Share
Embed
AI時代のコスト管理を考えよう〜明日から使える実践AWSノウハウ~
AWS Summit Japan 2026 の Builder Community Lounge のチョークトークです。
yoshimi0227
June 25, 2026
Transcript
75 slides
-
AI時代のコスト管理を考えよう AWS Summit 2026 ~Builder Community Lounge~ 2026/6/25 株式会社 野村総合研究所
前原 良美 〜明日から使える実践AWSノウハウ〜 -
自己紹介 株式会社 野村総合研究所 プラットフォームサービス開発一部 前原良美 2 【AWSコミュニティ】 【社内コミュニティ】 ▪ 社内AWS勉強会運営
▪ 開発コミュニティ(xPalette) ▪ JAWS-UG 配信部 ▪ Ops-JAWS 運営 ▪ Education-JAWS運営 ▪ JAWS Sonic 2026 企画担当 -
目次 3 はじめに 1 コスト管理方法(予測・計画 / 可視化 / 最適化 /
FinOpsの実践)の紹介 2 AIを用いてコスト管理をする際に大事なこと 3 生成AIサービスを利用する際のコスト管理で大事なこと 4 さいごに 5 -
予測・計画 / 可視化 / 最適化 / FinOpsの実践 6 https://aws.amazon.com/jp/blogs/news/aws-cost-optimization-guidebook/ 予測・計画
可視化 最適化 FinOpsの実践 :コストを試算する :現状のコストを把握する : AWS構成を見直す :コスト管理の仕組み作り -
目次 7 はじめに 1 コスト管理方法(予測・計画 / 可視化 / 最適化 /
FinOpsの実践)の紹介 2 AIを用いてコスト管理をする際に大事なこと 3 生成AIサービスを利用する際のコスト管理で大事なこと 4 さいごに 5 -
① 予測・計画 8 https://aws.amazon.com/jp/blogs/news/aws-cost-optimization-guidebook/ ① 予測・計画 ② 可視化 ③ 最適化
④ FinOpsの実践 :コストを試算する :現状のコストを把握する : AWS構成を見直す :コスト管理の仕組み作り -
② 可視化 18 https://aws.amazon.com/jp/blogs/news/aws-cost-optimization-guidebook/ ① 予測・計画 ② 可視化 ③ 最適化
④ FinOpsの実践 :コストを試算する :現状のコストを把握する : AWS構成を見直す :コスト管理の仕組み作り -
AWS Cost Explorer(2/3) 23 レポートパラメータのおすすめディメンション/フィルター項目 項目 説明 サービス AWSサービスごとの利用コストがわかる 例:Amazon
EC2(インスタンス)、Amazon EC2(その他)、Amazon S3 使用タイプ サービス内の、具体的なコスト内訳がわかる 例:APN1-LoadBalancerUsage、APN1-NatGateway-Hours タグ 指定したAWSコスト配分タグごとの利用コストがわかる 例:aws:createdByタグ(リソース作成者ごと)、自作のタグ ② 可視化 -
AWS Compute Optimizer(1/2) 26 Amazon EC2 から Amazon Aurora・Amazon RDS
まで、様々な AWSサービスのコスト削減可能額を確認可能 ② 可視化 -
可視化方法 その6 34 Cloud Intelligence Dashboards フレームワークを 用いてよりカスタマイズされたダッシュボードで状況を分析 https://docs.aws.amazon.com/ja_jp/guidance/latest/cloud-intelligence-dashboards/getting-started.html AWS
Cost & Usage Report AWS Compute Optimizer AWS Trusted Advisor データソース AWS Glue Amazon Athena Amazon Simple Storage Service (Amazon S3) データレイク 他にも色々 Amazon Quick ダッシュボード ② 可視化 -
Cloud Intelligence Dashboards(2/6) 36 コスト関連のダッシュボード例は下記の通り https://docs.aws.amazon.com/ja_jp/guidance/latest/cloud-intelligence-dashboards/dashboards.html 項目 具体例 スタンダードな コスト管理ダッシュボード
• CUDOS ダッシュボード • コストインテリジェンス ダッシュボード • KPI&モダナイゼーション ダッシュボード 特定AWSサービスに特化した コスト管理ダッシュボード • Trusted Advisor Organizational (TAO) ダッシュボード • Compute Optimizer ダッシュボード • Cost Anomaly ダッシュボード AWSサービスの特定の設定に特化した コスト管理ダッシュボード • Extended Support Cost Projection • Graviton Savingsダッシュボード 特定ユースケース用に特化した コスト管理ダッシュボード • Kubecost Containers Cost Allocation ダッシュボード • SCAD Containers Cost Allocation ダッシュボード • Pricing Change Analysis ダッシュボード ② 可視化 -
Cloud Intelligence Dashboards(6/6) 40 Kubecost Containers Cost Allocation ダッシュボード(Kubernetes のコスト詳細を掲載)
https://docs.aws.amazon.com/ja_jp/guidance/latest/cloud-intelligence-dashboards/dashboards.html ② 可視化 -
③ 最適化 43 https://aws.amazon.com/jp/blogs/news/aws-cost-optimization-guidebook/ ① 予測・計画 ② 可視化 ③ 最適化
④ FinOpsの実践 :コストを試算する :現状のコストを把握する : AWS構成を見直す :コスト管理の仕組み作り -
分析結果をもとに手動対応 45 項目 具体例 1 不要なリソースを削除 Amazon EC2インスタンス削除、Amazon EBS ボリューム削除
2 未使用時にリソースを停止 土日に停止、夜間停止 3 適切なリソース設定に修正 サイズ変更、AWS Gravitonへ移行 4 リソースが自動スケーリングするように修正 Amazon EC2 Auto Scaling、Karpenter 5 より適切なサービス構成へ修正 ログの保管をAmazon CloudWatch Logsから Amazon S3へ移行 6 ライフサイクルを設定し、保管費用を減額 Amazon S3のデータを6か月後にAmazon S3 Glacier ストレージクラスへ移行 7 割引制度を利用 リザーブドインスタンス、Savings Plans 最適化の対応例は下記の通り ③ 最適化 -
最適化方法 その2 46 AWSサービスを用いてリソースを自動最適化 項目 説明 AWS Config & AWS
Systems Manager Automation AWS ConfigのCost Optimization Conformance Packで コスト最適化ルールの準拠状況を自動確認後、 AWS Systems Manager Automationを用いることで自動で 非準拠ルールを修復可能 AWS Compute Optimizer Automation AWS Compute Optimizer Automationを用いることで スナップショットの自動削除やEBSボリュームの自動変更・自動削除が 可能 https://aws.amazon.com/jp/blogs/news/automating-cost-optimization-governance-with-aws-config/ ③ 最適化 -
④ FinOpsの実践 47 https://aws.amazon.com/jp/blogs/news/aws-cost-optimization-guidebook/ ① 予測・計画 ② 可視化 ③ 最適化
④ FinOpsの実践 :コストを試算する :現状のコストを把握する : AWS構成を見直す :コスト管理の仕組み作り -
Cost Anomaly Detection 51 「コスト増加の検出結果」を可視化や最適化の参考情報とする (Cost Explorer や Amazon Q
で続きの詳細調査がすぐに可能) ④ FinOpsの実践 -
目次 56 はじめに 1 コスト管理方法(予測・計画 / 可視化 / 最適化 /
FinOpsの実践)の紹介 2 AIを用いてコスト管理をする際に大事なこと 3 生成AIサービスを利用する際のコスト管理で大事なこと 4 さいごに 5 -
AIを用いてコスト管理をする際に大事なこと 59 より大事になるのが 「ノイズを与えないこと」と「前提知識を連携すること」 項目 理由 ノイズを与えないこと 人間:察してノイズを無視できる AI:ノイズについても真剣に判断する(トークンを消費して確認する) 前提知識を連携すること
人間:連携がない場合でも、他の資料も見ながら情報を補完できる AI:与えられていない前提知識は検討できない -
ノイズを与えないために 60 AWSのアカウントを目的ごとに使いわける (AWS Organizationsの活用) 例えば、個人用アカウントでも下記のように使いわけるとノイズが減る 種別 用途 親アカウント 支払い用
子アカウント ガバナンス用:リソースがあまり増減しない 技術検証用 :リソースの増減が激しい ハッカソン用:他の人も使う -
前提知識を連携するために(1/2) 61 リソースの名称やタグを適当につけない (目的や役割がわかる名付け) 命名規則例 具体例 名称フォーマット [システム名]-[利用用途]-[リソース名] とか 利用可能な文字・記号
英字とハイフンのみ とか 利用可能な単語 英単語OK・ローマ字NG とか 命名規則があると、AIのリソース理解もよりスムーズになる -
前提知識を連携するために(2/2) 62 タグ付けを徹底するための仕組みを用意する (タグ付け強制ルールの追加) 適用形式 方法 手動構築、IaCで 適用可 AWS Organizationsのタグポリシーでタグを標準化
AWS Configのマネージドルール「required-tags」で、指定したタグがリソースにあるか確認 SCPやIAMポリシーでタグ付けを必須とするよう制御 IaCのみ適用可 コードの段階でLinterを用いて静的チェック(タグの有無、命名規則) 「必須タグキー」を用いてデプロイ時にタグの有無を確認し、無い場合にWARN or ERRORとする -
目次 63 はじめに 1 コスト管理方法(予測・計画 / 可視化 / 最適化 /
FinOpsの実践)の紹介 2 AIを用いてコスト管理をする際に大事なこと 3 生成AIサービスを利用する際のコスト管理で大事なこと 4 さいごに 5 -
生成AIサービスを利用する際のコスト管理で大事なこと 66 生成AIモデルは、問い合わせのやりとりをトークン化している。 その際に使用したトークン量をもとに利用料が決まる https://aws.amazon.com/jp/bedrock/pricing/ 東京リージョンの場合 1M input tokens 1M
output tokens Claude Opus 4.8 USD 5.00 USD 25.00 Claude Sonnet 4.6 USD 3.00 USD 15.00 Claude Haiku 4.5 USD 1.00 USD 5.00 モデルが強くなるとトークンあたりの利用料が高くなる。また、あわせて トークン消費量自体も増えていく。 -
生成AIサービスを利用する際のコスト管理で大事なこと 67 トークン管理で大事になるのが 「一人ひとりにトークンやコストを意識させること」 項目 理由 一人ひとりにトークンや コストを意識させること トークンという概念になじみのない人にとって「どれくらいトークンを使用し、コストがか かっているのか」の把握は難しい
⇒まずは現状を可視化で把握し、今後の予測・計画へとつなげる トークン使用量は「多いとダメ」という単純なものではない (生産性とあわせて確認する必要がある) ⇒タスクに対して適切なトークン使用量となるよう最適化を続ける -
トークンの「可視化」方法(3/3) 70 AWS内のコンソールにて、一人一人がトークンの使用量や コストを都度確認する 利用しているサービスやモデルに応じたダッシュボードで確認可能 • Cost Explorer • 作成したアプリケーション推論プロファイルのメトリクス一覧
• Claude Platform on AWSの使用状況ダッシュボード • Amazon BedrockのBedrock Mantleのダッシュボード -
目次 73 はじめに 1 コスト管理方法(予測・計画 / 可視化 / 最適化 /
FinOpsの実践)の紹介 2 AIを用いてコスト管理をする際に大事なこと 3 生成AIサービスを利用する際のコスト管理で大事なこと 4 さいごに 5