AWS、AIによる障害調査から修復までを自動化する手法を公開　Lambda Durable FunctionsとBedrockを活用

要点

• AWSは、AIによる障害調査結果から復旧作業を自動化するアーキテクチャを公式ブログで公開した。

• 調査を行う「AWS DevOps Agent」と「Amazon Bedrock」を「AWS Lambda Durable Functions」で連携させる。

• 診断結果を検証済みの修正案に変換し、1回の承認で適用可能にすることでMTTRの短縮を図る。

• 許可リストのLambda関数のみを実行し、本番適用前に人の承認を挟むことで安全性を確保する。

• アマゾン・ウェブ・サービス（AWS）は現地時間2026年10月7日、公式ブログで、AI障害分析エージェントの調査結果をもとに復旧作業を自動化するワークフロー手法を公開した。「AWS Lambda Durable Functions」や「Amazon Bedrock」を組み合わせて診断から修復までを繋ぎ、オンコール担当者の負担軽減と平均復旧時間（MTTR）の短縮を目指す設計が示されている。

本番運用の課題と「監視・報告」にとどまるAIエージェント

AWS上で本番システムを運用する組織において、インシデントの検知から調査、修復までの時間短縮は重要な課題だ。深夜などの障害発生時、オンコール担当者は複数コンポーネントを横断して迅速に診断し、修正を施す作業に追われがちである。

こうした課題に対し、ログなどを分析して障害を自律トリアージするAIエージェント「AWS DevOps Agent」が提供されている。同エージェントは根本原因分析（RCA）と解決策を提示するが、意図しない変更を防ぐため、多くの組織ではリソースを直接変更させない「観測と報告（observe-and-report）」モードにとどめて運用しているという。

調査結果を事前検証済み修正策へ変換するソリューション

今回AWSが提示したのは、AWS DevOps Agentの調査結果を実際の修復へ安全に繋ぐワークフローだ。「Amazon EventBridge」、ステートフル処理を担う「AWS Lambda Durable Functions」、生成AI基盤「Amazon Bedrock」を連携させて実現する。

この仕組みでは、調査サマリーが事前検証済みの修復アクションへ自動変換される。担当者は提示された修復策を1回の承認アクションで適用できるため、反復的な診断作業から解放され、平均修復時間（MTTR: Mean Time to Resolution）を大幅に短縮できると説明されている。

最長1年の実行に対応する「Lambda Durable Functions」

中核を担う「AWS Lambda Durable Functions」は、追加のインフラ管理や独自の状態管理コードなしで、耐障害性に優れた複数ステップの処理やAIワークフローを構築できるLambdaの機能だ。最長1年間の長期実行に対応する。

進捗は自動でチェックポイント保存され、待機タスク中は実行が一時停止される。中断時も保存された進捗から復旧できるため、人間の承認待ちなど時間を要する処理を含む自動化において、信頼性の高い継続性を発揮する。

許可リストと承認ステップで担保する安全性

公開されたアーキテクチャでは、具体的な処理が以下の流れで進められる。

AWS DevOps Agentが障害調査を完了すると、症状や根本原因分析を含むイベントを発行する。これを受信したAmazon EventBridgeがトリガー関数「devops-agent-trigger」を起動し、同関数が調査サマリーをまとめて耐久性関数「devops-agent-remediation-durable」を呼び出す。

耐久性関数から調査文脈を受け取ったAmazon Bedrockは、所見を分析して適用可能な修復策を探索する。その際、Bedrockは承認済みLambda関数の許可リスト「devops-agent-lambda-tool」からツールを特定し、具体的な修復アクションを提案する。さらに、インフラ適用前に人間による任意の承認ステップを挟むことで、予期せぬ変更を防ぎつつ安全に自動復旧を行える設計だ。

補足

本番リソースへの直接介入を抑えつつ、AIの診断結果を安全に修復へ繋ぐ試みは、自動化と運用の統制を両立させる現実的な解といえる。