AWSの基礎力をつけるためにAWS What’s Newを毎日目を通す事を始めました。 最初は日本語訳されたものを見ていたのですが、1週間ほど遅れて訳されるようなので、英語の情報を訳して整理することにしました。
本情報が役立つ人もいるかなと思い公開します。 個人的な理解なので、実際の情報は原典をあたってください。
¥3,520 Amazonで見る![AWS運用入門 改訂第2版 押さえておきたいAWSの基本と運用ノウハウ [AWS深掘りガイド] 単行本（ソフトカバー） – 2025/7/11](https://m.media-amazon.com/images/I/61ftnZ09WvL._SY522_.jpg)
AWS運用入門 改訂第2版 押さえておきたいAWSの基本と運用ノウハウ [AWS深掘りガイド] 単行本（ソフトカバー） – 2025/7/11
AWS AI League 2026 Championshipの発表 #
投稿日: 2025年11月30日
何ができるようになったのか #
AWSは、主力AIトーナメントである「AWS AI League 2026 Championship」を発表しました。この大会では、開発者が競争し革新するための新しいチャレンジが追加され、賞金総額が2倍の5万ドルに増額されます。AI Leagueは、現実世界のビジネス課題解決を中心としたゲーミフィケーション形式のコンペティションを通じて、開発者のAWS AIサービスの利用方法を変革します。
何が嬉しいのか #
開発者は、ゲーミフィケーションを通じて楽しみながらAWSのAIサービスを学び、実践的なスキルを身につけることができます。賞金獲得のチャンスがあるだけでなく、AWS Summitなどの場で仲間と競い合いながら自身の能力を試す機会が得られます。また、企業は社内トーナメントを開催し、自社のビジネスニーズに関連するAIソリューションを構築しながらチームのコラボレーションと競争を促進できます。
これまでとどう変わるのか #
- これまで: AI Leagueは存在していましたが、チャレンジ内容や賞金規模は限定的でした。
- これから: 新たに「モデルカスタマイズチャレンジ（Amazon SageMaker AIを使用）」と「エージェントAIチャレンジ（Amazon Bedrock AgentCoreを使用）」の2つのトラックが設けられ、賞金総額も5万ドルに倍増されるなど、大会規模が大幅に拡大されます。
具体的なユースケース #
- 個人の開発者: AWS Summitに参加し、特定のドメイン向けに基盤モデルをファインチューニングするスキル（モデルカスタマイズ）や、複雑なタスクを推論・計画・実行できるインテリジェントエージェントを構築するスキル（エージェントAI）を競う。
- 企業: AWSクレジットの提供を受けて社内トーナメントを開催し、自社のビジネス課題に関連するAIソリューション（例：特定の業界に特化したチャットボット、自律的なタスク実行エージェントなど）の開発を促進する。
Amazon CloudWatchのインシデントレポートが「なぜなぜ分析」をサポート #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon CloudWatchは、AIを活用した根本原因ワークフローを備えたインシデントレポート生成機能をリリースしました。この機能は、「なぜなぜ分析（Five Whys）」の手法を用いてユーザーをガイドします。この機能は、Amazon社内チームや顧客が運用を改善するために使用しているエラー修正プロセスをモデルにしています。
何が嬉しいのか #
Amazon Qを搭載したガイド付きのチャットベースのワークフローを通じて、インシデントの背後にある根本原因を体系的に特定できます。これにより、チームはインシデントの表面的な事象だけでなく、その根本にある原因を突き止め、将来の再発防止に繋がる具体的な対策を講じることが容易になります。人間の入力とAIによるインシデントデータの分析を組み合わせることで、より効果的な改善策の推奨が期待できます。
これまでとどう変わるのか #
- これまで: インシデントレポートは作成できましたが、根本原因分析のプロセスは手動で行う必要がありました。
- これから: Amazon Qを活用したガイド付きの「なぜなぜ分析」ワークフローがレポート生成機能に統合され、根本原因の特定が半自動化され、より効率的かつ構造的に行えるようになります。
具体的なユースケース #
- システム障害発生後、CloudWatchでインシデント調査を開始し、「インシデントレポート」を作成する。
- レポート内の「Five Why’s」セクションで「Guide Me」を選択し、チャット形式でAIのガイドに従いながら、「なぜその事象が起きたのか？」を5回繰り返し深掘りしていく。
- AIが提案する分析やインシデントデータを参考に、チームで議論しながら根本原因を特定し、再発防止策をレポートにまとめる。
Amazon Connectエージェントワークスペースがカスタムビジュアルテーマをサポート #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon Connectで、エージェントワークスペースの見た目をカスタマイズできるようになりました。ロゴ、フォント、ライトモードとダークモードのカラーパレットを含むカスタムテーマを適用して、エージェントワークスペースを会社や事業部門のブランドアイデンティティに合わせることができます。
何が嬉しいのか #
コンタクトセンターのエージェントは、毎日長時間利用するエージェントワークスペースを、自社のブランドに合わせた、より親しみやすく直感的な画面で操作できるようになります。これにより、エージェントの満足度と効率の向上が期待できます。また、新しいヘッダーバーからライトモード/ダークモードなどの個人設定に簡単にアクセスできるようになり、UXが向上します。
これまでとどう変わるのか #
- これまで: エージェントワークスペースの見た目は、Amazon Connectのデフォルトテーマで固定されていました。
- これから: 企業独自のブランドアイデンティティを反映したカスタムテーマ（ロゴ、フォント、色）を適用できるようになり、エージェントにとってより統一感のある操作環境を提供できます。
具体的なユースケース #
- 企業のブランディング担当者が、会社のロゴ、コーポレートカラー、指定フォントを設定したテーマを作成する。
- コンタクトセンターの管理者が、そのテーマをAmazon Connectのエージェントワークスペースに適用する。
- エージェントは、他の社内アプリケーションと同じような見た目の、親しみやすい画面で顧客対応業務を行うことができる。
Amazon Connect、より自然で表現力豊かで適応性の高い音声対話によるエージェント的セルフサービスを導入 #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon Connectは、AIエージェントが音声やメッセージングチャネルを横断して顧客の意図を理解・推論し、アクションを実行することで、定型的および複雑な顧客サービス業務を自動化する「エージェント的セルフサービス（agentic self-service）」機能を導入しました。これにより、確定的（deterministic）な応答とエージェント的な（agentic）応答を組み合わせたAIエージェントを大規模かつ安全に展開できます。
何が嬉しいのか #
Amazon Nova Sonicの高度な音声モデルとの統合により、セルフサービスの音声体験がより自然で適応性の高いものになります。AIエージェントは、顧客が何を言っているかだけでなく、どのように言っているか（トーンや感情）も理解し、自然な会話ペースを保ちながら、顧客に合わせた音声応答を返します。これにより、複雑なトラブルシューティングやアカウント管理なども自動化でき、いつでも人間のエージェントにエスカレーションできる柔軟性を維持しながら、顧客満足度を向上させることができます。
これまでとどう変わるのか #
- これまで: セルフサービスIVRは、主に事前定義されたスクリプトに基づく定型的な応答が中心でした。
- これから: AIエージェントが顧客の言葉や感情を理解し、自律的に推論してタスクを実行できるようになります。例えば、注文状況の確認から返金処理まで、一連の対話を通じてAIが完結させることが可能になります。
具体的なユースケース #
- 顧客が注文に関する問題で電話をかけると、AIエージェントが名前で挨拶し、状況を明確にするための質問を投げかける。
- AIエージェントが自ら注文ステータスを検索し、必要であれば返金処理を実行する。
- この一連の対話において、AIは顧客のトーンに合わせて声の調子を変え、表現力豊かに応答する。
Amazon ConnectがAgentforce Service向けのAIエージェント支援と要約をサポート #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon Connectは、「Salesforce Contact Center with Amazon Connect (SCC-AC)」向けに、リアルタイムのAIエージェント支援と問い合わせ内容の要約機能をリリースしました。これにより、ConnectのAIエージェントがSalesforce CRMの顧客情報やナレッジベースの記事を自動的に活用し、音声およびチャットでのやり取りにおいて、問題解決の迅速化と一貫した対応を実現します。
何が嬉しいのか #
人間のエージェントが必要な場合でも、SCC-AC内のシームレスな統合により、顧客はAgentforce ServiceやAgentforce Sales内で顧客データ、問題の文脈、対話履歴を統一的に把握しているエージェントに接続されます。エージェントはリアルタイムの音声文字起こしと文脈に応じた推奨事項を受け取れ、管理者はSalesforce内で直接、強化された通話モニタリング機能を利用できます。解決後には、自動化された問い合わせ後要約機能により、エージェントはSalesforceのケースを簡単に更新でき、管理タスクが効率化されます。
これまでとどう変わるのか #
- これまで: Amazon ConnectとSalesforceの連携は可能でしたが、リアルタイムのエージェント支援や自動要約機能は限定的でした。
- これから: SCC-AC内で、Salesforceの情報を活用したリアルタイムのAI支援（推奨事項の提示など）と、問い合わせ内容の自動要約がネイティブに提供され、エージェントの業務効率と対応品質が大幅に向上します。
具体的なユースケース #
- 顧客からの問い合わせに対し、AIエージェントがSalesforce上の顧客情報や過去の対応履歴、関連ナレッジを検索し、最適な回答を人間のエージェントにリアルタイムで提案する。
- 通話終了後、AIが会話内容を自動的に要約し、Salesforceのケース（問い合わせ管理レコード）に記録する。エージェントは内容を確認・修正するだけで済むため、後処理時間を大幅に削減できる。
- スーパーバイザーは、Salesforceの画面から離れることなく、エージェントの通話をリアルタイムでモニタリングし、必要に応じて介入する。
Amazon ConnectがAIを活用したケース要約を提供開始 #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon Connectは、AIを活用したケース（問い合わせ案件）の要約機能を提供するようになりました。これにより、エージェントは顧客の問題に関する全体像を完全に把握し、手作業での後処理業務を削減し、より迅速にケースを解決できます。
何が嬉しいのか #
エージェントは、ワンクリックで簡潔なケース要約を生成できます。この要約には、複数のやり取り、フォローアップタスク、関連チームにまたがるような複雑なケースであっても、問題の背景、実施されたアクション、次のステップといった重要な詳細が含まれます。これにより、エージェントは状況把握の時間を短縮し、より本質的な顧客対応に集中できます。また、管理者はカスタムプロンプトやガードレールを設定して、要約が組織のスタイルや好みに合うように調整できます。
これまでとどう変わるのか #
- これまで: 複数のやり取りや担当者をまたがる複雑なケースの経緯を把握するには、エージェントが手動で過去のログを読み解く必要がありました。
- これから: AIがケース全体の文脈を自動で理解し、要点をまとめたサマリーを生成してくれるため、エージェントは迅速に状況をキャッチアップできます。
具体的なユースケース #
- 長期間にわたって複数のエージェントが対応しているクレーム案件で、新しい担当者がアサインされた際に、ワンクリックでAIによるケース要約を生成し、これまでの経緯（問題の発端、試した解決策、顧客の反応など）を即座に把握する。
- 複数の部署にまたがる問い合わせ（例：技術的な質問と請求に関する質問）について、AIがそれぞれのやり取りをまとめて要約を作成し、エージェントが全体像を俯瞰しながら次のアクションを決定する。
Amazon ConnectがAIを活用した予測的インサイト（プレビュー）を開始 #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon Connectは、ビジネスが顧客を理解しサービスを提供する方法を変革する、AIを活用した予測的インサイト機能を発表しました。この新機能は、Connectの既存の顧客プロファイル機能を基盤とし、AIを利用して顧客の行動パターンや対話履歴を分析する5つの推奨アルゴリズムを導入します。
何が嬉しいのか #
セルフサービスとエージェントとの対話の両方でこれらのAIインサイトを利用できます。これにより、サービスコール中に補完的な製品を提案したり、インテリジェントなチャット体験を通じてスマートな製品発見を提供したりするなど、あらゆる顧客接点を変革できます。Connectの顧客プロファイル内の既存データを活用して、販売に特化したConnect AIエージェントを構築することも可能です。
これまでとどう変わるのか #
- これまで: 顧客への推奨は、主に静的なルールやエージェントの知識に依存していました。
- これから: AIが顧客の行動や履歴を分析し、動的でパーソナライズされた推奨を自動生成します。これにより、アップセルやクロスセルの機会を最大化できます。
具体的なユースケース #
5つの推奨アルゴリズムを活用できます：
- あなたへのおすすめ (Recommended for You): 個々のユーザーの対話パターンに基づき、カタログからカスタマイズされた提案を提供。
- 類似アイテム (Similar Items): 生成AIを使用して代替製品やサービスを提案。
- よく一緒に購入される商品 (Frequently Paired Items): 補完的な製品・サービスの組み合わせを特定し、クロスセルを促進。
- 人気アイテム (Popular Items): 最もパフォーマンスの高い製品推奨を提示。
- 現在のトレンド (Trending Now): リアルタイムの顧客の関心を捉え、タイムリーなエンゲージメントを実現。
Amazon Connectが条件付きキーワードとフレーズを使用した自動メール応答を開始 #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon Connectで、キーワードやフレーズの条件を使用して、メールの自動応答やエージェントへのルーティングロジックを自動化できるようになりました。
何が嬉しいのか #
この機能により、企業はセルフサービス率を向上させ、手動での処理時間を削減し、ルーティングの精度を改善できます。例えば、顧客が特定商品の在庫状況や配送状況についてメールで問い合わせてきた場合に、エージェントを介さずに自動で応答を返すことが可能になります。これにより、簡単な問い合わせは自動で処理し、エージェントはより複雑な対応に集中できるようになります。
これまでとどう変わるのか #
- これまで: メールへの応答は基本的に手動で行うか、非常に単純な自動応答しか設定できませんでした。
- これから: 受信メールの内容に含まれるキーワードやフレーズ（例：「在庫ありますか」「配送状況」）を条件に、Connectのフロー内で自動応答メールを送信したり、適切なスキルを持つエージェントグループにルーティングしたりといった、より高度な自動化が可能になります。
具体的なユースケース #
- Connectのフローに「Get stored content」ブロックを追加し、受信メールの内容を取得する。
- 「Check contact attributes」ブロックを使って、メール本文に「返金」や「返品」といったキーワードが含まれているかを確認する。
- キーワードが含まれていた場合は、「Send message」ブロックを使って返品手続きの案内メールを自動送信する。含まれていない場合は、通常のエージェントキューに転送する。
Amazon Connectがセルフサービス対話の自動パフォーマンス評価を提供開始 #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon Connectは、セルフサービス（AIエージェントなど）での対話品質を自動的に評価し、顧客体験を向上させるための集計されたインサイトを取得する機能を企業に提供するようになりました。
何が嬉しいのか #
管理者は、セルフサービス対話の品質を評価するためのカスタム基準を定義できます。この評価は、会話分析からのインサイトや他のConnectデータを使用して、手動または自動で入力できます。例えば、「AIエージェントが顧客の発話を繰り返し理解できず、結果として顧客の感情が悪化し、人間のエージェントに転送された」といった状況を自動的に評価できます。管理者はこれらのインサイトを集計レベルや個々の問い合わせレベルで確認し、録音やトランスクリプトと合わせてAIエージェントのパフォーマンス改善の機会を特定できます。
これまでとどう変わるのか #
- これまで: セルフサービス（IVRやチャットボット）のパフォーマンス評価は、主に完了率や離脱率などの量的データに依存しており、対話の「質」を評価するのは困難でした。
- これから: 会話分析などのデータを用いて、対話の質に関する基準（例：顧客感情、理解失敗の頻度）を定義し、パフォーマンスを自動で評価できるようになります。これにより、より具体的な改善点を見つけ出すことができます。
具体的なユースケース #
- IVRのパフォーマンス評価基準として、「顧客が同じメニューを3回以上繰り返した場合」や「会話中の顧客の感情スコアが一定以下に低下した場合」などを設定する。
- これらの基準に合致した対話を自動的に抽出し、管理者が録音とトランスクリプトを確認して、IVRのフローや表現が分かりにくい箇所を特定し、改善策を検討する。
- AIチャットボットが人間のエージェNTに転送したケースを自動評価し、どのような質問に答えられなかったのかを分析して、ナレッジベースや学習データを拡充する。
Amazon Connect Chatがエージェント主導のワークフローをサポート #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon Connectは、エージェントが主導するワークフローをサポートするようになりました。これによりエージェントは、顧客とのチャット会話内で、機密データを収集したり、一般的なポリシーや開示情報を共有したりするためのインタラクティブなフォームを送信でき、効率性と顧客体験を向上させることができます。
何が嬉しいのか #
エージェントはチャットの会話中の任意の時点でこれらのワークフローをトリガーできるため、顧客のニーズに対してより動的で応答性の高い対話が可能になります。例えば、顧客が住所変更を必要とする場合、エージェントはチャットインターフェースから離れることなく顧客が入力できるフォームを送信できるようになります。すべてを進行中のチャット会話内で処理することで、企業はセキュリティとコンプライアンスの基準を維持しながら、顧客がより迅速に解決策を得られるよう支援します。
これまでとどう変わるのか #
- これまで: チャット中に機密情報を収集する場合、顧客を別のページに誘導したり、口頭で情報を聞き取ったりする必要があり、手間とセキュリティリスクがありました。
- これから: エージェントがチャット画面内に直接インタラクティブなフォームを送信できるようになります。顧客はチャットを離れることなく安全に情報入力ができ、一貫した顧客体験が提供されます。
具体的なユースケース #
- 顧客がチャットでクレジットカード情報の更新を依頼した際に、エージェントがカード情報入力用のセキュアなフォームをチャット内に送信する。顧客はフォームに入力し、情報は安全に処理される。
- 新しいサービスへの申し込みを希望する顧客に対し、エージェントが利用規約の同意を求めるフォームを送信し、顧客がチャット内で同意のチェックを入れる。
- 住所変更を希望する顧客に、エージェントが住所入力フォームを送信し、顧客が新しい住所を入力して送信する。
Amazon Connect Chatが送受信中のデータマスキングとメッセージ処理をサポート #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon Connectは、チャットメッセージが参加者に届く前にそれを傍受して処理するメッセージ処理機能をサポートするようになりました。この新機能により、機密データの自動マスキング（リダクション）やカスタムメッセージ処理が可能になり、企業はパーソナライズされた顧客体験を提供しつつ、コンプライアンスとセキュリティ基準を維持できます。
何が嬉しいのか #
組み込みの機密データマスキング機能は、クレジットカード番号や社会保障番号などの機密情報を、英語、フランス語、ポルトガル語、ドイツ語、イタリア語、スペイン語などの複数言語で自動的に検出・削除できます。マスキングは、選択した機密データエンティティまたはすべてのエンティティに対して行え、汎用的なプレースホルダー（例：[PII]）やエンティティ固有のプレースホルダー（例：[NAME]）に置き換えるオプションがあります。また、言語翻訳や不適切な言葉のフィルタリングなどのユースケースのためにカスタムプロセッサを統合することもでき、特定のビジネスニーズに合わせた準拠性のある効果的なコミュニケーションを確保します。
これまでとどう変わるのか #
- これまで: チャットで機密情報が送信された場合、それがログやエージェントの画面にそのまま表示されてしまい、コンプライアンス上のリスクがありました。
- これから: メッセージがエージェントや顧客に届く前に、システムが自動的に機密情報（クレジットカード番号など）を検出し、
[PII]のようなプレースホルダーに置き換えることができます。これにより、意図しない機密情報の漏洩を防ぎます。
具体的なユースケース #
- 顧客が誤ってチャットでクレジットカード番号を送信してしまった場合、エージェントの画面やチャットログに記録される前に、その番号が自動的に「[CREDIT_CARD_NUMBER]」のような文字列にマスキングされる。
- 海外の顧客とのチャットで、メッセージを送受信する際にリアルタイムで自動翻訳を行うカスタムプロセッサを統合する。
- 企業ポリシーで禁止されている不適切な単語がメッセージに含まれていた場合、自動的にフィルタリングして伏せ字に置き換える。
Amazon Connectでビジネスユーザーがリアルタイムにコンタクトセンター設定を調整するカスタムUIを作成可能に #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon Connectで、ビジネスユーザーが技術リソースを必要とせずに、日常のコンタクトセンター運営をより細かく制御できるようになりました。キュー、ルーティング動作、顧客体験設定をリアルタイムで調整するカスタムUIを作成する新機能により、ビジネスユーザーは変化する状況に即座に対応できます。
何が嬉しいのか #
エンタープライズレベルのガバナンスとセキュリティを維持しながら、ビジネスの現場担当者が迅速な判断・対応を行えるようになります。例えば、悪天候による混乱時、航空会社のコンタクトセンター運用管理者は、技術チームの介入なしに数分でエージェントを再予約キューにシフトさせたり、時間外ルーティングを更新したり、IVRプロンプトを更新して顧客通知をトリガーする事前承認プロトコルを有効にしたりできます。これにより、需要がピークに達した瞬間の待ち時間を短縮し、エージェントの生産性を高め、顧客体験を向上させることができます。
これまでとどう変わるのか #
- これまで: キューの割り当てや営業時間、ルーティングの変更など、コンタクトセンターの設定変更には、通常IT部門や専門知識を持つ管理者の作業が必要で、時間がかかっていました。
- これから: ビジネスユーザー（現場の運用管理者など）が、自身の役割に合わせてカスタマイズされたUIを通じて、リアルタイムに直接設定を変更できるようになります。これにより、IT部門に頼ることなく、迅速で一貫性のある安全な運用が可能になります。
具体的なユースケース #
- コンタクトセンター管理者が、キューの割り当て、営業時間、スキルマッピング、エスカレーションルールなどの主要なビジネス設定を、コンタクトフローを直接駆動するデータテーブルで定義する。
- 次に、ペルソナベースのワークスペース内で、各ビジネスユーザーの役割に応じたアクションを表示するようにガイドを設定する。
- 現場のスーパーバイザーが、そのカスタムUIを使い、特定のキャンペーンのためにエージェントのスキル割り当てを一時的に変更したり、予期せぬアクセス集中時にIVRのメッセージを緊急案内に切り替えたりする。
Amazon Connect、パフォーマンス評価対象のコンタクトを自動選択するための新基準を導入 #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon Connectは、管理者が自動評価を設定する際に新しい基準を提供し、評価対象となる関連コンタクトの特定を容易にし、評価フォームを自動入力するための追加のインサイトを提供するようになりました。
何が嬉しいのか #
管理者は、より詳細な条件で評価対象のコンタクトを絞り込めるようになります。例えば、「特定部門のエージェントが対応し、かつ接続に問題がなかったインバウンドのコンタクト」を、特定の評価フォームを使用して自動的に評価するように指定できます。これにより、評価の精度と効率が向上し、管理者はより重要な改善活動に集中できます。さらに、エージェントのコール回避、コンタクト処理効率、可聴性に関する新しいメトリクス基準を使用して、選択したフォームを自動入力することも可能です。
これまでとどう変わるのか #
- これまで: パフォーマンス評価の対象となるコンタクトの選択は、ランダムサンプリングや比較的単純な条件に基づいていました。
- これから: 「接続に問題がなかった」「特定部門が対応した」といった、より具体的で複合的な条件で評価対象を自動的に絞り込めるようになります。また、評価フォームの項目も関連するメトリクスで自動入力できるようになり、評価プロセス全体が効率化されます。
具体的なユースケース #
- 新人エージェントのトレーニング効果を測定するために、「新人エージェントが対応し、かつ通話後の顧客満足度アンケートで高評価を得たコンタクト」のみを抽出し、詳細なパフォーマンス評価を実施する。
- 特定のキャンペーンに関する問い合わせ応対の品質を評価するために、「キャンペーン用のキューに着信し、かつ平均処理時間が一定以下のコンタクト」を自動評価の対象とする。
- エージェントの通話品質を評価するフォームで、「通話中の無音時間の割合」や「顧客との発話重複率」といった項目を、システムが自動で算出して入力する。
Amazon Connectがエージェント支援機能を強化 #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon Connectは、顧客サービス担当者向けに新しいAIエージェント機能を提供しました。このAIエージェントは、アクションの推奨、情報の取得、担当者に代わってのタスク実行を通じて、顧客との対話をガイドします。
何が嬉しいのか #
AIエージェントが、会話の文脈や顧客の感情をリアルタイムで分析し、文書の準備や定型プロセスの処理といったタスクを積極的に完了させます。例えば、返品処理の際には、AIエージェントが自動的に注文履歴を取得し、返金額を計算し、返品プロセスを開始することで、担当者をガイドします。これにより、担当者は顧客との関係構築や複雑な状況への対応に集中でき、生産性の向上と一貫した成果が保証されます。
これまでとどう変わるのか #
- これまで: エージェント支援は、主にナレッジ記事の推奨など、情報提供が中心でした。
- これから: AIエージェントが、単なる情報提供にとどまらず、担当者に代わってタスク（注文履歴の取得、返金計算、プロセス開始など）を能動的に実行するようになります。これにより、エージェントは「AIアシスタント」と共に働くような形になります。
具体的なユースケース #
- 顧客から製品の返品依頼があった際、AIエージェントが担当者に代わって顧客の注文履歴をシステムから取得し、返金対象額を計算して画面に表示する。
- 担当者が顧客と会話している間に、AIエージェントが裏で関連する規約文書を準備し、担当者がすぐに顧客に提示できるようにする。
- Amazon Connectが提供する標準のAIエージェントをそのまま利用開始するか、ビジネスニーズに合わせてAIエージェントの振る舞いやアクションを簡単にカスタマイズして利用する。
Amazon Connectがパフォーマンス評価のための詳細なアクセスコントロールを提供開始 #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon Connectで、特定のパフォーマンス評価フォームへのアクセスを制限できるようになりました。これにより、評価フォームのテンプレートや完了した評価への不正なアクセスを防ぐことができます。
何が嬉しいのか #
企業は、管理者に対して、その事業分野や職務に関連する評価フォームテンプレートのみを変更または使用する権限を付与できます。これにより、セキュリティが向上し、管理者が評価を完了する際に適切なフォームを選択しやすくなります。さらに、管理者とエージェントの両方が特定の完了済み評価を閲覧できないように制限することも可能です。例えば、まだ最終決定されていないフォームテンプレートで作成されたテスト評価をエージェントに見せないようにすることができます。
これまでとどう変わるのか #
- これまで: パフォーマンス評価フォームへのアクセス権限は、比較的広範な設定しかできませんでした。
- これから: フォームテンプレートごと、あるいは完了した評価ごとに、誰が閲覧・編集できるかを細かく制御できるようになります。これにより、部門や役職に応じた適切な情報共有とセキュリティ管理が可能になります。
具体的なユースケース #
- 営業部門のマネージャーには営業スキルに関する評価フォームの編集権限のみを与え、サポート部門の評価フォームは閲覧のみに制限する。
- 品質管理チームが作成中の新しい評価フォームテンプレートは、完成まで一般のマネージャーには非公開にする。
- カリブレーション（評価基準のすり合わせ）のために実施した評価結果は、特定のマネージャーグループのみが閲覧できるようにし、通常のエージェントには表示しないように設定する。
Amazon ConnectがAIエージェントの分析とモニタリングを改善 #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon Connectは、セルフサービスおよびエージェント支援体験全体にわたるAIエージェントの分析およびモニタリング機能を提供するようになりました。
何が嬉しいのか #
簡単にカスタマイズできるダッシュボードを通じて、AIエージェントのパフォーマンスと顧客の成果を測定し、継続的に改善できます。このダッシュボードでは、AIエージェント主導の対話数、ハンドオフ率、会話のターン数、平均処理時間などの主要なメトリクスが提供されます。また、バージョン間でAIエージェントのパフォーマンスを比較して最適な設定を特定したり、インサイトを確認してAIエージェントがうまく機能している点と改善が必要な点を理解したりできます。さらに、ルールを設定して自動アクションをトリガーすることも可能です（例：低い感情スコアでセルフサービスから人間のエージェントに転送された場合にアラートを送信）。
これまでとどう変わるのか #
- これまで: AIエージェント（IVRやボット）のパフォーマンス分析は、断片的なデータに基づいて行われることが多く、総合的な評価が困難でした。
- これから: AIエージェントに特化した、カスタマイズ可能なダッシュボードが提供され、パフォーマンスを多角的に可視化・分析できるようになります。バージョン間の比較や、特定条件下でのアラート設定も可能になり、よりデータに基づいた改善サイクルを回せるようになります。
具体的なユースケース #
- AIエージェントのパフォーマンスダッシュボードで、特定の期間における「人間へのハンドオフ率」が急上昇していることを特定し、原因調査に着手する。
- 新旧2つのバージョンのAIエージェントをA/Bテストし、「平均会話ターン数」や「顧客満足度」を比較して、よりパフォーマンスの高いバージョンを本番環境に採用する。
- API経由でAIエージェントのトレース（リクエスト/レスポンスのペイロードやツール呼び出しなどの詳細情報）を取得し、AIエージェントが予期しない動作をした際の問題解決を迅速化する。
Amazon ConnectがModel Context Protocol (MCP)のサポートを開始 #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon Connectは、Model Context Protocol (MCP)をサポートするようになりました。これにより、エンドカスタマー向けのセルフサービスや従業員支援のためのAIエージェントが、標準化されたツールを使用して情報を取得したり、アクションを完了したりできるようになります。
何が嬉しいのか #
企業は、問題解決を改善する拡張可能なツール機能でAIエージェントを強化できます。例えば、AIエージェントがセルフサービスの対話中に、人間の介入なしに注文状況を自動的に検索したり、返金を処理したり、顧客記録を更新したりできます。これにより、AIエージェントが実行できるタスクの範囲が大幅に広がり、自動化のレベルが向上します。
これまでとどう変わるのか #
- これまで: AIエージェントが外部ツールやAPIと連携するには、個別のカスタム実装が必要でした。
- これから: MCPという標準化されたプロトコルを通じて、AIエージェントが様々なツール（機能）を呼び出せるようになります。これにより、ツールの再利用性が高まり、開発が容易になります。
具体的なユースケース #
- Amazon Connectが標準で提供するMCPツールを利用して、コンタクト属性の更新やケース情報の取得などの一般的なタスクをAIエージェントに実行させる。
- フローモジュールをMCPツールとして使用し、確定的（ルールベース）なワークフローと生成的AIワークフローの両方で同じビジネスロジックを再利用する。
- フローモジュールやAmazon Bedrock AgentCore Gatewayを通じて、カスタムツールやサードパーティのサービス（例：外部のCRMシステムへのアクセス）を統合し、AIエージェントから利用する。
Amazon ConnectがダッシュボードとAPIで使用するカスタムメトリクスの作成をサポート #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon Connectはカスタムメトリクスの作成をサポートし、コンタクトセンターのスーパーバイザーが技術的なスキルを必要とせずに、カスタマイズされたパフォーマンス測定値を分析できるようになりました。この機能は、既存のConnectデータに対して数学的な操作（加算、減算、合計、平均など）を実行するための、シンプルでコード不要のインターフェースを提供します。
何が嬉しいのか #
組織独自のビジネス要件に合ったメトリクスを、プログラミングなしで簡単に作成できます。作成したカスタムメトリクスは、ダッシュボードやAPIで利用でき、ビジネスにとって最も重要な方法でパフォーマンスを追跡できるようになります。これにより、より詳細で実用的なデータ分析が可能になります。
これまでとどう変わるのか #
- これまで: Connectが提供する標準的なメトリクスしか利用できず、独自の計算や特定のセグメントでの分析には、外部のBIツールなどが必要でした。
- これから: Connectの管理画面上で、既存のメトリクスを組み合わせて自由に新しいメトリクスを定義できるようになります。例えば、「プレミアム顧客の平均処理時間」や「特定製品ラインのアウトバウンドコール総時間」などを簡単に作成し、ダッシュボードで監視できます。
具体的なユースケース #
- プレミアム顧客セグメントと標準顧客セグメントで、それぞれの平均処理時間（AHT）メトリクスを作成し、サービスレベルの違いを比較分析する。
- 製品ラインごとに、エージェントのアウトバウンドコールに費やされた合計時間を計算するカスタムメトリクスを作成する。
- コールバックと通常の着信コールなど、コンタクトタイプでフィルタリングしたキューのパフォーマンスを測定するメトリクスを作成し、それぞれの処理効率を比較する。
Amazon Connectが複数のナレッジベースをサポートし、Amazon Bedrockナレッジベースと統合 #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon Connectで、独自のAmazon Bedrockナレッジベースを持ち込み、AIエージェントごとに複数のナレッジベースをサポートできるようになりました。これにより、AIエージェントのナレッジコンテンツの整理とアクセス方法がより柔軟になります。
何が嬉しいのか #
既存のBedrockナレッジベースを、追加のセットアップやデータ複製なしに、数クリックで直接Amazon ConnectのAIエージェントに接続できます。これにより、既存のデータソースと、Adobe Experience Manager、Confluence、SharePoint、OneDriveなどのAmazon Bedrockナレッジベースコネクタを活用でき、既存のコンテンツリポジリを柔軟に使用できます。また、AIエージェントごとに複数のナレッジベースをサポートすることで、AIエージェントが複数のソースを並行して照会し、より包括的な応答を生成するように設定できます。
これまでとどう変わるのか #
- これまで: Amazon Connectでは、ナレッジソースが限定的であったり、単一のナレッジベースしか利用できませんでした。
- これから: 既にAmazon Bedrockで構築・管理しているナレッジベースを、ConnectのAIエージェントで直接利用できるようになります。さらに、1つのAIエージェントが複数のナレッジベース（例：製品情報、コンプライアンス文書、社内ポリシー）を同時に検索し、網羅的な回答を生成できるようになります。
具体的なユースケース #
- 金融サービス企業が、コンプライアンス文書、製品情報、社内ポリシー用にそれぞれ独立したナレッジベースを接続し、AIエージェントが顧客との対話中にすべての関連コンテンツにわたる完全なガイダンスを提供できるようにする。
- 既にSharePointやConfluenceで管理している社内ドキュメントを、Amazon Bedrockナレッジベースコネクタ経由でConnectのAIエージェントに連携させ、最新の情報を常にセルフサービスチャネルで提供する。
Amazon Connectがネイティブなテストおよびシミュレーション機能を提供開始 #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon Connectで、コンタクトセンターの体験を数クリックでテストおよびシミュレーションできるようになりました。これにより、ワークフロー、セルフサービスの音声対話、およびその結果を簡単に検証できます。
何が嬉しいのか #
テストごとに、発信者の電話番号や顧客プロファイル、電話の理由（例：「注文状況を確認したい」）、期待される応答（例：「リクエストは処理されました」）、および営業時間外のシナリオやキューが満杯の場合などのビジネス条件を含むテストパラメータを設定できます。テスト実行後、結果は定義した基準に基づいて成功または失敗で表示され、シミュレートされた対話がたどったパスや詳細なログと共に示されるため、潜在的な問題を迅速に診断できます。
これまでとどう変わるのか #
- これまで: コンタクトフローのテストは、実際に電話をかけるなど手動で行う必要があり、時間がかかり網羅的なテストが困難でした。
- これから: 様々なシナリオ（発信者、発話内容、キューの状況など）をパラメータとして設定し、自動でテストを実行できるようになります。複数のテストを同時に実行して大規模にワークフローを検証し、テスト時間を短縮することも可能です。
具体的なユースケース #
- IVR（自動音声応答）のフローを変更した際に、「注文状況の確認」「返品手続き」など、複数の想定される問い合わせ内容で自動テストを実行し、意図した通りに応答が返ってくることを確認する。
- キューが満杯で待ち時間が発生するシナリオをシミュレートし、その場合に流れるガイダンスやコールバックのオプションが正しく機能するかをテストする。
- Connectの分析ダッシュボードでテスト結果を確認し、複数のテストで共通して見られる失敗パターンを特定して、ワークフローの根本的な問題を修正する。
Amazon Connectがフローを使用して関連コンタクトをケースにリンクするのを簡素化 #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon Connectで、メールの返信、通話の転送、永続的なチャット、キューに入れられたコールバックなど、関連するコンタクト（顧客との接点）を同じケース（案件）にリンクするのが簡単になりました。これにより、エージェントは完全なカスタマージャーニーを把握し、問題をより迅速に解決できます。
何が嬉しいのか #
フローを使用して、フォローアップのコンタクトを既存のケースにリンクできます。これにより、これまで必要だったカスタムロジックの構築や手動でのリンク付け作業が不要になります。例えば、顧客からのメール返信を、元の問い合わせケースに自動で紐付けることができるため、エージェントは文脈を失うことなく対応を継続できます。
これまでとどう変わるのか #
- これまで: 顧客からの追加の連絡（例：問い合わせメールへの返信）は、新しい別のコンタクトとして扱われ、元のケースとの関連付けは手動で行うか、複雑なカスタムロジックを組む必要がありました。
- これから: Connectのフロー内で、新しいコンタクトを既存のケースに自動的にリンクできるようになります。これにより、一連のやり取りが1つのケースにまとまり、対応履歴の確認が容易になります。
具体的なユースケース #
- 顧客が以前の問い合わせメールに返信した場合、その返信メールを自動的に元のケースに紐付けるフローを作成する。エージェントは、ケースを開けば元のメールと返信の両方を時系列で確認できる。
- チャットでの問い合わせ後、顧客がコールバックを要求した場合、そのコールバックのコンタクトを元のチャットのケースにリンクさせ、電話に出たエージェントがチャットでのやり取りを即座に把握できるようにする。
Amazon ConnectがAIを活用した対話のためのメッセージストリーミングに対応 #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon Connectは、AIを活用したチャット対話のためのメッセージストリーミングをサポートするようになりました。この新機能により、Connect AIエージェントの応答が生成される過程で表示されるため、体感的な待ち時間が短縮され、顧客体験が向上します。
何が嬉しいのか #
Amazon Connect AIエージェントを使用する際、顧客は処理中に「アカウントを確認しておりますので、少々お待ちください」のようなステータス更新を確認でき、応答が段階的に表示されるのを見ることができます。この体験は、AIエージェントが推論し、ツールを呼び出し、包括的な解決策を作成している間、顧客にリクエストが積極的に処理されているという安心感を与えます。
これまでとどう変わるのか #
- これまで: AIエージェントからの応答は、すべての文章が生成されてから一度に表示されていたため、応答までの間に無反応な時間（待ち時間）が発生していました。
- これから: AIエージェントの応答が、生成されながらリアルタイムで少しずつ表示されるようになります。これにより、ユーザーはAIが思考・生成している過程を見ることができ、待ち時間のストレスが軽減されます。
具体的なユースケース #
- 顧客がAIチャットボットに複雑な質問をした際、AIが回答を生成している間に「関連情報を検索しています…」といったメッセージが表示され、その後、回答の文章がタイプライターのように少しずつ表示される。これにより、顧客は「フリーズしているのではないか」という不安を感じることなく、応答を待つことができる。
Amazon Connectがエンドカスタマーセルフサービス向けにサードパーティの音声認識・音声合成AIモデルをサポート #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon Connectは、エンドカスタマー向けのセルフサービスにおいて、サードパーティの音声プロバイダーをサポートするようになりました。これにより、音声体験の提供方法にさらなる柔軟性がもたらされます。
何が嬉しいのか #
音声認識（Speech-to-Text）にDeepgram、音声合成（Text-to-Speech）にElevenLabsをAmazon Connect内で直接統合できます。これらを、Amazon Connectネイティブの音声機能、組み込みのオーケストレーション、分析、コンプライアンス制御と組み合わせて使用できます。これにより、特定の言語や要件に強みを持つサードパーティの音声技術を活用し、より高度で自然なセルフサービス体験を構築できます。
これまでとどう変わるのか #
- これまで: Amazon ConnectのセルフサービスIVRでは、基本的にAmazon Polly（音声合成）やAmazon Transcribe（音声認識）といったAWSネイティブのサービスが利用されていました。
- これから: AWSネイティブのサービスに加えて、DeepgramやElevenLabsといったサードパーティ製の音声AIモデルを選択できるようになります。これにより、音声認識の精度や、より人間らしい音声合成など、ビジネス要件に応じて最適な技術を選択する自由度が高まります。
具体的なユースケース #
- 特定の専門用語や方言に対する認識精度が高いDeepgramを利用して、医療や金融分野の専門的な問い合わせに対応するIVRを構築する。
- 非常に自然で感情表現豊かな音声で知られるElevenLabsを利用して、ブランドイメージに合った高品質な音声ガイダンスを提供する。
Amazon EKS Capabilitiesの発表 #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon Elastic Kubernetes Service (EKS) は、ワークロードのデプロイ、AWSクラウドリソースの管理、Kubernetesリソースの構成とオーケストレーションのための、フルマネージドで拡張可能なKubernetesネイティブのプラットフォーム機能セットである「EKS Capabilities」の一般提供を発表しました。
何が嬉しいのか #
EKS Capabilitiesは、すぐに使えるプラットフォーム機能を提供し、運用をAWSにオフロードすることで、プラットフォームコンポーネントのパフォーマンスとセキュリティを向上させます。これにより、開発者はプラットフォームインフラの維持ではなくアプリケーションのデプロイに集中できます。これらの機能はクラスターとは別のAWS所有のインフラで実行され、オートスケーリング、パッチ適用、アップグレードはAWSが担当します。プラットフォームチームは運用タスクをAWSにオフロードでき、アプリケーション開発者はすぐに使えるプラットフォーム機能によって、組織全体でのワークロードの迅速なデプロイとスケーリングが可能になります。
これまでとどう変わるのか #
- これまで: Argo CDやAWS Controllers for Kubernetes (ACK)などのツールをEKSで利用するには、ユーザー自身がクラスター内にインストールし、運用・管理（アップグレード、パッチ適用、スケーリングなど）を行う必要がありました。
- これから: これらのツールが「EKS Capabilities」としてフルマネージドで提供されます。ユーザーはEKSクラスターで有効化するだけで、ツールの運用管理をAWSに任せることができます。
具体的なユースケース #
ローンチ時に利用可能な3つの機能があります：
- Argo CDによる継続的デプロイ: Gitリポジトリを信頼できる唯一の情報源（Single Source of Truth）として、アプリケーションのデプロイを自動化する。
- AWS Controllers for Kubernetes (ACK)によるAWSリソース管理: Kubernetesのマニフェストファイルを使って、S3バケットやRDSデータベースなどのAWSリソースを直接作成・管理する。
- Kube Resource Orchestrator (KRO)による動的なリソースオーケストレーション: Kubernetesリソースの構成とオーケストレーションを動的に行う。
Amazon Route 53 Global Resolverの紹介：セキュアなエニーキャストDNS解決（プレビュー） #
投稿日: 2025年11月30日
何ができるようになったのか #
AWSは、新しいインターネット経由で到達可能なDNSリゾルバ「Amazon Route 53 Global Resolver」のプレビューを発表しました。これにより、承認されたクライアントからのクエリに対して、どこからでも簡単で安全、かつ信頼性の高いDNS解決を提供します。
何が嬉しいのか #
- スプリットDNSの実現: 組織内の承認されたクライアントは、どこからでもインターネット上のパブリックドメインと、Route 53プライベートホストゾーンに関連付けられたプライベートドメインの両方を名前解決できます。
- セキュリティ強化: DNSファイアウォールルールを使用して、マルウェアやスパムなどの脅威カテゴリ、アダルトコンテンツなどのWebコンテンツ、DNSトンネリングなどの高度なDNS脅威に基づいてクエリをフィルタリングし、DNSベースのデータ窃取攻撃からクライアントを保護します。すべてのクエリを一元的にログに記録して監査することも可能です。
- 高可用性: 2つ以上のリージョンを選択してエニーキャストDNS解決を行うことで、クライアントのDNS解決の高可用性を実現します。最も近い利用可能なリージョンへの自動フェイルオーバーもサポートします。
これまでとどう変わるのか #
- これまで: VPC内のリソースからのDNS解決は「Route 53 Resolver」（現：Route 53 VPC Resolver）が担っていましたが、VPC外のクライアント（例：オンプレミスのPC）からプライベートホストゾーンを解決するには、複雑なネットワーク設定が必要でした。
- これから: 「Global Resolver」を使用することで、承認されたクライアントであれば場所を問わず、単一のエンドポイントに対してクエリを送信するだけで、パブリックドメインとプライベートドメインの両方を安全に名前解決できるようになります。
具体的なユースケース #
- リモートワーク中の従業員が、社内VPNに接続することなく、自分のPCから社内システム（プライベートドメイン）とインターネット上のWebサイト（パブリックドメイン）の両方にシームレスにアクセスする。
- グローバルに展開するオフィスのクライアントPCにGlobal Resolverを設定し、DNSクエリに対してマルウェアサイトへのアクセスをブロックするDNSファイアウォールルールを適用して、統一的なセキュリティポリシーを強制する。
Amazon SageMaker CatalogがAIエージェントを使用した自動データ分類を提供 #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon SageMaker Catalogは、データ公開時にビジネス用語集の用語を提案する自動データ分類機能を提供するようになりました。これにより、手動でのタグ付け作業が削減され、組織全体でのメタデータの一貫性が向上します。
何が嬉しいのか #
この機能は、Amazon Bedrockの言語モデルを使用してテーブルのメタデータとスキーマ情報を分析し、組織のビジネス用語集から関連用語を推奨します。データ作成者は、PII（個人識別情報）やPHI（保護医療情報）などの機密データ分類を含む、用語集内で定義されたビジネス用語のAI生成による提案を受け取ります。これにより、標準化された語彙でデータセットに簡単にタグを付けることができます。データ作成者は公開前にこれらの提案を受け入れるか変更することができ、データ資産全体で一貫した用語体系を確保し、ビジネスユーザーのデータ発見性を向上させます。
これまでとどう変わるのか #
- これまで: データカタログにデータを登録する際、適切なビジネスタグや分類を手動で付与する必要があり、手間がかかる上に、人によってタグの付け方が異なり一貫性が保てないという課題がありました。
- これから: SageMaker Catalogが、テーブルのメタデータやスキーマをAIで分析し、ビジネス用語集から適切なタグを自動で推奨してくれます。これにより、タグ付け作業が効率化され、組織全体で統一されたメタデータ管理が容易になります。
具体的なユースケース #
- データエンジニアが新しい販売実績テーブルをSageMaker Catalogに公開する際に、AIがテーブルのカラム名（例：
customer_name,email_address）を分析し、「顧客名」「メールアドレス」といったビジネス用語と、「PII」という機密データ分類タグを自動で推奨する。 - データアナリストがSageMaker Catalogで「顧客」というキーワードで検索した際に、AIによって一貫したタグが付与された関連データセットを容易に発見できる。
AWS MarketplaceでCrowdStrike Falcon Next-Gen SIEMの新しい自動統合が利用可能に #
投稿日: 2025年11月30日
何ができるようになったのか #
AWSとCrowdStrikeは、AWS Marketplaceで利用可能な「CrowdStrike Falcon Next-Gen SIEM」の新しい自動統合エクスペリエンスにより、クラウドネイティブのセキュリティモニタリングの統合を容易にしました。
何が嬉しいのか #
この新しい合理化されたエクスペリエンスは、設定と統合のプロセスを加速し、複数のAWSサービスコンソールにわたる手動セットアップを排除します。ガイド付きのウィザードインターフェースが、AWSサービスコネクタのセットアップ、最小権限アクセスのIAMロールのプロビジョニング、SQSキュー、EventBridgeルール、SNSトピックの作成を自動化します。これにより、セキュリティチームは、エージェント型AI支援の調査機能、高度な相関分析、自動応答機能をすぐに活用し始め、AWS Organization全体でリアルタイムに侵害を検知・阻止できます。
これまでとどう変わるのか #
- これまで: CrowdStrike SIEMとAWSサービス（Security Hub, GuardDuty, CloudTrailなど）を連携させるには、各サービスコンソールでIAMロールやイベント通知などを手動で設定する必要があり、複雑で時間がかかりました。
- これから: AWS MarketplaceからCrowdStrike Falcon Next-Gen SIEMを導入する際に、ガイド付きウィザードに従うだけで、必要なAWSリソース（IAMロール、SQS、EventBridgeなど）が自動的に設定されます。これにより、導入の手間が大幅に削減されます。
具体的なユースケース #
- セキュリティ管理者がAWS MarketplaceでCrowdStrike Falcon Next-Gen SIEMをサブスクライブし、数クリックのウィザードを実行するだけで、自社のAWS環境のSecurity Hub、GuardDuty、CloudTrailからのログが自動的にCrowdStrikeに連携されるように設定する。
- 設定完了後、セキュリティチームはすぐにCrowdStrikeのダッシュボードでAWS環境全体の脅威を統合的に監視・分析し、AIによる支援を受けながらインシデント調査と対応を行う。
AWS、AIコンピテンシーを新しいエージェントAIカテゴリで拡張 #
投稿日: 2025年11月30日
何ができるようになったのか #
AWSは、AIコンピテンシー（旧称：生成AIコンピテンシー）の大幅な拡張を発表しました。これには、3つの新しいエージェントAIカテゴリ（エージェントAIツール、エージェントAIアプリケーション、エージェントAIコンサルティングサービス）にわたる60の認定パートナーが含まれます。これは過去最大の専門化ローンチとなります。
何が嬉しいのか #
これらの新しいカテゴリは、顧客が、最小限の人間の監督で知覚、推論、行動できる自律型AIシステムの開発と実装を専門とするAWSパートナーを特定し、協業するのに役立ちます。顧客は、複雑なワークフローを調整し、文脈認識を維持し、複数のプラットフォーム間で連携できるAIエージェントの導入に関する実績のある専門知識を持つパートナーを簡単に見つけることができます。
これまでとどう変わるのか #
- これまで: 生成AIに関するパートナーコンピテンシーは存在しましたが、より高度な自律型AI（エージェントAI）に特化したカテゴリはありませんでした。
- これから: 「エージェントAIツール」「エージェントAIアプリケーション」「エージェントAIコンサルティングサービス」という3つの新しいカテゴリが設立され、Amazon Bedrock AgentCoreなどを使用した高度なソリューションを提供できるパートナーが明確になります。
具体的なユースケース #
- 企業が自社の業務プロセスを自動化するための自律型AIエージェントを開発したいと考えた際に、「エージェントAIコンサルティングサービス」カテゴリの認定パートナーを探し、専門的な支援を受ける。
- ソフトウェア開発企業が、自社の製品に組み込むためのエージェントAI機能を求めて、「エージェントAIツール」カテゴリの認定パートナーが提供するソリューションを検討する。
AWS Clean RoomsがカスタムMLトレーニング用の合成データセット生成をサポート #
投稿日: 2025年11月30日
何ができるようになったのか #
AWS Clean Roomsで、あなたとパートナーが共同で持つデータから、プライバシーを保護する合成データセットを生成し、回帰および分類の機械学習（ML）モデルをトレーニングできるようになりました。
何が嬉しいのか #
合成データセット生成機能により、トレーニングコードが実際のレコードにアクセスすることなく、元データと類似した統計的特性を持つトレーニングデータセットを作成できます。この新機能は、元データに含まれる被験者（データが収集された人物やエンティティなど）を非識別化し、モデルがトレーニングデータ内の個人に関する情報を記憶するリスクを軽減します。これにより、キャンペーンの最適化、不正検出、医学研究など、これまでプライバシーの懸念から制限されていた新しいMLモデルのトレーニングユースケースが解放されます。
これまでとどう変わるのか #
- これまで: パートナー企業と共同でMLモデルをトレーニングする場合、互いの生データを共有する必要があり、プライバシーや機密性の観点から困難な場合が多くありました。
- これから: AWS Clean Rooms内で、各社が生データを公開することなく、両社のデータを組み合わせた統計的特性を持つ「合成データ」を生成できます。この合成データをモデルのトレーニングに使用することで、プライバシーを保護しながら、より精度の高いモデルを構築できます。
具体的なユースケース #
- 航空会社とホテルブランドが、互いの顧客データを共有することなく、共同プロモーションの対象となる高価値顧客を予測するモデルを構築したい場合。AWS Clean Rooms MLを使用して両社のデータを組み合わせた合成データセットを生成し、それをモデルのトレーニングに利用する。これにより、顧客のプライバシーを保護しながら、より正確なプロモーションターゲティングが可能になる。
- 複数の医療機関が、それぞれの患者データを直接共有せずに、特定の疾患に関する予測モデルを共同で開発する。
AWS GlueがApache Icebergベースのマテリアライズドビューをサポート #
投稿日: 2025年11月30日
何ができるようになったのか #
AWS Glueは、データチームがデータを変換し、クエリのパフォーマンスを高速化するのを容易にする新機能「マテリアライズドビュー」をサポートするようになりました。マテリアライズドビューは、AWS Glueデータカタログ内のマネージドテーブルであり、事前に計算されたクエリ結果をApache Iceberg形式で保存し、ソースデータが変更されると自動的に最新の状態に保ちます。
何が嬉しいのか #
データエンジニアや分析チームは、エンジニアリングの労力と運用上のオーバーヘッドを削減しながら、生データから最終的な分析テーブルまで、複数の段階を経てデータを簡単に変換できます。サービスがリフレッシュスケジュール、変更検出、増分更新、コンピューティングインフラの管理を自動的に処理します。Amazon Athena、Amazon EMR、AWS GlueのSparkエンジンは、クエリをインテリジェントに書き換えてこれらのマテリアライズドビューを使用し、パフォーマンスを最大8倍高速化しながらコンピューティングコストを削減します。
これまでとどう変わるのか #
- これまで: クエリのパフォーマンスを向上させるためには、ETLジョブを定期的に実行して集計テーブルや中間テーブルをユーザー自身で作成・管理する必要があり、運用負荷が高いという課題がありました。
- これから: 標準のSpark SQL構文でマテリアライズドビューを定義するだけで、AWS Glueが自動的にデータの更新、差分反映、インフラ管理を行ってくれます。ユーザーは常に最新化された高速なテーブルにアクセスでき、AthenaやEMRなどのクエリエンジンが自動的にマテリアライズドビューを利用してクエリを高速化してくれます。
具体的なユースケース #
- 毎日更新される巨大な販売ログテーブルから、日次・商品カテゴリ別の売上集計マテリアライズドビューを作成する。BIツールからのクエリは、このマテリアライズドビューに対して実行されるため、毎回巨大なログ全体をスキャンする必要がなくなり、レスポンスが大幅に向上する。
- 複数のテーブルをJOINし、複雑な変換を行った結果をマテリアライズドビューとして定義する。データサイエンティストは、SQLエディタやAmazon SageMakerノートブックから、このマテリアライズドビュー（Icebergテーブル）に直接アクセスし、複雑な前処理なしに分析を開始できる。
Amazon EC2インスタンス上で関数を実行する機能、AWS Lambda Managed Instancesを発表 #
投稿日: 2025年11月30日
何ができるようになったのか #
AWS Lambdaの運用上のシンプルさを維持しながら、Lambda関数を自身のAmazon EC2インスタンス上で実行できる「AWS Lambda Managed Instances」を発表しました。これにより、インフラを管理することなく、特殊なコンピューティング構成にアクセスし、EC2の価格優位性を活かしてコスト効率を高めることができます。
何が嬉しいのか #
Lambda Managed Instancesは、インスタンスのライフサイクル管理、OSとランタイムのパッチ適用、組み込みのルーティング、ロードバランシング、設定可能なパラメータに基づくオートスケーリングなど、すべてのインフラタスクを完全に管理します。これにより、開発者はコード記述に集中できます。AWS Graviton4のような最新世代のプロセッサや高帯域幅のネットワークオプションなど、豊富なEC2インスタンスカタログにアクセスできます。また、EC2のSavings Plansやリザーブドインスタンスなどの価格モデルを活用して、さらにコストを削減できます。
これまでとどう変わるのか #
- これまで: Lambda関数は、AWSが管理するコンピューティング環境で実行されるのが基本でした。特定のハードウェア構成（例：GPU）や、非常に安定したトラフィックを持つワークロードでコストを最適化したい場合、Lambda以外の選択肢（EC2やECS/EKS on EC2）を検討する必要がありました。
- これから: Lambdaのサーバーレスな開発・運用体験を維持したまま、実行基盤としてEC2インスタンスを選択できるようになります。これにより、Lambdaのシンプルさと、EC2の多様なインスタンスタイプや価格モデルのメリットを両立できます。
具体的なユースケース #
- 機械学習の推論など、特定のGPUインスタンスを必要とするLambda関数を実行する。
- トラフィックが安定的で予測可能なワークロードを、リザーブドインスタンスやSavings Plansを適用したEC2上でLambda関数として実行し、コストを大幅に削減する。
- 各実行環境内でリクエストを並列処理し、リソース使用率を最大化して価格対性能比を向上させる。
AWS Marketplace、ソリューション発見を加速するエージェントモードとAI強化検索を導入 #
投稿日: 2025年11月30日
何ができるようになったのか #
AWS Marketplaceは、30,000以上のリスティングの中からソリューションの発見を加速させるため、2つの新しいAI搭載機能「エージェントモード」と「強化された検索」を導入しました。これらの機能は、ビジネス課題に対するソリューションをより迅速に発見・評価するのに役立ちます。
何が嬉しいのか #
- エージェントモード: ソフトウェア調達専用に作られた対話型の発見体験。ユースケースを記述したり、ビジネス要件のドキュメントをアップロードしたりするだけで、ニーズに合ったソリューションを発見できます。対話を通じて質問したり、AWSのデータ、セキュリティ・コンプライアンス記録、検証済みベンダー情報、リアルタイムのWebインテリジェンスから得られる製品インサイトを探求したりできます。自然言語でカスタマイズ可能な動的な並列比較により、評価を加速します。
- AI強化検索: ニーズを記述するだけで、関連するソリューションの結果とAIが生成した要約を受け取ることができます。新しいスマートカテゴリは検索内容に動的に適応し、カスタマイズされたトピックで結果を絞り込むのに役立ちます。
これまでとどう変わるのか #
- これまで: AWS Marketplaceでの製品検索は、キーワードベースが中心で、多数のリスティングから最適なソリューションを見つけ出すのは困難な場合がありました。
- これから:
- 検索: 自然言語で「〇〇ができるツール」と入力するだけで、AIが意図を汲み取って関連製品を提示し、その概要まで生成してくれます。
- 比較・検討: 「エージェントモード」という対話型AIに、「製品Aと製品Bを〇〇の観点で比較して」といった指示を出すことで、要件に合わせた詳細な比較表を自動で作成させることができます。
具体的なユースケース #
- ある企業が「顧客データを分析し、マーケティングキャンペーンを最適化するためのツール」を探している場合、AI強化検索にその要件を自然言語で入力する。検索結果には、関連する製品がAIによる要約付きで表示される。
- 候補となる製品をいくつか見つけた後、「エージェントモード」に切り替え、「これらの製品の価格体系と、GDPRコンプライアンス対応について比較してください」と指示する。AIが生成した比較表を元に、購入する製品を決定し、そのまま購入手続きを開始したり、社内承認用の提案書をダウンロードしたりする。
AWS Marketplace、迅速なパーソナライズ価格設定のための「Express Private Offers」を導入 #
投稿日: 2025年11月30日
何ができるようになったのか #
AWS Marketplaceの顧客は、「Express Private Offers」を通じて、サードパーティ製品のプライベートオファー（個別見積もり）を数分で受け取れるようになりました。この機能により、これまで長時間の営業交渉が必要だったパーソナライズされた価格と条件にアクセスでき、ソフトウェアの調達を加速し、顧客の価値実現までの時間を短縮します。
何が嬉しいのか #
いくつかの質問に答えるだけで、数分以内に個別見積もりを取得できます。対象製品で新しいAI搭載のエクスペリエンスを利用し、購入要件と契約期間を指定します。AWSは、これらの要件を販売者が事前に設定した価格ルールと照合し、プライベートオファーを自動的に生成します。これにより、営業担当者との lengthy なやり取りなしに、迅速に自社の要件に合わせた価格での購入が可能になります。
これまでとどう変わるのか #
- これまで: 個別の価格設定（プライベートオファー）を得るには、顧客が営業チームに連絡を取り、条件を交渉し、複数のレビューサイクルを経て初めてカスタマイズされたオファーを受け取るという、時間のかかるプロセスが必要でした。
- これから: 対象製品ページで、AIによるガイドに従って購入ライセンス数や契約期間などの要件を入力するだけで、システムが販売者の設定したルールに基づき、即座にプライベートオファーを自動生成します。
具体的なユースケース #
- ある企業が特定のソフトウェアを100ライセンス、3年契約で購入したい場合、Marketplaceの製品ページで「Express Private Offers」を利用する。
- 画面の指示に従い、ライセンス数「100」、契約期間「3年」と入力する。
- システムが、販売者によって事前に設定された「100ライセンス以上、3年契約の場合は定価から20%割引」というルールを適用し、割引後の価格でのプライベートオファーを即座に提示する。顧客はそのオファーを承諾してすぐに購入できる。
AWSがAWS MCP Serverのプレビューを発表 #
投稿日: 2025年11月30日
何ができるようになったのか #
AWSは、「AWS MCP Server」を発表しました。これは、AIエージェントやAIネイティブIDEが1つ以上のAWSサービスにまたがる現実世界の複数ステップのタスクを実行するのを支援する、マネージドなリモートModel Context Protocol (MCP) サーバーです。
何が嬉しいのか #
AWS MCP Serverは、既存のAWS API MCPサーバーとAWS Knowledgeサーバーの機能を統合インターフェースに集約します。これにより、AIエージェントはAWSのドキュメントにアクセスし、新しくリリースされたサービスを含む15,000以上のAWS APIへの呼び出しを生成・実行し、「エージェント標準作業手順書（SOPs）」と呼ばれる事前構築済みのワークフローに従ってAWS上の一般的なタスクを実行できます。これにより、現実世界のタスクをより迅速に完了できます。
これまでとどう変わるのか #
- これまで: AIエージェントがAWSのAPIを叩いたり、ドキュメントを参照したりするには、それぞれ別の仕組み（API MCPサーバー、Knowledgeサーバー）を利用する必要がありました。
- これから: 「AWS MCP Server」という単一の統一されたエンドポイントを通じて、API実行、ドキュメント参照、さらにはSOP（標準作業手順書）の実行まで、AIエージェントがAWS上でタスクをこなすために必要な機能が提供されます。
具体的なユースケース #
- AIアシスタントに「S3で静的ウェブサイトをホスティングして」と依頼する。
- 「EC2インスタンスをプロビジョニングして」と指示する。
- 「Lambdaの問題をトラブルシューティングして」や「CloudWatchアラームを設定して」といったタスクを、エージェントSOPを使用してステップバイステップのガイダンスを提供させながら実行させる。
AWS Partner CentralがAWS マネジメントコンソールで利用可能に #
投稿日: 2025年11月30日
何ができるようになったのか #
AWSは、AWS Partner CentralがAWS マネジメントコンソール内で利用可能になったことを発表しました。これにより、AWSパートナーはPartner CentralおよびAWS Marketplace Management Portalへのアクセスが簡素化され、統合およびプロセス自動化機能を提供するAPIが導入されます。
何が嬉しいのか #
AWS Partner CentralがAWSコンソールに統合されたことで、パートナー向けの体験と新機能が向上します。拡張されたAPIセットにより、パートナーは共同販売プロセスの自動化、AWS Marketplace活動の合理化、AWS Partner Networkの特典のシームレスな活用が可能になります。また、AWS Identity and Access Management (IAM) 上に構築された強化されたセキュリティとユーザー管理機能により、詳細な権限設定とシングルサインオン（SSO）が可能になり、運用効率とスケーラビリティが向上します。
これまでとどう変わるのか #
- これまで: AWS Partner Centralは、AWSマネジメントコンソールとは別の専用ポータルサイトでした。アクセスや権限管理が分断されていました。
- これから: AWSマネジメントコンソールに統合され、他のAWSサービスと同じようにアクセス・管理できるようになります。IAMによる統合的な権限管理やSSOが可能になり、セキュリティと利便性が向上します。また、API経由での操作も可能になり、様々なプロセスを自動化できます。
具体的なユースケース #
- パートナー企業の管理者が、IAMを使用して、社員ごとにPartner Central内の特定の機能（例：共同販売案件の管理、Marketplace製品のリスティング）へのアクセス権限を細かく設定する。
- 開発者が、新しく提供されたAPIを利用して、自社のCRMシステムとPartner Centralを連携させ、共同販売のリード情報を自動で同期する仕組みを構築する。
- 既存のパートナーは、現行のPartner Centralポータル内の移行機能を使用して、ステップバイステップのガイダンスに従い、新しいコンソール統合環境への移行を開始する。
AWS TransformがフルスタックWindowsモダナイゼーションのためのAIエージェントを開始 #
投稿日: 2025年12月1日
何ができるようになったのか #
AWS Transformは、従来の.NETモダナイゼーションエージェントから機能を拡張し、.NETアプリケーションとそれに関連するデータベースの両方を扱う「フルスタックWindowsモダナイゼーションエージェント」を開始しました。この新しいエージェントは、.NETアプリケーションとMicrosoft SQL ServerデータベースをAmazon Aurora PostgreSQLに変換し、Amazon ECSまたはAmazon EC2 Linux上のコンテナにデプロイする作業を自動化します。
何が嬉しいのか #
AWS Transformは、アプリケーション層とデータベース層にわたるフルスタックのWindowsモダナイゼーションを5倍高速化し、運用コストを最大70%削減します。自動化された発見、変換、デプロイを通じて、モダナイゼーションの道のりを加速できます。人間の監督下にある統一されたワークフローで、SQL ServerスキーマをAurora PostgreSQLに自動変換し、データベース接続を更新し、データベースアクセスコードを修正します。
これまでとどう変わるのか #
- これまで: .NETアプリケーションのモダナイゼーションは、アプリケーションコードの書き換えと、データベースの移行・スキーマ変換を別々のプロセスとして手動で行う必要があり、多大な時間と労力がかかりました。
- これから: 新しいAIエージェントが、アプリケーションとデータベースの両方をスキャンし、カスタマイズされた移行計画を作成します。SQL ServerからAurora PostgreSQLへのスキーマ変換、データ移行、.NETコード内のデータベース接続文字列の更新、データアクセスコード（Entity Framework, ADO.NET）の修正までを、単一のワークフローで自動的に実行します。
具体的なユースケース #
- EC2またはRDS上で稼働しているSQL Serverデータベースと、GitHub上の.NETアプリケーションリポジトリをAIエージェントに指定する。
- エージェントが自動的にコードとデータベースを分析し、Aurora PostgreSQLへの移行計画を提示する。
- ユーザーが計画を承認すると、エージェントがスキーマ変換、データ移行、コード修正を自動的に行い、変換後のコードを新しいGitブランチにコミットする。
- 最後に、変換されたアプリケーションとデータベースを新しい環境にデプロイし、動作を検証する。
Amazon Connect Outbound Campaignsがマルチステップ、マルチチャネルの顧客エンゲージメントジャーニービルダーをサポート #
投稿日: 2025年11月30日
何ができるようになったのか #
Amazon Connect Outbound Campaignsは、Amazon Connectコンソールで直接、複数ステップ・複数チャネルの顧客エンゲージメントを作成できる新機能「ビジュアルジャーニービルダー」をサポートするようになりました。音声、SMS、メール、WhatsAppのインタラクションを組み合わせたエンドツーエンドのエンゲージメント体験を設計し、顧客に積極的にアプローチしてインバウンドの問い合わせ量を削減できます。
何が嬉しいのか #
顧客の行動や時間ベースのトリガーに基づいて、パーソナライズされたコミュニケーションフローを自動化できます。例えば、SMSで予約のリマインダーを送信し、顧客が応答しない場合は音声通話でフォローアップし、予約が確定したら確認メールを送信するといった一連の流れを構築できます。また、追加のサポートが必要な場合に顧客がAmazon Connectを通じて人間のエージェントに接続するオプションを提供するステップも設定できます。
これまでとどう変わるのか #
- これまで: 複数のチャネル（SMS、電話、メールなど）を組み合わせたアウトバウンドキャンペーンを実施するには、複数のツールを連携させたり、カスタム開発を行ったりする必要がありました。
- これから: Connectの画面上で、GUIを使って「SMSを送信 → 24時間応答がなければ電話を発信 → 予約が確定したらメールを送信」といった一連のカスタマージャーニーを視覚的に設計・自動化できるようになります。
具体的なユースケース #
- 予約リマインダー: 予約日の3日前にSMSでリマインダーを送信。前日になっても応答がない顧客には自動で電話を発信してリマインドする。予約変更の希望があれば、そのままエージェントに接続する。
- 未払い通知: 支払い期日を過ぎた顧客に、まずメールで通知。3日後に未払いの場合はSMSで再度通知し、さらに2日後には自動音声で支払いを促す電話をかける。
- 新製品の案内: 特定のセグメントの顧客にWhatsAppで新製品の情報を送信し、メッセージ内のリンクをクリックした顧客に対してのみ、後日詳細な説明の電話をかける。
AWSが「AWS Interconnect - last mile」のゲート付きプレビューを発表 #
投稿日: 2025年11月30日
何ができるようになったのか #
AWSは、「AWS Interconnect - last mile」を立ち上げました。これは、顧客が支社、データセンター、リモートロケーションをわずか数クリックでAWSに接続できる、フルマネージドの接続サービスです。これにより、パートナーを探す手間やネットワーク設定の複雑さが解消されます。
何が嬉しいのか #
顧客は、場所を入力し、帯域幅を選択し、AWSリージョンを選ぶだけで、プライベートで高速なAWSへの接続を即座に確立できます。このサービスは、BGPピアリング、VLAN設定、ASN割り当てなどの複雑なネットワーク設定を自動化することで、接続体験を簡素化します。顧客はAWSコンソールを通じて帯역幅を1 Gbpsから100 Gbpsまで動的に拡張でき、ゼロダウンタイムのメンテナンスの恩恵を受けることができます。
これまでとどう変わるのか #
- これまで: オンプレミスの拠点からAWSへ専用線で接続するには、AWS Direct Connectを利用する必要がありましたが、そのためには通信キャリア（パートナー）を探し、契約し、物理的な回線工事や複雑なネットワーク設定（BGPなど）を行う必要がありました。
- これから: 「AWS Interconnect - last mile」では、AWSコンソールから申し込むだけで、AWSとパートナー（ローンチ時はLumen）が連携し、回線の手配からネットワーク設定までをフルマネージドで提供します。ユーザーは物理的な作業や複雑な設定から解放されます。
具体的なユースケース #
- 新しい支社を開設する際に、IT管理者がAWSコンソールでその支社の住所と必要な帯域幅（例：10 Gbps）を入力するだけで、AWSへの専用線接続を迅速に確立する。
- トラフィックの急増が見込まれる際に、AWSコンソールから数クリックで専用線の帯域幅を10 Gbpsから50 Gbpsに動的にスケールアップする。
AWS、コードからIAMポリシーを生成する「IAM Policy Autopilot」を発表 #
投稿日: 2025年11月30日
何ができるようになったのか #
AWS Identity and Access Management (IAM) は、「IAM Policy Autopilot」を発表しました。これはオープンソースのModel Context Protocol (MCP) サーバーおよびコマンドラインツールで、AIコーディングアシスタントがベースラインとなるIAMポリシーを迅速に作成するのを支援します。
何が嬉しいのか #
IAM Policy Autopilotは、アプリケーションコードをローカルで分析し、アプリケーションロールのアクセスを制御するためのアイデンティティベースのポリシーを作成します。これにより、IAMポリシーの記述やアクセス問題のトラブルシューティングに費やす時間を削減し、より迅速に構築できるようになります。AIコーディングアシスタントが、コードの内容を理解し、そのコードが必要とするであろう最小権限のIAMポリシー案を自動で生成してくれます。
これまでとどう変わるのか #
- これまで: アプリケーションに必要なIAMポリシーを作成するには、開発者がコード内で使用しているAWSサービスとAPIをすべて手動で洗い出し、それに対応するIAMアクションを調べてポリシーを作成する必要があり、非常に手間がかかり、権限が過剰または不足しがちでした。
- これから: 「IAM Policy Autopilot」ツールをローカルで実行すると、アプリケーションのコードが静的に解析され、必要なIAMアクションが自動で特定され、IAMポリシーの雛形が生成されます。開発者はその雛形を元に、必要に応じて修正するだけで済みます。
具体的なユースケース #
- 開発者がS3バケットへのファイルアップロードとDynamoDBテーブルへの項目書き込みを行うPythonアプリケーションを開発している。
- 開発環境で
iam-policy-autopilotコマンドを実行すると、ツールがコードを分析し、s3:PutObjectとdynamodb:PutItemのアクションを許可するIAMポリシーのJSONを自動生成する。 - 開発者は、生成されたポリシーのResource（ARN）部分を実際の環境に合わせて修正し、アプリケーションのIAMロールにアタッチする。
AWS Marketplaceに複数製品ソリューションが登場 #
投稿日: 2025年11月30日
何ができるようになったのか #
AWS Marketplaceは、特定の業界や顧客のユースケースに合わせて、1つまたは複数のAWSパートナーの製品やサービスを組み合わせた「複数製品ソリューション」による、ソリューション中心の調達をサポートするようになりました。
何が嬉しいのか #
- パートナーにとって: ISVからシステムインテグレーターまで、自社のソフトウェアやサービスと、他のAWSパートナーから再販を許可された製品を組み合わせて、包括的なソリューションとして販売できます。
- 顧客にとって: これまで個別に調達する必要があった複数の製品・サービスを、完全なソリューションとしてまとめて発見し、購入できます。交渉、総コスト評価、承認が一度で済み、調達プロセスが合理化されます。購入後は、各コンポーネントの更新や契約期間を個別に管理できる柔軟性もあります。
これまでとどう変わるのか #
- これまで: 顧客は、特定の課題を解決するために必要なソフトウェア、導入支援サービス、関連ツールなどを、別々のベンダーから個別に探し、契約する必要がありました。
- これから: AWS Marketplace上で、特定のユースケース（例：「製造業向け予知保全ソリューション」）に必要なソフトウェア、SIerによる導入サービス、関連するMLモデルなどがセットになった「ソリューション」として発見し、一括で交渉・購入できるようになります。
具体的なユースケース #
- あるシステムインテグレーター（SIer）が、自社で開発した分析サービスと、A社のデータ可視化ツール、B社の機械学習モデルを組み合わせ、「小売業向け需要予測ソリューション」としてAWS Marketplaceで販売する。
- 小売業の顧客は、Marketplaceでこのソリューションを見つけ、SIerと一括で交渉を行う。単一の契約で、分析サービス、可視化ツール、MLモデルのすべてを調達し、迅速に需要予測プロジェクトを開始する。
AWS Marketplaceがプロフェッショナルサービスの変動支払いをサポート #
投稿日: 2025年11月30日
何ができるようになったのか #
AWS Marketplaceは、プロフェッショナルサービス（導入支援やコンサルティングなど）の販売者が、作業の納品に応じて顧客に請求できる新しい請求オプション「変動支払い（variable payments）」の一般提供を発表しました。
何が嬉しいのか #
- 販売者（セラー）にとって: 事前の全額支払いや固定の分割払いスケジュールを要求するのではなく、契約上限を設定し、プロジェクトの進行中に支払いリクエストを作成できます。成果物ベース、マイルストーン完了ベース、または実費（時間と材料）ベースで請求できるようになり、柔軟な契約アプローチが可能になります。
- 購入者（バイヤー）にとって: プロジェクトの開始前に範囲や価格を正確に見積もるのが難しいプロフェッショナルサービスにおいて、透明性とコントロールを確保しながら柔軟な契約ができます。販売者からの支払いリクエストごとに納品物を確認・承認でき、予期せぬ請求を防ぐことができます。
これまでとどう変わるのか #
- これまで: AWS Marketplaceでのプロフェッショナルサービスの支払いは、契約時に全額前払いするか、事前に決められた固定額の分割払いが基本でした。
- これから: プロジェクト全体の契約上限額を定めた上で、「マイルストーンAが完了したので〇〇ドル」「今月の作業時間分として〇〇ドル」といった形で、プロジェクトの進捗に応じて請求・支払いができるようになります。
具体的なユースケース #
- あるSIerが、顧客向けのシステム開発プロジェクトをAWS Marketplace経由でプライベートオファーとして提供する。
- 契約上限を10万ドルとし、変動支払いオプションを選択する。
- 「要件定義完了」のマイルストーンで2万ドル、「プロトタイプ開発完了」で3万ドル、といった形で、マイルストーンが完了するたびに顧客に支払いリクエストを送信する。
- 顧客は、各リクエストの内容（納品物）を確認して承認し、支払いを行う。承認プロセスは自動化することも可能です。
Bedrock Knowledge Basesのマルチモーダル検索が一般提供開始 #
投稿日: 2025年11月30日
何ができるようになったのか #
Bedrock Knowledge Basesにおいて、マルチモーダル検索が一般提供（GA）されました。これにより、開発者はテキスト、画像、音声、動画ファイルにまたがって機能する、AIを活用した検索や質疑応答アプリケーションを構築できます。
何が嬉しいのか #
これまでテキスト文書と画像しか検索できなかったのが、単一のフルマネージドなワークフローを通じて、企業が持つあらゆるデータ形式（動画、音声記録、画像、文書）からインサイトを引き出すことができるようになります。例えば、ユーザーがアシスタントに「Amazon Bedrockの第1四半期の予測を見せて」と尋ねると、Bedrock Knowledge Basesは文書、グラフ、動画スニペット、音声ファイルから関連情報を検索し、アシスタントがよりリッチで完全な回答を生成できるようになります。
これまでとどう変わるのか #
- これまで: Bedrock Knowledge BasesでのRAG（検索拡張生成）は、主にテキストと画像データが対象でした。動画や音声に含まれる情報は活用が困難でした。
- これから: テキスト、画像、音声、動画といった多様な形式のデータをナレッジベースに取り込み、横断的に検索できるようになります。テキストクエリだけでなく、画像を入力として関連情報を検索することも可能です。
具体的なユースケース #
- 過去のオンライン会議の録画データ（動画・音声）をナレッジベースに取り込み、「前回の会議で決定した〇〇の予算について教えて」と質問すると、AIが動画の該当部分を検索し、その内容を要約して回答する。
- 製品の設計図（画像）とマニュアル（テキスト）、組み立て手順の解説動画をナレッジベースに入れ、「この部品（画像を見せる）の取り付け方法を教えて」と質問すると、AIがマニュアルの該当箇所と動画の関連シーンを提示する。
AWSが「AWS Interconnect - multicloud」のプレビューを発表 #
投稿日: 2025年11月30日
何ができるようになったのか #
AWSは、「AWS Interconnect - multicloud」のプレビューを発表しました。これは、他のクラウドサービスプロバイダー（CSP）へのシンプルで耐障害性のある高速なプライベート接続を提供するものです。プレビューはGoogle Cloudを最初のローンチパートナーとして開始し、2026年後半にはMicrosoft Azureも対応予定です。
何が嬉しいのか #
この専用製品により、顧客はAmazon VPCと他のクラウド環境との間に、専用帯域幅と組み込みの耐障害性を備えたプライベートで安全な高速ネットワーク接続を迅速に確立できます。AWS Transit Gateway、AWS Cloud WAN、Amazon VPCなどのAWSネットワーキングサービスを、他のCSPに数週間や数ヶ月ではなく、迅速に接続することが容易になります。
これまでとどう変わるのか #
- これまで: 複数のクラウドプロバイダー間でワークロードを相互接続する場合、顧客はグローバルな多層ネットワークを大規模に管理する複雑さを伴う「DIY」アプローチを取る必要がありました。
- これから: 「AWS Interconnect - multicloud」を利用することで、AWSコンソールから簡単に、他の主要クラウド（まずはGoogle Cloud）との間のプライベートで高速なネットワーク接続を確立できるようになります。これにより、マルチクラウドネットワークの構築と管理が大幅に簡素化されます。
具体的なユースケース #
- AWSとGoogle Cloudの両方でアプリケーションを運用している企業が、両クラウド間のデータ転送のために、安全で安定した広帯域のプライベート接続を迅速に構築する。
- AWS Transit Gatewayを使用して構築した自社のグローバルネットワークを、AWS Interconnect - multicloudを介してMicrosoft AzureのVNetに拡張し、シームレスなマルチクラウド環境を実現する。
AWS、高可用性アプリケーション構築を支援する「レジリエンスソフトウェアコンピテンシー」を開始 #
投稿日: 2025年11月30日
何ができるようになったのか #
AWSは、AWSレジリエンスコンピテンシープログラムを拡張し、テクノロジーパートナーを含めることを発表しました。これにより、顧客は重要なクラウドワークロードの可用性と回復力（レジリエンス）を強化するソフトウェアソリューションを特定し、実装することが容易になります。
何が嬉しいのか #
「常時稼働、常時利用可能」なアプリケーションとサービスへの高まる需要に対応します。顧客は、AWSのエキスパートによる厳格な技術検証を受け、厳しいパフォーマンスと運用要件を満たしたと認定されたパートナーソリューションを簡単に見つけることができます。これにより、信頼できるツールやパートナーを利用してワークロードの回復力を確保できます。
これまでとどう変わるのか #
- これまで: AWSのレジリエンスに関するコンピテンシーは、主にコンサルティングパートナーが対象でした。
- これから: プログラムがテクノロジーパートナーにも拡大され、レジリエンス向上に役立つソフトウェア製品（ロードバランサー、DRツール、カオスエンジニアリングツールなど）を提供しているベンダーも認定の対象となります。
具体的なユースケース #
顧客は、3つの主要なカテゴリで検証されたパートナーソリューションを探すことができます。
- 設計 (Design): プロキシやロードバランシングを含む高可用性ソリューション。
- 復旧 (Recovery): ディザスタリカバリとデータレプリケーション。
- 運用 (Operate): オブザーバビリティとカオスエンジニアリングによる継続的なレジリエンス。
AWS TransformがフルスタックWindowsモダナイゼーションのためのAIエージェントを開始 #
投稿日: 2025年12月1日
何ができるようになったのか #
AWS Transformは、従来の.NETモダナイゼーションエージェントから機能を拡張し、.NETアプリケーションとそれに関連するデータベースの両方を扱う「フルスタックWindowsモダナイゼーションエージェント」を開始しました。この新しいエージェントは、.NETアプリケーションとMicrosoft SQL ServerデータベースをAmazon Aurora PostgreSQLに変換し、Amazon ECSまたはAmazon EC2 Linux上のコンテナにデプロイする作業を自動化します。
何が嬉しいのか #
AWS Transformは、アプリケーション層とデータベース層にわたるフルスタックのWindowsモダナイゼーションを5倍高速化し、運用コストを最大70%削減します。自動化された発見、変換、デプロイを通じて、モダナイゼーションの道のりを加速できます。人間の監督下にある統一されたワークフローで、SQL ServerスキーマをAurora PostgreSQLに自動変換し、データベース接続を更新し、データベースアクセスコードを修正します。
これまでとどう変わるのか #
- これまで: .NETアプリケーションのモダナイゼーションは、アプリケーションコードの書き換えと、データベースの移行・スキーマ変換を別々のプロセスとして手動で行う必要があり、多大な時間と労力がかかりました。
- これから: 新しいAIエージェントが、アプリケーションとデータベースの両方をスキャンし、カスタマイズされた移行計画を作成します。SQL ServerからAurora PostgreSQLへのスキーマ変換、データ移行、.NETコード内のデータベース接続文字列の更新、データアクセスコード（Entity Framework, ADO.NET）の修正までを、単一のワークフローで自動的に実行します。
具体的なユースケース #
- EC2またはRDS上で稼働しているSQL Serverデータベースと、GitHub上の.NETアプリケーションリポジリをAIエージェントに指定する。
- エージェントが自動的にコードとデータベースを分析し、Aurora PostgreSQLへの移行計画を提示する。
- ユーザーが計画を承認すると、エージェントがスキーマ変換、データ移行、コード修正を自動的に行い、変換後のコードを新しいGitブランチにコミットする。
- 最後に、変換されたアプリケーションとデータベースを新しい環境にデプロイし、動作を検証する。
AWS、組織全体のアプリケーションモダナイゼーションを加速する「AWS Transform custom」を開始 #
投稿日: 2025年12月1日
何ができるようになったのか #
「AWS Transform custom」が一般提供開始されました。これは、エージェント型AIを使用して、組織固有のコードとアプリケーションのモダナイゼーションを大規模に加速するものです。AWS Transformは、Windows、メインフレーム、VMwareなどの変換を加速する初のエージェントAIサービスであり、技術的負債を削減し、技術スタックをAI対応にします。
何が嬉しいのか #
バージョンアップ、ランタイム移行、フレームワーク移行、言語翻訳といった反復的な変換を大規模に自動化し、多くの場合で実行時間を80%以上削減しながら、専門的な自動化の専門知識の必要性を排除します。PythonやNode.jsのランタイムアップグレード、Lambda関数のモダナイゼーション、複数言語にわたるAWS SDKの更新、Java 8から17へのアップグレードなど、一般的なシナリオ向けの標準変換機能が組み込まれています。さらに、組織固有のニーズに対しては、自然言語、参照ドキュメント、コードサンプルを使用してカスタム変換を定義できます。
これまでとどう変わるのか #
- これまで: 古いライブラリのバージョンアップや、フレームワークの移行といった「技術的負債」の返済は、開発者が手動で広範囲なコードベースを修正する必要があり、反復的で時間のかかる作業でした。
- これから: 「AWS Transform custom」エージェントに、自然言語やコードサンプルで「こういったコードをこのように変換して」と指示するだけで、組織内の多数のリポジトリにまたがるコード変換を自動的に実行させることができます。エージェントは開発者のフィードバックから継続的に学習し、変換の精度を向上させます。
具体的なユースケース #
- 標準的な変換: 単純なCLIコマンド一つで、組織内の多数のプロジェクトにわたる「Python 2から3へのアップグレード」や「古いAWS SDKから最新版への更新」といった変換を一度に実行する。
- カスタム変換: 組織内で使用している独自の共通ライブラリのメジャーバージョンアップに伴うAPIの破壊的変更に対応するため、AIエージェントに古い呼び出し方と新しい呼び出し方のコードサンプルをいくつか提示し、組織内の全コードベースにわたって自動的に修正させる。
AWS Transform for Mainframeがアプリケーションの再創造（Reimagining）をサポート #
投稿日: 2025年12月1日
何ができるようになったのか #
AWS Transform for Mainframeは、メインフレームアプリケーションの再創造（Reimagining）を推進するための、新しいデータおよびアクティビティ分析機能を提供します。これにより、包括的なインサイトを抽出し、レガシーアプリケーションを論理的なビジネスドメインに分解するための情報を提供します。
何が嬉しいのか #
これらのインサイトとビジネスロジック抽出を組み合わせることで、Kiroのようなコーディングエージェントがアプリケーションをクラウドネイティブアーキテクチャに再創造するための包括的な仕様の基礎を形成します。自動化されたコード・データ構造分析、アクティビティ分析、技術ドキュメント生成、ビジネスロジック抽出、インテリジェントなコード分解を含む包括的なリバースエンジニアリングワークフローにより、レガシーワークロードの再創造が可能になります。
これまでとどう変わるのか #
- これまで: メインフレームのモダナイゼーションは、アプリケーションの構造やビジネスロジックの理解が困難で、手作業での分析に多大な時間と専門知識が必要でした。
- これから: AWS Transformが、メインフレームのCOBOLコードやデータ構造、実行時のアクティビティを自動で分析し、アプリケーションを理解するための詳細なインサイト（技術ドキュメント、ビジネスロジック、コンポーネント分割案など）を生成します。これにより、モダナイゼーションの計画立案がデータ駆動型になり、より効果的に進められます。
具体的なユースケース #
- AIを活用したチャットインターフェースで、利用頻度やビジネス価値の高いアプリケーションコンポーネントを特定し、モダナイゼーションの取り組みを最適化する。
- AWS Transformにメインフレームのソースコードを入力し、自動生成された技術ドキュメントやビジネスロジックの抽出結果を元に、マイクロサービスへの分割計画を立てる。
- AIチャットインターフェースを通じて、「完全なモダナイゼーション」「分析のみ」「ビジネスロジック抽出のみ」といった事前定義されたワークフローを選択するか、特定の目的に基づいて独自の機能の組み合わせを作成し、柔軟なアプローチでモダナイゼーションを進める。
AWS Transform for Mainframeが新しいテスト自動化機能を提供 #
投稿日: 2025年12月1日
何ができるようになったのか #
AWS Transform for Mainframeは、メインフレームのモダナイゼーションプロジェクトを加速するためのテスト計画および自動化機能を提供するようになりました。新機能には、自動テスト計画生成、テストデータ収集スクリプト、テストケース自動化スクリプトが含まれます。
何が嬉しいのか #
メインフレームのモダナイゼーションにおけるテストと検証を加速し、リスクを軽減します。通常、プロジェクト期間の50%以上を消費するメインフレームのモダナイゼーションテストに必要な時間と労力を削減します。自動テスト計画生成により、チームは初期計画の労力を削減し、モダナイゼーションの成功を確実にするために必要な重要な機能テストに集中できます。また、テストデータ収集スクリプトは、エラーが発生しやすく複雑なメインフレームデータのキャプチャプロセスを加速します。
これまでとどう変わるのか #
- これまで: メインフレームのモダナイゼーションにおけるテストは、手作業が多く、専門知識を持つ人材への依存度が高く、プロジェクト期間の大きな割合を占めるボトルネックでした。
- これから: AWS Transformが、テスト計画の自動生成、メインフレームからのテストデータ収集、テストケースの実行自動化といった一連のテストプロセスを支援します。これにより、テストの工数が大幅に削減され、属人化も解消されます。
具体的なユースケース #
- 自動テスト計画生成: モダナイズ対象のアプリケーションを分析し、リスクを軽減し成功を確実にするために必要な機能テストの計画を自動で生成する。
- テストデータ収集: メインフレーム上の複雑でエラーを起こしやすいデータ取得プロセスを、スクリプトによって自動化・高速化する。
- テストケース実行の自動化: テスト環境の準備、テストケースの実行、期待される結果との比較検証を自動化するスクリプトを生成し、スケーラブルなテスト実行を可能にする。
AWS Transformが.NET変換機能を拡張し、開発者体験を向上 #
投稿日: 2025年12月1日
何ができるようになったのか #
AWS Transformにおいて、.NET変換機能の拡張と開発者体験の向上が一般提供開始されました。顧客は.NET Frameworkおよび.NETコードを.NET 10または.NET Standardにモダナイズできます。新しい変換機能には、ASP.NET Web FormsのUIをASP.NET Core上のBlazorに移植する機能や、Entity Framework ORMコードの移植が含まれます。
何が嬉しいのか #
AWS Toolkit for Visual Studio 2026または2022で利用可能な新しい開発者体験は、カスタマイズ可能で、インタラクティブかつ反復的です。編集可能な変換計画、推定変換時間、変換中のリアルタイム更新、修正された計画での変換の繰り返し機能、そしてAIコードコンパニオンへの簡単な引き継ぎのためのNext Stepsマークダウンが含まれます。これにより、開発者は変換プロセスを監督し、制御することができます。
これまでとどう変わるのか #
- これまで: .NETのモダナイゼーションは、多くの手作業を伴い、特にWeb Formsのような古いUIフレームワークやデータアクセス層の移行は困難でした。
- これから: AWS Transformが、ASP.NET Web FormsからBlazorへのUI移植や、Entity Frameworkコードの移植といった、より困難な変換タスクを自動化します。また、Visual Studio拡張機能を通じて、変換計画のカスタマイズや進捗のリアルタイム確認など、開発者がより対話的にプロセスを制御できるようになります。
具体的なユースケース #
- 開発者がVisual Studio内で、古いASP.NET Web Formsアプリケーションのプロジェクトを開き、AWS ToolkitからAWS Transformを実行する。
- 自動的に生成された変換計画（例：特定のNuGetパッケージの更新バージョンの指定）をカスタマイズし、変換を開始する。
- 変換プロセス中の進捗と詳細なアクティビティログをリアルタイムで確認する。
- 変換完了後、生成された「Next Steps」ドキュメントに従い、Linux対応などの残りのタスクを、再度AWS Transformを実行するか、KiroのようなAIコードコンパニオンツールを活用して完了させる。
AWS TransformがエンタープライズVMware移行のための新しいエージェントAI機能を追加 #
投稿日: 2025年12月1日
何ができるようになったのか #
AWS Transformは、VMwareからAWSへの移行を自動化するための、強力な新しいエージェントAI機能を追加しました。この移行エージェントは、移行チームと協力してビジネスの優先順位を理解し、数千のサーバーにまたがる数百のアプリケーションをインテリジェントに計画・移行することで、手作業、時間、複雑さを大幅に削減します。
何が嬉しいのか #
オンプレミス環境の検出、アプリケーションの優先順位付け、インフラ・DB・アプリの詳細分析、依存関係のマッピング、そして移行計画の生成までを自動化します。移行計画は、所有者、部門、機能、サブネット、OSなどのビジネス・技術的優先順位でグループ化されます。ハブアンドスポーク構成や分離されたネットワーク構成を生成し、柔軟なIPアドレス管理オプションを提供し、複数のAWSアカウントにデプロイできます。これにより、大規模で複雑なVMware環境の移行を、より迅速かつ低リスクで実行できます。
これまでとどう変わるのか #
- これまで: 大規模なVMware環境の移行は、手動での詳細な棚卸し、依存関係のマッピング、移行計画の策定が必要で、膨大な時間と専門知識を要する複雑なプロジェクトでした。
- これから: AIエージェントが、オンプレ環境の検出ツールや、ドキュメント、ビジネスルールといった非構造化データまで読み込んで分析し、ビジネスの優先順位を考慮したインテリジェントな移行計画を自動で生成します。ネットワーク構成の生成からサーバーの段階的な移行、進捗報告まで、プロセス全体をガイドおよび自動化します。
具体的なユースケース #
- AIエージェントが、AWS Transform discovery toolやサードパーティツールからのインベントリデータ、さらには社内のルールブック（ドキュメント）を読み込み、移行すべきアプリケーションの優先順位を決定する。
- ビジネス部門や機能ごとにアプリケーションをグループ化し、依存関係を考慮した移行ウェーブ（段階的な移行グループ）を計画する。
- ハブアンドスポーク型のネットワークトポロジをAWS上に自動生成し、オンプレミスのネットワーク構成（NSX, Cisco ACIなど）を考慮した上でサーバーを移行する。
- 移行プロセス中にAIエージェントに質問したり（例：「このステップをスキップできるか？」）、計画を調整したりしながら、対話的に移行を進める。