Category: Best Practices

本投稿では、生成 AI アプリケーションのデータベース選択において鍵となる要素について解説します。解説にあたっては、現在 AWS で利用可能なベクトル検索機能を備えたフルマネージドデータベースに関連する、高レベルの考慮事項とサービス特性に焦点を当てています。各データベースにおける動作とパフォーマンス面の差異を確認し、特定の要件に基づいて情報に基づいた決定を行う方法についてのガイダンスを提供していきます。

このブログでは、持続可能な IT トランスフォーメーションへの取り組みを始めるためのステップバイステップのアプローチを紹介します。

この記事では、製造業における AI と生成 AI の活用について解説しています。AI や生成 AI は、製造業の効率化と持続可能性の向上、労働力の能力向上につながる重要な技術と位置づけられています。ただし、組織や技術面の弱点から、多くの企業が AI の本格的な活用に苦慮しています。AI の本格的な導入には、経営陣のコミットメント、AI Centre of Excellence (CoE) の設立など、組織的なアプローチが必要です。AI CoE は、AI のビジョンと実行のギャップを埋め、説明可能なAIの促進、スキル向上、業務目標達成のための連携構築などを推進します。AI CoE は、経営陣の支持、専門家チームの構築、パイロットプロジェクトの実施など、段階的なアプローチで構築する必要があります。

注記: お客様は自身の GitHub ランナーを管理する必要がなくなりました。AWS CodeBuild を使 […]

組織は、広大なグローバルサプライチェーンを横断してサステナビリティコンプライアンスを維持するという複雑な課題に […]

本記事は 2024年4月22日に AWS Machine Learning Blog で公開された “The […]

このブログ記事では、早期警告システムを緊急時対応者に構築するためのデータを接続、収集、活用するにあたり、AWS のサービス群をどのように使用するかを学びます。全体のシステムアーキテクチャについて説明し、データを収集するセンサーやデバイス、AWS IoT サービスを使ったデータ処理と分析、Amazon SageMaker を使ったローコードな ML モデルによる火災予測についても見ていきます。

お客様から Amazon Elastic Container Service (Amazon ECS) に AWS CodeDeploy を使用して ブルーグリーン デプロイを実装するための支援がしばしば求められます。 お客様のユースケースは通常、複数のリージョンおよびアカウント間でのデプロイシナリオが含まれます。 これらの要件だけでも十分に難しいのですが、さらに CodeDeploy を使用する際には特定の設計上の決定が必要となります。 具体的には CodeDeploy の設定方法、CodeDeploy リソース (アプリケーションやデプロイグループなど) の作成時期と方法、アカウントとリージョンの任意の組み合わせにデプロイできるコードの書き方が含まれます。

この技術ブログでは、AWS IoT SiteWise、Amazon Lookout for Equipment、Amazon Bedrock の統合による高度な産業分析システムの構成について説明します。焦点は、発生する機器の故障の検出、関連マニュアルの取得、包括的なメンテナンス計画の作成です。目標は、稼働時間を最大化し、生産性を高め、コストを削減し、工場やプラントの運営効率を飛躍的に高めることです。

エージェントは、優れた顧客体験を提供する上で重要な役割を果たします。では、どうすればエージェントの仕事が楽になり、カスタマーサービスを改善できるのでしょうか。このブログ記事では、Amazon Connect のエージェントワークスペースにサードパーティのアプリケーションを統合することで、エージェントの効率とカスタマーエクスペリエンスがどのように大幅に向上するか詳しく説明します。