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。

# 生成 AI 開発にレイヤードアプローチを採用する
<a name="layered-approach"></a>

堅牢でスケーラブルな生成 AI プラットフォームを構築するには、コントロールとセキュリティを維持しながらイノベーションを可能にする包括的な環境が必要です。この戦略ドキュメントでは、次の図に示す 4 つの必須レイヤーで構成されるエンタープライズ対応環境を推奨しています。

![エンタープライズ対応の生成 AI 環境の 4 つのレイヤー。](http://docs.aws.amazon.com/ja_jp/prescriptive-guidance/latest/strategy-enterprise-ready-gen-ai-platform/images/gen-ai-platform-layers.png)


以下の各レイヤーは、企業全体で生成 AI の導入とスケーリングを成功させる上で重要な役割を果たします。

1. **データおよびコンピューティングインフラストラクチャ** — 信頼性の高いインフラストラクチャは、生成 AI アプリケーションを開発、トレーニング、デプロイするための基盤を提供します。このレイヤーにより、組織は小規模な実験から大規模な本番環境のデプロイまで、さまざまなユースケースをサポートするために必要な計算リソースとデータ管理機能を確保できます。Amazon Elastic Compute Cloud (Amazon EC2) では[AWS Trainium](https://aws.amazon.com/ai/machine-learning/trainium/)、、[AWS Inferentia](https://aws.amazon.com/ai/machine-learning/inferentia/)、[UltraClusters](https://aws.amazon.com/ec2/ultraclusters/)、[Elastic Fabric Adapter](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/efa.html)、[ML、Nitro System、Neuron のキャパシティブロック](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ec2-capacity-blocks.html)の使用を検討してください。 [AWS](https://aws.amazon.com/ec2/nitro/) [AWS](https://aws.amazon.com/ai/machine-learning/neuron/)

1. **承認された基盤モデルとツール** – このレイヤーにより、組織はセキュリティとコンプライアンスを維持しながら、承認された事前トレーニング済みのモデルにアクセスできます。チームはさまざまなモデルを試し、その有効性を評価し、特定のユースケースに最適なモデルを選択できます。[Amazon Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html) を使用して、ガードレールの確立、エージェントのビルド、モデルのカスタマイズ、独自のカスタムモデルのインポートを行うことができます。

1. **セキュリティとガバナンス** – このレイヤーは、生成 AI アプリケーションが組織のポリシー、コンプライアンス要件、法的要件とプライバシー要件、および倫理ガイドラインに準拠していることを確認するのに役立ちます。このレイヤーでは、すべての生成 AI イニシアチブに一貫したセキュリティコントロールとガバナンスメカニズムを実装します。

1. **反復可能なアプリケーションパターン** – このレイヤーは、一般的な生成 AI ユースケースに標準化されたテンプレートとベストプラクティスを提供することで、開発を加速し、一貫性を促進します。繰り返し可能なパターンを提供することで、労力の重複を防ぎ、成功したソリューションを迅速にスケーリングできます。反復可能なパターンの例としては、インテリジェントなドキュメント処理、検索拡張生成 (RAG)、チャットベースのアシスタント、エージェントワークフローなどがあります。

このレイヤードアプローチには、次の主な利点があります。
+ 生成 AI 実装のさまざまな側面を明確に分離します。
+ これにより、すべての生成 AI イニシアチブで一貫したセキュリティとガバナンスが促進されます。
+ 組織のニーズに合わせて成長するスケーラブルなインフラストラクチャを構築するのに役立ちます。
+ 開発を加速するアプローチを標準化します。
+ 実証済みのパターンとプラクティスによってリスクを軽減します。

これらの 4 つのレイヤーを実装することで、組織は新しい要件や機会に適応する柔軟性を維持しながら、生成 AI イニシアチブの強固な基盤を構築できます。