Amazon Web Services ブログ

Category: Amazon Bedrock

顧客駆動のチームでAI 駆動の手綱を握る : ML Enablement Workshop による副作用の解消

Claude Code や Kiro といった AI 駆動の開発ツールや開発環境によりコーディングの生産性が飛躍的に高まっています。さらに、AI DLC をはじめとした開発方法論が AI の適用範囲を開発プロセス全体に広げることで、 “本番リリースまでの時間” は数倍に短縮されつつあります。その生産性向上に着目が集まる一方で、リリース速度が事業の成長を阻害するリスクが観測され始めています。技術的には本番環境に影響するバグが週次になるリスク、ビジネス的には十分に顧客の課題を解決しない機能が増え利用率が下がるリスクが挙げられます。Amazon の実践する「顧客に必要とされないものを作らない」製品開発プロセス Working Backwards は特に事業リスクを低減するのに役立ちます。本記事では、Working Backwards を「誰もが」実践できるよう、生成 AI を用い企画からモックの開発、データの収集から改善まで緻密にデザインされたプログラム ML Enablement Workshop と 20 社超の提供実績から得られたフィードバックを紹介します。

仰星監査法人様の AWS 生成 AI 活用事例 ：株式会社 Sapeet 様支援のもと、Dify を用いて生成 AI アプリを構築し、機微な情報を扱えるセキュアな環境でクライアント情報の収集・環境分析調査時間の 87% 削減を実現

本ブログでは株式会社 Sapeet (以下：Sapeet) が開発・導入を支援した、仰星での社内生成 AI 基盤の概要とその中でどのように AWS のサービス群が活用されているかを紹介します。

← Older posts