こんにちは。アマゾン ウェブ サービス ジャパン合同会社 ソリューションアーキテクトの多田です。2026 年 5 月 29 日に、大阪オフィスにて「AWS Business Innovation Series – West Japan」の第 2 回を開催いたしました。本シリーズは、西日本のお客様のデジタル変革を加速することを目的に、生成 AI を活用した実践的なプログラムを約 3 ヶ月に 1 回のペースでお届けしているものです。ご参加いただいた皆様に、改めて御礼申し上げます。 本ブログでは、イベントの背景や当日の様子、参加者の皆様からいただいた声をお届けいたします。 はじめに 本シリーズは 2025 年に関西を中心に開催したワークショップの高い満足度を受けて、2026 年は業界を問わず幅広い企業の皆様にご参加いただける形で継続しています。約 3 ヶ月に 1 回のペースで年 4 回の開催を予定しており、今回がその第 2 回です。第 2 回では、さらに一歩進んで Amazon Quick をテーマに選びました。 Amazon Quick は、Slack・メール・カレンダー・ファイルなど業務で使う多様なデータソースに接続し、AI アシスタントが業務のコンテキストを深く理解した上でアクションまで実行できるツールです。チャットエージェント、ワークフロー自動化、リサーチなど幅広い機能を備えていますが、今回はデータ接続とチャットエージェント構築にフォーカスしました。「AI ツールは気になるけれど、自分の業務にどう活かせるかイメージが湧かない」「社内のデータを活用したいけれど、どう繋げればいいかわからない」――そんな方々に、半日でデータ接続からエージェント構築までを体験していただくことが今回のイベントの狙いでした。 過去開催分についてはこちらをご覧ください。 第 1 回：お試しから卒業！Kiro の仕様駆動開発を本格活用（2026/3/17） イベント概要 項目 内容 テーマ データから業務アクション、展開まで繋げる Amazon Quick ワークショップ 日時 2026 年 5 月 29 日（金）13:00〜18:00（懇親会 18:00〜） 場所 アマゾン ウェブ サービス ジャパン 大阪オフィス（中之島三井ビルディング 26F） 参加者 20 社 34 名 満足度 4.11 / 5 タイムテーブル 時間 内容 13:00 – 13:10 オープニング 13:10 – 13:30 座学：AI アシスタントは あなたの仕事の何割を見ていますか？ ― Why Quick 13:30 – 14:50 Amazon Quick ハンズオン ~ HR Agentを作ってみよう 14:50 – 15:00 休憩 15:00 – 17:30 Amazon Quick ハッカソン ~ ビジネス貢献できるチャットエージェントを作ろう 17:30 – 17:50 LT：あなたの業務、アプリにしませんか？ 17:50 – 18:00 クロージング 当日の様子 座学：AI アシスタントは あなたの仕事の何割を見ていますか？ ― Why Quick 発表資料： AI アシスタントは あなたの仕事の何割を見ていますか？ ― Why Quick 最初のセッションでは、「AI に何ができるか」ではなく「AI があなたの仕事のどれだけを見ているか」という問いからスタートしました。私たちは日常業務で、コミュニケーションツール(メール / Teams / Slack など)、コラボレーションツール(Box / SharePoint など)、社内システム、SaaS、Web といった 5 つの階層のデータソースを無意識に行き来して判断しています。一方で多くの AI ツールが見ているのはそのうち 1〜2 階層だけ ― このギャップが AI 活用の天井を決めているという構造を整理しました。さらに、データに繋がった先で「探せる → 見渡せる → わかる → 動ける」の 4 象限を回すことが重要であり、Amazon Quick はその全体をカバーする設計であることをお伝えしました。まずは小さく検証し、効果が見えたら利用者を広げていくというアプローチを紹介し、後半のハンズオン・ハッカソンへの橋渡しとしました。 Amazon Quick ハンズオン ~ HR Agent を作ってみよう ハンズオンでは、架空の人事課題 ―「直近 1 年で離職率が上昇傾向にある。散在する従業員データを活用し、離職可能性の高い従業員を早期に特定してリテンション施策を打てる仕組みを構築してほしい」― をミッションに設定しました。参加者は以下の 4 つの練習を通じて、段階的にデータ接続の深さを体験しました。 Chat で触ってみよう ― ドキュメントをアップロードして自然言語で Q&A。手軽さを体験する一方、毎回のアップロードが必要で、チームで共有しにくい限界も実感。 Space を作ろう ― 非構造化データ（社員フィードバックレポート、オンボーディングチェックリスト）を永続的なナレッジベースとして統合。他ユーザーへの共有も可能に。 構造化データと接続しよう ― S3 上の従業員マスタ テーブルをデータソースとして接続し、自然言語で「部門ごとの平均満足度は？」と分析。非構造化データと統合して横断分析可能な状態を構築。 HR Agent を作ろう ― Chat Agent を作成し、構造化データ（数値・フラグ）と非構造化データ（評価コメント・退職面談記録）を組み合わせた離職リスク分析を実施。単なるダッシュボードでは得られない、文脈を踏まえた多角的な分析を体験。 Amazon Quick ハッカソン ~ ビジネス貢献できるチャットエージェントを作ろう ハンズオンで基本操作を習得した後は、個人ハッカソンです。ゴールは「ビジネスに役立つチャットエージェントを作る」こと。参加者は以下のステップで進めました。 テーマ設計 ― Amazon Quick からの質問に答えながら、自社ビジネスに貢献できるエージェントのテーマを決定 チャットエージェント作成 ― ハンズオンの手順を応用してエージェントを構築 評価エージェント作成 ― 作ったエージェントの品質を評価する仕組みも構築 反復改善 ― 評価結果をもとにプロンプトやデータを改善 提案資料作成 ― Amazon Quick を使って導入提案の PPTX を自動生成し、自社に持ち帰れる成果物に グループ内発表 ― 成果を共有 LT：あなたの業務、アプリにしませんか？ 発表資料： あなたの業務、アプリにしませんか？ ハッカソンの興奮冷めやらぬ中、LT（ライトニングトーク）では「あなたの業務、アプリにしませんか？」と題して、Amazon Quick のアプリ機能「Quick Apps (プレビュー)」をご紹介しました。ハンズオン・ハッカソンで体験したチャットエージェントに加え、Quick には自然言語で Web アプリを作成できる機能もあります。定型業務をアプリ化し、Publish & Share でチームや組織に展開できる ― 個人の武器を組織の力に変えるもう一つのアプローチをお伝えしました。 参加者の声 参加者アンケートからいくつかの声をご紹介します。 「資料・説明ともにわかりやすかったです。SA の方も楽しく教えてくれて良かったと思いました。」 「持ち帰れるモノが多く、有意義な時間でした。」 「Quick を使っているつもりでしたが、全然足りませんでした。他の人の使い方をみるのは非常に重要です。」 「業務アプリが一通り構築できそうです。」 「Quick の利点について、データ連携先が豊富であること、BI ツールと統合した UI が作成可能であることが、既存のチャット型 AI エージェントにない利点だと理解しました。」 まとめ 第 2 回「AWS Business Innovation Series – West Japan」では、Amazon Quick をテーマに、座学で「AI が見ている世界」の構造を理解し、ハンズオンで Chat → Space → データソース接続 → Agent 作成を段階的に体験し、ハッカソンでは自社課題をもとにエージェントと導入提案資料を作り上げる ― データから業務アクション、そして展開までを一気通貫で体験いただくプログラムとなりました。 普段コードを書かない方々も含め、参加者の皆様が半日で実際に動くエージェントと導入提案資料を作り上げる姿は非常に印象的でした。 ご興味のある方は、担当のアカウントチームまでお気軽にお問い合わせください。皆様のご参加をお待ちしております。 本ブログは、ソリューションアーキテクトの多田 慎也が執筆いたしました。

日本最大の「AWS を学ぶイベント」、 AWS Summit Japan  が 2026年6月25日(木)、26日(金) の2日間にわたり幕張メッセで開催されます。AWS Summit は、クラウドコンピューティングコミュニティが一堂に会して、アマゾン ウェブ サービス (AWS) に関して学習し、ベストプラクティスの共有や情報交換ができる、AWS に興味がある全ての皆様のための無料のイベントです。 今回はその中から データベース関連の注目セッション を、以下の 4 つのテーマに沿ってご紹介します。 AI × データベース ― 生成 AI やエージェントがデータベースの移行・運用をどう変えるか 分散 SQL の最前線 ― Amazon Aurora DSQL のアーキテクチャから実装・検証まで コストとパフォーマンスの最適化 ― 既存環境の見直しとキャッシュ基盤の刷新 データモデリング実践 ― DynamoDB の設計力を引き上げる 今年のデータベースセッションは、この 4 つの潮流を押さえれば全体像が見えてきます。気になるテーマからぜひチェックしてみてください。 1. AI × データベース AI エージェントをデータベースの移行や運用に活用する実践的なセッションです。「移行のコード変換を自動化したい」「運用の検知・対応を AI に任せたい」「エージェントの記憶をどう永続化するか知りたい」という方に。 (DAT302) AI エージェントで切り拓く商用 DB から Amazon Aurora への移行 ―コード変換の実践手法とお客様検証事例 6月25日(木) 13:30–14:10 商用 DB 移行のコード変換、AI エージェントでどこまで自動化できるか？ ― 数千行のストアドプロシージャや動的 SQL の変換は、移行を諦める理由になりがちです。本セッションでは、AWS DMS によるルールベース変換と AI エージェントによる変換を組み合わせた新しいアプローチを解説します。変換ルールやコーディング規約を自然言語で指示し、変換・テスト・突合を自動で繰り返すワークフローにより、従来ツールでは困難だったコードをどこまで自動化できるのか、2 社のお客様検証事例と具体的な数値結果を交えてお伝えします。セッション後すぐに PoC を始められるワークショップやサンプルスクリプトもご案内します。 (DAT358) AI エージェントで実現するデータベース運用：検知・推奨・最適化 6月26日(金) 13:00–13:40 本番障害が起きる前に、AI が問題を見つけて対処法まで提案してくれたら？ ― Amazon RDS、Amazon Aurora、Amazon Redshift を監視・分析する AI エージェントの実装方法を紹介します。パフォーマンスボトルネックの検知からクエリパターンの可視化、最適化戦略の提案まで、AI によるインサイトでデータベースモニタリングを強化する方法を学べます。 (DEV303) AWS サービスを使ったエージェントのメモリ実装パターン 6月25日(木) 12:30–12:50｜シアターセッション AI エージェントの「記憶」をどのデータベースに保存すべきか？ ― 過去の会話履歴をもとに AI がアクションを実施するための重要機能であるメモリについて、AWS のデータベースサービスをメモリストアとして選択する際のポイントを考察します。 2. 分散 SQL の最前線 ついに一般公開された Amazon Aurora DSQL。マルチリージョンでの強い整合性をサーバーレスで実現する分散 SQL データベースを、アーキテクチャ・設計・実プロダクト検証の 3 つの角度から掘り下げます。 (DAT338) Amazon Aurora DSQL Deep Dive ― 内部アーキテクチャの設計思想と実装の勘所 6月26日(金) 12:00–12:40 Aurora DSQL はなぜ軽量な接続と低レイテンシを実現できるのか？ ― OLTP ワークロードに最適化されたサーバーレスの分散 SQL データベースである Aurora DSQL が、トランザクションをどのように処理するかを内部コンポーネントの役割に沿って図解します。特に中核コンポーネントである Query Processor の内部動作を掘り下げ、実装パターンや考慮事項を設計意図とともに整理します。 (AIM252) Kiro でつくる！Amazon Aurora DSQL の特性を活かしたスキーマ設計 6月25日(木) 13:30–13:50｜シアターセッション 分散 SQL のスキーマ設計、何から始めればいい？ ― 「分散 SQL データベースを使ったことがないから設計がわからない…」という方に向けて、Kiro Powers を使ったスキーマ設計支援の方法をデモで紹介します。 (ANT333) 実プロダクトで検証する Amazon Aurora DSQL の可能性と制約 6月26日(金) 14:00–14:20｜シアターセッション 実際のワークロードで Aurora DSQL はどこまで使えるのか？ ― モバイルゲームのシャーディング DB を Aurora DSQL へリフトした場合の性能・コスト・運用性を実プロダクト規模で検証。ベンチマーク結果や制約など実践的な知見を共有します。 3. コストとパフォーマンスの最適化 「今の構成でコストを下げつつパフォーマンスも上げたい」「キャッシュ基盤をモダナイズしたい」という方に。 (DAT318) 実践！Amazon RDS と Amazon Aurora のコスト最適化とパフォーマンス向上 6月25日(木) 14:30–15:10 コスト削減とパフォーマンス向上は両立できる。 ― 架空の企業 AnyCompany が直面する課題を通して、コンピューティング、ストレージ、バックアップの各要素でコストを最適化しながらパフォーマンスを向上させるベストプラクティスを学びます。CloudWatch Database Insights を使ったワークロード特定の手法も実践形式でご説明します。 (DAT456) より速く、より安く、より良く ― Valkey がもたらすキャッシュ基盤の革新 6月26日(金) 16:00–16:40 スループット 230% 向上、メモリ 40% 削減、コスト 33% 削減 ― キャッシュ基盤を一新しませんか？ ― 2024 年に誕生したオープンソースプロジェクト Valkey は、マルチスレッドアーキテクチャや効率型辞書により、キャッシュ技術に革新をもたらしています。Valkey と Amazon ElastiCache が実現する高スケーラビリティ・高可用性の Serverless 構成まで、キャッシュ基盤の未来に迫ります。 4. データモデリング実践 DynamoDB をフル活用するためのデータモデリング手法と、最新機能による設計の変化を学べるセッションです。 (DAT340) Amazon DynamoDB アドバンスドデータモデリング 6月26日(金) 14:00–14:40 「DynamoDB の設計、これで合っているのか？」という不安を解消。 ― DynamoDB の基礎と設計原則を通じて「DynamoDB データモデリングの考え方」を習得し、複雑なユースケースに対応するための実践的な戦略と機能を解説します。 (CNS204) マルチキーサポートで変わる Amazon DynamoDB の GSI 戦略 6月25日(木) 13:00–13:20｜シアターセッション GSI の設計パターンが変わる ― マルチキーサポートで何が可能に？ ― 2025 年に追加されたグローバルセカンダリインデックス (GSI) のマルチキーサポートにより、従来の GSI 設計がどのように変わるかをデモを交えて解説します。 データベース関連ブースのご案内 セッションだけでなく、EXPO 会場内のブースでもデータベースに関する技術デモや個別相談を実施しています。セッションで気になったトピックを、ブースでさらに深掘りできます。 商用データベースを Amazon RDS で最適化 Oracle / SQL Server / Db2 からの移行相談、Oracle Database@AWSに関する最新情報など 生成 AI でデータベース業務を効率化 AI エージェントによるデータベース運用のデモ・技術相談 AWS マネージドデータベース Amazon Aurora、DSQL、DynamoDB の可用性、スケーラビリティに関するデモ・技術相談 Neptune（オントロジーナレッジグラフ for AI エージェント） ナレッジグラフ、オントロジー管理のユースケース AWS Transform によるモダナイゼーション モダナイゼーション全般のご相談 まとめ AWS Summit Japan 2026 のデータベースセッションは、どのテーマも「明日から使える実践知」を重視した内容になっていますので、ぜひ興味のあるセッションに足を運んでみてください。 一部のセッションは既に満席となっております。気になるセッションがあればお早めにご登録ください。 AWS Summit Japan 2026 登録ページ 著者 長久保 武 データベース スペシャリスト ソリューションアーキテクト

みなさん、こんにちは。AWS ソリューションアーキテクトの木村です。 AWS Summit Japan が開催される 6 月 25 – 26 日 まで 1 ヶ月を切りましたね。登録がまだの方は こちら から登録しぜひ来場ください！様々なコンテンツをご用意してお待ちしております！ また最近気軽に参加いただける勉強会として「昼休みの 30 分」を活用した Amazon Quick 勉強会が開催されています。 6 月 3 日 、 6 月 10 日 に予定されていますので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、5 月 25 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「寄稿：生成 AI で”探せなかった開示情報”を見つけ出す 〜 JPX の AI 開示情報検索サービス J-LENS〜」を公開 日本取引所グループ（JPX）傘下の JPX 総研様が開発した、上場企業の適時開示情報を対象とした AI 検索サービス「J-LENS」の技術的な仕組みと成果を紹介する寄稿記事です。Amazon Bedrock と Amazon OpenSearch Service を基盤に、クエリ解析・ベクトル検索・リランキングなど多層的な工夫を組み合わせることで、キーワード検索では見つけられなかった情報を自然文で発見できるセマンティック検索を実現しています。 ブログ記事「Physical AIのためのデータ収集基盤を構築する①：模倣学習データの完全性を保証させるエッジシステム」を公開 株式会社 APTO 様が AWS 上に構築している双腕遠隔操作ロボット向け Physical AI データ基盤について、3部作の第1回としてエッジ側の「収集」レイヤーを解説しています。VLA モデルのファインチューニングに使う模倣学習データを、エッジ側で品質を確定させてから Amazon S3 に送る仕組みや、不完全データの排除、S3 Event Notifications によるイベント駆動設計など、Physical AI / ロボティクス分野のデータパイプラインを構築する際の実践的なアーキテクチャが紹介されています。 ブログ記事「AI ツールで実現する継続収益ビジネス 〜開発力を資産に変える〜 – AWS Local Executive Roadshow 名古屋編（#4/8）開催レポート」を公開 2026 年 4 月 23 日に名古屋で開催された、IT 企業エグゼクティブ向けイベントのレポートです。製造業 SI を行うエスツーアイ株式会社様が Kiro の仕様駆動開発を活用して上流工程の課題を解決した事例と、i Smart Technologies 株式会社様が Amazon Bedrock を使い IoT データを現場の意思決定に活かす「AI 製造部長」を開発した事例を紹介しています。AI を「パートナー」として自社のドメイン知識と掛け合わせる発想が印象的です。 ブログ記事「Kiro アンバサダープログラムのご紹介」を公開 AWS が提供する AI 開発ツール「Kiro」のコミュニティアンバサダープログラムが発表されました。アンバサダーには無償サブスクリプションや未公開機能への早期アクセス、プロダクトチームとの直接コミュニケーションなどの特典があり、月 3〜4 時間程度の活動が期待されます。Kiro を日常的に使っている開発者にとって、製品の方向性に直接影響を与えられる機会です。応募は kiro.dev から随時受付中です。 ブログ記事「満員御礼！ Claude Code による開発体験ワークショップ【イベントレポート】」を公開 2026 年 5 月に NHN テコラス主催で開催された Claude Code のハンズオンワークショップのレポートです。Agentic Coding の基礎から、CLAUDE.md による設定、Plan Mode、MCP の活用までを座学で学んだ後、Excalidraw のコードベースへ実際に Claude Code で機能追加を体験する内容です。ワークショップコンテンツは公開されており自身の AWS アカウントで取り組めるので、Claude Code を始めてみたい方はぜひ参考にしてみてください。 サービスアップデート Kiro で Claude Opus 4.8 が利用可能に Kiro の IDE、CLI、Web で Claude Opus 4.8 が利用可能になりました。自己検証機能の強化、より効率的なツール呼び出し、長期プロジェクトでのフォロースルー改善が特徴です。Pro、Pro+、Power プランで利用でき、CLI ユーザーは v2.5.0 以上へのアップデートが必要です。 Amazon Connect が生成 AI を使用してセルフサービスインタラクションを自動評価 Amazon Connect で、AI エージェントによるセルフサービス対応の品質を生成 AI が自動評価する機能が追加されました。マネージャーが自然言語で評価基準を定義すると、生成 AI がその基準に基づいてインタラクションを評価し、詳細な理由付けとトランスクリプトからの参照ポイントを提供します。東京リージョンを含む 7 リージョンで利用可能です。詳細は こちらのドキュメント をご参照ください。 Amazon Connect の生成 AI 搭載コンタクト後サマリーが 8 つの新しい言語に対応 Amazon Connect で生成 AI を活用したコンタクト後の要約機能が、新たに日本語・フランス語・ドイツ語・スペイン語・ポルトガル語・イタリア語・中国語・韓国語の 8 言語に対応しました。会話の言語に合わせて自動的にサマリーが生成されるようになり、多言語サポートを提供するグローバル組織でもコンタクト内容を効率的に把握できます。詳細は こちらのドキュメント をご参照ください。 Amazon Bedrock が Service Quotas のサポートを拡大 Amazon Bedrock の bedrock-mantle エンドポイントに対する推論クォータ（input-tokens-per-minute / output-tokens-per-minute）が AWS Service Quotasコンソールから確認可能になりました。クォータの可視化により本番スケールの事前計画が容易になり、標準的なプロセスでクォータ増加をリクエストできます。東京リージョンを含む複数リージョンで利用可能です。詳細は こちらのドキュメント をご参照ください。 Claude Opus 4.8 が AWS で利用可能になりました Anthropic 社の最新モデル Claude Opus 4.8 が AWS 上で利用可能になりました。エージェント型コーディング、自律的タスク実行、複雑な知識労働において優れた性能を発揮し、長い自律実行セッションでもコンテキストを保持しながら深い推論を行えます。Amazon Bedrock および Claude Platform on AWS からアクセスできます。詳細は こちらの Amazon Bedrock ページ をご参照ください。 Amazon SageMaker HyperPod Slurm クラスターが継続的プロビジョニングでの最小キャパシティ要件の指定をサポート Amazon SageMaker HyperPod の Slurmクラスターで、継続的プロビジョニング利用時に最小キャパシティ要件（MinCount）を指定できるようになりました。固定数のノードを必要とする分散学習フレームワーク（PyTorch FSDP、Megatron-LM等）で、最小閾値が満たされるまでクラスターが待機するため、不完全な状態でのジョブ開始を防止できます。HyperPod対応の全リージョンで利用可能です。詳細は こちらのドキュメント をご参照ください。 P5.48xl インスタンスが SageMaker ノートブックインスタンスで東京リージョンに拡大 NVIDIA H100 GPU 搭載の P5.48xl インスタンスが、SageMaker ノートブックインスタンスにおいて東京リージョンで利用可能になりました。前世代比で処理時間を最大 4倍短縮し、トレーニングコストを最大 40% 削減できます。LLM や拡散モデルのトレーニングなど生成 AI 開発に活用できます。詳細は こちらのドキュメント をご参照ください。 P4de インスタンスが SageMaker ノートブックインスタンスで東京リージョンに拡大 NVIDIA A100 GPU 8 基搭載（合計 640 GB GPU メモリ）の P4de インスタンスが、SageMaker ノートブックインスタンスにおいて東京リージョンで利用可能になりました。P4d 比で MLトレーニング性能が最大 60% 向上し、コストを 20% 削減できます。詳細は こちらのドキュメント をご参照ください。 P6-B200 インスタンスが SageMaker ノートブックインスタンスでバージニア北部リージョンに拡大 NVIDIA Blackwell GPU 8 基搭載（1440 GB GPU メモリ）の P6-B200 インスタンスが、SageMaker ノートブックインスタンスにおいてバージニア北部リージョンで利用可能になりました。P5en 比で最大2 倍の AI トレーニング性能を提供し、大規模基盤モデルのインタラクティブな開発やファインチューニングに最適です。 次世代 Amazon OpenSearch Serverless が一般提供開始 Amazon OpenSearch Serverless の次世代版が一般提供開始されました。エージェント構築向けに設計され、前世代比 20 倍速いオートスケーリング、スケール・トゥ・ゼロによる最大 60%のコスト削減、コンピュートとストレージの完全分離を実現しています。Kiro や Claude Code などとのネイティブ統合も提供されます。詳細は こちらのドキュメント をご参照ください。 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 木村 直登(Naoto Kimura) AWS Japan のソリューションアーキテクトとして、製造業のお客様に対しクラウド活用の技術支援を行なっています。最近は AI Agent と毎日戯れており、AI Agent 無しでは生きていけなくなっています。好きなうどんは’かけ’です。