機械のためにインターネットが再構築されている
AWS は AI エージェントの自律的な動作パターンに最適化された次世代 OpenSearch Serverless を発表し、人間中心のインターネットインフラから機械主体への転換が加速していることを示した。
キーポイント
AI エージェント向けインフラの刷新
AWS は従来の人間中心の設計思想を見直し、エージェントが瞬時に複数のサブエージェントを起動・終了する「波状」のトラフィックに対応できる OpenSearch Serverless をリリースした。
非人間トラフィックの急増と予測
Cloudflare のデータによると、ボットが全 HTTP トラフィックの 31% を占めており、2027 年半ばには非人間のトラフィックが人間を超えると予測されている。
エージェンシーワークロードへの対応
新システムはアイドル時にゼロまでスケールダウンし、エージェントのタスク発生時に即座にスケーリングできるため、コスト効率とパフォーマンスを両立する。
AI エージェント向けインフラの再設計
従来のインフラでは対応できない突発的なトラフィックパターンに対応するため、検索やベクトルバックエンドの基盤が機械生成ワークロード向けに再構築されつつある。
ストレージと計算リソースの分離によるコスト削減
新しいアーキテクチャでは計算リソースとストレージを分離し、エージェントがアイドル状態の時にリソースをゼロまでスケールダウンすることで、使用しない分の課金をなくすことが可能になった。
業界全体でのクラウド基盤のシフト
AWS の OpenSearch Serverless だけでなく、Databricks、Snowflake、Microsoft、Cloudflare も同様に AI エージェントのメモリ・検索機能や即座のスケーラビリティを提供する基盤へ移行を進めている。
AI の未来は自律型エージェントへ
Snowflake は AI の将来を単なるデータ分析やチャットボットの域を超え、実際に作業を実行する自律型エージェント（autonomous agents）の時代へと移行すると捉えている。
影響分析・編集コメントを表示
影響分析
このニュースは、クラウドインフラ業界が AI エージェントの普及に伴う根本的なトラフィックパターンの変化に対応し始めていることを示す重要な転換点です。AWS の新機能発表は、単なる製品アップデートではなく、今後数年間で「人間中心のインターネット」から「機械主体のインターネット」へと基盤が再構築されるという業界全体の方向性を決定づけるものです。
編集コメント
AI エージェントが実用化段階に入った今、従来の Web インフラの限界が顕在化しており、AWS のような大規模クラウドプロバイダーが即座に技術的対応を始めている点は注目すべき動きです。これは単なる機能追加ではなく、インターネットのアーキテクチャそのものの再設計を迫られる時代の到来を告げるものです。
クラウドインフラは長年、検索やクリック、スクロール、ストリーミングを安定して予測可能な方法で行う人間を中心に設計されてきました。しかし AI エージェントはこれとは異なる振る舞いをします。彼らは一時的に活動の波を起こし、複数のサブエージェントを起動して数秒で数百のデータベースへの照会、文書の検索、API 呼び出しを実行し、到着したかのようにすぐに消えてしまいます。
この前提に基づき、Amazon はクラウドインフラの中核部分を再設計しています。木曜日、AWS は AI エージェント向けアプリケーション構築のための次世代 OpenSearch Serverless を発表しました。これは完全に管理された検索およびベクトルデータベース（本質的には大規模な情報保存・取得システム）であり、エージェントワークロードに特化して設計されています。AWS によると、この新システムはエージェントがタスクをトリガーした際に即座にスケールアップし、アイドル状態になるとゼロまでスケールダウンできるとのことです。
今回の発表は、技術業界全体で広がりつつある認識の表れです。人間中心のインターネット向けに設計されたインフラは、エージェントによって構成される世界では期待通りに機能しないという現実です。
AI エージェントはまだインターネット活動のごく一部を占めるに過ぎませんが、機械生成トラフィックはすでに無視できず、今後さらに拡大する見込みです。Cloudflare によると、過去 6 ヶ月間の全 HTTP トラフィックの 31% がボットによるものでした。この期間中のボットリクエストのうち、AI クロールラー、検索エンジン、アシスタントが約四分の一を占めていました。
「非人間によるトラフィックは、2027 年後半のどこかで人間によるトラフィックを上回るようになるでしょう」と、Cloudflare のシニアプロダクトマネージャーである Lai Yi Ohlsen が TechCrunch に語りました。
先週開催された Google の I/O デベロッパーカンファレンスで同社は、ユーザーが AI システムにタスクの委任を開始できるようになると発表しました。具体的には、購入先の調査、旅行の予約、ウェブブラウジング、アプリとの対話などが該当します。しかし、その影響は消費者向け AI エージェントに留まりません。企業も内部および顧客向けにエージェントを積極的に導入しており、裏側で新たな種類の機械生成トラフィックを生み出しています。
その結果、クラウドプロバイダーやインフラ企業は、人間のために構築されたシステムを、絶えず自律的に情報を取得し、ツールを呼び出し、マシン間トラフィックを生成するエージェントの世界に適応させる方法を模索せざるを得なくなっています。
そこで登場するのが AWS の新サービス「OpenSearch Serverless」です。
「タイミングは明白です。エージェントは実験段階から本番運用へと移行しており、過去のインフラでは設計されていなかったトラフィックパターンを生み出しています」と、Amazon OpenSearch Service のゼネラルマネージャーである Tia White は TechCrunch に語りました。「予期せぬ急増があり、通知なしにアイドル状態になることもあります。企業は、空またはアイドル状態のコンピューティングリソースに対して課金されることなく、追いつく検索を必要としています。」
この新世代における重要な技術的変更は、計算リソースとストレージを分離し、エージェントのトラフィックバーストに対応するために数秒で計算リソースをスケールアップでき、アイドル時にはゼロまでスケールダウンできる点です。これにより、顧客はエージェントがアイドル状態のときに $0 のコストで済みます。
ホワイト氏は「以前、以前の Serverless バージョンでも、ストレージと計算リソースが結合されていたため、少なくとも 1 つのインスタンスを稼働させておく必要がありました」と述べています。「必要な速度で自動的に [計算] リソースを起動することはできず、使用しているかどうかにかかわらず、ワークロードのために常にアイドル状態の計算リソースを予約しておく必要がありました。」
これは、使用していないときでも駐車スペースに対して常に料金を支払うようなものだと考えてください。AWS のアップグレードされた Serverless では、メーター式駐車スポットに対する料金支払いのようなものです。
ローンチ時、OpenSearch Serverless は Vercel や Kiro などの AI 開発プラットフォームとネイティブに統合され、開発者はインフラストラクチャを管理することなく、エージェント用の本番環境対応の検索およびベクトルバックエンドを展開できるようになります。
このシフトはクラウド業界全体に広がりつつあります。Databricks と Snowflake は、エンタープライズデータのための AI メモリおよび検索システムとして自社の位置づけを再定義しています。Microsoft は、AI エージェントのバースト処理やエージェント間でのメモリ共有に対応するために設計された Azure へのアップデート を展開しました。Cloudflare も Amazon と同様に、先月 次世代エージェントを駆動するためのインフラストラクチャ を導入し、エージェントに永続的な環境と即時のスケーラビリティを提供する取り組みを行いました。
企業が AI エージェントをより多く展開すればするほど、機械生成ワークロードを中心にインフラストラクチャを再設計する圧力が高まり、その結果、エージェントのコスト削減や大規模展開の容易化につながると考えられます。
0 秒 / 25 分 35 秒 音量 90%
キーボードショートカットの一覧を表示するには Shift キーを押しながら質問マークキーを押してください
00:00
25:35
25:35
*当記事内のリンクを通じて購入された場合、私たちは少額のコミッションを受け取る可能性があります。これは当社の編集の独立性には影響しません。*
レベッカ・ベランは TechCrunch のシニア記者であり、人工知能を形作るビジネス、政策、そして新興動向について報道しています。彼女の作品はまた、Forbes、Bloomberg、The Atlantic、The Daily Beast、およびその他の出版物にも掲載されています。
レベッカへの連絡や、彼女からのアウトリーチの検証は、rebecca.bellan@techcrunch.com 宛てにメールを送るか、Signal の rebeccabellan.491 で暗号化メッセージを送ることで可能です。
原文を表示
Cloud infrastructure has long been designed around humans who search, click, scroll, and stream in a steady and predictable fashion. AI agents behave differently. They can unleash a swell of activity, spinning up multiple sub-agents that query hundreds of databases, search documents, and call APIs in seconds and then disappear as quickly as they arrived.
Under that premise, Amazon is redesigning a core piece of its cloud infrastructure. On Thursday, AWS launched its next generation of OpenSearch Serverless, a fully managed search and vector database — essentially a system for storing and retrieving information at scale — that’s designed specifically for agentic workloads. AWS says the new system can instantly scale up when agents trigger tasks and scale back down to zero when idle.
The launch reflects a growing realization across the tech industry: Infrastructure originally designed for a human-driven internet doesn’t work as well in a world increasingly populated by agents.
While AI agents still represent a relatively small portion of internet activity, machine-generated traffic is already significant, and poised to grow. Cloudflare says bots accounted for 31% of overall HTTP traffic over the last six months. AI crawlers, search engines, and assistants made up roughly a quarter of all bot requests during that period.
“Non-human traffic will exceed human traffic sometime in the first half of 2027,” said Lai Yi Ohlsen, senior product manager at Cloudflare, to TechCrunch.
At Google’s I/O developer conference last week, the company said users will be able to start delegating tasksto AI systems, like researching purchases, booking travel, browsing the web, and interacting with apps. But the buck doesn’t stop at consumer-focused AI agents. Enterprises are increasingly deploying agents internally and for their customers, creating new kinds of machine-generated traffic behind the scenes.
As a result, cloud providers and infrastructure companies have been reckoning with how to adapt systems built for humans to a world of agents that are constantly and autonomously retrieving information, invoking tools, and generating machine-to-machine traffic.
That’s where AWS’s new OpenSearch Serverless comes in.
“The timing is straightforward. Agents are moving from experimentation into production, and they create traffic patterns that previous infrastructure simply wasn’t designed for,” Tia White, general manager for Amazon OpenSearch Service, told TechCrunch. “They spike without warning, they go idle without notice, and enterprise needs search that keeps up without paying for empty or idle compute.”
The key technical change with this new generation is that it decouples compute from storage, allowing compute to scale up in seconds to accommodate agent traffic bursts and to scale down to zero, so customers pay $0 when agents are idle.
“Previously, even in our prior Serverless version, you had to have at least one instance operational and running because storage and compute were coupled,” White said. “You couldn’t just automatically spin up [compute] at the rate you needed to, so you always had idle compute reserved for your workload, whether you were using it or not.”
Think of it like always paying for a parking space, even when you’re not using it. With AWS’s upgraded Serverless, it’s more like paying for a metered parking spot.
At launch, OpenSearch Serverless will integrate natively with AI development platforms like Vercel and Kiro, so developers can deploy production-ready search and vector backends for agents without managing infrastructure.
The shift is emerging across the cloud industry. Databricks and Snowflake are repositioning themselves as AI memory and retrieval systems for enterprise data. Microsoft has rolled out updates to Azure designed to handle AI agent bursts and share memory between agents. Cloudflare, in a similar vein to Amazon, last month introduced infrastructure aimed at giving agents persistent environments and instant scalability.
The more companies deploy AI agents, the more pressure there will be to redesign infrastructure around machine-generated workloads, which in turn could make agents cheaper and easier to deploy at larger scales.
0 seconds of 25 minutes, 35 secondsVolume 90%
Press shift question mark to access a list of keyboard shortcuts
00:00
25:35
25:35
*When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.*
Rebecca Bellan is a senior reporter at TechCrunch where she covers the business, policy, and emerging trends shaping artificial intelligence. Her work has also appeared in Forbes, Bloomberg, The Atlantic, The Daily Beast, and other publications.
You can contact or verify outreach from Rebecca by emailing rebecca.bellan@techcrunch.com or via encrypted message at rebeccabellan.491 on Signal.
関連記事
MosaicLeaks：研究エージェントは秘密を守れるか？（10 分読了）
TLDR AI は、プライベート文書とウェブ検索を組み合わせる深層研究エージェントのプライバシーリスク「MosaicLeaks」を指摘し、安全なクエリ構築による報酬学習で情報漏洩を大幅に削減する新手法 PA-DR を提案した。
MosaicLeaks：研究エージェントは秘密を守れるか？
Hugging Face は、AI エージェントが機密情報を漏洩するリスクを検証する「MosaicLeaks」という評価フレームワークを発表した。
Cursor Origin（1 分で読めます）
AI エディタ開発元の Cursor が「Origin」という新機能またはプロジェクトを発表しました。詳細な技術内容や具体的な変更点は本文抜粋からは読み取れません。
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み