Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
探索・可視化・自動化を一本化 Amazon Quickでデータ活用スピードを上げる方法
Search
こーへい
July 22, 2026
Technology
810
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
探索・可視化・自動化を一本化 Amazon Quickでデータ活用スピードを上げる方法
こーへい
July 22, 2026
Transcript
45 slides
1 探索・可視化・自動化を一本化 Amazon Quickで データ活用スピードを上げる方法 2026/7/22 クラウド事業統括本部 コンサルティング部 吉川晃平
自己紹介 2 2
本日のセッションについて • 本日お話しすること ◦ データ活用とは ◦ データ活用関するよくある2つの課題 ◦ Amazon Quickの紹介
◦ Quickで課題を解く ◦ Quickのデモ ◦ ネクストアクションのご紹介 • 本日の目標 → 「自社の課題に対して、どうアプローチすればいいのか」が整理させていること 3
AIが自律的に働く時代へ| Amazon Quick で実現するAIエージェント紹介 4 データ活用とは?
データ活用とは 企業が持っているビジネス上発生した様々なデータ(売上、顧客情報など)を収集・分析 し、ビジネス課題解決や意思決定、業務効率化に役立てること 5
①モニタリング:体重計 ぱっと見で現状がわかる → 変化に気づいて行動を変える ビジネスでは= ダッシュボードでKPIを定点観測 6
②課題分析:健康診断 モニタリングで異変に気づく → 原因を深掘りして特定する ビジネスでは= データを分解して「どこに原因が?」 7
データ活用で大事なこと • よくある落とし穴 ◦ 「データ活用したい」← これだけでは目的が曖昧 • まず決めるべきこと ◦ 「何のために(目的)」→「何を見るか(手段)」
8
AIが自律的に働く時代へ| Amazon Quick で実現するAIエージェント紹介 データ活用に関するよくある 2つの課題 9
登場人物と組織の紹介 10
データ活用の流れ 11
課題① 12
課題① ダッシュボード作成に時間がかかる 13
課題② 14
課題② 報告資料の作成に時間がかかる 15
これらの課題にAIでどうアプローチするか • 課題1:ダッシュボード作成に時間がかかる →AIに指示したらグラフやダッシュボードを自動作成してくれる • 課題2:報告資料の作成に時間がかかる →データを読み込みAIが考察を文章化、資料を自動作成してくれる 16
17 Amazon Quickとは
Amazon Quickとは 18 データ分析・業務自動化・文章作成など、企業が日々直面するさまざまな課題を自然言語で 伝えるだけで、AIがソリューションを提供する業務効率化プラットフォーム Top画面
Amazon Quickの全体像 19 赤枠の機能を メインにご紹介 https://dev.classmethod.jp/articles/amazon-quick-suite-quicksight-perspective/
AIエージェントメインのQuick紹介は以下の記事から デモ動画も併せて見れる↓ https://dev.classmethod.jp/articles/ai-autonomous-work-amazon-quick-agents/ 20
Amazon Quickの実際の画面 21 ナビゲーションバー(カスタマイズ可能) 大きく「AI機能」「BI機能」「データ管 理」の3つに属するメニューが存在
Amazon Quickの実際の画面 「AI機能」: ・チャットエージェント ・フロー ・ストーリー ・シナリオ ・オートメーション 22
Amazon Quickの実際の画面 「BI機能」: ・分析 ・ダッシュボード 23
Amazon Quickの実際の画面 「データ管理」: ・スペース ・コネクタ ・ナレッジ ・拡張機能 ・データ ・フォルダ 24
25 Amazon Quickの実際の画面 実行タスクや ダッシュボードなど パッと見たい情報を 確認
Amazon Quickの実際の画面 馴染みのあるAIチャット (チャットエージェント) 26
27 料金について • ライセンスの例 ◦ 部長と課長には管理者権限である「Enterprise」ライセンス ▪ 部長1人と課長3人分の合計4人 ◦ メンバーには利用者権限である「Professional」ライセンス
▪ 各課メンバー5人ずつの合計15人 • 料金合計例 ◦ 「Enterprise」の40ドル×4人の160ドル ◦ 「Professional」の20ドル×15人の300ドル ◦ Quickの「インフラストラクチャ」250ドル =毎月710ドル • その他 ◦ 使用するデータ量に応じた料金(SPICEやナレッジベースストレージ) 参考:Amazon Quick の料金
Amazon Quickのサービス名称の歴史について • • • • 2016年に「Amazon QuickSight」というBIツールとして提供 2023年末に「Q in
QuickSight」として、AI機能が追加 2025年10月ごろに「Amazon Quick Suite」に名称変更 さらにその後、2026年3月ごろに「Amazon Quick」へと再度名称変更 28
おまけ:Quick Sightとは 29 Quick SightはAWSが提供するBIサービス。データを可視化してダッシュボードを作成した り分析に使用できるツール。 https://aws.amazon.com/jp/blogs/news/evolve-your-analytics-with-amazon-quicksights-new-apis-and-theming-capabilities/
30 おまけ:Quick Sightとは BIツールとしてQuick Sightを採用する大きな理由に「AWSを中心とした広範囲へのデータ アクセス」が挙げられる。 さまざまなデータを ソースに出来る
31 Quick機能の紹介
データ活用を促進させる3つの機能 32
チャットエージェント 33
チャットエージェント機能の紹介 34 馴染みあるチャットAI機能で、データ分析に留まらずパワーポイントなどの資料作成も可能 でデータ活用以外の利用ももちろん活躍
対話による探索や可視化 35
対話による分析からの資料作成 36
「Generate Analysis」と「ビジュアル構築」 37
「Generate Analysis」でダッシュボードを作成 38
「Generate Analysis」でダッシュボードを作成 39
Generative BI を使用したビジュアルの構築 https://docs.aws.amazon.com/ja_jp/quick/latest/userguide/generative-bi-build-visuals.html 40
Generative BI を使用したビジュアルの構築 41
42 まとめ
43 まとめ • 課題1:ダッシュボード作成に時間がかかる →AIに指示したらグラフやダッシュボードを自動作成してくれる • 課題2:報告資料の作成に時間がかかる →データを読み込みAIが考察を文章化、資料を自動作成してくれる Amazon Quickの「チャットエージェント」「Generate
Analysis」「ビジュアルの構築」が活躍!!
お勧めページ 44 • 他ウェビナー ◦ AIが自律的に働く時代へ Amazon Quick で実現するAIエージェント紹介 •
料金 ◦ Amazon Quick の Cost Explorer 料金明細を使用タイプごとに確認して、どの機能がどう課 金されるのか整理してみた ◦ Amazon Quick + Kiro と Claude Enterprise の料金を損益分岐点で比較してみた ◦ Amazon Quick の料金 • チャットエージェント ◦ [アップデート] Amazon Quick がドキュメント作成とビジュアル作成に対応したので試して みた • Generate Analysis ◦ [アップデート] Amazon Quick の自然言語プロンプトからマルチシート分析の生成を試して みた • ビジュアルの構築 ◦ Amazon Q in QuickSight の生成AI機能を利用してビジュアルを編集する機能を試してみた
45
More Decks by こーへい
See All by こーへい
契約継続に関するサンプルデータ分析レポート
koheiyoshikawa
0
140
Quickで作ったサンプルデータ活用資料
koheiyoshikawa
0
130
AIが自律的に働く時代へ Amazon Quick で実現するAIエージェント紹介
koheiyoshikawa
0
800
チームビルディング「脅威モデリング」ワークショップ
koheiyoshikawa
0
1.1k
BLEAでAWSアカウントのセキュリティレベルを向上させよう
koheiyoshikawa
0
1.2k
コンテナセキュリティ入門ウェビナー ~ECS on Fargate構成に必要なセキュリティ対策を知ろう~
koheiyoshikawa
0
2.7k
〜AWS初心者向け〜 ベストプラクティスから学ぶ 「AWSセキュリティの高め方」
koheiyoshikawa
1
3.2k
AWSアカウントセキュリティ(セキュアアカウント) 入門セミナー ~面倒な設定はクラスメソッドにお任せ!~
koheiyoshikawa
0
6.9k
ECSの仕組み解説~ECSをチャーハンセットに例えてみた~ #devio2023
koheiyoshikawa
0
4.3k
Other Decks in Technology
See All in Technology
E2E Test というハーネス — AI時代の自動テスト民主化
daishukojima
10
6k
エンタープライズIAMについて - ID・権限をどう統制するか
oidfj
1
310
AIエージェントのアーキテクチャ設計
nsatoh
0
490
OWASP AI Agentic Top10に準拠するクラウドネイティブなガードレールの実践(CNDW 2026)
keitah
1
440
常時稼働エージェントの作り方(Claude公式ブログを資料化)
minorun365
PRO
19
29k
ノードが消える前提で設計する!Karpenterで金融システムを止めないためのノウハウ大全
daitak
1
240
Platform Engineering をベースとした Agentic Software Factory の実践
110y
3
930
メルカリの小規模チーム「Pod」で、 エンジニアがデータアナリストなしで、 AIを使ってデータ分析の自走を目指す取り組み
jackojacko_
1
350
Test Impact Analysis を武器に立ち向かう、AI 時代のテスト増加に対するヌーラボのアプローチ / getting-started-datadog-test-impact-analysis
k6s4i53rx
3
400
AWS Client VPNの設定でハマったポイントとその過程での気づき
amarelo_n24
1
430
サーバーラックは作る時代! 3Dプリンターで作る10インチラックのススメ
jacopen
2
520
[DBRE Summit 26] DBRE はデータベース運用をどう変えたのか
_awache
0
130
Featured
See All Featured
SERP Conf. Vienna - Web Accessibility: Optimizing for Inclusivity and SEO
sarafernandez
2
1.7k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
46
3.1k
Darren the Foodie - Storyboard
khoart
PRO
5
4.1k
New Earth Scene 8
popppiees
5
2.9k
GraphQLとの向き合い方2022年版
quramy
50
15k
Designing for Performance
lara
612
70k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
287
14k
Well, that’s weird…
csswizardry
1
200
Building an army of robots
kneath
307
47k
Reality Check: Gamification 10 Years Later
codingconduct
0
2.4k
Intergalactic Javascript Robots from Outer Space
tanoku
273
28k
AI Search: Where Are We & What Can We Do About It?
aleyda
0
8.3k