こんにちは、Amazon Connect ソリューションアーキテクトの梅田です。 2026年 2 月号 はお読みいただけましたでしょうか。皆さんのお役に立つ内容があれば幸いです！ はじめに、Amazon Connect について改めてご紹介します。Amazon Connect は、AI を中核に据えたコンタクトセンターソリューションです。音声・チャット・メール・タスクなど複数のチャネルを一つのプラットフォームに統合し、顧客とエージェントの双方にシームレスな体験を提供します。規模を問わず導入でき、Amazon のサービス体験を支える基盤技術を活用できます。 今月は 以下の内容でアップデート情報をお届けします。 2026 年 3 月のアップデート一覧 AWS Contact Center Blog のご紹介 今月のアップデートに関するよくある質問 1. 2026 年 3 月のアップデート一覧 Amazon Connect のクイックレスポンスをルーティングプロファイルごとに制御できる？タグベースアクセス制御の新機能 – 2026/03/28 Amazon Connect のクイックレスポンスで、ルーティングプロファイルの割り当てにタグベースアクセス制御（TBAC）が適用されるようになりました。これまでは、管理者がタグベースアクセス制御を設定してクイックレスポンスを構成しても、ルーティングプロファイルのタグに関係なく、すべてのエージェントがクイックレスポンスを利用できる状態でした。今回のアップデートにより、管理者は TBAC の権限に基づいて、特定のルーティングプロファイルにクイックレスポンスを割り当てることが可能になり、他の Amazon Connect リソースと同じレベルのアクセス制御を適用できます。TBAC を使用して Amazon Connect リソースへのアクセスを管理している組織は、同じアクセス制御をクイックレスポンスの割り当てにも適用できるようになりました。例えば、コンプライアンスチームが管轄地域ごとにルーティングプロファイルにタグを付け、地域固有の開示テンプレートなどの規制関連クイックレスポンスを対応するプロファイルに割り当てることで、エージェントが自分の役割に最も関連性の高いコンテンツのみを参照できるようになります。 管理者ガイド Amazon Connect のクイックレスポンス タグベースのアクセス制御 Amazon Connect の音声 AI エージェントがロンドンリージョンで使える？新ボイス3種も追加 – 2026/03/18 Amazon Connect のエージェント型 Speech-to-Speech 音声体験が、新たに欧州（ロンドン）リージョンで利用可能になりました。また、米国スペイン語と英国英語の新しい Speech-to-Speech ボイスが3種追加されました: Pedro（es-US）、Amy（en-GB）、Brian（en-GB）。 Amazon Connect のエージェント型セルフサービス機能は、AI エージェントが音声およびメッセージングチャネル全体で顧客の意図を理解し、推論し、アクションを実行することで、日常的なタスクから複雑なカスタマーサービス業務までを自動化します。Speech-to-Speech 音声 AI エージェントは、顧客が「何を言ったか」だけでなく「どのように言ったか」も理解し、顧客のトーンや感情に合わせて音声応答を適応させながら、自然な会話のペースを維持します。今回のアップデートにより、新しいリージョンでより幅広いボイスの選択肢を使って、エージェント型 Speech-to-Speech 音声体験を顧客に提供できるようになりました。 管理者ガイド Amazon Connect のサポートリージョン Amazon Connect の音声 AI エージェントは何言語に対応している？新たに13言語が追加で合計40言語に – 2026/03/18 Amazon Connect の音声 AI エージェントが新たに13言語をサポートし、対応言語は合計40のロケールになりました。新しく追加された言語は以下の通りです: アラビア語（サウジアラビア）、チェコ語、デンマーク語、オランダ語（ベルギー）、英語（アイルランド）、英語（ニュージーランド）、英語（ウェールズ）、ドイツ語（スイス）、アイスランド語、ルーマニア語、スペイン語（メキシコ）、トルコ語、ウェールズ語。 Amazon Connect のエージェント型セルフサービス機能は、AI エージェントが音声およびデジタルチャネル全体で顧客の意図を理解し、推論し、アクションを実行することで、複数の言語にわたって日常的なタスクから複雑なカスタマーサービス業務までを自動化します。 管理者ガイド Amazon Connect のサポート言語 Amazon Connect の生成 AI テキスト読み上げボイスはどのリージョンで使える？新リージョン3つと新ボイス9種が追加 – 2026/03/18 Amazon Connect の生成 AI テキスト読み上げ（Generative Text-to-Speech）ボイスが、新たに3つの AWS リージョンで利用可能になりました: 欧州（ロンドン）、アジアパシフィック（ソウル）、アジアパシフィック（シドニー）。また、米国英語、英国英語、欧州フランス語、ドイツ語、イタリア語にわたる9つの新しい生成 AI テキスト読み上げボイスが追加されました: Tiffany（en-US）、Amy（en-GB）、Brian（en-GB）、Ambre（fr-FR）、Florian（fr-FR）、Tina（de-DE）、Lennart（de-DE）、Beatrice（it-IT）、Lorenzo（it-IT）。 管理者ガイド Amazon Connect のサポートリージョン Amazon Connect のサポート言語 Amazon Connect のエージェントはメールを外部アドレスに転送できる？エージェントワークスペースからの直接転送が可能に – 2026/03/17 Amazon Connect のエージェントが、エージェントワークスペースおよびコンタクトコントロールパネル(CCP)から、メールコンタクトを外部メールアドレスや配信リストに直接転送できるようになりました。メールを転送した後も、エージェントは元のコンタクトの所有権と完全なコミュニケーション履歴を保持します。これにより、エージェントはバックオフィスチーム、専門家（SME）、パートナー、その他の関係者をシームレスに巻き込みながら、顧客にとって一貫した単一の窓口であり続けることができます。 管理者ガイド Amazon Connect のメール機能 メールチャネルのコンタクトを外部 E メールアドレスに転送する Amazon Connect でマネージャーがエージェントをコーチングできる？統合ワークフローが新登場 – 2026/03/12 Amazon Connect に、コンタクトセンターのマネージャーがエージェントに対してタイムリーかつ的確なフィードバックを Connect の UI 上で直接提供できる、統合エージェントコーチングワークフローが追加されました。マネージャーは評価スコアカードを通じて改善の機会を特定した際、具体的な顧客対応の事例を含むコーチングプランをその場で作成できます。例えば、問題解決には優れているものの顧客への共感をもう少し示すべきエージェントに対して、該当する対応事例と今後使える共感的な表現の例を共有することができます。コーチングセッション後、エージェントはフィードバックを確認し、期待事項や次のステップについての理解を示すメモを追加します。マネージャーとエージェントの双方が、すべてのコーチング履歴を単一のページで確認でき、体系的な進捗管理とコーチング効果の向上が可能になります。この統合アプローチにより、コーチングの遅延が解消され、エージェント育成プロセス全体を通じたアカウンタビリティが確立されることで、コンタクトセンター運営全体のパフォーマンス改善が加速します。 管理者ガイド Amazon Connect のエージェントコーチング Amazon Connect でメール送信時に差出人アドレスを選べる？キューごとの複数アドレス設定が可能に – 2026/03/12 Amazon Connect で、受信メールへの返信や新規アウトバウンドメッセージの送信時に「差出人（From）」メールアドレスを選択できるようになりました。これにより、コンタクトセンターはすべての顧客対応で正しいブランドやビジネスのアイデンティティを使用できます。管理者はキューごとに複数の送信元アドレスを設定でき、エージェントは担当しているキューに基づいて適切なメールアドレスを検索・選択できます。この機能は、単一の Amazon Connect インスタンスから複数のブランドやビジネスラインをサポートしているコンタクトセンターに特に有用です。 管理者ガイド Amazon Connect のメール機能 メール送信時の送信元アドレスの選択 Amazon Connect のケースデータを分析データレイクで活用できる？Athena や Quick でのレポート作成が容易に – 2026/03/12 Amazon Connect の分析データレイクでケースデータが利用可能になり、レポートやインサイトの生成がより簡単になりました。ケースデータが他の Amazon Connect 分析データと並んで利用できるようになったことで、Amazon Athena や Amazon Quick を使用して、複雑なデータパイプラインを構築・維持することなく、カスタムレポートの作成やトレンド分析が可能です。例えば、タイプ別のケース件数、エージェントシフトをまたいだケース処理状況、ケース全体のコンタクトセンチメントなどを分析できます。 管理者ガイド Amazon Connect Cases Amazon Connect 分析データレイク 分析データレイクにおけるケースデータテーブル Amazon Connect の AI 予測インサイトはどこまで進化した？商品カタログ8倍・精度14%向上の強化アップデート – 2026/03/11 Amazon Connect の AI を活用した予測インサイトの機能強化が発表されました。この強化により、企業はプロアクティブでパーソナライズされた顧客体験を大規模に提供しやすくなります。re:Invent 2025 で発表された5つのレコメンデーションアルゴリズムをベースに、AI 予測インサイトは最大4,000万件の商品カタログアイテムをサポートするようになり（従来の8倍）、トリガーベースキャンペーンのメッセージテンプレートでも利用可能になったほか、モデル精度が最大14%向上しました。これらの強化により、企業は適切なメッセージを適切なタイミングで自動的に顧客に届けることができ、AI パーソナライゼーションの展開に必要な時間も短縮されます。企業はトリガーベースキャンペーンを活用して、顧客の行動や予測シグナルに基づいたパーソナライズされたアウトリーチを開始できるようになりました。例えば、顧客がカートを放棄した際に商品レコメンデーションを送信したり、購入後に補完的なサービスを提案したりすることが可能です。また、予測された嗜好や行動に基づいて、特定の顧客コホートに対するターゲットキャンペーンも配信できます。モデル精度の向上とトレーニング時間の短縮により、企業はパーソナライズされた体験をより迅速に、かつ顧客に提供するレコメンデーションへの信頼性を高めた状態で展開できます。 管理者ガイド Amazon Connect Customer Profiles AI 予測インサイト Amazon Connect のメールでも会話分析ができる？自動分類・PII リダクション・要約生成に対応 – 2026/03/11 Amazon Connect のメールコンタクトで会話分析（Conversational Analytics）がサポートされるようになりました。コンタクトセンターのマネージャーは、メールの自動分類、個人識別情報（PII）の墨消し、コンタクト要約の自動生成が可能になります。これにより、新たなトレンドの迅速な特定、機密情報の保護によるコンプライアンスの維持、エージェントのパフォーマンスレビューにかかる時間の短縮が実現します。例えば、顧客がアカウントの問題についてメールを送信すると、Amazon Connect が自動的にメールを分類し、機密情報を墨消しし、スーパーバイザーのレビュー用に要約を生成します。この機能を有効にするには、コンタクトフローに「記録分析と処理動作を設定」ブロックを追加し、「チャネルを選択」で「E メール」を指定した設定を行います。メールチャネルの会話分析を活用して、カテゴリの割り当て、タスクの作成、ケースの更新などのアクションを自動的にトリガーするルールを迅速に作成できます。 管理者ガイド Amazon Connect の会話分析 Amazon Connect E メールの会話分析 PII リダクションの設定方法 Amazon Connect のマネージャー向け AI アシスタントとは？自然言語で150以上のメトリクスを即座に分析 （プレビュー） – 2026/03/10 Amazon Connect から、コンタクトセンターのマネージャーが自然言語を使って運用に関する質問に即座に回答を得られる AI アシスタントのプレビューが発表されました。エージェントのスケジューリング、セルフサービス体験、パフォーマンス評価を含む 150 以上の Amazon Connect メトリクスに対して、すべての履歴データを使ったクエリが可能で、結果は数秒で返されます。これにより、手動でのデータ収集に費やしていた数時間が不要になります。さらに、このアシスタントはサービスレベル目標を達成できないリスクのあるキューの特定や、具体的なリカバリーアクションの推奨など、根本的な問題の診断も行えます。この機能はプレビューとして提供されています。 2. AWS Contact Center Blog のご紹介 Amazon Connect と Amazon Lex によるセルフサービス導入と継続改善：JBR コンタクトセンターの業務効率化の取り組み Amazon Connect と Amazon Lex でコンタクトセンターのセルフサービス化はどこまでできる？ 年間約32万件の生活救急対応を行う JBR（ジャパンベストレスキューシステム）が、パートナー店からの業務連絡窓口に音声ボットを導入した事例です。約16,000件の会話データを分析・改善し続けた結果、5ヶ月でエラー率を46%から18%に削減、ボット完結率は目標の75%を達成しました。さらに Amazon Bedrock による会話要約をエージェント画面に表示することで、後処理時間の短縮にもつなげています。 Kiro で Amazon Connect AI エージェント開発を加速 (日本語翻訳) Amazon Connect の AI エージェント開発を短期間で実現するには？ Kiro を活用し、15 のバックエンド API を統合する AI エージェントを通常 2〜3 週間かかるところ、わずか 3 日間で構築した事例です。仕様駆動設計によりアーキテクチャ設計を 1〜2 時間に短縮し、15 の Lambda 関数を一貫したパターンで自動生成。CloudWatch Logs の自動分析で、デプロイからデバッグ・修正までのイテレーションサイクルを 10〜20 分で回すことで、高速な開発を実現しています。 Managing Amazon Connect flows as Code with AWS CDK (英語記事) Amazon Connect のコンタクトフローを IaC で管理するには？ Amazon のカスタマーサービスチームが AWS CDK を使い、数百のコンタクトフローをコードとして管理する方法を紹介しています。従来の JSON 定義に代わり、型安全な TypeScript のビルダーパターンで可読性と保守性を大幅に向上。ビルド時のバリデーション、再利用可能なコンポーネント、複数インスタンスへの自動デプロイにより、デプロイ・メンテナンス時間を数日から数分に短縮した事例です。 Build Unified Voice, Video and Chat Communications with Amazon Connect (英語記事) Amazon Connect で音声通話中にチャットやファイル共有もできる？ 音声・ビデオ通話とチャットを同一エージェントとの1つのやり取りに統合するソリューションの構築方法を紹介しています。例えば、ローン申請の電話中にエージェントが書類を送信し、顧客がその場で署名して返送するといった体験が実現できます。StartWebRTCContact API と DescribeContact API を組み合わせ、通話中のエージェント ID をチャットのルーティングに渡すことで、チャネルをまたいでも同じエージェントが対応し続ける仕組みです。 3. 今月のアップデートに関するよくある質問 Q. Amazon Connect とは何ですか？ A. Amazon Connect は、AI を中核に据えたクラウドコンタクトセンターソリューションです。音声・チャット・メール・タスクなど複数のチャネルを一つのプラットフォームに統合し、あらゆる規模の企業で利用できます。( Amazon Connect について ) Q. Amazon Connect で AI 機能を使うと料金が高くなりませんか？ A. Amazon Connect では Unlimited AI という料金プランが選択可能です。このプランでは、会話分析、パフォーマンス評価、画面録画、エージェントスケジューリング、Amazon Lex や Connect AI エージェントによる AI 音声・チャット対応、生成 AI テキスト読み上げなど、すべての AI 最適化機能がチャネル料金に含まれる包括的な価格体系になっています。AI 機能ごとに個別課金される アラカルトによるプランも選択でき、インスタンスごとにプランを変更することも可能です。いずれのプランも初期費用や長期契約は不要で、使った分だけの従量課金です。（ Amazon Connect の料金 ） Q. Amazon Connect のタグベースアクセス制御（TBAC）とは何ですか？ A. タグベースアクセス制御（TBAC）は、Amazon Connect のリソースにタグ（キーと値のペア）を付与し、そのタグに基づいてアクセス権限を管理する仕組みです。例えば、部門や地域ごとにタグを設定することで、管理者が担当範囲のリソースのみを操作できるように制御できます。今月のアップデートでは、クイックレスポンスのルーティングプロファイル割り当てにも TBAC が適用されるようになりました。（ タグベースのアクセス制御 ） Q. Amazon Connect の会話分析（Conversational Analytics）ではどのようなことができますか？ A. 会話分析は、コンタクトの内容を自動的に分類し、個人識別情報（PII）の墨消し、コンタクト要約の自動生成を行う機能です。音声やチャットに加え、今月のアップデートでメールチャネルにも対応しました。分析結果をもとに、カテゴリの割り当てやタスクの作成などのアクションを自動トリガーするルールも作成できます。（ Amazon Connect の会話分析 ） Q. Amazon Connect の分析データレイクとは何ですか？ A. 分析データレイクは、Amazon Connect のコンタクトデータを一元的に蓄積し、Amazon Athena や Amazon Quick で直接クエリ・分析できる機能です。複雑なデータパイプラインを構築することなく、カスタムレポートの作成やトレンド分析が可能になります。今月のアップデートでケースデータも分析データレイクに追加されました。（ Amazon Connect 分析データレイク ） 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いただけますと幸いです。Amazon Connect の最新情報は毎月このブログでお届けしていますので、来月号もお楽しみに。 著者プロフィール   梅田　裕義（Hiroyoshi Umeda） アマゾンウェブサービスジャパン合同会社 シニア Amazon Connect ソリューションアーキテクト 2020年12月入社。コンタクトセンター領域を専門に、Amazon Connect を活用した顧客体験の向上や業務効率化の技術支援を行っています。AI によるセルフサービスの導入、オムニチャネル対応、分析基盤の構築など、企業のコンタクトセンターが抱える課題解決に幅広く取り組んでいます。

みなさん、こんにちは。AWS ソリューションアーキテクトの三厨です。 今週のトップニュースは AWS Agent Registry と Claude Mythos の Amazon Bedrock 上での Gated Research Preview でしょう。AWS の CISO である Amy が、AWSのセキュリティアプローチがどのように Anthropic のようなパートナーとお客様のイノベーションを加速しているのかを解説しているブログも今週号で取り上げていますので、ぜひご一読ください。 また今週  4 月 15 日には「 AI-DLC 体験勉強会 」が開催されます。AWS Summit Japan 2026 では AI-DLC のハッカソンも予定されているので、ぜひこれを機にキャッチアップしてみてはいかがでしょうか？ それでは、4 月 6 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 AWS生成AI国内事例ブログ: 大豊建設株式会社様、生成 AI アシスタント「大豊 AI」で業務の様々な場面を効率化 大豊建設様は、土木・建築工事を中心とした総合建設会社です。社内の情報へのアクセスのしにくさ、文書作成の負担、中堅社員不足による知識共有の難しさといった課題を抱えていました。そこで、AWS を基盤として生成 AI を活用した「大豊 AI」を構築し、フリートーク、社内規程検索、ファイルチャット、全文検索、ユースケース別検索などの機能を社内に展開しました。2025 年 6 月の全社展開から約 8 ヶ月で 307 名の社員が利用し、累計 32,709 回以上の利用回数を記録しています。規程検索だけでも約 250 時間の業務時間削減を実現しました。今後は、施工計画書の作成支援や社内資料作成支援といった、Amazon Bedrock AgentCore のエージェント技術を活用した業務効率化も目指しています。 AWS生成AI国内事例ブログ: 丸紅グループが描く生成AI活用の全貌 〜内製開発・AIエージェント活用で変わる総合商社の姿〜 丸紅グループの生成 AI 活用の続編記事です。 前回 紹介した社内生成 AI プラットフォーム「Marubeni Chatbot」は登録ユーザー数が 7,500 人以上から 10,000 人以上へと拡大しました。今回は、Amazon Bedrock AgentCore を活用した AI エージェント機能の搭載、競合分析システムの構築、水道管路 AI 劣化予測診断サービス（分析作業を約 99% 削減）、そして AI DLC Unicorn Gym の開催という 4 つの新たな取り組みを紹介しています。丸紅グループが生成 AI をどのように業務や開発の現場に根付かせてきたか、ぜひご覧ください。 ブログ記事「 AI を活用した大規模なセキュリティ防御の構築 — 脅威が出現する前に 」を公開 AWS CISO の Amy のブログの翻訳です。Anthropic が発表した Project Glasswing と、これまでで最も高度な AI モデルである Claude Mythos Preview について紹介しています。Claude Mythos Preview はサイバーセキュリティ、ソフトウェアコーディング、複雑な推論タスクで高いパフォーマンスを発揮する新しいモデルクラスです。AWS では継続的な AI セキュリティレビューが行われている重要なコードベースに Claude Mythos Preview をすでに適用しており、セキュリティの検出結果を洗い出す際に従来のモデルよりも高い生産性を発揮しています。 ブログ記事「 AWS Security Agent のオンデマンドペネトレーションテストの一般提供を開始 」を公開 AWS Security Agent は、自律型ペネトレーションテストを提供するフロンティアエージェントです。手動のペネトレーションテストの数分の一のコストで、24 時間 365 日稼働します。SAST、DAST、ペネトレーションテストの機能を単一のコンテキスト認識型エージェントに統合し、マルチクラウドに対応しています。HENNGE 様は「一般的なテスト期間を 90% 以上短縮できます」と述べています。 ブログ記事「 AWS DevOps Agent によるエージェンティック AI を活用した自律的インシデント対応 」を公開 AWS DevOps Agent は、Amazon Bedrock AgentCore 上に構築された常に利用可能な運用チームメンバー Agent です。インシデントの解決とプロアクティブな予防を行い、AWS、マルチクラウド、オンプレミス環境にわたる SRE タスクを処理します。本記事では、URL 短縮サービスの例を通じて、DevOps Agent を次世代の完全な運用チームメンバーたらしめる 6 つの主要な能力「6 つの C」を解説しています。 ブログ記事「 Amazon Bedrock Guardrails では、一元化された制御と管理により、クロスアカウント保護がサポートされています 」を公開 Amazon Bedrock Guardrails でクロスアカウントセーフガードが一般提供されました。組織の管理アカウント内でガードレールを指定し、すべてのメンバーエンティティ全体で自動的に実施できるようになりました。個々のアカウントやアプリケーションを監視する管理上の負担を大幅に軽減しながら、企業の責任ある AI 要件の一貫した遵守をサポートします。 ブログ記事「 コパイロットからコワーカーへ – AAAI : エージェント研究と実用化のギャップ 」を公開 AAAI 2026 のパネルディスカッションで、Microsoft、Mistral、シンガポール国立大学、LinkedIn、AWS の研究者と実務者が、コーディングエージェントを本番環境に投入する際の課題について議論しました。研究は能力の最適化に注力する一方、本番環境では信頼性、コスト、レイテンシー、信頼、組織への適合性を同時に最適化する必要があるという議論が展開されています。今後の研究の方向性についても言及されており、エージェント開発に携わる方にとって示唆に富む内容です。 ブログ記事「 Kiro Students プランのご紹介 」を公開 AI コーディングツール Kiro の学生向けプランが発表されました。対象の大学生は、月 1,000 クレジット付きの Kiro を 1 年間無料で利用できます。まず 11 の大学からスタートし、今後さらに多くの大学への拡大を予定しています。 ブログ記事「 Kiro スタートアップクレジットプログラムが復活します 」を公開 アーリーステージから Series A までのスタートアップを対象に、最大 1 年分の Kiro Pro+ を無料で申請できるプログラムが復活しました。チーム規模に応じて 3 つのティア（最大 2、10、30 ユーザー）が用意されています。 ブログ記事「 Kiro CLI の新しいデザイン 」を公開 Kiro CLI の刷新された UX が実験的モードとして公開されました。ライブ統合ステータス、常時表示の入力エリア、スラッシュコマンドと @ コンテキスト、コンテキストオーバーレイなどの新機能が追加されています。 kiro-cli --tui  で試すことができます。 ブログ記事「 Amazon OpenSearch Service、FAISS エンジンでのベクトル検索トラブル対処の考え方：新規ベクトルデータの投入が不安定、または失敗する場合 」を公開 ブログ記事「 Amazon OpenSearch Service、FAISS エンジンでのベクトル検索トラブル対処の考え方：検索レイテンシの増加が問題になっている場合 」を公開 Amazon OpenSearch Service の FAISS エンジンを使用したベクトル検索のトラブルシューティングに関する 2 本の記事が公開されました。RAG などでベクトル検索を活用している方にとって、データ投入の不安定さや検索レイテンシの増加に対する原因調査と対処法の考え方が体系的にまとめられています。 サービスアップデート Amazon Bedrock で Claude Mythos Preview が限定リサーチプレビューとして利用可能に Anthropic のこれまでで最も高度な AI モデルである Claude Mythos Preview が、Amazon Bedrock で限定リサーチプレビューとして利用可能になりました。Claude Mythos Preview は、サイバーセキュリティ、ソフトウェアコーディング、複雑な推論タスクにおいて最先端の能力を持つ根本的に新しいモデルクラスです。Project Glasswing の一環として、インターネットの重要インフラ企業やオープンソースのメンテナーが優先的にアクセスできます。現在、米国東部（バージニア北部）リージョンで利用可能です。 AWS Agent Registry が集中型エージェント検出・ガバナンスのためにプレビュー提供開始 Amazon Bedrock AgentCore を通じて利用可能な AWS Agent Registry がプレビューで提供開始されました。組織内のエージェント、ツール、スキル、MCP サーバー、カスタムリソースのプライベートなカタログおよび検出レイヤーです。セマンティック検索とキーワード検索の両方に対応し、承認ワークフローや AWS CloudTrail による監査証跡も提供します。米国西部（オレゴン）、アジアパシフィック（東京）を含む 5 リージョンで利用可能です。 Amazon Bedrock AgentCore Browser に OS レベルの操作機能を追加 Amazon Bedrock AgentCore Browser に、Chrome DevTools Protocol (CDP) だけでは対応できないブラウザワークフローの自動化を可能にする OS レベルの操作機能が追加されました。マウス操作、キーボード操作、フルデスクトップスクリーンショットなどが利用可能です。AI エージェント開発者やテスト自動化エンジニアにとって有用なアップデートです。アジアパシフィック（東京）を含む 14 リージョンで利用可能です。 Amazon Bedrock が IAM ユーザーおよびロールによるコスト配分をサポート Amazon Bedrock が、IAM ユーザーおよび IAM ロールによるコスト配分を AWS Cost and Usage Report 2.0 (CUR 2.0) と Cost Explorer でサポートするようになりました。IAM ユーザーやロールにチーム、プロジェクト、コストセンターなどのタグを付与し、コスト配分タグとして有効化することで、Bedrock のモデル推論コストをユーザー、チーム、プロジェクト、アプリケーション別に把握できるようになります。Bedrock が利用可能なすべての商用リージョンで利用可能です。 AWS Cost Explorer が Amazon Q を活用した自然言語クエリ機能を提供開始 AWS Cost Explorer に Amazon Q Developer の生成 AI 機能が統合され、自然言語でコストと使用状況データについて質問できるようになりました。「今月の上位支出サービスを表示して」といった質問に対して、Amazon Q が詳細なインサイトを提供すると同時に、Cost Explorer が対応するビジュアライゼーションを自動更新します。すべての商用 AWS リージョンで追加料金なしで利用可能です。 SageMaker HyperPod が分散トレーニングワークロード向けギャングスケジューリングをサポート Amazon SageMaker HyperPod のタスクガバナンスにギャングスケジューリングが追加されました。分散トレーニングジョブに必要なすべての Pod が準備完了してからトレーニングを開始することで、部分的なジョブ実行による無駄なコンピューティングやデッドロックを防止します。アジアパシフィック（東京）を含む複数のリージョンで利用可能です。 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 三厨 航  (Wataru MIKURIYA) AWS Japan のソリューションアーキテクト (SA) として、ヘルスケア・ハイテク製造業のお客様のクラウド活用を技術的な側面・ビジネス的な側面の双方から支援しています。クラウドガバナンスや IaC 分野に興味があり、最近はそれらの分野の生成 AI 応用にも興味があります。最近の趣味はカメラです。 週刊 AWS の新しいサムネイルを撮影したので、是非ご覧ください。

本記事は 2026 年 4 月 7 日 に公開された「 Launching S3 Files, making S3 buckets accessible as file systems 」を翻訳したものです。 Amazon S3 Files の提供開始をお知らせします。S3 Files は、あらゆる AWS コンピューティングリソースと Amazon Simple Storage Service (Amazon S3) をつなぐ新しいファイルシステムです。 10 年以上前、私がAWS トレーナーだった頃、オブジェクトストレージとファイルシステムの基本的な違いを説明するのに多くの時間を費やしました。よく使ったたとえ話は、S3 オブジェクトを図書館の本に見立てるものでした (1 ページだけ編集することはできず、本ごと差し替える必要がある)。一方、コンピュータ上のファイルはページ単位で変更できます。図を描き、比喩を考え、ワークロードごとに異なるストレージタイプが必要な理由をお客様に説明してきました。そして今日、オブジェクトストレージとファイルシステムの境界がより柔軟になります。 S3 Files により、Amazon S3 はクラウドオブジェクトストアとして唯一、高性能なファイルシステムアクセスを提供します。バケットをファイルシステムとしてアクセスでき、ファイルシステム上のデータ変更は自動的に S3 バケットに反映されます。同期もきめ細かく制御できます。S3 Files は複数のコンピューティングリソースにアタッチでき、データを複製せずにクラスター間で共有できます。 これまでは、Amazon S3 のコスト効率、耐久性、S3 からネイティブにデータを利用できるサービス群と、ファイルシステムの対話的な操作性のどちらかを選ぶ必要がありました。S3 Files でこのトレードオフは不要になります。S3 が組織のデータ基盤となり、 Amazon Elastic Compute Cloud (Amazon EC2) インスタンス、コンテナ、関数など、あらゆる AWS コンピューティングリソースから直接アクセスできます。本番アプリケーションの実行、ML モデルのトレーニング、エージェント型 AI システムの構築など、用途を問いません。 汎用バケットを、EC2 インスタンス、 Amazon Elastic Container Service (Amazon ECS) や Amazon Elastic Kubernetes Service (Amazon EKS) 上のコンテナ、 AWS Lambda 関数からネイティブファイルシステムとしてアクセスできます。ファイルシステムは S3 オブジェクトをファイルやディレクトリとして表示し、 Network File System (NFS) v4.1 以降のすべての操作 (ファイルの作成、読み取り、更新、削除) をサポートします。 ファイルシステムで特定のファイルやディレクトリを操作すると、関連するメタデータとコンテンツが高性能ストレージに配置されます。デフォルトでは、低レイテンシーアクセスの恩恵を受けるファイルは高性能ストレージに保存され、そこから提供されます。大規模なシーケンシャル読み取りが必要なファイルなど、高性能ストレージに保存されていないファイルについては、S3 Files がスループットを最大化するため Amazon S3 から直接提供します。バイト範囲読み取りでは、要求されたバイトのみが転送されるため、データ移動とコストを最小限に抑えられます。 データアクセスパターンを予測する的確なプリフェッチにも対応しています。高性能ストレージに保存する内容もきめ細かく制御でき、ファイルデータ全体を読み込むか、メタデータのみを読み込むかを選択して、アクセスパターンに応じた最適化が可能です。 仕組みとしては、S3 Files は Amazon Elastic File System (Amazon EFS) を基盤とし、アクティブなデータに対して約 1 ミリ秒のレイテンシーを実現します。NFS の close-to-open 整合性で複数のコンピューティングリソースからの同時アクセスをサポートするため、データを変更する対話的な共有ワークロードに最適です。ファイルベースのツールで連携する AI エージェントや、データセットを処理する ML トレーニングパイプラインなどが該当します。 使い方を紹介します 初めての Amazon S3 ファイルシステムの作成、マウント、EC2 インスタンスからの利用は簡単です。 EC2 インスタンスと汎用バケットを用意しています。以下のデモでは、S3 ファイルシステムを設定し、通常のファイルシステムコマンドで EC2 インスタンスからバケットにアクセスします。 デモでは AWS マネジメントコンソール を使用します。 AWS Command Line Interface (AWS CLI) や Infrastructure as Code (IaC) も利用できます。 デモのアーキテクチャ図は以下のとおりです。 ステップ 1: S3 ファイルシステムを作成します。 コンソールの Amazon S3 セクションで File systems を選択し、 Create file system を選択します。 ファイルシステムとして公開するバケット名を入力し、 Create file system を選択します。 ステップ 2: マウントターゲットを確認します。 マウントターゲットは、仮想プライベートクラウド (VPC) 内に配置されるネットワークエンドポイントです。EC2 インスタンスから S3 ファイルシステムにアクセスするために使用します。 コンソールではマウントターゲットが自動的に作成されます。 Mount targets タブで Mount target ID を確認します。 CLI を使用する場合は、ファイルシステムとマウントターゲットの作成に 2 つのコマンドが必要です。まず create-file-system で S3 ファイルシステムを作成し、次に create-mount target でマウントターゲットを作成します。 ステップ 3: EC2 インスタンスにファイルシステムをマウントします。 EC2 インスタンスに接続し、以下のコマンドを実行します。 sudo mkdir /home/ec2-user/s3files sudo mount -t s3files fs-0aa860d05df9afdfe:/ /home/ec2-user/s3files ~/s3files にマウントされたファイルシステムで、標準的なファイル操作を使って S3 データを直接操作できます。 ファイルシステム上でファイルを更新すると、S3 が自動的にすべての更新を管理し、数分以内に S3 バケット内の新しいオブジェクトまたは既存オブジェクトの新しいバージョンとしてエクスポートします。 S3 バケット上のオブジェクトに加えた変更は、数秒以内にファイルシステムに反映されますが、1 分以上かかる場合もあります。 # Create a file on the EC2 file system echo "Hello S3 Files" > s3files/hello.txt # and verify it's here ls -al s3files/hello.txt -rw-r--r--. 1 ec2-user ec2-user 15 Oct 22 13:03 s3files/hello.txt # See? the file is also on S3 aws s3 ls s3://s3files-aws-news-blog/hello.txt 2025-10-22 13:04:04 15 hello.txt # And the content is identical! aws s3 cp s3://s3files-aws-news-blog/hello.txt . && cat hello.txt Hello S3 Files 知っておくべきこと 技術的な詳細をいくつか紹介します。 S3 Files は AWS Identity and Access Management (IAM) と統合されており、アクセス制御と暗号化に対応しています。 ID ベースのポリシーとリソースポリシーで、ファイルシステムレベルとオブジェクトレベルの両方で権限を管理 できます。 データは TLS 1.3 による転送中の暗号化と、Amazon S3 マネージドキー (SSE-S3) または AWS Key Management Service (AWS KMS) のカスタマーマネージドキーによる保管時の暗号化で常に保護されます。 S3 Files は POSIX パーミッションを使用し、S3 バケットにオブジェクトメタデータとして保存されたファイルパーミッションに対してユーザー ID (UID) とグループ ID (GID) を照合します。 S3 Files の監視には、ドライブのパフォーマンスと更新に関する Amazon CloudWatch メトリクスと、管理イベントのログ記録に AWS CloudTrail を使用できます。 EC2 インスタンスに最新バージョンの EFS ドライバー ( amazon-efs-utils パッケージ ) がインストールされていることを確認してください。AWS が提供する Amazon Machine Image (AMI) にはプリインストールされています。執筆時点では、最新バージョンに更新できます。 本記事では EC2 インスタンスからの S3 Files の使用方法を紹介しました。ECS や EKS のコンテナ ( AWS Fargate の有無を問わず)、Lambda 関数からも S3 バケットをファイルシステムとしてマウントできます。 お客様からよく聞かれるのが、ワークロードに適したファイルサービスの選び方です。AWS のサービスは一見重複しているように見え、アーキテクチャレビュー会議でクラウドアーキテクトを悩ませることもあります。ファイルサービスの使い分けを整理しましょう。 S3 Files は、Amazon S3 に保存されたデータに高性能なファイルシステムインターフェースで対話的に共有アクセスする必要がある場合に最適です。本番アプリケーション、Python ライブラリや CLI ツールを使用する AI エージェント、ML トレーニングパイプラインなど、複数のコンピューティングリソースがデータを読み書きし、共同で変更するワークロードに適しています。データを複製せずにコンピューティングクラスター間で共有アクセスでき、サブミリ秒のレイテンシーと S3 バケットとの自動同期を実現します。 オンプレミスの NAS 環境から移行するワークロードには、 Amazon FSx が使い慣れた機能と互換性を提供します。Amazon FSx は、 Amazon FSx for Lustre によるハイパフォーマンスコンピューティング (HPC) や GPU クラスターストレージにも最適です。 Amazon FSx for NetApp ONTAP 、 Amazon FSx for OpenZFS 、 Amazon FSx for Windows File Server など、特定のファイルシステム機能が必要なアプリケーションに特に有効です。 料金と利用可能リージョン S3 Files は、すべての商用 AWS リージョン で利用できます。 S3 ファイルシステムに保存されたデータの容量、小さなファイルの読み取りとすべての書き込み操作、ファイルシステムと S3 バケット間のデータ同期時の S3 リクエストに対して課金されます。 Amazon S3 の料金ページに詳細 があります。 お客様との対話を通じて、S3 Files はデータサイロ、同期の複雑さ、オブジェクトとファイル間の手動データ移動を排除し、クラウドアーキテクチャの簡素化に役立つと考えています。ファイルシステムで動作する本番ツールの実行、ファイルベースの Python ライブラリやシェルスクリプトに依存するエージェント型 AI システムの構築、ML トレーニング用データセットの準備など、S3 Files を使えば Amazon S3 の耐久性とコストメリットを犠牲にすることなく、対話的な共有ワークロードから S3 データに直接アクセスできます。Amazon S3 を組織のデータ保管場所として使用でき、あらゆる AWS コンピューティングインスタンス、コンテナ、関数からデータに直接アクセスできます。 詳細と使い方については、 S3 Files のドキュメント をご覧ください。 S3 Files をどのように活用されるか、ぜひお聞かせください。フィードバックをお待ちしています。 — seb 著者について Sébastien Stormacq 80 年代半ばに Commodore 64 に触れて以来コードを書き続けている。情熱、好奇心、創造性を武器に、AWS クラウドの価値を引き出すビルダーを支援している。ソフトウェアアーキテクチャ、開発者ツール、モバイルコンピューティングに関心がある。Bluesky、X、Mastodon などで @sebsto をフォローできる。 この記事はVisual Compute Specialist Solutions Architect の森が翻訳を担当しました。