DXC OASIS Amazon Bedrockアーキテクチャ、モデル選択とエージェント権限を分離
DXC Technologyは11月11日、DXC OASIS Amazon Bedrockアーキテクチャの詳細を公表し、複数のAIモデルへのアクセスと、本番システムを変更する権限を分離した。Amazon Bedrockはモデルにアクセスするための共通基盤となる土台を提供する。DXCは、作業を調整し、運用ルールを適用し、エージェントの行動を記録するソフトウェアであるハーネスを提供する。この区別が重要なのは、有用な回答と許可された操作には異なる統制が必要だからだ。
AWSのエンジニアリング事例は、11月の製品発表ではなく、既存導入について説明している。OASISは2026年3月に一般提供を開始した。その中心的なアーキテクチャ上の選択は、高性能なモデルへのアクセスがあれば自律運用への準備として十分だという、魅力的な近道に異議を唱える。
この選択は、エンタープライズの購入者やマネージドサービスプロバイダーに対し、責任が実際にはどこにあるのかを検討するよう促す。IBM watsonx Orchestrateは、エンタープライズシステム全体でエージェントを管理することへの関心が高まっている市場の有用な参照点となる。関連する比較は、個々のモデル間の競争ではなく、業務に対する統制に関するものだ。
DXC OASIS Amazon Bedrockアーキテクチャが境界を明示する
DXCにとって最も重要な決定は、モデルへのアクセスと運用上の権限を異なるレイヤーに割り当てたことだ。
AWSと共同執筆したマルチモデルアーキテクチャでは、Anthropic Claude、Amazon Nova、Meta Llama、オープンウェイトモデルへのBedrockアクセスについて説明している。オープンウェイトモデルは、それぞれのライセンスの下で学習済みパラメータを利用可能にする。DXC独自のハーネスが、エージェントによるツールの利用方法と、運用ワークフロー内での進行を決定する。
報告された設計では、コンテナ化されたアプリケーションを運用するAWSのマネージドサービスであるAmazon EKS上でエージェント環境を実行する。プライベートネットワークにより、その環境はBedrockに接続される。これらの選択は支援インフラを示す一方で、ハーネスは運用作業の意味づけと認可に引き続き責任を負う。
DXCは70か国で規制対象の組織にサービスを提供している。この数字は同社の事業展開を示すものであり、OASISを運用している国の検証済み件数ではない。この区別により、企業規模が導入実績を暗に示す主張へと変わることを防げる。
実務上の境界は、エージェントが本番環境の変更を推奨する場面でより明確になる。推奨を生成するには、証拠について推論する必要がある。それを実行するには、特定の顧客、リソース、操作、運用状況に結び付いた権限が必要となる。
これらの要件は重なるが、互いに置き換え可能ではない。モデルは、要求したユーザーに承認権限のない操作についても、正確な推奨を生成できる。反対に、許可された操作であっても、誤った診断に基づいている場合がある。
こうした判断を分離することで、運用者は障害を調査するためのより明確な場所を得られる。証拠が誤っていたのか。モデルがそれを誤解したのか。実行レイヤーが承認範囲外の操作を受け入れたのか。
これが、この事例がモデル一覧を超えて注目に値する理由だ。このアーキテクチャは責任を検証可能にする。購入者は、システムにガバナンスがあるという包括的な保証を受け入れるのではなく、どのコンポーネントがルールを適用するのかを問える。
これは柔軟性の意味も変える。別のモデルを追加しても、本番環境の変更を誰が承認できるかを再定義する必要はない。顧客が自らのリスクを理解できるよう、運用ポリシーは十分に安定している必要がある。
ただし、この分離はエンジニアリング上の責務を生む。両レイヤーが変化する中で、組織は推論と実行の間のインターフェースを維持しなければならない。アーキテクチャ図に引かれた境界には、稼働中のシステムにおける対応する振る舞いが必要だ。
したがって直近のニュースは、DXCがその作業をどのように割り当てたかの説明である。そのより広い意義は、他のエンタープライズが問い直せるほど具体的に、その割り当てを示している点にある。
マネージドサービスプロバイダーは、より厳しい購買対話に直面する
エンタープライズの購入者には、回答品質の証拠と並んで、委任された権限に関する証拠が必要だ。
LangChainと共同で開発されたDXCのagent harnessに関する資料では、状態を持つエージェントワークフローを調整するフレームワークであるLangGraph上でOASISが稼働していると説明している。DXCによれば、その運用モデルでは、すべてのペルソナが読み取り専用アクセスから開始する。より広い権限は、観察、提案、承認を伴う実行、範囲内での実行という段階を経て進む。
この資料は、ツール利用の周囲でコードによりポリシーを適用することも説明している。機密性の高い操作は、人間による判断のために一時停止できる。これらは、すべての導入環境に対する独立した認証ではなく、同社によるシステムの説明である。
マネージドサービスプロバイダーにとって、このアプローチは、評価時に顧客が求めるべきものを変える。説得力のあるデモは、エージェントが境界に直面して停止する様子を示すべきだ。正常な完了だけでは、適用メカニズムは検証されないままである。
購入者は、例外を誰が管理するのかも検討すべきだ。エンジニアが通常とは異なる操作を承認した場合、その承認は現在の実行だけに適用されるのか。それとも、将来のエージェントが実行できる範囲を密かに拡張するのか。
この区別は、セキュリティと顧客への説明責任の両方に影響する。一時的な許可は、恒久的なポリシー変更と区別可能な状態に保たれるべきだ。そうでなければ、合理的な例外が積み重なり、誰も意図的に付与していない権限が生まれ得る。
DXCのHuman+AIという枠組みも、運用面から読む価値がある。レビュアーが判断に必要な十分な証拠を得られる場合、人間の関与には価値がある。理解可能な範囲を示さない承認ボタンは、監督を日常的な確認作業に変えてしまう可能性がある。
重要な組織上の問いは、利用可能な注意力に関するものだ。エージェントが調査をより速く準備すれば、人間によるレビューが残された制約要因になり得る。エンタープライズはその場合、定型的な承認と専門的な判断を要する決定を区別する必要がある。
これはモデルの有効性を否定するものではない。人員配置とプロセス設計が重要になる場所を変えるものだ。チームは証拠の収集に費やす時間を減らす一方で、結果の評価により多くの注意を向けることになるかもしれない。
ナレッジ管理も、この購買対話の一部となる。古い手順に基づく推奨は、現在の顧客慣行に反しながらも説得力を持って見える可能性がある。購入者は、運用知識がどのように権威あるものとなるのか、また古いガイダンスがどのようにその地位を失うのかを問うべきだ。
その証拠を整理するチームは、技術文書向けの検索可能なナレッジベースから始められる。関連資料を見つけることは、インフラ変更を承認することとは別の作業である。両者を結ぶのは、意思決定者に提示される証拠の質と追跡可能性だ。
IBMのagent management platformは、競争環境を示している。IBMはwatsonx Orchestrateを、エージェントの調整、ポリシーの適用、パフォーマンスの評価、エンタープライズ全体の可視性の提供を中心に位置付けている。そのドキュメントには、対応する外部エージェントの管理や、ツール呼び出しの結果の追跡が含まれる。
この位置付けは、狭義の市場観察を裏付ける。すなわち、サプライヤーはエージェントの作成と並行して、その管理をますます販売している。ただし、IBMとDXCが同等の統制機能や比較可能な運用成果を提供していることを示すものではない。
とはいえ、プロバイダーへの圧力は具体的だ。購入者は、ポリシー、承認、例外、復旧について明示された責任者を求められる。モデルカタログは、その調達上の対話の一部にしか答えない。
モデルの柔軟性は保証上の責務を生む
共通インターフェースはアクセスを簡素化するが、異なるモデルの振る舞いを同等にはしない。
DXC OASIS Amazon Bedrockのアプローチでは、モデル選択を独立したアーキテクチャ上の判断として扱う。その価値は、選択するモデルが変わっても運用上の期待を維持できるかにかかっている。そのためには、置き換え先が同じリクエスト形式を受け付けるかを確認するだけでは不十分だ。
置き換え先のモデルは、証拠を異なる形で要約し、不確実性を異なる形で表現し、異なる調査手順を選ぶ可能性がある。最終的な推奨が似て見える場合でも、こうした違いは人間のレビュアーに影響を及ぼし得る。
例えば、簡潔な回答では、別のモデルが明示する条件が省略されるかもしれない。より短い回答を確認する運用者は、重要な依存関係を見ないまま変更を承認する可能性がある。これは評価に関する例示的な懸念であり、報告されたOASISのインシデントではない。
同じ問題はツール選択にも当てはまる。変更を提案する前に追加の証拠を収集するエージェントは、すぐに推奨へ到達するエージェントとは異なる振る舞いをする。評価では、到達点だけでなく経路も調べる必要がある。
Bedrockのintelligent prompt routingに関するドキュメントは、より限定的なマネージド機能を定義している。これは同一モデルファミリー内で、対応するモデル間の選択を行う機能だ。応答品質を予測して選択を導く。この機能を、あらゆるプロバイダーをまたぐ無制限のルーティングと混同すべきではない。
AWSは、専門的な運用に関連する制限も文書化している。intelligent prompt routingは英語のプロンプト向けに最適化されており、アプリケーション固有のパフォーマンスデータを用いて判断を適応させることはできない。AWSは、通常とは異なる、または専門的なユースケースでは、適合性の低いルーティング判断が行われる可能性があると指摘している。
購入者にとって、その含意は明確だ。応答品質に関する一般的な予測は、特定の本番ワークフローへの適合性を証明しない。組織には依然として、自らの環境に近いタスクから得られた証拠が必要である。
したがって、インシデント診断の評価では、エージェントが必要な事実を収集するかを測定すべきだ。また、エージェントが進行を拒否するタイミングも調べる必要がある。適切な自制は、タスクを完了することと同じくらい重要になり得る。
モデルの柔軟性は、別の問いも導入する。優先する選択肢が利用できなくなった場合、何が起きるのか。フォールバック、すなわち優先モデルがリクエストを処理できないときに使われる代替モデルには、独自の承認根拠が必要だ。
サービスは、不確実性への許容度を密かに変えることで可用性を維持すべきではない。一部のタスクは能力を落としても継続できる。他方で、承認済みの代替モデルが同じ運用判断を支えられないため、一時停止すべきタスクもある。
これは、インフラ継続性とワークフロー継続性の間に有用な区別を生む。モデルエンドポイントの応答性を維持しても、周辺プロセスの信頼性が自動的に保たれるわけではない。ワークフローには、推論能力の低下に対する定義済みの対応が依然として必要だ。
経済性に関する議論にも、このより広い視点が必要となる。より少ないリソースを使用するモデルでも、レビュー作業を増やす可能性がある。追加の確認、繰り返される調査、却下された提案は、推論レイヤーでの節約を相殺し得る。
推論、すなわちモデル応答を生成するプロセスは、運用上の成果を提供する要素の一部にすぎない。購入者は、リクエストから検証済みの結果に至るまでの全経路を評価すべきだ。そこには人に生じる作業も含まれる。
したがって、DXC OASISのエージェントガバナンスにおいて、モデル選択は保証上の判断、すなわち許容可能な振る舞いに関する証拠によって裏付けられた判断となる。代替案が必要になる前に評価されていれば、柔軟性は価値を発揮する。
クラウドの保護機能が運用上の権限とは異なる課題に対応する理由
プライベート接続とコンテンツフィルターは基盤を強化する一方で、アクションの認可は別個の責任として残る。
Amazon Bedrock Guardrails は、モデルの入力と出力に対する設定可能なチェック機能を提供する。AWS は、有害コンテンツのフィルタリング、拒否対象トピック、機密情報のフィルタリング、提供された根拠から逸脱する応答のチェックについて説明している。これらの機能は、モデルとのやり取りにおける重要なリスクに対応する。
コンテンツ保護機能のドキュメントでも、その動作において設定が中心的な役割を果たすことが示されている。運用担当者はポリシーを選択し、アプリケーション要件に照らしてテストする。機密情報の検出は確率的であるため、その存在を絶対的な保証と解釈すべきではない。
本番環境でのアクションには、別の判断カテゴリが加わる。応答に問題のない表現が含まれ、機密情報がなくても、認可されていない変更を推奨している可能性がある。コンテンツスクリーニングだけでは、特定のエンジニアが特定のシステムを変更できるかどうかを判断できない。
たとえば、サービス再起動を求める例示的なリクエストを考えてみる。文面は無害であり、技術的な推奨も妥当である可能性がある。それでも権限は、所有権、実行タイミング、顧客による制約、依存システムへの影響に左右される。
これが、DXC OASIS のエージェントガバナンスが維持すべき境界である。実行経路では、提案された操作を適用される権限に照らして評価しなければならない。モデルの確信度が、そのチェックに取って代わるべきではない。
AWS PrivateLink は、さらに別の懸念に対応する。そのBedrock 向けプライベート接続により、アプリケーションはパブリックインターネットへのアクセスを必要とせず、インターフェイスエンドポイントを介して Bedrock に到達できる。インターフェイスエンドポイントは、AWS サービスへのプライベートな入口を提供する。
AWS は、許可されるプリンシパル、アクション、リソースを制御するためのエンドポイントポリシーを文書化している。また、デフォルトのエンドポイントポリシーでは、そのエンドポイントを介した Bedrock へのフルアクセスが許可されるとしている。したがって、プライベートな経路であっても、意図的なアクセス設定が必要となる。
この詳細は重要である。なぜなら、ネットワーク図は完全性について誤解を招く印象を与えかねないからだ。接続がパブリックインターネットを経由しないことは、転送について有用な情報を示す。しかし、それだけで接続を利用できる主体に関するすべての問いに答えられるわけではない。
ロケーションもまた、独立した判断を要する。モデルの利用可能性は AWS Region によって異なり、デプロイメントの選択は顧客が承認した処理拠点と一致しなければならない。プライベート接続を、すべてのデータレジデンシー要件が満たされていることの略称にすべきではない。
同じ考え方は監査可能性にも当てはまる。モデル応答を記録することは、アプリケーションが何を受け取ったかを説明する助けとなる。運用上の説明責任には、システムが実際に試みたアクションと、その結果としての状態に関する証拠が必要である。
エージェントの説明は、レビュー担当者が調査を理解する助けになり得る。しかし、それが実行の唯一の記録になってはならない。エージェントの説明が不完全または誤っている場合でも有用であり続ける記録が、システムには必要である。
DXC は、デモ環境における架空の航空会社のインシデントを説明している。エージェントはストレージの問題を診断し、エンジニアの承認を得るための修復計画を提示する。この例は調査と権限の境界を示すものであり、特定の航空会社の本番結果を裏付けるものではない。
エンタープライズの購入者にとって有用な問いは、その境界が都合の悪い状況でも維持されるかどうかである。デモには、拒否、実行中断、不確実な証拠を含めるべきだ。こうしたケースは、完了がもはや単純ではない状況で制御が有効に機能し続けるかを明らかにする。
報告された成果にはワークロード単位の精査が必要
DXC のパフォーマンス数値は同社が報告した測定結果であり、自律的な IT 運用の普遍的なベンチマークではない。
DXC は、測定された 56 のユースケース全体で解決時間を平均 95% 短縮したと報告している。また、シニアエンジニアの判断を基準に評価した診断精度が少なくとも 92% であるとも報告している。これらの数値は同社の評価を示すものであり、その帰属を維持すべきである。
公開資料は、すべての顧客ワークロードにわたる独立監査済みの比較を確立していない。また、その平均値を購入者のインシデントキュー全体に対する予測と見なすべきでもない。測定の範囲は、見出しとなる結果と同じくらい重要である。
解決時間は異なる区間を表す場合がある。アラート、調査、あるいはエンジニアが能動的な作業を開始した時点から始まる可能性がある。修復案、実行済みの変更、または復旧の検証で終わる可能性がある。
こうした定義は、異なるビジネス上の解釈を生む。必要なメンテナンスウィンドウによって実行が遅れる場合でも、診断の迅速化には価値がある可能性がある。その後の検証で未解決の影響が明らかになれば、実行の迅速化の価値は低くなる可能性がある。
調達における重要な問いは、測定された区間が購入者の運用目標に一致しているかどうかである。サービス中断の短縮を求める顧客には、復旧に関する証拠が必要だ。反復的なエンジニアリング作業の削減を求めるチームには、スタッフの工数に関する証拠が必要となる。
平均値では分布も明らかにならない。日常的なインシデント全体に一貫して広がる改善は、ベースラインが特に遅い少数のタスクに集中した結果とは異なる。どちらのパターンが適用されるかを理解するには、購入者に十分な詳細が必要である。
これは、ワークフローが複数のツールや承認ステップをまたぐ場合に特に関連する。報告された改善は、推論、より良い情報アクセス、引き継ぎの削減、または複数の変更の組み合わせから生じる可能性がある。別の組織へ何が移転可能かを見積もる際には、帰属が重要となる。
診断精度にも同様の注意が必要である。シニアエンジニアとの一致は意味のある基準を提供するが、不一致がもたらすすべての結果を示すものではない。誤った提案と、不正確な本番アクションとでは、運用上の重みが異なる。
最も有用な追加証拠は、診断、承認されたアクション、検証済みの結果を結び付けるものだろう。それにより購入者は、調査中に許容される不確実性と、実行に到達する誤りとを区別できる。また、人間の介入によって提案された計画がどの程度変更されるかも明らかになる。
この評価には復旧も含めるべきである。システムは成功したタスクを短縮できても、例外処理が不十分である可能性がある。購入者は、失敗した試行が理解可能な状態を残し、通常運用へ戻るための実践的な経路を提供するかを知る必要がある。
これらの問いは、報告された成果を否定するものではない。成果を責任を持って評価する方法を定めるものである。読者が結果の背景にある条件を特定できるとき、有望なケーススタディはより有用になる。
したがって、DXC OASIS の Amazon Bedrock アーキテクチャは、運用成果と、委任された権限を裏付ける証拠という、相互に結び付いた二つの次元で評価すべきである。速度の改善は、制御の失敗、エスカレーション、復旧に要する工数と併せて、可視化され続ける必要がある。
これは製品デモよりも厳しい基準である。同時に、どのワークフローにより広範な自動化を適用すべきかを顧客が判断できるようにする基準でもある。
デプロイメントの証拠、モデル変更、ハーネスのロードマップを注視する
次に有用となる証拠は、変化する運用条件下での制御された振る舞いと、拡張を結び付けるものになる。
今後 1 ~ 3 か月で最初に注目すべきシグナルは、デプロイメントの具体性である。DXC の資料では、130 の顧客環境へのスケール拡大に向けて取り組んでいると説明されている。この表現は方向性を示しており、すべての環境がすでに稼働していることを確認するものではない。
継続的な利用に関する指名顧客の説明があれば、デプロイメントの実態を評価しやすくなる。最も有益な説明では、ワークロードの範囲、承認要件、測定された運用成果が特定されるだろう。顧客名だけでは、追加される証拠は少ない。
異なる環境にわたって再現可能な結果を伴って拡張が進めば、このシグナルは事例を強化する。報告された成果がデモや狭く選ばれたタスクに集中したままであれば、より広い解釈は弱まる。購入者は、更新間で比較可能な定義を探すべきである。
二つ目のシグナルは、モデル変更に関する証拠である。新しいモデルは、アーキテクチャの柔軟性に関する中心的な主張を検証する機会を生む。関連する問いは、その変更が承認済みのワークフローと安全境界を維持するかどうかである。
有用な開示では、置換されたモデルをどのように評価したか、どのタスクで利用が認められたかを説明する。また、テスト後に維持された制限も特定するはずだ。単にモデル名を追加するだけの発表では、保証に関する問いは未解決のままとなる。
モデルの置換が権限を拡大することなく運用成果を維持したなら、このシグナルはアーキテクチャの主張を強化する。置換に大規模なワークフロー修復が必要だった場合や、説明されない振る舞いの差異を生んだ場合には、その主張は弱まる。
三つ目のシグナルは、ハーネスのロードマップである。AWS のケーススタディによると、DXC は現在のオーケストレーション層と並行して、エージェントの構築と運用のための AWS サービスである Amazon Bedrock AgentCore を評価している。評価は、移行が確定したことを意味しない。
重要な進展は、どの責任が移り、どの責任が DXC の管理下に残るのかを明確に説明することだ。基盤となる実装が変わる場合でも、顧客にはポリシー所有権の継続性が必要である。また、その移行をまたいで理解可能な記録も必要となる。
責任をより明確にし、重複するエンジニアリング作業を削減するロードマップ更新であれば、事例は強化される。新しいサービスによって承認の所有権が不明瞭になったり、運用記録が分断されたりすれば、信頼は弱まる。
これらのシグナルを合わせることで、記事の中心的な論点に注意を向け続けられる。モデルの選択は、企業が結果に対する制御を維持したまま推論コンポーネントを変更できるときに価値を持つ。拡張は、デプロイメントの規模に合わせて証拠も増えるときに価値を持つ。
DXC OASIS の Amazon Bedrock アプローチを評価するチームは、組織がすでに理解している本番ワークフローから始めるべきである。診断の根拠、必要となる正確な権限、実行の記録を示すよう、サプライヤーに求める。そして、誤った前提、拒否された承認、利用不能な優先モデルを用いてデモを繰り返す。レビューと復旧の工数を含め、既存プロセスと結果を比較する。アーキテクチャ資料は、運用、セキュリティ、サービスの各責任者とともに読むべきである。彼らの意見の相違は、モデルデモでは解決できない要件を明らかにする。どのアクションを委任する準備があり、次の権限レベルを付与することを正当化する証拠は何だろうか。



