2026年4月第1週のAWS生成AI関連ニュースをまとめました。Anthropic Claude Mythosのゲート型プレビュー、AWS Security/DevOps AgentのGA、そしてエージェント管理を革新するAWS Agent Registryまで、AIエージェント時代の到来を告げる重要な発表が続きました。国内では大豊建設と丸紅グループの先進的なAI活用事例も紹介します。

Claude Mythos Preview — 攻撃前の防御を可能にするセキュリティAI

Anthropicが送り出す最新フロンティアモデル Claude Mythos が、Amazon Bedrock経由でゲート型研究プレビュー（Gated Research Preview）として公開されました。現時点では招待制の許可リスト形式で、利用可能リージョンは US East（バージニア北部） のみと限定的ですが、その能力は従来モデルを大きく上回ります。

Claude Mythosが特に際立つのは、サイバーセキュリティ・ソフトウェアコーディング・複雑な推論という3領域です。洗練されたセキュリティ脆弱性を特定するだけでなく、その悪用可能性を実証する能力を持ち、大規模コードベースを少ない手動ガイダンスで深く理解できます。

注目すべきは Project Glasswing です。Anthropicが防御的サイバーセキュリティワークフロー向けに進める研究プレビュープロジェクトで、インターネットを支えるオープンソースソフトウェアのメンテナーや主要企業を優先対象として、すでに数週間のうちに主要OSすべて・主要Webブラウザすべてにおいて数千件のゼロデイ脆弱性を発見しています。

従来のセキュリティ対応は「侵害された後に対処する」というリアクティブなアプローチが主流でした。Claude Mythosは「脅威が現れる前に重要ソフトウェアの脆弱性を発見・修正する」というプロアクティブな防御パラダイムを実現します。セキュリティチームにとって、これは攻撃者より常に一手先を行くための強力な武器となるでしょう。

AWS Security Agent と AWS DevOps Agent が一般提供開始

2026年3月31日、AWSは AWS Security Agent と AWS DevOps Agent の一般提供（GA）を発表しました。AWSはこれらを「フロンティアエージェント」と位置づけており、その定義は3点に集約されます。

• 人間の監視なしで自律的に実行できる
• 複数タスクを同時並行で処理できる
• 24時間365日稼働できる

AWS DevOps Agent はインシデント解決・予防的対応・アプリケーションの信頼性最適化を担い、AWS・マルチクラウド・オンプレミス環境を横断してオンデマンドSREタスクを処理します。プレビュー期間中の顧客レポートでは、MTTR（平均復旧時間）を最大75%削減、調査時間80%短縮、根本原因特定精度94%、インシデント解決を3〜5倍高速化という目を見張る数値が報告されています。

価格については2026年4月10日から課金が開始されましたが、AWSサポートカスタマーには月次クレジットが付与されます。Unified Operationsは100%、Enterprise Supportは75%、Business Support以上は30%のクレジットが適用され、既存のサポートプランを持つ企業にとっては比較的導入しやすい設計になっています。

AWS Security Agent は継続的かつコンテキスト認識型のペネトレーションテストを開発ライフサイクルに統合します。最大の価値は、従来数週間かかっていたペネトレーションテストを数時間に短縮できる点です。セキュリティを開発の後付けではなく、CI/CDパイプラインに組み込まれた常時稼働のプロセスとして扱うことができるようになります。

AWS Agent Registry — エージェント乱立時代のガバナンス基盤

エージェントの数が増えるほど、「どのエージェントが何をしているか」を把握することは難しくなります。Amazon Bedrock AgentCoreを通じてプレビュー提供が始まった AWS Agent Registry は、まさにこの課題に正面から向き合うサービスです。

Agent Registryはエージェント・ツール・スキル・MCPサーバー・カスタムリソースの中央カタログかつ発見レイヤーとして機能し、組織内のAIランドスケープに完全な可視性をもたらします。解決する課題は大きく3つです。

• 可視性：組織全体にどのエージェントが存在するかを把握する
• 制御：誰が公開でき、何が組織全体で発見可能になるかのガバナンスを担保する
• 再利用：既存の機能を重複して作り直すことを防ぐ

アクセス方法はAgentCore Console UI・API（AWS CLIおよびAWS SDK）・MCPサーバーの3種類が用意されており、IDEから直接クエリ・実行することも可能です。登録は手動だけでなく、URLベースの自動検出にも対応しており、MCPサーバーやエージェントエンドポイントからメタデータを自動取得できます。

プレビュー段階での利用可能リージョンには、東京（アジアパシフィック・東京）が含まれており、日本企業も早期から検証を始められます。エージェントが「孤立したツール」から「管理された組織資産」へと昇華する転換点を、このサービスは象徴しています。

Amazon Bedrock IAMコスト配分で実現するAI活用の透明性

2026年4月9日、AWSはAmazon BedrockにおけるIAMプリンシパル単位のコスト配分サポートを発表しました。IAMユーザーおよびIAMロールごとのBedrockモデル推論コストを、AWS Cost and Usage Report 2.0（CUR 2.0） とCost Explorerで確認できるようになります。

この機能の最大の価値は、AIコストの「誰が使ったか」を明確にできる点です。チーム・プロジェクト・アプリケーション単位でのチャージバックが現実的になり、AI活用のガバナンスが格段に強化されます。

設定方法はシンプルです。まずIAMユーザーとロールにチーム・プロジェクト・コストセンターなどのタグを付与し、Billing and Cost Managementコンソールでコスト配分タグとして有効化します。次にCUR 2.0データエクスポートを作成する際に「Include caller identity (IAM principal) allocation data」を選択するだけで、タグによるフィルタリングや明細レベルの分析が可能になります。

本機能はAmazon Bedrockが利用可能なすべてのAWSコマーシャルリージョンで提供されます。生成AI活用が拡大するにつれ「どのチームがどれだけ使っているか分からない」という声は多く聞かれます。コストの透明性はAI活用を加速させる触媒になるはずです。

国内事例に見るAI民主化の実践 — 大豊建設と丸紅グループ

最新技術の発表が続く中、国内企業における生成AI活用の現場も着実に進化しています。建設業と総合商社という異なる業種から、示唆に富む2つの事例を紹介します。

大豊建設 は2023年末から生成AI活用を本格検討し、Amazon Bedrockを中心としたAWSサービスで「大豊AI」を構築しました。社内規程・外部法令サイト・建築部門配信資料など多様な情報源を統合する社内文書検索システムです。当初から社内データ活用への期待は高かったものの、従来の検索システムはラベリング等の運用負荷が高く、広く普及していませんでした。

2025年12月の改善では、AI初心者でも使いやすいよう、管理者が一般的なユースケース別にプロンプトを事前設定し、ユーザーは選択するだけで利用できる機能を追加。この機能は利用回数の上位にランクインし、プロンプト設計の障壁を取り除くことが普及の鍵であることを実証しました。

丸紅グループ はより大規模なAI民主化を追求しています。各事業部門が主導してAIを活用し、ビジネスの特性や課題に合わせたソリューションを自ら開発するというビジョンのもと、AWS上に構築した丸紅チャットボットの登録ユーザーはすでに7,500人以上に達しています。GPT-3.5・GPT-4・Google PaLM2・Anthropic Claude 2の4種類のLLMを使い分けられる設計で、役員から一般社員・グループ会社スタッフまで幅広く利用されています。

デジタルイノベーション部門を中心に、AIを使いながら従業員がその特性を理解していく「AIファースト企業文化」の醸成を目指しており、経営意思決定の強化を目的とするレベル4イニシアティブも推進中です。

Ragateの考察 — 自律性とガバナンスの両立がもたらす未来

今週の一連の発表を俯瞰すると、生成AI活用の進化における重要なテーマが浮かび上がります。それは「自律性」と「ガバナンス」の同時追求です。

AWS DevOps AgentとSecurity Agentが体現する「フロンティアエージェント」は、人間の監視なしに自律稼働する能力を持ちます。一方でAgent Registryはそうしたエージェントを組織として把握・制御するための基盤を提供します。そしてIAMコスト配分は、誰が何にAIを使っているかの財務的透明性を確保します。

この3つは独立した機能ではなく、「AIエージェントを組織の中で安全かつ効果的に活用するためのエコシステム」 を形成しています。自律性を高めれば高めるほど、ガバナンスの仕組みが不可欠になる——この構造的な対応こそ、AWSが描くエンタープライズAIの姿です。

国内事例からも同様のパターンが見て取れます。大豊建設がプロンプトの事前設定によってAI利用の障壁を下げたことも、丸紅グループがデジタルイノベーション部門を中心に組織横断でAI活用を推進していることも、「AIをより多くの人が使える状態にしながら、適切な管理を維持する」という課題への実践的な答えです。

Claude Mythosが示す「攻撃前に脆弱性を発見する」というアプローチは、AIガバナンスにも通じます。問題が顕在化してから対処するのではなく、構造として問題が起きにくい設計をする——そのための道具が、この1週間で大きく揃いました。生成AIを単なるツールではなく、組織の戦略的な資産として運用する時代 が、確実に近づいています。