2026/4/21 9:00:00 ~ 2026/4/22 9:00:00 (JST)
最近の発表
Amazon SageMaker now supports multi-region replication from IAM Identity Center
Amazon SageMaker は IAM アイデンティティセンター (IdC) からのマルチリージョンレプリケーションをサポートするようになりました。これにより、IdC インスタンスからさまざまなリージョンに SageMaker Unified Studio ドメインをデプロイできるようになりました。この新機能により、企業の顧客、特に金融サービスや医療などの規制の厳しい業界のお客様は、一元化された労働力 ID 管理を活用しながらコンプライアンスを維持できるようになります。\n Amazon SageMaker Unified Studio の管理者は、シームレスなシングルサインオン (SSO) アクセスを維持しながら、データレジデンシーのニーズに基づいて SageMaker ドメインを従業員の近くに配置できます。組織は、コンプライアンスが必要な地域で機密データを処理しながら IdC を 1 つのリージョンで維持する、一元化された ID 管理でグローバルオペレーションをサポートする、SSO 機能を損なうことなくデータ主権要件を満たす、などのユースケースに対応できます。
はじめに SageMaker Unified Studio のマニュアルを参照してください。IAM Identity Center マルチリージョンサポートの設定については、IAM Identity Center ユーザーガイドを参照してください。
AWS Marketplace streamlines VAT payment for deemed supply transactions
AWS Marketplace では、欧州連合、ノルウェー、英国におけるデジタルサービスのみなし提供について、販売者が付加価値税 (VAT) 請求書を提出し、自動 VAT 支払いを受けるための効率的なセルフサービスプロセスが提供されるようになりました。欧州連合、英国、ノルウェーの VAT 法では、AWS Marketplace がデジタルサービスの販売を促進する場合、販売者とマーケットプレイスの間にみなし供給契約が成立します。VAT の支払いを受けるには、売り手は取引を円滑に進めるために関連する AWS ヨーロッパ、中東、アフリカ (EMEA) SARL 支店に請求書を送る必要があります。この新機能により、売り手は AWS Marketplace 内で VAT 請求書の提出と VAT 支払いの受け取りを一元的に行えるため、みなし供給契約に基づく税務コンプライアンスが簡素化されます。\n 販売者は AWS Marketplace 管理ポータルや AWS パートナーセントラルから新しいエクスペリエンスにアクセスしたり、VAT 請求書を送信したり、請求書の状態をリアルタイムで追跡したり、自動 VAT 支払いを受けたりできるようになりました。システムは、請求書を必須項目と照合して自動的に検証し、購入者への支払いが受領されると VAT 金額を支払います。販売者は、同じ AWS EMEA 支店および通貨に関連するものであれば、複数のみなし供給取引を期間ごとに 1 つの請求書にまとめることができます。売り手は買い手の支払いを受け取る前に請求書を提出することもでき、すべての条件が満たされるとシステムが自動的に支払いを処理します。セラーレポートによるレポート機能の強化により、売り手は対象となる取引を特定し、監査や財務報告の目的で支払いを調整しやすくなります。今回のローンチにより、VAT請求書と支払いを追跡する管理上の負担が軽減されるとともに、これまでの手動プロセスと個別のプラットフォームオンボーディングが不要になります。 この機能は、オーストリア、ベルギー、チェコ共和国、デンマーク、エストニア、フィンランド、フランス、ドイツ、ギリシャ、アイルランド、イタリア、ルクセンブルク、オランダ、ノルウェー、ポーランド、アイルランド、イタリア、ルクセンブルク、オランダ、ノルウェー、ポーランド、ポルトガル、ルーマニア、スペイン、スウェーデン、英国の 20 の管轄区域で、販売者と購入者の両方の AWS アカウントが同じ国にある取引で利用できます。 みなし供給取引の VAT 支払いと請求書の提出要件の詳細については、AWS Marketplace セラーガイドまたはみなし供給の VAT に関するよくある質問をご覧ください。
Amazon Athena Spark adds support for AWS PrivateLink
Amazon Athena Spark が AWS PrivateLink をサポートするようになったため、パブリックインターネットを経由せずに Amazon 仮想プライベートクラウド (VPC) から API とエンドポイントにアクセスできます。この機能により、Athena Spark の API とエンドポイントに完全に AWS ネットワーク内でアクセスして使用できるようになり、コンプライアンス要件を満たすのに役立ちます。\n AWS PrivateLink インターフェイスのエンドポイントを作成して VPC 内のクライアントから接続できるようになりました。Athena VPC エンドポイントは、Spark コネクト、Spark ライブ UI、Spark ヒストリーサーバーのエンドポイントを含む、すべての Athena Spark API とエンドポイントをサポートしています。これにより、VPC と Athena Spark API およびエンドポイント間の通信は完全に AWS ネットワーク内で行われるため、データへの安全な経路が確保されます。 まず、AWS マネジメントコンソール、AWS コマンドラインインターフェイス (AWS CLI) コマンド、または AWS CloudFormation を使用して Amazon Athena Spark に接続するためのインターフェイス VPC エンドポイントを作成できます。この新機能は、Amazon Athena Spark と AWS PrivateLink が利用できるすべての AWS リージョンで利用できます。詳細については、AWS PrivateLink のドキュメントと Athena Spark のドキュメントを参照してください。
AWS Lambda functions can now mount Amazon S3 buckets as file systems with S3 Files
AWS Lambda が Amazon S3 ファイルをサポートするようになったため、Lambda 関数で Amazon S3 バケットをファイルシステムとしてマウントし、処理用のデータをダウンロードせずに標準的なファイル操作を実行できるようになりました。Amazon EFS を使用して構築された S3 ファイルでは、S3 のスケーラビリティ、耐久性、費用対効果に加えて、ファイルシステムのパフォーマンスとシンプルさを実現できます。複数の Lambda 関数を同じ S3 ファイルシステムに同時に接続し、カスタム同期ロジックを構築しなくても共通のワークスペースを通じてデータを共有できます。\n S3 ファイル統合により、オブジェクトのダウンロード、結果のアップロード、一時的なストレージ制限の管理によるオーバーヘッドがなくなるため、Lambda のステートフルワークロードが簡素化されます。これは、エージェントがパイプラインステップ全体でメモリを保持し、状態を共有する必要がある AI や機械学習のワークロードに特に役立ちます。Lambda の耐久性の高い関数では、自動チェックポインティングによる並列実行のオーケストレーションによって、こうした複数ステップの AI ワークフローが可能になります。たとえば、オーケストレーター関数はリポジトリを共有ワークスペースに複製し、複数のエージェント関数はコードを並行して分析できます。durable 関数は実行状態のチェックポイントを処理し、S3 ファイルはすべてのステップでシームレスにデータを共有します。
Lambda で S3 ファイルを使用するには、Lambda コンソール、AWS CLI、AWS SDK、AWS CloudFormation、または AWS サーバーレスアプリケーションモデル (SAM) を使用して S3 バケットをマウントするように関数を設定します。Lambda 関数で S3 ファイルを使用する方法の詳細については、Lambda 開発者ガイドをご覧ください。
S3 ファイルは、Lambda ファイルと S3 ファイルの両方が利用可能なすべての AWS リージョンで、キャパシティプロバイダーが設定されていない Lambda 関数でもサポートされています。標準の Lambda と S3 の料金を超える追加料金はありません。
Amazon CloudWatch pipelines now supports configuration of processors via AI
Amazon CloudWatch パイプラインでは、ジェネレーティブ AI を利用した自然言語記述を使用してログプロセッサを設定できるようになりました。CloudWatch パイプラインは、インフラストラクチャを管理しなくても、ログデータを取り込み、変換し、CloudWatch にルーティングする完全マネージド型サービスです。ログを解析して充実させるために適切なプロセッサの組み合わせを設定するのは、特に複雑なログ形式を扱う場合は時間がかかります。AI 支援の設定では、必要な処理をわかりやすい言葉で説明するだけで、パイプライン設定が自動的に生成されます。\n CloudWatch コンソールでパイプラインを作成する場合、処理ステップ中に AI アシストオプションを切り替えて、希望する変換を自然言語で説明してください。システムはサンプルログイベントとともにプロセッサ設定を生成するので、デプロイする前に出力をすぐに確認できます。これにより、セットアップ時間が短縮され、個々のプロセッサ設定に精通していなくてもパイプラインを簡単に正しく実行できるようになります。 AI アシストプロセッサ設定は、CloudWatch パイプラインが一般的に利用できるすべての AWS リージョンで、追加料金なしで利用できます。標準の CloudWatch Logs の取り込みおよびストレージ料金が引き続き適用されます。 開始するには、Amazon CloudWatch コンソールを開き、[取り込み] の [パイプライン] に移動し、パイプラインウィザードに従います。詳細については、CloudWatch パイプラインのドキュメントを参照してください。
AWS Glue now supports OAuth 2.0 for Snowflake connectivity
本日より、AWS Glue はネイティブ Snowflake 接続の OAuth 2.0 認証と認証をサポートし、お客様がユーザー認証情報を共有せずにSnowflakeの読み取りと書き込みを行えるようになりました。これにより、企業はデータ統合パイプラインを構築しながらセキュリティコンプライアンスを維持することが容易になります。OAuth のサポートにより、一時的なトークンベースの認証を使用して AWS Glue 内の Snowflake データに安全にアクセスできるようになりました。\n AWS Glue には Snowflake への組み込みコネクタが用意されているため、コネクタライブラリをインストールしたり管理したりしなくても、AWS Glue Spark エンジンのスケーラビリティとパフォーマンスを活用しながら、Snowflake データを単一プラットフォーム上の他のソースと統合できます。以前は、Snowflake に接続するには、永続的な認証情報またはプライベートキーを使用する必要がありました。OAuth 2.0 のサポートにより、認証情報管理を完全に排除し、代わりにセキュリティを強化しアクセス制御を簡素化する安全で一時的なトークンに頼ることができるようになりました。このアプローチにより、きめ細かなアクセス制御が可能になり、さまざまなユーザーやアプリケーションに正確な権限を定義できます。さらに、トークンベースの認証により監査性が向上し、組織全体のデータアクセスパターンの追跡と監視が容易になります。 AWS Glue の Snowflake コネクタに対する OAuth 2.0 サポートは、AWS Glue が利用可能なすべての AWS 商用リージョンで利用できます。 OAuth を使用した AWS Glue Snowflake 接続の設定を開始するには、AWS Glue のドキュメントをご覧ください。
AWS Transform custom is now available in six additional AWS Regions
AWS Transform custom は、アジアパシフィック (ムンバイ、東京、ソウル、シドニー)、カナダ (中部)、ヨーロッパ (ロンドン) の 6 つの AWS リージョンで利用可能になりました。\n AWS Transform カスタムにより、組織は AWS が管理するトランスフォーメーションとカスタムトランスフォーメーションを使用して、コードを大規模にモダナイズおよび変換できます。言語バージョンのアップグレード、フレームワークの移行、パフォーマンスの最適化、コードベースの分析は、すぐに使用できる、または組織の特定の要件に合わせてカスタマイズできる変換を使用して行うことができます。こうしたトランスフォーメーションは、各エンゲージメントから学ぶ継続的な改善の恩恵を受け、より正確で効率的な結果をもたらします。
今回の拡張により、AWS Transform custom は米国東部 (バージニア北部)、アジアパシフィック (ムンバイ、東京、ソウル、シドニー)、カナダ (中部)、ヨーロッパ (フランクフルト、ロンドン) の合計 8 つの AWS リージョンで利用できるようになりました。詳細については、AWS Transform 製品ページとユーザーガイドをご覧ください。
Amazon EC2 G7e instances now available in AWS Local Zones in Los Angeles
本日、AWS は、カリフォルニア州ロサンゼルスの AWS ローカルゾーンで Amazon Elastic Compute Cloud (Amazon EC2) G7e インスタンスを一般提供することを発表しました。G7e インスタンスには NVIDIA RTX PRO 6000 ブラックウェル・サーバー・エディション GPU と第 5 世代インテル Xeon スケーラブル (Emerald Rapids) プロセッサーが搭載されており、高性能 GPU コンピューティングをロサンゼルスのエンドユーザーに近づけることができます。 \n クリエイティブなワークロードの場合は、G7e インスタンスを使用して、ローカルストレージに低レイテンシーでアクセスできるスタジオワークステーションワークロードや、ビジュアルエフェクト (VFX) 編集、色補正、VFX 仕上げなどのポストプロダクションワークロードを実行できます。G7e インスタンスは、グラフィックエンジンと 2D/3D VFX コンポジションソフトウェアでの拡張リアルタイムレンダリングをサポートしています。AI ワークロードでは、G7e インスタンスを使用して大規模言語モデル (LLM)、推論、エージェント AI をエッジにデプロイすることもできます。
開始するには、AWS グローバルビューからロサンゼルスローカルゾーン (us-west-2-lax-1b) にオプトインしてください。G7e インスタンスは Amazon EC2 コンソール、AWS コマンドラインインターフェイス (AWS CLI)、および AWS SDK から有効にすることができます。G7e インスタンスはオンデマンドプランと割引プランで利用できます。詳細については、AWS ローカルゾーンの機能ページをご覧ください。
Amazon Aurora serverless: Up to 30% better performance, smarter scaling, and still scales to zero
Amazon Aurora serverless は、最も要求の厳しいワークロードをサポートするようにスケールアップし、不要な場合はゼロまでスケールアップする自動スケーリングデータベースです。以前のバージョンよりもパフォーマンスが最大 30% 向上し、ワークロードを理解するスケーリングが強化され、より高速でスマートになりました。特に、アクティビティが急増し、アイドル時間が長く、パターンが予測できないことが多いエージェント AI アプリケーションに適しています。Aurora サーバーレスはこれらすべてを自動的に処理し、エージェントに逆らわずにエージェントと一緒にキャパシティをスケーリングします。支払いは実際に使用した分だけです。使用していないときは、データベースは自動的にゼロにスケールダウンしてコストを節約します。\n パフォーマンスとスケーリングが向上したことで、さらに要求の厳しいワークロードにもサーバーレスを使用できるようになりました。拡張されたスケーリングアルゴリズムにより、負荷の高いウェブアプリケーションや API サービスなど、複数のタスクがリソースを奪い合うワークロードを効率的に実行できます。これらの改善は、プラットフォームバージョン 4 では追加費用なしで利用できます。新しいクラスタ、データベースの復元、新しいクローンはすべて、プラットフォームバージョン 4 で自動的に起動します。プラットフォームバージョン 1、2、または 3 の既存のクラスターは、保留中のメンテナンスアクションを使用するか、クラスターを停止して再起動するか、Blue/Green デプロイメントを使用することで、プラットフォームバージョン 4 に直接アップグレードできます。クラスターのプラットフォームバージョンは、AWS コンソールのインスタンス設定セクションで確認するか、RDS API の ServerlessV2PlatformVersion パラメーターを使用して確認できます。詳細については、ブログをご覧ください。 Aurora サーバーレスは Amazon Aurora 向けのオンデマンドの自動スケーリング設定です。料金の詳細と利用可能なリージョンについては、Amazon Aurora 料金表をご覧ください。詳細については、ドキュメントを読み、AWS マネジメントコンソールのいくつかのステップだけで Aurora サーバーレスデータベースを作成することから始めましょう。
AWS バックアップでは、AWS 組織のバックアップポリシーのリソースタイプとして Amazon Redshift サーバーレス名前空間と Amazon Aurora DSQL クラスターがサポートされるようになりました。組織管理者は、メンバーアカウント全体でこれらのリソースタイプを直接対象とするバックアップポリシールールを定義できるようになりました。\n 以前は、組織のバックアップポリシーを使用して Redshift Serverless 名前空間と Aurora DSQL クラスターをバックアップするには、タグベースの選択を使用するか、メンバーアカウントのすべてのリソースをバックアップする必要がありました。今回のリリースにより、管理者はこれらのリソースタイプをバックアップポリシー選択で直接指定できるようになり、組織全体のバックアップ計画にどのリソースを含めるか、どのリソースを除外するかをより正確に制御できるようになりました。
この機能は、AWS Backup とそれぞれのサービスが利用できるすべての AWS 商用リージョンと GovCloud リージョンで利用できます。開始するには、AWS Organizations バックアップポリシードキュメントまたは AWS Backup コンソールを参照してください。
AWS Lambda Durable Execution SDK for Java GA
本日、AWS は Java 用 AWS Lambda Durable Execution SDK の一般提供を発表しました。これにより Java 開発者は Lambda 耐久性関数を使用して、耐障害性に優れ、長期的に実行されるワークフローを構築できます。この SDK を使用すると、開発者は注文処理パイプライン、AI エージェントオーケストレーション、ヒューマンインザループ承認などの多段階アプリケーションをアプリケーション内で直接作成できます。カスタムの進捗追跡を実装したり、外部のオーケストレーションサービスを統合したりする必要はありません。\n Lambda の耐久性の高い関数は、Lambda のイベント駆動型プログラミングモデルを拡張して、進捗状況を自動的にチェックポイントし、外部イベントを待っている間は実行を最大 1 年間停止するオペレーションで拡張します。Java 用 AWS Lambda 耐久実行 SDK は、Lambda 耐久性関数を使用して構築する際に、慣用的な Java エクスペリエンスを提供します。これには、進行状況の追跡、人間とエージェントインザループワークフローのコールバック統合、信頼性の高い関数チェーンを実現する永続的な呼び出し、効率的な中断を待つためのステップが含まれています。SDK は Java 17 以降と互換性があり、Lambda マネージドランタイムまたはコンテナイメージとしてパッケージ化された関数を使用してデプロイできます。SDK のローカルテストエミュレーターにより、開発者は本番環境にデプロイする前にローカルでビルドとデバッグを行うことができます。
開始するには、GitHub にある Lambda 耐久性関数開発者ガイドと Java 用 AWS Lambda 耐久実行 SDK を参照してください。リージョンの提供状況と料金の詳細については、AWS リージョナルサービスリストと AWS Lambda 料金表をご覧ください。
Amazon Connect Outbound Campaigns now supports contact priority ordering
Amazon Connect Outbound Campaignsでは、音声キャンペーンとジャーニー内の音声アクティビティの最大10個のプロファイル属性に基づいて、設定可能な優先順位で連絡先にダイヤルできるようになりました。これにより、最も価値のある顧客や時間に敏感な機会にエージェントの時間を集中させることができ、キャンペーンの効果とコンバージョン率が向上します。\n 連絡先の優先順位付けにより、顧客生涯価値、アカウントレベル、アポイントメント日などの属性に基づいてセグメントをソートできます。たとえば、金融サービスチームは契約更新間近の価値の高いアカウントへのアウトリーチを優先したり、医療提供者は予約が間近に迫っている患者に最初に連絡するようにしたりできます。最初のダイヤル試行は常に再試行よりも優先されるため、キャンペーンの実施中ずっと優先順位が維持されます。
この機能は、Amazon Connect アウトバウンドキャンペーンが提供されているすべての AWS リージョンで追加料金なしで利用できます。まず始めに、Amazon Connect カスタマープロファイルでセグメントを構築する際にソート属性を設定します。詳細については、「Amazon Connect アウトバウンドキャンペーンのベストプラクティス」と「顧客セグメントの構築方法」を参照してください。
AWS Blogs
Amazon Web Services ブログ (日本語)
- リアルタイム分析ダッシュボードを備えた Innovation sandbox on AWS
- AI-driven Business Process Re-Engineering: The Day We Stopped Asking “What’s Your Problem?”
- AI 駆動の業務変革手法 :「課題は何ですか？」と聞くのをやめた日
- IAM プリンシパルベースのコスト配分で Amazon Bedrock のコストを呼び出し元ごとに追跡する
- Amazon EVS で Windows Server ライセンスが利用可能に: ステップバイステップガイド
- 【開催報告 & 資料公開】お試しから卒業！Kiro の仕様駆動開発を本格活用 in 大阪