AWS Summit Japan 2026イベントレポート～AIエージェントは実用フェーズへ。注目技術と企業事例を現地レポ～

「AWS Summit Japan」とは、国内最大級のAWSカンファレンスです。2012年から毎年開催されており、AWSの最新技術や導入事例を直接体感できる貴重な場として、クラウド導入を検討する企業や技術者から高い注目を集めています。また、ブースでの技術相談や来場者同士の交流も活発で、情報交換やコミュニティ形成の場としての役割も大きいイベントです。

今年は、「AWS Summit Japan 2026」として、6月25日（木）〜26日（金）の2日間にわたり幕張メッセで開催されました。基調講演をはじめ260以上のセッションやパートナー企業による展示（Partner Solution Expo）も設けられ、クラウドやAIに関する多様なテーマが一堂に会しました。2日間の延べ来場者数は昨年の3万6,000人を更新して過去最多（非公開）となったそうで、注目度の高まりがうかがえます。

今年の大きな特徴は、AIエージェント/Agentic AIが中心テーマとして据えられていた点です。特に、AIエージェントは試す段階から、業務の中で実行する段階へと進んでいることが強調されました。実際に会場を見ても、展示ブースやセッションの多くがAIエージェント関連で占められており、AIエージェントをどう構築するか、業務プロセスの中でどう運用するか、セキュリティやガバナンスをどう確保するかといった、企業における実運用を前提とした議論が中心となっていました。

AWS関連サービスについての資料DL・お問い合わせはこちら

AWS Summit Japan 2026は両日とも10時開始。1日目はアマゾン ウェブ サービス ジャパン代表執行役員社長の白幡晶彦氏らによる基調講演、2日目は同社常務執行役員の巨勢泰宏氏らによるスペシャルセッションから始まりました。昨年、筆者が9時に会場入りしたところすでにメイン会場が満席だった苦い経験から、今年は8時15分頃には会場に到着、、、が、それでもご覧の通りの大行列。なんとかメイン会場に着席できたものの、相変わらずの人気と注目の高さに衝撃を受けました。（ちなみに2日目はW杯の日本戦の中継と被っていましたが、朝イチから会場は超満員でした）

赤い屋根の奥が受付。果てしない…

今年の基調講演とスペシャルセッションを通じて印象的だったのは、AIエージェントを業務に組み込むためのライフサイクルが、かなり具体的に語られていた点です。すなわち、AIエージェントを「動かし」、本番環境で「使い続ける」、これ自体をAIエージェント「が」支援する、ということです。この3つを支えるAWSの新たなサービスや基盤、そして実際の企業事例が、基調講演とスペシャルセッションの中で数多く紹介されました。

AIエージェントを「業務で動かす」：Amazon BedrockとAgentCore

AIエージェントを業務で活用するうえでまず重要になるのが、複数の基盤モデルや社内外のデータ、業務システムを安全に繋ぎ、エージェントとして動かすための仕組みです。その中心として紹介されたのが、「Amazon Bedrock」および「Amazon Bedrock AgentCore」です。

Amazon Bedrockは、さまざまなAIモデルを用途に応じて選択し、統一されたインターフェースで利用できる基盤です。OpenAIやAnthropicなど複数のモデルを同じ環境・ルールで扱えるため、企業は用途に応じて最適なモデルを選んでシステムを構築できます。言い換えると、BedrockはAIの頭脳を選んで活用するためのプラットフォームです。

（出典）基盤モデルによる生成 AI アプリケーションの構築 – Amazon Bedrock – AWS

一方で、それだけではAIエージェントは業務では動きません。データへのアクセス、業務ツールとの連携、実行環境（Runtime）、権限管理などを含めてはじめて、業務の中で働く存在になります。こうした実行の仕組みをまとめて担うのがAmazon Bedrock AgentCoreです。Amazon Bedrockが「どのAIを使うか」を担うのに対し、AgentCoreはAIエージェントの実行環境そのものを担います。

登壇企業の事例からも、こうした実用フェーズへの移行が見えてきます。オムロン サイニックエックスでは、研究開発における仮説立案、計画、分析といった知的プロセスを、AgentCoreを用いたAIエージェントが支援する取り組みを行っています。将来的には、実験など現実世界での作業が求められるプロセスも、フィジカルAIロボット（※）に置き換えていく構想が紹介されました。

こうした基盤は、一般企業だけでなく公共領域にも広がり始めています。デジタル庁による個別セッションでは、政府の生成AI基盤「源内」の取り組みを通し、ガバメントクラウド（政府・自治体が利用している共通のクラウド基盤）上でのAI実装の具体像が示されました。源内は、Amazon BedrockのAIモデルと、AgentCoreを中心としたAIエージェント実行基盤で構成されており、ツールの呼び出しや処理を行っています。その際、ユーザ・ネットワーク・アカウントの3層でアクセス制御を行うことで、データ分離とセキュリティを担保しながら、省庁関係者18万人の大規模利用を実現しています。

AWS関連サービスについての資料DL・お問い合わせはこちら

AIエージェントを「使い続ける」：DevOps Agent、AWS Transform、Continuum

AIエージェントは構築してリリースすれば終わりではありません。本番環境で使い続けるためには、インシデント対応、モダナイゼーション、セキュリティ対策、品質改善を継続的に行う必要があります。基調講演では、この「使い続ける」領域に対する具体的なソリューションも多く紹介されました。

「AWS DevOps Agent」は、インシデント対応や運用改善を支援するAIエージェントです。アラートを受けた後、人が調査を始める前に、DevOps Agentがシステム構成やログ、関連コンポーネントを横断的に分析し、原因の特定や修正案の提示を自動で行います。

KDDIでは、au PAYやPontaポイントなど複数のサービスを支える基盤にDevOps Agentを活用し、インシデント発生時の調査・対応にかかる時間を大幅に短縮することに成功。従来は数週間を要していた対応を数日レベルまで圧縮したケースが紹介されました。

「AWS Transform」は、レガシーシステムのモダナイゼーションをAIで支援するサービスです。既存コードを分析し、移行計画を立て、必要な更新を進めることで、これまで膨大な手作業が必要だったモダナイゼーションを効率化します。ウェザーニューズからは、数千規模のLambda関数のランタイム更新を短期間で進めた事例も紹介され、AIによる継続的なモダナイゼーションの現実味が伝わりました。

さらに、「AWS Continuum」は、セキュリティ評価をAIエージェント前提で再設計する仕組みです。DevOps Agentが障害発生後の対応を担うのに対し、Continuumは脆弱性や攻撃を未然に防ぐことに主眼を置いています。Continuumでは、コードやシステム構成をもとに脅威モデリングを生成し、潜在的なリスクの洗い出しから、優先順位付けと対策案の提示までを自動化します。その際、顧客のビジネスモデルを理解したうえで、ビジネスリスクの大小も踏まえて判断できる点が特徴です。これにより、従来は人手で行っていたセキュリティレビューやリスク評価を、より高速かつ継続的に実施できるようになります。

こうした仕組みは単なるセキュリティ強化にとどまらず、データ主権やソブリンクラウドの実現にも直結しています。ソブリンクラウドにおいて重要な、「データがどこで処理されるのか」「誰がアクセスできるのか」「利用状況を追跡できるか」といった点において、システムの安全性を事前に検証し、運用状況を把握できる機能は非常に有効です。

AIエージェントが「創る」：AI-DLC、Kiro、Codexが変える開発プロセス

一番のポイントは、これまで述べたAIエージェントのライフサイクル全体を、AIエージェント自体が支えていることです。基調講演では、「AI-DLC」という考え方を軸に、「Kiro」や「OpenAI Codex」といった具体的なツール・機能を通じて、開発プロセスそのものがAI前提へと変わりつつあることが示されました。

そもそもAI-DLC（AI-Driven Development Lifecycle）とは、ソフトウェア開発ライフサイクル全体にAIを組み込むという考え方です。近年は生成AIを用いてコード生成を行うケースも増えていますが、それはあくまで「実装工程の一部を効率化する」ものに過ぎません。これに対しAI-DLCは、要件定義、設計、実装、テスト、レビューといった一連の流れをAIが横断的に支援する点に特徴があります。つまり、開発プロセスそのものをAI前提で再設計するアプローチです。

その具体的な実現手段として紹介されたのが、Kiroのような開発支援ツールです。Kiroは、AIエージェントと自然言語で対話しながら開発を進めることができます。特徴は、いきなりコードを書くのではなく、まず仕様を明確化する点です。生成AIに曖昧な指示を与えたまま開発を進めると、内容を勝手に解釈して意図と異なる実装が進んでしまうことが多々あります。Kiroはこうしたブラックボックス的な開発を避けるために、設計者と対話しながら要件を整理・構造化し、設計を明示したうえで開発を進めます。このように、AIを開発者の代替ではなく、開発プロセスの中核に位置づけているのが大きな特徴です。

（出典）Kiro for iOS のご紹介 | Amazon Web Services ブログ

さらに、OpenAI Codexのようなソフトウェアエンジニアリングエージェントにも注目です。Codexは単にコードを生成するツールではなく、リポジトリ全体を理解したうえで、機能実装、バグ修正、テスト実行、コードレビューまでを一連のタスクとして実行できます。OpenAIの発表でも、Codexはコードベースを読み込み、複数ファイルにまたがる変更を行い、テストを実行し、レビュー用のプルリクエストを提案するなど、開発プロセス全体を担うエージェントとして位置づけられていました。

AWSとOpenAIの連携により、Codexの機能がAmazon Bedrock上で利用可能になっています。これによって、企業は既存のAWS環境やガバナンスのもとで、コード生成、リファクタリング、テスト、検証といった一連の開発タスクをAIに任せることができるのです。

基調講演では、東京海上日動火災保険の事例も印象的でした。同社では、複雑化したシステムと人材不足という課題に対してAI-DLCを導入し、開発速度の大幅な向上を実現しています。特に、外部委託で半年かかっていたプロトタイプの作成が1日に短縮できたという結果は、AIが開発現場にもたらす変革を象徴するものです。

こうしたAIエージェントを「創る」ためのさまざまな新技術は、デベロッパーだけでなく、普段コードを書かないナレッジワーカーにも開発の可能性を広げ、単なる効率化の枠を超えて開発の在り方自体に変革を起こしています。

クラウド利用の拡大に比例して増え続けるコストにどう対処すべきか。それをテーマに三井住友信託銀行とSCSKが行った個別セッション「三井住友信託銀行に学ぶFinOps『実現できるコスト最適化』」は、会場が立ち見客であふれるほどの満員御礼となりました。両社の実践から見えてきた、クラウドコスト最適化の具体的な手法についてご紹介します。

大規模AWS活用における課題：コストは「管理」するものではなく「設計」するものへ

三井住友信託銀行では、ミッションクリティカルなシステムを含め、約200のシステムをAWSに集約して運用しています。マルチクラウドではなくあえてAWSに統一することで、標準化や運用効率の向上を図る一方、クラウド活用の拡大によるコスト増加が大きな課題となっていました。

特に課題となっていたのは、単にコストを削減することではなく、全社でコスト意識を持ち、設計段階から最適化を実現できる仕組みをどう作るかです。しかし、実際にはすでにコストが膨れ上がっている状況にあり、利用者に対していきなり「コスト意識を持ちましょう」と言って解決する問題ではありません。登壇者の春山知宏氏はこれを「火事が起きている家」に例えました。すでに火が広がっている（＝コストが高まっている）状況で、「どうすれば火事が起きない建物にできるか」を議論しても意味がありません。まずは目の前の火を消すことが必要だ、という考え方です。

クイックウィン戦略でまずは火消しを

こうした考え方のもとで採られたのが、SCSKと共同で進めたクイックウィン戦略です。完璧な最適化を目指すのではなく、まずはすぐに効果が出る施策を実行し、目の前の膨れ上がったコストという「火」を抑えることを優先しました。具体的には、直接的なコストディスカウントと、AWSリソースの最適化の2軸で進められました。

1．直接的なコストディスカウント

①Saving Plans

一定期間の利用料（1時間あたり○ドル分を利用する）をあらかじめコミットすることで従量課金よりもコストを削減できる料金プラン。利用状況をもとに定期的に適用対象の見直しと最適化を実施。

②Reserved Instance

EC2やRDSなどの特定インスタンスに対して、稼働率（1時間あたり○台稼働させる）を条件に事前契約することで、割引価格で利用できるプラン。本取り組みでは主にRDSに適用。

2．AWSリソースの最適化

①不要リソースの自動検知と削除

AWS CLIによって一定期間利用されていないリソースを自動検知して削除。Recycle Binのリカバリ機能も活用することで、誤ってリソースを削除してしまうリスクにも対応。

②Amazon Managed Grafanaによる余剰リソースの可視化

CPU使用率などのメトリクスを可視化し、過剰スペックなインスタンスを特定、適切にダウンサイジング。

③開発環境の夜間および休日停止

EC2やRDSを平日の20時以降および休日は自動停止。
EventBridge SchedulerとSystems Managerによって一括制御することで、使っていない時間のコストを削減。

④不要なAmazon WorkSpacesの自動検知・削除

EventBridgeとLambdaを組み合わせ、未使用のWorkSpacesを検出・削除する仕組みを構築。

重要なのはこれらを単発施策として終わらせず、経営層のコミットメントと専任推進チームによる体制を整えて行ったことです。また、コストの可視化によって利用者にも納得してもらうことで、全社がこの取り組みに共感し、継続的に回る仕組みとして定着させました。その結果、わずか数名の少人数体制でも、全社で約20%のコスト削減を実現しました。

FinOpsへの発展：火を防ぐ仕組みへ

クイックウィン戦略によって「火を消す」ことができたので、次の段階として今後は「FinOps」に取り組んでいきます。FinOpsとは、コストを単に削減するのではなく、ビジネス価値を最大化するために継続的に管理・最適化していく運用手法です。FinOpsの実践にあたり、AWSのCFM（Cloud Financial Management）フレームワークを参考に、取り組みを体系化します。具体的には、

• 可視化（誰がどこでいくら使っているか）
• 最適化（無駄の排除）
• 計画・予測（予実管理）
• 組織的な実践（責任分担と意思決定）

という4つの観点で整理し、「コストが膨らみにくい＝火事が起きにくい状態」をつくっていきます。

一方で、FinOpsは一度で完成するものではなく、成熟度に応じて段階的に進化していきます。一般的に「Crawl」「Walk」「Run」という3段階で整理され、Crawlは可視化や基本的な最適化、Walkは組織的な運用プロセスの整備、Runはビジネス意思決定と一体化した高度な運用を指します。

三井住友信託銀行ではSCSKとともに、まずクイックウィン戦略によってCrawl段階の基盤（可視化・最適化）を確立し、そのうえでWalk段階にあたる組織的な運用モデルの整備へと進めている状況です。単にコストを下げるのではなく、「誰がどのコストに責任を持つのか」「どのように意思決定するのか」といったルールや体制を整えることで、継続的に改善できる仕組みへと進化している最中です。

さらに、FinOpsにAIを組み合わせることで、運用の高度化を進めていきます。すでに「Amazon Quick」を用いたコスト可視化は実現されており、複数アカウントを横断した利用状況をリアルタイムで把握できる状態になっています。今後について、SCSKでは「Amazon CloudWatch」で計測している各種メトリクスや予算情報を活用し、AIが非効率なリソースやコスト異常を検知し、最適化施策を提案する仕組みなど、さまざまな可能性を探っています。コスト最適化が「人が判断する業務」から「AIが提案し人が意思決定する業務」へ変化する未来が近づいています。

SCSKはこれまで述べた取り組みを、AWS運用支援サービス「テクニカルエスコート」を通して支援しています。テクニカルエスコートは施策の実装だけでなく、可視化基盤の構築、運用プロセスの設計、推進体制の整備までを伴走支援するものです。単なるコスト最適化にとどまらず、「継続的に価値を最大化できる運用基盤」の構築を、お客様と一緒に実現します。

AWS資格保有技術者がお客様の内製化を支援「テクニカルエスコートサービス for AWS」

三井住友信託銀行のプロジェクトでも採用いただいた、SCSKによる伴走型のAWS内製化支援サービスです。学習支援・PoC設計・スキル育成・CCoE支援など、AWSに関することであればなんでもお任せあれ！

詳しい資料およびご相談はこちらから

資料DLお問い合わせ

SCSKブースでは、「Try, Optimize, Win!! ためす・ととのえる・かちとる AIを『期待』から『真の労働力へ』」をテーマに、複数のソリューションを組み合わせた展示を行いました。デモ体験や技術相談を通じて、基調講演で示されたAIエージェント活用を実際にどう実装するのかという点に関心が集まり、終日多くの来場者でにぎわっていました。

展示した主なソリューション

ミニシアターでは、これらのソリューションを実際に活用し、Agentic RAGの実装や、AI-DLCによる開発プロセス高速化、マルチAIエージェントの構築などを実現した事例もご紹介しました。ポイントは、データ基盤を整備→AIエージェントを構築→業務プロセスへの組み込み→運用・コスト・ガバナンスを含めて回し続ける、というAIエージェント活用のライフサイクル全体をカバーしていることです。SCSKの展示は、基調講演で示された「AIエージェントが実務で動く世界」をコンパクトに示したものでした。

AWS Summit Japan 2026を通して見えてきたのは、AIエージェントが実験的な活用を越え、「業務で実際に動き続ける存在」として本格的に活用され始めているという変化です。もはや、AIを導入するかではなく、AIを前提に業務をどう再設計するか、を議論するときが来ています。つまり、AIエージェントを「どう動かすか（実行基盤）」「どう創るか（開発プロセス）」「どう使い続けるか（運用・ガバナンス）」という一連のプロセス全体をいかに設計するかが重要です。

さらに特徴的なポイントは、これらのプロセス自体がAIによって支援される、「AIエージェントを支えるためのAI」という多層的な構造が形成され始めていることです。AWSはこのライフサイクル全体を体系として提示し、企業がAIエージェントを安全かつ継続的に活用できる基盤を提供しています。

一方で、その実装を現場に落とし込み、実際の業務価値へとつなげるには、クラウド、データ、開発、運用、組織といった複数の要素を統合した設計が不可欠です。「AIをどのように業務に組み込み、どのように安全に運用し続けられるか」──その設計力こそが、今後の企業価値を左右する重要な要素となっていくでしょう。SCSKは、お客様に合わせたオファリングサービスによって、AIエージェントを通した企業のビジネス変革を支えていきます。

イベントの最後に、「AWSパートナーエンジニア選出プログラム全紹介！」と題した表彰式がありました。AWS Partner Network（APN）に参画する企業に所属したエンジニアのうち、優れた成績を収めた方々を表彰するものです。

SCSKからは、以下の4つの主要カテゴリーにて過去最多となる合計79名が選出されました！

• 2026 Japan AWS Ambassadors：3名
• 2026 Japan AWS Top Engineers：9名
• 2026 Japan AWS Jr. Champions：2名
• 2026 Japan All AWS Certifications Engineers：65名

AWSからもお墨付きのエンジニアが皆様をしっかりサポートさせていただきますので、クラウドおよびAWSに関するご相談・ご要望はぜひSCSKまで！

※参考：SCSK、AWSパートナーネットワーク表彰で更なる躍進