8月24日、AWSが「週刊生成AI with AWS – 2026/8/24 週」と題した記事を公開した。ノーコードツールからコードベースへの移行を実質2週間で完了させた国内スタートアップの事例、AMLアラート調査時間を最大90分から5分未満に短縮したアーキテクチャ解説、AWSの内部チームによるインシデント自動トリアージの実録など、生成AIエージェントの「実運用フェーズ」を示す事例が今週は特に充実している。

Difyからコードベースへ——2週間で移行した Sapeet の事例が刺さる

今週の国内事例の中で最も技術的に興味深いのが、株式会社Sapeetによるアーキテクチャ移行だ。

監査業務向けの環境分析ツールをノーコードAIプラットフォームのDify（オープンソースのLLMアプリ開発プラットフォーム）で立ち上げ、約1年かけてワークフローを磨き上げてきたSapeetが、プロダクトの成長を機にAmazon Bedrock AgentCoreとStrands Agents SDKによるコードベースのアーキテクチャへ移行した。かかった期間は実質2週間だ。

なお、Strands Agents SDKはAWSがオープンソースとして公開しているPython製のエージェント構築フレームワークであり、Amazon Bedrock AgentCoreはBedrockベースのエージェントをプロダクション環境で運用するためのマネージドランタイム基盤だ。両者は2025年のGA以降、コードベースのエージェント開発における標準的な組み合わせとして採用が広がっている。

移行が短期間で完了した理由として記事が挙げるのが「ノード親和性」という概念だ。Difyのブロック繋ぎ型ワークフローと、Strands Agents SDKのノードベース実行が構造的に類似しており、1年間積み上げたワークフローの設計思想をそのまま移行資産として転用できたという。

移行後に得られたのは、Gitベースの差分管理とプルリクエストベースのコードレビューフロー、AWS CDKのL2 Constructによるインフラを含めた一元管理だ。「ノーコードで素早く始めて、成長したらコードベースへ移行する」というパスが実際に機能した事例として、プロダクト初期の技術選定を考えるエンジニアには参考になる。

JAPANNEXT：電話対応件数15%増、引き継ぎ工数ゼロ

液晶ディスプレイメーカーのJAPANNEXTが、Amazon ConnectとAmazon Bedrockを組み合わせて営業・カスタマーサポートの電話対応業務を刷新した事例も公開された。

通話の文字起こしとBedrockによるカスタマイズされた要約を組み合わせ、AWS Lambdaで終話後数分以内にチャットツールへ連携する仕組みを構築している。先行導入した営業部門では、1日の電話対応件数が15%増加、担当者への電話引き継ぎ時間がゼロになり、残業時間も15%削減されている。

AMLアラートの調査時間を30〜90分→5分未満に

金融領域では、マネーロンダリング対策（AML）のアラートトリアージを自動化する構成の解説記事が公開された。Amazon Quick Flows（Bedrockのワークフロー自動化機能）とSnowflake Cortexを、MCP（Model Context Protocol）統合で接続する構成だ。MCPはAnthropicが策定したオープン標準プロトコルで、AIエージェントが外部ツールやデータソースを統一的なインターフェースで呼び出せるようにするものである。

アナリストがアラートIDを入力するとフローがSnowflake Cortex Agentを呼び出し、リスクスコアと対応判断の推奨を含む調査ブリーフを生成する。テスト環境では、アラート調査にかかる時間が30〜90分から5分未満に短縮された。チャットエージェントと異なり、誰が実行しても同じ構造化されたステップをたどる点が監査対応上のポイントとして挙げられている（実際の結果はアラートの複雑さやデータ量によって異なる）。

Kiro：本番インシデントのトリアージを13分でこなすエージェント

AWSのAI IDE「Kiro」関連のブログが複数公開された。中でも読み応えがあるのが、Kiroのデータプレーン運用チームによるインシデントトリアージの自動化事例だ。

専用のオーケストレーションフレームワークやファインチューニングなしに、Kiro CLI・Markdownのステアリングファイル・MCPサーバー・スキルだけで構成されたシステムで、ある日曜深夜に発報したアラームに対して13分35秒後には根拠のある診断がチケットに投稿されていた。代表的な1か月では約250件の調査が無人で、中央値13.6分で完了している。

オンコールエンジニアの役割が「調査を始めること」から「完了した調査をレビューして意思決定すること」へ変わったという記述は、AIエージェントの実運用における具体的なイメージを与える。なお、「ドキュメントのバグをエージェントがマシンの速度で引き継いでしまう」といった失敗談も正直に共有されており、実運用の現実感を補う内容になっている。

そのほかのアップデート

サービスアップデートから注目点を簡潔にまとめる。

• OpenAI GPT-5.6 Terra / LunaがAWS GovCloud (US)のAmazon Bedrockで一般提供開始。なお、これらのモデル名は元記事に記載されている名称をそのまま引用している。Terraは100万トークンのコンテキストウィンドウを持ち、GPT-5.5レベルの性能を半分のコストで提供する。繰り返し利用されるコンテキストにはプロンプトキャッシュで90%割引が適用される。
• Amazon Bedrock AgentCore Memoryが、きめ細かなアクセス制御（FGAC）と柔軟な名前空間変数をサポート。Cedar ポリシーによるユーザー単位・テナント単位のメモリ分離が、アプリケーションコードを変更せずインフラレイヤーで実現できるようになった。
• Amazon Bedrock コスト配分：推論コストをIAMプリンシパル単位で自動的に紐付ける機能が登場。CUR 2.0のline_item_iam_principal列で「誰がどのモデルをいくら使っているか」が追加費用なしで把握できる。
• SageMaker HyperPodがRayのサポートを強化。SageMaker Studio上からRayクラスターを管理でき、ノード自動復旧・ハングジョブ検知・階層化チェックポイントにより長時間学習の安定性が向上した。
• NVIDIA Cosmos3ファミリー（Edge/Nano/Super）がSageMaker JumpStartで利用可能に。ロボット・自律走行車向けの物理AI用世界モデルで、4B〜64Bパラメータの3モデル構成だ。
• AWS・NVIDIA戦略的協業拡大：2027〜2028年にかけてNVIDIA GPUを新たに200万基AWSグローバルインフラに追加配備する計画が発表された。

詳細は週刊生成AI with AWS – 2026/8/24 週を参照していただきたい。