３大クラウドAIエージェント勉強会 イベントレポート

イベント概要

【初心者歓迎】３大クラウド AI エージェント勉強会 - connpassを視聴しました。
クラウド各社（AWS, Azure, Google Cloud）の AI エージェントサービスの特徴や違い、最新動向について学べるイベントでした。

印象に残った内容

各クラウドの AI エージェントの特徴

• どのクラウドもノーコード・ローコード・本格プログラミングまで幅広く対応

• モデルは各クラウドの対応モデルを利用

• エージェント自体のアプリケーション内部モデルをどう扱うかのロジックに違いがある

• 各クラウドの強みが活かされている

  • Azure: Office 製品との連携
  • Google Cloud: 検索や BigQuery との連携
  • AWS: 複数サービスの連携が柔軟

• AWS

  • Amazon Bedrock は既に本番運用事例あり
  • マルチエージェント機能を使ったデモアプリ例：torigozoku（GitHub）
  • Amazon Q CLI は初心者のコーディング支援に便利、Amazon Q はエンドユーザー向け

• Azure

  • エージェントオーケストレーション Durable Functions は自動リトライやインスタンス増減を自動で実施するためコスト効率が良い

• Google Cloud

  • ADK はマルチエージェント前提
  • ワークフローエージェントも多様で、サブエージェントを呼び出す方法を変えられる

AI エージェントのトレンドと種類

• マルチエージェントがトレンド
  • 分業による精度向上が可能だが、応答は遅くなる
  • シングルエージェントだと仕事の漏れが発生することがある
• AI エージェントは下記の種類があるが、自由度が高すぎると精度が低くなるため 8 割は制約ありエージェンティックワークフローが使われている
  • 自由度の高い AI エージェント
  • 一部制限ありのエージェンティックワークフロー（やるべきことを完了しないと抜けられない等）
  • プログラミングされたことのみを実施するワークフロー

MCP（Model Context Protocol）

• AI エージェントとツール接続の標準プロトコル
• ホストとサーバーに分かれているが、サーバーはホストと同じマシンで動かすことが多い
• 大手が対応しデファクトスタンダード化
• MCP サーバーは提供側から配布され、使用者がダウンロードしてクラウドやローカルで動作させる
  • 公式が配布しているか、公式でないものはメンテナンス頻度や脆弱性のチェックが重要

学んだこと

• 各クラウドの AI エージェントは、それぞれの強みを活かしてサービス展開している
• マルチエージェント化で分業・精度向上が可能だが、応答速度とのトレードオフがある
• 現状は制約ありエージェンティックワークフローが主流
• MCP で他のツールも活用できるが、セキュリティ面では公式性や脆弱性の確認が必須

感想

• AI エージェントを追えば、今後 AI でどんなことができるか見えてくると感じました
• AI エージェントは複数ツールを使える“ドラえもん”的な存在。データ取得だけでなくサービス操作も可能なのが強み、と聞いてワクワクしました
• AI エージェント開発は GUI から始めると取り組みやすいと聞いて、VUI 開発と似ているが AI エージェントの進化スピードは桁違いだと感じました