マネージドAI編
AWSマネージドサービスで社内AIを構築する
Amazon BedrockとKnowledge Basesを前提に、社内文書RAGのPoCから、権限制御・本番運用・複数データソース横断・AIエージェントへと発展させる過程を扱います。GPUを持たず、AWSマネージドサービスの範囲で組み立てる道筋です。
- 前提
- 前提：GPUを持たない／AWSマネージドで完結
- 対象読者
- AWSの範囲で素早く社内AIを立ち上げたい人
- 公開状況
- 0 / 5 Level
Level一覧
1Coming Soon
Level 1：社内文書RAGのPoC
検証フェーズ
社内規程・手順書へ正しく回答できるかをまず確認したい
- 想定利用者
- 検証メンバー10人
Amazon BedrockKnowledge BasesS3
2Coming Soon
Level 2：安全な社内RAG
部署展開フェーズ
社員だけが利用できる必要・人事資料等の機密制御・監査要件
- 想定利用者
- 全社員（部署単位で権限制御）
社内SSORAG APIBedrock Guardrails
3Coming Soon
Level 3：本番品質のRAG
本番運用フェーズ
回答精度の継続改善・文書の日次更新・応答時間とコストの管理
- 想定利用者
- 利用者数百人
取り込みパイプラインCloudWatchキャッシュ
4Coming Soon
Level 4：複数データソースを横断する社内AI
全社データ統合フェーズ
S3・SharePoint・Confluence・Google Drive・CRM等、複数データの横断活用要求
- 想定利用者
- 全社員・複数部署
Knowledge Bases（複数データソース）メタデータ管理
5Coming Soon
Level 5：社内AIエージェント
エージェント化フェーズ
回答だけでなく業務処理の実行まで求められる
- 想定利用者
- 全社員・業務システム連携
Amazon Bedrock AgentCoreGatewayMemoryObservability
Level比較表
各Levelで何がどう変わるのかを、比較軸ごとに並べています。
| 比較軸 | Level 1社内文書RAGのPoC | Level 2安全な社内RAG | Level 3本番品質のRAG | Level 4複数データソースを横断する社内AI | Level 5社内AIエージェント |
|---|---|---|---|---|---|
| データ | S3上の社内規程・手順書（少数文書） | — | — | — | — |
| 利用者 | 検証メンバー10人 | — | — | — | — |
| 権限 | 共通データ（権限制御なし） | — | — | — | — |
| 検索品質 | 基本ベクトル検索 | — | — | — | — |
| 安全性 | 基本制御のみ | — | — | — | — |
| 運用 | 手動検証 | — | — | — | — |
| AIの役割 | 質問回答 | — | — | — | — |
自前GPUでAI基盤を作る場合はこちら
この連載はAWSマネージドサービス（Bedrock）で組み立てる道筋です。機密文書を外部へ出せず、GPUを自社で持ってOSS LLMをSelf-hostする場合は、「AI基盤編（自前GPU）」で要件定義からGPUサイジングまで扱っています。
AI基盤編を見る →