従来の市場価格追跡を超えて: SAP のお客様向け生成AIソリューション

完成品を扱う小売企業は、今日のダイナミックな市場において、利益率を守りながら競争力のある価格を維持するという高まる圧力に直面しています。従来の価格モニタリング手法は、ベンダーごとに異なる製品識別方法や、デジタルプラットフォーム上に存在する膨大な量の価格データを扱う際には力不足です。
複数チャネルで完成品を販売する小売企業は、自社の価格モデルについて十分な情報に基づいた意思決定を行うために、競合の価格戦略を包括的に可視化する必要があります。こうした企業は一般に、時間がかかり、ミスが起きやすく、競争上のポジショニングに必要なリアルタイムのインサイトを提供できない手作業の価格モニタリングプロセスに苦労しています。
自動化された価格追跡機能がなければ、こうした組織は、市場の変化により迅速に対応できる競合にマーケットシェアを奪われるリスクを抱えます。

本ブログ記事では、SAP のマテリアルマスターデータ抽出と生成AIを組み合わせ、SAP 小売業のお客様向けに最適化されたスマートで自動化された価格モニタリングシステムを構築するソリューションをご紹介します。このシステムが SAP から製品情報を取得し、AI エージェントを送り出してオンラインマーケットプレイスの価格やお客様のセンチメントをスキャンし、その結果を SAP に戻してアクションにつなげる仕組みを、最小限の手作業でどのように実現するかをご覧いただけます。アーキテクチャを順を追って説明し、Amazon Bedrock Agents と AWS のサービスがどのようにエージェント型ワークフローを支えるかを解説するとともに、統合・コスト・実装に関する実践的な考慮事項を共有します。これにより、皆さまの組織でこのアプローチを評価できるようになります。

ビジネス価値:

本ソリューションは、価格インテリジェンスの向上と市場対応の迅速化を通じて、小売企業に具体的なメリットをもたらします。組織は一般に、リアルタイムの競合データによって実現される、より優れた価格意思決定を通じて利益率の改善を実感します。システムが自動化されていることで手作業のモニタリング負荷が軽減され、価格担当チームはデータ収集ではなく戦略的な分析に集中できるようになります。
さらに、価格トレンドや地域ごとの差異を特定できる本システムの能力により、小売業者はプロモーション戦略や在庫管理の意思決定を最適化でき、在庫回転率の向上と値下げの削減につながります。

アーキテクチャ:

主要コンポーネント 

SAP データと AWS の接続 

エージェントが SAP データを扱えるようにするには、まずそのデータを AWS へ、セキュアかつ SAP のライセンスおよびガバナンスのルールに沿った形で取り込む必要があります。そのための現代的な方法が SAP Business Data Cloud (SAP BDC) であり、SAP データをあちこちにコピーすることなく AWS と共有します。

SAP SAPPHIRE 2026 において、SAP と AWS は SAP BDC Connect for Amazon Athena を発表しました。これは SAP Business Data Cloud と Amazon Athena の間の双方向・ゼロコピー統合です。データを抽出して複製するのではなく、チームはセマンティックにリッチな SAP データ製品をその場で、ほぼリアルタイムにクエリできます。データは本来のビジネス上の意味を保持し、SAP のガバナンスに準拠したまま、エージェントがスキャンや分析を行えるように Amazon S3 バケットに配置することも可能です。

このフローは、SAP BDC のデータファブリックである SAP Datasphere を経由して実行されます。ここから、非SAPデータおよびSAPデータをライブで Amazon Athena にフェデレーション（コピーなし）したり、大規模データセットの下流処理のために保存されたコピーが必要な場合には Amazon S3 に書き込んだりできます。

その他の SAP データ抽出オプションとして、OData/CDS ビューを用いた AWS Glue、パートナーツール (BryteFlow、Theobald、Qlik)、SAP ネイティブの SLT/Data Services などがあり、SAP データの抽出が必要なシナリオで利用できます。AWS の SAP Data Integration Guidance および SAP BDC と AWS データソースの統合 をご参照ください。

エージェント型ワークフロー

エージェント型ワークフローは、Amazon ECS Fargate を使用してコンテナ化された AI エージェントをデプロイし、Amazon Bedrock の基盤モデルを用いて複数のオンラインマーケットプレイス上の製品価格を自律的に分析します。

ワークフローはどのように動作するのでしょうか。

ステップ 1: BDC データ抽出

ステップ 2: EAN コードと説明を含む製品 CSV ファイルが SapLake S3 バケットにアップロードされ、価格モニタリングワークフローがトリガーされます。

ワークフローの起動

製品情報を含む CSV ファイルが Amazon S3 にアップロードされると、Amazon EventBridge が AWS Step Functions ワークフローをトリガーします。Step Functions のステートマシンが、データ抽出から結果集約まで、価格モニタリングプロセス全体をオーケストレーションします。S3 でのトリガー設定に関する追加情報はこちらをご参照ください。

タスクのディスパッチ

ステップ 3: Lambda 関数 (search-and-dispatch.py) が CSV ファイルを処理し、各製品についてインターネット検索を実行し、マーケットプレイス分析のための ECS タスクをディスパッチします。

AWS Step Functions は Map ステート を使用して複数の製品を同時に処理します。マーケットプレイスのレート制限を尊重するため、同時実行数は3エージェントに制御されています。各製品は、対象マーケットプレイスの URL、製品 EAN コード、説明、実行トラッキング ID などの特定の環境変数を伴う個別の ECS Fargate タスクをトリガーします。

エージェントの実行

ステップ 4: ECS Fargate タスクは、Amazon Bedrock と MCP サーバーを使用してコンテナ化された Strands Agents を実行し、複数のオンラインマーケットプレイス上の製品価格を分析します。

各 ECS タスクは、最適なコストパフォーマンスを実現する ARM64 アーキテクチャ上で、2GB メモリと 1 vCPU で構成されたコンテナ化 AI エージェントを実行します。エージェントは Claude、Titan、Nova を含む Amazon Bedrock の基盤
モデルにアクセスでき、包括的なマーケットプレイス分析のために10分の実行タイムアウトが設定されています。

Amazon Strands SDK が AI の推論をオーケストレーションし、Model Context Protocol サーバーが Bedrock モデルと Playwright によるブラウザ自動化を橋渡しします。このアーキテクチャにより、エージェントは異なるマーケットプレイスのレイアウトにわたる複数ステップのナビゲーション戦略を計画し、動的なコンテンツやアンチボット対策に自動的に適応し、複雑なウェブ操作全体を通じてコンテキストを維持しながら AI モデルを用いて価格要素を特定できます。

ステップ 5: エージェントワークフローは、Strands のプランニングと Playwright 実行のための MCP ツールを組み合わせ、従来のウェブスクレイピングを、現代の e コマースプラットフォームの複雑さと変動性に対応できるインテリジェントで適応的な市場調査へと変革します。

ステップ 6: 各エージェントは、リアルタイムのトラッキングと中間処理ステータスの更新のために、価格分析結果を DynamoDB に保存します。

ステップ 7: Lambda 関数 (aggregate-results.py) が、DynamoDB からのすべてのエージェント結果を包括的な価格レポートに統合します。

ステップ 8: 集約された価格分析および市場インテリジェンスレポートは、さらなる分析と SAP 統合のために S3 に保存されます。

インテリジェントな分析プロセス

AI エージェントは高度な分析を実行します。

ウェブナビゲーション: ブラウザ自動化が動的コンテンツを処理します
製品マッチング: Bedrock の基盤モデルが EAN コードと説明を用いて一致する製品を特定します
価格抽出: さまざまなマーケットプレイス形式から価格情報を抽出します
センチメント分析: 基盤モデルがお客様のレビューや市場でのポジショニングを分析します
結果の保存: 構造化データが信頼度スコアとともに Amazon DynamoDB に書き込まれます
エラー処理とレジリエンス
このワークフローには、一時的な障害に対するエクスポネンシャルバックオフを伴う自動リトライロジックが含まれています。失敗したタスクは詳細なエラーコンテキストとともにログに記録され、部分的な結果は
デバッグとリカバリのために DynamoDB に保持されます。

ステップ 9: さらなる分析のために、Cloud Connector を使用して SAP に統合し戻します。

Cloud Connector を用いた BTP Integration Suite

この統合では、AWS サービスと SAP システムをセキュアに接続する主要な手段として、SAP Business Technology Platform (BTP) の Integration Suite を活用します。SAP Cloud Connector はセキュアなリバースプロキシとして機能し、オンプレミスまたはクラウドの SAP システムが、内部システムをインターネットに直接さらすことなく SAP BTP 上のクラウドアプリケーションと通信できるようにします。このアプローチにより、AWS と SAP 環境間のシームレスなデータフローを実現しつつ、セキュリティ境界を維持します。
価格分析が完了して結果が S3 に保存されると、BTP Integration Suite は事前構成された統合フローを通じてデータ取得プロセスをオーケストレーションします。これらのフローは、保存された認証情報を用いて AWS に認証し、S3 から価格分析データを取得し、SAP で利用できる適切な形式に変換します。続いて Integration Suite は、SAP システム内のマテリアルマスターレコード、価格条件、その他の関連するビジネスオブジェクトを更新し、リアルタイムの市場インテリジェンスに基づくデータドリブンな価格意思決定を可能にします。
Cloud Connector は、BTP とオンプレミス SAP システムの間に暗号化されたトンネルを確立することで、すべての通信のセキュリティを確保します。一方、Integration Suite は信頼性の高いデータ処理のための監視、エラー処理、リトライ機構を提供します。このアーキテクチャにより、組織は既存の SAP セキュリティポリシーを維持しながら、クラウドベースの AI 機能の恩恵を受けることができます。
代替アプローチとして、組織は EventBridge 通知と ABAP SDK for AWS を組み合わせた直接統合を実装できます。これは、よりシンプルなデプロイシナリオ向けに、SAP システム内でネイティブな AWS サービス統合を直接提供します。

ABAP SDK アプローチの主な利点:

ネイティブ統合: カスタムの HTTP 処理や JSON パースライブラリが不要

自動認証: SDK が AWS Signature V4 認証を自動的に処理
エラー処理: 組み込みの AWS エラー処理とリトライ機構
コードの簡素化: カスタム HTTP 呼び出しと比較して統合コードを約70%削減
SAP サポート: SAP により公式にサポートされ、将来のリリースとの互換性を確保

更新されたアーキテクチャの利点

依存関係の削減: カスタム REST クライアントや JSON ライブラリが不要
パフォーマンスの向上: ネイティブ SDK による最適化された AWS API 呼び出し
メンテナンスの容易化: 標準的な SAP 開発パターン
セキュリティの強化: SDK が SAP のセキュアストアを通じて認証情報を管理
このアプローチは統合を標準的な ABAP 開発タスクへと変え、オブジェクト指向 ABAP プログラミングに精通した SAP 開発者であれば誰でも扱えるようにします。

実装のベストプラクティス 

エラー処理 

• SAP 接続に対する堅牢なエラー処理を実装する
• ウェブサイトの構造変更を適切に処理する
• エージェントの障害を監視・ログ記録する

パフォーマンス最適化

• 頻繁にアクセスするデータにはキャッシュを使用する
• エージェントの並列処理を実装する

コンプライアンスと倫理

• robots.txt とクローリングポリシーを尊重する
• リクエスト間に適切な遅延を設ける
• 公開されている情報のみを保存する

実装のベストプラクティス

エラー処理

堅牢なエラー処理は、信頼性の高い価格モニタリングシステムの基盤を成すものであり、特に複数の外部システムを統合する際の複雑さを考えると重要です。SAP 接続エラーは、ネットワークタイムアウト、認証失敗、システムメンテナンスウィンドウなどにより発生する可能性があり、障害を防ぐためにバックオフリトライ機構やサーキットブレーカーパターンの実装が必要となります。ウェブサイトの構造変更もまた重要な課題です。e コマースプラットフォームは頻繁にレイアウトや HTML 構造を更新するため、従来のウェブスクレイピング手法が機能しなくなる可能性があります。本ソリューションは、固定的な CSS セレクターや XPath 式に依存するのではなく、コンテンツをセマンティックに理解することで構造変更に適応できる生成AIモデルを活用することで、この課題に対処します。エージェント障害の包括的なログ記録と監視により、問題の迅速な特定が可能になり、システム最適化のための貴重なインサイトが得られます。また、自動アラートにより、重大な障害が運用チームの迅速な対応を受けられるようにします。

パフォーマンス最適化 

効果的なパフォーマンス最適化は、システムコストとユーザーエクスペリエンスの双方に直接影響するため、本番環境へのデプロイには不可欠です。製品カタログやマーケットプレイスのレイアウトなど、頻繁にアクセスするデータをキャッシュすることで、冗長な API 呼び出しを削減し、応答時間を改善するとともに、繰り返しのデータ取得操作に伴うコストを最小化できます。このアプローチは、変更頻度は低いものの価格分析ワークフロー中に繰り返しアクセスされる SAP マテリアルマスターデータにおいて特に有効です。エージェントの並列処理は、複数の製品を異なるマーケットプレイスにわたって同時に分析できるようにすることでスループットを最大化し、包括的な価格モニタリングサイクルに必要な総時間を大幅に短縮します。制御された同時実行アプローチは、対象ウェブサイトへの過負荷を防ぎつつリソース利用を最適化し、製品カタログの拡大に応じてシステムが効率的にスケールできるようにします。

コンプライアンスと倫理 

倫理的なウェブスクレイピングの実践は、組織と対象ウェブサイトの双方を保護しつつ、持続可能な長期運用を確保します。robots.txt ファイルやクローリングポリシーを尊重することは、良好なデジタルシチズンシップを示すとともに、IP ブロックやマーケットプレイス運営者からの法的な問題のリスクを低減します。リクエスト間に適切な遅延を設けることで、対象サーバーへの過負荷を防ぎ、人間のブラウジングパターンを模倣することで、データ収集活動を妨げかねないアンチボット対策を発動させる可能性を減らします。公開されている情報のみを保存することで、データ保護規制へのコンプライアンスを確保し、倫理的な境界を維持するとともに、ストレージコストの削減とデータガバナンス要件の簡素化にもつながります。これらの実践は、マーケットプレイスパートナーとの信頼を築き、将来の API パートナーシップやデータ共有契約の基盤を形成します。

コストに関する考慮事項

この SAP 価格モニタリングソリューションを実装するには、次の主要なコスト要因を考慮する必要があります。

主なコスト要素:

コンピューティング時間 (ECS Fargate の vCPU およびメモリ時間)
関数の呼び出し回数と実行時間 (Lambda の GB 秒)
ワークフローの実行とステート遷移 (Step Functions)
データストレージと API リクエスト (DynamoDB および S3)
データ抽出と処理 (AWS Glue)

システムアーキテクチャの前提:

月間1,000件の CSV ファイルアップロード (ワークフロー実行1回につき1件)
マーケットプレイス分析用の10,000件の ECS Fargate タスク (各10分、1 vCPU、2GB ARM64)
2,000回の Lambda 関数呼び出し (ワークフローごとに search-and-dispatch + aggregate-results)
平均15回のステート遷移を伴う1,000件の Step Functions 実行
CSV ファイルを処理する1,000件の AWS Glue ETL ジョブ (各5分、1 DPU)
月間50,000件の DynamoDB 書き込みリクエストと25,000件の読み取りリクエスト
月間15,000件の API リクエストを伴う5GB の S3 ストレージ
月間11,000件の EventBridge カスタムイベント

詳細なコスト内訳 (無料利用枠なし):

Amazon ECS Fargate の料金はこちらに記載されています。ARM64 アーキテクチャの場合: vCPU 時間あたり $0.03238、GB 時間あたり $0.00356。月間10,000件のタスク
が各10分実行される場合: 1,666.67 vCPU 時間と 3,333.33 GB 時間 = 月額 $65.83。
AWS Lambda の料金はこちらに記載されています。月間2,000回の呼び出しと30,000 GB 秒 = 月額 $0.50。
AWS Step Functions の料金はこちらに記載されています。1,000回の実行 × 15回の遷移 = 15,000回の遷移 = 月額 $0.38。
Amazon DynamoDB の料金はこちらに記載されています。月間50,000件の書き込みと25,000件の読み取り = 月額 $0.07。
Amazon S3 の料金はこちらに記載されています。5GB のストレージと15,000件の API リクエスト (10,000 PUT、5,000 GET) = 月額 $0.12。
AWS Glue の料金はこちらに記載されています。各5分実行の1,000件の抽出ジョブ (月間83.33 DPU 時間) と仮定 = 月額 $36.67。
Amazon EventBridge の料金はこちらに記載されています。月間11,000件のイベント (1,000件のワークフロー + 10,000件のタスク完了) = 月額 $0.01。

月額総コストの見積もり

1,000件のワークフロー実行にわたって10,000件の URL を処理する場合:

ECS Fargate (ARM64) = $65.83
Lambda 関数 = $0.50
Step Functions = $0.38
DynamoDB = $0.07
S3 ストレージ = $0.12
AWS Glue = $36.67
EventBridge = $0.01
推定月額総コスト = $103.58

コスト最適化のオプション

Fargate Spot インスタンス: 最大70%の割引により、Fargate コストを約 $19.75 に削減
リザーブドキャパシティ: DynamoDB やその他のサービスでリザーブド料金を提供
S3 Intelligent-Tiering: アクセス頻度の低いデータの自動コスト最適化
Glue ジョブの最適化: DPU 割り当てとジョブ実行時間の適正化

Fargate Spot 料金を利用した場合: 月額合計 $57.50

まとめ

本システムは、複数のオンラインマーケットプレイスにわたる完成品の包括的な価格モニタリング、価格変動の自動トレンド分析、比較可能な製品のインテリジェントな特定を提供し、お客様のセンチメントデータと価格の有効性を相関付けることで、より深い市場インサイトを提供します。
このインテリジェンスにより、小売業界の SAP のお客様は、データドリブンな価格意思決定を行い、競争上の脅威に迅速に対応し、ますますダイナミックになる小売環境において市場でのポジションを維持できるようになります。
Strands Agents と AWS のサービスは、インテリジェントな価格モニタリングシステムを構築するための強力なプラットフォームを提供します。SAP データ抽出とエージェント型 AI 機能を組み合わせることで、組織は市場でのポジショニングや競争力のある価格戦略に関する貴重なインサイトを得ることができます。

本ブログの翻訳は Amazon Quick による自動翻訳を行い、パートナー SA 松本がレビューしました。原文はこちらです。