Amazon Bedrockとは？できること・使えるモデルと会社で使う前に決めること

Amazon Bedrock（アマゾン ベッドロック）とは、AnthropicやMeta、Amazonなど各社のAIモデルをAPIで呼び出し、自社のアプリに組み込むためのAWSのサービスです。社員がそのまま開いて日常業務に使うチャット画面として作られたものではなく、AWSのコンソールにあるプレイグラウンドもモデルを試すための場所となります。社員に配るなら、画面・ログイン・権限・ログ・社内ルールを自社で用意する必要が出てきます。金額の目安はAmazon Bedrockの料金と社員数別の月額にまとめているので、ここでは何が出来て、会社で使う前に何を決めるかを見ていきましょう。

※機能・モデル・リージョンの記載は、2026年10月14日時点でAWS公式ページ（製品ページ・ドキュメント）に掲載の内容です。いずれもAWS自身による説明で、第三者が検証したものではありません。

Amazon Bedrockとは｜読み方とAWSの中での位置づけ

Amazon Bedrockは、AWS（アマゾン ウェブ サービス）が提供する生成AIの土台で、読み方はベッドロックです。英語の公式ドキュメントでは、主要なAI企業の高性能な基盤モデルを安全に使い、生成AIアプリケーションを作って広げるためのフルマネージドサービスと説明されています。フルマネージドとは、サーバーの用意や保守をAWS側が受け持つ形を指し、使う側はモデルを呼び出す部分に集中することが出来ます。日本語の製品ページでは、本番規模で生成AIアプリケーションとエージェントを構築するためのプラットフォームと紹介されています。

一般提供が始まったのは2023年9月28日で、AWSのお知らせ（What's New）に掲載があります。対応するモデルの数について、英語のドキュメントは100を超える基盤モデルに対応すると書いています。基盤モデルとは、大量のデータで前もって学習され、文章作成や要約などに広く使えるAIモデルのことです。

SageMakerとの違い：モデルを呼んで使う側と、自分で育てる側

名前の似たAmazon SageMakerとの違いは、ざっくり言えば立ち位置になります。Bedrockは用意されたモデルを呼んで使う側、SageMakerは自社でモデルを学習させて運用する側のサービスと捉えると分かりやすいでしょう。機能の細かな線引きは用途によって変わるため、自社でモデルを一から育てる予定がなければ、まずBedrockの側だけを見れば足ります。

Amazon Qとの取り違えに注意

同じAWSには、Amazon Qという名前の似たサービスもあります。このうち社内向けのAmazon Q Businessは、公式ドキュメントで新規の受け付けを終えたと案内され、似た機能としてAmazon Quickが紹介されています。社員がブラウザで開いてすぐ使うAIを探している場合、Bedrockは完成品ではなく材料の側に当たります。

Amazon Bedrockで使えるモデルと提供元

Bedrockの強みは、複数の会社のモデルを同じAWSの契約の中で選べる点にあります。AWSのドキュメントにあるモデルの一覧（Models at a glance）には、次の提供元が並んでいます。

• 名前の知られたAI開発元：Anthropic（Claude）、Meta（Llama）、Mistral AI、OpenAI（一部のモデル）、Google（Gemma）
• AWS自身のモデル：Amazon（Nova・Titan）
• そのほかの提供元：AI21 Labs、Cohere、DeepSeek、Luma AI、MiniMax、Moonshot AI（Kimi）、NVIDIA、Qwen、Stability AI、TwelveLabs、Writer、xAI、Z.AI

OpenAIのモデルも一部が提供されていますが、社員が普段目にするChatGPTのアプリとは別物になります。Googleのモデルとして一覧に載っているのは、オープンモデルのGemmaです。社内でGeminiを使いたい場合は、Google側のサービスもあわせて比べてみてください。どのモデルを何の仕事に向けるかの考え方は、主要4AIの違いと使い分けが参考になるでしょう。なお、使えるモデルや処理の方式はリージョンによって違い、東京リージョンでの扱いは後の節で整理しています。

Amazon Bedrockでできること｜主な機能

Bedrockでできることは、モデルを呼ぶだけでなく、社内の資料を読ませる・動きを制限する・作業を任せるための部品をそろえる点まで広がっています。要約・文章作成・翻訳・社内からの問い合わせへの回答など、アプリの中身は使う会社が組み立てることになります。

ナレッジベース（RAG）で社内の資料を読ませる

Knowledge Bases（ナレッジベース）は、質問が来たときに自社のデータを検索し、答えに要る情報を探してから回答を作る仕組みです。この方式はRAG（検索拡張生成）と呼ばれ、就業規則や製品マニュアルに沿った答えを返す社内向けの仕組みづくりに使われています。資料の置き場所や更新の手順は自社で決める必要があり、古い資料が残ると古い答えが返ってきてしまいます。

ガードレールで答えてよい範囲を決める

Guardrails（ガードレール）は、生成AIのアプリを安全に作るための、設定で調整できる安全策と説明されています。中身は6種類あり、有害な表現を止めるコンテンツフィルターや、話題そのものを断る拒否トピックがその代表です。ほかに単語フィルター、個人情報などを伏せる機微情報フィルター、元の資料に沿った答えかを確かめるコンテキスト根拠確認、Automated Reasoningによる確認がそろっています。ハルシネーション（もっともらしい誤り）を減らす手立てにはなりますが、出力を人が確かめる手順はなくせません。

エージェント：従来版は新規受付を終えてAgentCoreへ

エージェントは、AIが手順を考えながら複数の作業を進める仕組みのことです。従来のAmazon Bedrock Agents（現在の名前はAgents Classic）は新しい利用者の受け付けを終えており、AWSは似た機能としてAmazon Bedrock AgentCoreを案内しています。AgentCoreは、エージェントを大規模かつ安全に構築・デプロイ・運用するためのプラットフォームという位置づけになります。古い解説記事の手順をそのまま追うと、今は申し込めない機能に当たることがあるので注意しましょう。

カスタマイズ（ファインチューニング）

自社向けにモデルを調整するカスタマイズには、教師ありファインチューニング、強化学習によるファインチューニング、蒸留の3つの方式が用意されています。蒸留とは、大きなモデルの答え方を小さなモデルに学ばせて、軽く速く動かす手法を指します。どの方式も対象のモデルは限られており、社員に配るチャットの最初の段階で使う場面は多くないでしょう。

ほかのAWSサービスとの連携

BedrockはAWSの一部なので、権限はIAM（AWSの利用者と権限の管理）、まとめて処理するバッチ推論の結果はAmazon S3（AWSのファイル置き場）、費用の通知はAWS Budgetsと、ほかのサービスと組み合わせて使う作りになっています。他社のモデルの購読と支払いはAWS Marketplaceを通るため、社内の誰がどの権限を持つかが最初の論点になります。ほかにも、指示文を保存して使い回すプロンプト管理や、複数の手順をつなぐフロー（Flows）が用意されています。

社内チャットボット・社内FAQへの応用

社内向けの使い道として思い浮かびやすいのは、総務や情シスへの問い合わせに答える社内FAQのチャットボットです。ナレッジベースに規程やマニュアルを入れ、ガードレールで答える範囲を絞り、画面とログインを用意すれば形になります。とはいえ、画面とログインの部分はBedrockの外側で作ることになり、ここが次の節の話につながってきます。

社員にチャットとして配るまでに要る部品

Bedrockを社員の日常業務に使わせるには、モデルの外側にある部品を自社でそろえる必要があります。AWSのドキュメントはAPIやSDK（プログラムから呼び出す道具）で呼び出す前提で書かれており、クイックスタートも最初のAPI呼び出しを書くところから始まります。コンソールのプレイグラウンドは公式の説明でもモデルを試すための場所とされており、社員全員に配る画面として使うのは向いていないでしょう。社員に配るまでに要る部品を並べると、次の7つが挙がります。

1. 画面：社員がブラウザで開いて質問を打ち込むチャットの画面。会話の切り替えやファイルの添付もここで作ります
2. ログイン：社員が会社のアカウントで入れる仕組みと、退職した人を止める手順
3. 権限：誰がどのモデルを使えるか、管理者は誰かの設定
4. 会話の履歴：前の会話を開き直せるように残す仕組みと、その保存先
5. 利用ログ：誰が・いつ・どのモデルを使ったかを会社として後から確かめる記録
6. 費用の上限：使いすぎに気づく通知と、止めるための設定
7. 問い合わせ窓口：使い方が分からない、答えがおかしいなどの声を受ける担当

費用の通知に使うAWS Budgetsは、予算を超えたときや超えそうなときに、メールなどで知らせる仕組みです。ただし予算の情報が更新されるのは1日に最大3回で、通知だけでは利用は止まりません。止めるには、権限を制限するアクションを別に設定することになります。

AWSには、こうした部品の見本としてGenU（generative-ai-use-cases）というサンプルも公開されています。チャット・文章生成・要約・議事録・翻訳などの画面がそろったサンプルで、AWS CDKという道具を使って自社のAWSアカウントに組み立てる形となります。費用はサービスの利用量に応じてかかるとREADMEに書かれており、組み立てた後の更新や保守も自社の仕事として残ります。

実際に、作る人と運用する人の線引きがあいまいなままだと、担当者が1人しかいない会社では、その方が異動した時点で止まってしまいます。誰がAWSアカウントの請求と管理者の権限を持つのかを、作り始める前に決めておきましょう。

ChatGPTなどの法人プランとAmazon Bedrockの違い

ChatGPTなどの法人プランは出来上がった画面を契約して配るもの、Bedrockは画面を自社で作るための材料という違いになります。どちらが向くかは、経営者・総務・情シスのどの立場で見るかで答えが変わってきます。

社員に毎日使わせるチャットが目的なら、完成品の法人プランのほうが早く配れます。Bedrockが向くのは、自社の業務システムにAIを組み込みたい場合や、すでにAWSで社内システムを動かしていて開発できる人がいる場合となります。社員向けのチャットは完成品、業務システムへの組み込みはBedrockと分けて、両方を使う考え方もあるでしょう。複数のAIを1つの環境でまとめて使う形については、マルチAIとはで整理しています。国内の法人向けサービスの横並びは法人向け生成AIサービスの比較にまとめているので、あわせて見てみてください。

Amazon Bedrockのセキュリティ｜入力した内容は学習に使われるか

Bedrockに入力した内容は、AWSの公式な説明ではモデルの学習に使われません。英語版のよくある質問では、AWSと他社のモデル提供元のどちらも、Bedrockへの入力と出力をモデルの学習に使わないと答えています。日本語版のよくある質問にも、お客様のコンテンツは基本モデルの改善に使われず、モデルの提供元とも共有されないとの記載があります。日本語版には、データは転送中も保管中も暗号化されるとの説明も載っています。データ保護のドキュメントによれば、モデルの提供元はBedrockのログや、送った指示文と回答を見ることが出来ないとされます。

多くのモデルは入力と出力を保存しない扱いですが、保存の扱いはモデルごとに決まっており、例外もあります。Claude Fable 5とFable 5.1は、不正利用を見つけるために通信が最長30日保存され、分類器が検知した通信はAWSによる人の確認を受ける場合があるとされています。gpt-oss系を除くOpenAIのモデルも、分類器が検知した通信を最長30日保存する対象に入ります。機密性の高い情報を扱う会社は、使うモデルごとにこの扱いを確かめてみてください。

入力してよい情報の線引きや社員への教育は、Bedrockを使っても自社で決めることになります。ルール文書の作り方は生成AIの社内ガイドラインの作り方が参考になるでしょう。

東京リージョンで使うときの確認点｜ClaudeのGeo（JP）とGlobal

東京リージョンにもBedrockの窓口（エンドポイント）はありますが、モデルによって処理される場所の選び方が違います。Claudeの場合、各モデルのモデルカードに載っている東京リージョンの推論方式は次のとおりです。

• Claude Opus 5.5・Haiku 5.5・Opus 4.8・Opus 4.7・Sonnet 4.6・Haiku 4.5：Geo（JP）とGlobalに対応。東京リージョンの中だけで処理するIn-Regionには非対応（Opus 4.8・Opus 4.7・Haiku 4.5は、別の呼び出し口のbedrock-mantleなら東京のIn-Regionにも対応）
• Claude Sonnet 5.5・Fable 5.1・Opus 5・Sonnet 5・Opus 4.6：東京リージョンからはGlobalのみ

Geo（JP）は、東京から送った依頼が東京と大阪のリージョンで処理される方式になります。Globalは世界中の対応リージョンに振り分けられるため、処理が国外で行われることがあります。AWSのドキュメントによると、GeoとGlobalはどちらも送り元のリージョンの外へ依頼を送ることがあり、1つのリージョンにデータをとどめる形にはなりません。データを国内に置く約束がある会社に向けて、AWSは使うリージョンごとにGetInferenceProfileという操作を呼び、送り先のリージョンをすべて確かめるよう案内しています。Claude Sonnet 5.5やFable 5.1のように、東京からはGlobalしか選べないモデルもあります。その場合は、処理が国外に出る前提で使い方を決める必要が出てきます。Haiku 4.5は提供終了が近いため（早くても2026年10月16日）、これから使う場合はHaiku 5.5を確かめてみてください。単価も方式によって変わり、その差は料金の記事で扱っています。

Amazon Bedrockの料金の仕組み｜何に対してお金がかかるか

Bedrockの料金は、使った人数ではなく、モデルに送った文字量と返ってきた文字量で決まります。オンデマンドと呼ばれる標準の使い方では、入力トークンと出力トークンのそれぞれに、100万トークンあたりの単価がかかります。トークンとは、AIが文章を区切って数えるときの単位のことです。このほか、急がない処理をまとめて流すバッチ推論や、Standard・Flex・Priority・Reservedの階層があり、選び方で単価が変わります。

ナレッジベースやガードレールは、モデルの料金とは別にそれぞれの単位で課金されます。AgentCoreも使った分に応じた料金体系となっています。誰がどれだけ長い文章を読ませるかで月の費用が動くため、人数だけで予算を組むと読み違えてしまいます。実際の単価と社員数別の試算は、冒頭で紹介した料金の記事で確かめてみてください。

Amazon Bedrockの使い方｜使い始めるまでの手順

Bedrockの多くのモデルは、AWS Marketplaceの権限が正しく設定されていれば、最初の呼び出しで自動的に使える状態になります。最初の呼び出しで購読が始まり、使えるようになるまで最大15分ほどかかる場合があります。モデルアクセスのドキュメントをもとに、会社で始めるときの順番を並べると次のようになります。

1. AWSアカウントを用意し、請求先と管理者を決める
2. Bedrockを使う担当者に、IAMでBedrockとAWS Marketplaceの購読（aws-marketplace:Subscribeなど）の権限を付ける
3. AWS Marketplaceで使える支払い方法を登録する
4. Anthropic（Claude）を使う場合は、初回利用の申告（First Time Use、FTU）を済ませる
5. コンソールのプレイグラウンドで試し、使うリージョンと推論方式（GeoかGlobalか）を決める
6. 社員向けに使う場合は、前の節の部品（画面・ログイン・ログなど）を用意する

Anthropicのモデルは、呼び出す前にFTUのフォームで利用目的の説明とWebサイトのURLを入力する決まりです。申告はAWSアカウントごとに必要で、組織でまとめている場合は管理アカウントで1回済ませる形も用意されています。他社のモデルは、最初に使った時点で利用規約（EULA）に同意したものとして扱われます。法務の確認は、権限を付ける前に済ませておくのが安全でしょう。どのモデルを誰に開放するかも、手順2で権限を付ける前に決めておきましょう。

会社で使う前に決めること｜チェックリスト

Bedrockを社員に使わせる前に、技術より先に社内で決めることがあります。次の8つは、作る人と使う人の両方が知っておきたい約束になります。

• 使ってよい情報の範囲顧客の個人情報・取引先の機密・未公表の数字を入れてよいかを決め、迷いやすい情報の例も書き出します。
• 管理者は誰かAWSアカウントの請求と管理者の権限、Bedrockの設定を持つ人を決め、1人に集めすぎないようにします。
• どのモデルを誰に開放するかモデルを選ぶ権限を誰が持つか、新しいモデルを足すときの手順も含めて決めます。
• 推論方式（Geo・Global）国外で処理されてもよい情報と、国内にとどめたい情報を分けます。
• 月の予算と超えたときの動きAWS Budgetsの通知先と、止めるためのアクションを誰が設定するかを決めます。
• ログの保管と閲覧者誰の利用を、どれだけの期間残し、誰が見てよいかを決めます。
• 退職者・異動者の扱いアカウントの停止を誰がいつ受け持つかを、人事の手続きとつなげておきます。
• 社員に配る利用ルール入力してはいけない情報、出力を人が確かめる義務、困ったときの窓口を1枚にまとめます。

このうち、後から変えにくいのは推論方式とログの保管の2つです。利用が広がってから国内処理に切り替えたり、昔のログを集め直したりすると、手間が大きくなってしまいます。会社が用意した環境が使いにくいと、社員が個人のアカウントで使い始めるシャドーAI（野良AI）につながることもあります。決めごとと同時に、使いやすい環境を早めに用意してあげてください。

よくある質問

まとめ

Amazon Bedrockは、各社のAIモデルをAPIで呼び出して自社のアプリに組み込むためのAWSの土台です。ナレッジベース・ガードレール・AgentCoreなどの部品がそろう一方で、社員がそのまま開いて使うチャットの画面は自社で用意することになります。東京リージョンでは、Claude Opus 5.5やHaiku 5.5などはGeo（JP）を選べますが、Sonnet 5.5やFable 5.1などはGlobalのみで、処理が国外に出ることがあります。社員に配る前に、使ってよい情報・管理者・推論方式・予算・ログ・退職者の扱い・利用ルールを決めておきましょう。法人のAI活用に関するほかの記事はAI活用コラム一覧をご覧ください。