re:Invent 2025の3本柱
AWS（米国）は2025年12月のre:Invent 2025で、製造業・自動車業界に関係する発表をいくつか行いました。AWSの業界ブログ（2025年12月18日）の整理をもとに、3つの層に分けると次のようになります。
| 層 | 発表 | 内容 | 製造業での意味 |
|---|---|---|---|
| 基盤（主権） | AWS AI Factories | 顧客自身のデータセンターで専用のAI基盤を動かす | 設計データや規制対象データをクラウドに出さずにAIを使う |
| モデル（独自化） | Amazon Nova Forge | 独自データで基盤モデルを事前学習段階から訓練できる | 過去の設計・故障モード・レビュー記録で自社モデルを作る |
| 統制（エージェント） | Bedrock AgentCore Policy・Evaluations | ツールへのアクセス制御、不正な操作のブロック、品質の継続監視 | エージェントがMES・ERPに触れるときの権限と監視 |
基調講演でNova Forgeの例として挙げられたのは、ハードウェアメーカーが過去の設計、故障モード、設計レビューの記録でモデルを学習するケースでした。製造業の技術ナレッジを汎用モデルに後から足す（RAGやファインチューニング）のではなく、最初から自社データを混ぜて学習させるという選択肢を示したものです。
工場向けの要点：Strandsでエッジにエージェントを置く
工場の視点で特に重要なのは、エージェントの実行場所です。米調査会社ARC Advisory Groupは、AWSのオープンソースのエージェント開発キット「Strands Agents」について、ロボットやカメラなどのエッジ機器上でエージェントを動かし、必要なときだけクラウドに接続できる点が産業向けの要点だと解説しています（2026年1月）。
工場では、ネットワークの遅延や切断、OTネットワークからクラウドへの通信制限があります。エージェントがクラウドにしか置けないなら、ライン近くの判断には使えません。エッジで動き、必要時にだけクラウドの大きなモデルを呼ぶ構成は、工場の制約に合わせた設計です。
AgentCoreのPolicy（ツールアクセス制御）とEvaluations（品質の継続監視）は、エージェントがどのシステムのどの操作を呼べるかを制限し、出力の品質を監視する仕組みです。工場のエージェントにMESやERPの操作を任せる場合、この種の統制は必須になります（AIエージェントにMES・ERPを操作させる権限設計）。
既存の製造業向け構成との関係
AWSは以前から、設備データの収集とモデル化のためのAWS IoT SiteWiseを製造業向けに提供しています。Hannover Messe 2024では、Amazon BedrockとIoT SiteWiseを組み合わせ、マニュアル・作業標準（SOP）・リアルタイムのIoTデータから保全員を支援する生成AIアシスタントをデモしました（AWS IoT SiteWiseとは）。
re:Invent 2025の発表は、この構成の上に、主権・独自モデル・統制の層を加えたものと位置づけられます。同イベントでは、Amazon Nova Proによる「学習なし」での外観欠陥検出のデモ（3Dプリントのポーカーチップ）も披露されました。
公開されている事例には次のものがあります。
Cox Automotiveの事例は自動車のフリート管理で、工場の生産現場の事例ではありません。Wiwynnの事例は、AWS Outposts（顧客拠点に置くAWSの機器）で製造自動化とWMSを展開し、量産を予定より10か月早めたとされるものです。いずれもAWSまたは業界誌が紹介した数字で、第三者検証は示されていません。
日本の工場が使うときの判断材料
- 主権の要件があるか：設計データや顧客の機密データを扱い、パブリッククラウドに出せない事情がある場合、AI Factoriesのような顧客拠点内の基盤は選択肢になります。ただし大規模な投資が前提で、中堅以下の工場には現実的でない場合が多いと考えられます（推測）
- 独自モデルが本当に必要か：Nova Forgeのような事前学習からの独自モデルは、大量の技術文書と設計データを持つ企業向けです。多くの工場では、RAGで社内文書を検索させる構成で十分な効果が出ます
- エージェントをどこで動かすか：ライン近くの判断に使うならエッジ実行、事務や計画業務ならクラウドで足ります
よくある質問
AWS AI Factoriesは中小の工場でも使えますか？
顧客自身のデータセンターに専用のAI基盤を置く形態のため、大規模な投資と運用体制が前提と考えられます。中小の工場では、通常のクラウドサービスの利用条件（データの保存場所、学習への利用有無）を確認して使うほうが現実的です。
Strands Agentsとは何ですか？
AWSが公開しているオープンソースのAIエージェント開発キットです。ARC Advisory Groupの解説によれば、ロボットやカメラなどのエッジ機器上でエージェントを動かし、必要なときだけクラウドに接続できる点が、産業用途での要点とされています。
- AWS re:Invent 2025 recap: automotive and manufacturing highlights（AWS, 2025年12月18日）
- AWS' Steve Blackwell's 7 Strategic Takeaways for the Industrial Cloud（ARC Advisory Group, 2026年1月7日）
- The transformative impact of generative AI in industrial manufacturing at Hannover Messe 2024（AWS, 2024年5月9日）
- AWS re:Invent 2024 industrial cloud tech genAI（Automation.com, 2024年12月3日）
この記事に出てくる用語
AIは「データ基盤」で決まる
PoCは成功したのに本番で止まる。原因の多くはモデルではなく、MESと設備データの側にある 全130本
- MESとAIの関係：ロット・作業指示・品質判定がAIの精度を決める理由
- 製造業AIが本番で止まる7つの理由：PoCは成功したのにラインに載らない構造
- 製造業のAI-OCR：紙の検査記録・点検表・ミルシートをデータ化する手順
- データ基盤の段階的導入ロードマップ：ユースケースから逆算する8ステップ
この記事を書いた人
DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。
