内側から再構築：AWS プロフェッショナルサービスがフロンティアチームとして歩み始めた理由

[AWS Professional Services](https://aws.amazon.com/professional-services/)（AWS ProServe）は、既存のプロセスに人工知能（AI）ツールを追加するのではなく、内側から根本的に提供方法を作り直すことで、エンゲージメントの期間を数ヶ月から数日へと圧縮しました。この転換は、私の同僚であるスワミ・シバサブラマニアン氏が [How Frontier Teams Are Reinventing AI-Native Development](https://aws.amazon.com/blogs/machine-learning/how-frontier-teams-are-reinventing-ai-native-development/) で概説した内容と似ています：真の生産性向上は、既存のワークフローに AI を重ねるのではなく、ソフトウェアがどのように構築されるかを再考することから生まれます。 本稿では、AWS ProServe がフロンティアチームとなった経緯、それを可能にしたプラクティス、そして貴社のエンジニアリング組織が私たちの経験から何を学べるかについて共有します。 ## すでに実行しているパートナー フロンティアチームを構築することは、あらゆる組織で可能です。加速の支援を求めている顧客にとって、AWS ProServe は、コンサルタントが AI ネイティブな開発手法を日々の業務に既に組み込んでいるパートナーです。 AI ネイティブ開発は、従来のコンサルティングのペースでは対応できない速度で進んでいます。かつて数ヶ月を要していた作業が数日に圧縮され、そのリズムもそれに合わせて変化します：より短いループ、迅速なフィードバック、構築プロセスの中で行われる意思決定の増加です。顧客がこの速度で運営できるよう支援するには、どの意思決定が迅速に進められるべきか、どの判断に慎重な人間の評価が必要か、実行スピードを上げても品質をどう維持するかを知っているコンサルタントが必要です。その直感は、実際に作業を行うことから生まれます。 私たちのドライバーはスワミが述べた内容と一致していました：コンサルタントを、各エンゲージメントの大半を消費する非コーディング業務（ドキュメンテーション、調整、ステータス報告、反復的なスケフォールディング）から解放することです。これにより、人間の判断が実際に成果を動かすべき領域に集中できるようになりました。そこで私たちは、フロンティアチームが行うようなことを実行しました。エージェントのコンテキストへの投資を行い、エージェントが得意とする業務を中心に仕事構造を再構築し、AI を単なるアシスタントとして扱うのをやめました。代わりに、それを基盤として扱うことにしたのです。 ## 私たちの先駆者チーム：APEX スワミのブログでは、Amazon チームが AI ネイティブ開発へと進むために取った3 つの道筋が説明されています：先駆者イニシアチブ、構造化されたスプリント、そして現場での実験です。AWS ProServe は先駆者として始まりました。 Our Agentic AI ProServe Experiences team (APEX) had a single mandate: redesign how ProServe delivers. [APEX built the ProServe Delivery Agent](https://aws.amazon.com/blogs/machine-learning/accelerate-enterprise-solutions-with-agentic-ai-powered-consulting-introducing-aws-professional-service-agents/), a multi-agent system spanning requirements, architecture validation, implementation, security review, testing, and deployment. A supervisor agent orchestrates specialized sub-agents across each lifecycle phase. The Delivery Agent is how ProServe implements **AI-DLC**, the **AI-Driven Development Lifecycle**. AI-DLC was built by AWS field teams, developed and refined through hundreds of hands-on customer workshops. AI-native development is the foundation. AI-DLC is the AWS-built process for running it across a complete delivery lifecycle, for ourselves and our customers. APEX proved the model on its own production workloads. The Delivery Agent now works alongside human consultants on engagements globally, and the patterns APEX validated are becoming the default delivery motion across ProServe. This is not a pilot. It's how we deliver at scale. ## How we redesigned the delivery motion プロフェッショナルサービス（ProServe）のエンゲージメントは、従来よくあるコンサルティングのリズムに従っていました：長文による調査、ワークショップでのアーキテクチャ決定、スプリントサイクルに基づく実装、そしてフェーズ境界におけるテストとセキュリティ審査です。各引き渡しには遅延が生じ、各成果物は人間のみを対象に作成されていました。 この再設計はすべてのステップを変革しました。要件定義は文章から、人間もエージェントも読み取れる構造化された仕様へと移行し、副産物ではなく真の信頼源となりました。アーキテクチャ標準や過去のエンゲージメントからの教訓は、エージェントが継続的に参照するステアリングファイルとしてコード化されました。実装は、チケットに対して貢献者が順次作業を行うことから、コンサルタントが明確にスコープされたタスクを複数のエージェントに並列で供給する形へとシフトしました。テストとセキュリティレビューはビルドループ内に組み込まれ、エージェントが人間によるレビューが始まる前にローカルで出力を検証し、自己修正を行います。ステータス報告や調整のためのオーバーヘッドはほぼ消滅しました。 その結果生じた総括的な効果：人間の判断を優先順位付け、検証、および高リスクの意思決定に集中させることで、継続的なフローを実現することです。 ## Delivery Agent を使って Delivery Agent を構築する APEX は、顧客に提供するのと同じ AI ネイティブなプラクティスを用いて Delivery Agent を構築しています。機能リクエストがシステムに入力されると、エージェントが構造化されたチケットを生成し、コードを作成し、GitLab に統合された DevOps パイプラインを通じて自動テストを実行します。人間のレビューと承認を経て、変更がデプロイされます。 判断が必要な業務は人間が担当します：優先順位の決定、品質の検証、高リスクな意思決定の承認です。エージェントは足場作り（スキャフォールディング）を担当します。低リスクの意思決定は自律的に実行されます。人間のゲートは、判断が重要な箇所に集中配置されます。 ProServe の各デリバリーチームがエンゲージメントで Delivery Agent を採用するにつれ、そこから得られた知見をフィードバックし、プロジェクトごとにさらに洗練されていきます。これがアマゾンの構築方法です。自社の製品を実際に運用し、何が壊れるかを確認して修正します。 ## これを実現する 5 つのプラクティス Swami のブログで言及された 5 つのプラクティスが、現在 ProServe 内で AI-DLC（AI-Driven Development Lifecycle）を運営する方法を定義しています： **スピードアップするために一旦速度を落とす。** フロンティアチームは加速する前に投資を行い、エージェントの文脈を整備し、実践を標準化してから、速度が複利効果で増大するようにします。APEX はこの投資を一度行っているため、各顧客にゼロから始めさせるのではなく、その筋肉記憶（マッスルメモリー）を直接引き継いでいます。 **エージェントの文脈への集中的な投資。** スティアリングファイルやアーキテクチャ標準は、あらゆるエンゲージメントにおいて第一級の成果物です。文脈が豊かであればあるほど、エージェントはより安全に自律的な判断を下すことができます。 **エージェントを監視するのではなく、餌を与えて育てる。**ビルダーはスコープの明確なタスクのバックログを常に維持し、複数のエージェントを並列で実行して、非同期で出力を確認します。 **仕様書を真実の源として活用する。**仕様書駆動型開発がデフォルトのワークフローです。仕様書はドキュメントではありません。それはエージェントが構築する契約そのものです。 **テストを左にシフトする。**エージェントは、人間によるレビュー対象となる出力が出る前に、ローカルで検証し自己修正を行います。 ## 顧客環境における AI ネイティブなデリバリー 顧客とのエンゲージメントにおいて、Delivery Agent は人間のコンサルタントと共に動作します。両者は協力して、顧客が選定したビジネス成果に対して、計画からデプロイに至るまでのライフサイクル全体を遂行します。支配的な原則は以下の通りです：人間が意図を提供し、AI が生成し、人間が検証する。 顧客は基盤モデルの選択権を保持しており、自社のデータやツールを用いてシステムを拡張することも可能です。 ## 先駆けて取り組むことで得た教訓 キャリブレーション（調整）は必須ですが、ゼロから始める必要はありません。チームには、エージェントが得意とする領域への信頼を築き、複雑な作業を検証可能なタスクに分解し、AI が消費しやすい形式でアーティファクトを再構築するための時間が必要です。私たちはその筋肉記憶（マッスルメモリー）をエンゲージメント中に直接伝達することで、学習曲線を短縮します。 ワークフローが不変の要素です。ツールはそれを可能にする手段に過ぎません。Kiro、Amazon Bedrock AgentCore、Strands を使用していますが、生産性向上をもたらすのはスタックそのものではありません。ツールは、ワークフローをそれらを中心に再設計された場合にのみ、相乗効果を生み出します。 成果に合わせること。従来のコンサルティングは時間と材料に対して課金するため、期間を重視するインセンティブが生じていました。私たちは、生産環境にデプロイされたビジネス成果に紐付いた固定価格のエンゲージメントへと移行しました。商業モデルが顧客のニーズと整合すれば、他のすべてが自然に追従します。 ## 実際の成果 「Amazon Application Recovery Controller（ARC）の新規リージョン切り替え機能を採用し、マルチリージョンのレジリエンスアプローチを合理化しました。リージョン切り替えは、カスタムフェイルオーバーオーケストレーションに代わり、宣言型プランを導入することで、当社のサービス間でスケーリング、データベースの切り替え、DNSルーティングを並行して調整します。AWS Professional Services Delivery Agent である Kiro は、数週間にわたるバックログ作成を数時間に圧縮し、コードデリバリーを 60% 加速させ、すべての成果物に一貫した品質を強制しました。当社のリージョン切り替えテストはスケジュール通りに実行され、セカンダリリージョンでの運用も可能となりました。これにより、このアプローチが顧客に提供する速度と信頼性に対して、さらに大きな確信を得ることができました。」Matt McKeever 氏、LexisNexis Legal & Professional の CTO（インフラストラクチャ＆オペレーション）。 ## 始め方 **ハンズオンワークショップ**: AWS Solutions Architects が AI-DLC ワークショップを開催し、お客様の独自のスタックに対してネイティブな AI 開発を実演する、2〜5 日間のエンゲージメントを提供します。すでに数百社の顧客が参加しています。 **本番環境での導入**: ビジネスユースケースを本番環境へ移行する準備ができたら、AWS ProServe がその旅に加わります。当社のコンサルタントとデリバリーエージェントが貴チームに組み込まれ、組織の能力を構築・維持・拡張しながら、本番環境での成果を実現します。最終的には、本番環境で動作するシステムが稼働し、それを推進するための社内チャンピオンが育成されます。 「当社のソリューションアーキテクトは、この変革の最前線で活動しており、AI-DLC ワークショップにおいて顧客と直接手を携え、ソフトウェア構築の方法を再考しています。一度チームが AI ネイティブな開発を実体験すると、元には戻りたがりません。AWS Professional Services はその勢いを捉え、大規模に運用可能なものへと具体化します」—— Shaown Nandi 氏、AWS テクノロジー担当バイスプレジデント。 多くの組織で、実現を待っている成果があり、異なるアプローチで作業できるエンジニアリングチームが用意されています。必要な道はさらなる実験ではありません。すでに自社の本番ワークロードにおいてこのアプローチの実効性を証明したチームによる、確固たる実行です。 より早く本番環境での成果を実現するために、AWS アカウントチームへお問い合わせいただくか、[AWS Professional Services のウェブページ](https://aws.amazon.com/professional-services/) をご覧ください。 ## 著者について ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2025/07/15/francessca-vazquez.jpg) ## Francessca Vasquez Francessca は、Amazon Web Services (AWS) のプロフェッショナルサービスおよびエージェント型 AI 担当バイスプレジデントです。彼女は AWS のグローバルコンサルティングサービスを統括し、世界中の公共部門、商用部門、パートナービジネスにおける顧客エンゲージメントを監督しています。

内側から再構築：AWS プロフェッショナルサービスがフロンティアチームとして歩み始めた理由

背景や根拠まで確認しますか？

調べる

選ぶ

サイト