概要
英国の企業向けソフトウェア提供会社OneAdvancedが、英国内でのデータ主権を保ちながらAIエージェント基盤を構築した事例が、AWS Machine Learning Blogで公開されました。Llama 4 MaverickとLlama Guard 4をAmazon SageMaker AI上でセルフホストし、Strands Agents SDKを用いて50以上の業務特化型AIエージェントを構築したという内容です。
何が発表・更新されたのか
OneAdvancedは、医療・法律などの規制業界の顧客データを扱う中で「データが英国外に出ないこと」を必須要件としていました。当時、希望していたLlama 4 MaverickとLlama Guard 4は英国リージョンのAWSマネージドサービス経由では利用できなかったため、自社管理のAWSインフラ上でオープンウェイトモデルをセルフホストする方針を選びました。
具体的には、ロンドン(eu-west-2)リージョンのp5.48xlargeインスタンス上でvLLMを使い、Llama 4 Maverick(FP8)とLlama Guard 4をAmazon SageMaker AIで提供。Amazon Aurora PostgreSQL(pgvector拡張)を使ったRAG(検索拡張生成)パイプライン、Strands Agents SDKによる50以上の専用エージェント、Amazon ECS上のツール層を組み合わせたアーキテクチャを構築しました。最初のエージェントから50以上に増やすまでにかかった期間はわずか3週間で、多くのエージェントは1日未満で開発されたとのことです。
なぜ重要なのか
公式情報によると、この事例はAIモデルをクラウドのマネージドサービスに任せるのではなく、データ主権要件を満たすために自社管理インフラでセルフホストするという選択肢を示しています。また、Llama Guard 4による有害コンテンツの事前チェックや、ISO 42001(AIガバナンスの認証規格)への対応など、規制業界向けAI運用のガバナンス面の実装例としても参考になります。
誰に関係があるのか
医療・法律・公共分野など、データ所在地や規制順守が厳しく求められる業界のIT担当者、AIガバナンス担当者に関係する内容です。また、AWS上でのAIエージェント基盤構築やモデルのセルフホスティングを検討している開発者・アーキテクトにも参考になります。
仕事や業務でどう使えるのか
自社でデータ主権要件がある場合、マネージドAIサービスが未対応のモデルでも、SageMaker AIとvLLMを組み合わせたセルフホスト構成で対応できる可能性がある、という選択肢として参考にできます。また、Strands Agents SDKを使った業務特化エージェントの量産や、ノーコードのエージェントビルダーによる非エンジニアへの権限委譲という設計思想も、社内の業務効率化エージェント開発の参考になります。
注意点
本記事はAWSのブログにOneAdvancedが共著する形で掲載された事例紹介であり、特定顧客の導入結果を示すものです。公式情報上では、日本での提供状況や日本リージョンでの同様の構成が可能かどうかについては確認できませんでした。また、料金や具体的な対象プランについても本記事からは確認できませんでした。導入を検討する場合は、GPUインスタンスの割り当てやモデルのライセンス条件(Hugging Face経由でのライセンス同意が必要)など、公式ドキュメントを併せて確認することをおすすめします。
公式情報
How OneAdvanced deployed over 50 AI agents on UK-sovereign AWS(AWS Machine Learning Blog)
関連キーワード
- Amazon SageMaker AI
- Strands Agents SDK
- Amazon Bedrock
- Llama 4 Maverick
- pgvector / RAG
- AIエージェント
- データ主権(データレジデンシー)





