rights reserved. 4 I N T E RNE T E RA MO B I L E E RA S O C IA L E R A A I E R A 過去登場した技術は 10 年以上にわたり発展 Mobile Cloud Social Video eCommerce 3D&I AI Web
or its affiliates. All rights reserved. 12 AI エージェントの仕組み 目的 (ゴールを伝える) AI エージェント 環境 ②ツールの利用 ③観測 目的 結果 ①計画 目的とツールを与えるのみでタスクを自律的に完了する技術 ① 完了までの計画を作成 ② 計画を進めるためにツールを利用 JSON 等の構造化データで API 呼出 SQL 等のプログラムにより直接操作 ③ 実行結果を観測し進捗を更新 結果を出力
or its affiliates. All rights reserved. 13 AI エージェントと既存技術の違い RPA と異なり、 タスク完了までのプロ セスは動的に作成する 事前定義する固定的な ワークフローではない = RPA ? = Chat AI ? = Assistant ? チャット型 AI と異なり、 再帰的に行動する 逐次指示がなくても、 自律的に次のタスクを 推定し行動する アシスタント型の AI と 異なり、AI 側が作業を 主導する 与えられたツールにより、 人間の作業を代行する
or its affiliates. All rights reserved. 17 先進的企業における「試す」速度 Canva : 画像生成 AI をいち早く活用することを決断。 3 週間以内で 1 億人のユーザーへ画像生成機能を提供。 Bloomberg : 金融に特化した大規模言語モデルの自社構築 を決断。生成 AI の構築と活用のノウハウをいち早く学習。 Perplexity : 検索と生成 AI を組み合わせたサービスの市 場投入をいち早く決断。2024 年時点で月間約 1,000 万 のアクティブユーザーが利用するサービスに。
or its affiliates. All rights reserved. Amazon の生成 AI 活用の速度と進化 Alexa+ で自然な対話と ショッピングの実現 商品説明文の作成を補助する Enhance My Listing Amazon Ads での 商品背景画像生成 カスタマーレビューの ハイライト要約 処方箋記載内容の 集約と構造化 AI Agent を用いた 代理購買 “Buy For Me” https://www.aboutamazon.com/news/innovation-at-amazon/how-amazon-uses-generative-ai
or its affiliates. All rights reserved. Amazon Bedrock : 多用なモデルをワンストップで提供 NOVA JAMBA CLAUDE COMMAND EMBED RERANK LLAMA RAY2 Highly efficient processing & grounded generation for long context lengths Professional-grade images with creative control, deployable at scale Advanced image & language reasoning Specialized expert models for agentic reasoning and multimodal tasks High-quality video generation with natural, coherent motion & ultra-realistic details Software engineering AI for large enterprises STABLE DIFFUSION MISTRAL MIXTRAL PIXTRAL MALIBU POINT Frontier intelligence & industry leading price performance Excels at complex reasoning, code generation, & instruction following Powering efficient, multilingual AI agents with advanced search & retrieval Advanced reasoning models that solve complex problems step-by-step DEEPSEEK-R1 CTRL + F for video data: unlock the full potential of enterprise video assets PALMYRA Purpose-built models for building & scaling AI agents across the enterprise MARENGO PEGASUS (Coming soon) (Coming soon) OpenAI の公開した 20B、120B モデルもサーバーレスで提供
or its affiliates. All rights reserved. 34 主要なクラウドサービスプロバイダーとして 初めて AI マネジメントシステムの認証を取得 ISO/IEC 42001 https://aws.amazon.com/jp/blogs/news/aws-achieves-iso-iec-420012023-artificial-intelligence-management-system-accredited-certification/ AI システムにおけるリスク評価し、対応、影響評価を通じ継続的な改善を行うための要求事項を定める。 Amazon Bedrock、Amazon Q Business、Amazon Textract、および Amazon Transcribe で取得。
or its affiliates. All rights reserved. 36 リスクの特定支援 : Threat-Composer を提供 システムに対する潜在的な リスクを特定し分析する 「脅威モデリング」の実行をサ ポートするツールを オープンソースで共有。 AI アプリケーションのセキュリ ティリスクをまとめた OWASP Top 10 LLM Applications 2025 にも対応。 https://github.com/awslabs/threat-composer
or its affiliates. All rights reserved. 38 「安全」な AI エージェントの開発では、中核と なる実装以外に求められる要素が多くなる AI エージェント ツールの管理 ホスティング 環境 運用監視 ガードレール 認証・認可 セッション 記憶管理 ツールの実行 環境
or its affiliates. All rights reserved. 43 AWS Executive Briefing Center (EBC) お客様の経営層の皆様に対し、クラウド戦略やデータ、 AI/ML の活用といった個別 課題について Amazon のカルチャーや進め方、テクノロジーを含めお伝えし、議論 する場。本日の説明資料は、EBC の資料の一部を使用しています。 https://aws.amazon.com/jp/executive-insights/ebc-executive-briefing-center/
or its affiliates. All rights reserved. 44 AWS での事例化を通じた社内外での認知向上 AWS のイベントで 動画チャンネルで 外部広告で https://www.youtube.com/watch?v=RJkDBchnixQ https://www.youtube.com/@JPAmazonWebServices ※ AWS での事例化や、イベントやメディアでの露出は確約されるものではございません
or its affiliates. All rights reserved. 45 ML Enablement Workshop : Amazon 流のプロダクトづくりを実践 生成 AI を含めた AI/ML 技術を、プロダクトの成長に繋げられるチームを組成す るためのワークショップ。自社はもちろん、顧客との共同開催も推奨。 2024/9/30 発売の 「事例でわかるMLOps 機械学習の成果をス ケールさせる処方箋」 にて詳細掲載
or its affiliates. All rights reserved. 46 銀行からテクノロジー企業まで 幅広いお客様が活用 2025/9/1 に最新となる v3 を公開、提供を開始済み。 ワークショップ期間中に AI Coding Agent を用いた モックの開発と効果計測・ 反映までを実践する。 https://github.com/aws-samples/aws-ml-enablement-workshop
or its affiliates. All rights reserved. 47 2 パートのワークショップのイメージ “Making sense of MVP (Minimum Viable Product) – and why I prefer Earliest Testable/Usable/Lovable” より引用 通常のワークショップ 半日 / 数日かけて順番にワークを進める。 成果物はテキストのみ。終了後、見直しや 実装が行われることはほぼない、 ML Enablement Workshop 実践編で 4 時間以内に全プロセスを完了。 生成 AI を活用し検証可能な Mock を構築。 改善編で実測値を基に自律的な改善を開始。