ごあいさつ

みなさん、こんにちは。ソリューションアーキテクトの戸塚です。今週も 週刊AWS をお届けします。 お盆も明け、まだまだ暑い日が続きますが、いかがお過ごしでしょうか。休暇中に溜まったアップデートを一気にキャッチアップされている方も多いかもしれませんね。 さて、生成AI開発の現場に身を置いていると、ここ最近「作る」こと自体のハードルがどんどん下がっているのを実感します。エージェントに任せられる作業が増え、これまで手作業だったコード生成やドキュメント作成、分析までもが数クリックで動き出す──そんな時代になってき

はじめに

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。今週も生成 AI に関する 1 週間のアップデートをお届けします。 8 月 18 日（火）から、5 年目を迎える「 AWS デジタル社会実現ツアー 」が全国 8 都市（北海道・新潟・静岡・愛知・広島・愛媛・福岡・宮城）を約 2 週間で巡ります。注目の AI エージェント技術をデモを交えて解説するセッションに加え、地域企業の AI/クラウド活用事例を当事者が語るパート、社会課題に挑んだ学生コンテスト入賞者のプレゼンテーション、自治体・地銀・

統合されたアーキテクチャの「幅広さ」こそが、AI エージェントの能力を左右する ── その理由。 はじめに エージェンティックな統合（agentic integration）による自律的な問題解決が、コンタクトセンターの運用のあり方を再定義しつつあります。AI の推論能力の進化、オープンな統合標準、そしてコンポーザブル（組み合わせ可能）なサービス設計が一つに収束したことで、これまで実現不可能だったことが実用的なものになりました。 すなわち、複数システムにまたがる複雑なお客様の課題を、AI エージェントがリ

はじめまして！SHIFT Salesforceグループの小栗です。

はじめに

AI時代を支える「AIハイパーコンピューター」 最初のトピックは、チップ単体ではなく、データセンター全体を一つの計算基盤として捉える「AIハイパーコンピューター」に関する説明です。エージェント時代のコンピューティングは、もはや1つのチップだけでなく、データセンター全体で定義されるようになっています。だからこそ、生成AIの広がりとともにAIコンピューティングの需要が急速に高まる中、ハードウェアからモデル、プラットフォームまで全レイヤーを一貫して自社で手がけている点こそが、Googleの大きな強みになっていま

導入：フローの「メイン読者」がLLMになる時代

はじめに データマネジメントPF統括部の平尾です。 大規模・長時間のバッチ処理を実行する時、AWS（EC2）の利用料は高額になりやすいです。 コスト削減策として、AWSの未使用EC2キャパシティ（AWSが各リージョン内のAZごとに提供できる、インスタンスタイプ別のコンピュートリソース量）を低コストで利用できるスポットインスタンスの活用を検討することが多いと思います。 一方で、AWS側のキャパシティ状況によってインスタンスが中断される可能性があるため、特に大規模・長時間の処理への適用が難しいという特性があり

こんにちは、SHIFT Salesforceグループの辻です。

2026年6月25日に開催された AWS Summit Japan 2026 の流通小売・消費財ブースにて、Amazon Quick を活用した物流業務の一気通貫自動化デモを展示しました。本ブログでは、展示の概要とデモの見どころをご紹介します。 はじめに 物流の現場では、基幹・受発注・在庫・配送など複数のシステムにデータが分散しています。今回の展示では、 Amazon Quick がこれらの課題をどのように解決するかを、実際の業務シナリオに沿ってデモでお見せしました。皆さまの物流現場でも、こんな課題はあり

こんにちは。クロスイノベーション本部の平岡です。 弊社のAzureクラウドSOC（以下Azure SOC）では、Azure環境のセキュリティ設定の可視化と改善、およびセキュリティインシデントの早期発見と調査支援を行っています。 私はAzure SOC運営メンバーとして主にMicrosoft Defender for Cloudを活用し、Azure環境のセキュリティ設定の監視を行っています。 前回書いた ブログ では、Azure SOCで活躍している便利なサービスの一部として、Microsoft Defen

Workspace IntelligenceのアーキテクチャとGoogle チャットの新たな役割 文脈を読み解く、物知りシステム Google Cloud Next '26で注目された発表の一つが「Workspace Intelligence」の導入です。これは単に検索機能を強化するだけでなく、組織内に点在するメール、チャットログ、ドキュメント、スプレッドシート、プレゼンテーション、外部のウェブ情報を統合し、包括的な「ナレッジグラフ」を構築する基盤システムです。

はじめに こんにちは。NTTデータでデータサイエンティストを務めております@tamurayuc20ndです。 本記事では、DataRobot社が提供するAIアクセラレータの一つである「MLflowエクスペリメントの追跡」を題材に、PapermillによるNotebookの自動実行と、MLflowによる実験管理の仕組みを解説します。 単にテンプレートを動かすだけではなく、自分のユースケースに合わせてどこを修正すればよいかという観点で整理している点が本記事の主眼です。 Notebookベースで機械学習の試行錯