AWS環境でAIエージェントと社内APIを連携させる開発者は、Bedrock AgentCore Gatewayの仕様を確認しましょう。
10/30時点の判定。発表内容から編集部AIが判定しています。最新の提供状況は公式情報をご確認ください。
AWS Machine Learning Blogの発表によると、顧客エンゲージメントプラットフォームのMoEngageが、社内の約400個のREST APIをAmazon Bedrock AgentCore Gateway経由でAIエージェント用のツールに変換した。開発工数を大幅に削減し、安全にプライベートAPIをAIから呼び出せる仕組みを実現した。
画像はイメージ（AI生成）です。記事の内容を写したものではありません。
かんたん版：専門用語を使わずに説明しています
AWSの新機能を使って、会社の中にある何百ものシステム（API）を、AIが迷わず安全に使える道具に変える仕組みのことです。
AIにいろいろな作業をさせたいとき、会社の中にある数多くのバラバラなシステムをどうやってAIにつなぐかが大きな問題でした。今回の発表では、Amazon Bedrock AgentCore Gatewayという仕組みを使うことで、すでに動いているシステムの設計図（OpenAPI仕様）をそのままAI用の道具に変えられるようになりました。個別にプログラムを作り直す必要がありません。
社内のシステムと生成AIを連携させる開発チームにとって、開発の手間を何ヶ月分も減らせる大きな改善になります。公開インターネットに社内システムをさらすことなく、安全にアクセス権を管理できるのも特徴です。
Amazon BedrockのAgentCore Gateway機能を利用し、既存のOpenAPI仕様をターゲットとして登録することで設定を進められます。
AWS Machine Learning Blogによると、顧客エンゲージメントプラットフォームのMoEngageが、社内にある約400個のREST APIを「AgentCore Gateway」経由でAIエージェント用の道具に変換しました。パブリックなインターネットに社内システムを露出させることなく、安全かつ効率的にAIからAPIを呼び出せる仕組みを実現しています。開発工数を大幅に削減し、新しいAPIの追加も数日かかっていた作業が数時間で完了するようになりました。元記事の情報によれば、このアプローチにより約6ヶ月分のプラットフォームエンジニアリングの工数が削減されています。
今回の発表は、Amazon Bedrockの機能である「AgentCore Gateway」を活用した、プライベートAPIのAIエージェント向けツール化の成功事例です。企業がAIエージェントを構築する際、既存の社内機能はすでにREST APIとして存在していますが、それを安全にAIに接続することが課題でした。MoEngageはプッシュ、メール、アプリ内通知、SMS、WhatsApp、RCSをまたぐパーソナライズ体験を1,350以上の消費ブランドに提供するプラットフォームであり、以下の環境でこの課題をクリアしています。
Model Context Protocol（MCP）は、AIエージェントがツールを発見して呼び出すための標準規格です。しかし、各チームがそれぞれ独自のMCPサーバーを立てると、20以上のサーバーの監視やパッチ適用、プロトコル更新への追従が必要になります。MoEngageは「各チームはOpenAPI仕様を定義するだけでよく、AIプラットフォームチームが一元的にMCP層を管理する」という原則を立てました。これにより、カスタムの中央MCPサーバーをゼロから作る労力を避けています。
解決策を選ぶにあたり、MoEngageは譲れない4つの制約を置きました。すべての要件を同時に満たす必要がある仕様でした。
Amazon Bedrock AgentCore Gatewayは、マネージドなMCPサーバーとして機能します。OpenAPIスペックをターゲットとして登録するだけで、ゲートウェイがMCPツールを自動生成し、バックエンドのサービスへとルーティングします。具体的な特徴は以下の通りです。
AWS Machine Learning Blogの文章内では、AgentCore Gatewayの具体的な利用料金に関する言及はありません。
公式ブログで紹介されているAmazon Bedrock AgentCore Gatewayは、対応するAWSリージョンにおいて利用可能です。日本のユーザーが試すには、Amazon Bedrockの該当機能が提供されているリージョンでAWS環境を整え、既存のOpenAPI仕様を登録して設定を行います。日本語対応やリージョン別の詳細な制約については、AWSの公式ドキュメントを確認してください。
社内の既存のOpenAPI仕様をそのままAIエージェントのツールとして再利用できるため、専用のMCPサーバーや複雑なネットワーク構成を自前で実装する手間が省けます。
多数の社内ツールやデータを安全に連携させたAIエージェントをより早く現場に投入できるようになり、顧客対応やキャンペーン運用の自動化が進みます。
セキュリティとプライバシーを保ったまま社内システムをAI活用基盤につなぐことができ、AI開発におけるエンジニアの工数を大幅に削減できます。
既存の社内APIをAIエージェントの道具として安全に統合するうえで、マネージドなゲートウェイを活用するアプローチは非常に有効です。開発者は、自社のシステムでOpenAPI仕様が適切に整理されているか確認し、Amazon Bedrock AgentCore Gatewayの導入を検討してみましょう。
前日に出た記事から大きな発表を選び、1本2行でまとめてメールで届けます。無料・いつでも解除できます。
主要企業の大きな発表だけ、1日4回まで。夜22時〜朝7時は鳴らしません。いつでも解除できます。
本記事は公式発表の文章をもとにAIが要約・解説して自動生成したものです。誤りが含まれる可能性があるため、正確な仕様・料金は公式発表をご確認ください。元記事を読む（解析モデル: gemini-3.5-flash-lite）制作方法と事実確認の手順は編集方針をご覧ください。誤りのご指摘はお問い合わせから受け付けています。
AWSが公開したAmazon Bedrock AgentCoreベースの電力・公益事業向けインテリジェントアラーム管理の仕組みを解説。複数のシステムに散らばるアラームのトリアージをマルチエージェントで自動化します。
Amazon Bedrockのマネージド知識ベースを活用した検索構築手法に加え、AgentCoreによるエンタープライズ向けAgentic AIプラットフォームの運用モデルや統制基盤の全体像を詳しく解説します。
Amazon Bedrock上のOpenAIモデルでプロンプトキャッシュを活用するパターンが公開されました。エージェントのコスト削減につながる実装のコツを詳しく解説します。
AWSがNVIDIAの最新マルチモーダルAI『Nemotron 3.5 Super VL』をAmazon EKSやSageMaker HyperPod EKSでサポート開始。特徴やアーキテクチャを解説。