翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# パターン 4: マルチステージ AI ワークフロー
<a name="pattern-multi-stage-ai"></a>

多くの実世界の AI アプリケーションは、単一のモデルや関数では提供されません。代わりに、多くの場合、ビジネスロジック、検証、またはサードパーティー API コールとインターリーブされる、一連の AI 駆動型タスクが必要です。これらのマルチステージワークフローは、次のような業界やユースケースで一般的です。
+ 分類してインデックス作成に要約するための光学文字認識 (OCR) などのドキュメント分析パイプライン
+ 機械学習 (ML) スコアリングからエスカレーションロジックへのルールベースのチェックなどの不正検出システム
+ 画像から診断までの医療オートメーションによる、医師によるレビューへのレポート作成
+ 文字起こしから感情分析、レスポンス生成などの言語処理フロー

ただし、これらのパイプラインには以下が含まれることが多いため、問題が発生する可能性があります。
+ OCR、自然言語処理 (NLP)、ベクトル検索、カスタム ML などの異種サービス
+ 従来の ML や生成 AI などの複数のモデルタイプ
+ 厳格な監査とエラー処理の要件
+ データサイエンス、エンジニアリング、コンプライアンスなどの部門間の所有権

従来、これらのワークフローは脆弱なグルーコードまたは静的オーケストレーションプラットフォームとして実装されています。このアプローチは、オブザーバビリティの低下、緊密な結合と俊敏性の低下、更新とエラー復旧のための運用オーバーヘッドの増加につながります。

## マルチステージ AI ワークフローパターン: モジュラー、オブザーバビリティ、サーバーレス AI パイプライン
<a name="section-pattern-multi-stage-workflow"></a>

マルチステージ AI ワークフローパターンでは、 をオーケストレーションバックボーン[AWS Step Functions](https://docs.aws.amazon.com/step-functions/latest/dg/welcome.html)として使用します。このパターンを使用すると、チームは一連の AI タスクをモジュール式のサーバーレス関数として調整でき、それぞれが個別にトリガーおよび管理されます。ワークフローの各ステージは観察可能で、再試行をサポートし、他のステージから完全に分離されます。マルチステージ AI ワークフローパターンでは、以下が有効になります。
+ きめ細かな制御とエラー処理
+ オーケストレーションに影響を与えずに Amazon Bedrock モデルを変更するなどのPlug-and-playモデル統合 [https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) 
+ エンリッチメントや推論などのタスク間の懸念を明確に分離する
+ 再現性、トレーサビリティ、コンプライアンスの調整

リファレンスアーキテクチャは、次のように各レイヤーを実装します。
+ **イベントトリガー** - [Amazon S3](https://docs.aws.amazon.com/AmazonS3/latest/userguide/Welcome.html) アップロード (PDF ファイルなど）、API コール、またはスケジュールされたジョブを通じて Step Functions ステートマシンを開始します。
+ **処理** - メタデータの準備、ファイルタイプの分類、入力の強化 (ドキュメント言語の検出など) [AWS Lambda](https://docs.aws.amazon.com/lambda/latest/dg/welcome.html)に使用します。
+ **推論** – [Amazon Textract](https://docs.aws.amazon.com/textract/latest/dg/what-is.html) から Amazon SageMaker 分類子、Amazon Bedrock 大規模言語モデル (LLM) サマリなど、複数のステージで発生し、すべて Step Functions を使用して連鎖されます。
+ **後処理** - Lambda を使用して、レビュー担当者への送信、リーガルへのエスカレーション、自動承認などのルーティングを決定します。
+ **出力** - Amazon OpenSearch Service の Amazon S3 またはインデックスに結果を保存します。 [ OpenSearch ](https://docs.aws.amazon.com/opensearch-service/latest/developerguide/what-is.html) ログ記録とアラートのために [Amazon EventBridge](https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-what-is.html) に監査イベントを発行します。

## ユースケース: 法的ドキュメントの取り込みと要約
<a name="section-use-case-legal-document"></a>

法律サービス企業は、さまざまな形式で毎日数百の契約を受け取ります。ドキュメントタイプを抽出して分類し、リスク句を特定する必要があります。さらに、取得するドキュメントを要約してインデックス化し、リスクスコアとドキュメントタイプに基づいて弁護士にルーティングする必要があります。

このユースケースに応じて、マルチステージ AI ワークフローソリューションは次のステップに従います。

1. PDF アップロードにより、Amazon S3 から EventBridge に Step Functions がトリガーされます。

1. Amazon Textract は PDF から未加工のテキストを抽出します。

1. SageMaker モデルは、非開示契約 (NDA) やマスターサービス契約 (MSA) など、ドキュメントタイプを分類します。

1. Amazon Bedrock は、自然言語の概要とリスクの説明を生成します。

1. Lambda は、レビューまたは自動処理のフラグなどの次のアクションを決定します。

1. 出力は Amazon S3 に記録されます。アラートは、Amazon Simple Notification Service (Amazon SNS) または EventBridge を使用して発行されます。

## Step Functions がマルチステージ AI ワークフローに最適な理由
<a name="section-multi-stage-workflow-sfn"></a>

Step Functions には、次の機能と利点があります。
+ **Visual Workflow Builder** – ビジネスロジックの簡単なマッピングと反復を可能にします。
+ **組み込みの再試行とタイムアウト** — ダウンストリームモデルの障害を適切に処理します
+ **並列実行** – 複数の推論モデルを同時に実行します (多言語翻訳など)
+ **動的分岐 —** 中間推論結果に基づくルート
+ **監査可能性** – 各ステップのログとメトリクスを通じて、きめ細かなモニタリングとコンプライアンスを可能にします。

## セキュリティとガバナンスのベストプラクティス
<a name="section-security-governance-practices"></a>

安全で、監査可能で、ポリシーに沿った AI パイプラインを確保するために、組織は以下のセキュリティとガバナンスのベストプラクティスに従う必要があります。
+ ステップごとに AWS Identity and Access Management (IAM) を使用して、すべての サービスと Lambda 関数に最小特権の原則を適用します。
+ 各入出力を [Amazon CloudWatch Logs](https://docs.aws.amazon.com/AmazonCloudWatch/latest/logs/WhatIsCloudWatchLogs.html) または Amazon S3 に記録して、トレーサビリティ、デバッグ、監査を有効にします。
+ を統合し[AWS CloudTrail](https://docs.aws.amazon.com/awscloudtrail/latest/userguide/cloudtrail-user-guide.html)て、コンプライアンスとフォレンジック分析のための API レベルのアクセスと呼び出し履歴をキャプチャします。
+ ステージ間にスキーマ検証を適用して、データの整合性を確保し、インジェクションやプロンプトのドリフトを防ぎ、障害の伝播を減らします。

## マルチステージ AI ワークフローパターンのビジネス価値
<a name="section-multi-stage-workflow-business-value"></a>

マルチステージ AI ワークフローパターンは、次の領域で価値を提供します。
+ **** 俊敏性 – パイプラインを中断することなくステップを更新または順序を変更します。
+ **スケーラビリティ** – サーバーレスアーキテクチャにより、ドキュメントボリュームに合わせて自動的にスケールします。
+ **コンプライアンス** – アクションと AI の決定をstep-by-step追跡できます。
+ **保守性** – モジュール式でチーム調整されたコードベースを提供します。(AI ロジックとポリシーロジックを分離すると、動的なモデル動作と決定論的なビジネスルールを個別に管理できるため、保守性が向上します。 このアプローチにより、リスクが軽減され、チームの所有権がより明確になります）。
+ **統合** – 従来の ML、LLMs、外部 APIsせずに組み合わせることができます。

マルチステージ AI ワークフローパターンは、サーバーレスの原則と運用上のベストプラクティスに基づいて、複雑な AI パイプラインを組み立てる構造化されたスケーラブルな方法を組織に提供します。

このパターンは、安全でオブザーバビリティがあり、時間の経過とともに進化しやすいエンタープライズグレードの AI 拡張ワークフローを構築するためのバックボーンを提供します。ドキュメントの取り込みやオンボーディングの自動化から、リスクの分析、複数のモデルからのコンテキスト出力の作成まで、さまざまなユースケースをサポートしています。