本ブログは 2026 年 4 月 16 日に公開された AWS Blog “ How Automated Reasoning checks in Amazon Bedrock transform generative AI compliance ” を翻訳したものです。 規制業界のコンプライアンスチームは、手作業のレビューに数週間を費やし、外部コンサルタントにも費用を支払っていますが、AI の出力に形式的な証明がない場合には、依然として監査上のギャップに直面します。 Amazon Bedrock Guar

本ブログは 2026 年 8 月 3 日に公開された AWS Blog “ Automated Reasoning policy refinement in Amazon Bedrock ” を翻訳したものです。 Amazon Bedrock で自動推論ポリシー (Automated Reasoning policy) を改善する作業は、これまで診断、手作業での編集、再テストを繰り返す手動のサイクルでした。本日 (2026 年 8 月 3 日)、このサイクルのうち診断と修正の作業を自動化するポリシーの自動

はじめに # GFXBenchというGPUベンチマークソフトを取り上げたシリーズの4回目です。 前回で古いAndroidバージョン対応のビルドが行えました。 今回は実際に古いAndroidバージョンで実行してベンチマークスコアを確認してみます。 ベンチマーク実行結果 # 実行までの手順は今までと変わらないので、早速結果からです。 実行するAndroid端末はAndroidバージョンが古いものを手元のコレクションから見繕ってみます。 目標は SdkVersion:'21' (Android5.0) だったの

本記事は、オリックス株式会社 法人営業本部 デジタル戦略推進室様と AWS が共同で執筆しました。 AI エージェントが実務で使われ始め、「既存の API を、エージェントから使えるようにできないか？」と考えたことがある方も多いのではないでしょうか。 本記事は、オリックス株式会社が提供する SaaS「 PATPOST 」の既存 REST API を、 Amazon Bedrock AgentCore Gateway で MCP サーバー化した事例です。 既存資産に手を入れずに MCP サーバー化するところ

自己紹介とインターン参加理由   自己紹介 はじめまして、金井南海です。東京電機大学 理工学部 理工学科 理学系に所属する大学 3 年生です。 専攻では画像処理や機械学習理論といった数理情報系の学問を学んでいて、数式やアルゴリズムの仕組みを理解しながらものを作ることに面白さを感じています。   プライベートでは、ダーツと映画鑑賞が趣味です。 ダーツは狙った場所に投げる集中力と、思い通りにいかないときの試行錯誤が楽しく、映画鑑賞はストーリーの構成や伏線の張り方に注目して観るのが好きです。 なぜ数ある企業から

はじめに こんにちは、データシステム部推薦研究ブロックの寺崎（ @f6wbl6 ）です。 ZOZOTOWNでは、ユーザーと商品を同じベクトル空間で表現するembeddingをTwo-Towerモデルで学習しています。このembeddingを複数の推薦施策で共有できるEmbedding基盤を運用しており、過去のテックブログで紹介しました。 techblog.zozo.com このEmbedding基盤を活用することで、新しい推薦施策の立ち上げ時に新たなモデル構築やモデルのためのインフラ整備等をゼロから行う必

SAP Sapphire 2026 において、AWS は SAP との Strategic Collaboration Agreement（SCA、戦略的協業契約）を発表し、SAP Business AI Platform の提供を全世界で拡大することを明らかにしました。この 5 年間の契約により、SAP Business AI Platform のプラットフォームサービス、および SAP Business Data Cloud が 7 つの新しい AWS リージョンに提供されます。これにより、規制産業や

企業利用では社員の注意力に頼らないことが重要 個人情報を入力しないよう社員に呼びかけることは大切です。ただ、毎回すべての情報を確認してからAIに渡すことを、会社全体の運用の前提にするのは難しいと考えています。

はじめに こんにちは。検索基盤ブロックのXEIです。私たちのチームには、ZOZOTOWNの検索に関する問い合わせが社内から日々寄せられます。 本記事では、この問い合わせ対応を複数のAIエージェントの組み合わせでどう効率化したかを紹介します。読み終わる頃には、役割を分けたAIエージェントをどう組み合わせ、人間の関与をどこに残すと問い合わせの件数を維持したまま対応の負荷を下げられるのか、その設計の勘所を持ち帰っていただけるはずです。なお、本記事は「問い合わせに回答する」部分に絞り、管理・運用の自動化は扱いませ

※ この投稿はお客様に寄稿いただいた記事です。 本稿は、NTTドコモ モバイルイノベーションテック部（以下、MIT 部）が AI-DLC TTT でフィジカル AI 領域の ML パイプラインを構築した取り組みの第 2 回です。 第 1 回：フィジカル AI 領域での ML 開発への適用 第 2 回：2 チーム並行開発の実験結果と知見（本記事） 第 1 回では、AI-DLC の Inception フェーズで要件を構造化し、設計レビューで 11 個の不整合を事前に検出した取り組みをご紹介しました。 第 2

※ この投稿はお客様に寄稿いただいた記事です。 本稿では、株式会社NTTドコモ（以下、ドコモ）モバイルイノベーションテック部（以下、MIT 部）が AI-DLC（AI-Driven Development Lifecycle） の TTT（Train The Trainer）に参加し、フィジカル AI 領域における機械学習パイプラインを 3 日間で構築した取り組みについて、全 2 回に分けてご紹介します。 第 1 回：フィジカル AI 領域での ML 開発への適用（本記事） 第 2 回：2 チーム並行開発

2026年9月16日、Elastic Cloud Serverless の Cross-Project Search（CPS：クロスプロジェクト検索） が正式提供（GA）になりました。 CPS を使うと、複数の Serverless プロジェクトをリンクできます。データを1か所に集約することなく、複数のプロジェクトを横断して検索できる機能です。 目次 Cross-Project Search の利点 設定はシンプル 仕組み：Origin Project と Linked Project GA で特に注目し

「自治体のためのクラウドコスト最適化」シリーズについて 自治体がガバメントクラウド上で業務システムを運用する場合、クラウド利用料の管理はオンプレミスとは性質の異なる実務になります。従来は、機器を調達した時点で費用がほぼ固定され、その後の管理は保守契約の範囲で済みました。クラウドは使った分だけ課金されるため、構成を変えれば費用も変わります。移行後も構成の見直しをすることでコストを最適化することができます。 ところがこの見直し作業は、技術的な判断を伴うため日々の運用を担う事業者に委ねられがちです。結果として、

「自治体のためのクラウドコスト最適化」シリーズについて 自治体がガバメントクラウド上で業務システムを運用する場合、クラウド利用料の管理はオンプレミスとは性質の異なる実務になります。従来は、機器を調達した時点で費用がほぼ固定され、その後の管理は保守契約の範囲で済みました。クラウドは使った分だけ課金されるため、構成を変えれば費用も変わります。移行後も構成の見直しをすることでコストを最適化することができます。 ところがこの見直し作業は、技術的な判断を伴うため日々の運用を担う事業者に委ねられがちです。結果として、

はじめに 本ブログは、株式会社第一興商と Amazon Web Services Japan が共同で執筆しました。 株式会社第一興商 （以下、第一興商）では、通信カラオケ「DAM」シリーズにおける採点機能の高度化に取り組んでおり、AWS Professional Services と共同で、人間の聴感に即した歌声評価 AI モデル「聴感採点モデル」を開発しました。この技術は、DAM のフラッグシップモデル LIVE DAM WAO! に搭載されている採点機能 精密採点Ai Heart の中核として活用さ