AWS AIB-C01 試験対策
セクション別 問題一覧
各セクションの重要ポイントを、本番形式に近い選択問題を解いて確認できます。 順番・ランダムで解き進められ、必要に応じて正答率別の絞り込みもできます。
- 全 390 問
- 4 分野
- 無料 15 問・有料 375 問
ピンポイントに知識を確認できる問題集と単語帳をドメインごとに用意しています
AI の基礎とリテラシー #1
承認済みの SaaS に後から加わった生成 AI 機能について、顧客の文書を保護しながら利用可否を決める方法を選ぶ・「要約して」だけの指示で一般的な要約になる議事録について、決定事項と担当者を含める方法を選ぶ・生成 AI が付けたラベルをトレーニングに使用する前に、品質を把握するために最初に行うステップを選ぶ・RAG のアシスタントで全体の要約に一部の章しか反映されない主な理由を選ぶ・チャットでの依頼を手続きまで完了させるためのソリューションを選ぶ
AI 戦略とビジネス価値の創出 #1プレミアム
既存の FM を使う生成 AI への移行の POC で、最初に整えるデータ・AI による業界の変化の見通しが割れているときの、長期の計画の見直し方を選ぶ・導入前のベースラインを取っていなかった AI の効果の示し方・複数のベンダーの提案から、契約の前に自社で使えるかを確かめて AI エージェントを選ぶ・試験運用の報告に生成コードの割合と満足度・費用しかなく、ロールアウトを判断できない原因を選ぶ
AI ガバナンスと責任ある AI のリーダーシップ #1プレミアム
1 つの属性の差をそろえた後も、属性を組み合わせた一部のグループだけ正解率が低い原因は何か・第三者の FM の商用利用と出力の扱いを、デプロイ前にどこで確かめるかを選ぶ・レビュー組織が複数ある会社で、新しい AI 機能に必要な承認を開発の前に把握する・件数の急増後に、人の承認を通っても誤った返金額の回答が送信されるようになった主な理由を選ぶ・マネージドな生成 AI サービスで、責任共有モデル上の自社の範囲はどれか
ビジネスの準備状況、リーダーシップ、AI トランスフォーメーション #1プレミアム
請求書処理の AI の導入で、自分の仕事がどう変わるかを不安視する経理部門の従業員に示す内容を選ぶ・本番環境で示された事業価値で Scale を判断する方針の企業が、Launch の段階でどのようにパイロットを進めるかを選ぶ・3 部門にまたがる AI 変革の計画を立てる前に、承認後の調整で止まるのを避けるための最初のステップを選ぶ・POC は多数成功したが本番に 1 件も届かず、現場に疲れが見える企業の、生成 AI の成熟度の現在地を見立てる・本番の実績と共通の基盤がそろい、残る業務改善の候補は効果が小さい企業が、来年度の AI 投資の進め方を選ぶ
AI の基礎とリテラシー #2
30 を超える AI エージェントのアクセス先と責任者を、開発スピードを保ったまま全社で特定できるようにする方法を選ぶ・部門ごとにばらばらなプロンプトを用途別に全社で標準化し、変更の効果を検証できるようにする方法を選ぶ・不正の事例がほとんどない中で、今のルールで見逃している新しい手口の不正を自動で検出する方法を選ぶ・AWS の認証を受けたサービスを使う企業が、AI の管理に関する第三者認証を取得する・社内規程のアシスタントが改定前の内容で回答し続ける原因を特定する
AI 戦略とビジネス価値の創出 #2プレミアム
処理を繰り返す AI エージェントで、1 件あたりのコストの上限を見込めるようにするアプローチを選ぶ・顧客の体験の改善と費用の効果を、有形と無形の KPI を並べて測る・本番化の承認に向けて、件数に応じた AI の費用をどう示すか・経験者がいない短期の試験導入で、導入後の見直しも自社で担うときの作り手の選び方・技術の目標を満たした POC で、全拠点に広げる前に定着の見込みを判断する要素を選ぶ
AI ガバナンスと責任ある AI のリーダーシップ #2プレミアム
FM で生成したイラストを著者に提供するとき、提供の条件をどう決めるか・品質の低下の通知を受けた担当者が対応を決められず、誤った回答が続いた生成 AI アシスタントで、何を定めるか・国外での処理を禁じる国へ生成 AI を展開するとき、処理の場所をどう選ぶか・定型の問い合わせが大半で、一部に安全に関わる問い合わせがある AI エージェントで、人へエスカレーションする条件を選ぶ・正解率とプライバシー保護の優先をめぐり、プロジェクトによって結論が異なり根拠を説明できない問題の解決策を選ぶ
ビジネスの準備状況、リーダーシップ、AI トランスフォーメーション #2プレミアム
重視する評価項目が決まらず AI サービスの比較が続く部門が、比較の基準を定めるために最初に決めることを選ぶ・生成 AI で提案書の件数が倍増し、マネージャーの 1 件ずつの承認が追いつかない営業部門が、承認待ちの解消と品質の維持を両立する方法を選ぶ・社内向けの GenAI の本番運用が定着し、契約者向けの経験がない電力会社が、成熟度を一段上げる次のイニシアティブを選ぶ・AWS CAF for AI の評価で開発環境の用意の遅さが分かった通信会社が、ユースケースを増やすために次に取り組むことを選ぶ・部門横断のチームの作業が後回しにされ、需要予測の導入が遅れている原因を見極める
AI の基礎とリテラシー #3
紙の記録のデータ化と修正が残る AI プロジェクトで、データの準備による遅延を防ぐように計画を見直す・マネージドサービスの FM を使う生成 AI アシスタントの 3 年間の予算で、運用を始めた後に必要になる費用を選ぶ・質問のたびに文書を検索してプロンプトに付け足す仕組みが何に当たるかを選ぶ・項目名が付いた XML・JSON の注文データを、注文傾向の分析に使うための扱い方を選ぶ・全件を入力ファイルにまとめて 1 回で依頼し、完了後に出力を取得する方式が何に当たるかを選ぶ
AI 戦略とビジネス価値の創出 #3プレミアム
AWS CAF for AI のビジネスのパースペクティブに含まれる取り組みを、他のパースペクティブの取り組みと見分ける・基準に大きく届かず原因が業務の性質にある見積もり AI の POC を、限られた担当者と予算を生かす形で扱う・初期コストと毎月の削減額・運用コストから、初期コストの回収にかかる期間を求める・件数が少なく価値の小さい作業に AI の導入案が出たときの判断・試験運用で測る指標を決めるときの、最初のステップ
AI ガバナンスと責任ある AI のリーダーシップ #3プレミアム
EU に拠点の無い企業が EU の顧客に AI を提供する前に、最初に何をするか・全体の正解率が高い振り分けモデルが、年齢層によってバイアスのある判定をしているかを判断する分析を選ぶ・外部のウェブページを読み価格を自動で変える AI のプロンプトインジェクションのリスクを、自動変更を残したまま減らす・自動で送信している定型の回答について、プロンプトの改善に必要な誤りの傾向を把握する方法を選ぶ・1 年前に承認した消費者向けの生成 AI アプリの出力を商用利用し続けるとき、承認時に確認した前提を保つために何を置くか
ビジネスの準備状況、リーダーシップ、AI トランスフォーメーション #3プレミアム
判断基準がそろい、回答文の作成に時間がかかっている業務で、生成 AI を適用するアプローチを選ぶ・成熟度の評価の結果を他社とのランキングではなく、今後の AI 投資の判断に活用する使い方・小規模なサポートチームのまま残りのすべての施設へ生成 AI ソリューションをロールアウトするヘルスケア企業が、ケアの品質を維持するロールアウトの進め方を選ぶ・AI の経験が無い店舗の従業員へロールアウトする小売企業が、受け入れ状況に応じて計画を調整する方法・利用部門が増え続けるなかで、手作業の保守が追いつかず古い回答が増えている生成 AI アシスタントの保守を続ける
AI の基礎とリテラシー #4プレミアム
内容は正確だが形式がばらつく要約を、作業と利用料金を増やさずに CRM に取り込める形にそろえる方法を選ぶ・過去の人の判断を正解ラベルにするモデルが公平に評価するかを、選考に使用する前に確認する方法を選ぶ・従業員を増やさずに、影響の小さい定型業務での承認待ちの滞留を解消する・実現していない AI を前提にした投資計画を、実行できる形に見直す方法を選ぶ・模範例は作れないが文書は大量にある企業が、継続的な事前トレーニングを選ぶ理由を選ぶ
AI 戦略とビジネス価値の創出 #4プレミアム
使い道が決まった生成 AI アシスタントの POC で、最初に何を確かめるか・技術メトリクスだけの報告では経営陣が AI の投資を判断できないときの対応・競合が出した AI の機能をまねる案が出たときに、限られた開発リソースの使い道を決める対応・費用の責任と新しい試行の両立のため、AI の費用を誰がどの段階で負担するかを選ぶ・見直しの余地があるプロセスで、AI の投資の価値を評価する比べ方を選ぶ
AI ガバナンスと責任ある AI のリーダーシップ #4プレミアム
使用状況の低下した社内向けの AI システムを廃止するとき、出力を取り込んでいる部門がありうる中で最初に何をするか・融資の審査 AI を顧客に提供する銀行で、責任ある AI の観点のうち透明性に当たる取り組みを選ぶ・個人情報を含む通話の要約を、商品企画チームに個人情報を見せずに分析で使い続ける方法を選ぶ・子どもを対象とする AI の規制が議論中で内容が固まっていないとき、レコメンデーションの拡大に先立って何をしておくべきか・生成 AI のフィードバック機能の POC で、誰が判定してもリリースの可否が同じ結論になるようにするアクションを選ぶ
ビジネスの準備状況、リーダーシップ、AI トランスフォーメーション #4プレミアム
事業の成果とのつながりが見えないとして承認されなかったデータガバナンスの計画を、承認を得られるように示し直す・1 部門で 3 つのアプリを本番運用し、運用体制はあるが共通のコンポーネントがない保険会社の成熟度の段階・部門ごとに一から開発した 3 つの本番アプリを持つ企業が、作り直しを避けて多くの部門へ素早く展開するために優先すること・Amazon Bedrock のクロスリージョン推論のうち、Geographic の意味を識別する・注文の受付を AI エージェントに移した飲料メーカーで、営業チームが店舗の課題を把握できなくなった原因を選ぶ
AI の基礎とリテラシー #5プレミアム
プロンプトを整えても複雑な判断で誤る小型のモデルについて、費用に余裕がある中で誤りを減らす方法を選ぶ・長い会話の後半で最初の条件を無視するチャットボットについて、再入力させずに条件に沿った提案を続ける方法を選ぶ・LLM に CSV の集計をさせて数値が合わない企業が、明細と一致する数値を資料に載せる方法を選ぶ・少人数の体制で、要約・翻訳・質問への回答の 3 タスクに短期間で AI を使い始めるアプローチを選ぶ・毎日決まった手順で行う大量の入力作業に合うソリューションを選ぶ
AI 戦略とビジネス価値の創出 #5プレミアム
インパクトと実現可能性が同程度で、倫理面の懸念に差がある 2 件のうち先に進める案件を選ぶ・毎月数万件を処理する契約書チェックのサービスで、機能がすぐ模倣される中、新規参入企業に追い付かれにくくする取り組みを選ぶ・移行先の検証に個人情報を含む実データを使うことが社内で確認されていないとき、取り込む前に何をそろえるか・「AI ではビジネスは変わらない」という長年の前提で投資を見送る計画を確定する前に、最初に実施するステップを選ぶ・AI の経験もプロジェクトもない企業が、全社基盤への大規模な投資を判断する根拠を得るために最初に行うことを選ぶ
AI ガバナンスと責任ある AI のリーダーシップ #5プレミアム
対策なしの前提でリスクを評価したチームが、委員会への報告の前に最初にすべきことを選ぶ・顧客がチャットの相手を人間だと思い込み、生成 AI の提案をそのまま信じる問題への対処を選ぶ・取り消せない発注を確定する AI エージェントで、ワークロードの削減と誤発注の防止を両立する運用を選ぶ・全社リスク委員会がある会社で、部門に広がった AI のリスクを既存の体制の中で監督する対応を 2 つ選ぶ・範囲が広すぎて害と判定基準をまとめられず、全トピックを検討する期間もない顧客向けアシスタントの企画で、最初に何をすべきかを選ぶ
ビジネスの準備状況、リーダーシップ、AI トランスフォーメーション #5プレミアム
生成 AI の成熟度モデルで Level 4 (Scale) に当たる活動を選ぶ・部門をまたぐ AI 活用のために整理するデータガバナンスの用語のうち、データスチュワードシップの意味を識別する・営業部門の成果が他部門に共有されず、展開先の部門で関心が下がった原因を選ぶ・形式と保管場所の異なる部門のデータを組み合わせる 2 つの用途で、モデル側だけのインフラストラクチャ要件の案に追加するものを選ぶ・責任ある AI のトレーニングを開発チームだけでなく全従業員に義務付ける主な理由を選ぶ
AI の基礎とリテラシー #6プレミアム
本文に用件が書かれた E メールの問い合わせを、担当部門へ自動でルーティングする AI 技術を選ぶ・条件を組み合わせる見積もりで、生成 AI の金額の誤りを減らす最も効果的な対応を選ぶ・毎週改定される条件を最新の資料で答え、資料に基づかない回答を止める 2 つの対応を選ぶ・総菜の値引きを閉店まで何度も判断し、利益の合計を最大化する手法を選ぶ・デプロイ前の公平性の評価に合格したモデルについて、申込者の構成の変化に備えてデプロイ後の公平性を保つ方法を選ぶ
AI 戦略とビジネス価値の創出 #6プレミアム
目標値は設定したが今の値を測っていないときに、最初にすべきこと・影響が最大の施策が、まだない需要予測を前提にしているときに最初に取り組むことを選ぶ・人が最終判断する需要予測の AI で、削減額が確定する前に成果の見込みを毎月確かめるメトリクスを選ぶ・同業他社は AI を使っていないのに、顧客が業界の外のサービスと比べて不満を持っているときの、競争環境の評価の範囲・回答の質は高いのに、移行後に通話中の回答候補が使われなくなった原因を選ぶ
AI ガバナンスと責任ある AI のリーダーシップ #6プレミアム
正解率と地域間の差のリリース基準がぶつかる補償の自動審査で、設定の選び方を判断する・部門横断のレビューボードの審議が、評価が一致しているのに止まった原因を見立てる・ドキュメントに載っていない近隣の店の営業時間を、アシスタントが誤って自信をもって案内した原因を選ぶ・再投稿された先でも、生成 AI で作成した広告画像を AI 生成だと識別できるようにする方法を選ぶ・複数のプロバイダーの FM を比べて選びたいが、質問がプロバイダーによるモデルの改善に使われることは避けたい
ビジネスの準備状況、リーダーシップ、AI トランスフォーメーション #6プレミアム
誰が決めるかが決まらず判断が持ち越される生成 AI プログラムで、判断の権限を定める・3 部門の予算・精度・希望がそろっても、データの承認が中央に集まり推進チームの外へ広がらない原因を選ぶ・利用の指示を出しても多くのマネージャーが様子見をしている企業が、利用を始めたマネージャーを生かして利用を全社に広げる 2 つの施策を選ぶ・信頼の厚いベテランを中心に保守担当がパイロットに反対している物流企業が、反対に最初に対処する方法を選ぶ・誤った回答の報告は集まっているのに同じ種類の誤りが何か月も続く生成 AI アシスタントで、その原因を選ぶ
AI の基礎とリテラシー #7プレミアム
回答ごとに根拠の手順書の箇所を示す工場向けアシスタントの方式・本番運用に入る ML モデルの再トレーニングの進め方を選ぶ・提案書の作成にかかる営業担当者の時間を、AI で減らす方法を選ぶ・担当者の経験に頼らずに部品の交換を判断する方法を選ぶ・決まった手順の中に 1 か所だけ判断がある処理の自動化の方法を選ぶ
AI 戦略とビジネス価値の創出 #7プレミアム
AI を導入する書類確認の業務で、効果を測る KPI の選び方・作った質問応答の仕組みにほかの部門から同じ要望が届いたとき、少ない手間でどう広げるか・削減の割合が同程度の候補から、削減額の最も大きい業務を見極める最初のステップを選ぶ・どちらのモデルも未評価の POC で、品質基準を満たしながらコストを最小にするために最初に実施するステップを選ぶ・即時の概算が取引先の選定条件になり競合も導入済みの中で、その機能への取り組み方を 2 つ選ぶ
AI ガバナンスと責任ある AI のリーダーシップ #7プレミアム
部門の中では一致するのに、部門をまたぐと AI 案件のリスク評価が食い違う原因を特定する・品質の低下のアラートが出た生成 AI アシスタントで、新しい FM への切り替えが提案されている中、まず何をすべきか・規制要件ではなく害も軽微な基準を満たしていない校正アシスタントの提供の判断を選ぶ・整った質問文だけで評価したチャットアシスタントについて、デプロイの可否を判断する根拠を得るために最初に行うことを選ぶ・応募先の判断に影響する生成 AI アシスタントを公開する前に、悪用のされ方をどう評価するか
ビジネスの準備状況、リーダーシップ、AI トランスフォーメーション #7プレミアム
障害時に開発部門とプロバイダーが互いに相手の問題と考え、復旧が遅れた企業が、再発を防ぐために整備するものを選ぶ・異なる時期の評価結果で前提がそろわず結論を出せなかったリリース判断を、合意できるプロセスに変える・店舗のマネージャーごとに AI 導入の目的の説明が食い違う小売企業が、説明をそろえる方法を選ぶ・開発を支援する CoE が承認も担っていると監査で指摘された企業が、指摘に対処する体制の変更を選ぶ・繁忙期に上限に達した経験がある生成 AI アシスタントで、障害時も含めて繁忙期に応答を続けるための準備を選ぶ
AI の基礎とリテラシー #8プレミアム
デプロイ後のモデルの正解率を毎月確認するための仕組みを選ぶ・資料に記載のない質問にも断定的に答えるアシスタントについて、資料にない内容を回答させない方法を選ぶ・全社の AI の棚卸しで部門ごとの数え方がそろわないとき、最初に行うことを選ぶ・特定の種類の物件だけで外れる価格推定モデルの信頼性を高める 2 つの対応を選ぶ・トレーニングのデータとプロセスをすべて説明できるように、下書きを生成するモデルの用意の仕方を選ぶ
AI 戦略とビジネス価値の創出 #8プレミアム
AI で作業時間を削減したのに人件費が変わらない主な理由を選ぶ・競合の多くがすでに提供している AI の機能について、先行を前提にした投資案をどう見直すか・AI を使う前の評価で、明確で簡潔なルールとして書き表せる問題を選ぶ・ダッシュボードの数値は正常なのに、AI エージェントへの顧客の不満が増える原因・新薬の候補の探索期間を短くするための、研究開発部門での生成 AI の使い所
AI ガバナンスと責任ある AI のリーダーシップ #8プレミアム
公平性メトリクスを同時に満たせないとき、モデルの評価に使用するメトリクスをどう決めるか・FM だけで回答するアシスタントが、発売後の新製品について旧型の仕様を答える原因を選ぶ・Responsible AI Lens に沿って開発中の推薦 AI で、基準ごとのテストの結果から提供を判断する作業がどのフォーカスエリアかを選ぶ・リリース基準を満たして全国に展開した生成 AI アシスタントで、少しずつ進む悪化を早く捉えるには、何を基準にモニタリングするか・一部の言語だけリリース基準に届かない服薬の案内チャットを、販売開始日に提供するリリースの進め方を選ぶ
ビジネスの準備状況、リーダーシップ、AI トランスフォーメーション #8プレミアム
部門ごとに顧客データが分断され、理由が分からないまま統合の方法を決められない企業が、最初に行うことを選ぶ・パイロットで効果が目標の半分にとどまり、利用状況の違いの理由も記録されていない教育機関が、全従業員へのロールアウトの前に優先すべきことを選ぶ・AI に初めて取り組み、経営陣が AI の価値を理解していない企業が、経営陣が投資を判断できるように最初に実施することを選ぶ・通知済みの全社展開の開始日が遅れ、新しい日が未定の企業が、従業員への最初の対応を選ぶ・個人情報の入力と未確認の送信が起きた金融サービス企業が、利用を続けながら同様の事例を未然に防ぐ対策を選ぶ
AI の基礎とリテラシー #9プレミアム
広告用の商品説明を作る生成 AI アプリの公平性と正確性のリスクを、設計段階で検討する方法を選ぶ・毎朝の全契約者の解約予測の一覧を、推論コストを抑えて用意する推論の方式を選ぶ・入力を変えずに章を増やした報告書が毎回途中で途切れる原因を選ぶ・作業者によってラベルが揺れてモデルの判定が安定しないとき、最初に行う対応を選ぶ・ポリシーで一意に決まる承認者の割り当てを、低いコストで自動化する方法を選ぶ
AI 戦略とビジネス価値の創出 #9プレミアム
POC の月額で毎月同額に設定した AI 開発の予算が、スコープを拡大するフェーズの必要な作業で超過したときの予算の見直し方・AI が担う業務は改善しているのに、全社の KPI が動かない原因・年 1 回の AI 投資計画が承認後すぐに古くなる企業が、変化への対応と年間の投資上限を両立させる計画の進め方を選ぶ・費用の削減額が小さいときに、ビジネスケースに記載する効果・学校向けの売上が減る教材会社が、これまで取引のなかった顧客層から収益を得る AI イニシアティブを選ぶ
AI ガバナンスと責任ある AI のリーダーシップ #9プレミアム
人事と採用の 4 つの AI ツールのリスクレベルを判定する基準を選ぶ・想定外の配分変更による影響を抑えるために、AI エージェントのデプロイ前に用意するものを選ぶ・利用の許諾を確認していない他社の記事を生成 AI に入力しようとしている計画で、侵害のおそれをどう減らすか・通話の要約の誤りが緊急度の判定に伝わることを防ぐ対策を選ぶ・性別と年齢の列を削除した判定モデルで、バイアスが残っていないかをどう確かめるか
ビジネスの準備状況、リーダーシップ、AI トランスフォーメーション #9プレミアム
20 ミリ秒以内の応答が必要で回線が途切れる工場の不良品判定 AI を、クラウド移行の計画の中でどう構成するか・元の部門で効果を測定済みで、展開先の業務も同じ生成 AI ソリューションの横展開について、経営陣が承認の判断で最も重視すべき材料を選ぶ・本番運用の部門と学習段階の部門が併存する保険会社が、部門ごとの違いを含めて成熟度を評価する進め方を選ぶ・専門人材が IT 部門の少数だけの企業が、パイロットと全社の標準を作る推進体制を選ぶ・法務とコンプライアンスが誤りと漏えいを懸念して提案を却下し続ける製薬企業が、リスクを抑えて価値を検証するために優先すべきことを選ぶ
AI の基礎とリテラシー #10プレミアム
シャドー AI (従業員が承認なしに AI ツールを業務で使うこと) への対策で、最初に取り組むことを選ぶ・生成 AI の導入に向けて、AI に使用できる社内データの棚卸しをどの範囲・順序で進めるかを選ぶ・誤りは少ないが同じ投稿で分類が揺れる生成 AI の分類を、利用料金を増やさずに安定させる方法を選ぶ・利用中の基盤モデルが提供終了になるときに、取るべき対応を 2 つ選ぶ・資料の読み込みの時間を減らしつつ、可否は担当者が判断する契約審査の計画を選ぶ
AI 戦略とビジネス価値の創出 #10プレミアム
ビジネスの優先事項が変わった後に、生成 AI チャットボットの KPI に加える指標・社内で成果を出した配送ルートの AI を外部の運送会社向けのサービスにできるかを判断するとき、最初に確かめること・影響の大きい AI モデルの切り替えで、悪化したときに備える方法・添削の返却の遅さを理由に退会が増えている会社が、最初の AI 投資先に選ぶユースケース・多くの企業で共通する業務の AI を自社で作って遅れているとき、開発チームをどう新サービスに戻すか
AI ガバナンスと責任ある AI のリーダーシップ #10プレミアム
AI に特化した法律が無い国で、個人データを扱う生成 AI アプリを法令に準拠させてからデプロイするには・取り出した資料に沿って回答しているのに、案内される設定手順が日によって異なる原因を選ぶ・利用者に届く内容に有害なものが含まれないようにする要件を満たす安全策を選ぶ・予測が外れた日に人が止められなかった空調の自動制御 AI を、全ビルに広げる前に導入すべき仕組みを選ぶ・責任ある AI の評価が開発を遅らせるという現場の反発に対し、評価を省略できない要件の中で、評価を続けながら支持を得る
ビジネスの準備状況、リーダーシップ、AI トランスフォーメーション #10プレミアム
技術の研修は受けたが公平性の確認が漏れた開発チームを持つ外食チェーンが、チームが自ら確認できるようにする施策を選ぶ・優先する機会を決めた後で、不足する能力と部門間の依存関係、関係者の懸念を確認している企業が、AWS CAF for AI のどの段階にいるかを見立てる・申込書を読み取る AI をデプロイした銀行が、読み取りの正解率を継続的に高めるために従業員の役割を決める・成功基準を満たした契約書レビューの POC で開発チームが担っていた役割を、法務部門の本番で引き継ぐために整備するものを 2 つ選ぶ・BU ごとに生成 AI を試し、判断がばらつき成功事例も伝わらない不動産会社が、設けるべき組織を選ぶ
AI の基礎とリテラシー #11プレミアム
入力者ごとに自由記述がばらつく受付記録について、正解率の差をなくすために優先する対応を選ぶ・接続先が増えていく AI エージェントを、保守の負担を抑えて社内システムにつなぐ方法を選ぶ・運用中の ML モデルで、利用部門の増加とともに毎月の AI のコストが増えている原因を説明する・デプロイ前のモデルで、トレーニングデータでは高くテストデータでは低い正解率の差の原因を選ぶ・再トレーニングした新しいモデルを、本番環境にデプロイする進め方を選ぶ
AI 戦略とビジネス価値の創出 #11プレミアム
各部門が自部門の案を推す中で、投資の順番を根拠をもって決める方法・故障の調査にしか使っていない稼働データに購入の打診が来た製造企業が、データから事業価値を生む最初の一歩を選ぶ・普及の見通しが分かれる技術で、利用量にかかわらず 3 年間の費用が発生する契約を慎重に判断するアプローチを選ぶ・AI のユースケースが決まっていない段階で、効果の出る業務課題を把握するための最初の一歩・有形の効果の欄を財務部門が根拠として使えないと判断した、ビジネスケースの原因を選ぶ
AI ガバナンスと責任ある AI のリーダーシップ #11プレミアム
IT 部門のセキュリティレビューだけで AI をデプロイし、問題のある AI を誰も止められない通信会社が取るべき 2 つの対応・出力への知的財産の補償を維持する利用ルールで、最も重要な考慮事項を選ぶ・社内ドキュメントを検索する生成 AI で、閲覧を許可されたドキュメントだけを回答に使う方法を選ぶ・AI を組み込む業務で規制上必要な記録を判断できないとき、どうするか・参照だけの低リスクのアシスタントに顧客データの更新を加え、統制を導入時のままにした場合の最大のリスクを選ぶ
ビジネスの準備状況、リーダーシップ、AI トランスフォーメーション #11プレミアム
勤務スケジュールを AI で自動作成する航空会社が、手作業で作成するスキルを社内に維持する仕組みを選ぶ・本番の不正検出 AI を、データの集め方と加工方法が違う 2 つの事業へ広げる前に、データの品質の問題を見つける・最初のサイクルで複数の取り組みを同時に始め、成果を示せずに従業員に落胆が広がった企業の原因を選ぶ・ML の運用経験がない小売企業が、商品説明の下書きを生成する機能を早くリリースするための生成 AI の利用の形を選ぶ・準備状況のチェックリストに経営幹部の支援と従業員の姿勢が含まれる企業が、ビジネスリーダーを採点に加える理由
AI の基礎とリテラシー #12プレミアム
消費者向けの生成 AI サービスに、個人情報を送らせない利用条件を選ぶ・専門人材のいない教育機関が、多様な質問に学内の文書に基づいて答える仕組みを短期間で立ち上げる方法を選ぶ・複数の ML モデルの劣化の通知に、対応の順番を付ける方法を選ぶ・会話が長引くと入力が FM に受け付けられなくなる制約が何に当たるかを選ぶ・開発者がいない営業部門が、構築せずにダッシュボードの数値と商談の資料へ自然言語で質問できるソリューションを選ぶ
AI 戦略とビジネス価値の創出 #12プレミアム
費用を減らす案件か収益を増やす案件かを経営陣が区別できるように、12 件の AI イニシアティブの分類方法を選ぶ・自部門のコストを把握済みでも利用を見直さない部門に、利用量に見合ったコストの責任を持たせる方法を選ぶ・価値は確かめられたが、選んだ手法では費用の基準を満たせない POC の次の判断・人数を増やさずに、自社製品に使える新しい AI 技術に競合より早く気付く方法を選ぶ・試験導入するアイデアを、業務に定着する割合を高めるために選ぶ基準を選ぶ
AI ガバナンスと責任ある AI のリーダーシップ #12プレミアム
毎週再トレーニングする AI レコメンデーションシステムで、一部の店への予約の集中が月ごとに強まっている原因は何か・AI の POC を設計する前に、悪影響を把握するために最初に行うことを選ぶ・AI エージェントの個々の判断の経緯を規制当局に示すために、残すべき記録はどれか・収録音声の使用契約があるナレーターの声を模倣した音声を生成 AI で作るとき、どう進めるか・生成 AI に与えたデータへのアクセスが承認も見直しもされていないとき、どう対応するか
ビジネスの準備状況、リーダーシップ、AI トランスフォーメーション #12プレミアム
人の確認なしで AI が全問い合わせを完結させる体制で、クレームの対応により解約が増えた原因を選ぶ・基礎の理解はそろったが業務での使い方が分からない企業が、従業員からユースケースのアイデアを短期間で集めるイニシアティブを選ぶ・準備状況の評価で多数の対応事項が見つかったが、最初の GenAI アプリを今四半期中に稼働させたい企業が、解消の方針を選ぶ・3 チームで改善を分担する AI エージェントで、再発した問題に前回の対処を生かすために整備するものを選ぶ・POC は目標を達成したが本番の予算が承認されず、使用する部門の役員も関与していない企業が次に実施すること
AI の基礎とリテラシー #13プレミアム
AI システムの構成要素を製品に依存しない枠組みで記述したいとき、使う枠組みを選ぶ・「AI 搭載」製品で正解率が向上する見込みを試算に含める前に、最初に確認することを選ぶ・紙や PDF の請求書から項目を自動で読み取り、会計システムへ登録する AI ソリューションを選ぶ・毎回 30 件の例を含める分類の費用を、件数と品質を保って下げるアプローチを選ぶ・ワーカーを増やしても調査レポートの完成時間が短くならない原因を選ぶ
AI 戦略とビジネス価値の創出 #13プレミアム
一定の量で使い続ける需要予測モデルの推論の費用を、モデルを変えずに下げる方法・競合も同様の収穫量予測を開発する中、予測の品質で先行し続けるために投資するデータを選ぶ・POC が事前の基準を満たした後、全体に広げる前の次の一歩・人件費だけで試算した現行のコストの見積もり直し方・問い合わせ件数が季節で大きく変わり費用は毎月一定の AI アシスタントについて、導入判断に必要な効果の試算方法を選ぶ
AI ガバナンスと責任ある AI のリーダーシップ #13プレミアム
生成 AI の提案が氏名や年齢によって不当に変わらないことを、リリース前にどう検証するか・将来の分析のためにアプリが取得できるすべてのデータを収集する計画を、プライバシーの観点でどう見直すか・断った申込者に判定の要因を通知する義務がある審査で、モデルを選ぶうえで最も重視すべき考慮事項を選ぶ・生成 AI の自動回答で、送信前に人がレビューすべき問い合わせを、誤ったときの影響の大きさで選ぶ・欠航時の振り替えを AI エージェントに任せ、専任のチームを全員移す計画に、どんな備えを加えるか
ビジネスの準備状況、リーダーシップ、AI トランスフォーメーション #13プレミアム
勉強会と業務の洗い出しを終え、正式なプロジェクトがない製薬会社が、成熟度の次の段階へ進むための取り組みを選ぶ・細かな判断まで月 1 回の委員会の承認を待つ部門横断チームが、リスクを管理しながら開発を速める方法を選ぶ・承認プロセスと成功基準の欠落で止まった GenAI のパイロットについて、別の理由で再び止まらないように開始前に優先することを選ぶ・CEO が AI の実験を求める一方、部門長は既存業務の目標だけを評価している企業が、実験に時間を割くチームを増やすために見直すものを選ぶ・4 段階のうち 3 段階が重複する承認の流れに生成 AI を使う企業が、最初に実施すべきことを選ぶ
AI の基礎とリテラシー #14プレミアム
文章の指示から新しい広告画像を作るパイロットに使用するモデルを選ぶ・品質基準を満たした大型のモデルの要約を、同じ品質のまま安く速くする方法を選ぶ・不正検出モデルの値が 0.5 付近の注文だけを人が確認する工程を加える主な理由を選ぶ・市場の変化の後に外れ続ける需要予測モデルを、使い続けながら立て直す手順を選ぶ・協定の上限を 1 件も破らずに、ML による需要に応じた料金を続ける方法を選ぶ
AI 戦略とビジネス価値の創出 #14プレミアム
原文を探すだけの業務で、生成 AI ではなく検索の改善を選んだ主な理由を選ぶ・影響が分からない新しい AI の技術に、大きな投資を先に決めずに関わる方法を選ぶ・資料に比較項目を足し続けても経営会議で結論が持ち越される原因を選ぶ・終了後に有料へ自動で移行する無料トライアルで、評価が終わらないと分かっているときに、料金の発生を防ぐ行動を選ぶ・欠陥のある部品を検出する AI の提案書に、4 つの事業成果のどれを書くか
AI ガバナンスと責任ある AI のリーダーシップ #14プレミアム
AI エージェントの異常な振る舞いを検知したが業務は止められないとき、調査の間にまずどう対応するか・過去の企画書を参照する生成 AI を全プランナーに使わせながら、機密情報の漏えいを低いコストで防ぐ方法を選ぶ・予測を基にサプライヤーを選定する調達担当者が、交渉で選定の根拠を説明できるようにする方法を選ぶ・部門ごとに AI の費用の管理とバイアスの確認がばらばらな保険会社の課題が、AWS CAF for AI のどのパースペクティブに当たるかを見立てる・1 つのディメンションで複数のイベントのリスクレベルが異なるとき、最も高いレベルを記載する理由を選ぶ
ビジネスの準備状況、リーダーシップ、AI トランスフォーメーション #14プレミアム
3 番目の支社で効果が出ず理由も分からない設備保守会社が、次のロールアウト先の選び方を決める・候補ユースケースの一覧はあるが、パイロットも予算もチームもない企業の成熟度の段階・部門独自の運用ルールのまま全社のサービスにするチャットアシスタントで、デプロイ前に全社ポリシーへの準拠を確認する最初の作業を選ぶ・製品マスターデータの誤りを直す部門が決まっていない卸売企業が、ロールアウト後に誤りが放置されないようにする・GenAI の本番化の申請がゼロからの協議で滞留している企業が、その状態を解消するための投資先を選ぶ
AI の基礎とリテラシー #15プレミアム
承認済みの AI ツールがあるのに消費者向けアプリが使われ続ける理由を診断する・延滞の有無が付いた申込の表から、新しい申込者ごとの延滞の可能性を予測する手段を選ぶ・1 種類ずつ届く依頼を専門エージェントへつなぐ構成を、時間と費用の観点で選ぶ・ルールベースのオートメーションではなく ML を使う条件に該当する業務を選ぶ・文書の構成と言い回しが合わない下書きに、追加のトレーニングが提案されたときの最初のステップ
AI 戦略とビジネス価値の創出 #15プレミアム
効果と構築費が試算どおりなのに、1 年で回収できなかった原因を選ぶ・AI を使う提案に問題の大きさが示されていないとき、判断の前に何をするか・別のモデルへ移行した後も回答の質を保つために、優先して行う対応・高い出席率と満足度を報告していたのに、定着の遅れに半年間気づけなかった原因を選ぶ・同じ時期の販促と重なったときに、AI のレコメンデーションの効果を切り分ける方法
AI ガバナンスと責任ある AI のリーダーシップ #15プレミアム
複数の部門で本番が動き全社に拡大する銀行で、拡大先の部門も運用の開始から同じ基準で管理できるガバナンスを選ぶ・生成 AI アシスタントが用途外の話題に答えるとき、その話題だけを止める方法を選ぶ・正解率と応答時間のトレードオフの合意について、担当者が交代しても見直しに使えるよう記録に残す内容を選ぶ・従業員にまだ知らせていない、個人情報を含む会話の記録の収集を始める前に、まず何をするか・リスクが許容できる水準を超え、対策の効果を次回の試験までに確かめられない AI の合否判定をどう扱うか
ビジネスの準備状況、リーダーシップ、AI トランスフォーメーション #15プレミアム
意見をもとにルールを変えたのに変更を従業員に知らせず、2 か月を過ぎてから届く意見が減った主な原因を選ぶ・スポンサーと予算はあるが BU ごとに CoE への期待が違う企業が、CoE の活動の前に最初に行うことを選ぶ・予算と環境はあるがユースケースを企画できる従業員が不足する企業が、従業員が自ら企画できるようにするための投資・止められない業務と待てる処理が共有の生成 AI プラットフォームを使う企業が、業務ごとの利用方法と料金の基準を決める・パイロットチームが解散し、対応と更新の担当が決まっていない全店舗の本番の運用を確立する
AI の基礎とリテラシー #16プレミアム
ポリシーを周知した後に、禁止ツールが使われていないことを日々確認し規制当局に示す仕組みを選ぶ・成約の可能性を予測するモデルのために、どのようなトレーニングデータを準備するかを選ぶ・異なる基盤のパートナーのエージェントへタスクを委任し、連携先を少ない負担で増やせる連携の方式を選ぶ・記録を活用し、気温や販促の影響を反映した翌月の需要数量を見積もる手法を選ぶ・顧客に AI の管理を第三者認証で示すために、体制を整える基準にする枠組みを選ぶ
AI 戦略とビジネス価値の創出 #16プレミアム
年度末の結果を待たずに、アシスタントが定着していない部門を毎月見つける指標・認証の対象のサービスで作るアプリケーションの、規制への準拠の説明・利用者ごとのプランの月額が基本の Amazon Quick で、導入前の年間コストの見積もりに最も重要な情報を選ぶ・毎週の更新を続けつつ、質の下がる更新を受講者に届く前に止めるには・外注していた文面の作成を生成 AI に移したときの、1 か月あたりの純削減額の計算
AI ガバナンスと責任ある AI のリーダーシップ #16プレミアム
品質スコアも取得しているのに、品質の低下に顧客の苦情まで気付かなかった原因を選ぶ・生成 AI の画像が特定の性別や年齢層に対するステレオタイプを強化しないかを、本番の前にどう確認するか・事象ごとに発生の可能性と深刻度の等級を付けて組み合わせ、全体のリスクレベルを出す評価方法を選ぶ・外部の FM を使った機能を 3 年契約のプランに組み込むとき、契約期間中に FM の提供が終了しても機能を止めないために何をするか・削除の請求に遅滞なく応じながら、会員ごとの提案に個人データを反映する方法を選ぶ
ビジネスの準備状況、リーダーシップ、AI トランスフォーメーション #16プレミアム
失敗が人事評価に響き、従業員が新しい取り組みを避けている企業が、アイデアの募集の前にまず取り組むこと・全データの棚卸しで止まった全社のデータ統一を、早く成果を示しつつ個人情報の管理の課題に対処できるように進める・共通の基礎はそろったが、経営陣・製品企画・エンジニアで必要な知識が異なる小売企業が、人材育成のアプローチを選ぶ・過去に途中を測らず停滞した企業が、3 年の大きな目標を変えずに途中の成果を確認できる計画の仕組みを選ぶ・技術を試すが業務で使用されない AI 専門チームの取り組みを、事業の成果につなげる対応
AI の基礎とリテラシー #17プレミアム
レビュー中と知らずにツールを使う部門が出たことがある企業で、レビュー中の AI ツールをどの部門にも使わせない対応を選ぶ・測定値の範囲と平均は変わらないのに同じ測定値で良否が変わり予測が外れ始めた状況を、用語で説明する・上限内でも全部門の資料を毎回渡すエージェントで、見落としと遅延が増えた原因を選ぶ・全文がコンテキストウィンドウを超える長いガイドラインで、後半の章にも答えられるようにする方法を選ぶ・例を 20 件に増やしても独自の書き方が再現されない報告書の下書きについて、次に検討する方法を選ぶ
AI 戦略とビジネス価値の創出 #17プレミアム
リクエストがまばらな自社の ML モデルで、処理した分だけ支払う推論の方式に切り替える主な理由を選ぶ・組み合わせが毎回異なる実績の問い合わせに、店舗マネージャーが自分で答えを得られる手段を選ぶ・本番の AI の ROI がどの読者の区分でもマイナスのまま続き、最適化でも戻らないときの判断・完成まで 1 年かけて機能を公開しない旅行会社の計画のリスクを選ぶ・自社の修理記録で答える顧客向けアプリを、低コストに作る方法を選ぶ
AI ガバナンスと責任ある AI のリーダーシップ #17プレミアム
AI の利用を始めたばかりのヘルスケア企業で、承認の体制をどう置くか・AI プロジェクトで法務部門の懸念がリリース直前に出る手戻りを、今後のプロジェクトで防ぐ・機密データでファインチューニングしたモデルを全社に出す計画に、どう対応するか・システムプロンプトのノウハウを聞き出そうとする入力から、品質を保ったまま漏えいを防ぐ方法を選ぶ・中程度のリスクで元に戻せるエージェントのアクションを、止めずに監督する方法を選ぶ
ビジネスの準備状況、リーダーシップ、AI トランスフォーメーション #17プレミアム
AI のイニシアティブを、外部との契約の終了後も社内で続けられる推進体制を決める・データ基盤を統合しても各部門が使い慣れたスプレッドシートを使い続ける企業が、基盤でデータを共有させるために優先することを選ぶ・GenAI アシスタントを 1 拠点で試験運用し、2 年で全拠点に展開する企業が、当面と長期の両方の準備を整える施策を 2 つ選ぶ・データの利用ルールがなく部門がデータの提供を保留する中、POC を予定どおりに始めるために優先すべきことを選ぶ・ポリシーを考慮せずに設定した処理完了率の目標で、投資の成果を正しく評価できない企業が、最初に行うことを選ぶ
AI の基礎とリテラシー #18プレミアム
独立した 3 分野の調査を複数のエージェントで行い、一か所で点検して不足の分野だけを調べ直させる分担を選ぶ・サービス単位で承認した生成 AI で、モデルごとに異なる用途と提供リージョンを各部門が自分で確かめられるようにする方法を選ぶ・長い回答で利用料金が膨らむ生成 AI アシスタントについて、必要な情報を残したまま料金を減らす対応を選ぶ・ルールベースの仕組みを ML に置き換えるかどうかを、どの分析で判断するかを選ぶ・長い規則の全文を渡したアシスタントが質問に答えず要約を返す問題について、最初の対応を選ぶ
AI 戦略とビジネス価値の創出 #18プレミアム
価値の見込みは高いが、接続先の仕様の確定まで数か月待つ AI の開発の扱いを選ぶ・全社で AI を本番運用し共通の開発基盤を持つ企業が、従業員を比例して増やさずに基盤を他社へ提供する形を選ぶ・デプロイ後に費用が変わっている生成 AI の ROI の評価の仕方・AI の判断への顧客の不安に応え、信頼を競合他社との差別化にする方法を選ぶ・利用者に見せずに、実際の問い合わせで新しい AI を現行と比べる方法
AI ガバナンスと責任ある AI のリーダーシップ #18プレミアム
過去の昇進の実績で学習した推薦モデルで、デプロイ前から女性の推薦率が低い原因を選ぶ・人の確認なしに顧客の権利へ影響する判定だけを扱う保険会社で、リスク区分で審査を分ける案を採用できるかの考慮事項を選ぶ・計画段階で多数のリスクが挙がり、予算と期間に限りがある生成 AI の機能で、リスクへの対応を設計にどう反映するか・カスタマーサポートの AI エージェントに管理者の権限を与える提案を、どう見直すか・新シリーズの発売後に問い合わせの話題が変わり、エスカレーションされる問い合わせが増えたアシスタントの品質をどう回復するか
ビジネスの準備状況、リーダーシップ、AI トランスフォーメーション #18プレミアム
報告書がモデルの正解率だけを原因とした失敗のパイロットについて、再挑戦の計画にすべての原因を反映する分析の方法を選ぶ・ML の専門家がいるチームが、自社のデータで作る新しいモデルのトレーニングとデプロイを自ら管理する基盤を選ぶ・期待効果が「業務効率の向上」だけの 4 つの AI イニシアティブで、効果の実現と継続を確認するために投資前に定めるものを選ぶ・依頼が CoE に集中して案件が滞る企業が、全社に広げるために CoE の役割を変える・AWS CAF for AI の AI トランスフォーメーションジャーニーで、Scale の段階に何をどこまで広げるかを選ぶ
AI 戦略とビジネス価値の創出 #19プレミアム
誤りが許されない判断で、最終判断を従業員に残したまま下調べの時間を短くするアプローチを選ぶ・効果を検証済みの AI を展開中の住宅メーカーが、確実な効果と新しい用途の学びを両立させる予算の配分を選ぶ・不具合が見つからない調査の工数が増え続ける原因を選ぶ・利用件数は増えたのに作成時間が減らない下書き機能で、原因が下書きの品質にあるかを確かめるメトリクス・AI 活用が他社にすぐまねされる家具の小売企業が、数年先まで選ばれ続ける理由を作る AI 活用を選ぶ
AI ガバナンスと責任ある AI のリーダーシップ #19プレミアム
明確な条件で決まる休暇の取得資格を誤って回答するアシスタントに、判定の誤りを自動で見つける保護措置を選ぶ・回答が顧客の役に立たなくなったことに気付くには、生成 AI アシスタントのモニタリングに何を追加するか・Responsible AI Lens のユースケースのフォーカスエリアを終えた鉄道会社で、次に取り組むことを選ぶ・国内の音声だけでトレーニングと評価をした採点モデルを海外に展開する前に、展開先でも正しく採点できるかをどう確認するか・外部の FM を組み込んだ機能で、プロバイダー・自社・顧客の責任の所在があいまいな問題に、リリース前に対処する方法を選ぶ
ビジネスの準備状況、リーダーシップ、AI トランスフォーメーション #19プレミアム
外観検査に AI を導入し配置を変える製造企業が、懸念を示す労働組合との信頼関係を保つ方法を選ぶ・担当役員が立ち上げ後に関与せず、現場で優先度が下がったと受け止められている AI 導入で、担当役員の取るべき行動を選ぶ・試験運用に成功した生成 AI アプリケーションを全部門に広げる企業が、業務を中断させないためにデプロイの前に取り組むことを選ぶ・権限と部下の人数が減ることを懸念する管理職が協力を先送りしている保険会社が、懸念の原因への対処を選ぶ・件数の目標は達成しているが、従業員が業務のどこで使用すればよいか分からない企業で、自発的に利用されない原因
AI 戦略とビジネス価値の創出 #20プレミアム
損傷の記録がほとんど無い状態で、損傷を予測する AI モデルの開発計画をどう扱うか・同じ FM で導入した住宅リフォーム会社のアシスタントの提案が、競合と変わらない原因を選ぶ・AI のチャットが頼る社内システムが止まったときの振る舞い・本番化した AI が手順の変更後に使われなくなった原因・2 チームで 14 件の AI プロジェクトを兼任し本番に 1 件も届かない地方銀行が、予算と人員を増やさずにデプロイを早める対応を選ぶ
AI 戦略とビジネス価値の創出 #21プレミアム
不正ログインで損失を出した証券会社が、弱点の一覧から予算 1 件で半年以内に損失を減らす AI イニシアティブを選ぶ・応答の遅れが週末の日中だけのチャットで、コストの増加を抑えて遅れを解消する推論の料金の払い方を選ぶ・化学メーカーの経営陣による AI 投資の管理の仕方に該当するものを選ぶ・固定費と 1 件あたりの費用から、AI が手作業より安くなる処理件数 (損益分岐) を求める・同じ FM を競合も使える中で、競合他社が模倣しにくい差別化を実現するアプローチを選ぶ
AI 戦略とビジネス価値の創出 #22プレミアム
必要な処理能力の見積もりに自信がないとき、処理能力を固定料金で確保する契約をどう結ぶか・部門がすぐに購入して使う状態を保ちながら、未審査の AI 製品の購入を防ぐ統制の置き方・競合との差は小さいが顧客の期待が上がっている銀行が、3 年間の AI 投資の計画で最初に評価する要素を選ぶ・モデルを切り替える余地を残しつつ、開発と運用の労力を抑える構築方法を選ぶ・まだ構築していない本番環境のアーキテクチャの費用を、ビジネスケースのために見積もる方法