今年もAWS Summit 2025行ってきました！
参加したセッションについて振り返っていきたいと思います
実践的な生成AI活用の推進 : PoCから価値創出へ
（いい記事があったのでこちらを紹介しますw）
生成AIのためのデータ活用実践ガイド
- RAGを検討するうえで必要なデータは2種類ある
- 状況コンテキスト
- 構造化データに近い？DBにあることが多い
- セマンティックコンテキスト
- 非構造化データに近い？画像や文章などでVector DBにあることが多い
- 状況コンテキスト
- RAGには3つのフェーズがある
- Naive RAG
- 技術選定が主な関心事
- Bedrockを使って、基盤モデルはCalude Sonnet v4を使って、ベクトルDBはOpenSearchを使って〜みたいな。
- Advanced RAG
- 前処理と後処理の追加
- ガードレールの利用、Text To SQL、ハイブリッド検索などが関心事
- Modular RAG
- Advanced RAGを組み合わせたりするもの。ハイブリッド検索、GraphRAG、Text2SQL、複数の異なるナレッジベースの利用など
- AWS的には、Bedrock Agentsを使う
- Naive RAG
- チャンキング
- 固定長、スキーマ定義が力もしくはスピード的にはありかも？
https://pages.awscloud.com/rs/112-TZM-766/images/AWS-08_AI_AWS-Summit-JP-2025.pdf
企業内に分散したデータの分析とAI活用を推進する : AWSで実現するデータ活用の民主化
このセッションで言いたいことは、データのサイロ化を防ぎ、活用する・できるデータ基盤にAmazon SageMaker Studioを使って話。
https://pages.awscloud.com/rs/112-TZM-766/images/AA-03_Data_AWS-Summit-JP-2025.pdf
Amazon S3によるデータレイク構築と最適化
- S3を用いたデータレイクは以下のStep/Phaseで進めるとよい
- Phase1 : まずはデータの集約。このときである課題がセキュリティ, クエリ遅延, コスト増など。
- Phase2 : 生データ、処理済みデータ、キュレーションデータ（特定の視点で再整理されたデータ）に分けて保管
- ランダム性を持ったPREFIX構成にすると、Perfomanceが良くなる
https://dev.classmethod.jp/articles/aws-summit-japan-2025-session-report-aws-04/
（いい記事があったのでこちらを紹介しますw）
クラウドストレージのコスト最適化戦略 -AWSストレージの賢い活用法
本ブログでも度々紹介している
- ストレージクラス
- ライフサイクルルール
などを使おうって話
https://pages.awscloud.com/rs/112-TZM-766/images/AWS-05_Storage_AWS-Summit-JP-2025.pdf
Vertical SaaSを支えるアーキテクチャとその変遷 -9000店舗の運営を支えるサービス開発の挑戦
テナント設計については、シングルテナントとマルチテナントがあるが、その間としてブリッジモデルを使うことも有用であるという話。
ブリッジモデルでは、Web層（いわゆるフロントレイヤー）は共通だが、バックエンド・クラウドレイヤーは、特殊要件を持つ、Big Bとその他一般ユーザーで切り分ける方法。
SaaSらしい共通性とBigBが持つ特殊ニーズを両方満たすアーキテクチャとしては有用。
AIエージェントによる業務改革とそれを支えるGenAI プラットフォーム
NTTデータによるLITRON Salesという生成AIサービスの紹介。
構成図は以下の通り
生成AIオブザーバービリティのベストプラクティス
生成AIにおけるオブザーバービリティは4つのレイヤーが挙げられる
- レイテンシーやリソース利用率などのメトリクス
- RAG, Agent, ChainTraceなどの生成AIらしいメトリクス
- ガードレールの介入など
- エンドユーザーからのFB
それぞれに対するオブザーバービリティとして、
- これはCloudWatchのサービスを使えばよい
- OpenTelemetryを使う
- Bedrockガードレールを使おう
- FB機能をつけよう
https://pages.awscloud.com/rs/112-TZM-766/images/AWS-49_Cloud-Operations_AWS-Summit-JP-2025.pdf
データメッシュで実現する自動運転・SDVにおけるデータ駆動型開発
サイロ化したデータを集めるデータレイク。データレイクの部署間統合をした統合データレイクを作るのではなく、各データレイクを結ぶデータメッシュを作ろうって話。
（自動車業界の難しさ・複雑さをよく感じました）
https://pages.awscloud.com/rs/112-TZM-766/images/AWS-66_AUTO_AWS-Summit-JP-2025.pdf
全体所感
2025は、生成AIとデータに関するセッションが非常に多かったです。
AWS的には、Bedrock, Amazon Q Developer, SageMakerのテーマが非常に多かったです。
SageMakerについては、”次世代の”というキーワードともに紹介されており、大幅な刷新をしていることをアピールしている感じがしました。
生成AIについては、
- 2023 : PoC
- 2024 : 本番導入
- 2025 : ビジネスインパクト
という紹介のされ方をしており、本番導入のあった企業の事例が今年のセッションにおいて非常に多かったです。
これからの1年間では、生成AIを使ったサービス・プロダクトが実業務やビジネスにおいてどの程度のインパクトを出すのかがポイントかと思います。
生成AIという言葉がバスワードではなく、日常にある言葉として浸透・馴染む年の元年になるかと思っています。
どこまでビジネスインパクトが各企業の生成AIの活用が楽しみになりました。
