Amazon Web Services ブログ

Category: Generative AI

【開催報告】業界ユースケースにフォーカス ! ファッション・アパレル業界・合同生成 AI ワークショップ

本ブログ記事は、ファッション・アパレル業界のお客様に向けて、業界ユースケースにフォーカスした生成 AI ワークショップの内容をご報告するものです。ファッション・アパレル業界のお客様に向けて、業界ユースケースにフォーカスした生成 AI ワークショップを、6 月を皮切りにスタートさせました。初回のテーマは「 EC 」、第 2 回のテーマは「実店舗」でした。本記事では、第 2 回のワークショップを中心に開催報告をお届けします。

SK Telecom が Amazon Bedrock で Anthropic の Claude モデルをカスタマイズし、通信業界特有の Q&A を改善

この投稿は、SK テレコムの Seunghyun Jeong、Sunwoo Lee、Eric Davis と共同執筆した「SK Telecom improves telco-specific Q&A by fine-tuning Anthropic’s Claude models in Amazon Bedrock」を翻訳したものとなります。

【開催報告 & 資料公開】RAG の困りごとは今日で一気に解決！ AWS 生成 AI Dive Deep

2024年9月19日に、RAG に関する悩みを持っている方を対象とした AWS オンラインセミナー「RAG の困りごとは今日で一気に解決！ AWS 生成 AI Dive Deep」が開催され、実用的な情報盛りだくさんの 3 つのセッションが実施されました。セミナーの見どころとしては、以下のとおりです。いずれかにピピっと来たら、ぜひこの記事を読み進めてください。
– RAG の概要ではなく、実践的なテクニックや開発の進め方を知ることができる
– RAG でよくある課題とその解決策を具体的に知ることができる
– RAG に欠かせない AWS サービスとその使い分けを知ることができる

鴻池運輸様におけるAWS生成AI事例：Amazon Bedrockによる社内ナレッジの共通知化

鴻池運輸株式会社では各拠点ごとに業種や業務内容が大きく異なっており、拠点別に課題解決のために用いた考え方や新しいソリューション、また自動化・省力化機器などの検証結果、費用対効果などの社内ナレッジが各拠点ごとに蓄積されていました。2022年9月にそうした個別のナレッジを全社データベース化したものの、社内ナレッジは自然言語で記載された非構造化データとなっており、類似する業務に対する社内ナレッジへのアクセスが、通常の検索機能ではマッチングしづらく、ナレッジの共通知化がなかなか進まないという課題がありました。
このような課題を解決するため、鴻池運輸ではAWSのサービスを活用したRAGチャットアプリケーションを開発しました。

デジタル庁、リファレンスアーキテクチャと生成 AI を活用したアーキテクチャのレビューで政府システムの移行を促進

2021 年 9 月、日本はデジタル庁の創設とガバメントクラウドの取り組みを開始しました。デジタル庁は、デジタ […]

Amazon Q Developer による Java アプリケーションのモダナイゼーション

このブログ記事では、Amazon Q Developer を使用してレガシー Java アプリケーションをモダナイズする方法について説明します。まず、基盤となるランタイムを Java 8 から Java 17 へ、そして Spring を含む一般的な技術スタックをアップグレードします。次に、モジュール構成とロギングを改善することで、コード内の技術的負債を減らします。最後に、モダンなコンピューティングオプションである AWS Fargate を使用して、このアプリケーションをコンテナイメージに再デプロイします。

← Older posts
Newer posts →