本日の主なトピック #
- Amazon Connect: 自然言語で運用質問ができる AI アシスタントがプレビュー版として導入。
- Amazon Route 53 Global Resolver: 一般提供開始（GA）され、インターネット経由でセキュアに PHZ の解決が可能に。
- AWS Builder ID: GitHub および Amazon アカウントでのソーシャルサインインに対応。
- Amazon SageMaker Unified Studio: ブラウザ内エンジンにより、Visual ETL のデータプレビューが約 1 秒に高速化。
- Amazon OpenSearch Service: 3 TiB を超えるボリュームでも、ブルー/グリーンデプロイ不要のインプレース容量増加が可能に。
¥3,520 Amazonで見る![AWS運用入門 改訂第2版 押さえておきたいAWSの基本と運用ノウハウ [AWS深掘りガイド] 単行本（ソフトカバー） – 2025/7/11](https://m.media-amazon.com/images/I/61ftnZ09WvL._SY522_.jpg)
AWS運用入門 改訂第2版 押さえておきたいAWSの基本と運用ノウハウ [AWS深掘りガイド] 単行本（ソフトカバー） – 2025/7/11
Amazon Connect、AIを活用したマネージャー支援機能を発表（プレビュー） #
投稿日: 2026年03月10日
何ができるようになったのか #
Amazon Connect において、コンタクトセンターのマネージャーが自然言語を使って運用上の質問に即座に回答を得られる AI アシスタントがプレビュー版として導入されました。エージェントのスケジューリング、セルフサービス体験、パフォーマンス評価など、150 以上の Amazon Connect メトリクスとその履歴データに対してクエリを実行し、数秒で結果を受け取ることができます。また、サービスレベル目標を達成できなくなるリスクのあるキューを特定し、具体的な回復アクションを推奨するなどの診断機能も備えています。
何が嬉しいのか #
これまで手作業で行っていた膨大なデータの収集と分析の時間が大幅に短縮されます。数時間かかっていた作業が数秒で完了するため、マネージャーは迅速な意思決定と問題解決に集中できるようになります。また、AI による診断と推奨アクションにより、サービス品質の維持・向上がより確実になります。
これまでとどう変わるのか #
- これまで: 運用上の課題を把握するために、マネージャーは複数のダッシュボードやレポートから手作業でデータを収集し、分析する必要がありました。特定の指標の履歴データを確認したり、問題の根本原因を特定したりするには、専門的な知識と多大な時間が必要でした。
- これから: 自然言語で質問するだけで、AI が 150 以上のメトリクスを瞬時に分析し、回答を提示します。さらに、リスクのある領域の特定や具体的な改善策の提示まで AI が自動で行うようになります。
具体的なユースケース #
- 「来週の月曜日にサービスレベル目標（SLO）を達成できなくなるリスクが高いキューはどれか？」といった質問への即時回答。
- 特定の期間におけるエージェントの稼働率とパフォーマンスの相関関係の迅速な分析。
- サービスレベル低下の予測に基づいた、推奨される回復アクション（人員配置の変更など）の実行。
Amazon Connect、Eメールコンタクトの会話分析をサポート #
投稿日: 2026年03月10日
何ができるようになったのか #
Amazon Connect において、E メールコンタクトに対する会話分析（Conversational Analytics）が可能になりました。これにより、受信した E メールの自動分類、個人情報（PII）のマスキング、およびコンタクト要約の自動生成が行えるようになります。管理者は、特定の PII タイプのマスキング設定や、機密情報の保護方法をカスタマイズでき、分析結果に基づいてカテゴリの割り当てやタスクの作成、ケースの更新を自動的にトリガーするルールを設定することも可能です。
何が嬉しいのか #
E メールの内容を 1 つずつ手作業で確認することなく、新しいトレンドを迅速に特定できるようになります。また、PII の自動マスキングによりコンプライアンス維持が容易になり、エージェントのパフォーマンス評価にかかる時間も大幅に短縮されます。顧客からのアカウント問題に関するメールなどを自動的に要約・分類することで、スーパーバイザーのレビュー負荷が軽減されます。
これまでとどう変わるのか #
- これまで: Amazon Connect の会話分析機能は、音声通話（2019 年〜）やチャット（2022 年〜）では利用可能でしたが、E メールについては自動的な要約や PII マスキング、分類機能が統合されていませんでした。
- これから: 音声やチャットと同様の高度な分析機能が E メールでも利用可能になります。これにより、チャネルを問わず一貫したコンプライアンス管理と運用効率の向上が実現します。
具体的なユースケース #
- 顧客からの問い合わせメールに含まれるクレジットカード番号や住所などの機密情報を自動的にマスキングして保存。
- 大量のサポートメールを自動分類し、特定の製品カテゴリに関するトレンドをリアルタイムで把握。
- 長文の問い合わせメールから重要なポイントを自動抽出し、担当エージェントや管理者が迅速に状況を把握できるようにする。
Amazon Connect、AIを活用した予測インサイトを強化 #
投稿日: 2026年03月10日
何ができるようになったのか #
Amazon Connect の AI 駆動型予測インサイト機能（Predictive Insights）が大幅に強化されました。re:Invent 2025 で発表された 5 つの推奨アルゴリズムをベースに、以下のアップデートが行われています。
- カタログ対応数の拡大: サポートされる製品カタログアイテム数が、これまでの 8 倍となる最大 4,000 万アイテムに増加しました。
- トリガーベースのキャンペーン対応: メッセージテンプレートで予測インサイトを利用できるようになり、顧客の行動（カート放棄など）や予測シグナルに基づいたパーソナライズされたアウトリーチを自動化できます。
- モデル精度の向上: モデルの精度が最大 14% 向上し、より信頼性の高い推奨が可能になりました。
- トレーニング時間の短縮: パーソナライズされた体験をより迅速にデプロイできるようになりました。
何が嬉しいのか #
大規模な製品カタログを持つビジネスでも、AI によるパーソナライズを容易にスケールさせることができます。また、顧客の特定の行動に合わせたプロアクティブなメッセージ送信（キャンペーン）が可能になるため、コンバージョン率の向上や顧客満足度の改善が期待できます。精度の向上とデプロイの高速化により、より確信を持ってパーソナライゼーション施策を展開できます。
これまでとどう変わるのか #
- これまで: 2025 年後半のリリース当初は、5 つの主要な推奨アルゴリズム（あなたへのおすすめ、類似アイテムなど）が導入されましたが、大規模なカタログへの対応や、トリガーベースのメッセージングとの密接な連携にはさらなる拡張の余地がありました。
- これから: 大規模なカタログをフル活用し、顧客のリアルタイムな行動に基づいたキャンペーンを、より高精度な AI 推論によって自動実行できるようになります。
具体的なユースケース #
- 顧客がオンラインショップでカートを放棄した際に、予測インサイトに基づいて関連性の高い製品の推奨を含むメッセージを自動送信。
- 購入完了後に、その製品と「よく一緒に購入されるアイテム」を提案するフォローアップメッセージを自動送信。
- 特定の顧客セグメントに対し、その好みを予測して最適化された製品カタログを提示するキャンペーンの実施。
Amazon OpenSearch Service、すべてのサイズでインプレースのボリューム容量増加をサポート #
投稿日: 2026年03月10日
何ができるようになったのか #
Amazon OpenSearch Service において、これまで 3 TiB までに制限されていた「インプレース（既存クラスター上での直接的な）」ストレージ容量の増加が、3 TiB を超えるすべてのボリュームサイズで可能になりました。これにより、ダウンタイムやリソースの二重確保を伴うブルー/グリーンデプロイメントを必要とせずに、ストレージ容量を拡張できるようになります。
何が嬉しいのか #
大規模なデータを扱うクラスターにおいて、容量不足が発生した際に、より迅速かつ低コストでストレージを拡張できます。ブルー/グリーンデプロイメントが発生しないため、新しいリソースへのデータ移行待ち時間が不要になり、運用負荷と移行中のオーバーヘッドが軽減されます。
これまでとどう変わるのか #
- これまで: インプレースでの容量増加は 3 TiB 以下のボリュームに限定されていました。3 TiB を超えるボリュームの容量を増やす場合は、必ずブルー/グリーンデプロイメントがトリガーされ、新しいクラスターのプロビジョニングとデータのコピーが必要でした。
- これから: ボリュームサイズに関わらず、インプレースでの容量増加が可能になります。※ただし、すでに 3 TiB を超えているドメインで最初の容量増加を行う場合や、短期間に繰り返しの増量を行う場合など、一部のケースでは引き続きブルー/グリーンデプロイメントが必要になる場合があります。
具体的なユースケース #
- 数十 TiB 規模のログデータを蓄積している OpenSearch クラスターにおいて、データ増加に伴うストレージ容量不足を、ダウンタイムなしで迅速に解消する。
- データの急増が予想されるイベント前に、ブルー/グリーンデプロイメントの影響を気にすることなく、事前にストレージ容量を余裕を持って拡張しておく。
dry-runオプションを使用して、計画している変更がブルー/グリーンデプロイメントを伴うかどうかを事前に確認し、安全にスケールアップを実施する。
Amazon Route 53 Global Resolver が一般提供開始（GA） #
投稿日: 2026年03月09日
何ができるようになったのか #
Amazon Route 53 Global Resolver が一般提供開始（GA）となりました。これはインターネットから直接アクセス可能な、エニーキャスト（Anycast）対応の再帰的 DNS リゾルバーです。
- グローバルな名前解決: 認可されたクライアントは、世界中のどこからでもパブリックドメインおよび Route 53 プライベートホストゾーンに紐づくドメインの名前解決が可能です。
- セキュリティ機能: マルウェア、フィッシング、NSFW（不適切なコンテンツ）、および DNS トンネリングや DGA（Domain Generation Algorithms）などの高度な脅威をブロックするフィルタリング機能を備えています。GA に伴い、新たに Dictionary DGA 脅威への保護も追加されました。
- プロトコル対応: Do53 (UDP/TCP 53) に加え、DoH (DNS over HTTPS) および DoT (DNS over TLS) をサポートしています。
- ログの集約: クエリログの中央集中管理が可能です。
何が嬉しいのか #
VPN や Direct Connect を介さずに、リモート環境やオンプレミスから AWS 上のプライベートドメインを安全かつ低遅延で解決できるようになります。ハイブリッドクラウド環境における DNS 管理が大幅に簡素化されます。また、DNS レベルでの強力なセキュリティフィルタリングをグローバルに一括適用できるため、組織全体のセキュリティレベルを容易に向上させることができます。
これまでとどう変わるのか #
- これまで: VPC 外（リモートワーク環境や他拠点など）から VPC 内のプライベートホストゾーン（PHZ）の名前を解決するには、VPN/Direct Connect を経由するか、自前で DNS フォワーダーを構築・運用する必要がありました。また、これまでの「Route 53 Resolver」は VPC 内専用の機能（現在は Route 53 VPC Resolver と呼称）でした。
- これから: インターネット経由で直接利用できる Global Resolver により、専用線なしでセキュアなハイブリッド DNS 環境を構築できます。利用可能なリージョンもプレビュー時の 11 リージョンから 30 リージョンへ拡大しました。
具体的なユースケース #
- リモートワーク中の従業員が、VPN に接続することなく、AWS 上の開発環境や社内ツールのプライベートドメイン（例:
api.internal.example.com）にセキュアにアクセスする。 - 組織全体のデバイスに対して、DNS over HTTPS (DoH) を使用して、悪意のあるサイトへのアクセスを DNS レベルで一括ブロックする。
- 30 日間の無料トライアルを活用して、既存のハイブリッド DNS 構成を Global Resolver に置き換える検証を行う。
Amazon SageMaker Unified Studio、Visual ETL での高速データプレビューをサポート #
投稿日: 2026年03月09日
何ができるようになったのか #
Amazon SageMaker Unified Studio の Visual ETL において、「データプレビュー v2.0」が導入されました。これはブラウザ内クエリエンジンを使用して、データをローカル（ブラウザ上）でロード・処理する新しいモードです。これにより、ビジュアル ETL ジョブの作成や変更の際、各変換ステップの結果を約 1 秒という極めて短時間で確認できるようになります。
- セッション起動不要: サーバーサイドの Spark セッションの開始を待つ必要がありません。
- 追加コストなし: プレビューのための追加のコンピューティングコストが発生しません。
- 多様なソースに対応: Amazon S3 (CSV, Parquet, JSON)、Amazon Redshift、Snowflake、MySQL、PostgreSQL、Google BigQuery など、多くのデータソースをサポートしています。
何が嬉しいのか #
ETL 開発の試行錯誤（イテレーション）が劇的にスピードアップします。これまでは変換を追加するたびに Spark セッションの処理待ちが発生していましたが、v2.0 ではほぼ瞬時に結果が反映されます。また、Redshift などのソースに対しても、一度取得したデータをブラウザにキャッシュして再利用するため、本番用のクラスターリソースを消費せずにプレビュー作業を進められます。
これまでとどう変わるのか #
- これまで: ビジュアル ETL でデータプレビューを行うには、サーバーサイドの Spark セッションの起動と実行を待つ必要がありました。変換を 1 つ適用するたびに数十秒から数分の待ち時間が発生し、開発効率の妨げとなっていました。
- これから: ブラウザ内エンジン（v2.0）により、約 1 秒でプレビュー結果が表示されます。従来の Spark ベースのプレビューと切り替えて使用することも可能です。
具体的なユースケース #
- 複雑なデータ変換パイプラインを構築する際、各フィルターやマッピングの適用結果をリアルタイムで確認しながら作業を進める。
- Redshift の大規模なデータセットに対して、クラスターに負荷をかけずに、一部のサンプルデータを使って ETL ロジックの正しさをブラウザ上で素早く検証する。
- S3 上の Parquet ファイルを加工する際、Spark セッションの起動コストを気にすることなく、気軽にデータの中身と変換結果をチェックする。
AWS Builder ID、GitHubとAmazonアカウントでのサインインをサポート #
投稿日: 2026年03月10日
何ができるようになったのか #
AWS Builder ID において、これまでの Google や Apple アカウントに加えて、新たに GitHub および Amazon アカウントを使用したソーシャルサインインがサポートされました。 AWS Builder ID は、以下のリソースにアクセスするための個人プロファイルです。
- AWS Builder Center: 開発リソースへのアクセス
- AWS Training and Certification: トレーニングや認定プログラムの管理
- Kiro: AWS が提供する AI 駆動型のエージェント IDE
何が嬉しいのか #
開発者は、GitHub や Amazon の既存の認証情報を使って、AWS Builder ID プロファイルにシームレスにアクセスできるようになります。個別にパスワードを管理する手間が省け、パスワードを忘れるといったトラブルも軽減されます。特に、普段から GitHub をメインで利用している開発者にとって、AWS の学習・開発ツールへの入り口がよりスムーズになります。
これまでとどう変わるのか #
- これまで: AWS Builder ID へのログインには、メールアドレスとパスワードによる直接認証、または Google や Apple のソーシャルログインが利用可能でしたが、開発者に広く普及している GitHub アカウントとの連携は提供されていませんでした。
- これから: GitHub や Amazon アカウントを使って、数クリックで AWS Builder ID への登録やサインインが可能になります。
具体的なユースケース #
- GitHub アカウントを使って、AWS のトレーニングプログラム（AWS Training and Certification）に登録し、学習を開始する。
- AWS の新しい AI 駆動型 IDE である Kiro に、GitHub の認証情報を使って素早くログインし、コーディングを始める。
- 複数の AWS 関連個人サービスを利用する際、すべて一つの使い慣れたアカウント（GitHub や Amazon）で一貫して認証を行う。
Amazon Quick Suite、チャットのパーソナライズ向けユーザー設定をリリース #
投稿日: 2026年03月09日
何ができるようになったのか #
Amazon Quick Suite において、ユーザーがチャットの見た目や動作をより細かくコントロールできる「ユーザー設定（User Preferences）」機能が導入されました。
- チャットパネルのカスタマイズ: デフォルトでパネルを展開した状態で開くか、折りたたんだ状態で開くかを設定できます。また、最後に使用した設定が自動的に記憶されます。
- デフォルトエージェントの選択: 「My Assistant」で使用するデフォルトのチャットエージェントと、ナレッジスコープを事前選択できます。
- パーソナライズされた応答: ユーザーの呼び名や、職場での関心領域（エリア・オブ・フォーカス）を設定することで、AI がより関連性の高い回答を生成できるようになります。
- メモリ管理: AI が記憶している情報をユーザー設定画面から直接確認・管理できます。
何が嬉しいのか #
セッションをまたいで好みのチャット設定やコンテキストが維持されるため、Quick Suite を開くたびに設定し直す手間が省けます。また、AI がユーザーの役割や関心を把握することで、より的なパーソナライズされた支援を受けられるようになり、業務効率が向上します。
これまでとどう変わるのか #
- これまで: チャット設定、エージェントの選択、ユーザー個別のコンテキスト（役割など）をセッション間で永続化させる方法がありませんでした。利用のたびに好みの状態に調整する必要がありました。
- これから: ユーザー設定の一箇所で好みの動作を構成でき、すべてのインタラクションが最初からパーソナライズされた状態で開始されます。
具体的なユースケース #
- 「マーケティング分析」を担当していることを AI に伝えておくことで、データに関する質問をした際、マーケティングの文脈を汲み取った回答を得る。
- 頻繁に使用する特定業務に特化したカスタムエージェントをデフォルトに設定し、ログイン後すぐに業務を開始する。
- AI が学習した自分の好みの情報（メモリ）を定期的に確認し、必要に応じて修正・削除して AI の精度を調整する。