼び出されたモデル、実行されたツールを含む、エージェントの実行に関するすべての詳細を明らかにします。さらに、実行トレースでキャプチャされたデータとアプリケーションログを相関させることができます。 トレース内の特定のステップやスパンのメタデータを表示するには、図8に示すように、スパンをクリックしてプロンプト、完了、結果に関する完全な詳細を表示します。 図 8: スパンのメタデータ トランザクション検索 Application Signals コンソールのトランザクション検索機能を使用してスパンを分析するには、以下の手順に従います。 Application Signals コンソール内のトランザクション検索セクションに移動します。 図9に示すように、その ID を持つユーザーによって行われたすべてのリクエストを表示するために、フィルタ attributes.user.id = demo@example.com を追加します。 図 9: トランザクション検索上でのスパンのフィルター 各 traceId をクリックして、プロンプト、完了、スパンでキャプチャされたその他のメタデータなど、その特定のリクエストの詳細をより深く分析できます。これにより、サンプルアプリケーションと対話する個々のユーザーのアクティビティを簡単に追跡・調査できます。 ビジュアルエディタに加えて、 Log Insight QL を使用して aws/spans ログループに対して高度なクエリを実行し、詳細情報を抽出することもできます。例えば、図10に示すように、総トークン使用量が 10,000 tokens を超えるすべてのプロンプトを取得するクエリを実行できます。 fields @timestamp, attributes.gen_ai.prompt, attributes.gen_ai.usage.total_tokens, attributes.user.id | filter attributes.gen_ai.usage.total_tokens &gt; 10000 | sort attributes.gen_ai.usage.total_tokens desc | limit 10 図 10: CloudWatch Logs Insights 上でのクエリの実行 アプリケーションログとメトリクス アプリケーションログにアクセスするには、CloudWatch Log グループ の strands-agent-logs ロググループに移動します。 図11に示すように、サンプルアプリケーションによって生成されたログを表示するために、最新のログストリームを選択します。 図 11: CloudWatch Logs 上でのアプリケーションのログ レイテンシ、入力・出力トークン、ToolCallCount、ErrorCount、SuccessRate、TotalCycles などのアプリケーション固有のメトリクスは、別のロググループ strands-agent-metrics で EMF ログとしてCloudWatch に送信されます。 CloudWatch コンソールで、 メトリクス セクションに移動すると、図12に示すように、 strands-agent-metrics ロググループからのカスタムメトリクスで生成された新しい名前空間 StrandsAgentMetrics が確認できます。 図 12: CloudWatch メトリクスコンソール上でのアプリケーションメトリクス StrandsAgentMetrics カスタムメトリクスを使用して、CloudWatch コンソールでカスタムダッシュボードとアラームを作成し、AI エージェントアプリケーションの健全性とパフォーマンスを監視することもできます。 クリーンアップ CloudFormation スタックの削除 AWS CloudFormation コンソール を開き、ナビゲーションペインで スタック を選択します。 先ほど作成した CloudFormation スタックを選択し、 削除 を選択し、「スタックを削除しますか？」というポップアップに対して、再度 削除 を選択します。 Transaction Searchの無効化 CloudWatch コンソール の 設定 に移動します。 X-ray トレース タブを押し、 トランザクション検索 の ビュー設定 を選択します。 次に 編集 をクリックします。 transaction search 機能を無効にするために チェックボックス を外します。 Save をクリックします。 結論 このブログ投稿では、Amazon CloudWatch を活用して AI エージェントアプリケーションを観察し、洞察を得る方法を探りました。OpenTelemetry 標準仕様に基づいて構築された Strands Agents SDK を使用して、メトリクス、トレース、ログからなる価値のあるテレメトリデータを生成するために、アプリケーションを計装する方法を実演しました。 CloudWatch エージェントを設定してこのようにテレメトリデータを収集することで、CloudWatch コンソール内で AI エージェントアプリケーションのパフォーマンス、使用量、実行詳細を取り込み、分析する方法を示しました。これにより、アプリケーションの健全性と信頼性を監視し、発生する問題をトラブルシューティングし、AI 駆動ワークフローのパフォーマンスを最適化できます。 重要なポイントは、使用する特定のエージェンティック AI フレームワークは異なる場合がありますが、オブザーバビリティの原則は同じであるということです。アプリケーションが OpenTelemetry などのオープンな標準仕様でテレメトリデータを生成する限り、CloudWatch を活用して可視性を得ることができます。アプリケーションが EC2、Lambda、ECS、EKS、またはその他の環境で実行されているかどうかに関係なく、エージェンティック AI ワークロードから関連するオブザーバビリティデータを収集するように CloudWatch エージェントを設定するだけです。

アマゾン ウェブ サービス ジャパン（以下、AWS ジャパン）が 2024 年 7 月に発表した「 生成 AI 実用化推進プログラム 」は、生成 AI の活用を支援する取り組みです。基盤モデルの開発者向けと、既存モデルを活用する利用者向けの 2 つの枠組みを提供し、企業の目的や検討段階に応じた最適な支援を行ってきました。また、2025年4月から生成AI活用の戦略策定段階からご支援する「戦略プランニングコース」も提供を開始しております。 その「生成 AI 実用化推進プログラム」の参加者や、経済産業省が主催する Generative AI Accelerator Challenge （以下、GENIAC）の関係者、生成 AI に関心を持つ企業が一堂に会する「生成 AI Frontier Meetup」が、2025 年 8 月 26 日に開催されました。2024 年 11 月 15 日の 第 1 回 、2025 年 2 月 7 日の 第 2 回 、2025 年 4 月 16 日の 第 3 回 に続き、今回が第 4 回となります。本記事では、イベントの模様をレポートします。 本イベントの司会進行は、AWS ジャパン事業開発統括本部 生成 AI 推進マネージャーである梶原 貴志が務め、全体を通じて登壇者の紹介やセッションの案内を行いました。 開会のご挨拶 イベント冒頭では、AWS ジャパン 事業開発統括本部 グロース事業開発本部長の塚本 陽子がご挨拶をしました。AWS ジャパンは日本のお客様の発展に向け、クラウドサービスの提供に加えて、急速に活用が進む生成AIについても日本独自のプログラム、グローバルでのプログラムの活用、政府のプロジェクトを通じて支援をしてまいりました。 2023 年は「 AWS LLM 開発支援プログラム 」で 17 社を支援し、2024 年はモデル開発者に加えて利用者も対象にした「生成 AI 実用化推進プログラム」へと拡充。2025 年には生成 AI の戦略策定支援を強化し、累計で 200 社超を支援しました。加えて、グローバル施策の「 AWS Generative AI Accelerator 」では 2024 年にスタートアップ 3 社が採択され、経済産業省・NEDO 主導の GENIAC でも第 2・第 3 期ともに 13 社を支援しています。 お客様のニーズの変化として、2024 年は社内業務の効率化が中心だった一方で、2025 年にかけて既存事業・サービスへの実装相談が増加し、AI エージェントやドメイン特化型モデルへの需要が高まっています。これを受けて、2025 年 4 月に「戦略プランニングコース」を新設、6 月には「モデルカスタマイズコース」と「モデル活用コース」を拡充し、 GENIAC-PRIZE やAgentic AI実用化を支援するプランを新設したことを紹介しました。 また、これまでの「生成 AI Frontier Meetup」の取り組みについても紹介。ニーズやテクノロジーなど、変化・進化していくものに対して、本プログラムでは変わらず、人やコミュニティに対して、支援をしていくことを述べ、最後に本イベントから新たな価値が創出されることの期待を述べ、参加者の方々への感謝を伝えました。 AWS スピーカーによるセッション 続いて、AWS ジャパン サービス＆テクノロジー事業統括本部 AI ソリューション部部長の金杉 有見子が、AI エージェントがもたらすソフトウェア開発・運用・利用体験の変化と、AWS の最新アップデートを紹介しました。 冒頭では、Gartner 社が発表した「2028 年までにエンタープライズアプリの 33％ が Agentic AI を取り込み、日々の意思決定の 15％ が AI に置き換わる」という予想を紹介。それを踏まえ、AWS として「世界で最も有用な AI エージェントを構築するための場所を提供する」と述べました。 AWS のアップデートとして、基盤モデル Amazon Nova に新たなカスタマイズ機能が加わりました。継続事前学習、ファインチューニング、アラインメント、蒸留といった多様な手法に対応し、一部のカスタマイズ済みモデルは Amazon Bedrock 上でホスト可能になりました。加えて、ブラウザ操作に特化したモデル + SDK である Amazon Nova Act がリリースされました。Amazon Bedrock では、 Luma AI と DeepSeek がモデルのラインナップに加わったほか、直近では TwelveLabs の Marengo（動画をベクトル化する埋め込みモデル）と Pegasus（動画からテキストを生成し、ハイライト作成やタグ付け、分析に活用可能）を追加しました。さらに、 OpenAI の gpt-oss 120Billion と 20Billion の 2 モデルを公開し、推論やテキスト生成の選択肢を広げています。 エージェント開発のフレームワークとして、オープンソースの Strands Agents SDK を提供しています。これは、プロバイダーに依存しないモデル駆動型の設計となっており、ネイティブツールや MCP サーバー、AWS の各種サービスとの統合を標準搭載しています。エージェントを本番稼働させる際に生じる問題の解決策として、 Amazon Bedrock AgentCore のプレビューを発表しました。フレームワークやモデルを問わず、能力の高いエージェントを安全かつスケーラブルにデプロイ・運用するための実行基盤を提供します。 加えて、数週間前にエージェント型 IDE である Kiro のプレビューをローンチしました。対話しながら実装を進めるバイブコーディングのモードと、仕様を軸に構築するスペックのモードを備えています。また、既存のコーディングアシスタント Amazon Q Developer も任意の IDE に統合でき、開発から運用までのワークフロー刷新を後押しします。 さらに、エージェントとツールが連携する将来を見据え、 AWS Marketplace に「AI エージェントとツール」の新セクションを新設しました。自然言語でクエリできる検索欄を備え、必要なツールへのアクセス性を高めています。最後に、今後も各サービスの改善を続けていく方針を示し、セッションを締めくくりました。 プログラム参加者によるライトニングトーク ここからは、生成 AI 実用化推進プログラムに参加する各社の代表者が登壇し、AWS のサービス利用を軸にした取り組みを紹介しました。AWS ジャパン サービス &amp; テクノロジー事業統括本部 技術本部長の小林 正人（写真右）と、AWS ジャパン シニア&nbsp;生成 AI&nbsp;スタートアップ ソリューションアーキテクトの針原 佳貴（写真左）がモデレーターを務め、登壇者に質問を投げかけつつ進行しました。 モデル開発者の事例 東京科学大学 情報理工学院 修士課程 2 年の藤井 一喜 氏は、SwallowProject をテーマに講演しました。 SwallowProject は東京科学大学と産業技術総合研究所の共同研究で、英日両対応のオープン LLM を継続的に開発しつつ、商用利用可能な形で Hugging Face に公開しています。合成データ生成の実行基盤には Amazon SageMaker HyperPod と Amazon EC2 P5 インスタンスを活用しています。 三菱電機株式会社 情報技術総合研究所 AI 研究開発センターの斉藤 辰彦 氏は、同社の AI ブランド「 Maisart 」の研究戦略として、エージェント AI の頭脳となるドメイン特化型言語モデルを紹介しました。汎用モデルに製造業に特化した学習を施し、その上で要約や QA などのタスク特化学習を実施。正解に加えて「望ましくない回答」も合成して学習させることで、出力の選別精度を高めています。 モデル利用者の事例 株式会社Zaif システム開発部 エンジニアリングマネージャーの大宅 悠介 氏は、暗号資産取引所における生成 AI 活用の取り組みについて紹介しました。AI 利用に伴うリスクを減らすため、通信時にプロキシサーバーを経由することで、API キーなど正規表現で検出可能な情報をブロックしています。さらに、非定型でルールを定義しづらい個人情報などの検出のため、 Amazon Bedrock Guardrails を活用しています。 ユーザックシステム株式会社 AI エージェント事業部 事業部長の上野真裕氏は、受注業務の自動化を目的とした新サービス「 Knowfa 受注 AI エージェント 」について紹介しました。同社は長年 RPA による定型業務の効率化を提供してきましたが、非定型領域への対応には生成 AI の活用が不可欠と判断。開発にあたっては、AWS を活用して PoC を複数回実施しました。進化の早い生成 AI の特性を踏まえ、将来的なモデル強化を見越した「付け替え可能」な設計思想でアーキテクチャを構築しました。 GENIAC採択者による開発モデルのご紹介 AWSジャパンはGENIAC第2期において、計13社のお客様をご支援しました。そのうち3社より自社で開発した基盤モデルについてお話いただきました。 Turing株式会社 CTO の山口 祐 氏は、完全自動運転を実現するための生成 AI 活用について紹介しました。人間の運転を代替するには、複雑な交通状況を理解するマルチモーダル AI が不可欠であるとし、言語と視覚を組み合わせたモデル「 Heron 」の開発を進めています。この基盤技術を応用した自動運転モデル「DriveHeron」を用いて、シミュレーター上で一時停止やネゴシエーションを伴う運転を実現しています。 国立研究開発法人 海洋研究開発機構 上席研究員の松岡 大祐 氏は、気候変動対策を支援する生成 AI モデルを解説しました。同機構はこれまで深海探査や気候シミュレーション研究を中心に取り組んできましたが、GENIAC 第2期 を契機に、大規模言語モデルを用いた地域気候サービスの実現に着手。自治体の防災計画策定や企業の TCFD[1] レポート作成を支援する仕組みを開発しました。 企業代表者による最後のセッションは、株式会社ヒューマノーム研究所 代表取締役社長の瀬々 潤 氏。同社は脈拍や血圧といったバイタルデータや遺伝子発現量のような情報を活用し、がん研究や創薬支援に応用できるモデルの開発を進めています。GENIAC のプロジェクトでは、世界中から収集した 9 億細胞分のデータを基盤に、3 億細胞分の高品質データで学習を実施。遺伝子変異による影響をシミュレーション可能とするモデルを構築しました。 登壇者の皆様 クロージング AWS ジャパンの梶原がクロージングを行いました。次回の「生成 AI Frontier Meetup」は 2025 年 11 月 17 日に開催が決定しています。また併せて、近日開催予定の生成 AI 関連のイベントもご案内しました。 AWS Amazon Nova Ignite 日本初開催の ISV/SaaS ビジネスに携わるお客様のためのイベント。AI エージェントにおける概念実証（PoC）から本番運用に至るまでの重要なギャップを乗り越えるために必要な要素などをご紹介。 イベント概要 日時: 2025年9月24日 (水) 13:30~18:40（受付開始 12:45） 開催方式: 対面のみ 会場: 九段テラスカンファレンスホール2F 鳳凰（九段下駅より徒歩1分） 登壇者様:　株式会社四国銀行様、株式会社NTTデータ様、 株式会社キー・プランニング様 登録はこちら AWS Japan AI Agent Day 2025 – AWS で実現する独⾃ LLM 構築 – AI エージェントの実装と活⽤に焦点を当てた、技術者向けカンファレンス。 コーディングエージェント、エージェント時代のセキュリティ、エージェンティックツールとしての RAG（Retrieval-Augmented Generation）など、AI エージェント構築に必要な要素を包括的にご紹介。 イベント概要 ⽇時: 2025 年 10 ⽉ 1 ⽇（⽊）13:00〜18:00 開催⽅式: オンライン 登録⽅法等、詳細については近⽇公開予定 OpenAI gpt-oss ファインチューニング⼊⾨ – AWS で実現する独⾃ LLM 構築 – Amazon SageMaker AI を活⽤して最新のオープンウェイトモデル（OpenAI gpt-oss）をファインチューニングする実践的な⼿法を体験するハンズオン。 ⾔語・⽂化の保護やセキュリティの観点から重要性が⾼まるオープンウェイトモデルの⾃社活⽤について、LoRA などの PEFT 技術を⽤いた効率的なカスタマイズ⽅法をご紹介。 イベント概要 ⽇時: 2025 年 10 ⽉ 2 ⽇（⽊）14:00〜18:00（開場 13:30） 開催⽅式: ハイブリッド 会場: ⽬⿊セントラルスクエア 17F ご登録はこちら 参加者交流会の様子 交流会では、各セッションで共有された事例を起点に、登壇者と参加者が自由に意見を交わす様子が目立ちました。生成 AI 導入における工夫や課題、今後の方向性をめぐって熱心な議論が続き、会場全体に活気があふれていました。業種や役割を超えたネットワーキングも進み、実務で得た知見を共有しながら、新たな連携や共創の芽が育まれる場となりました。 会場内には、技術的な相談に応じる「Ask an Expert」コーナーも設けられ、ご参加のお客様の質問に回答いたしました。 おわりに 本イベントは、生成AIの社会実装に向けた最新の取り組みや、具体的な業務活用の事例が数多く紹介され、現場で役立つ学びを得られる有意義な時間となりました。AWS ジャパンは、今後も業界横断での交流や技術支援を通じて、企業の生成 AI 活用を後押しし、持続的な実用化に貢献していきます。 [1] TCFD: Task Force on Climate-related Financial Disclosure (気候関連財務情報開示タスクフォース)

今日の競争の激しい産業環境において、建設機械、鉱山機械、工場設備などの産業機械メーカーは、製品の可能性を最大限に引き出す革新的な方法を模索しています。IoT を活用してこれらの機械をクラウドに接続することで、装置メーカーは実際の使用環境での装置の性能を可視化し、稼働パターンを理解し、繰り返し発生する故障モードを特定し、装置の改善と新たなサービス提供につながる最適化の機会を発見できます。機械からクラウドへの包括的な接続ソリューションの構築は複雑で時間のかかる作業となる可能性があります。ブログ「 AWS を使用したスマート産業機械の構築: 総合的ガイド 」では、大規模なインフラ投資なしで安全でスケーラブルな産業ソリューションを実現する AWS IoT サービスについて説明しました。このブログでは、スマート産業機械向けの IoT と生成 AI を組み合わせた変革の可能性について探ります。特に、装置メーカーが Amazon Bedrock のような AWS 生成 AI サービスと、 AWS IoT Core や AWS IoT SiteWise のような AWS IoT サービスを組み合わせて、産業オペレーションを革新し、新たな洞察を生み出し、具体的なビジネス成果を実現する方法に焦点を当てます。 [訳注: このブログにおいて、スマート産業機械(Smart Machines , Smart Industrial Machines) はスマート製品 (Smart Products: この場合、消費者向け製品も含む)の一分野で主に産業現場で稼働しITシステムと接続して高度な機能を有する装置、重機、建機などのスマート製品を表しています] スマート産業機械向けの生成 AI 生成 AI は、運用データと製品データからアクションにつながる分析結果を導き出すことで、産業用途における大きなイノベーションをもたらすことができます。これにより、機械オペレーターやサービスエンジニアは、迅速に、一貫性のある方法で問題を解決することができます。 Capgemini の調査 によると、製造業の大多数が生成 AI に単に興味を持っているだけでなく、55% が積極的にその可能性を探求しており、45% が現在パイロットプロジェクトに取り組んでいます。AWS と AWS パートナーは、企業が生成 AI ベースのアプリケーションを効果的に構築し大規模展開することを容易にします。装置メーカー向けの生成 AI と IoT を組み合わせたスマート産業機械の 4 つのユースケースについて説明します。 問題の診断・解決の支援 フィールドサービスオペレーションの強化 装置メーカー向け機械群分析 AI が出力した診断レポート 1. 問題の診断・解決の支援 IoT と生成 AI の組み合わせは、保守管理に革新をもたらすことができます。例えば、装置の IoT センサーからのデータが、温度、圧力、振動などのしきい値を超えたことにより異常警報をトリガーするシナリオを考えてみましょう。IoT センサーからの異常検知アラートに、生成 AI が機器の取扱説明書、標準作業手順書 (SOP) 、過去のメンテナンス記録、蓄積された現場作業者の経験知識、必要部品の履歴などの関連情報を付加することで、メンテナンス業務を大幅に改善することができます。保守チームは、警報に加えて、問題に関する完全な状況、詳細な修理手順のガイダンス、具体的な交換部品の推奨事項、修理に必要な工具のリストなどを受け取ることができます。これにより、装置メーカーのサービス技術者とエンドユーザーの保守スタッフの双方にとって不具合対応が簡素化され、修理時間が短縮され、現地での熟練したサービスエンジニアの必要性が低減されます。このユースケースのサンプル実装については、「 AWS における問題の診断・解決支援のガイダンス 」を参照してください。この組み合わせは、障害検出を超えた包括的な保守ガイダンスを提供し、 音声対応の AI アシスタント を通じて提供することも可能で、技術者は修理作業中に手を自由にしながら、音声で診断情報を要求することができます。例えば、技術者がポンプモデルの圧力変動の原因について尋ねると、作業の流れを中断することなく即座に音声ガイダンスを受け取ることができます。 2. フィールドサービスオペレーションの強化 現地での問題の診断・解決支援を基礎として、装置メーカーは遠隔診断とインテリジェントな訪問前準備により、フィールドサービスオペレーションを変革することができます。フィールドサービスチームは AI が出力した診断レポートを受け取り、センサー測定値やエラーコードなどの機械データを遠隔で分析し、現地訪問が必要な場合は各修理に必要なものを迅速に準備することができます。この準備には、交換部品の予想、必要かつ適切な工具、特定の問題に対する技術者の専門知識の適合が含まれます。その結果、複数回の現地訪問が減少し、保守コストが削減され、初回修理成功率と修理時間が大幅に改善されます。より良い障害分析と準備により、より良いリソース配分、より速い修理時間、より効率的な技術者の配置、そして改善された顧客体験が可能になります。 KONE（エレベーターとエスカレーターのグローバルリーダー）が AWS と共同で、接続されたエレベーターの保守履歴、IoT データ、関連文書を分析して技術者がエレベーターをより速く修理できるよう支援する AI 搭載の技術者アシスタントを開発した様子を このビデオ でご覧ください。 3. 装置メーカー向け装置フリート分析 従来の機械群分析では、数千台の導入済みの装置からの洞察を抽出するために、データサイエンティストと複雑なデータエンジニアリングが必要でした。生成 AI は、大規模なデータセットに対する自然言語でのクエリを可能にし、テレメトリーデータとサービスレポートやオペレーターのフィードバックなどの非構造化ソースを組み合わせて、自動的に文章化された分析結果を生成することでこれを変革します。性能パターンを理解するためにダッシュボードを手動で構築する代わりに、装置メーカーは「高温環境での掘削機の一般的な故障モードは何か？」といった質問をして、傾向を特定し、環境要因を相関させ、設計の改善を推奨する包括的な分析を受け取ることができます。これにより、技術チーム以外でも機械群の洞察にアクセスできるようになり、営業チームや製品チームが異なるユースケースや環境での装置の性能を迅速に理解できるようになります。これらの洞察により、新しい「サービス化」ビジネスモデルも可能になります。システムは資産タイプ、顧客セグメント、地理的位置ごとに詳細な性能に関する文章を自動的に生成し、これまでは大量の手作業による分析が必要だったパターンを明らかにします。 4. AI が出力した診断レポート 装置メーカーは生成 AI を活用して、テレメトリーデータ、保守履歴、環境条件、インシデントログなど、複数のデータソースを統合した包括的な運用レポートを作成することができます。これらのレポートは自社チームの戦略的洞察を創出し、また手作業によるレポート作成とデータ収集の時間を節約することもできます。これらのレポートは、リアクティブな診断とは異なり、より広範な性能パターンを分析して製品開発に情報を提供し、設計の改善を特定し、サービスと顧客サポート戦略を最適化します。 これらのレポートは、製造業者向けの戦略的インテリジェンスと、顧客向けの自動化された多次元レポートの両方のレベルで価値を創出する二重レポートアプローチを取ることができます。装置メーカーはこれらの診断機能を顧客向けのプレミアムサービスとして提供し、装置の信頼性向上、より良い顧客サービス、顧客オペレーション管理のための洞察を通じて、より強固な顧客関係を構築しながら、継続的な収益を生み出すことができます。 HP が AWS とともに、IoT、機械学習、生成 AI を活用して未来のインテリジェント印刷工場を創造している様子を このビデオ でご覧ください。 IoT データと生成 AI の橋渡し 「 AWS でのスマート産業機械導入のガイダンス 」は、スマート産業機械への取り組みの出発点となります。このガイダンスは、スマート産業機械を効果的に大規模に接続・管理するために必要な基本的な構成要素を確立し、同時にさまざまなアプリケーションのために品質データを準備、文脈化、維持する産業データ基盤を作成します。この基盤があれば、装置メーカーは AWS の生成 AI を使用して新しい機能を開発することができます。 図 1 のアーキテクチャ図は、生成 AI レイヤーが追加されたこの基本的なスマート産業機械アーキテクチャを示しています。 図 1: AWS IoT と生成 AI を使用した AWS でのスマート産業機械導入のアーキテクチャ 産業用 IoT データは、AWS IoT SiteWise Edge を使用して AWS IoT SiteWise に直接取り込むか、AWS IoT Core のルールを介して取り込まれます。システム内で、このデータは静的プロパティ（シリアル番号、機械タイプなど）と動的プロパティ（センサー測定値、GPS 位置など）を組み合わせたデジタルアセットモデルに整理されます。モーター、アクチュエーター、ポンプなどの個々のアセットは、より大きな機械や装置を表現するために親子関係で接続されます。構造化された IoT データの基盤は、生成 AI 機能と組み合わされることでさらに強力になり、生の運用データを実用的な洞察とインテリジェントな自動応答に変換して、支援付き保守と機械群管理分析を実現します。このパターンは、交換部品と保守記録情報を取得するための保守プラットフォームなどのサードパーティの産業システムにも拡張することができます。 Amazon Bedrock: IoT と生成 AI の統合のための柔軟なソリューション スマート産業機械ソリューションに取り組む装置メーカーは、Amazon Bedrock で生成 AI の取り組みを開始することができます。Amazon Bedrock は、主要な基盤モデル (FM) への容易なアクセスを提供する完全マネージド型サービスです。 Amazon Bedrock Knowledge Bases を使用すると、これらのモデルと組織のデータを簡単に接続して、特定の情報ソースに基づいた正確で関連性の高い文脈に応じた応答を提供することができます。Amazon Bedrock Knowledge Bases は、Amazon S3、外部システム、Salesforce、Confluence、SharePoint などの顧客ソリューション、およびカスタムエンドポイントの既存データと接続し、迅速な導入を可能にします。Amazon Bedrock Knowledge Base のセットアップは、 ここ で定義されている手順を使用して迅速かつ簡単に行うことができます。 モデルとデータを Amazon Bedrock Agents と組み合わせることで、データの保存場所に関係なく、IoT データや独自の情報から迅速に洞察を得ることができます。自然言語でのやり取りを通じて、1 台の機械を監視したり、シームレスに機械群全体の管理に拡張したり、運用サマリーを生成したりすることができます。Amazon Bedrock Agents は外部システムに対するタスクを調整・実行することができ、IoT データと保守システムをクエリして新しいインシデントチケットや警報を作成することができます。これにより、自律型エージェントを使用してあらゆるワークフローに対応することができます。 例えば、Amazon Bedrock agents は、IoT データとナレッジベースの洞察を加えて、 Amazon Connect で自動的にサポートチケットを作成することができます。装置の問題が発生した場合、システムは状況に応じた情報とともにオペレーターに即座に通知し、より迅速な解決とプロアクティブな顧客サービスを可能にします。このコンタクトセンターパターンの詳細については、「 AWS での自動入力のコンタクトセンターへの接続ガイダンス 」を参照してください。 Amazon Bedrock は、より複雑なワークフローのためのエージェントシステムの構築を加速する マルチエージェントコラボレーション もサポートしています。この機能のハンズオンデモンストレーションについては、 Amazon Bedrock マルチエージェントコラボレーション をご覧ください。 スマート産業機械向けのエッジインテリジェンス 接続性が限られているか不安定な環境で稼働する産業機器にとって、生成 AI 機能をエッジに直接導入することは魅力的な選択肢です。接続性とコンピューティング能力に応じて、定型的な小規模タスクはエッジモデルで実行し、より複雑なクエリは接続が利用可能な場合にクラウドの大規模言語モデル (LLM) にオフロードするハイブリッドアプローチを採用することもできます。小規模言語モデル (SLM) をスマート産業機械に直接組み込むことも可能で、オフライン状態でも継続的な AI 支援が可能になります。 AWS でのエッジインテリジェンス と エッジでの生成 AI と IoT のベストプラクティス について詳しくは、これらのブログをご覧ください。 AWS IoT SiteWise Assistant: 産業用 IoT と生成 AI 統合のためのネイティブソリューション Amazon Bedrock があらゆる IoT データソースに対して柔軟な基盤を提供する一方で、AWS は産業用データの収集、保存、分析のニーズに AWS IoT SiteWise を利用する産業機器メーカー向けに目的に特化したソリューションも提供しています。 AWS IoT SiteWise Assistant は、機械の性能、傾向、運用指標に関する洞察を得るために複雑な技術的クエリステートメントを書く必要なく、自然言語で機械データをクエリできるようにすることで AWS IoT SiteWise の機能を強化します。より詳細な概要については、「 AWS IoT SiteWise Assistant による産業意思決定の変革 」をご覧ください。 製品開発ライフサイクルに生成 AI を活用し市場投入を加速する [この章は日本のお客様向けに原著者許諾のもと AWS Japan SA 吉川が追加しました] 製造業におけるスマート製品開発で比重をましているソフツェア開発にでは、生成 AI ツールを活用することで大幅な効率化が可能です。AWS Japan ブログ「 生成 AI (Amazon Bedrock と Amazon Q Developer) を活用した製造業スマート製品開発の新しいかたち – Part2 製品開発ライフサイクルの加速 」では、生成 AI がソフトウェア製品開発ライフサイクル (SDLC) の各フェーズでどのように活用できるかを詳しく解説しています。市場調査やプロトタイピング、要件定義、コーディング、テスト、デバッグ、多言語対応など、開発プロセス全体で生成 AI を活用した具体的な活用事例が紹介されています。さらにタスクの自動化や人間と AI の協調開発の仕組みについて詳しく説明されており、開発者として参考になる知見が得られます。生成 AI ツールの活用によるスマート製品開発の効率化と生産性向上のヒントが得られるはずです。 AWS パートナーによるスマート産業機械向けの生成 AI AWS パートナーは、戦略的コンサルティングやアイデア創出から、「 AWS でのスマート産業機械導入のガイダンス 」を活用したスケーラブルで安全なソリューションの提供まで、スマート産業機械ソリューションを構築する AWS の顧客をサポートする重要な役割を果たしています。このセクションでは、これらのシステムインテグレータ (SI) AWS パートナーが、IoT と生成 AI の組み合わせにより、顧客を支援し、より広範なスマート産業機械産業を発展させている方法について説明します。 日本のお客様向け情報 富士ソフト は AWS プレミアパートナーとして IoT やスマート産業機械の開発に豊富な実績を持っています。装置の組み込み開発からアプリケーション開発まで一貫したサービスを行っており、センサーデータ収集、機械学習による予防保守、遠隔操作など、 IoT を活用した機能の実現が可能です。 AWS サービスの導入から運用・技術サポートまでのワンストップ支援 も行っています。ものづくりの現場ニーズに合わせたソリューションと、豊富な開発実績のある技術者が、 IoT 化を支援します。 クラスメソッド は、AWS プレミアパートナーとして豊富な IoT ソリューション構築実績を持っています。5,000 件を超えるプロジェクト実績と 3,500 以上の AWS 認定を有し、 スマート産業機械からのデータ収集、分析基盤の構築、モバイルアプリ開発など、 IoT ソリューション の一貫した提供が可能です。特に AWS の IoT サービスを活用した IoT システムの設計、構築、運用支援に強みを持っています。 グローバルパートナー AWS のパートナーは世界中でお客様を支援しています。北米や欧州のスマート産業機械システムを構築するときには、以下のグローバルパートナーに関する情報が役に立ちます。 Deloitte は生成 AI を活用して、スマート産業機械向けの支援付き保守と自律的な意思決定を実現し、アフターマーケットサポートと Equipment-as-a-Service (EaaS) への移行の両方を最適化しています。 SoftServe の統合 IIoT プラットフォーム と 生成 AI ソリューション は、産業用 IoT (IIoT)、生成 AI、デジタルツイン、NVIDIA の機能を組み合わせてスマート産業機械を変革します。彼らの Schunk 実装により、遠隔およびフィールドサポートエンジニアが顧客の装置を効率的にトラブルシューティングできるようになります。 Twisthink は現在、生成 AI と IoT の AWS サービスを活用して、より少ない開発努力と投資で、予測保守と機械群管理分析のためのス マート産業機械ユースケース をサポートしています。 Green Custard は AWS 上で IoT と生成 AI を組み合わせ、支援付き保守、リアルタイムの性能最適化、強化された顧客サポートを通じてスマート産業機械の提供を革新しています。彼らの Britvic’s Aqua Libra Flavour Tap の実装は、IoT データとサポート文書のインテリジェントな分析を通じて強化された顧客サービスを実証しています。 結論 IoT と生成 AI の組み合わせは、保守運用の強化、機械群管理プロセスの拡張、顧客向けの新しいアプリケーションを通じた新たな収益源の創出により、スマート産業機械メーカーにとって変革的です。AWS と AWS パートナーは、製造業者が現在の IoT ソリューションを拡張するか、競争力を維持し収益成長を促進する位置付けの新しいスマート産業機械を構築するのを支援するサービスとソリューションを提供します。 IoT と生成 AI で製品を変革する準備はできましたか？ AWS または AWS パートナーにご連絡いただき、今日からスマート産業機械の取り組みを開始してください。AWS での生成 AI の詳細については、以下のリソースをご覧ください： 産業向け生成 AI 生成 AI イノベーションセンター Amazon Bedrock Agents を使用した堅牢な生成 AI アプリケーションを構築するためのベストプラクティス AWS Internet of Things このブログへの追加の貢献者に特別な感謝を捧げます。このブログの背後には、産業用 IoT の背景を持つ以下の方々を含む、産業、IoT、生成 AI にわたる AWS スペシャリストの素晴らしいコラボレーションがあります： Yuri Chamarelli 、シニア生成 AI/ML スペシャリストソリューションアーキテクト（産業用 IoT のバックグラウンド） Channa Samynathan 、AWS Edge AI &amp; Advanced Computing シニアワールドワイドスペシャリストソリューションアーキテクト Vijay Karthick Baskar 、製造業向けシニアパートナーソリューションアーキテクト Dimitrios Spiliopoulos Dimitrios Spiliopoulos は、AWS のワールドワイド・プリンシパル IIoT GTM スペシャリストです。彼は LinkedIn のトップボイスであり、産業用 IoT とスマート製造に関する定期的な執筆者およびスピーカーとして、グローバルな産業顧客やパートナーと協力しています。AWS では IoT と製造に関連するさまざまな役割で 3 年半の経験を持ちます。 IoT 分野と製造業界での功績により、Manufacturer.com による製造業界トップ 100 アドボケイト賞や Onalytica による Who is Who in IoT など、数々の賞を受賞しています。また、2018 年から IE ビジネススクールで IoT の非常勤教授を務めています。 エッジコンピューティング、IoT、デジタルツイン、AI、サステナビリティ、インダストリー 4.0 に関する知見を共有することを得意としています。LinkedIn での フォローやコネクトをお待ちしています: https://www.linkedin.com/in/spiliopoulosdimitrios/ Gabriel Verreault Gabriel は AWS のシニア・パートナー・ソリューション・アーキテクトとして、製造業分野、特に産業設備の保全と産業用 AI に注力しています。産業用データプラットフォームのバックグラウンドを活かし、スマート製造、スマート産業機械、AI/ML に関するソリューションの定義、構築、啓発活動において AWS パートナーと協力しています。 Gary Emmerton Gary は英国を拠点とする AWS のシニア・ソリューション・アーキテクトです。クラウドソリューションを中心に企業のお客様を担当しており、特に IoT テクノロジーを専門としています。電子工学のバックグラウンドを持ち、IT 業界で 30 年以上にわたりさまざまな役割を経験してきました。消費財から金融サービス、エネルギー・公共事業まで、幅広い業界のお客様を支援してきた豊富な経験を有しています。 このブログはAWS Blog Maximizing the value of Smart Machines with generative AI and IoT を元にAWS Japan Solutions Architect 吉川晃平 (Kohei Yoshikawa) が翻訳し日本の読者向け情報を追記しました。