みなさん、こんにちは。AWS ソリューションアーキテクトの小林です。

10月31日に開催したAWS AI Dayですが、たくさんのお客様にご来場を頂きました。この場を借りて御礼申し上げます。残念ながら参加できなかったという方もいらっしゃると思います。アーカイブ配信もありますので、ぜひご覧ください。「AWSジャパン生成AI実用化推進プログラム」の参加企業に登壇いただくライトニングトーク形式のセッションも開催し、各社さんのチャレンジをご紹介しています。我こそは、という方もまだ間に合います。ご応募をお待ちしています。

それでは、10 月 28 日週の生成AI with AWS界隈のニュースを見ていきましょう。

さまざまなニュース

• • ブログ記事「【開催報告&資料公開】 流通小売・消費財・EC 企業向け：クラウドと生成AI によるオペレーション改革」を公開
    AWSではお客様の業界や、具体的な課題に特化した生成AIの活用例を集めて公開するとともに、お客様の新たな取り組みのヒントになる情報発信にも力を入れています。このセミナーもその活動の一環で、流通小売・消費財・EC企業とは切っても切り離せない「オペレーション」の改革をテーマにしています。お客様登壇の録画や、資料がまとまっていますので、ピンと来た方はぜひご一読ください。
  • ブログ記事「Enel が Amazon Bedrock を活用してスタッフの生産性を向上」を公開
    海外事例記事の日本語訳です。Enelは32カ国でビジネスを行う大手総合電力会社です。そのお客様数は7,600万人に及び、サービス提供には多くの従業員が関わっています。その生産性工場は従来からの課題になっており、今回生成AIを活用することでITサービスデスクにおけるケース(問い合わせ)解決時間が1日から2分未満に短縮できたという事例です。
  • ブログ記事「Llama 3.x モデルのファインチューニングを Amazon SageMaker Pipelines の新しいビジュアルデザイナーで自動化する」を公開
    Amazon SageMaker Pipelinesにはビジュアルデザイナーという機能があり、トレーニング・ファインチューニング・評価・デプロイといった一連のワークフローをグラフィカルに作成できます。この記事では、Meta社のLlama 3.xを題材にファインチューニングを行うパイプラインを構築する例をご紹介しています。この種のパイプラインは継続的なモデル改善という観点では必要不可欠ですので、参考にしていただけるケースは多いのではないでしょうか。
  • ブログ記事「社内に導入した生成 AI ツールの利用率伸び悩みを打破する : 先行事例に学ぶ 4 つのユースケース」を公開
    上の方でも書きましたが、AWSではお客様のご協力を頂き、実務に根ざしたAI活用事例の公開に力を入れています。この記事では、「生成AIツールを導入したがあまり利用されていない」という悩みを抱えた方のヒントになりそうな事例をピックアップしてご紹介しています。
  • ブログ記事「生成 AI でサービスのトップラインを伸ばす！ : 業務効率化から進み、売上や利用の拡大を実現した事例 4 件に学ぶ」を公開
    この記事はひとつ上の「先行事例に学ぶ4つのユースケース」と同じコンセプトの事例まとめですが、成約率向上などビジネス成果に直結する事例をピックアップしてご紹介しています。
  • ブログ記事「生成 AI を活用する鍵は組織横断のチームにあり : ML Enablement Workshop を活用した 4 つの事例から学ぶ」を公開
    こちらも同様です。この記事ではML Enablement Workshopを活用して、生成AIを活用しビジネスを変革するために社内のチームや組織が有効に機能した事例を取り上げています。

サービスアップデート

• • Meta社のLlama 3.1 8Bと70BがAmazon Bedrockでファインチューニング可能に
    学習済みの基盤モデルに対して、ラベル付きデータを与えて目的とするタスクに特化させる手法がファインチューニングです。今回、Amazon Bedrockで動作するMeta社のLlama 3.1 8Bと70Bについて、ファインチューニングを実行できるようになりました。独自にインフラ環境を構築する必要がなくなり、ファインチューニングによるタスク特化型モデルの作成がこれまでよりも容易になるアップデートです。
  • Amazon BedrockでAnthropic Claude 3 Haikuのファインチューニングが可能に
    Amazon BedrockがAnthropic Claude 3 Haikuのファインチューニングに対応しました。独自のタスクに関するトレーニングデータセットを利用して、特定用途に対する精度や品質向上のためのカスタマイズを行うことによって目的に対する最適化が行えます。
  • Amazon Bedrockでコスト配分タグが利用可能に
    Amazon Bedrockでオンデマンドで基盤モデルを利用しているケースで、コスト配分タグを利用したコスト追跡が可能になりました。Bedrockで推論を行った際に、コストが発生した部門・プロジェクト・用途を特定しやすくなります。
  • Amazon Q Developerが開発者エクスペリエンスを向上させるインラインチャットをサポート
    Amazon Q Developerでインラインチャットという機能が利用できるようになりました。この機能ではエディタ内で対象となるコードを選択し、チャットを開始することで「コードを最適化する」「コメントを追加する」「テストを書く」などの作業をAmazon Q Developerに依頼することができます。なおこの機能は最新のAnthropic Claude 3.5 Sonnetを活用しています。
  • Amazon Redshift Serverless向けのAIによるスケーリングと最適化機能を発表
    Amazon Redshift Serverlessで、スケーリングと最適化をAIで自動化できる機能が発表されました。データ量の変化やユーザ数、クエリの複雑度などを判断し、あらかじめ設定されたコストとパフォーマンスの優先度合いに従って自動的にスケーリングを行います。この機能は1日を通じたワークロードの傾向を学習しリソース管理を行うため、特に負荷の変動があるワークロードにおいて高いコストとパフォーマンスの最適化効果が見込めます。
  • Amazon RedshiftとAmazon Bedrockのインテグレーションを発表
    Amazon RedshiftとAmazon Bedrockのインテグレーションが発表され、SQLのコマンドと利用してRedshiftに蓄えられたデータをAmazon Bedrockで動作する基盤モデルで活用できるようになりました。この機能を利用するとAmazon Redshiftのデータに対して、基盤モデルによる翻訳・テキスト生成・要約・分類・感情分析などを容易に実行できます。SQLで基盤モデルを呼び出すことができるので、既存のワークフローに組み込むことが容易だという点もポイントです。
  • Amazon SageMaker Notebook InstancesでJupyterLab 4 notebooksをサポート
    Amazon SageMakerのノートブックインスタンスでJupyterLab 4がご利用頂けるようになりました。パフォーマンスの高速化や、ノートブックのウィンドウ化などJupyterLab 4の最新機能や改善を利用できるようになります。
  • AWS GovCloud(米国西部)のAmazon BedrockでAnthropic Calude 3.5 SonnetとCalude 3 Haikuが利用可能に
    AWS GovCloud(米国西部)リージョンのAmazon BedrockでもAnthropicのClaude 3.5 SonnetとClaude 3 Haikuがご利用頂けるようになりました。

著者について