Amazon Web Services ブログ

三遠ネオフェニックス様の AWS 生成 AI 事例「Amazon Bedrock と Step Functions を活用したバスケットボール・スカウティングレポート自動生成システムの構築」のご紹介

本記事では、三遠ネオフェニックス様が、AWS Step Functions と Amazon Bedrock を活用し、生成 AI による AI Analyst 機能を構築されましたので、その事例をご紹介します。

都市規模のイベントを守る：AWS re:Invent における物理セキュリティと論理セキュリティの統合アプローチ

AWS re:Invent 2024 は 6 万人の現地参加者と 40 万人のオンライン参加者を迎える都市規模のイベントでした。このブログでは、物理セキュリティと論理セキュリティを統合した包括的なアプローチを紹介します。コマンドポスト (統制本部) を中心に、監視カメラ、K9 ユニット、ドローン、ワイヤレスセキュリティオペレーションセンター (WiSOC) などを活用し、参加者とデータを多層的に保護する仕組みを解説します。

AWS re:Invent 2025: 4つの変革的テーマで学ぶセキュリティセッションガイド

AWS re:Invent 2025 のセキュリティトラックでは、80 以上のセッションを通じて最新のクラウドセキュリティを学べます。AI のセキュリティ確保と活用、大規模なセキュリティアーキテクチャ設計、セキュリティ文化の構築、AWS セキュリティイノベーションという 4 つの変革的テーマで構成され、生成 AI やエージェンティック AI の保護、ネットワークセキュリティの強化、ポスト量子暗号などの最先端技術を実践的に学べます。

Kiro : コードは仕様と一致していますか？ 〜プロパティベーステストで「正しさ」を測定する〜

Kiro は 7 月にローンチした際に仕様駆動開発（Spec Driven Development、以下、SDD）を導入したエージェント型 IDE です。SDD では、Kiro のエージェントがコードを書く前にソフトウェアの完全な仕様を作成します。これにより、開発前にエージェントと繰り返しやり取りしながら、アプリケーションの要件を完全に捉えられているか確認できます。Kiro はその要件ドキュメントを実行して Spec （仕様）に変換し、生成されたコードが仕様に準拠しているかをチェックします。Kiro はこの実行可能な仕様を使ってプログラムをテストしますが、その際にプロパティベーステストと呼ばれる手法を使用します。私たちはこの手法は、バグ発見により効果的であると考えています。

Claude Code on AWS パターン解説 – Amazon Bedrock / AWS Marketplace

本稿では、AWS 上で Claude Code を活用する 2 つの主要パターンを解説しています。Amazon Bedrock との連携は従量課金でスモールスタート可能、セキュリティ要件が厳しい場合に適しており、AWS Marketplace 経由の購入は GUI アプリケーション含むフル機能と定額制による予算管理の簡素化が特徴です。

← Older posts