AWS、非エンジニア向けAI人材育成手法を公開　6週間でマルチエージェント開発を達成した事例も

要点

• 米AWSは、ビジネス職が持つAI知識と実際の実装能力のギャップを解消するための育成アプローチと社内検証結果を公開した。

• 調査では非エンジニアの90%がエージェント構築の実践を望む一方、開発用SDKに触れた経験がある割合は2割未満にとどまる実態が判明した。

• エンジニア経験のない顧客対応担当者4名が6週間のプログラムに参加し、マルチエージェント型財務支援ツールを試作して1位を獲得した。

• 適切なツールやメンター支援、失敗を許容する環境を整えることで、非技術職でも高度なプロトタイプ開発が可能になると同社は説明している。

• 米アマゾン・ウェブ・サービス（AWS）は2026年10月7日、自社機械学習ブログ（AWS ML Blog）において、プログラミングを専業としないビジネス職のAI実装能力を育成するための実践フレームワークおよび社内実証結果を公開した。

• 生成AIツールの急速な普及に伴い「AIについて語る知識」と「実際に構築する能力」の乖離が組織の課題となる中、同社はメンター支援と本番向けツールを組み合わせた6週間のプログラムを設計。

• エンジニア経験を持たない社員チームが、実用的なマルチエージェント型ツールのプロトタイプ（動作検証用の試作モデル）を構築できることを実証したという。

表面化する「知識」と「実装力」の断絶

AWSは、企業におけるAI導入の最大の障壁は関心の低さではなく、「AIについて語ること」と「実際に構築すること」の間にあるギャップだと指摘している。

営業や運用、財務、製品企画などのビジネス職は、日常業務で顧客からの問い合わせ対応やベンダー製品の評価、自動化の検討など、AIに関する対話や検討の現場に日常的に携わっている。さらに、自律的に目標を解釈してタスクを遂行する「エージェント型AI」ツールの一般提供が進むスピードは極めて速い。しかし同社によると、そうした議論を行っている社員の大半は、対象ツールを用いて自らシステムを構築した経験を持たないという。

デモ視聴や認定資格の取得にとどまり、実際の構築経験に基づいた説明ができない状態は、AI導入の遅延や生産性向上の停滞、新たなユースケース（活用事例）を見出す機会の喪失につながると同社は説明している。

調査結果：9割が実践を希望も開発経験は2割未満

日常的にAIツールを使用しつつ本番コードを書いていないビジネス職を対象にAWSが実施した調査では、意欲と経験の乖離が浮き彫りになった。

AI導入の障壁について「学びたくない」という消極的な声はなく、回答者の90%が「AIエージェント構築の実践的なハンズオン（体験型）の経験を求めている」と回答した。一方で、安全に構築を試みるための連携基盤や開発支援の枠組みが不足していることが課題となっていた。調査において構築時の障壁として最も多く挙げられたのは「顧客の受容度や準備状況（customer readiness）」で、63%に達している。

ツールの利用状況でも大きな差が確認された。AWSの生成AIプラットフォーム「Amazon Bedrock」や、モデルやフレームワークを問わずエージェントを大規模に構築・最適化できる「Amazon Bedrock AgentCore」は回答者の80%が探索していた。しかし、開発用キット「Strands Agents SDK」の利用や、サーバー管理を不要とするコンピューティング環境「AWS Lambda」を用いたエージェント構築の経験者は20%未満にとどまっていた。自身の技術力に不安を感じ、社内ハッカソンや開発イベントへの参加を自ら見送っていた実態もあるという。

6週間の体系的プログラムによるアプローチ

こうした課題に対し、AWSは概念的知識と実践力のギャップを解消する「6週間の体系的なプログラム」を設計した。

この枠組みは、ビジネス職の社員とメンターをペアにし、本番環境レベルのツールを提供することで、プログラム終了後も拡張可能な実用プロトタイプの開発を目指すものである。

同社は、コード記述を主業務としない担当者であっても、AI構築能力を得るために工学的な背景は必須ではないと説明している。必要なのは「適切なツール」「構造化されたサポート」、そして「失敗することが許容される環境」であり、これらを整えることで非技術職でも安全に開発へ踏み出せると提言している。

非技術職4名が開発した金融支援ツール「WealthWise」

実証結果として、顧客対応部門に所属し協業経験のない社員4名によるチームの事例が紹介された。全員がエンジニアリング未経験だったが、6週間のプログラムを経てマルチエージェント型AI財務アドバイザリーツール「WealthWise」のプロトタイプを開発し、プログラム内で1位を獲得した。

WealthWiseのシステム構成および実装された機能は以下のとおりである。

• 5種類の専門AIエージェント: ポートフォリオ分析、リスク評価、ファイナンシャルプランニング、市場インサイト、個別最適化された投資推奨を担当するエージェントが連携して助言を提供。
• デュアルサーバー構成: WebフレームワークのNode.jsとPython Flaskを併用し、基盤モデルとしてAWSの「Amazon Nova」モデルを採用。
• Strands Agents SDKの活用: 複数エージェント間の協調動作（オーケストレーション）および対話履歴・メモリの保持に同SDKを使用。
• データベース連携: フルマネージド型NoSQLデータベース「Amazon DynamoDB」のテーブルを4つ使用してデータを管理。

補足

AWSは、本プログラムで実証された育成アプローチやツール構成が、組織におけるAI実装の裾野を広げ、ビジネス部門主導でのソリューション開発を加速させる足がかりになるとしている。