Amazon Web Services ブログ

Category: Amazon Machine Learning

AI for Science

AI for Science – AI がもたらす研究新時代

文部科学省は 2026 年 4 月、AI for Science 萌芽的挑戦研究創出事業 ( SPReAD ) の公募を開始しました。1 課題 500 万円以下、計 1,000 件程度の採択が予定され、AWS の 計算資源やAPI 利用料も対象経費に含まれます。本記事では、創薬・ゲノミクス・材料科学など 6 領域の AI 活用ユースケースと先駆者たちの事例を紹介し、AWS の サービス / 技術基盤との対応関係を解説します。SPReAD への応募を検討されている研究者の方にも参考になる内容です。

EngineLab AI: AWSで実現するスタジオとクリエイター向け本番制作AI環境

AI ツールは制作ワークフローの効率化を約束する一方で、スタジオは難しいジレンマを抱えています。AIツールを利用するためにはセキュリティ、知的財産 (IP) 保護、制作の安定性に関する現実的な懸念を伴うためです。本記事では、そんな制作現場でのトレードオフを解消するソリューションをご紹介します。[…]

開発現場から全社展開へ:Amazon Bedrock で Claude Cowork を動かす

Amazon Bedrock での Claude Cowork の提供が開始されました。Claude Cowork は、開発者だけでなく組織内のすべてのナレッジワーカーに AI 活用を広げるデスクトップアプリケーションです。既存の AWS 環境内でエンタープライズセキュリティとデータレジデンシーを維持しながら、ドキュメント分析、リサーチ、レポート生成などの業務を Claude に委任できます。

IAM プリンシパルベースのコスト配分で Amazon Bedrock のコストを呼び出し元ごとに追跡する

Amazon Bedrock の IAM プリンシパルベースのコスト配分を使うと、Bedrock API コールの呼び出し元 (IAM ユーザーやロール) を CUR 2.0 と Cost Explorer に自動記録できます。本記事では、この機能のセットアップ方法と、チーム・部門・プロジェクトごとに Bedrock コストを追跡・配分する方法を解説します。

スギ薬局様の AWS 生成 AI 事例:業務課題に向き合う組織体制と、生成 AI による現場変革

スギ薬局様の AWS 生成 AI 事例:業務課題に向き合う組織体制と、生成 AI による現場変革

スギ薬局様では、現場の業務課題と技術を組織的に結びつける体制のもと、Amazon Bedrock を活用した年末調整 QA ボットと調剤医薬品在庫確認エージェントを構築。成果が次の AI 活用を呼ぶサイクルが回り始めています。