AWS What's New Digest

Appearance

2026年05月05日 ​

[Bedrock] Amazon Bedrock AgentCore is now available in AWS GovCloud (US-West) ​

概要 ​

Amazon Bedrock AgentCoreがAWS GovCloud (US‑West)リージョンで利用可能になりました。これにより、政府・規制対象ワークロード向けのセキュアなエージェント型AI基盤をリージョン内で構築・運用できます。

変更内容・新機能の詳細 ​

AgentCoreはインフラ管理不要でエージェントAIをプロトタイプから本番へ移行するためのプラットフォームで、複数の独立／連携可能なコンポーネントを提供します。主な機能として、AgentCore Runtimeはセッション分離された実行環境と長時間実行ワークロードのサポートを提供し、AgentCore GatewayはModel Context Protocol（MCP）を用いて既存のAPIやAWS Lambdaをエージェント向けツールに変換し、安全に企業データやサービスへアクセスさせます。AgentCore Identityは既存のIDプロバイダーと統合して認証と権限委譲を自動化し、AgentCore ObservabilityおよびEvaluationsは本番環境でのリアルタイム監視と継続的な品質評価を可能にします。さらに「任意のフレームワーク・任意のモデル」をサポートする設計により、社内モデルや商用モデルを組み合わせたエージェント構成が可能です。GovCloudリージョンでの提供により、政府や高いコンプライアンス要件を持つワークロードに適合したセキュリティ・データ居住性を確保しつつ運用できます。

影響範囲・利用シーン ​

  • 対象ユーザー: 政府機関、法規制下の企業、セキュリティおよびコンプライアンス重視のクラウドエンジニア/開発チーム
  • 利用シーン: 政府向けチャットボットや自動化ワークフロー、規制文書の自動処理、内部システム連携を要するエージェントの本番展開
  • 運用効果: インフラ管理負荷を軽減しつつ、セッション分離やID統合・監視機能により本番稼働中の安全性と品質管理を向上させることで、プロトタイプからの迅速な移行と継続的な品質担保が可能

技術的な注意点 ​

  • IAM権限: AgentCoreの操作には専用のIAM権限が必要。Identity統合やツールアクセス権限の設計を事前に確認してください
  • リージョン制限: 本リリースはAWS GovCloud (US‑West)リージョンでの提供です。他リージョンへの展開は別途確認が必要です
  • データ所在・コンプライアンス: GovCloud提供により米国政府向けのコンプライアンス対応が容易になるが、FedRAMP等の承認状況や顧客要件はドキュメントで必ず確認してください
  • コスト: AgentCoreはマネージドサービスのため使用量に応じた課金が発生する可能性があります。ランタイムの実行時間、観測・評価機能、データ転送などコスト要素を見積もってください
  • サポートするモデル/フレームワーク: 「任意のフレームワーク・任意のモデル」をうたうものの、GovCloud上で利用可能なモデル／提供方法（Bedrockが管理するモデルか顧客持ち込みか）を事前に確認してください
  • ネットワーク/接続: Gateway経由で既存APIやLambdaをツール化するため、VPCエンドポイント、プライベート接続、ファイアウォール設定などネットワーク設計が必要です
  • 注意事項がない場合: 特になし

参考情報 ​

[EKS] AWS Backup improves performance for Amazon EKS cluster backups ​

概要 ​

AWS BackupがAmazon EKSクラスターのクラスタ状態バックアップのパフォーマンスを最大10倍向上させました。大規模なクラスターでのバックアップ時間が数日から数時間へ短縮されます。

変更内容・新機能の詳細 ​

今回の改善は、Amazon EKSの「クラスタ状態（cluster state）」バックアップ処理のスループットおよび並列処理の最適化により、namespacesや大量のKubernetesリソースを持つクラスターでのバックアップ完了時間を最大10倍高速化するものです。変更は自動的に有効化され、AWS BackupのEKSサポートが利用可能な全リージョンで追加料金なく適用されます。AWS Backup自体はポリシーベースのフルマネージドサービスであり、EKSを含む複数のAWSサービスのデータ保護を集中管理・自動化できます。大規模クラスターではバックアップウィンドウが「日」単位から「時間」単位に短縮され、運用スケジュールや復旧時のRTO改善が期待できます。リージョンの対応状況や料金の詳細はAWS Backupの料金ページとドキュメントを参照してください。

影響範囲・利用シーン ​

  • 対象ユーザー: EKSを大規模に運用するプラットフォーム/クラウドエンジニア、SRE、バックアップ/データ保護チーム
  • 利用シーンまたは効果: 名前空間やKubernetesリソース数が非常に多いクラスターの定期バックアップで、バックアップウィンドウを短縮して運用負荷とサービス停止リスクを低減
  • 運用効果: バックアップ完了時間短縮によりスケジュール頻度の向上や、復旧時のRTO短縮、バックアップ失敗やタイムアウトによる手動対応の削減が可能

技術的な注意点 ​

  • 適用範囲: 本改善はクラスタ状態（Kubernetesリソースやnamespaces等）のバックアップ処理に対する性能改善です。永続ボリューム（PV/PVC）やストレージスナップショットの性能改善は別途挙動が異なる可能性があります
  • IAM権限: AWS Backup用の適切なIAMロールとポリシー、およびEKSクラスタのリソースにアクセスする権限（バックアップロールや必要なAPIアクセス権）を事前に確認してください
  • リージョン制限: AWS BackupのEKSサポートが有効なリージョンで自動的に有効になります。AWS商用リージョンおよびAWS GovCloud (US)で利用可能ですが、利用前に対象リージョンの対応状況を確認してください
  • コスト: パフォーマンス改善自体に追加料金は発生しませんが、バックアップで発生するストレージ使用量、APIリクエスト、データ転送などの通常の料金は適用されます。大規模クラスターでバックアップ頻度を上げる場合はコスト増加を見積もってください

参考情報 ​

[Opensearch Service] Amazon OpenSearch Service expands Cluster Insights with a new insight ​

概要 ​

Amazon OpenSearch ServiceのCluster InsightsがOpenSearch 1.0以降およびElasticsearch 6.8以降に対応拡大され、Consoleや通知経由でクラスタの予防的な可観測性を提供します。新たに「Unused Index」インサイトが追加され、30日間検索/インデックス操作がないインデックスを検出してコスト最適化の推奨を行います。

変更内容・新機能の詳細 ​

主な変更点と技術的内容： ・バージョン対応拡大: Cluster InsightsはOpenSearch 1.0以降およびElasticsearch 6.8以降のクラスタをサポートします。これにより古い互換性層を含む広範な環境で、パフォーマンスや安定性のリスクを事前に検出可能です。 ・Unused Indexインサイト: 過去30日間に検索（search）およびインデックス（indexing）のいずれのアクティビティも発生していないインデックスを検出します。検出されたインデックスには「ウォーム/コールド層へ移行」などのアクション推奨が表示され、ストレージコスト削減のための次のステップが明示されます。 ・通知・統合: インサイトはOpenSearch Serviceコンソール、OpenSearch Service Notifications、OpenSearch UI、およびAmazon EventBridgeを通じて提供されます。EventBridge連携により検出イベントを受けて自動化（例：スクリプト実行、Lambda起動、運用チケット作成）するワークフローを組めます。 ・コストと提供条件: Cluster Insights自体は追加料金なしで提供され、Amazon OpenSearch Serviceが利用可能な全リージョンで利用できます（リージョン対応は公式リストを確認してください）。ただし、推奨される「ウォーム/コールド層」利用は各ストレージ層の料金体系に基づく費用削減を目的としますが、移行やデータアクセス頻度によってコスト効果は変わります。

影響範囲・利用シーン ​

  • 対象ユーザー: OpenSearch/Elasticsearchを運用するSRE、データエンジニア、プラットフォーム運用チーム
  • 利用シーン: クラスタ容量・パフォーマンス監視、未使用インデックスの検出によるストレージ最適化、インサイト発生時の自動化ワークフロー（EventBridge経由）
  • 運用効果: 事前のパフォーマンス/安定性問題検出によりダウンタイムや障害対応の抑制、未使用インデックス移行によるストレージコスト削減とクラスタの効率化

技術的な注意点 ​

  • 対応バージョン: OpenSearch 1.0以上およびElasticsearch 6.8以上で利用可能です
  • IAM権限: コンソールでの表示やEventBridge連携にはOpenSearch Serviceのリード権限（ドメインのDescribe系）やEventBridge権限が必要です。インデックス移行等の操作を自動化する場合はドメイン設定更新やインデックス操作に関する追加権限が必要になります（例: opensearch:DescribeDomain, opensearch:UpdateDomainConfig など、Elasticsearch互換API環境ではes:DescribeElasticsearchDomain等）
  • リージョン制限: Amazon OpenSearch Serviceが提供されているリージョンで利用可能です。詳細は公式のリージョン対応一覧を確認してください
  • コスト: Cluster Insights自体に追加課金はありません。ただし、インデックスをウォーム/コールドストレージへ移行する際は各ストレージ層の料金が適用されます。EventBridgeやLambda等の自動化に伴うサービス利用分の料金も発生します
  • 運用上の注意: Unused Indexは過去30日間の検索/インデックス件数を基準に検出します。アクセスパターンが季節的・断続的な場合は誤検出の可能性があるため、移行前にアクセスパターンやスナップショット要件を確認してください

参考情報 ​

[IAM] AWS IAM now provides higher maximum quotas for roles, role trust policies, instance profiles, managed policies, and identity providers ​

概要 ​

AWS IAM の複数リソースに対する最大クォータが引き上げられました。大規模環境やマルチテナント運用でよく遭遇するスケーリング制約を緩和します。

変更内容・新機能の詳細 ​

今回の更新で、以下の IAM リソースの最大クォータが引き上げられました（旧値 → 新値）:

  • カスタマー管理ポリシー（アカウントあたり）: 5,000 → 10,000
  • インスタンスプロファイル（アカウントあたり）: 5,000 → 10,000
  • ロールあたりのマネージドポリシー数: 20 → 25
  • ロールの信頼ポリシー長（文字数）: 4,096 → 8,192
  • ロール（アカウントあたり）: 5,000 → 10,000
  • OpenID Connect プロバイダー（アカウントあたり）: 100 → 700

これらは“最大値（maximum quotas）”の引き上げであり、既存のアカウントにすぐ自動適用される場合と、依頼によって上限を引き上げる必要がある場合があります。商用リージョンのアカウントについては、Service Quotas（US East (N. Virginia)）を通じてクォータ増加をリクエストできます。AWS GovCloud (US) と中国リージョンでは AWS Support を経由します。最新の制限値は IAM および AWS STS のクォータドキュメントで確認してください。

技術的な影響の例:

  • ロール信頼ポリシー長の倍増により、複雑な信頼関係（複数のプリンシパル、条件、外部 ID 等）を1つのポリシーに収めやすくなります。
  • ロール数やインスタンスプロファイル、OIDC プロバイダー数の増加により、マルチアカウント／マルチテナント構成、短命ロールや自動生成ロールの採用が容易になります。
  • ロールあたりのマネージドポリシー数増加は、ポリシー分割や再利用を進めつつ、ロール設計の柔軟性を高めます。

影響範囲・利用シーン ​

  • 対象ユーザー: 大規模組織、SaaS／マルチテナント事業者、クラウド基盤運用チーム、セキュリティ／アクセス管理者
  • 利用シーン: 大量のサービスロールやインスタンスプロファイルを必要とするワークロード（自動化ツール、CI/CD、マルチテナント認証連携、クロスアカウントアクセス）
  • 運用効果: ロールやポリシーの設計自由度が向上し、スケール時のクォータ不足によるデプロイ失敗や運用制約を回避しやすくなる

技術的な注意点 ​

  • IAM権限: クォータの照会／申請には Service Quotas の権限（例: servicequotas:GetServiceQuota, servicequotas:RequestServiceQuotaIncrease）やコンソールアクセス、実際にロール/ポリシーを作成するための iam:CreateRole, iam:CreatePolicy, iam:CreateInstanceProfile 等の権限が必要です
  • リージョン制限: クォータ申請は商用リージョンでは Service Quotas（US East (N. Virginia)）を使用。AWS GovCloud (US) と中国リージョンは AWS Support 経由で申請してください。IAM のリソース管理自体はアカウント単位（グローバル／パーティション単位）で扱われる点に留意してください
  • コスト: クォータ増加自体に課金は発生しませんが、ロールやインスタンスプロファイル等を大量に作成・利用することで関連サービス（EC2、Lambda、ログ保存、認証連携など）の利用料金が増加する可能性があります
  • その他制約: ポリシーの数や長さ以外にもポリシーサイズ、API レート制限、アカウントガバナンス（タグ付け、命名規則、監査）等の運用制約は引き続き存在します。既存のデプロイや自動化（Terraform/CDK 等）が新上限に対応するか確認してください
  • 実行手順: 新しい最大値を適用するには、必要に応じて Service Quotas または AWS Support 経由で増加をリクエストしてください。デフォルト上限が既に引き上げられているかはドキュメントとコンソールで確認することを推奨します

参考情報 ​

[CloudWatch] Amazon CloudWatch Logs Insights supports querying by log group tags ​

概要 ​

Amazon CloudWatch Logs Insightsのクエリ言語がロググループのタグによる絞り込みをサポートしました。ロググループ名を列挙せずに、共通のキー/値タグを持つ複数のロググループを対象にクエリを実行できます。

変更内容・新機能の詳細 ​

今回の拡張により、CloudWatch Logs Insightsでログソースを指定する際に、ロググループの名前・データソース・ファセットに加えてロググループに割り当てたタグ（キー=値）で対象を指定できるようになりました。たとえば Environment=Production や Application=PaymentService といったタグを付与しておけば、同じタグを持つ全ロググループを横断してクエリを実行できます。タグの追加・削除に応じてクエリの対象が自動で反映されるため、ロググループが増減する動的な環境でも運用負荷を下げられます。本機能は全ての商用AWSリージョンで利用可能です。タグの付与・管理はAWSコンソール、CLI、SDK、CloudFormation等で行えます。なお、記事では具体的なクエリ文の構文例は示されていませんが、既存のLogs Insightsのクエリ実行フロー（StartQuery/GetQueryResults等）と組み合わせて動作します。

影響範囲・利用シーン ​

  • 対象ユーザー: クラウドエンジニア、SRE、ログ分析者、セキュリティ／運用チーム
  • 利用シーン: 環境/アプリケーション別（例: Environment=Production や Application=PaymentService）に属する全ロググループを横断してログクエリを実行する場合
  • 運用効果: ロググループを個別に列挙・管理する手間を削減し、タグ付けポリシーに従った横断検索で環境の拡張に伴う運用コストを低減できる
  • 注意点（運用上）: タグの付け漏れや命名規約の不一致があると期待するグループがクエリ対象から外れるため、タグ運用（ポリシー・バリデーション）が重要

技術的な注意点 ​

  • IAM権限: StartQuery/GetQueryResults/StopQueryなどのLogs Insights操作に加え、ロググループの列挙やタグ参照に関する権限（例: logs:DescribeLogGroups, logs:ListTagsLogGroup）が必要になる可能性があります。最小権限でポリシーを確認してください。
  • コスト: Logs Insightsはスキャンしたデータ量に基づき課金されます。タグで多数のロググループを横断してクエリを実行するとスキャン量が増え、コストが上がる可能性があるため、クエリの絞り込みや時間幅の制限を検討してください。
  • リージョン制限: 本機能は全ての商用（パブリック）AWSリージョンで利用可能とされています。AWS GovCloudや中国リージョンでは未サポートの可能性があるため、利用前に該当リージョンのドキュメントを確認してください。
  • タグ動作の一貫性: タグの付与・削除は即時反映される場合が多いですが、内部での反映遅延（最終的一貫性）が発生することがあります。運用上はタグ変更後に動作確認を行ってください。
  • タグ付与方法: タグはコンソール、AWS CLI、SDK、CloudFormation等で設定可能です。既存のIaCでタグ付けを標準化すると効果的です。
  • 互換性: 既存のLogs Insightsクエリ機構（StartQuery等）と統合して使用します。具体的なクエリ構文／APIの挙動は公式ドキュメントで確認してください。

参考情報 ​

[Entity Resolution] AWS Entity Resolution launches support for incremental Machine Learning based matching workflows ​

概要 ​

AWS Entity Resolutionが機械学習ベースの増分（インクリメンタル）マッチングワークフローをGAで提供開始しました。新規追加レコードのみを処理することで、処理時間とインフラコストを大幅に削減します。

変更内容・新機能の詳細 ​

これまでAWS Entity ResolutionでMLベースのマッチングを行う際、新しいレコードが1件でも追加されるとデータセット全体を再処理する必要があり、最大で2日、数千ドル相当のコストが発生することがありました。今回のGA機能により「最後のワークフロー実行以降に追加されたレコードのみ」を処理する増分ワークフローがサポートされ、効率が飛躍的に向上します。具体的には、100万件の増分レコードを1時間未満で処理でき、従来比で処理時間は約95%削減されます。増分ワークロードは最大5,000万件、基礎となる履歴データは最大10億レコードまで対応しており、連続的かつ大規模なエンタープライズ運用が現実的になります。機能はAWS Entity Resolutionが利用可能なすべてのリージョンで使用可能です。導入は既存のワークフローに増分実行を組み込む形で行い、S3などのデータレイクやイベント駆動の取り込み（例: S3イベント、Lambda、Step Functions）と組み合わせることで継続的なマッチングパイプラインを構築できます。初回は既存データに対するベースライン（フル）ワークフローの実行が前提となる点に注意してください。詳細はユーザーガイドおよび製品ページを参照してください。

影響範囲・利用シーン ​

  • 対象ユーザー: データエンジニア、データサイエンティスト、SRE/運用チーム、顧客360/CRMやマスター・データ管理(MDM)を扱うエンタープライズ
  • 利用シーン: 新規データが継続的に流入するデータレイクやETLパイプラインでのリアルタイム／ニアリアルタイムなレコード連携（例: 顧客プロファイル統合、重複検出、マーケティングセグメントの更新）
  • 運用効果: 処理時間とインフラコストの大幅削減により、継続的な増分マッチングが経済的に可能になり、マッチング遅延の短縮とより頻繁な同期が実現される

技術的な注意点 ​

  • IAM権限: Entity Resolutionのワークフロー実行やS3/CloudWatchへのアクセスなど、必要なIAMポリシーを事前に確認・付与してください（運用ユーザー/ロールに対する最小権限設計を推奨）。
  • リージョン制限: GA機能は「AWS Entity Resolutionが利用可能なリージョン」で提供されています。利用前に対象リージョンでのサポート状況を確認してください。
  • コスト: 増分処理でインフラコストは低減されますが、処理量に応じた通常のサービス料金が発生します。料金体系や見積もりは公式の価格ページを確認してください。
  • 制限値/スケール: 増分ワークロードは最大5,000万件、基礎データは最大10億レコードをサポートする旨が公表されています。大規模ワークロードでは事前にスループットと処理時間を検証してください。
  • 初期フルラン必要性: 増分処理を利用する前に、既存の履歴データに対する初回のフル（ベースライン）マッチングを実行する必要があります。これを行わないと増分処理の前提が満たされません。
  • データ更新の扱い: 既存（履歴）レコードを更新した場合、それらの変更がマッチング結果に影響するなら再処理（フルまたは部分的な再評価）が必要になる可能性があります。増分は「新規追加」に最も適している点に注意してください。
  • 運用監視/ログ: 処理ジョブの失敗やパフォーマンス監視のためにCloudWatchログやメトリクス、S3出力の整合性チェックを組み込み、アラートを設定することを推奨します。
  • 移行/互換性: 既存のバッチフルワークフローから増分ワークフローへ移行する際は、ワークフロー定義、入力スキーマ、特徴量やラベルの整合性を確認してください。

参考情報 ​

[Fsx For Windows File Server] Amazon FSx is now available in the AWS Asia Pacific (New Zealand) Region ​

概要 ​

Amazon FSxがAWSアジアパシフィック（ニュージーランド）リージョンで利用可能になりました。FSxはNetApp ONTAP、Windows File Server、Lustre、OpenZFSの4種類のフルマネージドファイルシステムを提供します。

変更内容・新機能の詳細 ​

Amazon FSxはフルマネージドなファイルシステムサービスで、ハードウェアのプロビジョニング、パッチ適用、バックアップ管理など運用作業を代行します。今回の発表でAWSアジアパシフィック（ニュージーランド）リージョンでも利用できるようになり、同リージョン内で低レイテンシかつ高スループットの共有ストレージを構築できます。サポートされるファイルシステムはNetApp ONTAP（高機能なNFS/SMB/データ管理機能）、Windows File Server（SMBによるWindows共有、Active Directory連携）、Lustre（高性能コンピューティング向け高スループット）、OpenZFS（スナップショットや効率的なデータ保護）です。FSxは最新のAWSコンピューティング、ネットワーク、ディスク技術を用いて高性能化とTCO削減を図っており、バックアップやスナップショット、暗号化（KMS）などの機能も提供します。リージョン追加によりニュージーランド拠点のアプリケーションやユーザーに対してローカルでのファイル共有・高性能ストレージの選択肢が増えます。

影響範囲・利用シーン ​

  • 対象ユーザー: クラウド／オンプレミスのストレージ管理者、アプリケーション開発者、HPC／データ解析チーム、Windowsワークロード運用者
  • 利用シーン: ニュージーランド拠点での共有ファイルストレージ（SMB/NFS）、HPCや機械学習の高速データ処理、Windowsファイル共有のActive Directory連携、バックアップとデータ保護の簡素化
  • 運用効果: リージョン内での低遅延アクセスによりユーザー体験が向上し、マネージドサービスにより運用負荷（ハードウェア運用・パッチ適用・バックアップ管理）が削減される

技術的な注意点 ​

  • IAM権限: FSxを操作するためのIAMポリシー（fsx:CreateFileSystem等）や暗号化でのKMS使用権限を事前に確認してください
  • ネットワーク/セキュリティ: VPC、サブネット、セキュリティグループ、ENIの設定が必要です。パフォーマンス要件に応じてサブネット設計や帯域幅を検討してください
  • ディレクトリ統合: Windows File ServerやNetApp ONTAPでSMB/Windows認証を使う場合はAWS Managed Microsoft ADやセルフマネージドのActive Directoryとの統合が必要です
  • コスト: ストレージ容量、スループットプロビジョニング、バックアップ保存、データ転送に対する課金が発生します。構成（スループット/IOPS）により費用が大きく変わるため事前に見積もりを行ってください
  • リージョン制限: 本発表はAWSアジアパシフィック（ニュージーランド）リージョンでのサービス提供開始を示しますが、リージョンごとにサポートされるFSxのファイルシステムや一部機能（特定のインスタンスタイプや機能拡張）は異なる場合があるため、利用前にリージョンのサービス対応状況を公式リージョンテーブルで確認してください

参考情報 ​

[Quicksight] Amazon Quick generates dashboards from natural language prompts ​

概要 ​

Amazon Quick（Amazon QuickSight）は、自然言語プロンプトからダッシュボード（分析）を自動生成する「Generate Analysis」機能を提供します。ユーザーが欲しいダッシュボードを説明し最大3つのデータセットを選ぶと、編集可能なプランを経てシート・ビジュアル・フィルタ・計算フィールドを短時間で生成します。

変更内容・新機能の詳細 ​

Generate Analysisは自然言語プロンプトを受け取り、選択したデータセットに基づいて分析（ダッシュボード）を自動作成します。ワークフローは、（1）ダッシュボードの要件をテキストで記述、（2）最大3つまでのデータセットを選択、（3）生成前に編集可能なプランをレビュー、（4）実際に分析を生成、という流れです。生成される出力は複数のシートに整理され、データに合った可視化（グラフ／表など）を自動選択、次元別のフィルタコントロールを付与、さらに前年比（YoY）や前月比（MoM）などの計算フィールドも自動で作成します。生成された分析は既存の公開ワークフロー、埋め込み（embedding）、CI/CDパイプライン、ポイント＆クリックでの編集と互換性があり、そのまま修正・公開できます。本機能はダッシュボード作成に要する手動設定時間を「数時間」から「数分」へ短縮することを目的としています。現時点での利用条件はEnterpriseサブスクリプションまたはAuthor Proユーザー向けで、Authorsは組織がアクセスを制限していない場合に2026年12月までプロモーションアクセスが可能です。Generate AnalysisはAmazon Quick（QuickSight）が利用可能なすべてのAWSリージョンで一般提供（GA）されています。

影響範囲・利用シーン ​

  • 対象ユーザー: BI/データ分析者、ダッシュボード作成者（Authors、Enterpriseユーザー）、SRE/運用チーム
  • 利用シーンまたは効果: 素早くプロトタイプや業務ダッシュボードを作成（例：売上トレンド、地域比較、月次／年次の成長指標の可視化）。手作業の可視化設定を減らし、分析作成の初期工数を大幅に低減
  • 運用効果: 迅速なダッシュボード提供により意思決定のスピード向上、テンプレート化による標準化、既存の埋め込みやCI/CDワークフローと連携して継続的デリバリが可能

技術的な注意点 ​

  • IAM権限: Generate Analysisの実行にはQuickSight上でのAuthor権限／Enterprise利用権が必要。加えて分析・ダッシュボード作成（quicksight:CreateAnalysis, quicksight:CreateDashboard 等）やデータセット参照（quicksight:DescribeDataSet, quicksight:PassRole など）の権限が必要になる点を確認してください
  • リージョン制限: 記事によれば Amazon Quick が利用可能なすべてのリージョンでGAとされていますが、実運用前に対象リージョンでの利用可否を管理コンソールで再確認してください
  • コスト: 機能自体はEnterprise/Author Proの提供対象ですが、利用には該当するQuickSightのサブスクリプション（ライセンス）費用が発生します。生成に伴う追加料金の有無やデータクエリ／SPICEストレージ等のコストも確認してください
  • データ品質／メタデータ依存: 自然言語からの生成はデータセットのスキーマ、列名、型、メタデータ（説明）が正確であるほど期待通りの可視化・計算式が生成されます。列名が不明瞭・欠損が多い場合は出力を必ず確認・修正してください
  • 制限事項: 現在は1回の生成で最大3つのデータセットを選択可能。自動生成された計算フィールドや可視化は推奨や初期値を提示するものであり、ビジネス上の最終的な妥当性確認（集計方法やフィルタ適用の正しさ）はユーザー側で行ってください
  • セキュリティ／ガバナンス: 機密データを含むデータセットをプロンプトで利用する際は組織のデータガバナンス方針に従い、アクセス制御やログ監査を適切に設定してください

参考情報 ​

[General] Amazon Aurora DSQL now supports the JSON data type with compression ​

概要 ​

Amazon Aurora DSQLがPostgreSQLのJSONデータ型をサポートし、JSONデータをデフォルトで圧縮して格納できるようになりました。これにより、半構造化データをリレーショナルデータとシームレスに共存させやすくなります。

変更内容・新機能の詳細 ​

Aurora DSQLでPostgreSQLのJSONデータ型が利用可能になりました。CREATE TABLEやALTER TABLEでJSON型のカラムを定義することで、APIペイロード、設定オブジェクト、イベントログなどの半構造化データをそのまま格納できます。記事によれば圧縮（PostgreSQLの圧縮機能）はデフォルトで有効になっており、大きなJSONペイロードは効率的に格納されるためストレージ削減につながります。既存のPostgreSQL向けコードやツール（JSON型に依存するORMやクライアントライブラリなど）は、変更なしにAurora DSQL上で動作させやすくなります。詳細なサポートデータ型や制限はAurora DSQLの公式ドキュメントを参照してください。

影響範囲・利用シーン ​

  • 対象ユーザー: アプリケーション開発者、データエンジニア、DBA
  • 利用シーン: APIレスポンス保存、構成情報や設定の保存、イベント・ログの半構造化データ保存、リレーショナルスキーマとJSONデータの混在
  • 運用効果: JSONデータをネイティブ型で扱えるためアプリ側の変換負荷が減り、既存のPostgreSQL向けツールを流用可能
  • コスト・容量効果: デフォルト圧縮により大きなJSONペイロードのストレージ使用量が低減され、ストレージコスト削減が期待できる
  • 互換性: PostgreSQLのJSON型に依存するアプリは最小限の変更で移行できるが、JSONBなど他の型のサポート状況はドキュメントで確認が必要

技術的な注意点 ​

  • IAM権限: DBのスキーマ変更やテーブル作成にはデータベース内の適切な権限（CREATE/ALTER権限）が必要です。AWS側の管理操作はRDS/Aurora用のIAMポリシーも確認してください
  • リージョン制限: 全リージョンで提供されるとは限りません。利用前にリージョン対応状況をAWS Regionの一覧で確認してください
  • コスト: 圧縮によりストレージコストは下がる可能性がありますが、圧縮／解凍によるCPU負荷やI/O特性の変化があるため、ワークロードにより総コストが変動する可能性があります
  • クエリ／インデックス: JSON（textベース）とJSONBは性能特性やインデックス可能性が異なります。頻繁にキー検索や部分クエリを行う場合は、サポートされるインデックス手法（例: GINインデックス等）やJSONBのサポート有無を確認のうえ設計してください
  • 互換性／移行: 既存のPostgreSQLクライアントやORMはJSON型に依存している場合そのまま動作する想定ですが、型差異や拡張機能の違いがあるため本番移行前に検証してください
  • バックアップ／レプリケーション: 圧縮されたJSONデータは通常のスナップショットやレプリケーション対象になりますが、リストア後の互換性を事前に検証してください

参考情報 ​

[General] Amazon Quick introduces Dataset Q&A for conversational analytics against enterprise data ​

概要 ​

Amazon QuickはDataset Q&Aを一般提供開始しました。自然言語でエンタープライズのデータセットに直接質問し、ガバナンス（行／列レベルセキュリティ等）を保持したままテキスト→SQLエージェントが最適化されたSQLを生成して対話的に分析できる機能です。

変更内容・新機能の詳細 ​

Dataset Q&Aは、Amazon Quickのテキスト→SQLエージェントを用いた会話型分析機能です。ユーザーの自然言語の質問を解釈して、関連データセットを特定し、ターゲットエンジンやSQL方言（Amazon Redshift、Amazon Athena、Aurora PostgreSQL、Apache Iceberg（S3上）やSPICE等）に最適化された正確なSQLを一連の会話で生成します。データ所有者はデータセットに対してカスタム指示、業務定義、フィールド説明をUIまたはファイルアップロードで追加でき、これらのキュレーション済みセマンティクスおよびメタデータはナレッジグラフに取り込まれてデータ資産間の意味・関係を保持します。オーケストレータはナレッジグラフを参照して最も関連性の高いデータセットを選択し、分析目的に適したSQLを生成します。対応可能な問いはトレンド分析、時系列比較、ランキング、複数条件の分析クエリや探索的な自由問など幅広く、Explain機能により生成された回答の根拠や生成SQLのロジックをステップごとに確認して検証できます。Dataset Q&AはAmazon Quickの提供リージョンで一般利用可能（GA）です。

影響範囲・利用シーン ​

  • 対象ユーザー: データアナリスト、シチズンアナリスト（非SQLユーザー）、BIチーム、データ所有者・スチュワード、SRE/運用チーム
  • 利用シーン: アドホック分析・探索的データ調査、ダッシュボード作成前のデータ発見、SQL知識のない利用者によるレポート作成、複数データソース横断の問合せ
  • 運用効果: SQLスキルのハードルを下げて高速に洞察を得られる、データ所有者が定義したガバナンス（行・列レベルのアクセス制御）を維持したままセルフサービス分析を拡大できる
  • コスト影響: クエリはバックエンドのデータエンジンで実行されるため、Athena/Redshift等のクエリ実行コストやSPICE利用料が発生する可能性がある
  • セキュリティ/コンプライアンス: RLS/CLSや既存のデータアクセス制御が適用されるため、ガバナンス方針の遵守が容易

技術的な注意点 ​

  • IAM権限: Dataset Q&Aを使うにはAmazon Quickで該当データセットへのアクセス権とQuickの利用権限が必要。データ所有者はカスタム定義の編集権限も管理する必要あり
  • リージョン制限: 一般提供は『Amazon Quickが利用可能な全てのAWSリージョン』で有効。Quick自体が未対応のリージョンでは利用不可
  • データソースと接続: SPICE、Amazon Redshift、Amazon Athena、Aurora PostgreSQL、Apache Iceberg（S3上）などをネイティブサポート。各接続はVPC、IAMロール、ネットワーク設定（VPCエンドポイント/PrivateLink等）を正しく構成する必要あり
  • ガバナンス/セキュリティ: Row Level Security／Column Level Securityポリシーは尊重される設計。ただし、ポリシー設定が不完全だと意図しない可視化がされる恐れがあるためデータオーナーは事前確認を推奨
  • コスト: Query実行は基盤となるデータサービスに対する課金対象（Athenaのスキャン量、Redshiftクラスター時間、SPICEストレージ等）。Dataset Q&A自体の利用料金がある場合は別途発生する可能性があるため請求モデルを確認すること
  • データ鮮度とキャッシュ: SPICEや各ソースのキャッシュ/読み取り設定により回答の鮮度が変わる。リアルタイム性が必要な分析はソース側の最新化設定を確認
  • Explainと検証: 自動生成SQLは最適化されるが複雑なビジネスルールや微妙な意味解釈には誤りが生じる可能性あり。Explain機能で生成SQLと推論過程を確認し、特に本番アクション実行前は検証を行うこと
  • 既知の制限: 非標準SQL関数や非常に複雑な分析ロジックは正確に生成されない場合がある。大規模なジョインやリソース集約型クエリはバックエンドのパフォーマンス／コストに影響を与える

参考情報 ​

[General] Amazon Quick now supports S3 tables bucket as a data source ​

概要 ​

Amazon QuickがAmazon S3の「S3 table buckets」を直接データソースとしてサポートしました。これにより、Apache Iceberg形式でS3に格納したテーブルに対して、中間のデータウェアハウスやOLAPレイヤーなしでダッシュボード作成、会話型分析（Dataset Q&A）やエージェント型AIワークロードが利用可能になります。

変更内容・新機能の詳細 ​

技術的には、Amazon QuickがS3 table buckets（S3上に格納されたApache Icebergテーブル等をテーブル形式で扱う機構）を直接参照できるようになりました。これにより、従来必要だったETLや中間ストレージを経由せずに、データレイク上の表をそのままダッシュボードや自然言語クエリのソースとして利用できます。Zero-ETLのパターン（Salesforce、SAP、Amazon Kinesis Data Firehose等から直接S3 table bucketsへ取り込む構成）と組み合わせれば、ほぼリアルタイムのインサイト取得が可能です。導入はシンプルで、管理者がS3 table bucketのアクセス許可を一度設定すれば、作成者（authors）は即座にデータセットを作成して分析やDataset Q&Aを開始できます。Dataset Q&Aは自然言語の質問に対してデータレイクを“ソース・オブ・トゥルース”として参照して回答を返します。機能はAmazon Quickが提供されているすべてのAWSリージョンで利用可能です（リージョン対応はAmazon Quickの提供状況に依存）。

影響範囲・利用シーン ​

  • 対象ユーザー: データ分析者、BIチーム、データプラットフォームエンジニア、ML/AIチーム
  • 利用シーンまたは効果: ダッシュボード作成や自然言語による探索的クエリ（Dataset Q&A）を、S3上のIcebergテーブルを直接ソースにして実行可能。Zero-ETL構成と組み合わせることでほぼリアルタイム分析が可能。
  • 運用効果: ETLパイプラインや中間ストレージの削減によるアーキテクチャ簡素化、データ到達時間の短縮、運用負荷の低減
  • 導入効果: データレイクを単一の真実源（single source of truth）として利用しやすくなり、分析用のデータ同期や二重管理を減らせる
  • 制約・検討事項: クエリ性能はIcebergテーブルのパーティション設計・ファイルサイズ・メタデータ最適化に依存するため、データレイアウトの最適化が重要

技術的な注意点 ​

  • IAM権限: QuickからS3 table bucketsへアクセスするためのIAMロール／ポリシー（s3:GetObject, s3:ListBucket, s3:GetBucketLocation等）を整備してください。GlueカタログやLake Formationを使用する場合はそれらへのアクセス権（glue:GetTable等、Lake Formationの権限設定）も必要です。
  • データフォーマット: サポート対象はS3 table bucketsに格納されたApache Iceberg等のテーブルフォーマットです。テーブルのメタデータ整合性、マニフェスト、スナップショット管理が正しく維持されていることを確認してください。
  • パフォーマンス: クエリ性能はファイルサイズ、パーティション戦略、マニフェスト/メタデータの最適化（コンパクションや小ファイル対策）に大きく依存します。大規模テーブルでは適切なデータレイアウトと定期的な最適化を行ってください。
  • セキュリティとガバナンス: バケットポリシー、暗号化（SSE）、アクセスログ、Lake Formationによる細粒度アクセス制御を利用して機密データの露出を防いでください。Dataset Q&Aは自然言語での探索が可能なため、機密性の高いフィールドのマスキングやアクセス制御を検討してください。
  • コスト: Amazon Quickでのクエリ処理コストに加え、S3のGET/リクエスト/データ転送の料金が発生します。Zero-ETLや頻繁なクエリ実行によるS3アクセス増加がコストに影響するため、利用パターンを評価してください。
  • リージョン制限: Amazon Quickが提供されているリージョンでは利用可能です。利用前に対象リージョンでAmazon QuickとS3 table bucketsの両方がサポートされているか確認してください。
  • クロスアカウント／クロスリージョン: クロスアカウントアクセスを行う場合は、適切なバケットポリシー／IAMロールの信頼関係を設定してください。クロスリージョン参照はデータ転送コストとレイテンシに注意が必要です。

参考情報 ​

[General] Amazon EventBridge supports data plane logging to AWS CloudTrail ​

概要 ​

Amazon EventBridgeがデータプレーンAPIのCloudTrailによるログ記録をサポートしました。特にPutEvents APIの呼び出しがCloudTrailに記録され、イベントバス上のイベント送信操作の可視化が可能になります。

変更内容・新機能の詳細 ​

Amazon EventBridge（サーバーレスなイベントバス）で発生するデータプレーンAPI呼び出しをAWS CloudTrailで記録できるようになりました。これにより、コンソール操作およびプログラムからのAPI呼び出し（例: PutEvents）に関して、リクエストの発生元IP、呼び出し元の識別情報、タイムスタンプ、リクエストパラメータなどの情報がCloudTrailイベントとして収集されます。ログは既存のCloudTrailの仕組み（S3、CloudWatch Logs などへの配信）を通じて保存・参照できます。データプレーンのログ記録はイベントバス単位で有効化（オプトイン）し、CloudTrailコンソールまたはCloudTrailのAPI（例: PutEventSelectors/UpdateTrail 等）から設定します。記事時点では、PutEvents API のログ記録が明記されています。これにより運用上のトラブルシューティング、セキュリティ監査、ガバナンスやコンプライアンス対応が強化されます。機能は全ての商用リージョン、AWS GovCloud (US)、および中国（北京・寧夏）リージョンで利用可能です。

影響範囲・利用シーン ​

  • 対象ユーザー: 開発者（イベント発行元）、SRE/運用チーム、セキュリティ/コンプライアンス担当者
  • 利用シーン: イベント発行（PutEvents）の監査・フォレンジック、イベント送信の失敗原因調査、外部からの不正なイベント投稿の検出
  • 運用効果: イベントバス上の操作を時系列で追跡できるため、問題発生時のMTTR短縮、セキュリティインシデントの早期検知、監査証跡の強化が可能

技術的な注意点 ​

  • IAM権限: CloudTrailの設定を行うには cloudtrail:PutEventSelectors や cloudtrail:UpdateTrail（/ CreateTrail）などの権限が必要です。ログ格納先のS3やCloudWatchにアクセスするためのs3:PutObject / s3:GetObject や logs:PutLogEvents 等の権限も確認してください。
  • オプトイン: データプレーンのロギングはイベントバス単位でオプトイン方式です。CloudTrailコンソールまたはCloudTrail APIから設定してください。
  • ロギング範囲: 記事時点で明示されているのは PutEvents（データプレーン） のログ記録です。その他のデータプレーンAPIの対応状況は今後の更新を確認してください。
  • コスト: CloudTrailのデータイベント記録は追加料金が発生する可能性があります（データイベントの課金、S3保存、CloudWatch Logs受信/保持コストなど）。コスト影響を事前に評価してください。
  • リージョン制限: 全商用リージョン、AWS GovCloud (US)、中国（北京・寧夏）で利用可能とされています。ただし組織ポリシーやリージョン間のログ集約設計は確認してください。
  • データ保護: CloudTrailのイベントにはリクエストパラメータが含まれる場合があり、機密情報が記録される可能性があります。ログの暗号化（SSE）、アクセス制御、保持ポリシーに注意してください。

参考情報 ​

[General] Amazon Quick upgrades the extension for Microsoft Outlook (Preview) ​

概要 ​

Amazon QuickのMicrosoft Outlook向け拡張機能（プレビュー）が発表され、Outlook内で生成AIを使ってメール要約、返信下書き、受信トレイ整理、会議調整、外部アプリ連携トリガーなどが自然言語で行えるようになりました。複数リージョンでプレビュー提供されています。

変更内容・新機能の詳細 ​

このプレビュー拡張は、Outlookのメール・カレンダー操作にAmazon Quickの生成AI機能を組み込みます。主な機能は未読メッセージの要約、スレッドの要点抽出（アクションアイテムの抽出含む）、コンテキストを踏まえた返信文のインライン作成、受信トレイの優先付け・検索・フォルダ振り分け・フォローアップフラグ付与、自然言語による出席者間の最適な会議時間検索とスケジュール作成、さらに設定済みの外部アプリケーション連携（Amazon Quickの統合設定経由）をOutlook上から直接トリガーできる点です。生成する内容はAmazon Quick内のスペースやナレッジベースから関連情報を参照してコンテキストを補強します。プレビュー提供リージョンは米東（バージニア北部）、米西（オレゴン）、アジア太平洋（シドニー、東京）、欧州（アイルランド、フランクフルト、ロンドン）です。利用開始はQuickのウェブサイトでアカウント作成後、ドキュメントを参照してOutlook拡張をダウンロード・インストールします。

影響範囲・利用シーン ​

  • 対象ユーザー: メール中心の業務を行うビジネスユーザー、プロダクトチーム、カスタマーサポート、SRE/運用チーム、業務効率化を目指す管理者
  • 利用シーン: 大量メールの要約・優先付け、会議調整の自動化、スレッドからのアクション抽出とタスク化、外部ワークフロー（チケット発行、カレンダー更新等）のOutlook内トリガー
  • 運用効果: メール対応時間短縮、会議設定負荷の軽減、フォローアップ漏れの削減、ナレッジ参照に基づくよりコンテキスト適合した返信が可能になり生産性向上が期待される

技術的な注意点 ​

  • プレビュー状態: 現時点はプレビュー（Preview）機能のため仕様変更や機能追加があり得ます。運用前にリスク評価を推奨します。
  • リージョン制限: プレビュー提供リージョンは米東（バージニア北部）、米西（オレゴン）、アジア太平洋（シドニー、東京）、欧州（アイルランド、フランクフルト、ロンドン）に限定されています。リージョン外では利用不可の可能性あり。
  • IAM権限 / 管理者設定: Amazon Quickのアカウントと連携設定が必要です。Outlookアドイン／Microsoft Graphの権限付与やOffice 365管理者による承認が必要になる場合があるため、権限設定を事前に確認してください。
  • データ処理・プライバシー: メール本文やカレンダー情報が生成AI処理やQuickのナレッジ参照に使われます。機密情報やPIIの取り扱い、データ送信先、保存ポリシーを確認し、社内ガバナンス・コンプライアンス要件を満たすか検証してください。
  • クライアント互換性: Outlookデスクトップ／Web／モバイルのどのクライアントでフル機能がサポートされるかはドキュメントで確認してください。プレビュー段階では一部クライアントで制限があり得ます。
  • 外部連携依存: 外部アプリへのアクション実行は事前にQuick側で連携設定（コネクタやAPIキー等）が必要です。接続先の認証方式や権限も確認してください。
  • コスト: プレビュー提供とはいえ、Amazon Quickの利用料や将来的な有料機能が発生する可能性があります。利用前に料金体系を確認してください。

参考情報 ​

[General] Amazon SageMaker AI launches AI agent experience for model customization ​

概要 ​

Amazon SageMaker AIにエージェント駆動の「モデルカスタマイズ体験」が追加され、自然言語での操作やコーディングエージェント連携により、従来数ヶ月かかっていたモデル選定～微調整～デプロイのワークフローを数日〜数時間に短縮できるようになりました。

変更内容・新機能の詳細 ​

今回の機能は「モデルカスタマイズ用のSageMaker AIエージェントスキル」に基づくエージェント体験を提供します。開発者はIDE（例：Visual Studio、Cursor）からsagemaker-ai agentプラグイン経由でエージェントスキルをインストールし、自然言語で指示してコード生成、データ変換、学習実験の実行、評価（LLM-as-a-judgeによる品質評価指標）までを支援できます。エージェントはKiro、Claude Code、CoPilotなどのコーディングエージェントと連携し、Amazon Nova、Llama、Qwen、GPT-OSSなどのモデルファミリーに対して、監視学習による指示チューニング、Direct Preference Optimization（DPO）による好み調整、検証可能な正確性を要するユースケース向けの強化学習（RL）など高度なカスタマイズ手法をサポートします。生成されるコードアーティファクトは再利用・編集可能で、AIOpsパイプラインに組み込み可能な形で透明性と再現性を担保します。デプロイ先はAmazon BedrockまたはSageMaker AIエンドポイントが選べ、最適なコスト／性能構成の提示やデプロイ自動化も支援します。SageMaker Studio NotebooksにはモデルカスタマイズスキルとKiroエージェントがプリインストールされており（Kiroはサブスクリプションが必要）、チャット操作だけでワークフローを開始できます。

影響範囲・利用シーン ​

  • 対象ユーザー: 機械学習エンジニア、MLプラットフォームチーム、AIプロダクト開発者、データサイエンティスト
  • 利用シーン: カスタムLLMの設計・微調整（指示チューニング、好み調整、RLを用いた最終調整）、データ前処理の自動化、候補モデルの比較実験、エンドポイントまたはBedrockへの自動デプロイ
  • 運用効果: モデルカスタマイズの開発サイクル短縮（数ヶ月→数日〜数時間）、再現可能なコードアーティファクトでCI/CD/AIOpsへの統合が容易になり運用負荷低減、ベンダーやモデルごとの検証作業を自動化して意思決定を高速化

技術的な注意点 ​

  • IAM権限: SageMaker、S3、ECR、KMS、CloudWatch等の適切な権限とロール（トレーニング／デプロイ用）を事前に設定してください
  • リージョン制限: Amazon Bedrockや一部のSageMaker機能はリージョン限定のため、利用前に対象リージョンでのサポート状況を確認してください
  • コスト: トレーニング／微調整のGPU/CPUコスト、エージェント（Kiro等）のサブスクリプション費用、Bedrock利用料金や推論エンドポイントの稼働費用が発生します。最適なインスタンスタイプとスポット/オンデマンドの使い分けを検討してください
  • エージェント依存性: KiroやClaude Code等はサードパーティサービスやサブスクリプションに依存します。データ送信ポリシーや利用規約、追加料金を確認してください
  • データプライバシー/セキュリティ: PIIや機密データを扱う場合はS3暗号化、VPC接続、KMSキー管理、適切なデータ匿名化を実施してください。エージェントが外部にデータを送信する挙動を必ず確認してください
  • モデルライセンス: LlamaやGPT-OSSなどオープンソースモデルを使用する場合、ライセンス条件（商用利用制限等）を確認してください
  • 再現性と監査: 自動生成されるコードや実験設定をコード管理（Git）に保存し、実験メタデータとログをCloudWatch/各種メトリクスで収集して再現性を担保してください
  • 互換性/インテグレーション: 生成アーティファクトはAIOps/CIパイプラインに統合可能ですが、既存のパイプラインやIaC（CloudFormation/Terraform）との調整が必要になる場合があります

参考情報 ​

AI要約はOpenAI APIによって生成されています。

Copyright © 2026