Amazon Web Services ブログ
Category: Generative AI
AWS 上の Microsoft および VMware ワークロード: AWS re:Invent 2025 完全プレイリスト
AWS re:Invent 2025 の Microsoft および VMware ワークロード移行に関するセッションプレイリストを紹介します。AWS Transform によるエージェンティック AI での自動化、Amazon EVS でのネイティブ VMware 実行、CSL や Thomson Reuters などの顧客成功事例を含みます。
試験運用から本番へ: Hannover Messe 2026 で知る AWS による産業 AI の大規模展開
本記事は 2026/03/11 に公開された “From Pilot to Production: […]
「フィジカル AI 開発支援プログラム by AWS ジャパン」キックオフイベントを開催しました
2026 年 3 月 3 日、アマゾン ウェブ サービス ジャパン合同会社(以下、AWS ジャパン)は、「フィ […]
2026 年 2 月の AWS Black Belt オンラインセミナー資料及び動画公開のご案内
2026 年 02 月に公開された AWS Black Belt オンラインセミナーの資料及び動画についてご案内させて頂きます。
動画はオンデマンドでご視聴いただけます。
[資料公開 & 開催報告] Amazon Q Developer & Kiro Meetup #5 を開催しました
このイベントは、AWS re:Invent 2025 でアップデートのあった Kiro の機能紹介と、お客様による Amazon Q Developer / Kiroの実践活用事例をテーマに実施しました。まずソリューションアーキテクトの稲田から Kiro の概要と AWS re:Invent 2025 前後で発表されたアップデートをご紹介しました。続いて、株式会社ゼンリンデータコム様、株式会社NTTドコモ様から Amazon Q Developer / Kiro の社内展開や活用方法の事例を共有していただきました。最後に株式会社リクルート様に AI-DLC の導入状況について発表していただきました。
週刊生成AI with AWS – 2026/2/24 週
みなさん、こんにちは。AWS ソリューションアーキテクトの三厨です。 今年の目標は Kiro にどんどん業務を […]
Agentic AI でサプライチェーン ロジスティクスを変革
本記事は 2025/10/10 に公開された “Transform Supply Chain Lo […]
週刊生成AI with AWS – 2026/2/2 週
週刊生成AI with AWS、AI-DLCと実用化事例が充実の2026年2月3日週号 – 11社合同AI-DLC Unicorn Gymの開催報告、熊本中央病院様の生成AI環境構築事例を紹介。また、KiroでのOpus 4.6対応、AIを活用したゲーム制作、AWS DevOps Agent開発の教訓、オブザーバビリティエージェント、フィジカルAI、鉄道技術展出展報告などのブログ記事も。サービスアップデートではClaude Opus 4.6のBedrock対応、Structured Outputs、Browser Profiles、SageMaker JumpStartでの新モデル追加をはじめとする8件のアップデートを紹介。
AWS Transform custom: AI 駆動 Java モダナイゼーションで技術的負債を削減
今日の急速に進化するソフトウェア環境において、Java アプリケーションの保守とモダナイゼーションは、多くの組織が直面する重要な課題です。新しい Java バージョンがリリースされ、ベストプラクティスが進化するにつれて、効率的なコード変換の必要性がますます重要になっています。この記事では、Java アップグレード用の AWS Transform custom のすぐに使える変換を活用する方法について説明します。この記事の最後までに、変換プロセスを完全に制御しながら、これらの標準化された変換を使用して Java アプリケーションを効率的にモダナイズする方法を理解できるようになります。
知的なフィジカル AI 構築: Strands Agents、Bedrock AgentCore、Claude4.5、NVIDIA GR00T、および Hugging Face LeRobot によるエッジからクラウドへ
エージェンティック AI システムは急速にデジタル世界を超えて物理世界へと拡大しており、AI エージェントは実際の物理環境で知覚、推論、および行動をとります。AI システムがロボティクス、自律走行車、およびスマートインフラストラクチャを通じて物理世界とますます相互作用するにつれて、根本的な疑問が浮かび上がります:複雑な推論のために大規模なクラウドコンピューティングを活用しながら、物理的な感知と作動に対してミリ秒レベルの応答性を維持するエージェントをどのように構築するのでしょうか?







