はじめに
こんにちは。アジアクエスト株式会社 の足立です！
この記事では、AWS re:Invent 4日目に行われたキーノート
「The Future of Agentic AI is Here with Dr. Swami Sivasubramanian (KEY002)」
について主要なアップデートをまとめていきます。
概要
AWS re:Invent はAWS社が毎年ラスベガスで開催する世界最大級のテックカンファレンスです。
昨日、AWS の CEO である Matt Garman 氏による Opening Keynote が行われました。
AI に関するみっちり 2 時間に及ぶ発表内容の詳細は、こちらの記事にまとめています。
本日の Keynote では 「The Future of Agentic AI is Here（AIエージェントの未来）」 がテーマです。
発表者は、AWS の Agentic AI 担当 Vice President である Dr. Swami Sivasubramanian 氏であり、AI エージェントに関するさらなるアップデートが期待されます。
アーカイブが公開されていますので、気になる方はこちら！
主要なアップデート
それでは、主なアップデートを紹介していきます。
結論から言うと、「昨日のおさらい」＋「機械学習トレーニングの効率化・カスタマイズ」に関する内容がほとんどで、新機能の発表は少なめな印象でした。
1. Strands Agents の TypeScript 対応
個人的に最もインパクトがあると感じたのが、「Strands Agents の TypeScript 対応」 でした！
「Strands Agents」 とは、2025年5月に発表されたAIエージェントを構築するためのオープンソースのフレームワークです。
モデル・ツール・プロンプト（コード）を定義するだけで、非常にシンプルな記述でAIエージェントを作れるのが特徴です。
これまで Strands Agents / LangGraph / Agent SDK などの人気フレームワークでは Python が主流で、TypeScript を使いたい場合はほぼ 「Mastra」 一択でした。今回のアップデートで「Strands Agents」も選択肢に加わった形です。
なぜ TypeScript で開発したいのか？
- フロントエンドで最も使われており、バックエンドやインフラまで開発できるフルスタック言語
- 非常に人気があり情報が多いことから、AIを使った開発と相性が良い
Strands Agents は進化が非常に早く、リリースから6か月で500万回ダウンロードされるほど人気もあります。
今回のアップデートで Strands Agents が TypeScript に対応したため、今後さらに開発者の増加とツールの進化が期待できそうですね！
2. Amazon Bedrock AgentCore に Policy / Evaluations が追加され、Memory が強化
AIエージェントを本番稼働させるための基盤である「Amazon Bedrock AgentCore」に新たに 「Policy」 と 「Evaluations」 が追加されました。
これらは昨日の Opening Keynote で発表された内容なので、ここでは簡単な説明にとどめます。
ざっくりまとめると、以下のような機能です。
Policy:
- AIエージェントの認可をコードの外から制御する機能
- 「Cedar」というオープンソースのポリシー言語でアクセス許可ルールを定義できる
- あらかじめ定めたルールの範囲内でAIエージェントを自律的に稼働させることが可能となる
Evaluations:
- AIエージェントのパフォーマンスと品質を継続的に監視・評価する機能
- 「正確性」「有用性」「安全性」「ツールの選択精度」など、13種類の組み込み評価指標を利用できる
- 独自のプロンプトとLLMを使用したカスタム評価指標も作成可能
詳しく知りたい方は、みのるんさんの記事が分かりやすくまとまっているのでおすすめです！
また、AgentCore Memory の長期記憶戦略に 「Episodic memory（エピソード記憶）」 が新しく追加されました。
これまでの長期記憶戦略は以下の3つでした。
- Semantic Memory：事実や知識を抽出・保存
- User Preference：ユーザーの好みを抽出
- Summary：会話の要約を生成・保持
これらの戦略では、抽出・構造化がメインだったのに対し、「Episodic memory（エピソード記憶）」 では、ユーザーとのやり取りから「背景・意図」「結果・評価」の分析を行い、成功・失敗パターンやベストプラクティスの 「振り返り」 をしてから保存することが大きな特徴です。
これにより、カスタマーサポートやトラブルシューティングなど、過去のパターンから学習して練度を高めていくケースで有効に活用できます。
3. Amazon Bedrock にモデルカスタマイズ機能が搭載
Amazon Bedrock に新たに追加された 「Reinforcement Fine-Tuning（強化学習による微調整）」 は、モデルの精度を向上させるためのカスタマイズ機能です。
これまでAIモデルに対して企業独自のコンテキスト（文脈）情報を渡すには、システムプロンプトで命令を工夫する形でした。しかし、この方法はモデル自体は変わらないため、カスタマイズできることに限界がありました。
そこで、モデル自体をトレーニングによって微調整する「Fine-Tuning」が必要になります。ただし、この方法は報酬モデリング、最適化などに関する専門知識が必要となり、複雑で何週間もかかり、莫大なコストがかかっていました。
今回のアップデートで Bedrock で強化学習による Fine-Tuning を簡単に行えるようになりました。
専門知識や大量のラベルデータが不要である点が売りとなっています。
4. Amazon SageMaker AI
「Amazon SageMaker AI」は機械学習のトレーニングをフルマネージドで行うためのサービスです。このKeynoteでは主に 「モデルカスタマイズのサーバーレス化」 と 「HyperPodへの新機能追加」 に焦点が当てられていました。
1. モデルカスタマイズのサーバーレス化（Serverless Customization）
これまでモデルの Fine-Tuning にはインスタンスの選定や管理が必要でしたが、インフラ管理を サーバーレスで実行できる ようになりました。
主要なモデル（Nova、Llama、DeepSeek など）に対応しており、カスタマイズしたモデルは Bedrock にインポートして手軽に利用できます。
機械学習に対してハードルを感じていた人にとっても取っつきやすい機能ではないでしょうか。
上で説明した「Reinforcement Fine-Tuning for Bedrock」と比べるとやや専門家向きですが、学習手法やサーバーの種類を選べるなど自由度が高いです。
2. SageMaker HyperPod の新機能
大規模言語モデル（LLM）の分散トレーニング環境である 「HyperPod」 に、中断時間を削減し、コスト効率を高める2つの機能が追加されました。
Checkpointless Training
従来は障害発生時に、直近の「チェックポイント（保存データ）」からやり直す必要があり、再開までに数時間かかることもありました。
「Checkpointless Training」は、クラスター同士が状態を確認し合うことで、分散クラスター全体でモデルの状態を継続的に保持する ため、障害が発生してもチェックポイントに戻る必要がなく、数分で復旧 できます。
Elastic Training
「Elastic Training」はクラスター内の 「空きリソース（待機状態のGPU）」を自動的に検知 してトレーニングに参加させる機能です。
手動でジョブを組み替える必要がなく、自動的にスケールアップ・ダウンするため、高価なGPUリソースを無駄なく使うことができます。
「Nova Forge」 との関係
昨日のOpening Keynote で「Nova」モデルを企業独自データでカスタマイズできる 「Nova Forge」 が発表されました。
この機能も実は SageMaker 上でトレーニングを実行する仕様となっていたため、今後は機械学習に対するハードルも下がっていくのではないかと予想しています。
5. その他（Nova Act、Amazon Connect）
その他のアップデートとして 「Nova Act」 と 「Amazon Connect」 を紹介します。
Nova Act
昨日発表されたブラウザタスク自動化モデル 「Nova Act」 が、Playground 環境と合わせて紹介されました。
ブラウザのスクリーンショットをもとにモデルが思考し、ブラウザ上で必要なタスクを実行する機能です。スクリーンショットと思考過程がセットで保存されるため、実行結果の追跡が可能です。
残念ながら、Playground 環境には日本からはアクセスできず、SDK を使う必要があるようです。VS Code の拡張機能も用意されているようなので、今後に期待したいところです。
Amazon Connect
既に発表済みの内容でしたが、以下のような機能を組み合わせることで、問い合わせ対応の自動化や事務タスクの効率化が可能になります。
本発表でもデモを交えて紹介されていました。
- Agentic Self-Service: 顧客との自動対話（Nova Sonicを使用）
- Agentic Assistance: 顧客の感情分析やドキュメント作成をバックグラウンドで実行
- AI-Powered Recommendations: リアルタイムデータを活用しながらユーザーの要求を予測
- Observability: AIエージェントの操作の追跡
まとめ
いかがだったでしょうか。この記事では 「The Future of Agentic AI is Here with Dr. Swami Sivasubramanian (KEY002)」 の発表をもとに主要なアップデートなどを解説しました。
個人的には、もっと新機能を期待していたため、モデルのカスタマイズやトレーニング効率化に焦点を当てた本発表は、期待とは少し方向性が異なるように感じました。
とはいえ、Strands Agents のさらなる人気の高まりや機械学習へのハードルを下げる効果を予感させる内容だったと思います。皆さんはどう感じたでしょうか？