はじめまして！SCSKの後藤です。
2026年6月25日・26日の2日間、幕張メッセで開催された「AWS Summit Japan 2026」に参加してきました。AWS Summitは、AWS（Amazon Web Services）が主催する国内最大級のクラウドイベントで、今年も260を超えるセッションや、AWS Village、Partner Solution Expo、AWS Builders’ Fair など、盛りだくさんのコンテンツが用意されていました。
本記事では、現地で感じた技術トレンドと、特に注目度の高かったAWSのAIエージェント関連サービスについて、参加レポートとしてご紹介します。
AWS Summit Japan 2026 の概要
- 開催日：2026年6月25日（木）～26日（金）
- 会場：幕張メッセ
- 参加費：無料（事前登録制）
- 主なコンテンツ：基調講演、スペシャルセッション、260以上の技術セッション、AWS Village、
Partner Solution Expo、AWS Builders’ Fair、ワークショップなど
会場で感じた2つのトレンド
① 今、最も注目されている技術：AIエージェント／Agentic AI
会場を歩いてまず強く感じたのは、「AIエージェント一色」という空気感です。基調講演、スペシャルセッション、Partner Expo の各ブースに至るまで、”AIエージェントをいかに構築し、業務に組み込み、安全に運用するか” が主要なテーマになっていました。
今回のイベントに参加して、自分なりに整理しておきたいと感じたのが「AIエージェント」と「Agentic AI」の違いです。両者は近しい概念として語られることが多いですが、複数のセッションを聞き比べていくと、AIの活用フェーズが段階的に進化してきていることが見えてきました。以下は、私自身が今回のイベントを通じて理解した3段階の整理です。
- ① 生成AI
あらかじめ用意されたプロンプトやルールに沿って、限定的なタスクを補助する段階。人間の指示や介入が前提で、いわゆるチャットボットや文章生成ツール。 - ② AIエージェント
ある目的に対して、必要なツールやデータを自分で選び、一連のワークフローを自律的に遂行する段階。特定の業務単位を丸ごと任せられるレベルのAI。 - ③ Agentic AI
複数のAIエージェントが役割分担しながら連携し、人間に近い推論・判断を行う段階。人の介入は最小限で、より複雑で広範な業務にも対応できるようになる、次のフェーズのAI活用像。
今回のイベントでは、単なるチャット応答型のAIから一歩踏み込み、実際の業務ワークフローに組み込まれたAIエージェントの事例が数多く紹介されていました。PoCのデモではなく、本番運用に載せる段階へと移りつつあることが伝わってくる内容ばかりで、Agentic AIに向かう流れも含めて、AI活用の”次のフェーズ”を体感できたイベントでした。
② 今後の注目領域：フィジカルAI（Physical AI）
もう一つ、印象に残ったのが「フィジカルAI」関連の展示・セッションです。フィジカルAIとは、カメラやセンサーで現実世界を認識し、ロボットや車両などを介して物理世界で行動するAIのこと。AWS Villageには専用の「Physical AIゾーン」が設けられ、産業用ロボット、ドローン、ヒューマノイドなど、多くの実機デモが展示されていました。
興味深かったのは、フィジカルAIはすでに研究開発の段階を超え、実際の現場に投入されつつあるということです。セッションでは、次のような事例が紹介されていました。
- Agility Robotics：人と協働可能なヒューマノイドロボットを開発し、倉庫で商用デプロイ済み [1]
- Amazon Robotics：物流拠点で100万台以上のロボットを展開し、在庫処理速度を最大75%向上、注文処理時間を最大25%短縮 [2]
もちろん、あらゆる業種・業務にすぐに広がる段階ではなく、汎用的な普及にはもう少し時間がかかりそうですが、「一部の先行企業ではすでに実運用が始まっている、次の数年で産業構造を大きく変える可能性のある領域」だと感じました。今後継続的にウォッチしていきたい技術です。
[1]Agility Robotics が AWS を使用して次世代ヒューマノイドロボットの AI モデルトレーニングをスケーリングする方法 | AWS Startups
[2]Amazonが100万台目のロボットを日本に導入。DeepFleet生成AIモデルによってさらなる効率化を目指す – About Amazon Japan
本記事のメインテーマ：AWSのAIエージェント関連サービス
ここからは、AWS Summitで紹介されていたAIエージェント関連サービスの中から、特に印象に残った2つをピックアップしてご紹介します。今回選んだ2つは、それぞれ「業務」と「運用」という異なる領域を担うサービスで、AWSがAIエージェントで企業活動全体を支えようとしている姿勢がよく分かるラインナップになっています。
1. Amazon Quick ― 業務のためのAIアシスタント
役割：業務（ナレッジワーカーの日常業務を支える）
Amazon Quickは、業務生産性を変革するAIエージェントサービスです。たとえば、複数のSaaSに散らばった情報を集めて要約したり、会議準備の資料をまとめて作成したりといった、これまで人が担っていた作業をAIエージェントが引き受けます。ナレッジワーカーの日常業務の”入り口”になる存在として位置付けられており、AI活用の裾野を大きく広げる可能性を感じました。
Amazon Quickの特徴として、私が特に印象に残ったのは「単なるチャットAIではなく、業務に必要な機能が一つのワークスペースにまとまっている」という点です。従来はエンジニアが構築する必要のあった業務ツールを、業務担当者自身が生成AIの支援を受けながら組み立てられる――この方向性は、AI活用の民主化という観点で興味深く感じました。Summitで紹介されていた機能のうち、特に業務との相性が良さそうだと感じた3つを、私なりに整理してみます。
- Space：業務やチームごとにデータを束ねて、組織で活用できる”知識の置き場”を作れる仕組み。営業スペース、分析スペースといった単位で、必要な情報をまとめられる。
- Chat Agent：インサイト発見のためのコアとなる機能。チャット形式で集約された業務データに対してアクセスし、AIが必要な回答や表・グラフの作成、次のアクション提案までを担う。
- Quick Sight：自然言語でダッシュボードを作れる可視化機能。データ表現のブレを吸収するセマンティックレイヤーも備えており、非エンジニアでもデータ分析に踏み込めそうな印象でした。
・Amazon Quickの主な機能
2. AWS DevOps Agent ― 運用のためのAIエージェント
役割：運用（本番システムの信頼性を支える）
AWS DevOps Agentは本番環境の信頼性やパフォーマンスを自律的に支える、運用向けのAIエージェントです。インシデント発生時の一次対応、根本原因の分析、緩和策の提示、リリース管理といった、これまで人手に頼っていた運用業務をAIが引き受けます。
セッションで特に印象に残ったのが、DevOps Agentのコンセプトとして繰り返し語られていた「調査はAI、判断は人」という考え方です。AIエージェントに全てを任せて自走させると、危険な操作まで勝手に実行してしまうリスクがあります。一方で、都度人の判断を待たせると、AIを組み込む意味が薄れてしまいます。DevOps Agentは、時間のかかる調査・分析はAIが自律的に担い、最終的な判断や実行は人が行うという明確な役割分担で、このバランスを実現しようとしているのが特徴的でした。
・AWS DevOps Agentの紹介[3]
・AWS DevOps Agentの自律調査のデモ画面[4]
[3][4] “CNS319/AWS DevOps Agent による自律的インシデント対応 －その能力を引き出す設計のベストプラクティス－”より引用（セッション資料 – AWS Summit Japan 2026）
能力を引き出すためのベストプラクティス
DevOps Agentのセッションでは、その能力を最大限引き出すためのベストプラクティスとして、大きく3つの観点が紹介されていました。これは自分の理解も含めて、以下のように整理できると感じました。
- ① 調査スコープを決めて精度を引き出す
調査対象を「システム単位」でまとめ、意図しない環境やチームへのアクセスを防ぎつつ、依存先まで含めて調査できるようにする、という考え方です。むやみに広げるのではなく、”意味のあるまとまり” で区切ることが重要とのことでした。 - ② テレメトリを充実させて正確性を上げる
AIによる調査の質は、集められるデータの質と量で決まります。Container Insights / Database Insights / Lambda Insights といったマネージドサービスを活用することで、AIが”見える範囲”を広げ、根本原因の特定精度を高められるとのことでした。 - ③ ナレッジを共有して時間を短縮する
個別の調査手順や現場のノウハウをAIに”教え込む”ことで、調査時間を短縮できるという観点です。同じ障害でも、ナレッジがある場合とない場合で根本原因到達までの時間が大きく変わるという比較が紹介されており、印象に残りました。
3つの中でも、まだ経験の浅い自分にとって特に興味深かったのは「ナレッジ共有」の観点です。運用の現場では、”あの人しか対応できない” という属人化がどうしても発生しがちです。DevOps Agentでは、現場の作業手順書などのナレッジをAIエージェントに登録することで、ベテランの知見を組織全体で使えるようにする仕組みが用意されているとのことでした。これは若手にとって、「先輩の暗黙知に頼らなくても、AIが手順に沿った一次調査をしてくれる」という大きな安心材料になりますし、組織としても調査品質を均一化できるという価値があります。技術的な進化としてだけでなく、”チームの育成・スキル底上げ”という観点でも、非常に可能性を感じるポイントでした。
まとめ
今回ピックアップした2サービスを整理すると、次のようになります。
- Amazon Quick ＝ 業務（ナレッジワーカーを支える）
- AWS DevOps Agent ＝ 運用（システムの信頼性を支える）
今回取り上げたのは2サービスですが、イベント全体を見渡すと、AWSが業務・開発・運用といった企業活動の幅広い領域をAIエージェントで一気通貫にカバーしようとしていることが分かります。
今年のAWS Summit Japan 2026は、「AIエージェントを、いかに本番運用に載せるか」という一段深いテーマに踏み込んだイベントでした。業務・運用といった異なる領域それぞれに専用のエージェントサービスが登場しており、「AIエージェントが単なるツールではなく、企業活動そのものを支えるレイヤーになる」未来を強く感じました。また、Physical AIのような今後のインパクトが非常に大きい領域についても様々な展示があり、クラウドとAIの進化はさらに加速していくと感じています。今回得た知見は、今後の業務にも積極的に活かしていきたいと思います。