JTP Technology Port

    技術や情報、そして人々が集まる"港"

AWS AI Practitioner(AIF)頻出のAWS AIサービスを整理する ― 特徴・使い分け・比較マトリックス | AWS AIF入門②

AIFでは「この要件に最適なAWSサービスはどれか」という問題が多く出題されますが、AIサービスは数が多く名前も似ています。本記事では社内のAIF勉強会の内容をもとに、試験頻出の8サービスの特徴を解説し、比較マトリックスで使い分けを整理します。

前回の記事はこちら

AWSのAIサービスの全体像

AWSのAI関連サービスは、大きく3つのカテゴリで捉えると理解しやすくなります。

 

  • AIサービス:学習済みモデルをAPIで呼び出すだけで使えるサービス。音声、言語、画像、文書など用途ごとに用意されています。本記事の主役です。
  • Amazon Bedrock:さまざまな基盤モデルを使って生成AIアプリケーションを構築・拡張するためのサービス
  • Amazon SageMaker AI:機械学習モデルを自ら構築・トレーニング・デプロイするためのプラットフォーム

(出典:AWS の AI サービス)

試験では「どんなデータを入力し、どんな処理をしたいか」を問題文から読み取ることが正解への近道です。

音声を扱うサービス

Amazon Transcribe(音声 → テキスト)

音声データをテキストに変換する文字起こしサービスです。コールセンターの通話記録、会議録音からの議事録作成、動画の字幕作成などに使われます。主な機能は次のとおりです(出典:Amazon Transcribe の機能)。

  • 自動言語識別:話されている言語を自動で判定
  • 話者ダイアライゼーション:最大30人の話者を識別(出典:話者の分割 - Amazon Transcribe)
  • カスタム語彙/カスタム言語モデル:専門用語や業界用語の認識精度を向上
  • 語彙フィルタリング/PII編集:不適切な語や個人情報をマスク・削除
  • ストリーミング文字起こし:ライブ音声をリアルタイムでテキスト化

 

Amazon Polly(テキスト → 音声)

テキストを自然な音声に変換する音声合成サービスで、記事の読み上げや自動音声応答(IVR)に使われます。標準・ニューラル・ロングフォーム・生成の各音声タイプがあり、日本語を含む多数の言語に対応します。SSML(音声合成マークアップ言語)で音量・速さ・高さを調整でき、レキシコンで社名や略語の読み方をカスタマイズできます(出典:Amazon Polly の機能)。

 

テキスト・文書を扱うサービス

Amazon Translate(翻訳)

ニューラル機械翻訳サービスで、75言語間の翻訳に対応しています(出典:Amazon Translate のよくある質問)。リアルタイム翻訳とバッチ翻訳を利用でき、ブランド名などの固有用語を定義するカスタマイズも可能です(出典:Amazon Translate)。

 

Amazon Textract(文書からのデータ抽出)

スキャンしたPDFや画像から、印刷文字・手書き文字だけでなく、フォームのキーと値のペアや表の構造まで自動抽出します。自然言語で「顧客名は?」と問い合わせて特定項目を取り出すクエリ機能や、請求書・領収書・身分証明書向けの専用機能もあります(出典:Amazon Textract の機能)。単純なOCRとの違いは「構造化データとして取り出せる」点です。

 

Amazon Comprehend(テキストの分析)

自然言語処理(NLP)によってテキストから有用な情報やインサイトを抽出するサービスです。勉強会では、クレジットカード会社のコールセンターでの会話分析を例に紹介しました。

  • 感情分析:文章全体の感情をポジティブ/ネガティブ/中立/混在で判定(例:「とても助かりました」→ポジティブ)
  • エンティティ認識:人名・場所・金額などの固有表現を抽出して分類
  • キーフレーズ抽出:「利用限度額を増やしたい」など重要な語句を抽出

(出典:Amazon Comprehend の機能)

試験で「テキストの感情分析」とあれば、まずAmazon Comprehendを思い浮かべましょう。なお、トピックモデリング(文書群を話題ごとに分類する機能)は2026年4月30日から新規顧客への提供を終了しています(出典:AWS Service Availability Updates)。ただし試験で問われる可能性はあるため、機能の意味は理解しておきましょう。

 

対話・検索を担うサービス

Amazon Lex(チャットボット・音声ボット)

Amazon Alexaと同じテクノロジーを利用し、音声やテキストで対話できるボットを構築するサービスです。自動音声認識(ASR)と自然言語理解(NLU)を備え、Amazon Connectと連携してコールセンターの問い合わせにも対応できます(出典:Amazon Lex)。たとえばピザ注文ボットなら、ユーザーの「注文したい」という意図(インテント)を理解し、サイズや種類などの必要情報(スロット)を会話で聞き出して注文処理につなげます。

 

Amazon Kendra(エンタープライズ検索)

機械学習を活用したエンタープライズ検索サービスです。キーワードの一致ではなく意味や文脈から関連性を判断し、PDFやWordなど社内に散在する文書から回答を見つけます(出典:Amazon Kendra)。

画像・動画を扱うサービス

Amazon Rekognition(画像・動画分析)

機械学習の経験がなくても使える画像・動画分析サービスです(出典:Amazon Rekognition)。

  • ラベル検出:写っている物体・シーン・活動を検出し、信頼度付きのラベルで返す(例:大量の画像から「ハロウィン」に関連する画像を探す)
  • 顔の検出・分析・比較:顔の位置や表情などの属性を分析し、2枚の画像の顔の類似度を判定
  • コンテンツモデレーション:露骨な表現や暴力的な内容など不適切なコンテンツを検出(例:動画投稿サービスでの自動検出)
  • その他:テキスト検出、有名人の認識、人物の動線追跡など

(出典:Amazon Rekognition とは)

 

サービス比較マトリックス

8つのサービスを、扱う入力データと処理の種類で比較します。●は、そのサービスが対応する入力データ、または該当する処理の種類を示します。

 

表1 AWS AIサービス比較マトリックス

入力データ

処理の種類

サービス

音声

テキスト

文書

画像・動画

変換

抽出

分析

対話

検索

代表的なユースケース

Amazon Transcribe

●

●

議事録・字幕作成

Amazon Polly

●

●

読み上げ・IVR

Amazon Translate

●

●

多言語対応

Amazon Textract

●

●

請求書・申込書の処理

Amazon Comprehend

●

●

●

レビュー・VOC分析

Amazon Lex

●

●

●

チャットボット

Amazon Kendra

●

●

●

社内ナレッジ検索

Amazon Rekognition

●

●

画像検索・投稿監視

試験では、分析するデータの種類と必要な処理内容を混同しないことがポイントです。たとえば「PDFから文字を抽出し、その感情を分析する」ならAmazon TextractとAmazon Comprehendの組み合わせになり、一方だけでは要件を満たしません。

名前から覚えるコツ

サービス名の英単語の意味と機能を結びつけると覚えやすくなります。勉強会で紹介した覚え方は次のとおりです。

 

表2 サービス名から機能を連想する覚え方

サービス名

名前の意味・由来

連想される機能

Amazon Transcribe

書き起こす

音声をテキストに書き起こす

Amazon Translate

翻訳する

テキストを別の言語に翻訳する

Amazon Comprehend

理解する

文章の意味や感情を理解・分析する

Amazon Rekognition

Recognition(認識する)

画像・動画の中身を認識する

Amazon Textract

Text + Extract(抽出する)

文書からテキストやデータを抽出する

Amazon Polly

英語圏でオウムによく付けられる名前

オウムのように言葉を話す(音声合成)

Amazon LexとAmazon Kendraは、名前の意味ではなく機能と合わせて覚えるとよいでしょう。

関連サービスの最新動向にも注意

AIFでは、本記事の8サービス以外に機械学習基盤のAmazon SageMaker AIも出題されます。たとえば、本番運用中のモデルのデータ品質やバイアスの変化を監視する Amazon SageMaker Model Monitor は、「運用中のモデルの公平性を監視したい」という要件の典型的な正解です。ただし、Amazon SageMaker Model Monitorや、バイアス検出・説明可能性を担う Amazon SageMaker Clarify は、現在新規顧客の受付を終了しています(出典:Amazon SageMaker Model Monitor)。実務で新規に導入する際は、公式ドキュメントで提供状況と推奨される代替手段を確認しましょう。

 

今回のまとめ

  • AWSのAIサービスは、学習済みモデルをAPIで使えるのが特長
  • 「入力データ(音声・テキスト・文書・画像)」と「処理(変換・抽出・分析・対話・検索)」で整理すると選びやすい
  • 感情分析ならAmazon Comprehend、文書抽出ならAmazon Textract、画像・動画ならAmazon Rekognitionと即答できるようにする
  • Amazon KendraやAmazon Comprehendの一部機能など、提供状況が変わったサービスは公式情報で確認する

AIの基礎とAWSサービスを一緒に学べるAIFに、ぜひ挑戦してみてください。

 


参考(出典)

 

本記事の内容は、公開時点での内容のものです。
実際に導入を検討する際は、各製品・サービスの情報は、公式サイトのドキュメント等をご参照ください。

JTP Technology Port 新着記事