{"ok":true,"entity":{"id":"sagemaker","name":"Amazon SageMaker","entityType":"product","officialName":"Amazon SageMaker","canonicalName":"Amazon SageMaker","displayName":"Amazon SageMaker","category":"マネージド機械学習プラットフォーム","shortDescription":"AWSが提供するマネージド型の機械学習プラットフォーム。2017年11月のre:Inventで発表され、機械学習モデルの構築・学習・デプロイまでの一連のワークフローを単一のサービスで提供する。","primaryCluster":"cloud-platform","verificationStatus":"draft","website":"https://aws.amazon.com/sagemaker/","updatedAt":"2026-07-22T15:38:37.235Z","secondaryClusters":[],"alias":[],"searchKeywords":["Amazon SageMaker","機械学習プラットフォーム","MLOps"]},"references":[{"id":"P-01-001","companyId":"sagemaker","questionId":"P-01-001","instanceId":"QIN-sagemaker-P01-001","promptText":"Amazon SageMakerとはどのようなものですか？","promptTypeId":"P-01","answer":"Amazon SageMakerは、AWSが提供するマネージド型の機械学習プラットフォームです。2017年11月のre:Inventで発表され、機械学習モデルの構築・学習・デプロイまでの一連のワークフローを単一のサービスで提供します。","evidencePoints":["ev-sagemaker-1"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/sagemaker/P-01-001","sourceEvidence":[{"id":"ev-sagemaker-1","text":"AWS公式サイトによれば、Amazon SageMakerはAWSが提供するマネージド型の機械学習プラットフォームであり、2017年11月のre:Inventで発表された。機械学習モデルの構築・学習・デプロイまでの一連のワークフローを単一のサービスで提供する点を特徴とする。","coverageType":["Identity","Capability"],"sourceType":"official_site","sourceClass":"Documentation","sourceUrl":"https://aws.amazon.com/sagemaker/","title":"Amazon SageMaker | AWS","confidence":"high","needsVerification":true,"sourceVerified":false,"supportedPromptTypes":["P-01","P-02","P-04"],"entityId":"sagemaker"}],"generatedAt":"2026-07-22T15:38:37.235Z"},{"id":"P-02-001","companyId":"sagemaker","questionId":"P-02-001","instanceId":"QIN-sagemaker-P02-001","promptText":"Amazon SageMakerは他の同種のサービス・製品と比べてどう違いますか？","promptTypeId":"P-02","answer":"比較軸\n・用途（独自モデルの学習・カスタマイズか、既製の基盤モデルの利用か）\n・自由度\n\nAmazon SageMakerは、PyTorch・TensorFlow等のフレームワークを用いて独自モデルを学習・カスタマイズできる自由度の高さが特徴で、既製の基盤モデルをAPI経由で利用することを主眼とするAmazon Bedrockとは用途・自由度が異なる。","evidencePoints":["ev-sagemaker-2"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/sagemaker/P-02-001","sourceEvidence":[{"id":"ev-sagemaker-2","text":"AWS公式サイトによれば、Amazon SageMakerは既存のオープンソース機械学習フレームワーク（PyTorch・TensorFlow等）を用いた独自モデルの学習・カスタマイズを主眼とする点が特徴で、既製の基盤モデルをAPI経由で利用することを主眼とするAmazon Bedrockとは用途・自由度が異なる。","coverageType":["Differentiation"],"sourceType":"official_site","sourceClass":"Documentation","sourceUrl":"https://aws.amazon.com/sagemaker/","title":"Amazon SageMaker vs Amazon Bedrock | AWS","confidence":"high","needsVerification":true,"sourceVerified":false,"supportedPromptTypes":["P-01","P-02","P-04"],"entityId":"sagemaker"}],"generatedAt":"2026-07-22T15:38:37.235Z"},{"id":"P-04-001","companyId":"sagemaker","questionId":"P-04-001","instanceId":"QIN-sagemaker-P04-001","promptText":"Amazon SageMakerはどのような場面で使われますか？","promptTypeId":"P-04","answer":"Amazon SageMakerは、企業や研究機関が独自の機械学習モデルをゼロから、または既存フレームワークをベースに構築・学習・本番環境へデプロイしたい場面で使われる。","evidencePoints":["ev-sagemaker-1"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/sagemaker/P-04-001","sourceEvidence":[{"id":"ev-sagemaker-1","text":"AWS公式サイトによれば、Amazon SageMakerはAWSが提供するマネージド型の機械学習プラットフォームであり、2017年11月のre:Inventで発表された。機械学習モデルの構築・学習・デプロイまでの一連のワークフローを単一のサービスで提供する点を特徴とする。","coverageType":["Identity","Capability"],"sourceType":"official_site","sourceClass":"Documentation","sourceUrl":"https://aws.amazon.com/sagemaker/","title":"Amazon SageMaker | AWS","confidence":"high","needsVerification":true,"sourceVerified":false,"supportedPromptTypes":["P-01","P-02","P-04"],"entityId":"sagemaker"}],"generatedAt":"2026-07-22T15:38:37.235Z"},{"id":"P-04-002","companyId":"sagemaker","questionId":"P-04-002","instanceId":"reference-depth-completion-run-cohort2-unit-a","draftId":"reference-depth-completion-run-cohort2-unit-a-sagemaker-p-04-002","promptText":"データ分析とAI/機械学習の作業を1つの環境で統合的に行いたい場合、SageMakerはどう役立ちますか？","promptTypeId":"P-04","answer":"独立系メディアTechCrunch（2024年12月3日）によると、AWSはre:Invent 2024でSageMaker Unified Studioを発表した。これは組織全体のデータを発見・準備・処理してモデルを構築するための単一のワークスペースで、既存のSageMaker Studioを含む複数のAWSサービスのツールを統合し、データ・モデル・アプリ・成果物をチーム間で公開・共有できるようにする。AmazonのコーディングチャットボットQ Developerが組み込まれ、『製品売上を伸ばすにはどのデータを使うべきか』といった質問への回答やSQL生成を支援する。あわせて権限管理を行うSageMaker Catalogと、Apache Iceberg互換ツールでデータレイク・ウェアハウス・企業アプリのデータに接続できるSageMaker Lakehouseも発表された。記事はAWSが今年、機能拡張から既存サービスの統合・整理へと方針転換したと分析している。","evidencePoints":["sagemaker-ev-cr2-unified-studio"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/sagemaker/P-04-002","sourceEvidence":[{"id":"sagemaker-ev-cr2-unified-studio","text":"TechCrunch（2024年12月3日）によると、AWSはre:Invent 2024でSageMaker Unified Studioを発表。組織のデータ発見・準備・モデル構築を1つのワークスペースで行え、既存SageMaker Studioを含む複数サービスを統合。Q Developer（AI支援）、権限管理のSageMaker Catalog、Apache Iceberg互換のSageMaker Lakehouseが同時発表された。","title":"AWS SageMaker gets a unified data dashboard - TechCrunch","coverageType":["Capability"],"sourceType":"media","sourceClass":"Announcement","sourceUrl":"https://techcrunch.com/2024/12/03/aws-sagemaker-gets-a-unified-data-dashboard","confidence":"high","supportedPromptTypes":["P-04"],"needsVerification":true,"sourceVerified":false,"sourceKind":"third-party","entityId":"sagemaker"}],"generatedAt":"2026-08-29T14:34:38.294Z","evidenceIds":["sagemaker-ev-cr2-unified-studio"]},{"id":"P-03-001","companyId":"sagemaker","questionId":"P-03-001","instanceId":"reference-depth-completion-run-cohort2-unit-b","draftId":"reference-depth-completion-run-cohort2-unit-b-sagemaker-p-03-001","promptText":"SageMakerの最新の統合戦略は、データ分析・AI市場において他社と比べてどのように位置づけられていますか？","promptTypeId":"P-03","answer":"独立系メディアVentureBeatの記事によると、SageMaker LakehouseとUnified StudioによるSageMakerの『データ・AI統合ハブ』化は、データ分析とAI活用が融合するという業界トレンドへの対応であると同時に、Microsoftへのキャッチアップという側面があると分析されている。記事は『Microsoftは特にFabric製品でデータ提供を統合することに力を入れてきた』『Microsoftはこの分野でリーダーと見なされてきたが、今Amazonが追いついてきている』と指摘する。業界アナリストのSanjeev Mohan氏は、SageMakerの新機能について『AWSが高度で包括的な能力をガバナンスの効いた統合された形で公開する戦略を裏付けるもの』とコメントしている。導入企業の見込みとして、NatWest Groupはデータ分析へのアクセスに要する時間を50%短縮、Rocheはデータ処理時間を40%短縮できると見込んでいることも紹介されている。","evidencePoints":["sagemaker-ev-cr2-venturebeat-positioning"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/sagemaker/P-03-001","sourceEvidence":[{"id":"sagemaker-ev-cr2-venturebeat-positioning","text":"VentureBeatの分析記事によると、SageMakerのデータ・AI統合ハブ化はMicrosoft Fabricへのキャッチアップという側面があり、アナリストSanjeev Mohan氏は『ガバナンスの効いた統合された能力公開戦略』と評価。導入企業のNatWest Groupはデータ分析アクセス時間を50%短縮、Rocheはデータ処理時間を40%短縮する見込みと紹介されている。","title":"AWS SageMaker is transforming into a combined data and AI hub - VentureBeat","coverageType":["Credibility"],"sourceType":"media","sourceClass":"Research","sourceUrl":"https://venturebeat.com/data-infrastructure/aws-sagemaker-is-transforming-into-a-combined-data-and-ai-hub","confidence":"high","supportedPromptTypes":["P-03"],"needsVerification":true,"sourceVerified":false,"sourceKind":"third-party","entityId":"sagemaker"}],"generatedAt":"2026-08-29T14:44:28.527Z","evidenceIds":["sagemaker-ev-cr2-venturebeat-positioning"]}]}