公開：2026年10月8日, 最終更新：2026年10月8日
30秒サマリー
- Cornerstone OnDemandが構築したマルチエージェントAI「Orion AI」により、DB障害診断時間が45分から10分に短縮
- Amazon BedrockとAWS製オープンソースのStrands Agentsを活用し、3人チームが6カ月で開発
- AWSの公式ブログがアーキテクチャ設計の詳細を公開し、他社への応用を訴求
何が起きたか
AWSのMachine Learning公式ブログは、HRテック大手Cornerstone OnDemand（186カ国・1億4,000万ユーザーに人材管理ソリューションを提供）がAmazon Bedrockを活用してデータベース運用を自動化した事例と、そのシステム設計を詳説した。
同社のEnterprise DataOpsチームは以前、DBインシデント発生時に複数のシステムビューを手動でクエリしログを照合する作業に1件あたり約45分を費やしていた。そこで3人のチームが6カ月をかけて開発した「Orion AI」は、Amazon BedrockとAWS製オープンソースのエージェントオーケストレーションフレームワーク「Strands Agents」を用いたマルチエージェントシステムで、診断時間を45分から10分へと78%削減した。
Orion AIはハブ・アンド・スポーク型のトポロジーを採用しており、メタオーケストレーターが専門エージェント13体に作業を振り分ける構成。DBの診断・セッションブロッキング分析・リアルタイムSQL診断の3エージェントが調査を分担し、根本原因の特定から担当エンジニアへのJiraチケット起票まで自動化する。ルーティングはキーワード優先（約80%のクエリをミリ秒以下で処理）でセマンティック検索にフォールバックする仕組みを採用。会話メモリはAmazon Bedrock AgentCoreが提供するセッション単位の短期・長期・エージェント間の3層構造で管理される。
定量結果として、DB診断時間の78%短縮のほか、ライフサイクル管理の手動ステップが10工程以上から1回の自然言語入力に70%削減、SREとデータチーム間の報告ラグが15分からリアルタイムに改善、重複アラートの中央値65%削減（10件→3〜4件）が報告されている。
原典ハイライト
原文の核心は「ドメイン単位でエージェントを分割し、タスクの複雑さで分割しない」「キーワードルーティングを基本としセマンティック検索でフォールバック」「ライブメトリクスには会話メモリをバイパスする」という3つの設計原則にある。これらは他チームの多エージェント構築に再利用可能な知見として明示されている。
出典: AWS Machine Learning Blog（公式ブログ）
So What?（なぜ重要か）
「社内ニッチ領域（DBオペレーション）への生成AI適用」が、少人数・短期間で78%の工数削減を実現した点は注目に値する。全社DXよりも、繰り返し発生する特定業務の自動化から始めるアプローチの有効性を裏付ける具体的事例といえる。また、AWSがStrands AgentsやBedrock AgentCoreなどの自社ツールスタックを全面的に活用したケースとして公開している点から、同様の課題を持つ企業へのAWS製マルチエージェント基盤の訴求意図も読み取れる。
日本企業への示唆
日本企業のインフラ・DataOpsチームにとって、まず着目すべきは「既存の手動調査フロー全体をAI化するのではなく、1件あたりの所要時間が明確な繰り返し業務を対象に絞る」アプローチだ。Cornerstone社の場合、45分×件数という測定可能なコストがあったからこそROIが明確になった。自社でも同様の「時間×頻度」で定量化できる運用タスクをリストアップし、まずそこへ狭く深く生成AIを適用する実験から始めることが現実的な第一歩となる。また、3人・6カ月という開発リソースは、大規模プロジェクトを組まずとも実現可能であることを示しており、「AIは大プロジェクトでしか導入できない」という先入観を崩す参考事例として経営層への説明材料にもなる。設計面では、エージェント分割単位をドメインで定義し、外部ツール連携にはMCPを活用する手法が再利用可能な設計パターンとして参考になる。
背景・経緯
Cornerstone OnDemandはグローバルな人材管理ソリューション企業で、大規模なデータ基盤を運用している。原文によれば、Orion AI導入以前はDataOpsチームがDB障害発生時に「受け身の消火活動」に追われており、手動作業と部門間の情報ラグが慢性的な課題だったとされる。Amazon Bedrockは基盤モデルへのマネージドアクセスを、Strands AgentsはAWSが提供するオープンソースのエージェントオーケストレーション層を担う。システムはAmazon ECS上のコンテナとして稼働しており、既存の運用ツールとの深い統合が設計方針の一つとして掲げられた。
