Category: Amazon Bedrock

Amazon Bedrock でモデルの推論をするにはモデルアクセスの有効化、デフォルトで割り当てられた制限を超えて推論等を行う場合は制限値の引き上げが必要です。しかし、デフォルトの制限値はサービスの適正な利用とパフォーマンスの維持向上を図るため継続的に調整が行われており、その中であなたの AWS アカウントのモデルアクセスの有効化や推論等の制限値に影響が発生する場合があります。本記事はそのような場合の対応方法を解消するための手順を説明します。

流通・小売・消費財業界に関わられている方々を主な対象として、2024年10月24日に「流通・小売・消費財業界向け：クラウドと生成 AI によるオペレーション改革」のオンラインセミナーを開催しました。ご参加いただきました皆さまには、この場を借りて御礼申し上げます。本ブログでは、その内容を簡単にご紹介します。

生成 AI の導入は売上高 500 億円、従業員 1,000 名超の大企業では 7~9 割に達し、フェーズが「導入後」へ移行してきている企業も多いと推察します。
導入後の主な課題の一つが、「導入した生成 AI ツールが使われない」ことで、チャットツールに代表される生成 AI を誰もが利用できるインフラ基盤の利用率は、導入後 3 割、以後数か月で 1~2 割に落ち込む傾向があります。
本記事では、AWS の公開する生成 AI 事例より利用者数の向上に顕著な効果が見られるユースケースを 4 つご紹介します。ぜひ、課題解決に、社内での生成 AI 利用促進に役立てていただければ幸いです！

Enel は、32 か国に拠点を置き、82 GW の発電容量を持つ大手総合電力会社です。また同社は、7,600 万人の顧客に対して広大な送配電網を提供し、4,650 万台のスマートメーターを管理する大手送電網事業者としても極めて重要な役割を果たしています。Enel は 2014 年以来、Amazon Web Services (AWS) を使用した生成 AI の導入を促進する強力な社内ノウハウを開発することにより、人工知能 (AI) に多額の投資を行ってきました。この技術の進歩により、以前は手動で実行されていたタスクをシームレスに自動化することが可能になりました。

企業での生成 AI 活用が広まりつつも、比較的単純な業務への適用による「コスト削減」に効果が留まる事例は多いのではないでしょうか。日本は米国、欧州と比較すると雇用の流動性が相対的に低い傾向にあり、業務を効率化しても社員数が減らない以上、コスト削減の効果には限界があります。本記事では、生成 AI を活用しサービスの利用増や売上増など、トップラインの拡大を実現した 4 つの事例を紹介することで効率化から先のステップをご提示したいと思います。

生成 AI の活用を推進するには、単に社内で使えるようにするだけでは不十分だということに多くの企業が気づき始めています。本記事では、AWS の ML Enablement Workshop を活用した 4 つの事例から経営層の支持のもと、ビジネスと技術の両面から構成されたチームが活用の推進に不可欠であることを示します。

4 か月前、AWS は Amazon Bedrock に Anthropic の Claude 3.5 を導入 […]

エージェント型ワークフローは急速に AI イノベーションの基盤となりつつあり、インテリジェントなシステムが人間 […]

株式会社 PURPOM MEDIA LAB は、新規事業開発におけるビジネスモデルの検討課題を解決するため、Amazon Bedrock を活用した「ビジネスモデルジェネレータ」を開発しました。このソリューションにより、ビジネスモデルの検討時間の短縮、ステークホルダーとの対話コストの削減、ビジネスモデルの可視化と最適化が可能になりました。今後は、より高度な生成 AI の活用を検討し、ビジネスモデルの生成精度向上に取り組む予定です。

本ブログでは、既存のプロンプトレベルの脅威について議論し、それらを緩和するためのいくつかのセキュリティガードレールについて概説します。例として、Amazon Bedrock のAnthropic Claude を使用し、プロンプトインジェクションなどの一般的なセキュリティ脅威に対するガードレールを実施できるプロンプトテンプレートを実装します。これらのテンプレートは他の LLM とも互換性があり、修正して使用することもできます。