概要

広く採用されている AWS の機械学習 (ML) と分析機能をまとめた Amazon SageMaker は、分析と AI のための統合エクスペリエンスを、すべてのデータに対する統合アクセスとともに提供します。モデル開発、生成 AI、データ処理、SQL 分析のための使い慣れた AWS ツールを使用して、統合スタジオからより迅速にコラボレーションして構築できます。これは、ソフトウェア開発のための極めて有能な生成 AI アシスタントである Amazon Q Developer によって加速されます。データレイク、データウェアハウス、サードパーティーまたはフェデレーテッドデータソースのいずれに保存されているかにかかわらず、すべてのデータにアクセスし、組み込みガバナンスを活用して、企業のセキュリティニーズに対応できます。

利点

Amazon SageMaker Unified Studio は、分析や AI ですべてのデータやツールを使用するための統合エクスペリエンスを提供します。モデル開発、生成 AI、データ処理、SQL 分析用の使い慣れた AWS ツールを使用してデータを検出し、活用しましょう。統合されたノートブックを使用してコンピューティングリソースを処理したり、組み込みの SQL エディタでさまざまなデータソースを検出してクエリを実行したり、AI モデルを大規模にトレーニングしてデプロイしたり、カスタムの生成 AI アプリケーションを迅速に構築したりできます。データ、モデル、生成 AI アプリケーションなどの分析および AI アーティファクトを作成して安全に共有することで、データ製品をより早く市場に投入できます。
設計上安全な包括的な AI 開発機能セットを使用して、Amazon SageMaker の AI を有効利用しましょう。パフォーマンスが高く費用対効果の高いインフラストラクチャで ML と基盤モデル (FM) のトレーニング、カスタマイズ、デプロイを行います。高性能の統合開発環境 (IDE) や分散型トレーニングから、推論、AI 運用、ガバナンス、オブザーバビリティまで、AI ライフサイクル全体にわたる専用ツールを使用できます。最先端のモデルと独自のデータを使用して、ビジネスに合わせた生成 AI アプリケーションを迅速に作成できます。Amazon Q Developer で AI 開発をスピードアップすると、データの検出、ML モデルの構築とトレーニング、SQL クエリの生成、データパイプラインジョブの作成と実行をすべて自然言語で簡単に行うことができます。
Amazon SageMaker Lakehouse を使用して、Amazon Simple Storage Service (Amazon S3) データレイクと Amazon Redshift データウェアハウスにわたるすべてのデータを統合します。Apache Iceberg 互換のすべてのツールとエンジンを使用して、分析データを 1 つのコピーにまとめて、データにアクセスしてクエリを実行できる柔軟性が得られます。レイクハウス内の分析ツールや AI ツール全体に適用される、きめ細かなアクセス許可を定義してデータを保護します。ゼロ ETL 統合により、運用データベースやアプリケーションからのデータをほぼリアルタイムでレイクハウスに取り込むことができます。さらに、サードパーティーのデータソース全体にわたるフェデレーテッドクエリ機能を使用して、その場でデータにアクセスしてクエリを実行できます。
データと AI のライフサイクル全体にわたる組み込みガバナンスにより、企業のセキュリティを確保します。Amazon SageMaker を使用すると、適切なユーザーによる適切なデータ、モデル、および開発アーティファクトへのアクセス権を目的に合わせて制御できます。Amazon SageMaker Catalog によるきめ細かなアクセス制御を備えた単一の許可モデルを使用して、アクセスポリシーを一貫して定義し、適用できます。データ分類、毒性検出、ガードレール、責任ある AI ポリシーによって AI モデルを保護します。データ品質の監視とオートメーション、機密データの検出、データと ML のリネージを通じて、組織全体で信頼が得られます。

次世代の SageMaker を知る

次世代の Amazon SageMaker が実際に機能している様子をご覧ください

デモを試す
SageMaker のサムネイル

お客様

トヨタ

「自動車事業全体に散在するサイロ化されたデータセットに対処することを目的として、コネクテッドカー、販売、製造、サプライチェーン部門全体のデータを統合および管理するのに役立つよう、Amazon SageMaker を実装しています。このアプローチにより、データを簡単に検索、検出、共有して、品質問題を未然に防ぎ、顧客満足度を高め、生成 AI アプリケーションのより容易な開発を可能にするための基礎を築くことができるようになります」

TMNA、VP of Data, Analytics, Platforms, and Data Science、Kamal Distell 氏

Charter Communications

Charter Communications は、Amazon Redshift と Amazon SageMaker を利用してイノベーションを促進し、効率性を高めています。

Lennar

「当社は、費用対効果の高いクラス最高レベルのソリューションを利用するために、過去 18 か月間にわたって AWS と協力し、データ基盤を変革してきました。Amazon SageMaker Unified Studio や Amazon SageMaker Lakehouse などの進歩により、当社は、データやサービスへのシームレスなアクセスによって配信速度を加速し、エンジニア、アナリスト、サイエンティストが当社のビジネスに重要な価値をもたらすインサイトを明らかにできるようにしています」

Lennar、SVP of Data and Analytic、Lee Slezak 氏

Natera, Inc

「私たちの組織は、Amazon DataZone、Amazon SageMaker AI、Amazon Athena、Amazon Redshift を活用して、臨床データとゲノムデータを管理および分析してきました。Amazon SageMaker Catalog のガバナンスが統一されたことを嬉しく思います。これにより、データの検出とアクセスが合理化され、チームがドメイン全体の関連データを迅速に分析できるようになります。この統合は、カスタマイズされたデータセットの作成に役立ち、インサイトを得るまでの時間を短縮できる可能性があります。また、個別化された遺伝子検査を標準治療の一部にするという目標を前進させる中で、最終的には患者の治療効果を改善することができます」。

Natera, Inc.、VP of Software Engineering、Mirko Buholzer 氏

image

NatWest Group

「当社の Data Platform Engineering チームは、データエンジニアリング、ML、SQL、生成 AI のタスク用に複数のエンドユーザーツールをデプロイしてきました。銀行全体のプロセスを簡素化するために、ユーザー認証とデータアクセス承認の合理化を検討してきました。Amazon SageMaker は既製のユーザーエクスペリエンスを提供してくれるので、組織全体に 1 つの環境をデプロイでき、データユーザーが新しいツールにアクセスするのに必要な時間を約 50% 短縮できます」。

NatWest Group、CDAO、Zachery Anderson 氏

image