0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

AWS Summit 2026 1日目

0
Last updated at Posted at 2026-07-09

AWS Summit 2026に参加してきました!

6月25日、26日でAWS Summit 2026に参加してきました。
Amazon Bedrock, Agent Coreを用いたソリューション事例や、AWSの提供するIDEのkiroを用いたAI駆動開発ノウハウ。そしてあのAnthropic社の出展ブースもございましたので全2回に分けてレポを残したいと思います。

1日目

初めの基調講演は満席になってしまったのでライブビューイングを見ながら、予約していたセッションの始まる11:45まで会場内をぶらぶら歩いておりました。
(ちなみに海浜幕張駅から会場入場まで1時間半近くかかりました😄😄)

IMG_0130.jpeg

ここからは1日目に参加したセッションのうち2つをピックアップしてまとめたいと思います。

1個目 本番を見据えて:エージェンティックAIに対する実践的アプローチ

46%がプロトタイプ(PoC)で終わっている。

これは少々驚きました(いい意味で)。
本番環境へのデプロイは多くても4割くらいだと思っていました。
またAIエージェントを作る必要はそもそもあるのか。
これは必ずしもYesって訳ではなく、既存ソリューションで要件を満たせないであったり、メインフレームへの接続が必要な場合、そもそも組織のリソースが足りないなどであった場合は作っても良いとの事でした。
ではプロトタイプで終わるものと本番環境でリリースまでできるものとの間でどんなギャップがあるのか?
それは以下の4要素だとされてます。

(1)運用上の優秀性
(2)データコンテキスト
(3)信頼性
(4)堅牢性

運用上の優秀性

**大規模に本番運用を回せるか。**それが運用上の優秀性です。
何が起きているかの可視性があるか。コストを管理できるか。負荷がかかってもパフォーマンスが落ちないか。組織的にガバナンスを効かせられるか。この要素が重要になってきます。

これら観点を解決するのが、
まずAmazon Agent Core Observabilityです。
これは可視性に寄与します。
End to Endで詳細を追え、複数のダッシュボード上のメトリクスを測る必要がないので運用コストの最適化にも役立ちます。
また既存のツールへのエクスポートが可能になります。

2つ目はAmazon Bedrock 推論オプションです。
これはコストの管理に寄与します。
従量課金型であるオンデマンド。予測可能で大ボリュームなものに使えるハイボリューム。オフライン処理などに使えるバッチ推論があります。
コストに関して重要なのは、コスト・レイテンシー・精度のトレードオフを見極めることです。

データとコンテキスト

エージェントが効果的に動くには、適切なタイミングで適切なデータにアクセス出来ているか。そのデータがビジネスの文脈でどのような意味を成しているかも大事になります。
つまりこれは、ローデータをコンテキスト化されたナレッジにするということです。コンテキストはメタデータと等価であると考えて良いです。

中でもユーザーコンテキストである、この人が何を求めているかをメモリに記憶する必要があります。
ここで活躍するのが、Agent Core Memoryです。
他にもBedrock Managed Knowledge BaseやOpensearch、S3 Vectorsが構築・運用までサポートしてくれます。

信頼性

・セキュリティ(安全性/認証・情報分離)
・制御性(実行前ブロック等で不正アクション防止)
・プライバシー管理(データの性質ごとの対応)
が基本となります。
AWSではこれらに対して複数のソリューションを提供しています。
・認証・認可基盤であるAgent Core Identity
・実行前ポリシー管理をするAgent Core Policy
・独立した環境でのエージェント稼働を実現するAgent Core Runtime
また上記の他に応答レベルで禁止内容を制限するガードレールもあります。

堅牢性

LLMエージェントは非決定的なため、定型処理・計算・バリデーションはコードなど確定性の高い手段を活用し、それ以外のオーケストレーション等に集中させるのが効率的です。
これによって一貫した応答や高い信頼性を担保できます。

AWSでは,
・出力品質の自動評価を行うLLm as a Judge
・Bedrock外モデル・アプリケーションの評価をするVEO推論リソース
・実運用中エージェントの継続評価をするEvaluation
などアウトプットの安定性維持を実現するサービスがあります。
セッション分離・メモリ分離・ポリシーの強制が本番運用の基盤となります。

まとめ

AWSは長年培ってきた実運用現場のノウハウを活かし、AIエージェント導入・運用の全工程をBedrock等でサポートしています。
また完璧な設計をはじめから目指そうとせず、小さなユースケースから始めて継続的な改善とPDCAを回していくことが本番導入への鍵となります。

2個目 AWS TransformによるMicrosoftワークロード刷新

私自身、企業でのMicrosoftモダナイゼーションはトレードオフ的にも課題にあると思っておりました。
そこで本セッションに参加いたしましたので、お話の内容を簡単にまとめたいと思います。
また下のリンクからアカウント登録後、アーカイブが見られるのでぜひ目を通してみてください。20分ほどのセッションです。

現状と課題

.NETフレームワークアプリケーションやSQL ServerといったMicrosoftワークロードは、ライセンス費用やWindowsサーバーの運用コスト、EOL対応など複雑な課題があります。

ソリューション

AWSはこのような現状・課題に対処するのが、、
AWS Transform for Full Stack Windows Modernizationです。
.NET Framework 3.5以降のアプリを.NET 8or10などLinux対応のクロスプラットフォーム環境に自動変換をし、
SQL ServerをAmazon Aurora PostgreSQLに移行することができます。↓

またWebコンソールやVisual Studio拡張、AIコード支援ツール連携など、
さまざまな方法・自動化で作業負荷を軽減できます。

このセッションでのまとめ

工数・コスト削減や期間短縮などの事例もあります。
またモダナイゼーションの成功には、
・適切なツール
・人材、専門のチーム構築
・優先度づけ

が重要になってきます。

さらにAWS Transformは無料で、ハンズオンデモやユーザーガイドも提供しています。

2日目に続く

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?