業務改善を実現！ データとクラウドのチカラ(iret tech labo with partners #21)
>100 Views
June 13, 25
スライド概要
業務改善を実現！ データとクラウドのチカラ(iret tech labo with partners #21)
仕事：AWS運用保守＆PM的なことをしています。 2023-24 Japan AWS All Certifications Engineers.
関連スライド
各ページのテキスト
iret tech labo with partners #21 業務改善を実現！ データとクラウド チカラ 佐藤 竜也 アイレット株式会社 アジャイル事業部 データ分析基盤セクション 2025/6/13
Profile さとう たつや 佐藤 竜也 アイレット株式会社 ・所属：アジャイル事業部 データ分析基盤セクション ・担当：インフラエンジニア / PM ・受賞：2024 Japan AWS All Certifications Engineers AWS Samurai 2024 （Japan AWS User Group 配信部メンバー） ・経歴：営業→イベント企画（約6年） ヘルプデスク→社内SE→クラウドインフラ運用保守（約8年）
じめに 本日お話すること • AWS ストレージサービス（ Amazon S3） • 蓄積データ 活用事例 本日 基礎 ご紹介（生成 AI、データ分析） ゴール • AWSにデータを蓄積すること メリットを知る • AWSサービスにデータ蓄積することで出来ることを知る 3
概要紹介：最初 一歩 Amazon S3 から データ保護・移動 S3バケット データレイク 取り込み データ加工 分析可視化 オンプレサーバー / 各種データ バックアップデータ保 存 元データ ・データ保存による活用 ・データ分析基盤として活用 （アーカイブ、バックアップ、ログ保存 等） ・生成AI RAGデータとして活用 分析用データ ・データ移行先として活用 4
アジェンダ 01 オンプレミス / クラウド環境比較 02 AWS ストレージサービス： Amazon S3について 03 生成AI × Amazon S3 04 公共機関における生成 AI 05 データ分析 × Amazon S3 06 データ分析 × Amazon S3：事例紹介 07 まとめ 活用案 5
オンプレミス / クラウド環境比較
オンプレミス / クラウド環境比較 オンプレミス環境 サーバー 購入、設置、保守管理、電気代、設 置スペース 確保、災害対策など、すべてを自 社で対応する必要がある物理的なITインフラ環 境。 クラウド環境 インターネット経由で、必要なITリソース（サー バー、ストレージ、データベースなど）を必要な時 に必要な分だけ利用できるサービス環境。 7
オンプレミス / クラウド環境比較 オンプレミス環境 クラウド環境 メリット ● ● ● データ管理 権限が自分たちで行える ランニングコスト 管理がしやすい イントラネットで管理可能 メリット ● ● ● ● デメリット ● ● ● 導入、初期コストが大きい 拡張・縮小に時間がかかる インフラ機器 運用保守負担が大きい 初期費用を抑えられる 柔軟な拡張・縮小が可能 インフラ機器 運用保守が不要 豊富なマネージドサービスが利用可能 デメリット ● ● ● ランニングコストが変動する インターネット接続が必要 独自カスタマイズ出来ない場合がある 8
クラウド利用 第一歩 何が良いか？ リソース全て クラウド移行 ハードル高め。 まず クラウド環境を小さく利用 してみる。 9
何から触る がオススメ？ 最初 ストレージサービス にデータを蓄積 データ活用方法 そ 後に検討 10
AWS ストレージサービス： Amazon S3
AWS ストレージサービス： Amazon S3 Amazon S3 特徴 • AWSが提供する インターネット上 データ保存サービス • 2006年3月にリリース、 20年目に突入した長期サービス • 容量無制限 で利用できる • 耐久性・可用性が高い （99.999999999% 耐久性 を担保） • 他AWSサービスと連携したデータ活用が可能 使用例： ○ 静的Webサイト ホスティング ○ データバックアップ / ログデータ 保存 ○ データ分析用 データレイク基盤 など 12
AWS ストレージサービス： Amazon S3画面紹介 S3バケット： データ 保存場所を作成 S3バケット内にデータを格納 フォルダを作成して階層化保存 データ バックアップ ログデータ保存 Webサイト 公開用ファイル など、様々なデータを保存することが可能 13
オンプレミスストレージと Amazon S3 違い 項目 オンプレミスストレージ Amazon S3 初期投資 サーバー購入費用が必要 不要 容量拡張 増設管理/機器調達などが必要 自動的に拡張 基盤管理 自社で実施 AWSが管理 災害対策 別途構築が必要 自動的に複数施設に分散 アクセス 社内ネットワーク中心 インターネット経由でどこからでも 14
Amazon S3 利用メリット
Amazon S3にデータを格納するメリット • 高い耐久性と可用性 を担保 • 従量課金で 低コスト に利用可能 • セキュリティ / 監査機能を柔軟に設定可能 • データ 保持期間を柔軟に設定可能 • AWS 他サービスと 連携 が容易 16
Amazon S3にデータを格納するメリット 高い耐久性と可用性 • 99.999999999%（イレブンナイン） • データ 自動的に複数 耐久性 施設に分散保存 • 災害やハードウェア障害からデータを保護 最低3つ アベイラビリティゾーン （AZ）というデータセンター群で 冗長化されるため、ストレージ故障などで データ損失 ほぼ発生しない。 AZ1 AZ2 AZ3 17
Amazon S3にデータを格納するメリット 従量課金で低コスト • 保存料金 USD 0.025/GB（約3円） • データ通信利用料 ○ アップロード時：データ転送料金 基本無料 ○ ダウンロード時など： USD 0.005/1000リクエスト（約 1円） ※東京リージョン料金、最新情報 Amazon S3料金表を参照：https://aws.amazon.com/jp/s3/pricing/ 18
Amazon S3にデータを格納するメリット セキュリティ / 監査機能を柔軟に設定可能 • ユーザー単位、サーバー単位でアクセス権限を設定可能 • データ保存時 暗号化キー設定 • データ削除保護 / 変更履歴を保持（バージョニング機能） 19
Amazon S3にデータを格納するメリット データ 保持期間を柔軟に設定可能 • 要件に応じてデータ ライフサイクル設定が可能 ○ xx日後にデータを削除 ○ xx日後にデータをアーカイブ など 20
Amazon S3にデータを格納するメリット AWS 他サービスと 連携が容易 • 生成AI関連サービス （Amazon Bedrock / Amazon SageMaker / Amazon Q） • データ分析関連サービス （Amazon Athena / Amazon QuickSight / AWS Glue） • 監査ログ関連サービス （AWS CloudTrail / AWS Config） • アプリケーション開発サービス （Amazon CloudFront / Amazon ECR） • データ移行 / バックアップサービス （AWS DMS / AWS Backup） など ⾨度かつ豊富な機能連携により、さまざまなシーンで利用される。 各AWSサービス データ保管場所 1つとしても利 ⾨されている。 21
Amazon S3 おすすめ連携 AWSサービス ？ 生成AIやデータ分析 サービスでデータ活用 生成AI関連サービス Amazon Bedrock Amazon Q データ分析関連サービス Amazon Athena Amazon QuickSight 22
生成AI × Amazon S3
生成AI × Amazon S3 Amazon Q • Amazon Q Business ○ AWSで提供しているWebで利用可能な生成AIチャットツール ○ S3バケット内 データと連携してRAG機能を提供 ○ 現時点で 英語 み公式対応 ■ ただし、日本語で質問すれ おおよそ日本語で返答してくれる • Amazon Q Developer ○ 開発者向け コード生成AIツール ○ VSCodeなど IDE上で拡張機能として生成AIを利用可能 ○ 2025年4月に日本語対応 24
Amazon Q Business ビジネスユーザー向け 他生成 AI AIアシスタント Webチャットツールと同様 使い方 Amazon Q in QuickSightで 生成AIを利用したデータ分析が可能 25
Amazon Q Developer 開発者向け IDE AIエージェント 拡張機能として利用 アプリケーションを自動開発 既存コード 脆弱性確認にも利用可能 26
生成AI × Amazon S3 Amazon Bedrock • 生成AI アプリケーション 構築に必要な機能を備えたフルマネージドサービス • Amazon / Anthropic / Cohere など大手 AI企業 モデルを利用可能 • S3バケットに格納されたデータを参照元として AIが回答可能（ RAG構築） Amazon S3 Amazon Bedrock Knowledge Bases 27
生成AI Webアプリケーションを簡単に構築！ Generative AI Use Cases (GenU) 1 誰でも構築可能 AWS Japan 有志 みなさんが中心に 開発された生成AI アプリケーション。オー プンソースソフトウェア ため、指定 AWSアカウント上に構築可能。 2 モデルへ 再学習 無し 指定したAWSアカウント上へアプリケー ションを構築。モデル 入出力結果 再 学習されないアプリとして利用出来ます。 まず 生成AIを触れる環境が欲しいとい うニーズに対応。 28
生成AIアプリケーション導入に悩まれている方へ GenU / Webチャット生成 AIツール導入支援 • GenU 構築方法が分からないけど導入したい ...。 • RAGが使えるセキュアな生成 AIチャットツールが欲しい ...。 アイレット で導入支援 を行っています！ 詳細 お問い合わせください。 29
公共機関における生成 AI 活用案
過去 資料を用いて業務 引き継ぎをサポートする 職員： XX 申請に 何が必要？ チャットボット： △△ 資料に必要事項を記入し、 ◯◯ 課長 承認が必要です。 引用：https://aws.amazon.com/jp/government-education/worldwide/japan/public-sector-generative-ai/use-case/takeover/ 31
過去 資料を用いて業務 引き継ぎをサポートする AWSにデータを蓄積することで、各種 AWSサービスと 連携も容易に。 独自 内部資料を生成 AI 職員： 回答に利用 し、業務効率化 ひとつに。 XX 申請に 何が必要？ チャットボット： △△ 資料に必要事項を記入し、 ◯◯ 課長 承認が必要です。 引用：https://aws.amazon.com/jp/government-education/worldwide/japan/public-sector-generative-ai/use-case/takeover/ 32
公共機関における生成 AI 活用案：一覧 引用：https://aws.amazon.com/jp/government-education/worldwide/japan/public-sector-generative-ai/ ご案内 33
データ分析 × Amazon S3
データ分析 × Amazon S3 Amazon Athena S3に保存されたデータに対して、標準 SQLを用いて直接クエリを実行できるクエリ サービス 。サーバーレスな で、インフラ 管理 不要。大規模なデータセットも迅速 に分析できます。 • CSV、JSON、Parquetなど多様な形式 • 大量 ログデータから特定 データを直接分析。 エラー情報を抽出。 活用イメージ : S3に保存されたウェブサーバー アクセスログ（ CSV形式）に対し、 Athena で特定 期間・ IPアドレスから アクセス回数を SQLで集計。 35
Amazon Athena × Amazon S3 36
Amazon Athena × Amazon S3 例）対象 S3バケットに対するアクセス数を分析（ IPアドレス毎 アクセス数集計 ） 特定 S3バケット アクセス履歴 分析も SQLクエリを投げるだけで確認が可能です。 対象 S3バケットに対するログ解析をすぐに 行うことが出来ます。 37
データ分析 × Amazon S3 Amazon QuickSight S3に保存されたデータを活用 し、インタラクティブな ダッシュボードやレポートを簡単に 作成できるビジネスインテリジェンス（ BI）サービス 。専門知識がなくても、データ 傾 向を把握し、迅速な意思決定に役立てることができます。 • 営業成績、ウェブサイト • Excelなどで アクセス状況、顧客行動などを分析。 手作業による集計から解放。 活用イメージ : 月次 売上データを S3にアップロードし、 QuickSightで地域別・製品別 上推移ダッシュボードを作成。経営層がリアルタイムで状況を把握。 売 38
Amazon QuickSight × Amazon S3 S3バケットに月次 売上データなど csvを格 納。Amazon QuickSightでデータを取り込む ことでデータを可視化することが可能。 39
データ分析 × Amazon S3：事例紹介
iret社内事例：毎月 請求処理工数を削減 課題： ● 毎月 AWS利用金額 集計において「複数アカウント」「特定 ス」に限定した金額を算出したい。 ● 手作業で行っていた処理を簡素化したい。 サービ Amazon S3 と Amazon Athena を組み合わせて 集計作業 工数を削減する 41
iret社内事例：毎月 請求処理工数を削減 ※月別データを蓄積保存することで、過去データ 参照も可能 AWSアカウント一覧を上書き保存 ① 過去レポートフォルダ 請求対象 AWSアカウント一覧 新規フォルダに格納 月別フォルダにレポートを保存 請求処理担当 者 前月：各 AWSアカウント 利用料レポート ② データ抽出用クエリを実行 クエリ実行 Amazon Athena 特定 AWSサービス / AWSアカウント に集計された結果が抽出される 集計データ表示 42
iret社内事例：毎月 請求処理工数を削減 作業 「利用料レポート アップロード」「抽出用クエリ実行」 み。 毎月 集計処理を簡素化し 5分 で担当者 処理が完了 。 他 請求処理も同様に整理し 1日 で終わる作業量へ削減 。 43
まとめ
まとめ： Amazon S3 ユースケース データ保護・移動 S3バケット データレイク 取り込み データ加工 分析可視化 オンプレサーバー / 各種データ バックアップデータ保 存 元データ ・データ保存による活用 ・データ分析基盤として活用 （アーカイブ、バックアップ、ログ保存 等） ・生成AI RAGデータとして活用 分析用データ ・データ移行先として活用 45
最後に： AWSへ 移行ならアイレットにお任せください migrationpack powered by ITX for MCP オンプレミス環境 AWS移行に関するご相談を承っています。 アイレットで お客様 クラウドへ 移行について課題やお悩みをお持ち お客様 ルでサポートします。 https://cloudpack.jp/service/aws/construction/migrationpack-itx.html ご案内 ために、移行計画立案から環境構築・運用までをトータ 詳細 お気軽に お問い合わせください。 46
本日 まとめ • クラウド（ AWS） コスト効率、可用性、俊敏性に優れている。 • Amazon S3 非常に高耐久かつ安価なデータストレージとして利用可能。 • Amazon S3 データ AWS各サービスと連携が行いやすい。 ○ 生成AIサービス ○ データ分析サービス など • まず ログデータ保存やバックアップ保存など、小さく利用を検討。 • クラウドに慣れたあと データを活用して業務効率化を目指す。 47
ご清聴ありがとうございました
Appendix • Amazon Simple Storage Service(Amazon S3) ⾨⾨編 https://pages.awscloud.com/rs/112-TZM-766/images/AWS-Black-Belt_2022_Amazon_S3_for_Beginner_1231_v1.pdf • Amazon Simple Storage Service(Amazon S3) ユースケース編 https://pages.awscloud.com/rs/112-TZM-766/images/AWS-Black-Belt_2023_Amazon-S3-Usecases_0131_v1.pdf • 生成AI 導入支援サービス for AWS https://cloudpack.jp/service/aws/bedrock.html • migrationpack powered by ITX for MCP https://cloudpack.jp/service/aws/construction/migrationpack-itx.html • AWSユースケース：過去 資料を用いて業務 引き継ぎをサポートする https://aws.amazon.com/jp/government-education/worldwide/japan/public-sector-generative-ai/use-case/takeover/ • AWSユースケース：公共機関における生成 AI 活用案 https://aws.amazon.com/jp/government-education/worldwide/japan/public-sector-generative-ai/ 49
- https://pages.awscloud.com/rs/112-TZM-766/images/AWS-Black-Belt_2022_Amazon_S3_for_Beginner_1231_v1.pdf
- https://pages.awscloud.com/rs/112-TZM-766/images/AWS-Black-Belt_2023_Amazon-S3-Usecases_0131_v1.pdf
- https://cloudpack.jp/service/aws/bedrock.html
- https://cloudpack.jp/service/aws/construction/migrationpack-itx.html
- https://aws.amazon.com/jp/government-education/worldwide/japan/public-sector-generative-ai/use-case/takeover/
- https://aws.amazon.com/jp/government-education/worldwide/japan/public-sector-generative-ai/