AWS re:Invent 2025 最新AI活用事例まとめ ── 生成AIは「実験」から「実装」フェーズへ
今年もラスベガスで開催された世界最大級のクラウドカンファレンス「AWS re:Invent 2025」。
現地で、あるいはオンラインで参加された方も多いのではないでしょうか？
今年のキーノートやセッションを通じて強く感じたのは、「生成AIのフェーズが完全に変わった」ということです。
これまでの数年が「生成AIで何ができるか？」を探る実験（PoC）の期間だったとすれば、2025年は間違いなく実装（Production）と成果の年となったと実感しました。
特に注目すべきトレンドは以下の3点です。
Agentic AI（エージェント型AI）の実用化: 単なるチャットボットを超え、AIが自律的にツールを使いこなし、複雑なタスクを完遂する事例が急増しました。
「泥臭い」領域での圧倒的成果: レガシーコードの移行やインシデント対応など、エンジニアリングの現場での実用性が証明されました。
コストとスピードの最適化: AIを使うこと自体が目的ではなく、「開発期間を120日から60日に短縮」「コストを70%削減」といった具体的なROIが語られるようになりました。
本記事では、re:Invent 2025で発表された膨大な事例の中から、特に「ビジネスに直結する成果」を出しているものを厳選。
「実装パターン別」と「業界別」に整理して一挙に紹介します。（youtubeの全動画より収集しました）
自社のAI活用、次の一手のヒントとしてぜひご活用ください。
抜け漏れがあったらすみません！！
第1部：実装パターン別 主要事例
まずは、技術的なアプローチ別に分類した事例です。「顧客体験」「モダナイゼーション」「カスタム開発」の3つの軸で見ると、自社の課題に近い解決策が見つかると思います。
1. AI活用アプリケーション事例 (顧客体験の向上)
Amazon Connectなどのマネージドサービスを活用し、ビジネスプロセスにAIを直接組み込んだ事例です。
Anthology (教育テクノロジー)
企業概要: 世界中の教育機関向けに学習管理システム (LMS) や学生情報システムを提供する、EdTech分野のグローバルリーダー企業。
事例詳細: 年間800万件に及ぶ問い合わせ対応、特に新学期の繁忙期における品質維持が課題でした。Amazon Connectへ移行し、Amazon Lexなどを活用したAIチャットボット/音声ボットを導入することで、定型的な質問（上位20種）を自動化しました。
効果:
繁忙期の待機時間を50%削減し、クレームをゼロに抑制。
計画外のシステム停止が激減。
AI会話分析により学生の悩みやドロップアウトの兆候を早期に把握し、「学生の成功」を支援。
UC San Diego Health (ヘルスケア)
企業概要: カリフォルニア大学サンディエゴ校付属の学術医療センターであり、地域唯一のレベル1外傷センターを有する医療機関。
事例詳細: 年間320万件の電話対応において、本人確認の手間が患者体験を損ねていました。Amazon Connectと電子カルテシステム「Epic」をセキュアに連携させ、AIエージェントによる自動本人確認や予約変更を実現しました。
効果:
スタッフの作業時間を年間30万時間以上削減。
患者の82%がセルフサービスで認証を完了。
電話やWebなどあらゆる入り口を統合する「デジタルフロントドア」戦略を実現。
2. 生成AIによるインサイトとモダナイゼーション
Amazon BedrockやAmazon Qを活用し、業務プロセスや開発プロセスを革新した事例です。
Allianz / Allianz Technology (保険・金融)
企業概要: 世界70カ国以上で保険および資産運用サービスを展開する、ドイツに本社を置く多国籍金融サービスグループの技術部門。
事例詳細: データサイエンティスト向けのSageMaker環境と、一般社員向けのAmazon Q Developerポータルを組み合わせた「デュアルパスウェイ」戦略を採用。ガバナンスを効かせたAWS環境（VPC内）で、安全に生成AIを活用しています。
効果: データの主権とセキュリティを守りながら、全社的なイノベーション（AllianzGPTの展開など）を加速。
Fannie Mae (金融サービス)
企業概要: 米国の住宅ローン市場に流動性を提供する政府支援機関 (GSE) であり、全米最大級の金融資産を扱う組織。
事例詳細: インシデント対応の迅速化のため、生成AIを活用して運用手順書（ランブック）を自動生成。さらにAWS Systems Manager Automationと連携させ、インシデント発生時の初動対応を自動化しました。
効果: 膨大なトランザクションを支えるシステムの復旧時間を大幅に短縮し、運用レジリエンス（回復力）を向上。
AWSデモ (ITモダナイゼーション)
概要: エンタープライズ企業のレガシーシステム移行における標準的な課題解決パターン（SybaseからPostgreSQLへの移行）。
事例詳細: Sybase等のレガシーDBからPostgreSQLへ移行する際、生成AIを組み込んだAWS DMS (Schema Conversion) を活用。決定論的なツールでは変換できない複雑なストアドプロシージャ等を、等価なPostgreSQLコードへ自動変換しました。
効果: 従来数ヶ月かかっていた複雑なコード変換作業を数時間～数日に短縮。
Indeed (HRテクノロジー)
企業概要: 世界60カ国以上でサービスを展開し、毎月数億人のユニークビジターが訪れる世界最大級の求人検索エンジン運営企業。
事例詳細: 85PBに及ぶ巨大なデータレイクの管理負荷を軽減するため、Apache Icebergへ標準化し、フルマネージドなAmazon S3 Tablesへ移行。さらにAmazon Qでデータカタログの説明文を自動生成しました。
効果:
インフラ管理をオフロードし、メンテナンス工数を年間2,000時間削減。
新規データ利用者のオンボーディング時間を1日から10分未満へ短縮。
3. 大規模なカスタムAI開発事例
HPC、エッジ、サーバーレスなど多様なアーキテクチャ上で独自のAIモデルやシステムを構築した事例です。
DTN (気象・大気科学)
企業概要: 農業、エネルギー、気象などの分野において、意思決定に不可欠な実用的なインサイトとデータ分析を提供するグローバル企業。
事例詳細: 計算負荷の高い全球気象予測のため、AWS BatchとGPUインスタンスを活用したHPC環境を構築。NVIDIA Earth-2 StudioなどのAIモデル基盤を活用し、必要な時だけリソースを立ち上げています。
効果: 15日先までの予測を約25分で完了するなど、従来の数値予報に比べて圧倒的な高速化とコスト効率を実現。
製造・IoT向けエッジAIパターン (Strands SDK活用)
概要: ネットワーク接続が不安定なOT（運用技術）環境における、自律型AIエージェントの実装パターン。
事例詳細: クラウド（Amazon Bedrock）の高度な推論能力と、ローカルLLM（Olama）の可用性を組み合わせたハイブリッドAIエージェントを構築。ネット接続が切れてもAIが自律的に動作する仕組みを実装しました。
効果: 通信障害時でも現場の機械操作（冷却バルブ制御など）を継続できる、レジリエントなシステムを実現。
Anstack (失敗からの教訓)
概要: 人気タクティカルFPSゲーム「Valorant」のチーム構成推薦エージェントの開発に挑んだプロジェクトチーム。
事例詳細: 800GBのデータから最適なチームを推薦させる際、単一のプロンプトで多くの処理をさせようとしてLLMが混乱（Cognitive Overload）し、失敗しました。
効果 (教訓): 複雑なタスクは単一LLMに任せず、Step Functionsなどで思考プロセスを適切に分割・オーケストレーションすることの重要性を実証。
第2部：業界別 最新活用事例
ここからは、今回のre:Invent等で発表された、業界ごとの最新活用事例を紹介します。
1. ヘルスケア・ライフサイエンス
AstraZeneca (アストラゼネカ)
企業概要: 英国ケンブリッジに本社を置く、がん・循環器・腎・代謝疾患などを重点領域とする世界的な製薬企業。
事例詳細: 臨床試験開発加速のため「Development Assistant」と呼ばれるAgentic AIシステムを構築。9つのAIエージェントが連携し、臨床、規制、品質など16のデータ製品にアクセスして回答します。
効果: 概念実証からわずか6週間でMVPを作成し、21カ国1,000人以上に展開。「Easy Brain」ではがん治療の最適化インサイトも提供。
Novartis (ノバルティス)
企業概要: スイス・バーゼルに本拠を置く、革新的な医薬品の研究開発・製造販売を行う国際的な製薬企業。
事例詳細: 「IDS (Intelligent Decision System)」というデジタルツインを開発し、臨床試験の運用計画全体をシミュレーション。「What-if」分析やシナリオ最適化を実施しています。
効果: 臨床試験のプロトコル作成やデータ分析において、開発サイクルを少なくとも6ヶ月短縮することを目指しています。
英国国民保健サービス (NHS - Medway)
企業概要: 英国の公的医療制度の一部であり、地域住民へプライマリケアやコミュニティ医療を提供する組織。
事例詳細: Amazon Connect、Lex、Bedrockを活用し、予約の無断キャンセル（DNA）対策としての予約管理自動化システムを導入。
効果: 無断キャンセルが4%減少し、電話対応の80%を自動化。スタッフがより複雑なケアに集中可能に。
Heidi Health
企業概要: 医師の事務作業負担を軽減する、AIメディカルスクライブ（自動書記）技術を提供するオーストラリアのヘルステック企業。
事例詳細: 診察中の会話を聞き取り、自動的に医療記録や請求コードを作成する「アンビエントスクライブ」AIを提供。
効果: 医師が患者の診察に集中できるようになり、診療後の事務作業時間を大幅に削減。
Roche (ロシュ)
企業概要: スイスに本社を置き、医薬品と診断薬の2つの事業を柱とする世界有数のヘルスケア企業。
事例詳細: CRMの多言語自由記述テキストをAmazon RedshiftとBedrockで英語翻訳し、LLMを用いて副作用などの「有害事象」を検出するプロセスを構築。
効果: 数百万件規模のレコードに対しても、AIによる分析を容易かつ大規模に実行可能に。
Coher Health
企業概要: AIを活用して、医療機関と保険会社間の「事前承認」プロセスを合理化・迅速化する米国のヘルステック企業。
事例詳細: 医療の事前承認プロセスにおいて、AIエージェントが臨床データや保険ポリシーを分析し、判断に必要な情報を医師や看護師に提示。
効果: 審査担当者のレビュー時間を30〜40%短縮。
2. 小売・消費財・Eコマース
VF Corporation (Vans)
企業概要: Vans、The North Face、Timberlandなどの人気ブランドを擁する、世界最大級のアパレル・フットウェア企業。
事例詳細:
(画像) Stable Diffusionで2Dスケッチからリアルな3Dレンダリング画像を生成。
(文章) Amazon Bedrockで商品説明文を20言語で自動生成・ローカライズ。
効果:
B2Bカタログ制作期間を120日から60日に半減、コスト70%削減（一部撮影廃止）。
コピー作成のコストを80%、時間を50%削減。
Fanatics Collectibles (Topps)
企業概要: トレーディングカードやスポーツ記念品の製造・販売を行う、スポーツファングッズ業界のリーダー企業。
事例詳細: カード裏面の選手紹介文作成にAIエージェントを活用。選手統計DB、Web検索、QAエージェント（コンプライアンスチェック）を連携。
効果: 品質保証チームによる修正作業が40%減少し、制作プロセスを大幅に効率化。
T-Mobile
企業概要: 全米で大規模な5Gネットワークを展開する、主要な電気通信事業者の一つ。
事例詳細: 「Easy Switch」機能にAIを導入。他社の請求書を分析し、最適なプラン推奨と乗り換え手続きを自動化。
効果: 店舗で数時間かかっていたキャリア切り替えを、自宅で約7分で完了可能に。
Slickdeals
企業概要: ユーザー投稿型の情報共有によって運営される、米国最大級のソーシャルショッピング・コミュニティ。
事例詳細: Amazon SageMakerを使用し、エンゲージメントから「良い取引」を予測するスコアリングモデルや推薦システムを構築。
効果: 予測精度の向上により、マーチャントへのクリック数と収益が7%増加。
Coin Market Cap
企業概要: 暗号資産（仮想通貨）の価格追跡、時価総額ランキング、市場データを提供する世界的な情報サイト。
事例詳細: ニュースやSNS投稿を分析するチャットボット「CMC AI」を提供し、リアルタイムデータ等に基づいた回答を実現。
効果: 毎日100億以上のトークン情報を処理し、数百万人のユーザー質問に対応。
Yum! Brands (Taco Bell)
企業概要: KFC、ピザハット、タコベルなどを展開する、店舗数世界最大級のファストフードレストラン企業。
事例詳細: ドライブスルーの注文受付に音声AIを導入し、600店舗以上で稼働。
効果: 従業員の認知的負荷を軽減し、AIによる的確な追加提案（アップセル）で収益機会を最大化。
3. IT運用・開発・セキュリティ
iHeartMedia
企業概要: ラジオ放送局、ポッドキャスト、デジタル配信などを手がける、米国最大のオーディオメディア企業。
事例詳細: システム障害時にAIエージェントがログやメトリクスを自動分析し、根本原因と修正案を提示するAIOpsシステムを構築。
効果: インシデントのトリアージ（優先順位付けと初期対応）時間を60%以上短縮。
Samsung Electronics (MX事業部)
企業概要: スマートフォン（Galaxyシリーズ）などを展開する、サムスン電子のモバイルエクスペリエンス事業部門。
事例詳細: Amazon Bedrockのエージェントを活用したチャットボットを構築し、自然言語でのクラウドコスト効率化提案や異常検知を実施。
効果: 年間10.4%のコスト削減を達成。
Rackspace
企業概要: マルチクラウドソリューションの設計・開発・管理を支援する、米国のマネージドクラウドコンピューティング企業。
事例詳細: AIコーディングアシスタント「Kiro」を全社導入し、レガシーアプリのモダナイゼーション（コード削除やテスト追加）に活用。
効果: 開発効率が85%向上し、新サービスの構築時間を大幅に短縮。
CrowdStrike
企業概要: クラウドベースのエンドポイント保護プラットフォームを提供する、サイバーセキュリティのリーダー企業。
事例詳細: 生成AI「Charlotte AI」を活用し、セキュリティアラートのトリアージや脅威ハンティングを支援。
効果: 攻撃者の侵入から権限取得までの時間が短縮化（最速51秒）する中、AIによるリアルタイム検知と自動対応で防御を強化。
Trellix
企業概要: マカフィーエンタープライズとファイア・アイの統合により誕生した、XDR（拡張検知・対応）を提供するサイバーセキュリティ企業。
事例詳細: セキュリティ運用チームが直面する大量のアラート処理分析にAmazon Bedrockを活用。
効果: 従来80時間かかっていた1,000件のアラート分析を、わずか30秒で完了。
4. エネルギー・産業・公共
Pacific Gas and Electric (PG&E)
企業概要: カリフォルニア州北部・中部で電力およびガスを供給する、米国最大級の公益事業会社。
事例詳細: PolyAIと協力し、停電や請求に関する問い合わせに対応する音声AIエージェント「Peggy」を展開。
効果: 停電発生時に数分で50倍のコール数へスケール対応し、顧客満足度（CSAT）を22%向上。
Kraken (Octopus Energy)
企業概要: 英国の再生可能エネルギー企業Octopus Energyが開発した、エネルギー業界向けのDXプラットフォーム。
事例詳細: 顧客メールへの返信案を生成する「Magic Ink」や、フィールドエンジニアのスケジュール最適化AIを導入。
効果: 生成された返信案の89%が修正なしで採用。スケジュール最適化により年間15万件の訪問枠を創出。
オックスフォード大学 (APALDプロジェクト)
企業概要: 英語圏で最古の大学であり、世界トップクラスの研究機関。本件はAIと宇宙技術を応用した研究開発プロジェクト。
事例詳細: 衛星画像と機械学習を使用し、インド・ガンジス川流域の大気汚染源である「レンガ窯」を特定するシステムを構築。
効果: パキスタン全土で3万以上の潜在的な窯を特定し、汚染源マップの作成に成功。
Tahanu (Adastra)
企業概要: データ管理とAIソリューションを提供するITコンサルティング企業（Adastra）による、環境保護支援プロジェクト。
事例詳細: 絶滅危惧種であるマウンテンゴリラの行動データをAIで分析し、保護活動に活用。
効果: 従来24時間かかっていたデータ処理を13分に短縮し、93%の高精度を実現。
Cornell University (コーネル大学)
企業概要: 米国ニューヨーク州イサカに本部を置く、アイビー・リーグに所属する私立研究大学。
事例詳細: 学生の価値観言語化を支援する「Vera」、授業理解度を確認するソクラテス式ボット、経費精算監査AIエージェントなどを開発。
効果: 経費精算の監査時間を1件あたり30分短縮するなど、事務と教育の両面で効率化。
5. クリエイティブ・その他
DART AI
企業概要: AIを活用した次世代の動画生成・変換技術を開発するテクノロジースタートアップ。
事例詳細: 動画内の人物をリアルタイムで別のアバター（トカゲやアニメキャラなど）に変換する生成AIモデルを開発。
効果: AWS Trainium 3チップを採用することで、高いフレームレートと低遅延な処理を実現。
Poolside
企業概要: ソフトウェア開発能力を持つAI基盤モデルの構築に特化した、AI開発スタートアップ。
事例詳細: コード生成のための基盤モデルをスクラッチでトレーニングする基盤としてAWSを採用。
効果: AWS Trainiumチップを活用し、推論コストの最適化とパフォーマンス向上を実現。
おわりに
いかがでしたでしょうか。
今年のre:Inventの事例を見ると、AI活用が「新しいおもちゃ」の段階を終え、「ビジネスのコア部分」へと浸透していることがよく分かります。
特に印象的なのは、「既存の業務プロセスをAIでどう置き換えるか」ではなく、「AIエージェントを前提とした新しい業務フローをどう構築するか」という視点へシフトしている企業が成果を出している点です。
これらの事例をヒントに「次の実装」を検討してみてはいかがでしょうか。
個人的には、来年のさらなる進化が楽しみでなりません。
