AWS Summit 2026 参加レポート［前編］〜本番運用と「精度改善」のヒントを持ち帰ってきました！〜

こんにちは！101 DESIGNです🙋‍♀️

今回は、先日開催された「AWS Summit Japan 2026」に101DESIGNメンバーから2名が現地に参加し、最先端の技術や熱気に触れてきました。

今回の参加レポートは前後編の2本立て！
まず前編からご覧くださいませ🌿

はじめに

101DESIGNのエンジニア高橋です🧑‍💻
先日開催された「AWS Summit Japan 2026」に、101メンバーと一緒に勉強してきました！現地で得た気づきをお届けします。

私が個人的に注目していたのが、「AIの評価・運用・改善のサイクルをどう回すか」というテーマです。

開発したAIエージェントを実務で使う際、どのような指標で精度を評価し、どうやって本番環境で改善していくべきなのか。過去のプロジェクトでも試行錯誤した部分だったからこそ、 「他社はどんなベストプラクティスを持っているのだろう？」 と思いヒントを得るために、会場へ向かいました。

生成AIの勢いを実感！会場で注目したプログラム

今回のAWS Summitでは、基調講演やセッション、展示ブースにおいて、AIに関するテーマがとても多く取り上げられていました。特にBedrock系のサービスを使った展示が多く、AIエージェントの開発に取り組んでいる、また開発しやすい環境になっていると感じました。

1. 基調講演で紹介された「AWS Context」

基調講演では、AWS Contextが取り上げられていました。RAGの進化系「GraphRAG」を実装しやすくするサービスで、CSVやPDFなど異なる形式のデータから、意味をもとに検索できる機能を持つ様子が紹介されていました。
（AWS summitクッションもゲットしました🙌）

2. 参加できたセッション

• 生成 AI を評価する技術：Amazon Bedrock で実践するモデル評価とエージェント評価
• 自社 Agent を手軽に本番適用へ：医療事務 AI による自動化の実践
• AI Agent 精度改善のポイント - プロトタイプから本番環境へ
• 「勝手に広まる」人気 AI エージェントを爆速で作ろう！
• Agentic RAG が切り開く製造現場語理解の新たな可能性
• アーキテクチャ道場 2026 - AI 時代編！

多くのブースやセッションでStrands Agentで作成したAIエージェントをBedrockで動かす構成です。そこで使われていた記述のシンプルさには本当に驚きました。PythonだけでなくTypeScriptのパブリックプレビューも出ている様子です👀

【ブース体験】姿勢分析・心理診断によるスポーツ提案

展示ブースでは、面白い体験もしてきました！

身体能力を測るブースです！
Bedrock AgentCoreによる診断テストや、体格と体重を元にメンタルコーチ、栄養士エージェントからのアドバイス、MediaPipeを使った姿勢分析からおすすめのスポーツを提案するというものでした。

少子高齢化が進む日本のスポーツレベルを維持するようなポテンシャルを感じて非常にワクワクしました🏃

私も、骨格分析や垂直跳び、片足立ちキープなどの測定に挑戦！
結果、その日の参加者でなんと3位🏅（密かに1位になりたかった……！） 分析では片足立ちのブレのなさから、バランス系のスポーツを提案されました🤸

現場の「言葉の壁」を突破し、育っていくAIエージェント

今回の参加目的の一つが「本番環境でのAIをどう評価し、運用・改善していくか」という知見のアップデートでした！

特に印象に残っているのが東洋紡さんの『Agentic RAG が切り開く製造現場語理解の新たな可能性』です。

1. 現場の言葉との乖離をどう埋めるか

製造現場のトラブル対応ドキュメントや日報は存在するものの、実はうまく活用できていなかったそうです。理由は、

• 言葉のズレ： マニュアルに書いてある言葉と、現場の人が実際に使っている言葉（略語や俗称など）が全然違う
• 検索性の悪さ： 必要なときに、知りたい情報がすぐ見つからない

最初は「言葉の意味」で検索する”セマンティック検索”を作ったものの、検索精度は50%程度だったそう。そこから、文字列の正しさも同時に評価する”ハイブリッド検索”に変えたところ、精度が80%まで跳ね上がったとのことです。
技術的な疑問は残ったものの、本番環境で成果を出すための割り切った実践的手法として、すごく参考になりました。

2. 現場を巻き込む運用の仕組み（Human in the loop）

特に興味深かった点は、「一度教えた言葉を理解し、確認、蓄積、改善する」一連の流れを、Human in the loopを交えながらエージェントの仕組みに組み込んでいた点です。

開発メンバーが、製造現場の専門用語を最初から理解し、辞書として完璧に定義するのは不可能です。そこで、AIエージェントとの対話を通じて「この言葉はこういう意味だよ」と現場から教えてもらいながら、常に改善・蓄積していくサイクルを組み込んだそうです。

AIエージェントが現場と一緒に賢くなっていくことで、結果的に現場のメンバーの「データ入力への意識」まで変わっていったという話には深く納得しました。

さいごに〜101のこれからに活かす

「同じドキュメントを、ユーザーごとの別の言い回しで検索して保存する」ーーーこれは私たちの過去のプロジェクトでも直面したニーズでした。

だからこそ、東洋紡さんがPoCで終わらせず「現場で本当に使われるAIエージェント」ににするための実装とUX設計において、非常に参考になる事例で今後のUXを劇的に向上させるための大きなヒントになりそうです！

丸2日間、AIエージェント系のサービス事例や取り組みを聞くことができ、AWS 環境の充実具合に驚きました。

今回得た知見をただのインプットで終わらせず、今後の自社プロダクトの改善や、お客様への新しい提案にどんどん活かしていきたいと思います！🤖

こちらの記事の詳細はnoteに掲載していますので、よければそちらもご覧くださいませ🕊️
🔗note版：AWS Summit 2026 参加レポート［前編］〜本番運用と「精度改善」のヒントを持ち帰ってきました！〜