2025年の前提：何が変わったのか
ここ1〜2年で、可視化データと意思決定ツールが大きく前進しました。まず押さえるべき変化をまとめます。リンク先はいずれも一次情報です。
- 推奨を組織横断で一元管理できる「Cost Optimization Hub」が提供され、重複排除済みの推定削減額まで含めて優先順位付けが可能（製品発表はWhat’s Newも参照ください）
- 従来CURの課題を解いた固定スキーマの「Data Exports（CUR 2.0）」で、列選択・行フィルタをSQLで定義しS3配送可能
- コンテナ配賦の難所に対し「Split Cost Allocation Data for Amazon EKS」が登場し、Pod単位でのコスト可視化とチャージバックが可能に。ユーザーガイドはEKS公式ドキュメントを参照
- 購入シナリオをシミュレーションできる「Savings Plans Purchase Analyzer」により、コミット金額やルックバック期間を変えた複数案をその場で比較可能。解説は公式ブログが分かりやすい
- 「AWS Cost Anomaly Detection」は2025年7月にモデル改善が入り、季節性や変動を織り込んだ検知精度が向上
- 競争政策の流れを受け、クラウド退出時のDTO（データ転送アウト）料金が免除、詳細は日本語ブログや英語版を参照
引用：AWS からの移行時におけるインターネットへの無料データ転送
「3月5日より、AWS 外への移行を希望する場合のDTO料金が免除されます」
アーキテクチャとしてのコスト運用：見える化→制御→最適化
コスト削減の単発施策は長続きしません。運用として回すには、標準化データを起点に、検知・制御・リザーブドプラン等を組み合わせたループを作ります。
見える化：データを標準化し、KPIを共通言語にする
はじめに「Data Exports（CUR 2.0）」で固定スキーマのコスト・使用状況データをS3へ定期出力し、AthenaとQuickSightで分析基盤を用意します。
EKSを利用している場合は「Split Cost Allocation Data」を有効化し、名前空間・ワークロード単位の可視化により、曖昧な共通基盤費を削減します。さらに「Cost Optimization Hubの推奨をData Exportsでエクスポート」して、最適化の未実施額を同じ基盤で追跡できるようにします
制御：逸脱を検知してすぐに打ち手へつなげる
異常検知はタグやコストカテゴリ単位でモニタを分け、移動平均や季節性を踏まえた検知に切り替えます。モデル改善が入った「Cost Anomaly Detection」を活用し、偽陽性を減らして運用アラートと統合します。
社内配賦が必要な場合は「AWS Billing Conductor」で部門別のショーバックやレート設計を制度化します。概要はユーザーガイドも参考になります。
最適化：機械的に回る打ち手を積み上げる
Savings Plansは「Purchase Analyzer」でカバレッジを段階的に引き上げつつ、「Cost Optimization Hub」と「Compute Optimizer」の推奨を統合して実行します。
インフラの王道打ち手は「Graviton移行」「EBSのgp3化」「スナップショットのアーカイブ階層」です
主要プロダクト／機能の実装ポイント
Savings Plans：種類の違いと設計の勘所
表 Savings Plansのタイプ別比較（要点）
Computeは柔軟性、EC2 Instanceは割引率、SageMakerはMLワークロード特化という棲み分けを整理した表です。割引率はAWS Black Belt 2025資料（PDF）を参照しています
タイプ | 主な対象 | 最大割引 | 柔軟性の特徴 |
|---|---|---|---|
Compute Savings Plans | EC2 / Fargate / Lambda | 最大66% | ファミリー・サイズ・OS・テナンシー・リージョンをまたいで自動適用 |
EC2 Instance Savings Plans | 指定リージョンの特定インスタンスファミリー | 最大72% | ファミリーとリージョン固定、代わりに割引率が高い |
SageMaker Savings Plans | SageMaker各種インスタンス | 最大64% | 学習・推論のSageMakerに自動適用 |
設計の勘所は「段階導入」と「購買後のモニタリング」です。初年度はカバレッジ60%前後から入り、四半期ごとに「Purchase Analyzer」でコミット最適化を回します。
カバレッジと使用率は「使い切れているか／過不足か」を測るKPIで、「Data Exports」やCost Explorerで追跡可能です。
コンピュート最適化：GravitonとCompute Optimizer
「AWS Graviton」は幅広いワークロードで最大40%の価格性能向上が見込めます。RDSではGraviton4の提供拡大とともに、Graviton3比で最大29%の価格性能改善という検証結果がデータベース公式ブログで公開されています。
移行の目利きには「Compute OptimizerのGraviton推奨」を使い、CPUアーキテクチャの選好で“Graviton”を指定して比較します。
ストレージ最適化：EBS gp3化とSnapshot Archive
EBSはまず「gp2→gp3」へ。容量単価が概ね低く、IOPS/スループットを容量と独立に調整できます。オンラインでのタイプ変更は「Elastic Volumes」で対応可能です。
長期保管スナップショットは「Archive」に移し、保管単価は価格ドキュメントの通りGB月$0.0125です。
コンテナ費の見える化：EKS Split Cost Allocation Data
EKS利用時は「Split Cost Allocation Data」を有効化し、Pod・名前空間・ワークロード単位でのコスト分解を起点にチャージバックを進めます。仕組みの詳細はデータエクスポートの解説が参考になります。
データ基盤：Data Exports（CUR 2.0）とAthena/QuickSight
CUR 2.0は固定スキーマとネスト列を備え、列選択をSQLで指定できるため、安定した取り込みが可能です。実装は「Data Exportsの作成手順」に沿って進め、分析は「CUR×Athenaのガイド」や公式ブログの手順を参照してください。
Cost Optimization Hubの推奨もエクスポート可能で、未実施の節約見込み額をダッシュボードに重ねられます。
ショーバック／チャージバック：AWS Billing Conductor
部門別の原価管理やレート設計が必要であれば、「AWS Billing Conductor」でOrganizations配下の配賦を制度化します。機能の全体像はユーザーガイドがまとまっています。
ユースケース別の実装シナリオ
スタートアップ（N-4〜N期）：スピード最優先だが、土台は最初に
最小構成は「Data Exports＋Athena＋QuickSight」でKPIの共通言語を作り、Compute Savings Plansは1年・前払い少で60%カバレッジから入ります。Gravitonは開発環境から段階移行し、EBSは原則gp3、EKSは初期からSplit Cost Allocation Dataを有効化します。推奨の棚卸しはCost Optimization Hubで隔週レビューに乗せます。
エンタープライズ：マルチアカウントと配賦
Organizations配下で「Billing Conductor」を導入し、ショーバックのルールを制度化します。Savings PlansはPurchase Analyzerで年度初のコミットと四半期見直しをモデル化し、グループ間の過不足を抑えます。
異常検知はCost Anomaly Detectionをコストカテゴリ単位で運用アラートに統合します。
バッチ／生成AI前処理：スパイク前提のコスト制御
FargateやSpotの活用を前提に、Compute Savings Plansで平時のベース負荷だけを押さえ、スパイクはオンデマンド＋Spotでさばきます。中間成果物はS3のライフサイクルで自動階層化し、EBSはテンポラリをgp3へ寄せます。
RDSやAuroraはGraviton4対応の拡大が続いており、What’s Newで最新のリージョンカバレッジを確認します。
実装KPIとダッシュボード設計
KPIは意思決定に直結する指標に絞ります。抽出は「Data Exports」で、可視化はQuickSight、深掘りはAthenaが扱いやすいです。
Cost Optimization Hubの推奨も同じビューに重ね、未実施額を背面に置くと合意形成が早まります。
表 コストKPIの最小セットと運用のポイント
レビュー粒度と責任部署を紐づけ、定例会のアジェンダに載せやすい形にします
KPI | 定義 | 推奨レビュー粒度 | 所管 |
|---|---|---|---|
SPカバレッジ | 対象使用量のうちSPでカバーされた割合 | 月次 | FinOps/財務 |
SP使用率 | コミット金額に対する消化割合 | 週次 | FinOps/プラットフォーム |
Graviton移行率 | 対象ワークロードでのGraviton比率 | 月次 | プラットフォーム |
EBS gp3化率 | EBSボリュームのgp3比率 | 月次 | SRE/Infra |
未割当コスト比率 | Cost Categories/タグ未割当の比率 | 週次 | 各部門 |
EKS Pod単価 | サービス単位の月次Podコスト | 週次 | アプリ/各チーム |
現場で効くTips（誤解されがちな要点を整理）
以下は実装時につまずきがちな論点の要点です。詳細はリンクを参照してください。
- 「gp3化」は初手である。容量単価が低く、同等性能なら概ね安価である。タイプ変更はElastic Volumesでオンライン実行が可能である
- スナップショットは長期保管ならArchiveに移すと安価である。保管単価は価格ドキュメントを確認すること
- Graviton移行はCompute Optimizerの推奨で当たりをつけ、公式ベンチ記事で裏取りすること
- Savings Plansの購買はPurchase Analyzerで段階投入すること。初年度のフルコミットは避けること
- コンテナ費用はSplit Cost Allocation Dataを起点にダッシュボード化し、チャージバックの合意形成に使うこと
まとめ：コストを「後追い」から「設計要件」に戻す
本記事で扱ったアップデート群は、節約テクニックではなく運用品質を底上げする仕組みです。
実装順の提案は、以下の流れが扱いやすいと考えます。
- 「Data Exports」でデータ基盤
- 「Cost Optimization Hub」＋「Compute Optimizer」で打ち手の棚卸し
- 「Purchase Analyzer」でSPを段階導入
- 「Split Cost Allocation Data」で配賦精度向上
- 「Cost Anomaly Detection」で逸脱検知
※ 本記事は2025年8月16日時点の公式ドキュメントとブログに基づいています
