1. プロダクトマーケティング
エバンジェリスト
亀田 治伸
アマゾン ウェブ サービス ジャパン

2. Innovation
イノベーション

3. お客様体験にこだわった数々の挑戦とイノベーション
Amazon Prime Air

4. お客様体験にこだわった数々の挑戦とイノベーション
Amazon Robotics

5. 挑戦と失敗と成功

6. 多くの挑戦を可能とするITプラットフォーム
Amazon Web Services

7. メカニズム
Mechanism

8. “物事をよくしたいという意思が、
常に物事を改善させるとは限りません。
何かを成し遂げるには、
仕組み（メカニズム）が必要です。”
- Jeff Bezos, February 1, 2008
- Localized by Amazon Web Services Japan

9. 自動化を実現させる一連のプロセス
インプットを連続的にアウトプットへ変換
メカニズムとは？
べき等性 スピード 付加価値

10. 射出成形「見える化」
メーカー10社超が協力、ＩｏＴでライン管理
日刊工業新聞
（2018/10/30）

12. 徹夜でデータ分析 スクリプトによる自動分析

13. 出典：国立社会保障・人口問題研究所「将来推計人口」(平成24年1月推計)出生中位(死亡中位)を基に作成
http://www.ipss.go.jp/syoushika/tohkei/newest04/sh2401smm.html

14. Infrastructure as Code

15. Infrastructure as Code
リソースはAPI経由でプロビジョニング
定義ファイルによる、効率化と自動化
エラーやセキュリテイ違反の除去
https://ja.wikipedia.org/wiki/Infrastructure_as_Code

16. Infrastructure as Code
リソースはAPI経由でプロビジョニング
定義ファイルによる、効率化と自動化
エラーやセキュリテイ違反の除去
https://ja.wikipedia.org/wiki/Infrastructure_as_Code
Cloud Computing
大規模化、共有リソースプールによる効率化
データセンター、ネットワーク、ハードウェアの抽象化
多くのマネージドサービス

17. 125を超えるサービス – Building Block

18. SoR (System of Record)
企業内部でデータを厳格に運用
SoE (System of Engagement)
顧客主体で新しいコンセプトの提唱

19. セキュリティ
コンプライアンス
（データの安全性）

20. クラウドのセキュリティ
Security by Design

21. Infrastructure as Code
Dev Ops
Microservice

22. Monolithic Architecture
22

23. Monolithic Deploy Model
開発者
releasetestbuild
デリバリパイプラインアプリ

24. 開発者 デリバリパイプラインサービス
releasetestbuild
releasetestbuild
releasetestbuild
releasetestbuild
releasetestbuild
releasetestbuild
Microservices Deploy Model

25. 開発者 デリバリパイプラインサービス
releasetestbuild
releasetestbuild
releasetestbuild
releasetestbuild
releasetestbuild
releasetestbuild
Microservices Deploy Model + IaC

26. LB WEB App
Application v1
共有
データソース
WEB App
Application v2
Blue / Green powered by IaS and Cloud
DNS

27. Dev Ops

28. AWS
Config

29. AWS
Config
起動可能なOSの指定
ストレージ暗号
通信経路の制限
SSHの禁止
バックアップの自動化
ログ取得
管理者パスワードルール

30. AWS
CloudFormation

31. Identity & Access
Management
CloudTrail
CloudWatch
Config Rules
Trusted Advisor
Cloud HSMKey Management
Service
Directory Service
Security by Design (SbD)
Inspectorセキュリティ
コンプライアンス
ガバナンスの自動化

32. 機械学習
Machine Learning

33. 機械学習の活用例
リコメンデーション
言語認識＆変換
画像認識
データ解析

34. 機械学習(Machine Learning)とは
ルールベースの従来のプログラミング方式と異なり
大量のデータからパターンや洞察を導き出す
アルゴリズム
データの
理解
可視化
隠れた
パターンの
発見
解決法を
一般化
解決法の
適用
予測

35. 学習
サービスデータ
組み込み
効果測定
仮説

36. 学習
サービスデータ
組み込み
効果測定
仮説

37. Amazon Web Services
Cloud Computing

38. Amazon SageMaker
データサイエンティストや開発者が，容易に機械学習モデルを
構築・学習・活用するためのマネージドサービス
主要ライブラリ
インストール済み
Jupyter notebook
開発
学習用インスタンス
によるジョブの同時
実行・分散学習
学習 推論
オートスケールに対
応したエンドポイン
トを容易に作成可能

39. 現在サポートされているフレームワーク
KERAS

40. re:Invent 2018
@Las Vegas
Nov.25 – Nov.30

41. IoT
Serverless
Machine Learning
Voice UI
Container Orchestration
DataLake

42. Bio Analytics
Self Repair System
Holographic Display
Quantum computing & Encryption

43. 求められる手法
メカニズム
Mechanism