2026/5/4 9:00:00 ~ 2026/5/5 9:00:00 (JST)

最近の発表

AWS Entity Resolution launches support for incremental Machine Learning based matching workflows

AWS Entity Resolution は、機械学習 (ML) ベースのインクリメンタルマッチングワークフローのサポートを一般提供開始しました。これにより、企業が大規模なエンティティ解決を処理する方法が根本的に変わります。以前は、新しいレコードを 1 つ追加しただけでも、顧客はデータセット全体を再処理する必要がありました。このプロセスには最大 2 日かかり、数千ドルの費用がかかりました。このことが重大なボトルネックとなり、大手企業はコストのかかる回避策や代替ソリューションを探すことを余儀なくされました。 \n この強化により、AWS Entity Resolution により、企業は前回のワークフロー実行以降に追加された新しいレコードのみを処理できるようになりました。今回の発表により、効率が大幅に向上しました。1 時間未満で 100 万件の増分レコードを処理できるため、現在のワークロードと比較して処理時間が 95% 短縮され、インフラストラクチャコストも大幅に削減されます。この機能は、最大 10 億件の履歴ベースレコードを含むデータセットに対して、最大 5,000 万件のインクリメンタルレコードのインクリメンタルワークロードをサポートしているため、AWS Entity Resolution は、以前は経済的に実現不可能だった、継続的で大規模なエンタープライズワークロードにも対応できるようになりました。

AWS エンティティ解決が利用可能なすべての AWS リージョンで、インクリメンタル ML ワークフローを使い始めることができます。インクリメンタル ML ワークフローの開始方法の詳細については、ユーザーガイドをご覧ください。AWS エンティティ解決の詳細については、製品ページをご覧ください。

Amazon Quick generates dashboards from natural language prompts

Amazon Quick では、「分析を生成」を使用して自然言語プロンプトからダッシュボードを生成するようになりました。必要なダッシュボードを記述し、最大 3 つのデータセットを選択し、生成前に編集可能なプランを確認します。その後、Amazon Quick は、データに合わせて選択されたビジュアル、さまざまなディメンションで探索するためのフィルターコントロール、および前年比成長率や前月比比較などの計算フィールドを含む整理されたシートを作成します。Generate Analysis は、ダッシュボードの作成を数時間かけて手動で設定していたものを、数分に短縮します。\n Generate Analysisを使うと、「収益傾向、地域比較、前月比成長率を含む販売実績ダッシュボードの作成」などの目標を記述し、すぐに改良できるダッシュボードを入手できます。この出力は、既存のパブリッシングワークフロー、埋め込み、CI/CD パイプライン、ポイントアンドクリック編集と連携します。

Generate Analysisは、リリース時にエンタープライズサブスクリプション/Author Pro ユーザーが利用できます。また、著者が Amazon Quick Enterprise の一部として、2026 年 12 月までこの機能にプロモーションでアクセスできます。ただし、所属する組織がアクセス制限を受けていない場合に限ります。分析を生成 (Generate Analysis) は、Amazon Quick が利用できるすべての AWS リージョンで一般的に利用できるようになりました。

詳細については、Amazon クイックユーザーガイドの「自然言語プロンプトによる分析の生成」を参照してください。開始するには、Amazon Quick で任意のデータセットを開き、[分析を生成] を選択します。

Amazon Aurora DSQL now supports the JSON data type with compression

Amazon Aurora DSQL では、オプションで圧縮できる PostgreSQL JSON データ型のサポートが導入されました。JSON データ型がサポートされたことで、PostgreSQL の JSON 型に依存するコードやツールを変更せずに Aurora DSQL で使用できるようになり、リレーショナルデータと一緒に半構造化データを簡単に保存できるようになりました。\n JSON データ型は、API ペイロード、設定オブジェクト、イベントログなどの半構造化データを保存するテーブルを作成または変更するときに使用できます。PostgreSQL 圧縮がデフォルトで有効になっていると、大きな JSON ペイロードがより効率的に保存され、ストレージコストの削減に役立ちます。 サポートされているデータ型の詳細については、Aurora DSQL のドキュメントを参照してください。AWS 無料利用枠を利用すると、Aurora DSQL を無料で使い始めることができます。リージョンの提供状況については、AWS リージョンの表を参照してください。Aurora DSQL の詳細については、ウェブページをご覧ください。

Amazon Quick introduces Dataset Q&A for conversational analytics against enterprise data

Amazon Quick では、データセット Q&A がサポートされるようになりました。これは、ユーザーが企業データに対して自然言語で直接質問できるようにする会話型分析機能です。ダッシュボード Q&A と並んで、データセット Q&A は Amazon Quick でデータを操作するための強力な新しい方法を提供します。データ所有者が設定した行レベルや列レベルのセキュリティポリシーを含むすべてのガバナンスルールを尊重しながら、データセットにアクセスできる人なら誰でも自然言語を使用してデータを探索し、有意義で実用的な洞察を得ることができます。\n データセットの Q&A は Amazon Quick の Text-to-SQL エージェントによって実行されます。このエージェントは、ユーザーの質問を解釈し、適切なデータを特定し、正確な SQL を生成します。これらはすべて 1 つの会話ステップで行えます。このエージェントは、ユーザーが Amazon Quick に取り込むさまざまなデータソースにわたって機能し、SPICE や Amazon S3 テーブルバケットに保存されている Amazon Redshift、Amazon Athena、Aurora PostgreSQL、Apache Iceberg テーブルなどの AWS データ資産に対して、エンジンおよびダイアレクトに対応した最適化された SQL を生成します。データ所有者は、Amazon Quick で直接、または簡単なファイルをアップロードして、カスタムの指示、ビジネス定義、およびフィールドの説明を使用してデータセットを充実させることができます。これらの精選されたセマンティクスは、データセットのメタデータとともに、データ資産全体の意味と関係を捉えたナレッジグラフに取り込まれます。これにより、Quick のオーケストレーターは、最も関連性の高いデータセットを正確に特定し、正確な SQL を生成できます。データセットの Q&A エージェントは、トレンド分析や時系列比較から、ランク付け、複数条件の分析クエリ、自由形式の探索的質問まで、幅広い種類の質問に対して正確な回答を提供します。データセットの Q&A には説明機能も含まれているため、ユーザーは各回答の背後にある理由を順を追って説明し、基礎となるロジックを調べ、生成された SQL が質問を正しく解釈してから結果に基づいて処理を行うことを検証できます。

データセットに関する Q&A は、Amazon Quick が利用できるすべての AWS リージョンで一般的にご利用いただけるようになりました。開始するには、このブログ投稿を参照してください。

Amazon Quick now supports S3 tables bucket as a data source

Amazon Quick は Amazon S3 テーブルバケットをデータソースとしてサポートするようになりました。これにより、ユーザーはダッシュボードを構築したり、会話分析を実行したり、S3 テーブルバケットに保存された Apache Iceberg テーブルを調べたりすることができます。中間データウェアハウスや OLAP レイヤーが不要になったため、ユーザーは Amazon Quick のレイクハウスデータと、エージェンシー AI と BI の両方のワークロードを、すべてシンプルなデータアーキテクチャを通じて相互運用できるようになりました。\n Salesforce、SAP、Amazon Kinesis Data Firehose などのソースからのゼロ ETL と S3 テーブルバケットを直接組み合わせることで、ユーザーはパイプラインへの依存を最小限に抑えながら、ほぼリアルタイムのインサイトを得ることができます。使い始めるのは簡単です。システム管理者が S3 テーブルバケットの権限を一度設定すれば、作成者はすぐにデータセットを作成して構築を開始できます。S3 テーブルバケットデータセットには、Amazon Quick のデータセット Q&A から完全にアクセスできます。自然言語で質問し、信頼できる情報源としてデータレイクに基づいた回答を得てください。

Amazon Quick のデータソースとしての Amazon S3 テーブルバケットは、Amazon Quick が利用できるすべての AWS リージョンで利用できるようになりました。開始するには、このブログ投稿を参照してください。

Amazon EventBridge supports data plane logging to AWS CloudTrail

本日、Amazon EventBridge は、AWS CloudTrail を使用してデータプレーン API をロギングできるようになったことを発表しました。これにより、お客様は AWS アカウントのイベントバスアクティビティをより詳細に把握して、セキュリティと運用上のトラブルシューティングのベストプラクティスを実現できます。Amazon EventBridge は、AWS サービス、統合 SaaS アプリケーション、およびカスタムソースからのイベントを使用して、お客様が AWS のサービス、統合 SaaS アプリケーション、およびカスタムソースからのイベントを使用して、イベント駆動型アプリケーションを大規模に構築できるようにするサーバーレスイベントバスです。\n CloudTrail は、Amazon EventBridge コンソールからの呼び出しや Amazon EventBridge API を使用してプログラム的に行われた呼び出しなど、Amazon EventBridge に関連する API アクティビティをイベントとしてキャプチャします。CloudTrail が収集した情報を使用して、Amazon EventBridge API に対する特定のリクエスト、リクエスタの IP アドレス、リクエスタの ID、リクエストの日時を特定できます。CloudTrail を使用して EventBridge API をロギングすると、AWS アカウントの運用監査、リスク監査、ガバナンス、コンプライアンスを実現するのに役立ちます。データプレーンロギングのサポートが導入されたことで、イベントブリッジ PutEvents API が CloudTrail に記録されるようになりました。 上記のデータプレーン API の CloudTrail ロギングをオプトインするには、AWS CloudTrail コンソールまたは CloudTrail API を使用してイベントバスにロギングを設定するだけで済みます。 AWS CloudTrail を使用したロギングデータプレーン EventBridge API は、すべての商用 AWS リージョン、AWS GovCloud (米国) リージョン、Sinnet が運営するアマゾンウェブサービス中国 (北京) リージョン、および NWCD が運営するアマゾンウェブサービス中国 (寧夏) リージョンで利用できるようになりました。 AWS CloudTrail を使用してデータプレーン API をロギングする方法の詳細については、AWS ドキュメントを参照してください。CloudTrail の詳細については、『AWS CloudTrail ユーザーガイド』を参照してください。

Amazon Quick upgrades the extension for Microsoft Outlook (Preview)

本日、AWS は Microsoft Outlook 向けの Amazon Quick 拡張機能のプレビューを発表しました。これにより、生成的な AI を活用した生産性を E メールやカレンダーのワークフローに直接組み込むことができます。この拡張機能を使用すると、自然言語を使用して未読メッセージの要約、受信トレイの整理、会議のスケジュール設定、インライン返信の下書きをすべてOutlookから離れることなく行うことができます。\n Outlook の Quick 拡張機能を使用すると、メールに優先順位を付けたり、特定のディスカッションを検索したり、メッセージをフォルダに整理したり、フォローアップ用にフラグを付けたりすることで、最も重要なことに集中できます。会話形式の指示を使うと、同僚との最適な会議時間を見つけたり、会議のスケジュールを立てたりできます。E メールスレッドでは、Amazon Quick Spaces やナレッジベースから関連情報を取り込んだ概要の作成、アクション項目の抽出、コンテキストに応じた返信のドラフトを作成できます。Outlook から直接、設定したインテグレーションを使用して外部アプリケーションでアクションをトリガーすることもできます。

Microsoft Outlook 用 Amazon Quick 拡張機能は、米国東部 (バージニア北部)、米国西部 (オレゴン)、アジアパシフィック (シドニー)、ヨーロッパ (アイルランド)、アジアパシフィック (東京)、ヨーロッパ (フランクフルト)、およびヨーロッパ (ロンドン) でプレビュー版としてご利用いただけます。

Amazon Quick を使い始めるには、Quick Web サイトにアクセスして、数分でアカウントを登録してください。ドキュメントを読んで詳細を確認し、クイックダウンロードページから Outlook 用 Quick 拡張機能をインストールしてください。

Amazon SageMaker AI launches AI agent experience for model customization

Amazon SageMaker AI には、モデルのカスタマイズを、数か月かかるプロセスから数日または数時間で完了するワークフローに変換するエージェントエクスペリエンスが搭載されました。AI ソリューションを構築するお客様は、ユースケースの目標と成功基準を慎重に策定し、データを準備し、適切なモデルを選択し、さまざまなモデルと微調整手法を使用して複数の実験を構成、実行、分析する必要があります。成功基準を満たす適切なモデル候補が特定されたら、そのモデルを導入するための最も費用対効果の高い方法を見つける必要があります。このワークフロー全体を通して、お客様はモデルをトレーニングしてデプロイするためのインフラストラクチャの設定という、差別化されていない面倒な作業を管理する必要があります。この新機能により、開発者はコーディングエージェントと自然言語によるやりとりを活用して、ユースケースの定義から高品質モデルの本番環境への展開までの全行程を合理化できるようになりました。\n エージェントとしての経験は、SageMaker AI モデルカスタマイズエージェントのスキルに基づいており、ビルダーの特定のユースケースに適用される微調整、必要なデータ形式への変換、LLM-as-a-Judge メトリクスを用いた包括的な品質評価、Amazon Bedrock または SageMaker AI エンドポイントへの柔軟なデプロイオプションに関する専門知識を提供します。お客様はこれらのスキルを Visual Studio や Cursor など、お好きなどの IDE にもインストールできます。開発者は Kiro、Claude Code、CoPilot などの複数のコーディングエージェントと連携して、Amazon Nova、Llama、Qwen、GPT-OSS などの一般的なモデルファミリーを最適化できます。このエクスペリエンスは、AIOps パイプラインへの統合を通じて、再利用可能で編集可能なコードアーティファクトを生成し、透明性、再現性、自動化を実現します。 sagemaker-ai エージェントプラグインを使用して、お気に入りの IDE に SageMaker AI スキルをインストールできます。SageMaker AI モデルのカスタマイズスキルも利用可能で、Kiro コーディングエージェントとともに SageMaker Studio ノートブックにプリインストールされています。必要なことは、Kiro サブスクリプションにサインアップし、Studio Notebooks でチャットウィンドウを開いて、エージェントとチャットを開始してワークフローを構築することだけです。このエクスペリエンスは、インストラクションチューニングのための教師付き微調整、トーンとプリファレンスの選択を調整するための直接プリファレンスの最適化、検証可能な正確性を備えたユースケースの強化学習など、高度なカスタマイズ手法をサポートします。 Amazon SageMaker AI の AI エージェントエクスペリエンスによるモデルのカスタマイズの詳細については、SageMaker モデルのカスタマイズドキュメントをご覧ください。

AWS Payment Cryptography announces support for cross account key sharing

AWS Payment Cryptography では、リソースベースのポリシー (RBP) を使用したクロスアカウントキーの共有がサポートされるようになりました。この新機能により、お客様は社内外の複数のアカウントにわたって暗号鍵をより簡単に管理できるようになり、鍵をより柔軟に大規模に管理できるようになりました。AWS Payment Cryptography では、ビジネスに合わせて柔軟に成長し、PCI PIN セキュリティとポイントツーポイント暗号化 (P2PE) の要件に準拠していると評価されているサービスにより、クラウドホスト型決済アプリケーションの暗号化操作を簡素化できます。\n 多くのお客様は、AWS PCI DSS ガイダンスに従い、支払い処理におけるさまざまなワークロード、アプリケーション、またはユースケースを明確にするために、複数の AWS アカウントを利用しています。このパターンは従来のインフラストラクチャでもよく見られますが、これにより暗号資料が重複することが多く、リネージやアクセス制御が全体的に困難になります。RBPとPayment Cryptographyの統合が開始されたことで、顧客は主要資料のコピーを 1 つ保持し、リソースごとの簡潔なアクセス制御を活用して、インポート/エクスポートフローに頼らずにアカウント間のアクセスを実現できるようになりました。

この機能は、AWS 支払い暗号化を利用できるすべての AWS リージョンで利用できます。この機能の詳細やサービスの利用開始については、AWS Payment Cryptography ユーザーガイドを参照してください。

Amazon RDS for SQL Server now supports M8i and R8i instances

SQL Server 用アマゾンリレーショナルデータベースサービス (Amazon RDS) が M8i インスタンスと R8i インスタンスをサポートするようになりました。これらのインスタンスは AWS でのみ利用可能なカスタム Intel Xeon 6 プロセッサを搭載しており、クラウド内の同等の Intel プロセッサの中で最高のパフォーマンスと最速のメモリ帯域幅を実現します。M8i インスタンスと R8i インスタンスは、同等の第 7 世代 Intel ベースのインスタンスと比較して、コストパフォーマンスが最大 15% 向上し、メモリ帯域幅が 2.5 倍も増えます。\n 新しい M8i および R8i インスタンスを使用するには、RDS マネジメントコンソールまたは AWS SDK または CLI を使用して、既存の RDS データベースインスタンスを変更するか、新しい RDS データベースインスタンスを作成します。 最新の価格設定とリージョンの提供状況については、Amazon RDS for SQL Server の料金表をご覧ください。

Amazon RDS for SQL Server supports read replica with additional storage volumes

SQL Server 用 Amazon リレーショナルデータベースサービス (Amazon RDS) は、追加のストレージボリュームを持つデータベースインスタンスのリードレプリカをサポートするようになりました。ストレージボリュームを追加すると、プライマリストレージボリュームに加えて、それぞれが最大 64 TiB のストレージボリュームを最大 3 つ追加することで、データベースストレージを最大 256 TiB まで拡張できます。今回のローンチにより、追加のストレージボリュームで構成されたデータベースインスタンスについて、お客様は同一リージョンおよびクロスリージョンのリードレプリカデータベースインスタンスを作成できるようになります。\n 追加のストレージボリュームを含むデータベースインスタンス用にリードレプリカを作成すると、そのレプリカは追加のストレージボリュームの設定を含め、ソースインスタンスのストレージレイアウトを維持します。最初に作成した後は、ソースインスタンスとリードレプリカインスタンスで追加のストレージボリューム構成を個別に管理できます。 ストレージボリュームを追加したリードレプリカは、すべての AWS 商用リージョンと AWS GovCloud (米国) リージョンで利用できます。お客様は AWS マネジメントコンソール、AWS CLI、または AWS SDK を通じて、今すぐこの機能を使い始めることができます。詳細については、Amazon RDS ユーザーガイドの「Amazon RDS for SQL Server のリードレプリカの使用」と「SQL Server 用 RDS でのストレージの使用」および「SQL Server 用 RDS でのストレージの使用」を参照してください。

AWS Blogs

AWS News Blog

AWS Open Source Blog

AWS Database Blog

AWS Developer Tools Blog

AWS HPC Blog

AWS for Industries

Artificial Intelligence

Networking & Content Delivery

AWS Security Blog

Open Source Project

AWS CLI

Bottlerocket OS