はじめに
AWSには、生成AIを使ったアプリケーションを開発するサービスから、画像認識、音声処理、機械学習モデルの開発まで、さまざまなAI関連サービスが用意されています。
ただし、サービスによって役割は大きく異なります。既存のAIモデルを利用するものもあれば、独自のモデルを学習させるもの、特定のAI機能をAPI経由で提供するものもあります。
本記事では、主要なAWSのAIサービスを用途別に分類し、それぞれの特徴と利用例を整理します。
※2026年11月時点の情報をもとにしています。
1. 生成AI関連サービス
① Amazon Bedrock
生成AIを利用したアプリケーションを構築するためのマネージドサービスです。
AnthropicのClaudeやAmazon Novaなど、複数の基盤モデルをAPI経由で利用できます。AIモデルを一から開発・学習させる必要がなく、インフラ管理の負担を抑えて生成AIの機能をアプリケーションに組み込めます。
主な用途は、AIチャットボット、文章の要約、問い合わせへの回答生成、プログラムコードの生成などです。
なお、Amazon NovaはAWSが開発したAIモデル群であり、Bedrockのようなサービス基盤そのものではありません。
② Amazon Bedrock AgentCore
AIエージェントを実行・運用するためのサービスです。
AIエージェントとは、AIが状況に応じて外部APIやツールを利用し、複数の処理を進める仕組みです。AgentCoreは、エージェントの実行環境、外部システムとの接続、認証、メモリ管理などの機能を提供します。
例えば、AIが在庫情報を取得し、発注条件を確認して、必要な処理を業務システムに依頼するといった仕組みに利用できます。
Bedrock以外のモデルやエージェントフレームワークにも対応しています。
③ Amazon Bedrock Knowledge Bases
生成AIが外部の文書やデータを参照して回答するための、Amazon Bedrockの機能です。
RAG（検索拡張生成）という技術を利用し、社内文書などから関連情報を検索して、その内容をAIモデルに渡します。AIモデルが学習していない社内情報なども回答に活用できます。
例えば、S3に保存した社内マニュアルを参照して、社員からの質問に回答するチャットボットを構築できます。
④ Amazon Bedrock Guardrails
生成AIの入力や出力に対して、安全性に関する制御を行うAmazon Bedrockの機能です。
不適切な内容のフィルタリング、特定の話題の制限、個人情報などの機密情報の検出・マスキングに対応しています。
例えば、顧客向けチャットボットで個人情報を不用意に表示しないように制御する場合に利用できます。ただし、すべての誤回答や情報漏えいを防げるわけではありません。
2. 機械学習関連サービス
⑤ Amazon SageMaker AI
機械学習モデルの開発、学習、デプロイ、運用を支援するサービスです。
独自のデータを使用してモデルを学習させたり、既存モデルをカスタマイズしたりできます。学習したモデルを推論用のエンドポイントとして公開し、アプリケーションから利用することもできます。
例えば、過去の販売データから将来の需要を予測するモデルや、設備の稼働情報から故障を予測するモデルの開発に利用できます。
Bedrockが主に既存の基盤モデルを使う生成AIアプリケーションの開発に向いているのに対し、SageMaker AIはモデルの学習や実行環境を細かく制御したい場合に適しています。
⑥ Amazon Personalize
ユーザーごとに最適な商品やコンテンツを推薦するサービスです。
購入履歴、閲覧履歴、クリック履歴などのデータを利用し、ユーザーの行動に応じた推薦結果を生成します。
例えば、ECサイトの「あなたへのおすすめ商品」や、動画配信サービスのおすすめ作品の表示に利用できます。
3. 画像・文書分析関連サービス
⑦ Amazon Rekognition
画像や動画の内容をAIで分析するサービスです。
画像に含まれる物体や人物の検出、顔の特徴の分析、不適切なコンテンツの検出などに対応しています。動画から人物や物体を検出することもできます。
例えば、アップロードされた画像の内容による自動分類や、動画内の特定の物体の検出に利用できます。
⑧ Amazon Textract
PDFやスキャンした書類から、文字やデータを抽出するサービスです。
OCR（光学文字認識）による文字の抽出に加えて、表やフォームの構造を解析し、項目名と値の関係なども取得できます。
例えば、請求書から取引先名、請求金額、請求日などを抽出して、業務システムに登録する処理に利用できます。
4. 文章・音声処理関連サービス
⑨ Amazon Comprehend
文章の内容を自然言語処理によって分析するサービスです。
文章に含まれるキーワードや固有表現の抽出、感情分析、言語判定、文章の分類などに対応しています。
例えば、顧客アンケートの文章を分析して、肯定的な意見と否定的な意見を分類する場合に利用できます。
⑩ Amazon Transcribe
音声をテキストに変換するサービスです。
録音済みの音声ファイルだけでなく、リアルタイムの音声ストリーミングにも対応しています。話者の区別や、特定の専門用語に対応するためのカスタム語彙などの機能もあります。
例えば、会議の議事録作成、コールセンターの通話内容の文字起こし、動画の字幕作成などに利用できます。
⑪ Amazon Polly
テキストを音声に変換するサービスです。
複数の言語や音声に対応しており、文章を読み上げる音声を生成できます。音声の種類によっては、ニューラル音声合成なども利用できます。
例えば、Webサイトの文章読み上げ、音声ガイダンス、案内システムなどに利用できます。
⑫ Amazon Translate
文章を異なる言語へ自動翻訳するサービスです。
ニューラル機械翻訳を利用して、アプリケーションからAPI経由で翻訳処理を実行できます。用語の翻訳を調整するためのカスタム用語集なども利用できます。
例えば、多言語対応のWebサイトや、海外顧客からの問い合わせ内容の翻訳に利用できます。
⑬ Amazon Lex
音声やテキストによる対話型のインターフェースを構築するサービスです。
ユーザーの発言から意図や必要な情報を読み取り、あらかじめ定義された会話フローに沿って処理を進めます。
例えば、ホテルの予約受付、配送状況の確認、コールセンターの自動応答システムなどに利用できます。
5. 開発・業務支援関連サービス
⑭ Amazon Q Developer
AWSの開発や運用を支援する生成AIアシスタントです。
AWSサービスの利用方法に関する質問、コードの生成、コードの説明、セキュリティに関する分析、トラブルシューティングなどを支援します。
例えば、CloudFormationテンプレートの作成支援や、AWS環境で発生したエラーの原因調査などに利用できます。
なお、Amazon Q DeveloperのIDEプラグインは2027年4月30日にサポート終了が予定されており、AWSはKiroへの移行を案内しています。
⑮ Kiro
AIを利用してソフトウェア開発を支援する開発ツールです。
自然言語で伝えた要求をもとに、要件定義、設計、実装タスクを整理し、コードやテストの作成を支援します。特に、仕様を明確にしてから実装を進める「仕様駆動開発」を重視しています。
例えば、新しいWebアプリケーションを開発する際に、要件の整理からコードの実装までを一連の作業として支援できます。
⑯ Amazon Quick Suite
企業内の情報検索、分析、業務自動化をAIで支援するサービスです。
社内文書、データベース、業務アプリケーションなどの情報を横断して検索・分析し、その結果に基づいて業務を進めることができます。
例えば、社内の営業データを分析してレポートを作成したり、複数の業務システムと連携して定型業務を自動化したりする場合に利用できます。
Amazon Q Businessの発展形として登場したサービスで、既存のQ Businessも継続して利用できます。
6. 似ているサービスの違い
AWSのAIサービスには、用途が似ているものもあります。特に混同しやすいものを整理します。
| 比較するサービス | 主な違い |
|---|---|
| Bedrock / SageMaker AI | 生成AIアプリケーションの構築基盤 / モデルの開発・学習・運用基盤 |
| Rekognition / Textract | 画像や動画の内容を分析 / 文書から文字や構造化データを抽出 |
| Transcribe / Polly | 音声を文字に変換 / 文字を音声に変換 |
| Comprehend / Bedrock | 文章の分類や情報抽出などの分析 / 生成AIモデルによる柔軟な文章処理 |
| Lex / Bedrock | 定義された会話フローによる対話処理 / 基盤モデルを使った柔軟な対話生成 |
| Bedrock / Q Developer | 生成AIアプリを構築する基盤 / AWSの開発・運用を支援するAIアシスタント |
| Bedrock / Quick Suite | 独自の生成AIアプリを構築 / 企業の情報検索・分析・業務支援機能を利用 |
これらは必ずしも排他的なものではありません。例えば、LexとBedrockを連携させた対話システムや、Textractで抽出した文書データをBedrockで分析するシステムも構築できます。
7. AIサービスと連携するAWSサービス
実際にAIを使ったシステムを構築する際には、AIサービス単体ではなく、既存のAWSサービスと組み合わせることが一般的です。
| AWSサービス | AIシステムでの主な役割 |
|---|---|
| Amazon S3 | AIが処理する文書、画像、音声などの保存 |
| AWS Lambda | AIサービスのAPI呼び出しや処理結果の加工 |
| Amazon API Gateway | AI機能を外部アプリケーションにAPIとして公開 |
| AWS Step Functions | 複数のAI処理や業務処理の順序・分岐を制御 |
| AWS IAM | AIサービスやデータへのアクセス権限の管理 |
| Amazon CloudWatch | 処理状況、ログ、エラーなどの監視 |
例えば、PDFから情報を抽出する仕組みであれば、S3にPDFを保存し、LambdaからTextractを呼び出し、抽出した結果をデータベースに登録するといった構成が考えられます。
また、AIサービスを利用する際には、処理回数やデータ量に応じた料金、利用可能なAWSリージョン、扱うデータの機密性にも注意する必要があります。
まとめ
AWSのAI関連サービスは、用途によって大きく役割が異なります。
生成AIを使ったアプリケーションを開発したい場合はAmazon Bedrock、独自の機械学習モデルを開発・運用したい場合はAmazon SageMaker AIが中心になります。
一方、画像認識、文書解析、文字起こし、翻訳など、目的が明確な場合は、それぞれに特化したAIサービスを利用できます。また、開発支援にはAmazon Q DeveloperやKiro、企業の情報活用にはAmazon Quick Suiteといった選択肢があります。
重要なのは、最初からすべてのサービスを覚えることではなく、実現したい機能に対して、どのサービスが適しているのかを判断できるようになることです。