※本記事は、AWS AI and Data Conference 2026(第5回、2026年3月12日、アイルランド・キルケニーのLyrath Convention Centreにて収録)の基調講演「The Age of Agents」の内容を基に作成されています。イベントの詳細情報は https://go.aws/events でご覧いただけます。本記事では、講演の内容を要約しております。なお、本記事の内容は登壇者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの講演映像をご覧いただくことをお勧めいたします。
登壇者は以下の通りです。Richie Jones氏(AWS, Enterprise Technologist)、Fiona Simpson氏(AWS)、Hart Rossman氏(AWS, VP of Security)、Eric Mosley氏(Workhuman, CEO)、Tobias Ternstrom氏(AWS Databases, Director)。あわせて、AWSのイベント情報もご参照ください(https://go.aws/events)。
1. オープニングと基調挨拶(Fiona Simpson)
1.1 オープニング宣言
Fiona Simpson: 5年前、私たちはこのカンファレンスを立ち上げた時、「AIによって私たちの開発の仕方がどう変わるのか」という問いを投げかけました。今日、私たちはもうその問いを立てていません。私たちは実際に構築しているのです。皆様、Age of Agentsへようこそ。これはテーマではありません。パラダイムシフトです。私たちは実験やパイロット、PoCという名の劇場からすでに抜け出し、今や推論し、計画し、行動し、そして私たちとともに学習する知的システムの時代に入っています。エージェントは単にコンテンツを生成するだけの存在ではありません。ワークフローを実行し、意思決定をオーケストレーションし、生産性を大規模にスケールさせる存在です。そして、こうしたエージェントを実際に運用に乗せた組織こそが、次の10年を定義することになります。だからこそ、私たちは今日ここに集まっているのです。早くからこの流れに身を投じ、傍観するのではなく取り組んでくださっている皆様に感謝申し上げます。
Fiona Simpson: 今日という一日は、すべて「顧客への執着(customer obsession)」という一つの原則を軸に組み立てられています。すべてのセッション、すべてのワークショップ、すべてのデモ、すべての登壇者が、皆様が今まさに向き合っている現実の課題を起点に設計されています。今日は1,000名を超えるビルダー、オペレーター、アーキテクト、エグゼクティブの皆様にお集まりいただいており、アイルランドをはじめとする最も革新的な企業の代表者が揃っています。皆様は理論としてインスピレーションを得るためにここにいるのではなく、Age of Agentsにおいて競争し勝ち抜くビジネスを構築するためにここにいらっしゃいます。私たちAWSの役割はシンプルです。皆様がセキュリティやガバナンス、コスト管理を犠牲にすることなく、より速く前進するためのインフラとツール、そしてガードレールを提供することです。今日は27を超えるブレイクアウトセッションを用意しており、20件の本番運用レベルの事例をご紹介します。これは理論でも、ビジョンを語るスライドでもありません。実際のアーキテクチャ、実際のデプロイメント、そして実際に得られた教訓です。Age of Agentsにおける進歩は、実験だけからは生まれません。実行から生まれるのです。
Fiona Simpson: こうしたイベントは、私たちだけでは実現できません。プラチナパートナーであるAutomate It、Slalom、そしてServiceNowに感謝を申し上げたいと思います。これらの組織は、トランスフォーメーションを語るだけの存在ではなく、実際にそれを実装している存在です。彼らは私たちの顧客が安全にモダナイズし、インテリジェントに統合し、責任を持ってAIを運用に乗せる手助けをしてくださっており、ビジョンを実行に移す上で欠かせない存在です。
1.2 導入の現状分析
Fiona Simpson: この12か月で、会話の内容が変わりました。昨年、経営層は「私たちはAIを使うべきか」と問うていました。今年は「なぜもっと速く進んでいないのか」という問いに変わっています。私たちはアイルランドおよびEMEA地域の数百の企業と対話をしてきましたが、そこには一貫して3つのパターンが見られます。AI導入の68%が依然としてパイロット段階に留まっています。57%の経営層は緊急性の高いAI目標を掲げているものの、組織的な抵抗によって展開が遅れています。そして72%の開発者は、強力なモデルへのアクセスはあるものの、それを安全にスケールさせるための本番グレードのインフラ、ガバナンス、モニタリング、コスト管理が不足していると答えています。つまり、意欲もモデルも揃っている。欠けているのは、スケールにおけるオペレーショナル・エクセレンスなのです。そして、私たちが注力しているのは、まさにそのギャップを埋めることです。
Fiona Simpson: こうした対話の中で、ブレイクスルーを実現している組織には再現性のあるパターンが見えてきました。第一に、経営層が緊急性を作り出しています。四半期ごとの明確なAI目標、明確な説明責任、明確なオーナーシップです。第二に、開発者が信頼されています。彼らはライフサイクル全体をエンドツーエンドで所有し、実験し出荷することを許されています。そして第三に、プラットフォームが初日からあらゆる段階にガードレールを組み込んでいます。ポリシーはコードとして記述され、バイアスの自動チェック、コストの上限、監査証跡、セキュリティが後付けではなく組み込まれています。これら3本柱のうちどれか一つでも欠けていれば、進捗は止まります。しかし3つすべてが揃った時、力強い変化が起こるのです。
Fiona Simpson: 次に問われるべきは、自律型エージェントを大規模に展開した時に何が起こるかということです。本日は、セキュリティがどのようにブロッカーではなくアクセラレータになり得るか、組織がどのようにエージェントを使って人間の専門性を代替するのではなく拡張しているか、エージェントというチームメイトがどのようにデータサイエンスを民主化しているか、そしてAWSがそのすべてを責任を持ってスケールさせるための安全な基盤をどう提供しているかをお見せします。今日の各セッションは互いに積み重なっていき、一日の終わりには、エージェントを責任を持って安全に、そして大規模に本番へと導くためのプラットフォーム像が見えてくるはずです。それでは、さらに深く掘り下げていきましょう。エンタープライズ・テクノロジストのRichie Jonesをステージにお迎えしたいと思います。
2. Richie Jones 第一部:Speed to Value
2.1 Speed to Valueの思想
Richie Jones: ありがとうございます、Fiona。イノベーションのスピードは、もはや単なる優位性ではありません。それは究極の差別化要因です。今日先を行く組織とは、単に速く動いている組織ではなく、アイデアとインパクトの間の距離、洞察と行動の間の距離を圧縮している組織です。そのできる組織とできない組織の差こそが、私たちが「Speed to Value」と呼んでいるものです。そしてAge of Agentsにおいて、そのギャップは日に日に広がっています。では、私たちはどうやって本当の意味でのスピードを実現するのでしょうか。スピードのためのスピードではなく、価値へのスピードです。組織の内側にあるアイデアを、実際に顧客の手に届けるまでのスピードです。あるチームメンバーやプロダクトオーナー、デザイナーが思いついた最初のひらめきから、顧客が実際にそれを使う瞬間までの旅を考えてみてください。今日、その旅はあまりにも長く、あまりにも多くの引き継ぎ、あまりにも多くのゲート、あまりにも多くの摩擦を抱えています。今勝ち続けている組織とは、コンセプトから顧客に届くまでの間にある不要なステップを取り除いている組織です。
Richie Jones: だからこそ私たちは、ガバナンスとガードレールを「built in」、つまり後から付け足すのではなく最初から組み込む形で設計してきました。ガバナンスを最初からデザインに組み込むということは、決してスピードを落とすことではありません。むしろ手戻りを取り除き、コンプライアンス上の火消し作業を取り除き、「後で戻って直さなければならない」という、組織の勢いを削ぐ会話そのものを取り除くことになります。正しく実践されたガバナンスは、スピードを可能にするものなのです。そしてこれは技術チームだけの話ではありません。スピードは、組織全体がそこで構築されているものを信じて初めてスケールします。ステークホルダーがインパクトを見て取れる時、チームが方向性を見て取れる時、エンジニアからビジネス側の人間まで全員が、何が提供され、明日のためにどんな土台が築かれているのかについて足並みが揃っている時、初めてスピードは意味を持ちます。信頼は柔らかい指標ではありません。パイロットをプログラムへと変え、PoCをプロダクトへと変えるものです。
2.2 AIの進化とスタック
Richie Jones: ただ、エージェントが私たちをどこへ連れていくのかを理解するためには、私たちがここに至るまでの道のりを理解する必要があります。2022年に思いを馳せてみてください。ずいぶん昔のことのように感じますが、世界は初めて機械と会話ができることを発見し、正直なところ私たちは皆少し驚いていました。質問を打ち込むと答えが返ってくる。さらに質問を打ち込むと、また別の答えが返ってくる。それはまるで、世界で最も本を読んでいる同僚を持つようなものでした。すべてを読み、何も忘れない。ただし、5分前に自分が何を尋ねたかはまったく覚えていない同僚です。すべての会話がゼロから始まっていました。記憶もなければ、文脈もなく、継続性もありませんでした。メールの要約や文書のドラフト作成、質問への回答には確かに有用でしたが、本質的には静的なものでした。会話から学ぶこともできず、文脈を保持することもできず、朝9時に伝えたことと午後3時に必要な情報とをつなげることもできませんでした。それは優れた回答マシンではありましたが、まだ思考のパートナーではなかったのです。
Richie Jones: そして2024年、すべてが変わりました。モデルは単に賢くなっただけでなく、状況を認識できるようになりました。初めてAIは会話の糸を保持できるようになったのです。会話の冒頭で伝えたことを覚えていて、それを終盤で活用できるようになりました。しかも一つのプロンプトの中だけでなく、ワークフロー全体を通じて文脈を運べるようになりました。ただし、記憶はまだ話の半分にすぎませんでした。世界についての質問に答えるだけでなく、データベースに手を伸ばして問い合わせたり、カレンダーを確認したり、リアルタイムの価格を取りに行ったり、見たことのない文書を読んでそこから行動を起こしたりできるようになったのです。もはやライブラリーではなく、同僚になったのです。突然、AIは相談する道具ではなく、ワークフローの参加者になりました。伝えたことを受け取り、それをライブの情報とつなげ、実際に行動に移せるものを返してくれるようになったのです。洞察と行動の間のギャップは縮まり始めていました。それでも、記憶とツールの活用にはまだ皆さん自身が舵を取る必要がありました。正しい質問を自分で考え、すべてのステップを自分で指示する必要があったのです。
Richie Jones: では、もしAIがそれ自体でできるようになったら何が起こるでしょうか。そして今、私たちは2026年に到達しました。もはや「使うツール」の話をしているのではなく、「共に働くパートナー」の話をしています。Age of Agentsにおいて、AIは指示を待ちません。推論し、計画し、実行し、そして重要なことに、学習します。あらゆるやり取り、あらゆる成果、あらゆるフィードバックの一つひとつが、より鋭く、より整合性が取れ、より価値あるものにしていきます。この歩みを振り返ってみてください。2022年には質問をして、有用な答えが返ってくることを期待していました。2024年には、伝えたことを覚えていて、世界に手を伸ばすようになりました。そして2026年には、ゴールを与えれば、あとはAIがそれを解き明かしてくれます。これは漸進的な改善ではありません。皆様の組織にとって根本的なパラダイムシフトなのです。もはや問われるべきは「AIにこれができるか」ではなく、「正しい基盤の上に構築しているか」なのです。
Richie Jones: では、それが実際にはどのような形で現れるのでしょうか。これがAWSのエージェントスタックです。下から順に見ていきたいと思います。土台にはSageMakerとコンピュートがあります。すべてを可能にする生のインフラであり、AIワークロード向けに最適化された専用シリコンです。ここに馬力の源があります。その上にBedrockがあります。世界を代表するモデルへのアクセスを提供するマネージド基盤層で、エンタープライズ展開のためのAgent Core、組み込みのガードレール、ナレッジベース、モデル評価が含まれています。皆様のエージェントに必要な機能が、すぐに使える形で揃っています。その上にエージェントビルダーがあり、ツールと機能を現実のものへと変えていきます。そして最上部にエージェント対応アプリケーションとフロンティアモデルがあります。ここで顧客は本当の違いを実感し、テクノロジーが体験へと変わります。そしてこのすべてを包み込んでいるのがセキュリティです。機能の一つでも、最終チェックの一つでもありません。セキュリティは土台に組み込まれたアーキテクチャそのものであり、後から付け加えられるものではないのです。なぜなら、Age of Agentsにおいてリードする組織とは、単に最速で動く組織ではなく、確信を持って最速で動く組織だからです。そしてその確信は、セキュリティから始まります。ここで、セキュリティを妨げるものではなくイノベーションを助けるものにすることに、そのキャリアのすべてを捧げてきた方をお呼びしたいと思います。AWSでセキュリティ担当バイスプレジデントを務めるHart Rossmanをステージにお迎えください。
3. Hart Rossman:セキュリティをアクセラレータに
3.1 現状分析とメンタルモデル
Hart Rossman: キルケニーの皆さん、こんにちは。今日はお集まりいただきありがとうございます。地元の方もいれば、かなり遠方からお越しの方もいらっしゃると聞いています。今日皆様にお会いできて本当に嬉しく思います。今日はAgentic Computingがもたらしているイノベーションの機会について、皆様と一緒に掘り下げていきたいと思います。今の環境で成功する組織とは、確信を持って動ける組織、つまりスピードを出しながらもセキュアであり続けられる環境の恩恵を受けられる組織です。そしてAWSであれば、それは間違いなく実現できます。今日カバーできることはたくさんありますが、私はいくつかのポイントに絞ってお話ししたいと思います。まずは共にイノベーションを起こす機会について。次にコンプライアンスをどうナビゲートするか。そして特に掘り下げたいのが、将来必要になるものから逆算して、今日必要なセキュリティ・信頼性・レジリエンスをどう組み込むかということです。最後に、パートナーや開発者、顧客とどうそれを一つにまとめ、確信を持ってイノベーションを起こし、皆様が本当に望むビジネス上の成果や組織としての成果を導き出すか、についてお話しします。
Hart Rossman: ネット上でよく見かける有名なミームがあります。「どれだけ準備をしても、レディネスとは決断である」というものです。これは、始めると自分で決めるものだ、ということを意味しています。そしてこれは、AmazonのCEOであるAndy Jassyがよく口にする「スピードもまた決断である」という考え方にもつながります。ですから今日皆様に投げかけたい問いは、皆様は準備ができているか、ということです。速く動く準備はできていますか。そして、今日利用できる最高水準のセキュリティとともにそれを行う準備はできていますか。私は皆様ができていると思っていますが、それは皆様ご自身で決めていただく必要があります。今日の世界が既にエージェンティックであることは疑いようがなく、チップやデータセンター、ソフトウェア開発、優秀なエンジニアといった領域、つまり働き方そのものを作り変える領域に、莫大な投資が注ぎ込まれています。それにもかかわらず、Fionaが先ほど触れていたように、私たちは組織が初期の投資を私たちが期待するようなペースで本番運用へとつなげられているのを目にしていません。
Hart Rossman: そこで皆様は問うかもしれません。何が欠けているのかと。その一部は、イノベーションのペースで得られた初期の学びを、私たちが求めるビジネス上の成果に直接つなげるための、構造化されたアプローチを持てているかどうかにあります。技術スタックとして根本的に欠けているものは何もありません。皆様には成功へと導いてくれる素晴らしいパートナーが揃っています。本当に必要なのは、実験から実際のビジネス価値を、テクノロジーが進化するスピードに合わせて引き出すための、アップデートされたメンタルモデルを作ることなのです。そしてそれは私たちにも十分にできることです。Richieが話していたように、非常に短い期間に多くのことが起きています。ほんの数年前、LLMという概念はまだ真新しいものでした。昨年はみんながチャットボットを作っており、それがビジネス価値を引き出す方法だとされていました。そして今日、私たちはMCPサーバーやエージェント、新しい開発フレームワークで溢れ返っています。だからこそ私たちには、この勢いのすべてを捉え、今日ビジネス価値を届ける具体的なユースケースへと落とし込んでいく機会があるのです。
Hart Rossman: 待つ理由はありません。どの業界を見ても、今日実装可能なユースケースが見つかります。例えば法律業界であれば、Bedrockと RAGを使って既存のデータストアにアクセスし、クライアントとの法的戦略に役立つ文脈的に正確なアウトプットを作り出すという選択肢が考えられます。メディア・エンターテインメント業界のコンテンツプロバイダーであれば、アーティストやイラストレーター、ライターの皆様が生み出す素晴らしい仕事と並行して、AI生成コンテンツやビジュアライゼーションを活用し、著作権保護が組み込まれ、対象読者に適したコンテンツフィルタリングを備えたスケーラブルなマルチメディアを作り出すことができます。ヘルスケア業界では、少なくとも米国基準でHIPAA適格なエージェントサービスを使って、個人の健康データを保護しながら、ケアの現場でそれを利用可能にすることができます。つまり、どの業界を見ても、今日利用可能なテクノロジーと私たちが知っているベストプラクティスを使って、今すぐ実際のビジネス価値を引き出す素晴らしい機会があるのです。
3.2 セキュリティとパートナー
Hart Rossman: 私たちはこの分野に20年以上取り組んでおり、運用の信頼性とセキュリティを最優先事項としてきました。私たちが構築するすべてのサービスは、その考え方をもとに設計されています。RichieもFionaも触れていましたが、セキュリティは後付けではなく組み込むという考え方です。これはどういう意味でしょうか。それはハードウェアから始まります。私たちのコンピュートが動くハードウェア基盤、Nitroと呼ばれるプラットフォームは、デフォルトで機密computingを実現しており、オペレーターによるアクセスがゼロであるという特性を持ち、それは独立した第三者による検証を受けています。私たちはその調査結果と報告書をオンラインで公開しています。そしてその上に、暗号化、認可、監査を土台から積み上げていくことができます。実際、AWSが提供する顧客データを保存する117すべてのサービスは、デフォルトで暗号化された状態でデータを保存しています。117すべてです。そしてそれは私たちのエージェンティックサービスにも当てはまります。ただ、私の言葉だけを信じていただく必要はありません。これまで私たちは、規制当局や独立した標準化団体から、コンプライアンスに関する143件の認証を取得しており、これがこうした主張の正しさを裏付けています。ですから改めて申し上げますが、皆様はプロビジョニングし展開しているインフラに確信を持ちながら、速く動くことができるのです。
Hart Rossman: そして、この環境の上でイノベーションを起こしてくれる素晴らしいパートナーがいます。例えばSierraは、クラウド上のすべてのデータとそれに関連するリスクに対して、自動的かつ継続的な可視性を提供してくれています。PwCのようなシステムインテグレーターは、顧客環境全体にわたるセキュリティオペレーションとサービスのシームレスなサポートと管理を可能にしてくれています。そしてWizのようなISVは、従来型のインフラだけでなく、これら新しいエージェンティックサービスに対してもセキュリティポスチャーマネジメントを提供してくれています。さらに最近の発表として、まだスライドに間に合わなかったのですが、Security Hub Extendedという新しいパートナーシップがあります。これは15のパートナーが、従来型のサービスとエージェンティックサービスの両方を保護するセキュリティハブのワークフローに深く統合されているというものです。そしてそれぞれのステップにおいて、これらのパートナーはセキュリティ、リスク、コンプライアンス、あるいはプライバシーの観点から価値を付加してくれています。
3.3 お気に入りのサービス
Hart Rossman: ここで、いくつかのサービスについて具体的にお話ししたいと思います。それが皆様の組織にどう役立つかだけでなく、私たちがセキュリティの観点からそれらがどのような価値を提供していると考えているかについてです。顧客とお会いする時、時々「あなたのお気に入りのサービスは何ですか」と聞かれることがあります。もちろん、「お気に入りはありません」と答えるべきなのでしょうが、私が本当に気に入っているものをいくつかお話しさせてください。まず、Kiroが本当に大好きです。冗談抜きで、本気でそう思っています。まだ社内ベータだった頃に初めて使い始めた時、これはソフトウェアの作り方についての本当に興味深い考え方だと感じました。正直に言うと、私自身がソフトウェアを書くこと自体、もう長いことやっていなかったのですが。私の目を引いたのは、仕様駆動開発、いわゆるスペック駆動開発という考え方です。自分が持っているアイデアを、IDE、つまりエージェンティックな統合開発環境に対してプロンプトで伝え、「こういう振る舞いをするソフトウェアが欲しい」「こういう機能を提供するソフトウェアが欲しい」と伝えると、それが私のために仕様書を生成してくれます。そして、それが私の意図をどう解釈したのかを確認でき、その仕様に対して調整を加えることができます。セキュリティリーダーとして私が最初に加える調整は何だと思いますか。その仕様を使って脅威モデルを実行させることです。「このアイデアが本番に進んだ時、何を懸念すべきか教えてほしい」と伝えると、脅威モデルを生成してくれます。そして本当に素晴らしいのは、何週間もミーティングに時間を費やしたり、セキュリティアーキテクトやエンジニアの一団と作業したりする代わりに、「脅威モデルにあるこれらの優先事項を反映するよう仕様を更新して」と言えば、それで完了するということです。それだけで済んでしまうのです。そして、その仕様からタスクリストを作り出し、対話的に、あるいは自動的に、そのソフトウェアを実装させ、望むのであればそのまま本番に持っていくこともできます。ですからKiroは、エージェンティックなIDEとして、「vibe coding」についてのネットミームをはるかに超えたものです。その強みは、アイデアからプロトタイプ、そして本番へと、非常に速く、非常に反復的に、非常にインタラクティブに、そして非常に安全に進んでいく手助けをしてくれるところにあります。本当に、本当に素晴らしいです。
Hart Rossman: もう一つ、私がとても気に入っているのがAmazon Quickです。これはコパイロットではありません。それをはるかに超えた存在です。私のチームは、リサーチや分析、ワーキングバックワーズ文書の作成、つまりビジネスケースや、私たちが行っている特定のシステムのセキュリティ評価といった業務のために、Quickを毎日使っています。組織的な変革や戦略のマネジメントといった業務にも、かなり活用しています。そして面白いのは、これが作業環境、ワークフローマネジメント、そしてエージェントベースのアプリケーションを組み合わせたものだということです。私にとっては、これがまさに自分のオフィスなのです。私が毎日そこで仕事をしている場所です。使っていてとても楽しいですし、認可の仕組みとデータの整合性がきちんと保たれています。ですから、セキュリティを管理する上でも非常に優れた方法だと感じています。
Hart Rossman: 従来型の開発環境に話を移すと、皆様はBedrockのようなサービス上のLLMと、大規模なエージェント展開を、信頼性高く、安全に、そして一定のガバナンスを持って行き来する体験をシンプルにする方法を探していると思います。Strands Agentsは、モデル駆動型のアプローチでAIエージェントを構築・実行するオープンソースのフレームワークで、わずか数行のコードで、ほぼどんなモデルとも組み合わせて使うことができます。コマンドラインでの作業を好み、フレームワークを愛用するような、実務的な、いわゆる昔ながらの開発者の方であれば、Strandsは高い完全性を保ちながら非常に素早く立ち上げられる方法です。ただ、私たちが目にしているのは、開発者のワークフローの中で、次第にマネージド環境で作業したいというニーズが増えているということです。多数のエージェントを構築・展開・運用・監視・管理し、それらがコンプライアンスに準拠していることを確保したい、というニーズです。そのための最良の方法の一つが、Amazon Bedrock Agent Coreです。これは、セキュリティが最初から組み込まれた形で、エージェントを大規模に構築・展開・運用するためのエージェンティックなプラットフォームです。認可・認証のモデルを管理してくれるため、インフラのプロビジョニングを心配する必要がありません。インテリジェントなメモリを備え、皆様の組織にとってサーバーサイド的な体験が重要であれば、ゲートウェイの背後に置くというオプションも用意されています。Strandsは私にとって、いわば「自由に動き回るエージェント」のようなもので、Agent Coreはそれをエンタープライズとして持続可能な形で大規模に管理するためのものだと捉えています。
3.4 コンプライアンスと責任あるAI
Hart Rossman: ここまで、このテクノロジースタックでできる非常にエキサイティングなことについてお話ししてきましたが、その裏側では新しい働き方が生まれています。そして常にコンプライアンスという課題が立ちはだかっています。どうすればうまく構築できるか、どうすれば基準を満たせるか。規制対象の環境にいらっしゃる方であれば、自分たちが行っている作業やその関わり方について、どう規制当局と対話すればよいか、といったことです。私たちにはやるべきことがたくさんあります。皆様の組織には固有のポリシーがあり、規制当局には非常に明確な仕様があり、それが業界のベストプラクティスにまで及んでいます。AWSがこれをシンプルにするために行ってきたことの一つは、まずコンプライアンスそのものを組み込み、セキュリティコントロールを組み込み、皆様固有のコンプライアンス体制に合わせて実装をチューニングできるようにすることです。もう一つ私たちが行ってきたのは、この課題に取り組むための正しいアプローチを考えるためのメンタルモデルを提供することです。私たちはオンラインで、生成AIスコーピングマトリクスとエージェンティック・スコーピングマトリクスという二つのスコーピングマトリクスを公開しています。これは、こうしたコンプライアンス要件のすべてを、皆様の業界のユースケースと、皆様が選択したエージェンティック技術のセットに適切に当てはめて考えるための手助けとなるものです。
Hart Rossman: 先ほどメンタルモデルという言葉を使いましたが、エージェンティックな時代において本当に重要なことの一つは、私たちの働き方についての考え方そのものをアップデートすることです。Amazon社内でも、そして多くのお客様とのやり取りの中でも見えてきているのは、データの扱い方や開発の原則を導く一連のテネットを特定することが、この新しい状況や技術の奔流をナビゲートする助けになっているということです。開発者に対して、彼らの優先事項は何か、ガードレールは何か、期待される振る舞いは何かをどう伝えるかについてまだ考えたことがないのであれば、一連のテネットを策定し公開することは良い方法です。もう一つの方法は、基本に立ち返ることです。こうした環境を構築・展開・運用していく中で、多層防御という考え方は、セキュリティコミュニティが長らく大切にしてきたものであり、それは今日でも変わらず有効です。今日皆様が持っているセキュリティプログラムに、この多層防御の姿勢を適用すればうまくいきます。すでにその分野に投資してきたのであれば、その投資からの恩恵を受けられるはずです。デフォルトで、私たちのセキュリティサービスはAWS内のエージェンティックサービスと連携しており、その統合は本物です。私たちはこれを助けるためのいくつかの新機能も追加しています。例えば、完璧な世界であれば予期しないことは何も起きないはずですが、時に予期しないことは起こります。そこで私たちは、DevOpsやセキュリティといった領域を支援する複数のフロンティアエージェントを用意しており、これらは問題を対話的にトラブルシューティングし、調査し、そして迅速に解決することを可能にしてくれます。私たちはまた、これらのサービスをどう組み合わせて使うかを説明するセキュリティリファレンスアーキテクチャの公開も増やしてきています。これらは物理的に正確なもので、言葉とコードの両方で構成されています。つまり、説明文と、実際に機能するコードベースがセットになっており、皆様がすでに策定しているテネットやポリシー、コンプライアンスと整合させながら、セキュリティサービスを生成AIやエージェンティックサービスと組み合わせて実装する方法を示しています。
Hart Rossman: もう一つ、お伝えしたいメンタルモデルがあります。もしまだレスポンシブルAIプログラムを構築していないのであれば、今がまさにそれを始める時だと思います。レスポンシブルAIへのアプローチにはさまざまな方法がありますが、私にとって本当に際立って重要だと感じるのは、皆様の組織の文化を、これらのシステムのユーザーが社内外で経験するやり取りに、実際に注ぎ込めるかどうかということです。エージェントには、皆様の組織との対話を代表する存在であってほしいはずです。皆様のブランドを体現する存在であってほしいはずです。ですからこれは、その体験がどのようなものであるべきかを考え、それを言語化し、顧客にとって親しみやすい形で、皆様が組織に対して描いているビジョンを支える形で展開していく機会なのです。そして、それらすべてが行き着く先はどこでしょうか。AWSと共にあれば、皆様は本当に確信を持ってイノベーションを起こすことができるということです。私たちはデザインによってセキュアであり、デフォルトでセキュアであり、運用においてもセキュアであり、フルスタックのセキュリティを備え、堅牢なパートナー群を持っています。そして皆様を、実験から本番へとできる限り迅速に移行するための戦略の実行に集中できる立場に置くことができます。未来はまさに今始まっています。皆様はスピードとセキュリティのどちらかを選ぶ必要はありません。イノベーションとコンプライアンスのどちらかを選ぶ必要もありません。柔軟性とガバナンスのどちらかを選ぶ必要もありません。AWSとそのパートナーがあれば、皆様はそのすべてを、最初から手に入れることができるのです。それでは次に、Age of Agentsにおいてまだ十分に評価されていない側面、つまり「人間」という要素についてお話しいただくために、Workhuman社のCEOであるEric Mosleyをご紹介したいと思います。
4. Eric Mosley(Workhuman CEO):人的要素とAI
4.1 Workhuman概要
Eric Mosley: 皆さん、こんにちは。ここに立てて嬉しく思います。さて、ここからいよいよ本当にエキサイティングな話題、HRです。……そんな反応をされると心外なのですが。私はWorkhumanのCEOを務めています。Workhumanは、基本的には表彰(recognition)のためのプラットフォームを提供する会社です。私たちは、Cisco、Dell、Johnson & Johnson、Mercer、Pfizer、Citigroup、GEといった、世界でも有数の規模を誇るグローバル企業の従業員の皆様に向けて、この表彰プラットフォームを提供しています。まさに巨大なグローバル組織ばかりです。私たちのプラットフォーム上では、およそ800万人の従業員が日々、互いに感謝と称賛の言葉を送り合っています。ただ、長年の間に起きてきたのは、こうした表彰の瞬間すべてが、企業内で行われている仕事についてのデータとして蓄積されてきた、ということです。そのため私たちは、いつしかパフォーマンスデータの会社へと進化し、そして今はさらに一歩進んで、パフォーマンスAIの会社へと進化しつつあります。それは、そのデータに含まれる情報の豊かさによるものです。
4.2 データが語る貢献者
Eric Mosley: その力がどれほど強力かをお伝えするために、一つ例をご紹介したいと思います。あるチームが、昨年、あるプロダクトローンチのプロジェクトを成功させたとします。もしこのプロジェクトに関わった一人ひとりに、「昨年のこのプロジェクトで、最も貢献した人、最も影響力を持っていた人は誰か」と個別に尋ねたら、おそらく皆、ある特定の人物の名前を挙げるでしょう。その理由は、人の意識が自然と、上に立っているマネージャーや、最も声の大きい人物に向かってしまうからです。ところが、もしAIがそのプロジェクトで実際に何が起きたのか、誰が何をしたのか、どんな小さな成果があったのかをすべて記述したデータのストリームを持っていて、そのデータの上にAIを構築し、そのAIに「このプロジェクトで最も影響力があったのは誰か」と尋ねたとしたら、まったく別の人物の名前が返ってくるかもしれません。そして興味深いことに、そのチームのもとに戻って「AIによれば、実はJillが最も影響力のある人物だった」と伝えると、多くの場合、彼らは「たしかにそうだ、彼女なしではこのプロジェクトは成功しなかった」と納得するのです。彼女がいたからこそプロジェクト全体がうまく回っていた、彼女は本当に不可欠な存在だった、と。つまり私たちは、誰が最も良い仕事をしているか、誰がトップパフォーマーか、誰が最もスキルを持っているか、誰がリーダーシップのポテンシャルを持っているかを、実はどこかで分かっているのです。ただ、それを従業員一人ひとりの頭の中から引き出し、彼ら自身にフィードバックして返すという部分にこそ、本当の力があるのです。
Eric Mosley: こうしたことはすべて表彰データから得られるものですが、それはどんな表彰データでもよいというわけではなく、洗練された戦略的な表彰プログラムから得られるデータである必要があります。おそらく皆さんが想像するような表彰プログラムとは違うものです。多くの企業には表彰プログラムがありますが、それは基本的にSlack上に置かれたボットのようなもので、絵文字を送ったり「ハート」を送ったりする程度のものにとどまっています。そうした種類の表彰には、情報の密度がありません。必要なのは、構造であり、深さであり、実質的な情報です。私たちが先ほど挙げたような大企業向けに運営している表彰プログラムでは、典型的な表彰の瞬間はもっと違ったものになります。ある人が別の人に対して、実際に一段落分の文章を書くのです。その文章には、実際の仕事についての具体的な文脈が含まれています。「あなたの戦略的な洞察に感謝します」「あなたはチームを鼓舞する姿勢を持ち込んでくれました」といった具合です。そしてこうした文章が何千と積み重なっていくと、その上にAIツールを構築できるようになります。これはまさにLLMが得意とする領域です。テキストを分解し、その中に含まれるすべての小さな手がかり、小さな洞察を分析することができるのです。
Eric Mosley: そこから、人と人との関係性、つまり職場における一人ひとりのソーシャルグラフを見つけ出すことができます。誰が誰と一緒に働いているのか、これは必ずしも組織図の通りではありません。なぜなら、今日の仕事はもはや組織図に沿って進められているわけではなく、個人同士のグルーピングによって進められているからです。そのことは、こうしたデータから読み取ることができます。誰がどんな仕事を成し遂げたか、どのようなパフォーマンスを発揮したか、どのようなインパクトを与えたか、それらも分かります。さらには、こうしたテキストの積み重ねから、企業の価値観や企業文化そのものまで読み取ることができます。何千、何万というこうした事例があることを思い出してください。私たちはこれらすべての技術を、AWSのインフラの上に構築してきました。BedrockからSageMakerに至るまで、さまざまなAI技術の組み合わせです。私たちには25年分、数億件にのぼるこうした表彰の瞬間のデータがあります。これほどのボリュームとスケールがあるからこそ、エージェントやモデルを立ち上げ、そうした大量のデータで学習させることができ、それが私たちに大きな柔軟性を与えてくれます。そして、それを世界中で安全に展開することができるのです。こうしたモデルは今や、企業内でどのように仕事が進められているかについて、驚くほど深い洞察を持つようになりました。誰が最も影響力を持ち、最も高いパフォーマンスを発揮しているか、企業内でどんなスキルを人々が持っているか、といったことすべてです。
4.3 昇進予測の実例
Eric Mosley: そして今では、ある企業の中で誰が将来昇進するかを予測できるようにまでなってきています。一つ例をご紹介します。これは先ほど挙げたような大企業のうちの一社に所属する、ディレクター職の方の例です。私たちはAIツールに問いかけました。私たちには「Future Leaders」という新しいプロダクトがあります。このグループの中から、将来誰が昇進するかをFuture Leadersに尋ねたところ、この人物の名前が返ってきました。AIがそれをどうやって知ったかというと、数年間にわたって周囲の人々がこの人物についてどう語ってきたか、そして他の人物と比較してその語り方にどんな違いがあったかを見ていたのです。かなり洗練された分析です。例えば、この人物については「named deals」、つまりこの会社では特定の種類の戦略的な案件を任された場合にそう呼ばれるのですが、そうした案件の完了について言及されていました。上級レベルの人物からの表彰の中で、非常に効果的な、めったに使われないような表現、たとえば「息をのむような功績(breathtaking accomplishments)」といった、通常はまず使われない言葉が使われていたのです。他にもさまざまなシグナルがありました。この人物が事業開発の部門で働いていたこと、他の特定のプロジェクトに携わっていたこと。そうしたことから、経営陣からのある種の戦略的な信頼がこの人物に寄せられていることが推測されました。そして、これらすべてのシグナルが揃ったことで、この人物は昇進するだろうとAIは判断しました。そして実際、2年後、この人物はVPに昇進しました。つまり、実に2年前倒しで昇進の予兆を捉えていたことになります。
Eric Mosley: もう一つの例は、私たち自身の会社の、Go-to-Market戦略・オペレーション担当VPであるCam Tobarのケースです。私たちはこのモデルに対して、Camに関する表彰データを、およそ4年前の時点でデータを打ち切った状態で与え、この部門の中から誰が昇進するかを尋ねました。すると、モデルはやはり長期間にわたって人々がCamについてどう語ってきたかというシグナルを分析し、最終的に確率が一定の閾値に達したところでCamという名前を返してきました。そして、私が特に興味深いと感じたシグナルがいくつかありました。例えば、複数の異なる人が繰り返し「Camは会議でまるでVPのように振る舞っている」という表現を使っていたのです。この言い回しが、複数の異なる人から何度も出てくるというのは、強いシグナルの一つでした。誰に対してもそのような表現を使うわけではありません。ですから、それが使われる時、しかも複数の人が互いに示し合わせたわけでもないのに同じような表現を使う時、それには意味があります。これは一つの強力なシグナルです。そしてモデルは、Camが将来VPに昇進するだろうと予測しました。実際、そこから3年後、Camは投票を経てGo-to-Market担当VPに昇進しました。
Eric Mosley: これは本当に強力なことだと思います。この仕組みは、まず社内の人々が持っている知識を捉えることから始まる、一種のフレームワークのようなものです。どんな会社であっても、社員たちは誰が非常に影響力を持っているか、誰が頼りにされる人物か、誰が最もスキルを持っているかを、実はある程度分かっているものです。ただ、その知識を全員の頭の中から取り出し、収集する必要があります。それこそが、高いボリュームを持つ表彰プログラムが果たす役割です。先ほどお見せした最初の図、あの点と線で構成されたグラフは、実際のある表彰プログラムのものです。おそらくMercerの表彰プログラムだったと思いますが、点が一人ひとりの人物を表し、線が表彰のやり取りを表しています。私たちはこうしたテクノロジーを組み合わせて、そこから得られる情報を統合し、それを私たちのフロントエンド製品を通じて、マネージャーやリーダー、Cスイート、そして例えば人事責任者に対してインサイトとして届けています。知識を捉え、それをAI技術によって統合し、それを再び現場に届けるというシンプルなモデルですが、それが人事部門に対して驚くほど大きな力を与えているのです。
Eric Mosley: 私たちが今どこにいるかというと、こうした技術がどう使えるかを考えた時、そして多くの大企業と話をする時、彼らは常に自社の次世代のリーダーを探しています。ここに挙げているのは、ほんの一例としての、非常に著名なCEOたちです。こうした人々は皆、組織の中を育ってきた人たちです。彼らはCEOとして外部から連れてこられたわけではなく、皆内部から上がってきた人材です。もちろんTim Cookはオペレーション部門出身で、その後Appleでの在任期間中に2兆から3兆ドル規模の時価総額の押し上げを牽引してきました。そして、どの企業を見ても、こうした人々は同じような形でインパクトを与えてきています。すべての企業には、潜在的な才能が眠っています。もしそうした人材が誰であるかを見つけ出すことができれば、彼らを育てることができますし、何よりも、彼らを引き留めることができます。それこそが最も重要なことなのです。皆様の会社、皆様の部門、皆様が所属する部署、あるいは会社全体においても、こうしたデータさえあれば、私たちは今日、こうしたAI技術を使って、3年後に誰を昇進させることになるかをお伝えすることができます。それは今の時点ではまだ皆様の目にも留まっていないかもしれませんが、3年後、皆様はモデルが示したその人物を昇進させることになるでしょう。だとすれば、その3年間、彼らを競合他社に奪われることなく引き留めておければ、それは本当に素晴らしいことだと思いませんか。こうした技術からは、皆様のリーダーシップチームの人材を形作るための、驚くべき力が得られるのです。ありがとうございました。
5. Tobias Stanstrom(AWSデータベース):アイデアの速度で構築する
5.1 開発速度とDB即応性
Tobias Stanstrom: 皆さん、こんにちは。Tobias Stanstromと申します。AWSでデータベースサービスのいくつかを担当しています。このあまり写りの良くない写真は、朝早くにどうしても高解像度の写真が必要だということで撮影されたものです。もっと良い瞬間もあるのですが。今日お話ししたいのは、「アイデアのスケールで構築する」ということです。そしてそれこそが、エージェントが可能にしていることなのです。ソフトウェアを構築するという観点で、エージェントには本当に二つのことが起きています。一つは、誰でもビルダーになれるということ。もう一つは、アイデアと同じスピードで構築できるということです。これは何を意味するのでしょうか。一つ確実に言えるのは、皆さんはこれまでよりもずっと多くのものを構築するようになる、ということです。はるかに多くのアプリケーションを作り、はるかに多くのデータを持つことになります。私たちは今、皆さんが今後1000倍のアプリケーションを持つようになると考えています。それはつまり、1000倍のコードと1000倍のデータを意味します。そしてこの状況において非常に重要になるのが、皆さんのデータエステートを労なく管理できる状態に到達することです。それこそが、私たちがデータベースサービス全体を通じて注力していることです。これが実現できれば、エージェンティックなデータ基盤を持つことができます。そこに至るために、私たちは「どう始めるか」「どうデータエステートを管理するか」、そしてもちろん「それがどうエージェントに結びつくか」という観点で見ています。
Tobias Stanstrom: まず「始め方」についてですが、これは実はエージェンティックな開発に取り組み始めた際に私たちがぶつかった学びの一つです。というのも、エージェントはコードを作りますし、データベースも作るからです。ただ、データベースの作成にあまりに時間がかかってしまうと、それが開発のペースを遅らせてしまいます。プロトタイプを作って試し、また次のプロトタイプを作って試す、というソフトウェア開発ライフサイクルの中での反復速度が落ちてしまうのです。そこで今日、Amazon DynamoDBのテーブルは数秒で作成できるようになっています。私たちは昨年ローンチしたAurora DSQL、これは完全に分散されたPostgreSQL互換のデータベースサービスですが、これについても変更を加えました。以前はDSQLのデータベースクラスタの作成には数分かかっていましたが、エージェントを可能にするために、それを数秒にまで短縮しました。そしてこれに合わせて、今回新たに発表するのが、Amazon Aurora PostgreSQL Serverlessについても、同様に数秒でデータベースクラスタを作成できるようになる、ということです。もちろん、これは本番用のクラスタを数秒で作る必要があるという話ではありません。ただ、ライフサイクルの一部として、皆さんが行う一つひとつの反復において、そしてエージェント、あるいは複数のエージェントが、皆さんが介在しないままに何度も反復を行う場合があることを踏まえると、この速度が重要になってくるのです。エージェントはクラスタを作成し、テストを実行し、クラスタを破棄し、また新しいクラスタを作成する、ということを繰り返します。ですから、少なくともデータベースサービスにおいては、この作業が行われる速度そのものを変える必要があったのです。もう一つ私たちが行っているのは、AWS無料利用枠として、データベース関連のサービスに使える100ドル分のクレジットを提供していることです。もちろんデータ領域以外にも他のサービスがありますが、新規のお客様であればさらに100ドルが追加され、合計200ドル分をこうしたサービスを試すのに使っていただけます。近くAmazon Auroraもこの無料利用枠の対象に加える予定です。
5.2 商用DBとスケール実績
Tobias Stanstrom: 次に「管理」についてですが、私が携わっている仕事の一つに、SQL ServerであればRDS for SQL Server、OracleであればRDS for Oracle、そしてOracle Database at AWS、さらにIBM DB2向けのRDS for DB2といった、商用データベースのサポートがあります。これは、特にエージェンティックAIの文脈で変化が生じている中で、お客様からよく耳にする話です。というのも、皆さんのエージェントに皆さんのデータを扱わせたいと思う時、エージェントにはすべてのデータへのアクセスを持たせたいと考えるものだからです。この後もう少し詳しくお話ししますが、エージェントは必ずしもデータベースに直接アクセスするわけではなく、何らかのAPI、そしてMCP、つまりModel Context Protocolのサーバーを経由することが多くなります。とはいえ、エージェントは皆さんの運用データにアクセスする必要があります。そして多くの方にとって、最も価値のあるデータはどこかのOracleデータベース、あるいはどこかのSQL Serverデータベースの中に存在しているはずです。エージェントを最大限に活用したいのであれば、そうしたアプリケーションとデータを、エージェントのすぐそばで動かしたいはずです。セキュリティの観点からも、レイテンシーと信頼性の観点からも、それが望ましいからです。ですから私たちは、こうしたデータベースが常にAWS上で最高の形で動作するようにすることに、非常に注力しています。例えば、RDS for Oracleは15年以上前にローンチしていますので、こうしたデータベースを本番環境で運用してきた豊富な経験があります。そして念のためお伝えしておきたいのは、私自身、以前MicrosoftでSQL Serverの仕事をしていた経験がありますが、私たちはSQL Serverも、Oracleも、DB2も、すべて大切に思っているということです。ですから改めて、私たちはこれらすべてがAWS上で最高の形で動作することを望んでおり、皆さんがこうしたデータベース上でもエージェンティックな取り組みをスケールできるよう、常にイノベーションを続けています。
Tobias Stanstrom: 例えば昨年、私たちはOracleとSQL Serverの両方について、各クラスタを256テラバイトまでスケールできるサポートをローンチしました。また昨年、Oracle Database at AWSをローンチしました。これは、OracleのExadataハードウェアを私たちのデータセンターで動かすというもので、皆さんのエージェントのすぐ近くで、低レイテンシーでこうしたクラスタを動かすことができます。これは決して簡単なことではありませんでした。というのも、こうしたシステムは温度や環境の要件が異なっていたからです。それをスケールして皆さんのアプリケーションのそばで動かせるようにすることに力を入れてきました。また、嬉しいことに、ちょうど1週間ほど前に、Oracle Database at AWS localをダブリンでローンチしました。Exadataを備えた最初のアベイラビリティゾーンが稼働しており、数週間以内には2つ目のアベイラビリティゾーンもダブリンで稼働する予定です。今年中には、Oracle Database at AWSの対応リージョンを22にまで拡大する見込みです。昨年は5リージョンでしたので、大きな拡大です。SQL Serverについても、同様に256テラバイトまでのサイズに対応し、昨年のre:InventではRDS for SQL Serverの価格を最大50%引き下げました。皆さんがこうしたシステムを私たちと共に、できる限りコスト効率よく、コスト効果高く運用できるようにするためです。また、RDS for SQL Serverにおいてデベロッパーエディションのサポートも開始しました。効率的な管理という観点では、ポリシーを使ったアップグレードのサポートも追加しました。これにより、パッチ適用を開発環境からステージング環境、そして本番環境へと段階的にロールアウトすることができ、それを大規模に、手動での管理を必要とせずに、完全にコントロールできるようになっています。
5.3 データ活用とエージェントメモリ
Tobias Stanstrom: 昨年はAmazon Auroraについても、256テラバイトまでのサポートをローンチしました。もう一つ、私たちが行ってきた重要なことがあります。それは、運用データの一部を、Redshiftのような分析エンジンへ簡単に移動できるようにする必要がある、ということです。そのために私たちがローンチしたのがZero-ETLです。この名前は個人的にちょっと面白いと思っていて、というのもZero ETLということは「ETLがない」という意味なのですが、それなら一体何なのだろうと思ってしまうわけです。ただ実際には、変換(Transformation)と呼べるようなことはほとんど行われておらず、基本的には新しいフォーマットへとデータを移すだけなのですが、それによってあるシステムから別のシステムへとデータを複製することを非常に簡単にしています。昨年末に行ったことの一つとして、こうしたすべてのエンジン、例えばSQL ServerやOracleについて、Redshiftへの自動レプリケーションのサポートを追加しました。しかもそれはAWS内のRDS for SQL Serverなどからだけでなく、EC2上で動いているものや、オンプレミス、あるいは他のクラウドで動いているこうしたデータベースエンジンからも、さらなる分析のためにデータを分析システムへ簡単に移せるようにしたのです。
Tobias Stanstrom: re:Inventでは、私の心が少し温かくなる出来事がありました。というのも、re:InventではCEOのMatt Garmanが非常に多くのスライドを使って、多くの新しいサービスを発表していきます。もちろんAIサービスにも多くの時間が割かれていました。ただ、昨年12月のre:Inventでステージ上でMattが最後に発表したのが、データベース貯蓄プラン(database savings plan)でした。その名前が示す通りデータベースに関するものですが、これが最も大きな拍手を受けたのです。私は本当に嬉しく思いましたし、皆さんによっては「対応が遅い」と思われるかもしれませんが、それでもやらないよりはやった方がましだと思っています。これは、EC2におけるコンピュート貯蓄プランと同様の仕組みで、コミットメントに対して割引が適用されるというものです。私たちはこれをデータベースサービスにも導入し、しかも包括的な形にしました。つまり、私たちのデータベースサービス全体にまたがって適用されるものです。データベース貯蓄プランに申し込むことができ、現時点では最長1年までのコミットメントに対応しており、最大35%の割引を受けることができます。しかもそれはデータベースサービス全体にまたがっています。例えば「データベースサービスに対して時間あたり2ドルをコミットする」と申し込めば、私たちはDynamoDB、RDS for SQL Server、Aurora、ElastiCache for Valkeyなど、皆さんが実際に利用しているサービスに応じて自動的にその割引を適用し、最大限の割引を受けられるようにします。ですから、もし今すでにRDSなどをお使いであれば、ぜひ貯蓄プランをご検討いただくことをお勧めします。
Tobias Stanstrom: さて、エージェンティックな基盤のためのデータという観点では、データの利用者、あるいはエージェントとともにデータを使う方法には、三つの用途があります。一つは先ほど述べた開発のためのもの、もう一つは分析のためのもの、そして三つ目が皆さんの運用データを扱う運用のためのものです。私たちはこの三つすべてのユースケースをサポートすることに注力しています。例えばデータベースクラスタを超高速に作成できるようにすることは、開発者をサポートする一例です。運用ユースケースをサポートする一例としては、私たちのデータベースポートフォリオ全体にわたってMCPサーバーを構築し、皆さんのエージェントがツールとしてこうしたデータベース内のデータを利用できるように、ツールを与えることを容易にしています。もう一つ私たちが取り組んでいるのは、データベースを利用する人気のオープンソースフレームワークへの対応です。エージェントがデータを使う方法の一つは、皆さんをサポートするために、例えば注文を選び出したり、注文を処理したりする際にデータを使うというものですが、もう一つの用途として、エージェント自身が機能するためにデータベースを必要とする、ということがあります。例えばメモリのためです。そこで私たちは、例えばLangGraphとDynamoDBを統合し、LangGraphを使って会話をDynamoDBに保存できるようにしました。あるいは、ナレッジグラフのためにMem0をNeptuneに統合し、短期記憶についてはMem0とLangGraphをElastiCache for Valkeyと組み合わせることでミリ秒単位の取得を実現し、長期記憶についてはLetaをAmazon Auroraと組み合わせて利用できるようにしています。
Tobias Stanstrom: そして最後に、非常にエキサイティングなのが、AIを使ったモダナイゼーションの方法です。私たちが構築してきたものの一つに、フルスタックのモダナイゼーションをサポートするAWS Transformがあります。これは急速に進化している分野です。最近私たちが特に注力してきたものの一つが、.NETとSQL Server上に構築されたWindowsアプリケーションを、.NET on LinuxとAurora PostgreSQLへと移行するモダナイゼーションです。それでは、実際に動いているAWS Transformの様子を、映像でご覧いただきたいと思います。ありがとうございました。