AWS は、OpenAI を利用した Amazon Bedrock マネージド エージェントのプレビューを開始しました。これは、Bedrock 環境内で OpenAI に最適化されたエージェントを実行するための新しいサービスです。プレビューは 9 月 29 日に開始され、米国東部 (バージニア北部)、米国西部 (オレゴン)、米国東部 (オハイオ) の 3 つの米国リージョンで利用できます。

重要な変更は、単に別の OpenAI サーフェスが AWS を通じて利用できるということではありません。 Bedrock は、すでに多くのエンタープライズ AI チームの調達およびガバナンス パスに組み込まれています。このプレビューでは、セッション、スキル、ツール接続、ID 権限、承認ゲート、ログなど、エージェント ランタイム自体の多くがそのパスに移動します。

モデル呼び出しにラップされたアプリケーション コードとしてエージェントをテストしてきた企業にとって、これは異なるオペレーティング モデルです。このサービスは、OpenAI のエージェント API のカスタマイズされたバージョンに基づいて構築されており、顧客のクラウド ガバナンス境界外にオーケストレーションを送信するのではなく、AWS ネイティブのコントロールでエージェントを実行するように設計されています。

AWS がプレビューしている内容

OpenAI を利用した Bedrock マネージド エージェントは、開発者に永続的なセッション、再利用可能なスキル、 MCP に接続されたツール、IAM ロール、結果的なアクションに対する人間の承認、CloudTrail ログ。エンタープライズ エージェントの導入で最も難しい部分は、多くの場合、設計やモデルの迅速な選択ではないため、これらの部分は重要です。これらは、権限、状態、ツールへのアクセス、監査証跡、ロールバック手順、人間がアクションをいつ承認する必要があるかの決定です。

また、プレビューでは、顧客がサービスを実行できる範囲も狭められます。 AWS では、バージニア北部、オレゴン、オハイオのリージョンでの可用性をリストしています。規制されているチームや世界的に分散しているチームの場合、その地域のフットプリントはテストには十分かもしれませんが、運用アーキテクチャの決定には必ずしも十分ではありません。データの常駐性、レイテンシ、内部クラウド標準、および災害復旧の要件は、今後も採用を形作ることになります。

プレビュー期間中、AWS は、消費された基盤となる AWS リソースを超える追加料金はマネージド エージェント サービスに発生しないと述べています。それはパイロットにとっては重要ですが、購入者はそれを一時的な商業情報として扱う必要があります。 AWS によると、価格は一般公開時に変更される可能性があるため、初期のコストモデルには将来のサービス料金の明示的なプレースホルダーが必要です。

エンタープライズ エージェント チームにとって重要な理由

このプレビューは、エンタープライズ AI の作業が単一のプロンプトやチャットボットから、ツールを呼び出し、タスクの状態を保持し、ビジネス システム全体でアクションを実行する長期実行エージェントに移行しつつある時期に適用されます。その変化はリスクを高めます。モデル応答は事後的にレビューできます。エージェントのアクションは、チケット キュー、顧客レコード、展開パイプライン、または調達ワークフローに影響を与える可能性があります。

OpenAI を利用したエージェントを IAM ロールと CloudTrail ログの背後に配置することで、AWS はクラウド セキュリティ チームと運用チームがエージェント ランタイムを読み取れるようにしています。これは、AWS ID、ロギング、コンプライアンスのワークフローをすでに使用している組織にとって、実際的な利点です。エージェント プロジェクトごとに個別の制御層を構築する代わりに、チームは Bedrock を標準の enterprise LLM API アーキテクチャの一部にできるかどうかを評価できます。

MCP のサポートも重要です。モデル コンテキスト プロトコルは、ツールとデータ ソースをエージェントに公開する一般的な方法となっています。 Bedrock 管理のエージェントが AWS 権限とログを使用しながら MCP ツールに接続できる場合、チームはすべてのワークフローを 1 つのアプリケーション フレームワークにバインドすることなく、ツール アクセスを標準化するためのより明確なルートを取得できます。

人間による承認のサポートも、もう 1 つのシグナルです。 AWS は、デフォルトではエージェントを完全に自律的なものとして位置付けていません。結果的なアクションの承認ゲートは、企業が実際に自動化を導入する方法を認識します。一部のステップは無人で実行できますが、その他のステップには資金の移動、生産システム、顧客データ、法的暴露、風評リスクが関係するため、明示的なレビューが必要です。

誰が影響を受けるか

最初の対象者は、OpenAI エージェント機能を必要としているが、別個のオーケストレーション スタックを運用したくない AWS 中心の開発チームです。彼らにとって、プレビューは、Bedrock がより少ないカスタム インフラストラクチャでエージェントの状態、ツールの実行、権限、ガバナンスを処理できるかどうかをテストする機会を提供します。

セキュリティ、プラットフォーム、コンプライアンス チームも影響を受けます。エージェントの導入は、多くの場合、開発者の生産性向上への取り組みとして始まり、すぐにガバナンスの問題になります。 CloudTrail のロギングと IAM の役割により、これらのチームは使い慣れた成果物を検査できるようになりますが、どのエージェントがどのツールを呼び出すことができるか、どのアクションに承認が必要か、ログの保持方法、インシデントの調査方法などに関するポリシーが引き続き必要になります。

調達チームと財務チームも注意を払う必要があります。管理対象エージェントのランタイムにより、コストの帰属が変わります。単一のワークフローには、モデルの使用、ツールの呼び出し、ストレージ、コンピューティング、ログ記録、および承認の操作が含まれる場合があります。プレビューに追加のサービス料金がない場合でも、実稼働環境での採用には、モデルの支出と周囲のランタイム コストを区別する使用状況レポートが必要になります。

B2B LLM 人の顧客および同様のマルチモデル API 人のユーザーにとって、より大きなポイントは、ホスト型エージェントのランタイムが第一級の購入カテゴリーになりつつあるということです。未加工のモデルへのアクセスは依然として重要ですが、企業はガバナンス制御、監査可能性、地域の可用性、既存のクラウド運用との統合に関してプロバイダを比較することが増えています。

何が不確実なのか

プレビューには未解決の疑問がいくつか残されています。 AWS はまだ最終的な一般提供価格を提供していません。また、サービスがリージョン間でどの程度広く拡大されるのか、どのような運用制限が適用されるのか、AWS ガバナンス機能を必要としないワークロードに対して、顧客が Bedrock 管理バージョンと OpenAI のエージェント API を直接使用する方法をどのように比較する必要があるのか​​も不明です。

また、通常のプレビュー リスクもあります。機能は一般提供前に変更される可能性があるため、企業チームは、早期プレビューの動作によって最終的なサービス契約が決まると想定することは避けるべきです。短期的に適切な動きは、大規模な移行ではなく評価です。テスト エージェントの可観測性、IAM 設計、承認フロー、MCP ツールの動作、障害処理、および実際の内部ワークフローに対するコストの可視化です。

それでも、方向性は明確です。エージェント インフラストラクチャはクラウド コントロール プレーンに近づきつつあります。 AWS は、企業が本格的な本番システムにすでに期待しているのと同じ種類の地域、ID、ロギング、承認機構を備えた OpenAI を利用したエージェントを求めるだろうと予想しています。