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。直前のご案内になりますが、3 月 25 日（水）に「 AWS での Claude Code の買い方・使い方 」という Claude Code を AWS 上で活用する手段や買い方をご紹介するイベントが開催されます。また翌日の 3 月 26 日（木）には「 Amazon Quick で変わる業務の現場 — 活用企業・AWS社員による事例紹介 」が開催されます。ご興味がある方はぜひご参加ください！ 「 AWS ジャパン生成 AI 実用化推進プログラム 」も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 3月 9 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事例ブログ「 寄稿： 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 Tech」 」 三菱電機 名古屋製作所が、製造業の商談現場で発生する口頭コミュニケーションの認識齟齬という課題を解決するために、AI を活用した商談支援サービス「Memory Tech」を AWS 上で開発した事例が紹介されています。Memory Tech は Web ブラウザやスマートフォンで商談の音声を録音するだけで、Amazon Bedrock の生成 AI が 2 分以内に構造化された議事録を自動生成するサービスで、AWS Amplify Gen 2 を中核としたサーバーレスアーキテクチャにより、少人数のチームでも迅速な開発と 1,000 名超のユーザーに対応する安定運用を実現しています。生成 AI を活用するユーザーにとっては、Amazon Bedrock 上で Anthropic Claude と Amazon Nova を用途に応じて使い分けることでコスト最適化と応答速度を両立しており、現場の業務習慣を変えずに AI の力で業務改善を図る実践的な活用事例として参考になります。 AWS生成AI事例ブログ「 【寄稿】「12時間で PoC が完成」― サミット株式会社の情報システム部門が AI コーディングアシスタント Kiro で実現した、圧倒的スピードの内製開発 」 スーパーマーケットチェーンのサミット株式会社が、AI コーディングアシスタント「Kiro」を活用して情報システム部門による内製開発を加速させた事例が紹介されています。従来であれば外部委託で 3 か月・数百万円規模のコストがかかる店舗データ分析ダッシュボードの PoC を、Kiro の Spec-driven Development 機能を活用して一人の担当者がわずか 12 時間で完成させるなど、開発スピードの大幅な向上を実現しました。生成 AI を活用した開発に取り組むユーザーにとっては、セッション情報の管理やステアリングの設定といった Kiro を効果的に使いこなすための実践的なノウハウに加え、レガシーシステムのリバースエンジニアリングやパートナーとの協業モデルの変革など、AI コーディングアシスタントの活用範囲を広げるヒントが得られる内容です。 ブログ記事「 「フィジカル AI 開発支援プログラム by AWS ジャパン」キックオフイベントを開催しました 」 AWS ジャパンが、フィジカル AI の開発を支援する約 6 ヶ月間のプログラムのキックオフイベントを開催し、採択企業によるピッチや Amazon Robotics の事例紹介が行われた様子を報告しています。このプログラムでは、ソリューションアーキテクトによる技術支援、AWS クレジットの提供に加え、プロトタイピングを専門とする Prototyping & Cloud Engineering（PACE）チームが開発する Physical AI Scaffolding Kit（PASK）によるトレーニング環境のサンプル提供など、データ収集からモデル学習・実機デプロイまでの一連のパイプライン構築を包括的にサポートします。生成 AI を活用するユーザーにとっては、Vision-Language-Action（VLA）モデルなどのロボット基盤モデル開発を Amazon SageMaker HyperPod 上で実行する具体的なアプローチや、日本のものづくりの強みと生成 AI を融合させるフィジカル AI エコシステムの最新動向を知ることができる内容です。 ブログ記事「 月刊 AWS 製造 2026年3月号 」 今月の月刊 AWS 製造では「Agentic AI × 製造業」を特集しており、BMW Group が Amazon Bedrock AgentCore と Strands Agents を活用してペタバイト規模のデータからインサイトを抽出する品質管理の事例や、Amazon Bedrock AgentCore による調達ワークフローの自動化、メック株式会社が Amazon Bedrock AgentCore Runtime と Amazon S3 Vectors で研究業務を効率化した事例など、製造業の各領域で Agentic AI を実践的に活用するコンテンツが充実しています。さらに、Toyota Motor Europe が Amazon Bedrock でレガシーメインフレームのドキュメント自動生成に取り組んだ事例や、三菱電機が Kiro と GitLab で開発ワークフローを標準化した事例など、生成 AI を活用した製造業の業務改善事例も多数紹介されています。製造業に関わる方にとって、生成 AI の具体的な活用パターンをまとめて把握できる内容ですので、ぜひご覧ください。 ブログ記事「 エンタープライズガバナンス：MCP サーバーとモデルの制御 」 AI コーディングアシスタント「Kiro」に、エンタープライズ向けの 2 つの新しいガバナンス機能がリリースされました。1 つ目は MCP サーバーレジストリで、管理者が承認済みの MCP サーバーを JSON 形式の許可リストとして定義し、開発者が接続できるサーバーを一元管理できるようになります。2 つ目はモデルガバナンス機能で、組織内の開発者が利用できる AI モデルを管理者が制御でき、特にデータレジデンシー要件がある場合にグローバルクロスリージョン推論を使用する実験的モデルを無効化するといった対応が可能になります。生成 AI を活用した開発を組織的に推進するユーザーにとっては、セキュリティ・コンプライアンス要件を満たしながら AI コーディングツールの導入を拡大するための具体的なアプローチとして参考になる内容です。 サービスアップデート Kiro IDE 0.11 のリリース Kiro IDE 0.11 がリリースされました。エンタープライズチーム向けに MCP サーバーアクセスとモデル利用のガバナンス機能が追加され、管理者が承認済みの MCP サーバーや利用可能な AI モデルを一元管理できるようになりました。また、チャットにドキュメント添付機能が追加され、PDF、CSV、DOC、XLSX、HTML、Markdown など多様なフォーマットのファイルをチャット入力にドラッグ＆ペーストして、1 メッセージあたり最大 5 ファイルまでテキストや画像と組み合わせて AI に読み込ませることができます。生成 AI を活用した開発に取り組むユーザーにとっては、ドキュメントを直接チャットに渡して内容を推論させられるようになったことで、仕様書やデータファイルを参照しながらのコーディング作業がより効率的になるアップデートです。 AI アシスタントによる構成管理を実現する新しい LZA MCP サーバー Landing Zone Accelerator on AWS（LZA）の構成管理を AI アシスタントとの自然言語の対話で行える MCP サーバーがオープンソースとして公開されました。この LZA MCP サーバーは 20 種類の専用ツールを備えており、複数の LZA バージョンにまたがるドキュメント検索、構成管理、パイプライン監視、デプロイ失敗時の原因分析といった、これまで手作業で時間のかかっていた作業を効率化できます。Kiro、Amazon Q Developer、Claude Code などの IDE と互換性のあるコンテナ化された MCP エンドポイントとして動作するため、生成 AI を活用した開発環境を構築しているユーザーにとっては、マルチアカウント環境のガバナンス設定を自然言語で対話しながら管理できる実用的なツールとして活用が期待できます。 Amazon Bedrock AgentCore Memory が長期メモリのストリーミング通知をサポート Amazon Bedrock AgentCore Memory に、長期メモリのストリーミング通知機能が追加されました。長期メモリはエージェントとのやり取りからインサイトを抽出し、次回以降のインタラクションでパーソナライズされた体験を提供する機能ですが、これまでメモリの変更を検知するにはポーリング処理を自前で実装する必要がありました。今回のアップデートにより、メモリレコードの作成・変更時に Amazon Kinesis へプッシュ通知がストリーミングされるようになり、後続のワークフロー起動やアプリケーション状態の更新、メモリ変更の監査を自動化できるようになります。生成 AI エージェントを開発するユーザーにとっては、ポーリングロジックの実装が不要になることでアーキテクチャが簡素化され、よりリアルタイム性の高いパーソナライズ体験の構築が可能になるアップデートです。本機能は東京リージョンを含む 15 の AWS リージョンで利用可能です。 Amazon Bedrock が初回トークンレイテンシーとクォータ消費のオブザーバビリティをサポート Amazon Bedrock に 2 つの新しい Amazon CloudWatch メトリクスが追加されました。TimeToFirstToken はストリーミング API でリクエスト送信から最初のトークン受信までのレイテンシーを測定するメトリクスで、クライアント側の実装なしにレイテンシー劣化の監視や SLA ベースラインの設定が可能になります。EstimatedTPMQuotaUsage はキャッシュ書き込みトークンや出力バーンダウン乗数を含む Tokens Per Minute（TPM）のクォータ消費量を追跡するメトリクスで、クォータ上限に達する前にアラームを設定してレート制限を事前に回避できます。生成 AI アプリケーションを運用するユーザーにとっては、追加費用や API 変更なしに Amazon CloudWatch で推論パフォーマンスとクォータ使用状況を可視化できるようになり、本番環境の安定運用に役立つアップデートです。 Amazon Connect が AI を活用したマネージャーアシスタント機能を発表（プレビュー） Amazon Connect に、コンタクトセンターのマネージャーが自然言語で業務に関する質問をすると即座に回答を得られる、AI を活用したアシスタント機能がプレビューとして発表されました。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自然言語でクエリでき、これまで手作業で数時間かかっていたデータ収集を数秒で完了できるようになります。さらに、サービスレベル目標の達成が危ぶまれるキューの特定や具体的な改善アクションの提案など、根本原因の診断も行えるため、生成 AI を活用してカスタマーサービスの品質向上に取り組むユーザーにとって、運用の意思決定を加速させる実用的なアップデートです。 Amazon Quick Suite がチャットパーソナライゼーションのためのユーザー設定機能をリリース Amazon Quick Suite に、チャット体験をユーザーごとにカスタマイズできるユーザー設定（User Preferences）機能が追加されました。チャットパネルのレイアウト設定、デフォルトのチャットエージェントやナレッジスコープの事前選択に加え、自分の呼び名や業務の注力領域を登録することで、AI がその情報をもとにレスポンスをパーソナライズしてくれるようになります。これまでセッションをまたいでチャット設定やエージェント選択、個人のコンテキストを保持する手段がなかったため、生成 AI を業務で日常的に活用するユーザーにとっては、毎回の設定の手間が省かれ、最初のやり取りからパーソナライズされた体験が得られるようになる便利なアップデートです。 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 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。最近天ぷらを(食べるのではなく)揚げるほうにハマってます。

アイキャッチ はじめに こんにちは！ 2025年新卒で、もうすぐ2年目の先輩になるエンジニアのパクパクです みなさん、「 クリーンアーキテクチャ（Clean Architecture） 」という言葉を聞いたことはありますか？ OJTの最後にメール開発チームに配属されて、私もこのアーキテクチャにこれから触れていくことになりました。 この記事では、クリーンアーキテクチャを初めて触った新人エンジニアの視点で、概念を理解しつつ、実際のディレクトリにどう落とし込むかを順番に整理してみます。   1. 全部一つのディレクトリにまとめちゃダメですか？ クリーンアーキテクチャがなぜ必要なのか、 おもちゃ作り にたとえて見てみます。   Before：ひとり工房 皆さんが「ひとりでおもちゃを作る工房」を運営していると想像してください。設計図を描いて、部品を作って、組み立てて、梱包して… 全部ひとりでやります。 最初はそれでも回ります。でも注文が増えると、だんだん問題が出てきます。 問題1：1か所直すと全部が揺らぐ 問題2：部品だけを単体で検査できない 問題3：材料の仕入れ先を変えにくい   コードにすると、だいたいこんな感じです。 def make_and_ship_toy(): # DBから部品データを取得 db = mysql.connect(host="localhost", user="root") parts = db.query("SELECT * FROM toy_parts") # 組み立て指示書を作成.. instructions = create_instructions(parts) # 倉庫に保存.... s3 = boto3.client("s3") s3.upload(instructions, "instructions.pdf") # 通知を送信...... smtp = smtplib.SMTP("example.com") smtp.send(notification)   たとえば mysql.connect を PostgreSQL に変えたら？ db.query の戻り値 parts の型が変わり、本来 DB と無関係なはずの create_instructions(parts) まで修正が必要になります。   After：役割が分かれたおもちゃ工場 次は工場にアップグレードして、役割ごとにチームを分けてみましょう！ Nano Banana生成画像 工場のチーム 役割 設計チーム 「車輪は4つ、色は赤」みたいなコアのルールを決める 製造チーム 設計チームのルールに沿って、作る手順を指揮する 材料調達チーム 外部の業者から部品を仕入れる 注文受付窓口 お客さまの注文を受けて、製造チームへ渡す こうやって分けると、さっきの3つの問題がきれいに解決します！ 車輪の形を変えても → 設計チームだけ 直せばいい 車輪だけ単体検査できる → 設計ルールを 独立して テストできる 木材業者を変えても → 材料調達チームだけ 直せばいい（設計はそのまま）   これをプロジェクトのフォルダ構成に当てはめると、こうなります。 工場のチーム 業務のフォルダ 役割 設計チーム entities ビジネスルール 製造チーム usecases 処理の流れを指揮する 材料調達チーム gateways DB、S3、メールなど外部接続 注文受付窓口 apis 、 batches ユーザー操作や実行要求の受付   2. おもちゃ工場で見るクリーンアーキテクチャ 上のアーキテクチャを基にして、おもちゃ工場についての内容で画像を生成してみました。 Nano Banana生成画像   いちばん内側：きらきらコア（Entities） 工場の 核となる設計ルール です。 「車輪は4つで、色は赤」みたいに、誰が作ってもどこで作っても 絶対に変わらないルール です。 コードでは entities フォルダがこの役割を担当します。   2つ目の円：おもちゃをつくる手順（Use Cases） 工場の 作業手順書 です。 「1. 車輪を付ける → 2. 色を塗る → 3. 梱包する」みたいに、 具体的な手順の流れ を決めます。 コードでは usecases フォルダがこの役割です。 「部品を集めて → 組み立てて → 出荷する」みたいに、 処理の流れを指揮 します。   3つ目の円：つなぐための道具（Interface Adapters） 工場の 接続アダプタ です。大きく2種類あります。 どちらも「内側の世界」と「外側の世界」をつなぐ役割です。 入口 （注文受付窓口）：ユーザーの要求を受けて工場の中へ渡す → apis 、 batches 出口 （材料調達ポータル）：外から材料を持ってきて工場へ渡す → gateways   いちばん外側：外の世界の便利なもの（Frameworks & Drivers） 自分たちで作ったものではなく、 持ってきて使う便利な道具 です。 FastAPI（Webフレームワーク） SQLAlchemy（DB ORM）   依存は内側に向けてだけ！ クリーンアーキテクチャでいちばん大事なルールは、これひとつです。 内側の円は、外側の円の存在を絶対に知らないこと！ おもちゃ工場で言うと： 材料調達チーム（外側）が設計ルール（内側）を参照する → OK！ 設計ルール（内側）が「A社の木材で作れ」と特定の業者（外側）を指名する → NO！ 設計チームは「木材が必要」とだけ書いて、どの業者から持ってくるかは気にしません。 こうしておくと、業者をAからBに変えても、設計を変えずに済むからです！ コードでも同じです。 entities （内側）は gateways （外側）を import しない usecases （内側）は「どんな倉庫に保存して」のような具体的な保存方法は知りません。ただ「倉庫に保存して」と依頼するだけです。   3. プロジェクトのフォルダ = 工場の区画図 では実際に、プロジェクトの app/ フォルダを見てみましょう。 ここで紹介するフォルダ名（ entities 、 usecases など）はあくまで一例です。プロジェクトやチームによって命名は異なります。 app/ │ ├── entities/ コアのルール │ ├── toy_car.py ← おもちゃの車のルール │ ├── toy_robot.py ← おもちゃのロボットのルール │ └── ... │ ├── usecases/ 処理の流れ │ ├── gift_sets/ │ │ └── pack.py ← ギフトセットを梱包する流れ │ ├── toy_cars/ │ │ └── assemble.py ← おもちゃの車を組み立てる流れ │ └── orders/ │ └── cancel.py ← 注文キャンセルの流れ │ ├── apis/ 注文受付窓口 │ └── v1/ │ ├── toy_cars.py ← おもちゃの車の注文 │ └── orders.py ← 注文管理 ├── batches/ 指示書 │ └── pack_gift_set.py ← CLIコマンド │ ├── gateways/ 外部接続 │ ├── parts_db/ ← 部品データベース担当 │ ├── warehouse/ ← 倉庫（ファイル保存）担当 │ ├── delivery/ ← 配送（通知送信）担当 │ └── supplier/ ← 仕入れ先API担当 │ └── main.py   ポイント 1. gateways/ の下にサブフォルダがたくさんある！ gateways は接続先が複数あるので、 接続先ごとにサブフォルダ を切っています。 gateways/ ├── parts_db/ ← 部品データベースから取得・保存 ├── warehouse/ ← 倉庫へアップロード・ダウンロード ├── delivery/ ← 配送（通知送信） └── supplier/ ← 仕入れ先API呼び出し   2. usecases/ の中も、業務ごとにフォルダがある！ 手順書（Use Case）も種類ごとに分かれます。「ギフトセット梱包用」「おもちゃの車組み立て用」「注文キャンセル用」みたいな感じです。   動作の流れ おもちゃ工場には pack-gift-set という指示書があります。ギフトセットを組み立てて出荷する機能です。 実行すると、だいたいこんな順番で動きます。 [注文受付] [制作指示] batches/ → usecases/ CLIコマンド実行 処理の流れを指揮 　　　　　　┌───────────────┴───────────────┐ 　　　　[部品調達]　　　　　　　　　　　[完成品出荷] 　　　　 gateways/　　　　　　　　　　 gateways/ 　　　　DB参照・部品確認　　　　　　　　配送通知・倉庫保存   担当者がCLIでコマンドを実行 → batches/ が注文を受付 usecases/ の手順書が「部品確認 → 組み立て → 出荷」の流れを指揮 gateways/ が実際にDBから部品を確認して、ギフトセットを組み立て、配送通知を送ります   おわりに 今回はクリーンアーキテクチャを おもちゃ工場 にたとえて整理してみました。みなさん、イメージできましたか？ 私は難しい概念に出会うたびに、こうやって身近なものに置き換えて勉強しています。「これが工場だったら？」「これがレストランだったら？」みたいに考えると、急に難しかったものが少しずつ馴染んでくる気がするんです。 実はソフトウェアアーキテクチャには、クリーンアーキテクチャ以外にもいろいろあります。 レイヤードアーキテクチャ （Layered Architecture）：層を上から下に積み重ねる構造 ヘキサゴナルアーキテクチャ （Hexagonal Architecture）：ポートとアダプタで外部をつなぐ構造 オニオンアーキテクチャ （Onion Architecture）：クリーンアーキテクチャに近い玉ねぎ構造 この記事でクリーンアーキテクチャに一度触れておくと、別のアーキテクチャに出会っても「これも役割分担の方法のひとつなんだな」と、少し自信が持てると思います。 読んでいただき、ありがとうございました   参考資料 The Clean Architecture — Robert C. Martin (Uncle Bob)  

本記事は 2026/03/11 に公開された “ From Pilot to Production: Scaling Industrial AI with AWS at Hannover Messe 2026 ” を翻訳し、 日本のお客様向けの補足情報 を追加したものです。 Hannover Messe 2026 がまもなく開催されます。今年注目の話題は工場フロアでの AI の活用です。世界有数の産業技術展示会である Hannover Messe の中心は、製造、エネルギー、物流の業界リーダーや実務者が一堂に会し、世界の産業が直面する重要な課題に取り組みます。今年のイベントは 4 月 20 日から 24 日までドイツのハノーバーで開催され、約 123,000 人の来場者、4,000 以上の出展者、そして数千もの製品やソリューションが集まります。AWS は、製造業の企業が AI を大規模に展開するための実用的なソリューションを提供します。Hannover Messe 2026 では今年も、ホール 15、ブース D76 の AWS ブースにご来訪ください。そこでは、AWS と AWS パートナーのソリューションを通じて、フィジカル AI、エージェンティック AI、エッジからクラウドへの連結性、インテリジェントなデータ基盤の最新情報を展示します。これらはすべて、製造業者が変革を加速し、測定可能なビジネス成果を促進するのに役立つように構築されています。 なぜ Hannover Messe 2026 に参加するのか 最新技術を学び、関係づけ、体験したいなら、Hannover Messe はまさにその機会です。以下の内容にご期待ください： 展示会： 4,000 以上の出展者が広大なホールに集まり、Hannover Messe はスマート製造、デジタルエコシステム、産業向けエネルギーにまたがるソリューションを紹介しています。AWS はデジタルエコシステムホールの中心、ホール 15、ブース D76 にあります。到着前に イベントレイアウト を確認しルートを計画してください。 カンファレンス： Hannover Messe のカンファレンスプログラムでは、C レベルの幹部、業界のビジョナリー、技術実務家によるプレゼンテーションが満載の専門ステージが特徴です。今年のアジェンダでは、フィジカル AI、エージェンティック AI、自律型製造、エッジからクラウドへの機器への接続、デジタル主権を取り上げます。AWS のスピーカーが週を通してステージに立ち、産業用 AI を大規模展開するための知見を共有します。スケジュールは以下のとおりです： 基調講演: AWS の自動車・製造部門のゼネラルマネージャーである Ozgur Tohumcu が、Volkswagen Group の Florian Lechner と共に、「 試験運用から本番へ：AWS とフォルクスワーゲングループで産業用 AI を大規模展開 (From Pilot to Production: Realizing Industrial AI at Scale with AWS and Volkswagen Group)」と題した基調講演を行います。このセッションは 4 月 21 日火曜日 午後 1:15–1:45 にセンターステージで行われます。Volkswagen Group が AWS を利用したデジタル生産プラットフォームを世界中の 40 以上の施設にどのようにスケールしているかを学びます。 成果のために: AIによる再産業化 (Build to Win: AI-driven Re-industrialization) – 4 月 20 日（月）午前10:20, Hall 26, Booth E43 – Spotlight Stage (Solution Lab Automation &amp; Digitalization) デジタル主権の複雑さを乗り越える (Navigate digital sovereignty complexity) – 4 月 20 日（月）午後3:10, Hall 26, booth E43 – Expert Stage 1 (Solution Lab Automation &amp; Digitalization) 製造のエージェントユースケースを初めて動かす:ライブマルチエージェントシステムデモ (Run Your First Manufacturing Agentic Use Case: Live Multi-Agent System Demo) – 4 月 21 日（火）午前11:15, 午前10:20 in Hall 26, Booth E43 – Spotlight Stage (Solution Lab Automation &amp; Digitalization) AI による製造業のバリューチェーンにおける脱炭素化と排出量モデリング (From Data to Decarbonization: AI-Powered Emissions Modeling Across Manufacturing Value Chains) – Hall 12, Stand F56 – Expert Stage (Solution Lab Energy &amp; Industry Infrastructure) マスタークラス： さらに深く学びたい人のために、Hannover Messe では、ライブ Q&amp;A を含む最大 60 分のインタラクティブな実務者によるセッションを提供します。AWS は今年、主要な産業用 AI トピックをカバーする 3 つのマスタークラスセッションを開催します。お早めに申し込んで、席を確保してください。 エージェントを活用したデータ探索によるデータ分析の加速(Accelerate data insights with agentic data exploration) – 4 月 20 日月曜日、午後 3:30、Solution Lab Automation &amp; Digitalization (Hall 26 Booth E43), Masterclass Room 1 エージェントベースの AI による在庫再調整の自動化 (Automate inventory rebalancing with Agentic AI)– 4 月 21 日火曜日、午後 4:45、Hall 12, Solution Lab (F56) Masterclass Room ショップフロア制御からフィジカル AI への移行：産業接続性とインテリジェントオートメーションの架け橋 (From Shop Floor Control to Physical AI: Bridging Industrial Connectivity and Intelligent Automation) – 4 月 23 日木曜日、午前 11:00、Solution Lab Automation &amp; Digitalization (Hall 26 Booth E43), Masterclass Room 1 ネットワーキング： Hannover Messe は、業界リーダーとつながる世界最大のグローバル産業イベントの 1 つです。展示フロア以外でも、AWS は週を通して様々なイベントを開催します。エグゼクティブ、顧客、パートナーが集まり、有意義なディスカッションを行います。AWS の専門家とのより深い個別ディスカッションをご希望の場合は、 ミーティングをリクエスト してください。ミーティングはブース内のミーティングルームで開催されます。 また、AWS パートナーのプラチナスポンサーが主催するブース内のイブニングレセプションも開催されます。ドリンクや軽食を楽しみながら、AWS のトップパートナーやその幹部とネットワーキングし、交流する機会をお楽しみいただけます。 4 月 20 日（月）午後 5:30 – 午後 7:00、 Zoomlion 提供のイブニングレセプション 4 月 21 日（火）午後 5:30 – 午後 7:00、 Siemens 提供のイブニングレセプション 4 月 22 日（水）午後 5:30 – 午後 7:00、 QAD Redzone がスポンサーのイブニングレセプション ホール 15 での AWS 展示内容 AWS は、ホール 15 のブース D76 に 1,400m² の展示スペースを設置します。ここでは、エンジニアリング・開発、スマート製造・サプライチェーン、スマート製品・サービスの 3 つのソリューション領域を紹介します。 今年の AWS ブースのハイライトは、 AI 駆動の製品ジャーニー です。これは製造工程を最初から最後まで実体験できる展示です。 参加者は自分でカスタムの金属製ドリンクコースターをデザインし、プロセスの最初から最後まで自律的に製造されるのを 確認 します。この体験は 3 つの領域全てにまたがります。 エンジニアリング &amp; 開発トンネル： ジェネレーティブデザイン、CAD AI エージェント、デジタルスレッドによるナレッジアシスタント、AI 駆動シミュレーションのライブデモンストレーションをご覧ください。 自律型製造セル： 自律移動ロボット（AMR）、協働ロボット（コボット）、ヒューマノイドロボットが、AWS を使用してオーケストレーションされたレーザー彫刻生産ラインを実行するためにリアルタイムで協力する様子をご覧ください。 フィジカル AI ステーション： AWS が提供するスケーラブルで統合されたエッジ to クラウドへのソリューションを通じて、製造業者は、合成データの生成、分散モデルトレーニング、写実的なシミュレーション、フリートの導入、物理ロボットとスマート製造システムのための高度なエージェントタスクを速やかに実現できます。これら&nbsp;5 つの柱となるプロセスを通じて、フィジカル AI の導入が可能になります。 今年の新展示 Amazon から学ぶ では、AWS が Amazon のフルフィルメントと物流を内側から支えているかを紹介します。ブース内のその他のキオスクでは、 Amazon Bedrock AgentCore 、 Amazon Nova Forge 、 Amazon Quick 、 AWS Transform に焦点を当てています。これらのキオスクでは、サプライチェーン最適化、データ探索、OT モダナイゼーション、組み込みソフトウェア開発、スマートマシンのためのエージェンティック AI ソリューションを 取り上げて います。 AWS のブースには 24 のスポンサーパートナー が参加し、プラチナスポンサーには QAD Redzone、Siemens、Zoomlion が含まれます。当社の 製造および産業パートナーネットワーク は、クラウドの旅のあらゆる段階で比類のない専門知識と選択肢をお客様に提供します。パートナーキオスクを探索して、幅広い製造のユースケース向けに AWS 上に構築された協調的なソリューションを発見してください。また、AWS Business Outcomes Xcelerator（BOX）プログラムについても学べます。このプログラムでは AWS と AWS パートナーが協力して、運用の近代化、生産プロセスの最適化、ビジネスの成長を促進します。 ブース体験をさらに豊かなものにする 50 以上のブース内シアターセッション が開催されます。ここでは、AWS の専門家、パートナー、顧客が実世界のストーリーを共有します。 セッションは、工場現場のフィジカル AI から、サプライチェーンのエージェントソリューションやインテリジェントなデータ基盤まで、幅広いトピックに及びます。AWS シアターセッションのスケジュールをチェックして、参加をご計画ください。 AWS が産業 AI をどのように支えているか AWS は、製造業の企業が AI でパイロットから本番環境へ移行するためのサポートを提供します。Hannover Messe 2026 では、AWS が産業変革における最重要課題にどのように取り組んでいるかを探ってみましょう： フィジカル AI と自律型製造： 工場フロアは急速に変化しています。フィジカル AI により、ロボット、コボット、自律システムが物理世界を認識、推論、行動します。AWS は、これらのソリューションを大規模に展開するための柔軟なエッジからクラウドまでのインフラストラクチャを提供します。シミュレーションやモデルトレーニングからエッジでのリアルタイム推論まで、AWS は製造業にフィジカル AI をもたらすのに役立っています。自律型製造セルでその様子をご覧ください。 サプライチェーンのためのエージェンティック AI： サプライチェーンは複雑で動的であり、迅速な意思決定を困難にします。AWS は製造業の企業のエージェンティック AI ソリューションの導入を支援し、お客様が計画を自律的に最適化し、混乱を予測し、意思決定を加速することを支援します。これらのソリューションは、産業グレードのインフラストラクチャによって実現されいてます。サプライチェーンキオスクを確認したり、Amazon Bedrock AgentCore でできることについてさらに学んでください。 インテリジェントデータ基盤とデジタルスレッド： サイロ化されたデータは、産業 AI の採用の大きな障壁です。AWS は、製造業者が統一されたデータ基盤を構築します。この基盤には、検索可能なナレッジグラフや製品デジタルスレッドソリューションが含まれ、製品ライフサイクル全体にわたって情報を接続します。この基盤により、生成 AI、エージェンティック AI、フィジカル AI をスケールすることが可能になります。ブースのエンジニアリングおよび開発エリアでさらに詳しく探ってみてください。 エッジからクラウドへの接続： 工場フロアの資産をクラウドに接続する際、既存のインフラストラクチャを丸ごと取り除く必要はありません。AWS IoT SiteWise Edge は、250 以上のデバイスのネイティブ産業プロトコルをサポートし、製造業務全体でデータをシームレスに収集、コンテキスト化、分析します。ブースのスマート製造エリアに立ち寄り、エッジからクラウドへの接続ソリューションをご覧ください。 運用レジリエンスとデジタル主権： 国境を越えて事業を展開する製造業者は、どこで事業を行っても、データの安全性、コンプライアンス準拠、レジリエンスに自信を持つ必要があります。AWS は、運用レジリエンスとデジタル主権のための目的別ソリューションを提供しており、欧州主権クラウドも含まれています。これらのソリューションにより、製造業者はイノベーションを遅らせることなく規制要件を満たすことができます。ブースの欧州主権クラウドの展示にお越しいただき、さらに詳しく学んでください。 ブースにお越しください Hannover Messe 2026 では、ホール 15、ブース D76 の AWS ブースへお越しください。クラウド技術における最新の産業イノベーションをご覧ください。AI による製品の旅を体験し、AWS の専門家と会い、ガイド付きブースツアーに参加するか、シアターセッションに参加して、AWS が製造業者の産業 AI 変革をどのように支援し加速させているかについてさらに学んでください。 イベントの前に AWS の担当者に連絡してミーティングを予約してください。最新の情報については、 Hannover Messe 2026 イベントページ を訪れ、LinkedIn で AWS for Manufacturing をフォローしてください。 日本のお客様に向けた情報 日本からのお客様向けには、ハノーバー現地において、AWS の日本メンバーによる日本語でのブースのご案内や、個別ミーティング等を実施しています。上記リンクまたは担当の営業経由でお申し込みください。また、現地でも日本人スタッフにお気軽にお声がけください。 <!-- '"` --> 翻訳は、ソリューションアーキテクトの山本が行いました。 Emily O’Kelly Emily は AWS のインダストリープロダクトマーケティングマネージャーです。彼女は産業および製造部門でのイノベーションとデジタル変革を推進することを専門としています。Emily は、明確で差別化されたメッセージング、説得力のあるユースケースの作成、サービスと機能を位置づけるために協力して働くことで、業界の変革を推進するインパクトのある瞬間を作り出すことに熱心です。Emily はロードアイランド大学で産業システム工学の学位を取得し、サザンニューハンプシャー大学で MBA を取得しています。