[E2]CCoEはAI指揮官へ。Bedrock×MCPで構築するコスト・セキュリティ自律運用基盤

by ishii-takuya

Embed

Start on current slide

Slide 1

Slide 1 text

JAWS DAYS 2026 Mashup for the Future CCoEはAI指揮官へ Bedrock × MCPで構築するコスト・セキュリティ自律運用基盤石井拓也（株式会社ぐるなび）

Slide 2

Slide 2 text

#jawsug #jawsdays2026 #jawsdays2026_e 自己紹介石井拓也＜Takuya Ishii＞所属：株式会社ぐるなび開発部門技術戦略室 CCoE 好きなこと：テニス、子供と遊ぶ(2児のパパ) 好きなAWSサービス： AWS Security Hub AWS Cost Explorer 好きなお姉さん：まやお姉さん (おかあさんといっしょ)

Slide 3

Slide 3 text

会社情報 3

Slide 4

Slide 4 text

4 理念体系日本の食文化を守り育てる食でつなぐ。人を満たす。私たちぐるなびは食の可能性を信じ、世界中のヒト・モノ・コトをつなげ、人々が満たされる場を創出します。創業からつなぐ想い SPIRIT 存在意義 PURPOSE

Slide 5

Slide 5 text

飲食店情報サイト「楽天ぐるなび」 5 開設日 1996年6月会員数 2,887万人総掲載店舗数約42万店総有料加盟店舗数 43,015店（2025年12月時点）

Slide 6

Slide 6 text

Slide 7

Slide 7 text

本題

Slide 8

Slide 8 text

#jawsug #jawsdays2026 #jawsdays2026_e 通知の自動化で、満足していませんか？ Cost anomaly detected Security finding Budget Alert 解決は現場頼み。

Slide 9

Slide 9 text

検知の自動化ではない判断と一次対応を、どこまでAIに任せられるか？完全自動化 (過去の理想) AIとの責任分担 (現実的な最適解) 今日のテーマ

Slide 10

Slide 10 text

#jawsug #jawsdays2026 #jawsdays2026_e 最初の設計（過信）「LLMで全部やればいい」理想は美しかった Billing API取得予実計算改善案生成 Slack投稿

Slide 11

Slide 11 text

#jawsug #jawsdays2026 #jawsdays2026_e 現実数値が揺れる再現しない架空の改善案 “それっぽい”が混ざる冷や汗デモ直前。数字が合わないこのまま出せない

Slide 12

Slide 12 text

#jawsug #jawsdays2026 #jawsdays2026_e もっと賢いモデルを使えば、解決するのか？

Slide 13

Slide 13 text

#jawsug #jawsdays2026 #jawsdays2026_e 違う。これはAI精度の問題じゃない AIにどこまで任せるかを設計していなかった

Slide 14

Slide 14 text

#jawsug #jawsdays2026 #jawsdays2026_e 判断に至る思考を、3層に分解する事実層（数値・ログ）揺るがない数値判断層（ルール）再現性のある判定知識層（最新仕様）変わり続ける仕様。混ぜるな

Slide 15

Slide 15 text

#jawsug #jawsdays2026 #jawsdays2026_e AIとの責任境界を設計する人間 AI 正確なデータの用意閾値定義決定検索整理文脈化

Slide 16

Slide 16 text

#jawsug #jawsdays2026 #jawsdays2026_e では、どう設計したのか。 Case 1 : 設計レビュー Case 2 : コスト診断 Case 3 : セキュリティ

Slide 17

Slide 17 text

Case1：設計レビュー「知識アクセス」

Slide 18

Slide 18 text

#jawsug #jawsdays2026 #jawsdays2026_e Case1：設計レビューが「遅すぎる」「それ、最初にいってよ！」リリース直前に：・古い推奨構成・過剰IAM / SG ・ログ未設定 CCoE 現場

Slide 19

Slide 19 text

#jawsug #jawsdays2026 #jawsdays2026_e 解決アプローチ：AWS公式を直接参照し、誰でも壁打ちできるAI基盤を整備する。アーキテクチャ図：意思決定は人間 AWSナレッジ検索UI：

Slide 20

Slide 20 text

#jawsug #jawsdays2026 #jawsdays2026_e AWS公式を直接参照するAI基盤

Slide 21

Slide 21 text

#jawsug #jawsdays2026 #jawsdays2026_e AI 人・最新仕様検索・設計との照合・根拠提示・論点整理・正確なデータの用意・決定 AIは意思決定しない「知識」アクセスと構造化を担う責任境界（Case1 : 知識アクセス）

Slide 22

Slide 22 text

Case2：コスト診断「レポート作成」

Slide 23

Slide 23 text

#jawsug #jawsdays2026 #jawsdays2026_e Case2：コスト不安サービス別コストを説明できない月額いくらか即答できないだから思った。 AIに任せれば解決するのでは？現場のリアル：予算を知らない

Slide 24

Slide 24 text

#jawsug #jawsdays2026 #jawsdays2026_e 最初の設計：AIにすべて任せてみた結果：信頼できなかったコスト情報取得予実計算改善案生成レポート生成問題はAIの精度ではない計算や判断を、AIに丸投げしていること計算ミス（合計が合わない）別アカウントのコスト混入架空の改善案

Slide 25

Slide 25 text

#jawsug #jawsdays2026 #jawsdays2026_e 解決アプローチ：事実層は固定。AIは説明計算はコードで確定させ、AIに確定値を渡す・ JSON Schema で構造化・ Lambda / Athena で確定値算出設計のポイント：・ AIには数値を渡すだけコードで算出したデータ例：

Slide 26

Slide 26 text

#jawsug #jawsdays2026 #jawsdays2026_e Case2 : アーキテクチャ図アーキテクチャ図：

Slide 27

Slide 27 text

#jawsug #jawsdays2026 #jawsdays2026_e 設計を変えた結果・ AIには確定値のみ渡す・数値はコードで確定・役割を分担

Slide 28

Slide 28 text

#jawsug #jawsdays2026 #jawsdays2026_e AI 人・数値の構造化・変動要因の説明・定義済みアクション提示・データの確定(前処理) ・アクション定義 AIは決めない。事実を、判断できる形にする・決定 AIとの責任境界（Case2 : レポート作成）

Slide 29

Slide 29 text

Case3：セキュリティ「一次調査」

Slide 30

Slide 30 text

#jawsug #jawsdays2026 #jawsdays2026_e Case3：Security Hub一次調査の自律化 AWS Security Hub Security Hub Finding Amazon Bedrock AgentCore (Orchestrator + CloudTrail MCP) CloudTrail Lake Slack Investigation Results & Remediation Guide Finding情報を ”固定コンテキスト”として渡す・検索範囲を限定・精度のブレを抑制設計のポイント：・ハルシネーション余地を縮小「ログ横断検索をAIにやらせる」ではなく Findingで検索条件を固定している

Slide 31

Slide 31 text

#jawsug #jawsdays2026 #jawsdays2026_e AI 人・ログ検索・時系列整理・原因候補提示 AIは“原因候補を提示する”。断定はしない・対応案提示 AIとの責任境界（Case3 : セキュリティ一次調査）・正確なデータの用意・決定

Slide 32

Slide 32 text

#jawsug #jawsdays2026 #jawsdays2026_e Guardrailsは万能ではない実装：・Amazon Bedrock Guardrails ・機密ワード検知・クレデンシャルマスク・リモートMCP接続前フィルタリングセキュリティは機能ではない。設計であるしかし、Guardrailsは防ぎきれない。・入力ポリシーを策定・検索範囲の制限・ IAM最小権限・運用レビュー

Slide 33

Slide 33 text

私たちは、AIを導入したのではない。 AIを“指揮下”に置いた。任せる範囲を決め、責任境界を設計し、人を戦略に集中させる。それが、AIネイティブCCoE CCoEはAI指揮官へ。

Slide 34

Slide 34 text

ご清聴ありがとうございました！