Amazon Web Services ブログ
Category: Enterprise Strategy
クラウド・センター・オブ・エクセレンス (CCOE) の設計
本記事は、2023年9月25日に公開されたDesigning a Cloud Center of Excell […]
金融業界における生成 AI 活用動向
昨今、生成 AI は、様々な業界や業種のお客様へと徐々に浸透しております。
この記事では、アマゾン ウェブ サービス ジャパン合同会社 AI / ML 事業開発チームのメンバーが、金融領域の事業開発チームのメンバーに「金融業界における生成 AI 活用動向」をインタビューしていきます。
Import/Export for NSX によるネットワーク構成データのエクスポート
Import/Export for NSX は、VMware NSX の設定を ZIP ファイルにエクスポートできる AWS のオープンソースツールです。エクスポートしたファイルを Amazon Q Developer transformation capabilities for VMware にインポートでき、NSX の設定を VPC、サブネット、セキュリティグループなどの AWS ネイティブな構成要素に変換することができます。このツールは、VMware Cloud on AWS と オンプレミスの VMware Cloud Foundation の両方に対応しており、VMware ワークロードの AWS への移行を簡素化および加速化します。
AWS Migration Hub のデータをエクスポートし、AWS Application Migration Service にインポートする
本記事は 2024年11月27日に公開された ”Export AWS Migration Hub data f […]
VMware ワークロード変換のための Amazon Q Developer エージェント
Amazon Q Developer は、エンタープライズ VMware ワークロードの移行を支援するエージェント機能である Q Developer transform for VMware のパブリックプレビューを発表しました。生成 AI を活用した自然言語ベースのチャット機能と包括的ダッシュボードにより、VMware ベースのワークロードをよりシンプルかつ自動化された安全な方法で Amazon EC2 に移行およびモダナイズできるようになります。
事業便益から逆算 (Working Backwards) して公共部門で生成 AI を活用していく
本記事は、2024年11月21日に公開された Working backwards from generativ […]
AWS の Microsoft ワークロードのコストを最適化する方法
本稿は、2024年10月2日に Microsoft Workloads on AWSで公開された “How t […]
Amazon Q Developer transformation capabilities for VMware を使ってみる
本ブログでは、Amazon Q Developer transformation capabilities for VMware の利用開始方法をご紹介します。Amazon Q Developer は、ソフトウェア開発ライフサイクルのエクスペリエンスを再構築し、AWS 上でのアプリケーションの構築、セキュリティ、管理、最適化をより簡単かつ迅速に行う、ソフトウェア開発のための AI アシスタントです。18 年にわたる AWS の専門知識に基づき、Amazon Q Developer transformation capabilities for VMware エージェントは、自然言語を使用して VMware ワークロードを移行し、最新化するための、よりシンプルで迅速なアプローチを組織に提供します。
本稿では、開始にあたって必要な全てをカバーし、新しい Q Developer ウェブエクスペリエンスを使用した移行について説明します。最後に、Amazon Q Developer によって一連の移行が我々のリホストソリューション、すなわち AWS Application Migration Service (MGN) にどのように統合されるかを紹介します。
AWS Database Migration Service は、生成 AI を使用して時間のかかるスキーマ変換タスクを自動化するようになりました
12 月 1 日より、AWS Database Migration Service Schema Conver […]
生成 AI は集中化か分散化か? 答えは「どちらも」
ビジネスおよび IT の意思決定者にとって、もはや、生成 AI を採用するかどうかでは問題ではなく、どのようにして最大限の効果と最小限のリスクで実装するかという点です。生成 AI の管理と展開を、集中化するか、分散化するかは、長期的な影響を伴う重要な戦略的決定です。