【参加レポート】AWS Summit Japan 2026 セッションまとめ 〜AIエージェントからPlatform Engineeringまで〜

目次

はじめに

2026年6月25日～26日 | 幕張メッセで開催されたAWS Summit Japan 2026に参加してきました！ 今年のテーマは、何と言っても「AI（とくにAIエージェントとPhysical AI）」、そして「インフラ運用の進化（Platform Engineering / k8s）」に大きな熱量を感じました。

参加した主なセッションの要点と、そこから得られた学びを端的にまとめました。雰囲気が少しでも伝われば幸いです！

画像をホバー/タップすると拡大表示されます

【基調講演】AIエージェントとPhysical AIが切り拓く未来

AWSのAI戦略とインフラの進化、そして「ルネサンス・デベロッパー」への期待が語られた熱いセッションでした。

• 専用チップの進化: GravitonやTrainiumなど、生成AIのワークロードを支える圧倒的な計算リソースへの投資。

• Amazon Bedrockの進化: 次世代推論エンジン「Mantle」により推論エンジンを再設計。Anthropic社との強力なパートナーシップも強調されていました。

• Physical AIへの展開: ファナック社の事例に代表される、AIとロボティクス（物理世界）の融合。AIが自ら考えて動く時代がすぐそこまで来ています。

• AI駆動開発 (AIDLC): サイバーエージェント社の「2028年開発プロセス完全自動化」に向けた取り組みが衝撃的。AIは単なる補助ツールから、自律的に動く「エージェント」へと進化しています。

所感: AIの進化スピードに圧倒されるだけでなく、それをどうビジネスプロセスや物理世界に実装していくか、具体的なフェーズに入ったことを強烈に実感しました。

スタートアップにAmazon EKSは早すぎる？マルチプロダクト戦略を加速するPlatform Engineering

急成長スタートアップにおけるインフラ戦略のリアルな事例です。

• 導入の背景: エンジニア50名規模・マルチプロダクト化に伴い、SREへの運用依頼がボトルネック（人海戦術の限界）に。

• 解決策:「開発チームが自立して開発を進められる体制」を目指し、Platform Engineeringを推進。その基盤としてEKSを採用。

• 具体的な仕組み: EKS（シングルクラスター/マルチアカウント構成）、Helmでのテンプレート管理、ACK + kroによるAWSリソースの管理を実施。

• 成果: 1年間で約20サービスが稼働。SREに頼らず開発者がセルフサービスでインフラを構築できる文化が醸成されました。

所感:「今の規模ではEKSが早いのでは？」という問いに対し、「数年後の事業にヒットするかどうかを判断基準にすべきだ」という言葉が非常に刺さりました。

AWSにおけるKubernetesの未来

Amazon EKSの最新アップデートと今後の展望についてのセッションです。

• EKSの進化: コントロールプレーンの提供にとどまらず、Karpenterやオブザーバビリティの強化など、より運用しやすい環境へ。

• 注目の新機能: プレビュー中のフルマネージド型MCP（クラスター運用の自動化）、Amazon Q Developerの統合によるトラブルシューティング支援。

• Auto Mode: Fargateよりも柔軟に利用できるフルマネージドなデータプレーン。

• 目指す世界: 将来的にはクラスターの管理を意識せず、PodのYAMLをデプロイするだけでEKSが勝手に判断してくれる世界線を目指しているとのこと。

ゲームチャットを支える技術

ゲームチャット機能を支えるバックエンドのアーキテクチャ解説です。

• システム構成: 接続台数増加を考慮し、P2PではなくSFU (WebRTC) を採用。Fargate、API Gateway、DynamoDB等を活用。

• マルチリージョン運用: インフラコストと運用複雑性を抑えるため、DBマスターの分散配置を回避するなどの工夫。

• DynamoDBの設計: ユースケース主導で、可能な限りキー取得でデータを引けるような、コスト効率を意識したデータモデル設計が鍵。

所感: 大規模かつリアルタイム性が求められるゲームインフラにおいて、AWSの各サービスをどう適材適所で組み合わせるか、非常に実践的な内容でした。

Amazon EC2がセキュアな理由を専用チップの設計から徹底解説

インフラエンジニア必見の、AWS Nitro Systemのディープな解説。

• Nitro Systemとは: ネットワークやストレージ、管理機能などをホストCPUから専用のNitro Cardにオフロードするアーキテクチャ。

• メリット: ホストハードウェアにある実質的にすべてのコンピューティングリソースとメモリリソースをユーザーに提供しつつ、セキュリティ考慮範囲を分離・縮小。

• コンフィデンシャルコンピューティング: AWS Nitro Enclavesなどを利用し、クラウドプロバイダー（AWS自身）からもお客様のデータを保護する堅牢な仕組み。

Amazon ECS Managed InstancesとAWS Fargateの仕組みと違い

コンテナー実行環境の選択肢についての解説セッション。

• ECS Managed Instancesの立ち位置: Fargateの手軽さと、EC2の柔軟性（特権コンテナーの利用など）の「いいとこ取り」を狙った機能。

• 運用の自動化: EC2 Fleetを介してAWSがインスタンスを管理。アイドル状態のインスタンス削除やAZバランスの自動調整など、コストと運用の最適化をしてくれます。

画像をホバー/タップすると拡大表示されます

エンタープライズAIの最適解

AIを実際の業務プロセスに組み込むための実践的なアプローチ。

• 課題: 多くの企業がAIを導入してもPoCを抜け出せず、価値を生み出せていない（90%がPoC止まり）。

• Agentic Workflow: ビジネスコンテキストを持ったAIエージェントが、安全に社内システムと連携してタスクを完了させる仕組みの重要性。

おわりに

今年のセッションを通じて共通して感じたのは、「高度な技術（AIやk8sなど）を、いかに開発者やユーザーが『意識せずに』使えるようにするか」というプラットフォームの進化です。

AIエージェントによる自動化やPhysical AIなどトレンドが移り変わっていく中で、自分たちも「ルネサンス・デベロッパー」として、AIを使いこなしながら新しい価値を生み出していきたいです！

画像をホバー/タップすると拡大表示されます