AWSはプログラマティック広告のリアルタイム入札にAIエージェントを組み込む本番想定の実装ガイダンスを公開した。業界標準ARTFに準拠したコンテナ型設計で、NVIDIA GPUを入札経路上で動かすことで応答時間を従来の600〜800ミリ秒から100ミリ秒へ、約80%短縮する。入札価格最適化・オーディエンス活性化・PMP取引管理・品質指標付与の4種のARTF準拠コンテナを例示し、推奨モデルはDLRM・Wide&Deep・NCF、NVIDIA Triton推論サーバーをAmazon EKS上で稼働させる。学習にNeMo-RL、低遅延推論にTensorRTを用い、Blackwell世代のEC2 G7eに対応する。広告のように遅延がそのまま機会損失になる経路でも、エージェントを乗せられる前提が一次情報として示された点が今日の山だ。

AdobeとAWSは「Adobe Marketing Agent for Amazon Quick」を発表し、Amazon Quick上でベータ提供を始めた。オーディエンスのランク付け・ロイヤルティ分析・ジャーニー検索・衝突分析を自然な会話で実行できる。両社のエージェントは外部ツール接続の共通規格MCPで連携する。入札経路の自動化と分析作業の会話化は別々の話に見えるが、いずれも「人が画面を操作する作業をエージェントが肩代わりする」方向で一致している。プロダクト・マーケ担当は、自社のどの分析業務が会話インターフェースで置き換わるかを棚卸しする段階に入った。

Amazon SageMaker AIは生成AI推論向けに100種類超の詳細監視指標とCloudWatch上の専用ダッシュボードを提供開始した。新規エンドポイントでは詳細監視が標準で有効になる。エージェントや推論を本番に置くほど「遅い・コストが膨らむ・落ちる」の原因切り分けが運用の鍵になり、監視が後付けではなく標準で付くことは実装者にとって導入判断のハードルを下げる。入札経路のような低遅延要件では特に、この観測性が運用の前提になる。

Mistral AI製の14B小型多モーダルモデル「Ministral-3-14B-Instruct」がAmazon SageMaker JumpStartで配置可能になった。画像理解と関数自動呼び出し（エージェント用途）に対応する。大型モデル一択ではなく、画像理解や関数呼び出しを伴うエージェント処理を小型モデルで賄う選択肢が増えた。コストと遅延を抑えたい本番用途では、まず小型モデルで成立するかを検証する価値がある。

AIエージェントに上級分析者の判断手順を後付けする有志制作の技能集がGitHubで1日+336★ペースで急上昇している。26分野754個の技能をMITRE ATT&CKやNIST AI RMFなど5基準に対応づけている。これらは外部の有志制作物であり、自社で採用する場合は技能の中身と対応基準の妥当性を自分で検証する前提が要る。エージェントを攻めだけでなく守りに使う道具立てが揃い始めた点が今日の意味だ。

OpenAIの推論モデルを使い、原因不明だった小児の希少遺伝性疾患18件で新たな診断が得られた。うち7件は別の現場で診断済みだったが検査記録に反映されておらず、AIが「見落とし」を拾い直した。一方、Googleは音声をなめらかに同時通訳する新モデル「Gemini 3.5 Live Translate」を公開し、開発者向けプレビューの呼び出しに対応した。診断の補完と言語の壁の除去は、エージェント基盤とは別系統だが、AIが現場の人間の判断や会話に直接入り込む流れとして地続きだ。