re:Invent 2024 - CEO Keynote with Matt Garman (後半)
はじめに
海外の様々な講演を日本語記事に書き起こすことで、隠れた良質な情報をもっと身近なものに。そんなコンセプトで進める本企画で今回取り上げるプレゼンテーションはこちら！
📖 AWS re:Invent 2024 - CEO Keynote with Matt Garman
この動画では、AWS CEOのMatt Garmanが基調講演で、AWSの主要なイノベーションを紹介しています。Trainiumなどのカスタムチップ開発から、S3 Table BucketsやS3 Metadataといったストレージの革新、Amazon Aurora DSQLと呼ばれる画期的なデータベースサービスまで、最新の取り組みが解説されています。また、途中ではAmazon CEOのAndy Jassyが登場し、RufusというAIショッピングアシスタントやAlexaの進化など、Amazonでの生成AI活用事例を紹介するとともに、新しいAIモデル群Amazon Novaを発表しました。さらに、Amazon Q DeveloperによるWindows .NETアプリケーションのLinux移行支援や、Amazon SageMaker Unified Studioによるデータ分析とAIの統合プラットフォームなど、AppleやJPMorgan Chaseの事例も交えながら、AWSが目指す次世代クラウドの方向性を示しています。
※ 動画から自動生成した記事になります。誤字脱字や誤った内容が記載される可能性がありますので、正確な情報は動画本編をご覧ください。
※ 画像をクリックすると、動画中の該当シーンに遷移します。
re:Invent 2024関連の書き起こし記事については、こちらのSpreadsheet に情報をまとめています。合わせてご確認ください！
本編
前半はこちら： re:Invent 2024 - CEO Keynote with Matt Garman (前半)
Amazon Q Developerの進化：開発者効率の向上
素晴らしいですね。ありがとう、Andy。彼がre:Inventに戻ってきてくれて本当に楽しいです。Amazonの様々な取り組みについて、そしてNovaモデルについて共有できて嬉しく思います。きっと多くの方がNovaモデルを試してみたいと心待ちにしていることでしょう。AWSの目標は、すべてのビルダーがイノベーションを起こせるようにすることです。差別化されていない重労働から解放され、皆さんの製品を真にユニークにする創造的な部分に集中できるようにしたいと考えています。そして、generative AIはこの可能性を大きく加速させる存在なのです。
さて、会場には開発者の方々はどれくらいいらっしゃいますか？たくさんの開発者の方がいらっしゃいますね。素晴らしい。今日は多くの開発者の方々にお越しいただいていますので、開発者の効率をどのように向上させているかについて、少しお話ししたいと思います。昨年、私たちはAWSのエキスパートであるAmazon Q Developerを発表しました。これは、ソフトウェア開発のための最も優れたgenerative AIアシスタントです。
Datapel Systemsのようなお客様は、Q Developerを使用することで最大70%の効率改善を達成しています。新機能のデプロイ時間を短縮し、タスクをより速く完了し、繰り返しの作業を最小限に抑えることができています。しかし、効率性だけが重要なわけではありません。FINRAは、Q Developerを使用することでコードの品質と整合性が20%向上するという驚くべき成果を上げ、より高性能で安全なソフトウェアの作成を実現しています。
私たちが最初にローンチした時、Q Developerで優れたコーディングアシスタントを提供することが目標でした。そして、その目標を達成しました。実際、Qは現在市場に出ている複数行コーディングアシスタントの中で、最も高い受け入れ率を誇っています。しかし、コーディングアシスタントは、ほとんどの開発者が必要とするものの一部に過ぎないことがわかりました。開発者の方々と話をしてみると、平均して1日のうちコーディングに費やす時間はたった1時間だけだということがわかりました。それだけなんです。残りの時間は、他のエンドツーエンドの開発タスクに費やされています。
開発サイクル全体を見直して、他にも支援できる部分がないか検討してみました。開発者の時間を消費する作業がいくつかありますが、それらは多くの開発者があまり好まない仕事の一部です。ユニットテストの作成やコードレビューの管理などです。私は以前、大規模な開発チームを率いていましたが、コードの優れたドキュメントを書くことに時間を費やすことを心から楽しむ開発者には出会ったことがありません。しかし、それは重要なのです。とても魅力的な作業ではありませんが、実際には不可欠です。面倒で時間のかかる作業ですが、省略したくない作業の一つです。残念ながら、楽しくない作業なので、時には適当に済ませてしまい、十分な出来栄えにならないことがあります。
Q Developerの新機能：テスト・コードレビューからWindows移行まで
本日、Q Developerの一部として、ユニットテスト、ドキュメント、コードレビューを生成する3つの新しい自律型エージェントの発表ができることを嬉しく思います。Qは今や自動的にエンドツーエンドのユーザーテストを生成できます。スラッシュテストと入力するだけで、Qは高度なエージェントとプロジェクト全体の知識を活用して、完全なテストカバレッジを作成します。2番目のエージェントは、自動的に正確なドキュメントを作成できます。興味深いのは、新しいコードだけでなく、レガシーコードにも適用できることです。つまり、同僚が完璧にドキュメント化していなかったかもしれないコードベースに出会った場合でも、Qがそのコードの動作を理解する手助けをしてくれます。
今やQを使って自動的にコードレビューを行うことができます。脆弱性をスキャンし、疑わしいコーディングパターンにフラグを立て、さらにオープンソースパッケージのリスクも特定します。もう一つの素晴らしい機能は、デプロイメントリスクがある箇所を特定し、より安全なデプロイメントを実現するための対策を提案することです。これらのエージェントにより、重要ではあるものの差別化されていないタスクにかかる時間を大幅に削減し、開発者がより多くの時間を価値を生み出す活動に費やすことができると考えています。
単なる機能だけでなく、どこでQにアクセスできるかも重要です。必要な場所でQを利用できることが重要です。私たちはコンソールにQを追加し、Slackでも利用可能にし、Visual Studio、VS Code、IntelliJなどの人気のあるIDEでも利用できるようにしました。そして本日、Q DeveloperとGitLabの新しい深い統合を発表できることを嬉しく思います。この新しいパートナーシップにより、Q Developerの機能がGitLabの人気プラットフォームに深く組み込まれます。これによって、彼らのDuoアシスタントの多くの人気機能を強化することができます。GitLabのワークフロー内でQ Developerの機能にネイティブにアクセスできるようになり、今後さらに機能を追加していく予定です。Southwest AirlinesやMercedes-Benzなどの早期導入顧客とこのコンセプトを試験的に実施したところ、Amazon Q DeveloperとGitLabの組み合わせを活用できることに非常に興奮していると伝えてくれました。
しかし、開発者のライフサイクル全体を支援したいのであれば、新しいアプリケーションだけで止まるわけにはいきません。開発時間の多くは、新しいアプリケーションではなく、既存のアプリケーションの管理に費やされています。開発者の時間の大部分は、既存のアプリケーションの保守、最新化、パッチ適用に費やされており、これらには多大な労力が必要です。レガシーアプリケーションのアップグレードを考えると、それらは本当に長く複雑になりうる数ヶ月規模の大きな取り組みとなります。
Q Developer の最も強力な機能の1つは、すでに実現している Java バージョンのアップグレードの自動化です。古いバージョンの Java から新しいバージョンへと、手作業で行う場合と比べてほんのわずかな時間でアプリケーションを移行できます。これは開発者が好んで行う作業ではありませんが、極めて重要なものです。今年の初め、Amazon は古い Java コードが大量にある社内システムにこの機能を組み込み、Q Developer を使って数万件のプロダクションアプリケーションを Java 17 へと移行しました。
この作業は、想定時間のほんの一部で完了しました。チームの見積もりによると、この取り組みで4,500人年もの開発工数を削減できました。これは驚くべき時間の節約です。さらに、最新の Java アプリケーションで動作するようになったことで、ハードウェアの使用量も削減できました。実際、このプロセスを通じて年間2億6,000万ドルのコスト削減を実現しました。
これをきっかけに、他にどのような変革が可能かを考え始めました。私はお客様に、どのようなお手伝いができるか、またどのような課題を抱えているかを伺うのが大好きです。そこですぐに浮かび上がってくるのが Windows の問題です。お客様は Windows から簡単に移行できる方法を望んでいます。常に発生するセキュリティの問題、継続的なパッチ適用、対処が必要なスケーラビリティの課題に疲れ果てており、高額なライセンス料金には特に辟易しています。現在、Windows からの移行が容易ではないことは認識していますが、本日、Amazon Q Developer for Windows .NET applications の提供開始を発表できることを嬉しく思います。
Amazon Q Developer により、Windows の最新化がはるかに容易になりました。Amazon Q Developer を使用すると、Windows 上で動作する .NET アプリケーションを Linux に移行する作業を、従来の何分の一もの時間で実現できます。Q Developer は、エージェントを起動して非互換性を自動的に検出し、移行計画を生成し、ソースコードをリファクタリングします。これを数百、数千のアプリケーションで同時並行的に実行できます。Q Developer を使用すると、手作業と比べて4倍の速さで .NET アプリケーションを最新化でき、完了後はライセンスコストを40%削減できます。
お客様の一社である Signature は、デジタルトランザクションを扱うヨーロッパのリーディングカンパニーで、レガシーな .NET アプリケーションを Windows から Linux へ移行する最新化に注力しています。Q Developer の早期ベータ版で協力した結果、6～8ヶ月かかると見積もられていたプロジェクトをわずか数日で完了することができました。これは画期的な時間短縮です。しかし、データセンターにおいて最新化の取り組みを遅らせているレガシープラットフォームは、Windows だけではありません。
VMwareワークロードとメインフレームのモダナイゼーション：Q Developerの新機能
お客様との対話を重ねるにつれ、データセンターから完全に撤退したいというニーズがますます高まっています。Itaú Unibanco、Experian、Booking.comをはじめとする数多くのお客様が、データセンターからの完全撤退、コスト削減、そしてインフラ運用ではなくイノベーションへのチーム集中を実現するため、私たちと協力関係を築いています。このようなデータセンターの完全移行は素晴らしい事例ですが、現在多くのオンプレミスワークロードがVMware上で稼働していることも事実です。
実は多くのお客様は、既存のVMwareワークロードの一部をVMware上で継続して実行することには満足しているものの、それをデータセンターで運用し続けることは望んでいません。クラウドへの移行を希望されているのです。先週、新しいElastic VMware Serviceを発表しました。これにより、VMwareサブスクリプションをAWSに簡単に移行し、EC2上でVMwareのVCFスタック全体をネイティブに実行できるようになります。しかし、現在VMware上で稼働しているワークロードの中には、クラウドネイティブサービスへのモダナイゼーションを望まれているものも数多くあります。
VMwareは長年にわたってお客様のデータセンターに深く根付いていることは周知の事実です。そして、このVMware環境は長期間使用されてきたため、アプリケーション同士が複雑に絡み合ったスパゲッティのような状態になっています。モダナイゼーションの最大の課題は、これらのアプリケーションの依存関係を把握することです。何かを移行すると他に影響が出るかもしれないという不安があるため、移行作業にはエラーが発生しやすいのです。本日、Amazon Q Developer for VMware workloadsの提供開始を発表できることを嬉しく思います。
Amazon Q Developerは、VMware上で稼働しているワークロードを簡単にモダナイズし、クラウドネイティブソリューションへ移行する支援が可能になりました。最大の価値は、アプリケーションの依存関係を自動的に特定し、移行計画を生成できることです。これにより、移行時間が大幅に短縮され、リスクも大きく軽減されます。さらに、エージェントを起動してオンプレミスのVMwareネットワーク設定を最新のAWS環境に変換することができます。これにより、これまで数ヶ月かかっていた作業が数時間から数週間で完了できるようになります。
クラウドへの移行が最も困難な複雑なシステムの一つが、メインフレームです。お客様との対話から分かることは、メインフレームのモダナイゼーションの分析、文書化、計画立案の作業があまりにも膨大で、多くの場合、その困難さと圧倒的な作業量に諦めてしまうということです。実は、Amazon Q Developerはこの課題に対しても非常に優れた支援が可能です。本日、Amazon Q Developer for mainframe modernizationの提供開始を発表いたします。
Amazon Q Transformation for Mainframeという新しいツールには、この複雑なワークフローを効率化するための多くのエージェントが備わっています。コード分析や計画立案、アプリケーションのリファクタリングを行うことができます。そして先ほども申し上げたように、メインフレームのコードのほとんどは十分な文書化がされていません。企業は何百万行ものCOBOLコードを持っているものの、その機能を把握できていないのが現状です。Amazon Qは、このレガシーコードを解析してリアルタイムのドキュメントを作成し、その機能を理解できるようにします。これは非常に画期的で、どのアプリケーションをモダナイズすべきかを判断する際に大変役立ちます。
多くのお客様は、メインフレームの移行には3〜5年かかるだろうとおっしゃいます。私もそうですが、3〜5年のプロジェクトを計画するのは事実上不可能です。多くの場合、そのようなプロジェクトは完了に至りません。メインフレームの移行がワンクリックでできるようになったと申し上げられれば良いのですが、まだそこまでは到達していませんし、現時点では実現不可能です。しかし、初期のお客様からのフィードバックと社内テストに基づくと、Amazon Qを使用することで、数年かかるとされていた作業を数四半期で完了できるようになり、メインフレーム移行にかかる時間を50%以上削減できると考えています。数年の作業を数四半期に短縮できれば、それは人々が現実的に取り組めるものとなり、お客様も大変期待を寄せています。
開発サイクルの最後の部分として、まだ触れていない運用について説明します。私たちは皆、運用が今日のソフトウェアサービスを運営する上で重要な部分であることを知っています。お客様からは、AWSの環境を管理する際に、CloudWatchのグラフやログを確認して環境で何が起きているのかを理解するのに多くの時間を費やしているという声を聞きます。そこで本日、Amazon Q Developerの新機能を発表できることを嬉しく思います。この新機能により、Q はAWS環境内の問題調査を容易にすることができます。Qは実際にお客様の環境全体を把握し、実行中のすべての設定を理解した上で、CloudWatchのデータやCloudTrailのログを確認し、問題が発生している可能性のある箇所を特定するお手伝いをします。
Qはお客様のAWS環境を深く理解し、異常を検出します。問題が発生した際、変更されてしまった権限設定などの問題の根本まで追跡し、その修正方法を提案し、さらには同じ問題を再び起こさないためのベストプラクティスも提案します。そして根本原因が特定されると、QはRunbookやお客様が用意した管理文書から可能な解決策にアクセスすることができます。また、CloudWatchは多くの主要なインシデント管理システムやチケットシステムと統合されており、環境全体でのインシデント管理をサポートします。
PagerDutyとの連携：AIを活用した運用管理
Qと統合されているパートナーの一つで、多くの方々がご利用されているのがPagerDutyです。PagerDutyは長年にわたり、お客様の運用上の問題の予防と解決をサポートしてきました。AWSは彼らとのパートナーシップを誇りに思っています。ここで、PagerDutyのChair兼CEOであるJennifer Tejada氏から、AIなどの新技術を活用した今後のイノベーションについてお話しいただきます。
ありがとう、Matt。本日はこのような機会をいただき、大変光栄です。PagerDutyとは何か、そしていいえ、私たちはページャーを作っているわけではありません。普段なら、DevOpsの歴史や、説明責任とオーナーシップの文化について長々と説明するところです。私の話は確かにカクテルパーティーでは受けますが、このパーティーでは説明は不要でしょう。実際、皆さんの多くがPagerDutyをご利用いただいているのではないでしょうか。とはいえ、PagerDutyのことをご存知だと思っていても、本当の姿はご存じないかもしれません。私たちは15年前、Amazonのソフトウェアエンジニア3人によって、ある切実な問題を解決するために設立されました - オンコール対応の自動化です。当時、これはDevOpsにおける最後の未開拓領域であり、DevOpsをスケールさせる上での課題でした。これは始まりに過ぎませんでした。
今日でも、最優先の問題に対して適切な専門知識を確実かつ迅速に組織化することは極めて重要です。それは、顧客満足度と数百万ドルの収益損失を分ける分岐点となり得ます。PagerDuty Operations Cloudは、テクノロジーエコシステムにおいて中立的、独立的、かつ中心的な存在です。デジタルオペレーションの頭脳のような存在といえます。700以上の業界をリードするアプリケーションと連携し、現代のオペレーションハブとして機能しています。私たちのAIファーストな製品群は、開発者を手作業の苦労から解放します。プラットフォームは、イベントを自動的に検出し、ノイズをフィルタリングし、人、マシン、そして増え続けるエージェント間で解決策を知的に調整することで、チームの迅速なイノベーションを可能にします。私たちは約10年間、AWS、AI、自動化を活用して、スケーラブルな復元力とセキュリティを提供してきました。私たちのSLAは、アプリケーションの可用性だけでなく、データ転送にまで及びます。
メンテナンスウィンドウを設けたことは一度もありません。インシデント管理と、より広範なオペレーションは、時間に敏感で、非構造化され、ミッションクリティカルな性質を持つため、AIと自動化の肥沃な土壌となっています。私たちはこの洞察をオペレーションに適用し、PagerDutyとのすべてのやり取りを、よりスマートな意思決定、より迅速な解決、そしてより回復力のあるサービスを実現する機会へと変えています。左へのシフトを進めながら、オペレーション成熟度カーブの右側へもスケールアップできます。私たちの基盤となるデータモデルは、数十億のイベントと数百万のインシデントワークフローを取り込み、15年間のレスポンダー支援の経験に裏打ちされて、高コストな作業負担を徐々に軽減しています。
現在、Fortune 100企業の3分の2以上、Fortune 500企業の半数以上、そして最も革新的な生成AI系のネイティブ企業が、PagerDutyを利用しています。スケーラブルな信頼性、忠実性、セキュリティへの私たちのコミットメントは、15,000以上の顧客からの信頼を獲得し、そのうちの約6,000社がAWSとの共通顧客です。私が子供の頃、父からパートナーは賢く選べとアドバイスされました。結局のところ、私たちは周りの人々の産物なのです。PagerDutyをAWS上に構築し、共同でイノベーションを進めるパートナーシップを結んだことは、これまでで最高のビジネス判断の一つでした。特に、AWSコミュニティが私たちのコミュニティでもあるからです。
AWSと共に、効率性と有効性を犠牲にすることなく高可用性と回復力を実現し、スケールしながらも80%を超える高い粗利益率を維持しています。これは、Amazon S3、EventBridge、Lambdaなど、多くのAWSのビルディングブロックの助けによって実現しています。そのため、生成AIを活用して皆さんの回復力のあるインフラストラクチャとアプリケーションを強化するためにAWSと協力することは自然な流れでした。その仕組みをご説明しましょう。グローバルな銀行向けにコンシューマーアプリを開発しているとします。日曜日の深夜、PagerDutyのアラートを受信します。顧客からログインの問題が報告され、マネージャーからはソーシャルメディアで話題になっている写真が送られてきました。
PagerDutyとAWSの協力：AIを活用したインシデント管理
経験から分かるように、こういった状況は瞬く間に混乱に陥りかねません。複数のSlackスレッド、メール、通話、橋渡し役が多すぎる会議、そして場合によっては異なる大陸にまたがる複数の緊急対策室。何時間もの緊張状態、試行錯誤、不眠の夜。多くの人がこういった経験をしていますが、PagerDuty Operations Cloudがあれば、状況は大きく変わります。少人数の専門家チームとSlackで一つの統合されたチャットを開きます。Amazon BedrockとAnthropic Claudeを活用して構築されたPagerDuty Advanceは、顧客への影響や変更点などの診断的な質問に答えます。
PagerDuty Operations Cloudは、クラウドアプリケーション、インフラストラクチャ、セキュリティイベントなど、あらゆる種類のテレメトリーにわたるリアルタイムの可視性を提供し、日常的なサードパーティのアップデートが原因である可能性を即座に特定します。しかしそれだけではありません。PagerDuty Advanceは次のベストステップを積極的に提案します。ボタン一つで、アップデートをロールバックしてサービスを復旧する自動化されたrunbookを展開できます。また、AIアシスタントは数秒で、社内外のステークホルダーに向けた経営陣向けのステータスアップデートの下書きを作成し、時間が重要な場面で時間を節約します。
カスタマーサービスチームは完全に連携し、Salesforce環境内でPagerDutyを使用して対応することができ、問題が解決したことがユーザーに自動的に通知されます。これでユーザーはログインできるようになりましたが、銀行口座を確認すると、多くのユーザーが残高がゼロになっていることに愕然とします。これは当初考えていたよりも複雑な問題であることが明らかになり、より多くのコンテキストが必要であることは明白です。そして時間が味方ではないことも明らかです。
現実を直視しましょう。数字も味方ではありません。重大インシデントは昨年比43%増加しており、平均で約100万ドルのコストがかかっています。そのため、人々や情報を探し回る時間的余裕はありません。メールを送信し、チケットやサポートケースが今や急増しています。上司からコンプライアンスや契約上の義務についてまた連絡が来ています。そしてこの問題がニュースに取り上げられました。顧客ロイヤルティ、評判、さらには企業の事業継続性までもが危機に瀕しています。優先度の高いインシデントは、多くの場合、分散した複数の開発チームや、自社および他社のアプリケーションやインフラストラクチャサービスに影響を及ぼすため、問題を解決するための適切なリソースを見つけるのに非常に時間がかかります。そのため本日、私たちは初めてPagerDuty AdvanceとAmazon Qの統合された力を発表できることを誇りに思います。
PagerDuty AdvanceとAmazon Qの統合により、要因の特定から診断まで、必要なものがすべて手元にあります。共有されたデータは、必要な時に安全で確実な環境ですぐに利用できます。Amazon BedrockとClaudeを基盤とし、Qに統合されたPagerDuty Advanceの統合ユーザーエクスペリエンスは、インシデント対応にかかる時間を削減し、開発により多くの時間を費やすことを可能にします。
信頼を築くには何年もかかりますが、失うのは一瞬です。Generative AIと自動化は強力な推進力となりますが、私たちには安全対策が必要です。そのため、PagerDutyはAmazon Bedrock Guardrailsを活用しています。Guardrailsはハルシネーション（幻覚）を防ぎ、望ましくないトピックをブロックし、有害なコンテンツを最小限に抑えます。AIやエージェントによって引き起こされるインシデントの管理を支援するだけでなく、責任あるAIポリシーの強化もサポートします。AIの可能性は否定できません。破壊的イノベーションには、機会と責任の両方が伴います。AWSとPagerDutyは、革新性、スケーラビリティ、信頼性を通じて皆様の信頼を獲得してきた原点を忘れることなく、革新的な方法でAIを活用することに専念しています。私たちは共に、より安全で、よりレジリエントで、明るい未来への道を切り開いています。
Amazon Q Businessの紹介：企業データの統合と活用
ありがとう、Jen。PagerDutyがあることで、多くの開発者がより安心して夜も眠れているはずですね。開発者をサポートする方法について多くの時間を費やして話してきましたが、Generative AIから信じられないほどの恩恵を受けられるのは開発者だけではありません。私たちは、財務、営業、運用といった他の職種の効率も向上できると考えました。反復的で時間のかかる、率直に言って充実感の得られない作業の自動化を支援することで。これらの異なる職種に共通する課題の1つは、人々がデータを探すのに多くの時間を費やしているということでした。意思決定のためにデータを見つけたいのですが、それが異なるアプリに散在していて行き来が必要で、すべてを一つにまとめるのが本当に大変なのです。
そこで私たちはAmazon Q Businessをローンチしました。Qは、企業の内部データを活用してタスクを加速する、最も有能なGenerative AIアシスタントです。Qが行うことは、AWSから来るものであれ、サードパーティのAppであれ、社内のWikiのような内部ソースであれ、異なるビジネスシステムや企業データのソースをすべて接続することです。これらのデータはより良い検索に使用でき、データの要約を行い、様々なデータサイロ全体にわたる企業データとの会話を可能にします。これらはすべてセキュリティとプライバシーを確保した上で行われ、そのデータに関するすべての権限付与はデータと共に維持されます。
NasdaqやPrincipal Financial、Accentureなどの顧客は、Q Businessを使用して従業員の生産性をGenerative AIで大幅に向上させています。Q Businessの強みは、企業データ全体のインデックスを作成することです。Adobe、Atlassian、Microsoft Office、SharePoint、Gmail、Salesforce、ServiceNowなどからデータをインデックス化します。Qはこのインデックスを常に最新の状態に保ち、高度なセキュリティを維持しながら、すべてのデータにユーザーレベルの権限を適用します。Q以外でアクセスできないデータには、Q内でもアクセスできません - すべてが管理され、コンプライアンスに準拠しています。
これらのストレージ、アプリ、生産性ツール、企業の知識ベースをすべて統合することで、私たちは前例のない方法でこれを実現しており、サポートできるデータタイプの数を急速に拡大し、メタデータなどの新しい情報や、近日公開予定の音声や画像などの新しいファイルタイプを多数統合しています。しかし、生産性ツールやSaaSアプリからのデータを統合するだけではないことが分かってきました。顧客は構造化データの照会にも関心を持っており、多くの企業は今日、データベースやデータウェアハウスに構造化データを保持しています。ご存知の通り、現在、この情報の大部分はビジネスインテリジェンスシステムを通じてアクセスされています。
現在、10万社以上のお客様が分析ニーズにAmazon QuickSightを活用しており、QuickSightのインタラクティブなダッシュボード、ピクセルパーフェクトなレポート、組み込み分析を利用しています。昨年、私たちはQとQuickSightを組み合わせることで、生成AIを活用した迅速なインサイトの取得をより簡単にしました。データについて直接質問すると、グラフや情報が返ってくるようになりました。
BIシステムに格納された構造化データと、Qインデックスに保存された文書や発注書、メールなどの情報を統合できたらどうでしょうか？すべてのデータを統合することで、より良い意思決定が可能になるはずです。そこで本日、QuickSight QとQ businessのデータを完全に統合することを発表できることを嬉しく思います。
例えば、QuickSightダッシュボードで売上を確認しているとします。それ自体も興味深く有用ですが、営業パイプラインの情報も追加したいかもしれません。さらに、先週行った月次ビジネスレビューで、チームが業界で見出した興味深いトレンドについても参照したいかもしれません。QuickSightとQ Businessの統合により、営業パイプラインのSalesforceデータをQuickSightレポートに取り込んだり、Adobe Experience Managerのメールキャンペーンの最新情報を取得したり、SharePointから前回のビジネスレビューを取得したりできます。Qはこれらすべてのデータを要約して1つのビューにまとめて表示します。すべてQuickSight内で完結し、企業が保有する他のデータソースからの情報を取り込むことでQuickSightがより強力になります。
Q Business APIとQ Apps：企業データの活用と自動化
これは非常に画期的で、BIツールとしてのQuickSightの機能を大幅に強化します。そして私たちはこう考えました。このQインデックスは、企業にとって非常に強力な概念になり得ます。これは企業データのすべてのソースに対する正規のデータソースとして機能します。そしてQがあれば、理論的には、QuickSightのような他のアプリケーションも、私たちが実現したように、より強力になることができます。データを取り込むことで、使用している他のアプリケーションからより多くの価値を引き出せます。そして、このインデックスはAWSによって管理されているため、データへのきめ細かな制御を提供する方法について深く考慮されていることがわかります。
アプリケーションは許可なくそのデータにアクセスすることはできず、適切な人々が適切なデータセットにのみアクセスできます。そこで私たちは、なぜAWSアプリケーションだけにとどめるのかと考えました。いくつかのお客様やISVパートナーに相談し、QuickSightに提供したのと同じQインデックスへのアクセスを提供したらどうかと提案しました。彼らの目が輝くのが見えました。サードパーティアプリケーションから得られる価値、あるいはアプリケーション開発者の視点から見ると、他のデータソースを取り込むことで顧客に提供できる価値は計り知れないものでした。
嬉しいお知らせですが、ISVがQ Businessで使用しているQ indexにアクセスできる新しいAPIセットが登場しました。これは皆さんにとって、Q Businessを使用することで、お使いの他のすべてのアプリケーションも同様に改善される可能性があるということを意味します。きめ細かな権限設定が可能なので、サードパーティアプリケーションがアクセスできるタイミングをコントロールできます。そうすることで、それらのアプリケーションはより優れた、より便利なものになります。ISVアプリはよりパワフルでパーソナライズされたものになります。時間とコストを節約でき、多くのISVにデータへのアクセスを許可して権限管理を任せる必要もありません。AWSがそれをカバーし、必要な時にセキュリティが確保されていることを確信できます。
Asana、Miro、PagerDuty、Smartsheet、Zoomといった企業がすでにこのQ indexとの統合を進めています。具体的にどのようなものか、簡単に見てみましょう。ワークマネジメントソフトウェアプロバイダーのAsanaを例に取ると、彼らはプロジェクト管理アプリケーションで他のアプリケーションのコンテンツを表示するためにQ indexと統合しています。あなたがITリーダーで、Asanaを使って新しいツールセットを構築しているとしましょう。ところが、プロジェクトが予定通りに進んでいないことに気付きます。Asana AIはQ indexを活用して問題を特定します。Teams チャットから、CTOから確定したタイムラインをまだ受け取っていないことが分かります。また、未読のGmailメッセージから、このプロジェクトに関する重要な決定を行うはずだった会議が来週に延期されてしまい、今や遅れが生じていることも判明します。このように情報を統合できることで、どこに時間を費やすべきかが分かり、プロジェクトを軌道に戻すことができます。
この1年間で、私たちはQの新機能としてQ Appsもリリースしました。Q Appsを使えば、日常業務を効率化する小さなタスクを簡単に自動化できます。Q Appsで自然言語を使って必要なアプリを説明するだけで、すぐにアプリを生成してくれます。なお、これはAsanaやPagerDutyのような大規模なアプリケーション向けではありません。1日15分程度の時間を節約できる小規模なアプリを想定しています。例えば、ソーシャルメディアマーケターの方が、異なるサイトの文字数制限や対象読者の好みに合わせてコピーを調整する簡単なアプリを作る場合を考えてみましょう。
現在は、テキストを考えて、それを様々なウェブサイト用に何十回も修正する必要があります。しかし、このアプリを使えば1回入力するだけで、異なるバージョンのコピーを全て作成してくれます。大幅な時間の節約になり、毎日繰り返し使用すれば、その効果は非常に大きくなります。
Cohlの事例：ロボティクスとAIの融合
お客様が何百ものこうしたアプリを作成しているのを目にしますが、時には大きな影響をもたらすこともあります。Volkswagenは現在、HR情報システムをアップグレードしていますが、多くの大企業と同様に、北米だけでも4,000以上の異なるジョブコードが存在することが分かりました。これらを数十の標準化されたジョブコードに統合しようとしていました。チームの誰かがこの作業用のQ appを作成したところ、非常に役立つものだったため、チーム全体に展開することになりました。デスクトップで5～10分程度で作成したアプリですが、来年にはこの機能を使用することで、世界中で10万時間以上の時間を節約できる見込みです。
Qがこのようなシンプルなワークフローを自動化できるのなら、複雑なワークフローにも対応できるのではないかと私たちは考えました。どの企業にも、複数のアプリケーションや承認、手作業による入力を必要とする複雑なワークフローが存在します。これらは煩わしく、自動化が非常に困難です。これは新しい考え方ではありません - このようなワークロードの自動化は長年試みられてきました。しかし、通常は人間の介入が必要となるため、課題が残ります。UIがあり、そのUIの要素が1つでも壊れると、ワークフロー全体が機能しなくなり、修復に何週間もかかってしまいます。これらのシステムは脆弱で、うまく機能せず、構築にも多額のコストがかかります。
Qにはより良い方法があります。近日公開予定のQ Business Automateは、複数のチームやアプリケーションにまたがるタスクの自動化を支援できることを、大変嬉しく思います。Q Businessは一連の高度なエージェントを使用して、ワークフローの作成、編集、保守を行い、変更に対してより強固なものとし、これらすべてを自動的に実行します。例えば、自動車保険の請求処理という複雑なワークフローを自動化したいとQ Businessに伝えたとします。標準業務手順を伝えるだけでOKです。実際、ブラウザプラグインをインストールすれば、手作業での手順を実行する様子を観察したり、録画したりすることができます。
その後、自動的にワークフローが作成され、理解できない部分について2、3の質問をした後、完了です。これで自動化されたワークフローが完成し、起動後は、Qエージェントが常時監視を行い、UIの変更に対応して自動的に修正を行うため、ダウンタイムを心配する必要はありません。これまでは数週間から数ヶ月かかっていた作業が、数分で完了できるようになりました。Q Businessが皆様の業務自動化をサポートできる可能性は、まだ始まったばかりだと考えています。これらの面倒な作業の時間削減に大きな影響を与えることでしょう。
では次に、AWSを活用して自動化を新たなレベルに引き上げているもう一つのスタートアップ企業の話を聞いてみましょう。ロボットには共感性やインタラクティブ性が欠けているという先入観がありますが、必ずしもそうである必要はないと思います。Cohlでは、あらゆる分野でロボットが活躍する未来を見据えています。ロボットは非常に予測可能な方法で動作する必要があります - センシング、認識、ソフトウェアなど。クラウドから車輪の物理的な作動まで、すべてが連携しています。
Proxyは、箱や収納ケース、カートなどの物資移動タスクを担うように設計されており、最大1,500ポンドのカートを移動できます。しかし、これは産業用機械やフォークリフトではなく、フレンドリーなロボットなのです。AIと大規模言語モデルの進歩により、より共感的なインタラクションが可能になりました。当初は異なるモデルとのプラグアンドプレイを容易にする方法については考えていませんでしたが、AWSはそれを先取りしてくれました。AWSのBedrockは、それが単一のソースからは生まれないという洞察を持っていました。これらのモデルが更新されると、ほぼ即座にアクセスできるようになり、私たちのロボットをより良いものにできます。技術者として、発明家として、私たちには未来がどのようなものになるかを決める力があります。AIは認知的な仕事の性質を変えるだけでなく、物理的な仕事も変えていくでしょう。
AWSのアナリティクスサービス：データとAIの融合
素晴らしいですね、Brad。あのロボットには本当に感動しました。共有してくださってありがとうございます。今日まだ触れていない分野が一つあります。それはAWSのアナリティクスです。私たちは、目的に特化した最も幅広く、最も深いアナリティクスサービスを提供しています。データウェアハウジング、データ処理、検索アナリティクス、ストリーミングアナリティクス、Business Intelligenceなど、多岐にわたるサービスを展開しています。その中からいくつかご紹介させていただきますと、まずAmazon Redshiftは、私たちのクラウドネイティブなデータウェアハウスです。
業界をリードするコストパフォーマンスを実現しており、現在、数万社のお客様にご利用いただいています。Redshiftは毎日エクサバイト規模のデータを処理しています。また、Amazon EMRは、ペタバイト規模のビッグデータ処理サービスで、オープンソースのSparkと比べて3.9倍のパフォーマンスを発揮します。Amazon OpenSearch Serviceは、ログ分析からベクトル検索まで、幅広い機能を提供する柔軟性の高いサービスです。数万社のアクティブなお客様がOpenSearchを利用しており、数十万のクラスターをサポートし、毎月数兆件のリクエストを処理しています。
AWS Glueは、サーバーレスのデータ統合サービスで、毎月数億件のデータ統合ジョブを処理しています。そして最近では、ますます多くのお客様がAmazon SageMakerでアナリティクスワークフローを開始するようになってきています。JPMorgan ChaseのLori Beerさんからもお話がありましたが、お客様はSageMakerを使用してMLワークロードやML分析用のデータを処理・準備しています。この最後の点は特に興味深いものです。多くのお客様から、アナリティクスとAIのワークロードが、同じデータとワークフローを中心に収束しつつあるという声を聞いています。これは、お客様のアナリティクスサービスに対する考え方を変えるものです。もはやアナリティクスとAIツールを個別に使用するだけではなくなってきているのです。
実際、多くのお客様が過去のアナリティクスデータを使用してMLモデルをトレーニングしており、そのデータが生成AIアプリケーションにも組み込まれるケースが増えています。つまり、多くの方々が既にこれらのサービスを組み合わせて使用しているのです。最近、ある金融サービス企業のお客様とお話しする機会がありました。リアルタイムの不正検出システムを構築されていたのですが、アーキテクチャについて次のように説明してくださいました。「まず、アナリストが必要なデータにアクセスするための自社開発のデータカタログから始めます。そのデータをRedshiftとデータウェアハウスにロードして保存します。そのデータに対してSQLアナリティクスを実行し、SageMakerとEMRを組み合わせて使用することで、データサイエンティストがトレーニングデータの準備と不正検出モデルのトレーニング、デプロイを行います」
実際にとても素晴らしいシステムを構築されており、クラウドシステムがなければ、このような成果は得られなかったでしょう。各ステップで最適なサービスを使用できたからこそ実現できたのです。しかし、この事例や同様の事例について考えていく中で、私たちはさらに簡単にできないかと考え続けました。白紙の状態から始めるとしたら、理想的なAIとアナリティクスシステムはどのようなものになるでしょうか？
私たちには4つのリングで表される必要な機能があります。最高レベルの分析サービス群、Amazon S3やAmazon Redshift、Amazon Auroraそしてサードパーティのデータソースにまたがる、構造化・非構造化を問わずあらゆるデータを簡単に理解できる方法があります。データ管理機能を活用し、Amazon DataZoneを使ってデータのカタログ化やカタログの共有、ガバナンスなどを行いたいと考えるでしょう。そして、すべての活動においてAIを中心に据えたいと考えるはずです。まるで、これらすべてを統合された体験として一つにまとめる5番目のリングが必要なようです。
今日、Amazon SageMakerは、MLモデルの構築、トレーニング、デプロイメントのための世界で最も人気のあるサービスとなっています。先ほど話したように、優れたAIアプリケーションを構築する秘訣は、自社のデータでカスタマイズすることです。そして、SageMakerは現在、ほとんどのお客様がそれを実現する中心的な手段となっています。さらに、SageMakerは実際にデータ、AI、データ分析の中心にもなってきています。実際、お客様がデータとAIモデルを一緒に扱う事実上の方法となっており、現在、何十万ものお客様がSageMakerを使用しています。
そして今、これらすべてのピースを組み合わせ、次世代のAmazon SageMakerを発表できることを嬉しく思います。SageMakerは今や、すべてのデータ分析とAIのニーズの中心となります。私たちは、皆様がよく知り、愛用しているSageMakerを拡張し、最も包括的なデータ分析とAIツールセットを統合しています。高速な分析、データ処理、検索、データ準備、AIモデル開発、生成AIなど、必要なものすべてを、企業データの単一ビューで提供します。その一環として、Amazon SageMaker Unified Studioの発表もできることを嬉しく思います。これは本日プレビューとして利用可能になる、単一のデータ・AI開発環境です。組織内のすべてのデータにアクセスし、最適なツールでそれらを活用することができます。現在AWSで提供している様々なスタンドアロンのスタジオ、クエリエディタ、ビジュアルツールなど、アナリストやデータサイエンティストが使用する機能を統合しています。
Amazon SageMakerの進化：統合されたデータ分析とAIプラットフォーム
Amazon SageMaker Unified Studioでは、ノートブックやモデルなどのAIや分析のアーティファクトを含む共有プロジェクトを作成でき、データサイエンティスト、アナリスト、ML専門家が同じ統合された空間で簡単にコラボレーションできます。また、統合されたデータカタログとガバナンス機能も含まれており、組織内の異なるユーザーが必要なアーティファクトに、ただし許可された範囲内でのみアクセスできるよう、セキュリティコントロールを簡単に適用できます。
では、これをどのように実現したのでしょうか？まず、既存のデータサイロを解消する必要がありました。ご存知の通り、これは数年がかりのプロジェクトでした。私たちはゼロETLの未来に向けて取り組んできました。ゼロETLは、Amazon Aurora、Amazon RDS、Amazon DynamoDB、Amazon Redshift間のすべてのデータを統合します。また、今日お話ししてきたように、重要なデータの多くが強力なサードパーティアプリケーションに存在しており、これらのデータがサイロ化されているため、一緒に使用することが困難でした。私たちはこれも簡単にしたいと考えました。本日、アプリケーション向けゼロETLを発表します。これは、データパイプラインを構築・管理することなく、最も人気のあるサードパーティSaaSアプリケーション全体に保存されているデータを分析できる新機能です。
お客様は、これらすべてのデータにわたって分析を行いたいと考えています。本日先ほど発表した通り、Amazon S3のデータレイクへのクエリをより簡単にする新しいApache Icebergの機能を提供開始しました。しかし、Amazon Redshift、構造化データソース、S3データレイク、その他のフェデレーテッドデータソースなど、すべてのデータに対して単一のインターフェースが必要です。そこで本日、Amazon SageMaker Lakehouseの発表を大変嬉しく思います。これは、これらすべてのデータソースへのシンプルで統合されたアクセスを提供する、Amazon SageMaker上の新しいApache Iceberg互換のLakehouseです。統合されたStudioで全てのデータを簡単に操作できるほか、Apache Iceberg APIをサポートするサードパーティのAIやアナリティクスツール、クエリエンジンから直接Amazon SageMaker Lakehouseにアクセスすることもできます。
データが物理的にどのように、どこに保存されているかに関係なく、分析、アドホッククエリ、処理、データサイエンスなど、あらゆるユースケースに対して、この一貫したインターフェースを通じてデータにクエリを実行できます。そして、ご安心ください。皆様がご存知で愛用しているAmazon SageMakerには、データラングリング、Human-in-the-loop、Ground Truth実験、MLOps、そしてもちろんHyperpodによる管理された分散トレーニングなど、既存のAI機能がすべて含まれています。これらを今後はAmazon SageMaker AIと呼ぶことになり、今週を通じてAmazon SageMaker AIに関する多くの新機能の発表があります。
最初に触れた不正検知のユースケースに話を戻しましょう。新しいUnified Studioと新しいAmazon SageMakerで、その体験がどのように改善されるのか見てみましょう。アナリストとデータサイエンティストは、統合されたビジネスデータカタログにアクセスできます。ユースケースに必要なデータを検索することができ、この例では、アナリストがトランザクションを探したいとします。データの詳細を確認し、プロジェクトに追加するためにサブスクライブできます。次に、統合UIにネイティブに組み込まれているクエリエディタを開くことができます。このクエリエディタを使用すると、Amazon SageMakerを離れることなく、Amazon RedshiftやAmazon Athenaに対してSQLクエリを実行でき、そのデータセットをチーム内のデータサイエンティストと簡単に共有できます。
これらのチームは全員がプロジェクトで協力し、データサイエンティストはデータの処理と準備を開始できます。Apache Sparkを使用し、機械学習モデルをトレーニングして不正を検知し、Amazon SageMaker AIを使用してデプロイすることができます。すべてが単一のノートブックから実行可能です。すべてが単一の統合Studioで、すべてが連携して動作します。そしてこれはまだ始まりに過ぎません。来年にかけて、新しいAmazon SageMakerには、AutoML、新しいローコードエクスペリエンス、特殊なAIサービス連携、ストリーム処理と検索、そしてZero-ETLによるより多くのサービスとデータへのアクセスなど、多くの新機能をこの単一の統合UIに追加していく予定です。そして最も重要なのは、今日からすぐに始められることです。Amazon SageMakerにサインインするだけで、構築を開始できます。
Matt Garmanのクロージング：イノベーションの未来
本日は、最高の基本要素から、皆様の影響力と作業を何倍にも増幅させるアプリケーション、そして必要な方法ですべてのデータを簡単に扱えるようにすることまで、多くの内容をカバーしました。私たちは、お客様が想像できるものを何でも構築できるように必要なものすべてを提供するため、かつてないスピードでイノベーションを進めています。正直に申し上げて、私は今日ほど未来に対して興奮したことはありません。私たちは重要な転換点にいます。私たちが目にしているイノベーションの量は本当に信じられないものです。そしてこれはAWSからのイノベーションだけを指しているのではありません。お客様、パートナー、企業、そして本日お話を伺った素晴らしいスタートアップなど、皆様から生まれているイノベーションに大変興奮しています。イノベーションを起こすのに、これほど素晴らしい時期はありませんでした。そして、それを支援する豊富で優れたツールセットへのアクセスも、これほど充実したことはありません。今週は、ここにいる皆様から学ぶ機会を大切にしてください。学べる素晴らしいコンテンツと素晴らしい人々がたくさんいます。ありがとうございました。re:Inventをお楽しみください！
※ こちらの記事は Amazon Bedrock を利用することで全て自動で作成しています。
※ 生成AI記事によるインターネット汚染の懸念を踏まえ、本記事ではセッション動画を情報量をほぼ変化させずに文字と画像に変換することで、できるだけオリジナルコンテンツそのものの価値を維持しつつ、多言語でのAccessibilityやGooglabilityを高められればと考えています。
Discussion