みなさん、こんにちは。AWS のソリューションアーキテクトの伊藤ジャッジです。 このブログでは開催予定のイベントや直近1カ月に発表された製造関連のブログ・サービスのアップデート・事例などをお届けしています。国内だけでなく海外の情報も含めていますので、リンク先には英語の記事・動画も含まれていますが、解説を加えていますのでご興味あればぜひご覧ください。 過去の月刊製造ブログはこちらです 。未読の方はあわせてご覧ください。 さて、AWS は創立二十周年を迎えました! AWS のサービスもお客様と共に成長してきました。その軌跡を こちらの二十周年記念記事 でご覧ください。これからも皆様からのフィードバックを元に、サービス改善を続けていきます。 AWS の節目の時期となりましたが、4 月は多くの企業も年度始まりですね。フレッシュな区切りの時期ですが、一方で先月末の棚卸しという重要なタスクもあったと思います。今回は、在庫管理、需要予測またサプライチェーン管理に役立つ情報をピックアップコンテンツとして特集をします。 ピックアップトピック：サプライチェーン管理 製造業において在庫管理は、経営効率の中枢を担う機能の一つです。在庫不足は生産ラインの停滞や顧客納期の遅延を招きますし、過剰在庫は保管コストやキャッシュフローを圧迫します。多品種少量生産や受注変動が常態化する現代では、単に在庫を管理するだけでなく、需要変動を先読みし供給網全体を最適化する仕組み作りが不可欠になっています。 ここで鍵を握るのが、需要予測とサプライチェーンマネジメントの活用です。販売実績や市場動向、季節要因、経済指標など多様なデータを AI で解析し、過去の傾向をつかみ将来の需要を精度高く予測し、必要量を前もって準備できます。これにより「作りすぎ」「作らなさすぎ」のムダを減らし、生産・調達・物流を連動させた全体最適が実現します。 こうしたデータドリブンな仕組みを飛躍させるのがクラウド技術です。工場や倉庫、販売拠点から収集されるさまざまな記録をクラウドに統合し、データの可視化と分析を可能にします。さらにエージェントAI を活用することにより、全体を俯瞰しながらボトルネックや需給ギャップを自律的に発見し、複数拠点をまたいだ調整のアクションまで実行できます。AI による「データ駆動の意思決定サイクル」を回しやすいのがサプライチェーンの領域といえます。 お客様事例 3 月には、サプライチェーン関連のお客様事例として、OPLOG 社 の AWS の AI サービスの活用の事例が発表されています。 1. Learn how technology-driven fulfillment company OPLOG accelerated decision-making using Amazon Bedrock AgentCore 倉庫管理企業の OPLOG 社が、AIエージェント × ロボティクスで倉庫オペレーションを変革した事例です。 Amazon Bedrock AgentCore を使って複数のAIエージェントがリアルタイムに数千の判断を下す基盤を構築しました。その結果、意思決定時間、稼働率、コスト全ての効率が上がりました。生成 AI エージェントを本番投入したい方が、構想→PoC →スケーラビリティのイメージをつかむための良い事例ですので、ぜひ元記事でご確認ください。 2. Amazon Multi-Channel Fulfillment and Buy with Prime Accelerators for SAP S/4HANA が利用可能に こちらは 1 月の発表とはなりますが、 SAP S/4HANA から Amazon MCF と Buy with Prime を直接アクセスできるようにすることで、在庫一元管理と出荷を自動化し、欠品・過剰在庫の抑制や在庫管理のコスト削減といった効果が期待できる、という機能の発表がありました。 こちらは既存 SAP への変更を最小限に抑えつつ、Prime 配送や簡単返品などの購入体験を自社 EC にも拡張できる機能となります。詳細の仕組みについては、ぜひリンク先本文をお読みください。 Amazon 社との協業 Amazon is investing AU$750 million in a robotics fulfillment center in Australia Amazon 社の倉庫におけるロボティクス技術活用がまた進化したニュースが 3 月に発表されました。オーストラリアに新しいロボット駆動のフルフィルメントセンターを建設します。ここでは人とロボットが協働し、ロボットが重量物や反復作業を担うことで、従業員は判断が必要な業務に集中できるように設計されています。安全性と効率性を両立した職場づくりの取り組みや倉庫業務を行う、ワクワクする最新ロボットの詳細につきましては、リンク先をご覧ください。 AWS が提供する ワークショップ コンテンツ AWS からはセルフペースで手を動かしながらサンプルを構築し、サービスについて学べるワークショップが提供されています。3 月には、サプライチェーンの課題にフォーカスした下記のワークショップが新しくリリースされました。 Amazon Bedrock を使用した AI 駆動型サプライチェーン管理の構築 このハンズオンワークショップでは、 Amazon Bedrock AgentCore の機能を使用して既存のサプライチェーンシステムを強化する方法を学びます。 Strands Agents SDK とインタラクティブな Jupyter ノートブックを使用して、紛争や天災によるサプライチェーンの混乱を分析し、在庫配分を最適化し、緩和戦略を自律的に実行できるサプライチェーン管理システムを構築できます。 Amazon Bedrock AgentCore で実現する Chronos-2 を用いた時系列予測エージェント 時系列予測は在庫管理の分野で活用されてきましたが、このワークショップで体験できる Chronos は、AWS が開発した時系列基盤モデルです。事前に膨大な時系列データでトレーニングされた時系列予測モデルで、大規模言語モデルで利用されている Transformer を応用することで、予測対象の実績データをトレーニングすることなく、さまざまなケースで高い精度の予測を実現します。Chronos-2 はその最新モデルで、多変量予測においても、新しいデータセットに対して追加学習なしで、即座に高精度な予測が可能になっています。AWSのソリューションアーキテクトが執筆した 紹介ブログ もあります。 上記のワークショップにご興味をもたれましたか？ぜひ貴社の技術支援担当の者か、 技術支援窓口 にお問い合わせください。 なお、 AWSからはサプライチェーン系ワークロードを AWS 上で設計・運用する際のベストプラクティスと設計指針を体系的に示す Supply Chain Lens – AWS Well-Architected Framework が提供されていますので、あわせてご参照ください。 企業競争力の源泉は、もはや製造スピードだけではなく、データに基づく俊敏なサプライチェーン運営にあります。クラウドと AI を活用した在庫・需要・供給そして AI によるアクションの統一管理が、製造業の持続的な成長を支える次のステージとなるでしょう。今回のピックアップトピックが、皆さまのより良いサプライチェーン運営のきっかけになれば幸いです。 以上、4 月のピックアップコンテンツでした。 直近で開催予定のイベント・セミナー CAE in the Cloud 2026　〜 自動車・製造業向けCAEセミナー 〜 本年 2 月（東京リージョンは 3 月）に一般提供開始した Hpc8a インスタンス をはじめとしたAWS の最新ソリューションの情報をお届けするイベントです。4 月 20 日の週に東京・大阪・名古屋 3 か所で開催します。 Hannover Messe 先月号 でも紹介しましたが、2026 年 4 月 20 日（月）～ 4 月 24 日（金）に製造業の国際展示会がドイツのハノーヴァーで開催されます。 詳細はブログ記事、「 Hannover Messe 2026 で知る AWS による産業 AI の大規模展開 」もご参照ください。AWS もブース展示しますので、ホール 15、ブース D76 の AWS ブースにご来訪ください。 AWS JumpStart 2026 「AWS を使ってみたいけれど、学習方法がわからない」という初学者を対象に、AWS JumpStart 2026 が開催されます。直近では、2026年 5 月 11 日 (月) ~ 5 月 12 日 (火)（各回 2 日間：9 – 18 時）のオンライン開催となっています。製造業に限らず、高度な専門分野の技術に長けた専門家の皆様で、今までクラウドには触れてこなかった方は多くいらっしゃると思います。１モジュールから参加できますので、この機会に触れてみてください。 AWS Summit Japan 2026 今年も日本最大の “AWS を学ぶイベント” AWS Summit Japan が 6 月 25 日（水）、26 日（木）の二日間で開催されます！ベストプラクティスの共有や情報交換のこのチャンスにぜひご来場ください。[ 動画 ] フィジカル AI、シミュレーション、サプライチェーンなどの、去年よりパワーアップした製造業向け展示もあります！ 過去 の イベント の 見逃し配信 や 動画 JAWS-Days AWS 利用者コミュニティ、JAWS のイベントが 3 月 7 日に行われました。皆様はご参加されましたか？あいにく行けなかった！という方にもアーカイブ動画が出ています。SAP、セキュリティといった製造業の皆様にも役にたつ動画が満載のアーカイブです。ぜひご覧ください。 CES 2026 – Physical AI for Adaptive Automotive Manufacturing | AWS Events 1 月に開催された CES の動画が AWS の公式チャンネルで公開されました。 AWS のデモでは、フィジカル AI が工場現場をどのように変革するかを紹介しました。こちらの動画では AWSの 5 つの要素（データ、トレーニング、シミュレーション、Sim 2 Real、Agentic なオーケストレーション）を柱に、物理の工場のモダン化から未来の工場設計まで、次世代の自動車生産を実現するデモのサマリをご覧いただけます。 製造関連の アップデート Auto & Manufacturing – Kiro for Business Users AWS が提供する AI コーディングアシスタント「 Kiro 」を活用して流体シミュレーションの構築から 3D モデリングを試行できるワークショップが3月に公開されています。製造業の設計部門の方々のご活用をお待ちしています。AWS のソリューションアーキテクトが執筆した日本語の 紹介ブログもあります 。 AWS IoT Greengrass v1 サポート終了 半年後の 2026 年 10 月 7 日に、Greengrass v1 のサポートが終了します。製造業の皆様は工場などクローズな環境や、スマートプロダクトに使っているかもしれません。まだの場合は早急な AWS IoT Greengrass v2 への移行をお願いします。 製造関連の Blackbelt Online Seminar アップデート 【AWS Black Belt Online Seminar】AWS IoT Greengrass コンポーネント開発編 エッジデバイス上でアプリケーション（コンポーネント）を動かし、クラウド側から一括デプロイ・更新・管理できる AWS IoT Greengrass の「コンポーネント開発編」の解説動画が 3 月にリリースされました。 製造業のお客様のAWS活用事例 下記は、3月に発表された製造業のお客様事例となります。製造業の皆様のもつ課題やゴールと似たお話があるかもしれません。ぜひ本文をご覧ください。 How Amazon Devices Eliminated Credential Risk to Scale AI across Engineering Tools Amazon 社には自社で開発・販売しているハードウェア製品 を取り扱う Amazon Devices という組織があります。この組織でハードウェア開発を加速するため、Creo、 Parametric、SOLIDWORKS、ANSYS など 60 以上のエンジニアリングツールに直接 AI を統合する必要がありました。10,000 人以上のエンジニアが使用しているこれらのツールは、ローカルのワークステーション上で動作しているため、セキュリティを維持しながらクラウド上の AI を活用できる仕組みが求められていました。このブログでは、Amazon Devices のエンジニアが、クレデンシャル配布をせずに認証して、ローカルの設計ツールから Amazon Bedrock にセキュアに接続した方法を寄稿しています。 The Evolution of BMW Group’s 3D Streaming Experience BMW 社は、オンプレミスで稼働していたディーラー向けの 3D 車両ストリーミングを、 AWS 上の Linux GPU（g4dn.2xlarge）でグローバル提供できる 3D ストリーミング基盤に移行しました。製造業の R&D 部門の皆様は 3D データを配信する場面があると思います。ぜひご参考にしてください。 Driving Intelligent Quality in the Software-Defined Vehicle Era Upstream 社の PQD (Proactive Quality Detection) が Ocean AI エンジンを使用して「モビリティ特化のインテリジェンス層」を AWS のスケーラブルなインフラ・ストレージ・セキュリティ・AI 基盤上で提供しています。SDV 時代の品質管理を、実環境のデータベースの継続的な予測型プロセスに変革することに成功した事例をご覧ください。 AI 時代に組織はどう変わるか — Jeff Barr が語る開発チームの未来と、三菱電機の挑戦 三菱電機はデジタル基盤「 Serendie 」による DX を進め、モノの販売中心からデジタルサービスのコト売りへ事業転換中です。この過程で、AI 時代の開発組織についてのインサイト、生産性向上事例と KPI の変化、人材育成、コミュニティと組織変革について、イベントのため来日した、AWS の Chief Evangelist である Jeff Barr との対話しました。 三菱電機が挑む製造業の商談変革 – AWS で実現した商談支援サービス「Memory Tec h」 三菱電機名古屋製作所は、製造業の商談で起きがちな「口頭コミュニケーションの認識齟齬」を解消するため、AI商談支援サービス「 Memory Tech 」をAWS上で新規開発しました。 AWS のサーバーレス構成により、ブラウザやスマホだけで商談録音から 2 分以内の議事録自動生成を実現し、少人数でスモールスタートとスケーラブルな運用を両立しました。詳細は本文をご覧ください。 電通総研、大規模 GPU 環境を約 1 ヶ月で構築 〜リアルタイム 3DCG ソリューション「UNVEIL」の戦略的アプローチ 〜 電通総研はリアルタイム 3DCG メタバース「UNVEIL」の大規模イベント利用に向け、1,000 名同時接続で低レイテンシーを満たす GPU 環境を AWS 上に約 1カ月で構築しました。東京リージョンで Amazon EC2 g4dn/g5 や Amazon EKS などを活用し、段階的な負荷試験と複数回の事前テストでボトルネックを洗い出しつつ、イベント駆動型ワークロードに適した、スケーラブルかつコスト効率の高いアーキテクチャを設計しました。どのように実装したのでしょう。ぜひ本文をチェックしてください。 キヤノン株式会社イメージング事業本部様にて生成 AI ハッカソンを開催！生成 AI をフル活用し社内課題を解決する 5 つのシステムを開発 キヤノン 株式会社 イメージング 事業本部と AWS が協力し、社内業務課題を生成 AI で解決することをテーマに約 6 カ月のハッカソンを実施した事例です。 約 20 名のエンジニアが 5 チームに分かれ、AWS の生成 AI サービスの勉強会、アイデアソン、プロトタイピングを通じて、実用レベルの 5 つのプロトタイプを開発し、いくつかのプロトタイプでは実業務での活用検討が進んでいます。 最後まで読んでいただきありがとうございました。今月は サプライチェーン管理に役立つ情報をピックアップしてお届けしました。このような形式で毎月最新の情報を製造業の皆様にお届けして参ります。 月刊 AWS 製造ブログ を今後ともよろしくお願いします。それでは、また来月お会いしましょう！   伊藤ジャッジ向子 (Ito, Judge Sakiko) 米国での開発者経験を経て、AWSのサポートに入社し、異動しエンタープライズ事業本部でソリューションアーキテクトとして製造業のお客様をご支援しています。趣味は山登り、クラッシックバレエと愛犬のお世話です。

はじめに こんにちは、セーフィーの横道（@m_yokomichi）です。 セーフィーの開発本部では「プロトタイプ開発WG（ワーキンググループ）」という取り組みを行っています。エンジニアが自らアイデアを出し、企画から開発までを一気通貫で行うこの活動も、今回で第3回を迎えました。 本記事では、第3回プロトタイプ開発WGの活動内容と、そこで見えてきた生成AI活用の手応えについてレポートします。 実はこのWGから生まれたプロトタイプが、実際に事業化された実績もあります。第1回WGで開発されたプロトタイプは、超広角ウェアラブルクラウドカメラ「Safie Pocket2 Wide」として2026

本ブログは、キヤノン株式会社イメージング事業本部様と Amazon Web Services Japan が共同で執筆しました。 こんにちは、AWS ソリューションアーキテクトの木村です。 2025 年 6 月から 12 月にかけて、キヤノン株式会社のイメージング事業本部様と共に生成 AI ハッカソンを実施しましたので、その取り組みと成果についてご紹介します。 1. 取り組みの背景 キヤノン株式会社様は、イメージング技術を核とした幅広い事業を展開するグローバル企業です。デジタルトランスフォーメーションの加速に伴い、同社では開発業務や社内業務の効率化に向けて、生成AI技術の活用を推進しています。 イメージング事業本部では、日々の開発業務において、データ分析、調査、UI開発、社内ナレッジ共有など、様々な課題を抱えていました。これらの課題を解決し、かつエンジニア自身が生成AI技術を深く理解するための取り組みとして、今回のハッカソン開催に至りました。 本ハッカソンは「社内業務の課題を生成AIで解決する」をテーマに、以下の3つの狙いを掲げて開催されました。 プロトタイプ創出スキルの習得 アイデアから実装まで一気通貫で体験し、価値創造のプロセスを実践的に学習する プロジェクト間の技術交流促進 各プロジェクトに閉じがちなクラウドアプリ開発の知見を共有し、チーム横断での技術交流を活性化する 生成AI開発の理解促進 AIを「使う側」から「作る側」に回ることで、生成AIの仕組みや使い方への理解を深める 2. 生成AIハッカソンの概要 開催期間・参加者数・チーム構成 開催期間: 2025 年 6 月～ 12 月（約 6 ヶ月間） 参加者数: 約 20 名（イメージング事業本部所属のエンジニア） チーム構成: 5 チーム（各チーム 3 ～ 4 名） 全体スケジュール 本ハッカソンは、約6ヶ月間にわたるプログラムとして設計されました。今回は通常業務と並行して取り組んだため、期間を少し長く確保しました。 キックオフ後に、AWS生成AIサービスの勉強会、アイデアソン、プロトタイピングを経て最終評価会を行いました。 アイデアソン アイデアソンでは、 ML Enablement Workshop を活用したアイデア創出ワークショップを開催しました。ML Enablement Workshop とは、取り組みに必要なメンバーを組成し、生成 AI を活用したユースケースと解決策を特定することを目的としたワークショップです。ワークショップでは、各チームごとに異なるテーマを設定し、Amazon 流のイノベーション創出手法である “Working Backwards” を通じて顧客の明確化・顧客の課題と機会の特定・解決策の特定を行いました。 最終的には、Amazon の文書化の文化にならって、決定した解決策をプレスリリース/FAQ の形にまとめあげました。初めてプレスリリース/FAQ に取り組んだ参加者からは「開発前にプレスリリースを書くのが新鮮だった。文書化することで曖昧な表現が避けられチーム感の共通認識がとりやすくなるように感じた」とコメントをいただきました。 プロトタイピング アイデアソンで生まれた各アイデアの価値を実証する目的で、実際に動くプロトタイプの開発に取り組みました。ハッカソンの運営からは、「Amazon Q Developerでコード/ドキュメント生成・レビューを効率化するなど生成 AI をフル活用しましょう」「失敗を恐れず、試行錯誤を楽しもう」といった案内が出され、参加メンバーはその方針のもと、積極的に新しい技術やツールを取り入れながら開発を進めました。 3. 各チームの成果発表 6 ヶ月間の活動を通じて、5 つのチームが実用レベルのサービスを開発しました。最終成果発表会では、両社の管理職参加のもと、各チームの取り組みを発表しました。 ハッカソンということもあり以下の観点で評価を行い、最優秀チームを選定しました。 提案価値: 提案する価値が明確で共感できるか、ソリューションが課題に対して適切か 技術的優位性: サービス選定やシステム構成が合理的か、価値向上のための技術的な工夫がみられるか アプリケーション品質: 実際の業務で継続利用できるレベルか、展開後の運用まで考えられているか 生成AIの適合度: サービスに生成AIの利点がうまく活かせているか、開発者として生成AIを使いこなせているか 各チームが取り組んだテーマは、データ分析の効率化、社内ナレッジの活用、開発プロセスの自動化など多岐にわたりましたが、いずれも Amazon Bedrock や Amazon Bedrock AgentCore といった AWS の生成 AI サービスを活用し、実際の業務課題を解決するシステムとして発表されました。また、全てのチームが Amazon Q Developer を活用し、開発の効率化を実現していました。 どのチームの発表も思わず「わお！」とコメントしたくなるようなデモ・発表内容で、審査員の皆様も採点に頭を悩ませていた様子でした。 最優秀賞を受賞したチームが開発したシステムのアーキテクチャ 4. 得られた効果 本ハッカソンを通じて、キヤノン株式会社イメージング事業本部様からは以下のような効果が得られたとコメントをいただいています。 技術スキルの向上 参加者全員が Amazon Bedrock や Amazon Q Developer を実際に使いこなし、生成 AI アプリケーションを「作る側」の経験をしました。特に、プロンプトエンジニアリングや RAG 、AI Agent の実装など、実践的なスキルの習得に繋がりました。 開発生産性の向上 Amazon Q Developer を活用することで、コード生成やドキュメント作成の効率が大幅に向上しました。参加者からは「従来であれば数週間かかっていた開発が、数日で完了できた」という声も聞かれ、生成 AI を活用した開発の可能性を実感する機会となりました。 組織横断のコラボレーション促進 普段は異なるプロジェクトで業務を行っているメンバーがチームを組むことで、技術知見の共有やコミュニケーションが活性化しました。交流が増えたことにより、組織全体の技術力向上につながっています。 5. 参加者の声 ハッカソン終了後に実施したアンケートから、参加者の声をご紹介します。 「生成 AI を活用したシステム開発を一から経験できたことで、生成 AI の可能性と限界の両方を知ることができました。今後の業務でも積極的に活用していきたいです。」 「Amazon Q Developer の支援により、普段触れないフロントエンド開発にも挑戦できました。『作りたいもの』に集中できる環境が整っていたと感じます。」 「Working Backwards の手法でプレスリリースを先に書くアプローチが印象的でした。開発を始める前に『誰のために、何を作るのか』を明確にすることの重要性を学びました。」 「他部門のメンバーと協力してゼロからシステムを作り上げる経験は、通常業務ではなかなか得られません。チームワークの大切さを再認識しました。」 6. まとめ 約 6 ヶ月間にわたるキヤノン株式会社イメージング事業本部様との生成 AI ハッカソンは、5 つのチームが実用レベルのプロトタイプを完成させるという大きな成果を収めました。 本ハッカソンで開発されたプロトタイプのうち、いくつかは実際の業務への展開が検討されています。また、今回の取り組みで得られた知見やノウハウを社内に展開し、生成 AI 活用の裾野を広げていく予定です。今回のハッカソンを一過性のイベントで終わらせず、継続的なイノベーション創出の仕組みとして発展させていくことをイメージング事業本部様は目指しています。 最後に、本ハッカソンの企画・運営にご尽力いただいたキヤノン株式会社イメージング事業本部の皆様、そして熱意を持って取り組んでいただいた参加者の皆様に心より感謝申し上げます。 執筆者 キヤノン株式会社 イメージング事業本部 ＩＭＧ技術第二開発センター 運営：草壁 悠希 様 キヤノン株式会社 イメージング事業本部 ＩＭＧ技術第二開発センター 運営：田代 大地 様 キヤノン株式会社 イメージング事業本部 ＩＭＧ技術第二開発センター 運営：南 佑太朗 様 Amazon Web Services Japan ソリューションアーキテクト 木村 直登(Naoto Kimura)