Hapag-LloydのDigital Customer Experience and Engineeringチーム（ハンブルクとグダニスクに分散）が、顧客フィードバックを実務の意思決定につなぐ生成AIパイプラインをAWS公式ブログで公開した。構成は明確に2層に分かれている。
第1層はバッチ処理系で、日次起動のLambdaが新規フィードバックを取得し、Amazon Bedrock経由のモデルでpositive／negative／mixed／neutralの4分類を付与、OpenSearch Serviceにインデックスする。さらに2週間ごとに第2のLambdaがトレンド集計レポートを生成し、Amazon SESで製品マネージャーへメール配信する。このレポートがスプリント計画にそのまま使われる点が実務的な特徴だ。
第2層は対話系の社内チャットボットで、LangGraphによるマルチエージェント構成を採用し、バックエンドモデルにClaude Sonnet 4.6（Amazon Bedrock経由）を使用する。Bedrock Guardrailsでブランド基準とコンプライアンス基準を適用している。
読者にとっての価値は、分類のような定型処理を安価なバッチに寄せ、探索的な質疑応答を高性能モデル＋エージェントに分離するという責務設計が、実サービス規模で成立していると確認できる点にある。CX系SaaS（Medallia、Qualtrics等）との比較では、自社データをAWS内で完結させたい企業にとって内製パターンの具体的な参照点になる。一方、公開情報にはコストや1件あたり処理単価の数値は含まれていないため、PoC時には自社データで実測する必要がある。落とし穴として、Guardrailsの具体ポリシー設計と、感情4分類が自社の業務アクションに本当に接続するか（分類粒度が粗すぎないか）を事前に切り分けておきたい。
