AWS Bedrock は『エンタープライズ LLM 基盤』
AWS Bedrock は Anthropic Claude・Meta Llama・Amazon Nova 等のモデルを統一 API で扱えるマネージド AI サービスです。本記事では編集部の視点で、実務での使い方を公開情報をもとに整理します。AIエンジニア完全ロードマップ もご参考に。
主要な機能
(1) Foundation Models：複数モデル統一API。(2) Knowledge Bases：RAG マネージド。(3) Agents：自律タスク実行。(4) Guardrails：安全性制御。(5) Model Customization：fine-tuning。
利用可能なモデル
(1) Anthropic Claude (Opus/Sonnet/Haiku)。(2) Meta Llama。(3) Amazon Nova/Titan。(4) Mistral。(5) Stability AI (画像)。リージョン別の利用可否確認必要(公開情報をもとに)。
Knowledge Bases (RAG)
(1) S3 にドキュメント配置。(2) OpenSearch / Pinecone統合。(3) Embedding 自動生成。(4) Query API：シンプル呼出。(5) マネージドで運用負荷ゼロ。LangChain+RAG もご参考に。
Agents 機能
(1) Lambda 関数呼出。(2) マルチステップタスク。(3) OpenAPI スキーマでアクション定義。(4) Knowledge Base 統合。(5) 監査ログ完備。
Guardrails
(1) トピックブロック。(2) 個人情報マスキング。(3) プロンプトインジェクション対策。(4) カスタム単語フィルタ。(5) コンプライアンス対応。Web セキュリティ実践 もご参考に。
料金体系
(1) On-Demand：トークン課金。(2) Provisioned Throughput：定額。(3) Knowledge Base：保存+クエリ。(4) 料金はOpenAI と同程度(公開情報をもとに)。(5) SAVINGS PLAN適用可能。FinOps 実践 もご参考に。
エンタープライズメリット
(1) AWS 同一アカウント。(2) VPC 内アクセス。(3) HIPAA/SOC 等コンプライアンス。(4) IAM 統合。(5) 監査ログ統合。Secrets 管理 もご参考に。
失敗しがちなパターン
(1) 料金予測ミス：トークン爆発。(2) Knowledge Base index 設計ミス。(3) Agents 暴走：費用大。(4) Guardrails 過剰：使えないUX。(5) レイテンシ無視。対策は、(1)Budget Alert、(2)チャンク戦略、(3)maxIterations、(4)段階導入、(5)latency 監視、です。