週刊AWS – 2026/3/2週
週刊生成AI with AWS – 2026/3/2週
AWS Config が 30 の新しいリソースタイプをサポート
AWS Config は、新たに 30 種類の AWS リソースタイプ（Amazon Bedrock AgentCore、Amazon Cognito を含む）をサポートしました。
この拡張により、AWS 環境全体の設定をより広範囲にわたって 検出・評価・監査・修復 できるようになります。
すべてのリソースタイプの記録を有効にしている場合、AWS Config はこれらの新しいリソースを自動的に追跡します。また、Config ルールや Config アグリゲーターでも利用可能です。
AWS Batch でスケールダウン遅延の設定が可能になりました
AWS Batch は、マネージドコンピュート環境に対して スケールダウン遅延（scale down delay） を設定できるようになりました。
これにより、断続的・定期的に発生するバッチ処理で、ジョブ完了直後にインスタンスが終了してしまい再起動に時間がかかる処理遅延を防止できます。
minScaleDownDelayMinutes パラメータ（スケールダウン遅延）を使うことで、ジョブが完了した後も 20 分～1 週間 の間インスタンスを維持するよう設定可能。
Amazon SageMaker Unified Studio が Kiro IDE からのリモート接続サポートを開始
Kiro IDE から Amazon SageMaker Unified Studio へのリモート接続機能が新たに発表されました。
これにより、データサイエンティストや ML エンジニア、開発者は、Kiro の 仕様駆動開発・会話型コーディング・自動特徴生成といったローカル環境の利便性を保ちつつ、SageMaker の スケーラブルなクラウド計算リソースを活用できます。
この接続は AWS Toolkit 拡張機能を使うことで実現し、ローカル IDE とクラウド間の コンテキスト切り替えを不要 にし、既存のエージェント的開発ワークフローを維持したまま AWS の分析および AI/ML サービスを利用できます。
Amazon SageMaker Unified Studio が AWS Glue 5.1 をサポートし、データ処理ジョブが可能に
Amazon SageMaker Unified Studio で AWS Glue 5.1 が利用可能になり、Visual ETL、ノートブック、コードベースのデータ処理ジョブに対応しました。
これにより、データエンジニアやデータサイエンティストは以下の最新ランタイムとライブラリを使用できます。
・Apache Spark 3.5.6
・Python 3.11 / Scala 2.12.18
・Apache Iceberg 1.10.0
・Apache Hudi 1.0.2
・Delta Lake 3.3.2 といった更新されたオープンテーブル形式ライブラリ
AWS Glue 5.1 は、ジョブ作成時にバージョンドロップダウンから Glue 5.1 を選択するだけで利用でき、Visual ETL／ノートブック／コードベースいずれのジョブでも同一の最新環境が使えます。
これにより、すべてのデータ処理ワークフローで最新の Spark ランタイムとテーブルフォーマットを活用できます。
Amazon OpenSearch Ingestion が OpenTelemetry データ用の統合取り込みエンドポイントをサポート
Amazon OpenSearch Ingestion は、OpenTelemetry のログ・メトリクス・トレースの 3 種類の信号を単一のパイプラインで受信できる統合インジェストエンドポイントをサポートしました。これにより、従来必要だった信号タイプごとの 3 つの別々のパイプライン管理が不要 となり、アーキテクチャを簡素化し、運用負荷を大幅に削減できます。
version: '2'
otlp-e42044:
source:
otlp:
logs_path: '/${pipelineName}/v1/logs'
traces_path: '/${pipelineName}/v1/traces'
metrics_path: '/${pipelineName}/v1/metrics'
processor: []
sink:
Amazon OpenSearch Ingestion が Amazon Managed Service for Prometheus をシンクとしてサポート開始
Amazon OpenSearch Ingestion が Amazon Managed Service for Prometheus をシンク (データの書き込み先) としてサポートし、マネージド型のメトリクス取り込みパイプライン構築が簡単になりました。従来必要だったパイプラインの構築作業を削減でき、ログ、トレース、メトリクスを同一パイプラインで統一管理できます。
今回のアップデートにより、各オブザーバビリティ信号（ログ・トレース・メトリクス）を 用途に応じて最適な宛先へ送信できます。
また、OpenSearch Ingestion に備わる データ変換・エンリッチ機能により、Prometheus に送る前にメトリクスを整形し、データ品質を高められます。Prometheus へ取り込まれたメトリクスは、PromQL によるクエリ、閾値によるアラート設定、Amazon Managed Grafana での可視化などが可能になり、アプリケーションやインフラの健全性を詳細に監視できます。
Amazon Lightsail が OpenClaw (プライベートなセルフホスト型 AI アシスタント) を提供開始
Amazon Lightsail で OpenClaw（プライベートなセルフホスト型 AI アシスタント）を簡単かつ安全にデプロイできるようになりました。これにより、ユーザーは自分のクラウド環境上でプライベート AI エージェントを素早く構築し、利用できるようになります。
主な特徴
・ビルトインセキュリティ：OpenClaw インスタンスは標準でセキュリティ制御が設定済み。
・サンドボックス化：各エージェントセッションを隔離し、安全性を向上。
・ワンクリック HTTPS アクセス：TLS 設定不要でブラウザから安全にダッシュボードへアクセス可能。
・デバイスペアリング認証：許可したデバイスのみがアシスタントに接続可能。
・自動スナップショット：設定を継続的にバックアップ。
・Amazon Bedrock をデフォルトモデルプロバイダーとして採用：必要に応じてモデルの切り替えも可能。
・Slack / Telegram / WhatsApp / Discord と連携可能。
インスタンス作成時にOpenClawが選択可能。
AWS がサービスワークフロー内での IAM ロール作成とセットアップを簡素化
AWS Identity and Access Management（IAM）が、各サービスのコンソール操作画面内で直接 IAM ロールを作成・設定できるようになりました。これにより、別タブで IAM コンソールを開く必要がなく、作業中のサービス画面で必要な権限を設定できます。
この新機能はまず US East（N. Virginia）リージョンの EC2、Lambda、EKS、ECS、Glue、CloudFormation、DMS、Systems Manager、Secrets Manager、RDS、IoT Core で利用可能で、今後さらにサービスやリージョンへ拡大予定です。
例：Lambdaの設定の権限から追加できるように
新しい Kiro パワーで Lambda 永続関数開発を加速
「Lambda durable functions（耐久関数）」を Kiro に統合する Kiro Power を発表しました。この新機能により、ローカル開発環境で AI エージェントが支援する形で、長時間実行される堅牢なマルチステップアプリケーションや AI ワークフローを、より迅速かつ簡単に構築できるようになります。
Kiro の AI エージェントは、durable functions 開発に必要な以下の専門知識を自動で読み込み、開発をサポートします。
・リプレイモデルのベストプラクティス
・Step/Wait 操作
・Map や Parallel を用いた並列実行
・リトライ戦略や補償トランザクションによるエラーハンドリング
・テストパターン
・CloudFormation / CDK / SAM を利用したデプロイ方法
Amazon Connect Health の紹介、ヘルスケア向けに構築されたエージェント AI
Amazon Connect Health が一般提供開始されました。医療機関向けの AI エージェントサービスで、患者確認、予約管理、診察前の患者インサイト表示、診察中のアンビエント文書化、診察後の ICD-10・CPT コード自動生成など、診療業務全体を効率化します。
Use Case Scopeからは、Agents for patient engagement、
Agents for point of care and revenue cycle、両方の3パターンから選ぶことができる。
Database Savings Plans が Amazon OpenSearch Service と Amazon Neptune Analytics をサポート開始
Database Savings Plans が新たに、 Amazon OpenSearch Service と Amazon Neptune Analytics に対応しました。これまでは RDS などの一部データベースサービスのみが対象でしたが、今回の拡張により検索エンジンサービスやグラフデータベース分析にも適用可能になります。
Amazon Redshift が COPY オペレーション用の再利用可能なテンプレートを導入
Amazon Redshift が COPY コマンド用テンプレートをサポートし、よく使う COPY パラメータをテンプレートとして保存・再利用できるようになりました。
これにより、毎回パラメータを手動で指定する必要がなくなり、データ取り込み作業の効率と一貫性が大幅に向上します。
主なポイント
・頻繁に使う COPY パラメータをテンプレート化して再利用可能
→ ファイル形式やデータソースごとの標準設定を作成し、作業のばらつきを抑制。
・データ取り込みの一貫性向上・ミス削減
→ 各チームで共通の設定を使うことで手入力による誤りを防止。
・メンテナンスが容易に
→ テンプレートを更新すれば、以後の COPY 処理に自動で反映されるため、運用効率が向上。
Amazon Redshift が半構造化データ処理のための新しい配列関数を導入
Amazon Redshift で、JSON などの半構造化データを格納できる SUPER データを操作するための 9 つの新しい配列関数をサポートするようになりました。新しい関数を利用することで、ARRAY_CONTAINS や ARRAY_SORT など、配列の検索・比較・並び替え・変換を SQL クエリーで実現できます。
ARRAY_CONTAINS
ARRAY_DISTINCT
ARRAY_EXCEPT
ARRAY_INTERSECTION
ARRAY_POSITION
ARRAY_POSITIONS
ARRAY_SORT
ARRAY_UNION
ARRAYS_OVERLAP
AWS HealthLake が自動 CCDA-to-FHIR データ変換のためのデータ変換エージェントを発表 (プレビュー)
AWS HealthLake が、レガシーな臨床文書（CCDA）をクエリ可能な FHIR リソースへ迅速に変換できる “データ変換エージェント（プレビュー）” を発表しました。
これにより、これまで数か月かかっていた変換作業が数日で可能になり、患者の長期記録作成、集団医療分析、医療データ交換といったユースケースが容易に実現できます。
主な機能
1. CCDA → FHIR R4 変換を自動化（AI パワード）
CCDA 2.1 → FHIR R4 のテンプレートが標準提供。
API もしくはコンソールでファイルを送信すると、数秒で FHIR Bundle に変換。
プレビューと品質検証が可能で、本番前にテンプレートへの承認プロセスも実行できる。
2. 大規模インポートと自動処理
拡張されたインポート機能により、アップロードされた CCDA を自動検出。
テンプレートを適用し、患者 ID に基づくマッチング・突合を実施。
変換された FHIR リソースを HealthLake データストアへ取り込み、詳細ログも生成。
3. AI と自然言語によるテンプレート編集
例：「entered-in-error の薬剤はスキップ」「performedPeriod ではなく performedDateTime にマッピング」
このような変更を自然言語で入力すると、AI がテンプレートを自動修正。
上級ユーザー向けに手動編集も可能。
修正後はサンプルファイルで即テストし、対話的に調整して公開できる。
AWS Elastic Beanstalk が AI を活用した環境分析機能を提供開始
AWS Elastic Beanstalk が、AI を活用した環境分析機能を提供開始しました。
これにより、環境のヘルス状態に問題が発生した際、ログやイベントを手作業で確認することなく、AI が自動で原因分析と解決策を提案してくれます。
主なポイント
・AI による自動トラブルシューティング
・Elastic Beanstalk が環境イベント、インスタンスのヘルス情報、ログを収集し、Amazon Bedrock に送信して分析。
・環境の問題の根本原因を特定し、手順付きの解決策を提供。
・開発者・運用チームが MTTR（復旧までの平均時間）を大幅に短縮可能。
Amazon SageMaker HyperPod が Restricted Instance Groups に包括的な可観測性を提供開始
Amazon SageMaker HyperPod が Restricted Instance Group（RIG）向けに包括的なオブザーバビリティ機能を提供開始しました。
Nova Forge を使って基盤モデル（FM）をトレーニングするチームは、GPU・システム・ネットワーク・Kubernetes クラスター状態など、トレーニング環境全体を深く可視化できます。
主なポイント
1. 統合された可観測性ダッシュボード
Amazon Managed Grafana と Amazon Managed Service for Prometheus による 事前構成済みのダッシュボード を提供。
GPU 利用率、NVLink 帯域幅
CPU負荷
FSx for Lustre の利用状況
Pod のライフサイクル
ネットワークスループット
Kubernetes オブジェクトの状態
2. 4 種類の Exporter により幅広いデータを収集
GPU パフォーマンス
ホストレベルのシステムヘルス
ネットワークファブリック
Kubernetes オブジェクト状態
3. トレーニングログによる迅速なトラブルシューティング
自動収集されるログには以下が含まれ、Grafana 上で確認可能
エポック進捗
ステップごとのトレーニングログ
パイプラインエラー
Python のトレースバック