ライバル製品のAmazon Forecastを横目で見ていた話

JAWS-UG横浜 #102 AWSサ終供養LT会
https://jawsug-yokohama.connpass.com/event/397635/
2026/07/17(金)

Transcript

1. ライバル製品の Amazon Forecastを 横目で見ていた話 JAWS-UG 横浜 #102 AWS サ終供養 LT 会 2026/07/17(金) Yuuuuuuuu (@ec2_on_aws)
2. 自己紹介  名前： Yuuuuuuuu  所属：とある SIer の運用系子会社  AWS 歴： 7 年目  趣味：酒 (ウイスキー、日本酒) 、ホロライブ  好きな AWS サービス： Amazon EKS 、 Kiro 、 Terraform  AWSな活動  AWS Community Builder(DevTools)  JAWS-UG コンテナ支部 今日の立場 前部署で 5-6 年ほど 機械学習製品の導入業務を していた人 ツイートはこちら⇒#jawsugyokohama Twitter Qiita
3. 突然ですが… Amazon Forecast って ご存知ですか？ 当然ながら、もう新規利用は停止しています ツイートはこちら⇒#jawsugyokohama
4. 現在
5. Amazon Forecast とは  時系列データの需要予測を行う フルマネージド ML サービス  コードを書かずに 予測モデルを構築できる ＝「MLの民主化」を掲げた  Amazon.com で使われている 予測技術がベース 主なユースケース 小売の需要予測・在庫最適化 人員配置の最適化 財務・売上予測 サーバーキャパシティ予測 ツイートはこちら⇒#jawsugyokohama
6. Amazon Forecast の生涯 2018 年 11 月 re:Invent 2018 で プレビュー発表 2019 年 8 月 一般提供 (GA) 開始 2024 年 7 月 新規利用停止 (Jeff Barr 砲で判明) 2026年7月現在 完全停止、、、はしていない 享年：約 5 年 ツイートはこちら⇒#jawsugyokohama
7. Forecast の仕組み S3 に CSV アップロード Forecast が データ読み込み AutoML/ アルゴリズム選択 (DeepAR+, Prophet, NPTS,ARIMA, ETS) 予測モデル 自動構築 予測結果を API/S3 で取得 「CSV を投げれば予測が返ってくる」サービス ツイートはこちら⇒#jawsugyokohama
8. SECTION 02 ML 屋の立場から Forecast をどう見ていたか ツイートはこちら⇒#jawsugyokohama
9. ちょっと前提の話：「ML」と「今流行りの AI」は違う 今の AI ブーム 生成 AI(LLM) 、 ChatGPT 的なもの  文章生成、画像生成、会話、 コード生成 ...  大量のパラメータで「汎用的に」 何でもやる 私がいた ML の世界 もっと地味で泥臭い  「来月の売上を予測したい」 「この設備は壊れそうか」  データを前処理して特徴量を設計し、 モデルを選んで精度を検証…の繰り返し  華やかさはないが、ビジネスの 意思決定に直結する世界 ツイートはこちら⇒#jawsugyokohama
10. ML 製品の導入業務とは  業界横断で使える商用 AutoML プラットフォームを お客様に導入する仕事  製造業・製薬 ・ 小売を中心に、幅広い業界へ 需要予測・異常検知を展開  お客様の課題に合わせて製品を選定・ PoC ・ 導入支援 ・ コンサル  製品を売る立場として、常に市場調査は欠かせない  今だから言えることも、、、 RIVAL Amazon Forecast は 「気になるライバル」の一つ だった ツイートはこちら⇒#jawsugyokohama
11. Forecast が脅威だった理由 ①安い/手軽 商用 ML 製品の世界 ライセンス費用： 数百万〜数千万円 / 年 導入インフラ費用も 1千万円 オーダーで別途乗ってくる お客様の稟議は重い Forecast の価格(当時) $0.60 から 予測 1,000 件あたり 使った分だけの従量課金 初期費用ゼロ ツイートはこちら⇒#jawsugyokohama
12. Forecast が脅威だった理由 ② 「Amazon が中で使ってる」のインパクト DeepAR+  Amazon.com の需要予測で 実際に使われていた技術  RNN(再帰型ニューラル ネットワーク) ベース  論文では従来手法比 約 15% の精度向上を報告 「Amazon の実績」という重み  数億 SKU 、数十カ国、 リアルタイムの在庫最適化  これを実現している技術が ベースですと言われたら…  提案で「Amazon.com 実績あり」 は最強の一言 ツイートはこちら⇒#jawsugyokohama
13. でも実際には…そこまで脅威ではなかった 1 精度チューニングの柔軟性が限定的  自動モデリングは便利だが「痒いところに手が届かない」  一方、商用製品はドメイン知識を組み込みやすい 2 AWS エコシステムの統合は意外と「それだけ」  S3→Forecast→QuickSight の一気通貫は便利  ただし当時、既存の業務システムとの統合は別の話 そして、最大の壁が… ツイートはこちら⇒#jawsugyokohama
14. 最大の壁：「なぜその予測になったのか？」 日本企業の ML 導入現場でよく聞くセリフ 精度は高い。 でもなぜこの数字？ 上に説明できない ものは使えない ブラックボックスでは 稟議が通らない Forecast の DeepAR+  RNN ベースのブラックボックスモデル  予測値は出るが「なぜ」に答えない  Explainability はあるが「腹落ち」には距離がある 商用 ML はここに投資していた  予測根拠の可視化・シナリオ比較・ What-If 分析  お客様と一緒に予測結果を "納得" するプロセス ごと提供 → ML の価値は精度だけじゃない。「人が納得できるか」が勝負 ツイートはこちら⇒#jawsugyokohama
15. SECTION 03 なぜ Forecast は死んだのか ツイートはこちら⇒#jawsugyokohama
16. 2024 年 7 月 30 日の衝撃 2024.07.30 7 サービス同時に新規受付終了  公式アナウンスページへの掲載なし  Jeff Barr 氏の X 投稿で 7 サービス同時終了が判明 → AWS 史上初の「まとめてサ終」事件 Forecast が終了した背景  生成 AI / 基盤モデルの台頭 (2022 年末〜)  現在投資先は Bedrock 中心 でもSageMaker/Canvas は今も現役  「特化型サービス」は減ったが ML モデル自体の需要は健在  Forecast だけでなく、 Lookout シリーズ等 ML 系が大量サ終 → 「CSV を投げれば予測が返ってくる」時代の終焉 ツイートはこちら⇒#jawsugyokohama
17. 実は、自分の商売も他人事じゃなかった 生成 AI(LLM) の隆盛と、 ML 特化製品の逆風は同時期に進んでいた 案件は減少傾向  自分自身も案件から外れて久しい  販売の現場としても、正直かなり苦戦 している お客様の空気感も変化 「生成 AI で なんとかなるのでは？」の風潮 ML の積み上げより AI の汎用性に期待 Forecast を供養しながら、実は自分の地盤にもヒビが… ツイートはこちら⇒#jawsugyokohama
18. Forecast と、 ML ツールたちへの供養の言葉 Forecast は「ML の民主化」を本気でやろうとしたサービスだった コードを書けない人でも予測モデルが作れる。その方向性は正しかった。 精度は出る。でも人が納得できない。 モデルは作れる。でも業務に組み込めない。 予測は返ってくる。でも意思決定に使えない。 あなたの死因は、私たちの売りだった 「なぜ？」に答えられなかったForecast。答えることを武器に、勝負には勝った ただ、今、その土俵を、生成AIが変えてしまった ツイートはこちら⇒#jawsugyokohama
19. まとめ  Amazon Forecast は「ML の民主化」を体現したサービスだった  ML 屋から見て脅威だったが、「説明性」の壁は越えられなかった  生成 AI の登場で「特化型 ML サービス」の時代は終わった  でも ML の現場で必要なものは変わらない。 「人が納得できるか」が最後の勝負  AWS のサービスも永遠ではない。移行計画、大事。 Amazon Forecast 、安らかに。 ツイートはこちら⇒#jawsugyokohama
20. ところで、、、 8月某日 NW-JAWS コンテナ支部で コンテナネットワークのハンズオン会を予定！ ECS Service Connectや VPC Latticeについて学べる、、、、はず！ ツイートはこちら⇒#jawsugyokohama
21. ご覧いただき ありがとうございました THANK YOU FOR WATCHING!!!