目次
2026年7月30日、AWSは Amazon Bedrock Agents を新規顧客に対して閉じた。2023年11月に提供を開始した、AWSのエージェント基盤の看板製品である。名前は Bedrock Agents Classic に変わり、サービスは保守モード（maintenance mode）に入った。
大企業の意思決定者がこのニュースを見たとき、多くはこう考えるはずだ——「うちのエージェントは動いているのだから、当面は関係ない」。その理解は、事実としては正しい。AWSは既存エージェントの停止予定日を発表しておらず、既存APIも動き続ける。移行期限も設けられていない。
だがこの読み方こそが、今回いちばん高くつく。止まったのは稼働ではなく、進化と横展開である。そしてこれはAWS単独の話でもない。同じ2026年に、OpenAI、Google、Microsoftも、それぞれのエージェント基盤の載せ替えを通告している。
提供開始から新機能開発の終了まで、約2年8ヶ月。これは、日本の大企業がAIエージェントを稟議にかけ、PoCを回し、ガバナンスを通し、本番稼働させて成果を測り始めるまでの期間と、ほぼ同じ長さだ。土台の寿命が、自社の導入サイクルより短い。 これが2026年後半の前提条件である。
AWSは、看板だったエージェント基盤を「Classic」にした
Amazon Bedrock Agents Classicで止まるものと動き続けるものを整理した図。動き続けるものは、既存エージェントが通常どおり稼働すること、既存API（Invoke・Update・Get等）が維持されること、Knowledge BasesとGuardrailsが影響を受けないこと、CloudFormationやTerraformによるIaCも継続すること、終了予定日（EOL）が未発表で移行期限もないこと。つまり今すぐ止まるという話ではない。止まるものは、2026年7月30日からの新規顧客受付終了、同日時点でのモデルカタログ凍結、新機能追加の予定なし、実績のないアカウントでは作成不可（HTTP 403）、段階別プロンプト上書きが移行先で再現されないこと。つまり動くが育たない状態になる。看板だったエージェント基盤の進化は約2年8ヶ月で止まった。2023年11月提供開始、2026年6月30日新機能開発終了、2026年7月30日新規受付終了とモデル凍結。同じ2026年6月30日にAWSは約20のAIサービスを保守モードへ移し、Amazon Kendra、Amazon Q Business、SageMakerの10機能などが含まれる
AWSの公式ドキュメントは、影響範囲を明確に書いている。整理するとこうなる。
動き続けるもの: 既存エージェントは通常どおり稼働する。InvokeAgent、UpdateAgent、GetAgent などのAPIはすべて維持される。Knowledge Bases と Guardrails は影響を受けず、既存のCloudFormation・Terraform テンプレートも動く。終了予定日（EOL）は発表されておらず、移行の期限もない。
止まるもの: 新規顧客の受付が2026年7月30日で終了した。モデルカタログは同日時点で凍結され、以後リリースされる新モデルは移行先の AgentCore でしか使えない。新機能の追加予定もない。そして——ここが実務上いちばん効く——過去12ヶ月に利用実績のないアカウントでは、新規エージェントを作成できない。アカウント単位で判定され、例外申請の窓口はなく、該当すると HTTP 403（AccessDeniedException）が返る。
移行先の AgentCore は機能的には拡張されているが、AWS自身が非互換を認めている箇所がある。段階別のプロンプト上書き（前処理・KB応答生成・後処理）は「直接は再現されない」とされ、同等の挙動を得るにはシステムプロンプトと自前スクリプトの組み合わせが必要になる。マルチエージェントのルーティングも「現時点では容易ではない」と明記されている。単純な構成（モデル＋アクショングループ＋ナレッジベース）なら数時間で済むが、独自オーケストレーターやマルチエージェント連携を組んだ本番システムほど、まとまったコード作業になる。
そして、これは1製品の話ではない。Forbes の Janakiram MSV は7月24日の記事で、AWSが2026年6月30日付で約20のAIサービスを保守モードに移したと整理している。Amazon Kendra、Amazon Q Business、SageMaker AI の10機能（Ground Truth、Clarify、Debugger、Model Monitor 等）が含まれる。同記事の指摘は辛辣だ——「立ち上げから3年以内にAI製品を畳むプラットフォームは、次の発表を割り引いて聞くよう顧客に教えている」。同氏が企業側の対策として挙げたのは、機能追加ではなく抽象化、すなわち特定サービスのAPIから自社アプリを切り離すことだった。
載せ替えを通告したのは、AWSだけではない
2026年に大手4社が同時に通告した載せ替えカレンダー。Microsoftは4月3日にAgent Framework 1.0をPythonと.NETで提供開始し、Semantic KernelとAutoGenは保守モードへ移行して新機能はなく移行ガイドが公開された。Googleは6月24日に旧Vertex AI Python SDKの該当モジュールを停止しgoogle-genaiへの移行を求め、Vertex AIはGemini Enterprise Agent Platformへ統合・改称された。AWSは6月30日に新機能開発を終了して約20のAIサービスを保守モードへ移し、7月30日にBedrock AgentsをClassicへ改称して新規受付を終了しモデルカタログを凍結した。OpenAIは8月26日にAssistants APIを停止し通告は2025年8月26日で猶予は1年、10月31日にEvalsを読み取り専用にして11月30日にAgent BuilderとEvalsを停止する。移行先はいずれも設定変更ではなく、オブジェクトモデル・状態管理・課金構造まで変わる開発作業である
同じ1年のうちに、主要4社すべてが土台を置き換えている。
OpenAI は、Assistants API を2026年8月26日に停止する。この記事の公開時点から1ヶ月を切っている。通告は2025年8月26日で、猶予はちょうど1年。移行先は Responses API と Conversations API だが、これは単なるエンドポイントの差し替えではない。オブジェクトモデル、ツールの扱い、状態管理、そしてコスト構造まで変わる。さらに2026年6月3日、OpenAI は Agent Builder の廃止（11月30日停止）も通告した。通告から停止まで、わずか6ヶ月である。
Google は、旧 Vertex AI Python SDK の該当モジュール（generative_models、language_models 等）を2026年6月24日に停止した。本番コードがこれらをimportしていれば、その日に動かなくなる。移行先は Google Gen AI SDK。加えて Cloud Next 2026 で、Vertex AI は Agentspace と統合され Gemini Enterprise Agent Platform へ改称された。
Microsoft は2026年4月3日に Agent Framework 1.0 をGAし、長期サポートを表明した。裏返せば、Semantic Kernel と AutoGen は保守モードへ移る。AutoGen は新機能・新オーケストレーションパターンの追加が止まり、Semantic Kernel のエージェント抽象化はGA後1年以上の重大バグ修正のみが約束されている。両者からの移行ガイドが公開済みだ。
つまり、2026年に「安定した土台」を選んだつもりで作られたエージェントの多くは、すでに旧世代の上に載っている。しかもこの4社は、いずれも失敗して撤退したわけではない。エージェント技術の進化が速すぎて、2023〜2024年の設計思想が持たなくなったという、むしろ健全な理由による置き換えである。だからこそ、次の3年でも同じことが起きると想定するのが妥当だ。
本当のコストは移行工数ではない ― 凍結・断絶・評価基盤の消滅
載せ替えで生じる3つの見えにくい損失を示す図。1つ目は凍結で、動くが進化しない。モデルカタログが凍結され以後の新モデルは移行先でしか使えず、競合が新世代モデルで精度とコストを改善してもこちらは据え置きのまま差が開く。2つ目は断絶で、1件目は動くが2件目が作れない。許可されるのは過去12ヶ月に利用実績のあるアカウントのみで判定はアカウント単位のため、部門や子会社でアカウントを分ける大企業では次の展開先で新規作成がHTTP 403で拒否される。3つ目は評価基盤の消滅で、品質の物差しごと失う。OpenAIはEvalsを2026年10月31日に読み取り専用、11月30日に停止するため、ベンダーのeval基盤に品質基準を預けた企業は載せ替えと同時に合格基準を失う。損失は移行の工数ではなく、凍結された期間と積み上がらなかった横展開に出る
移行の話になると、議論はすぐ「工数はどれくらいか」に向かう。だが本当のコストは、そこではない。
① 凍結 ― 動くが、進化しない。 モデルカタログが凍結されるという事実は、経営指標としてはこう翻訳される——このシステムは、今日以降のモデル改善を一切受け取らない。エージェントの精度と単価は、モデル世代の交代で不連続に改善する領域だ。Dataiku と Harris Poll が企業CIO600名に行った調査では、93%が「用途によって得意なLLMは異なり、継続的な評価と切り替えが必要だ」と答え、55%はすでに1回以上LLMを切り替えている（主因はコスト削減）。81%が2026年に2社以上のLLMプロバイダーに依存する見込みと回答した。切り替えが当たり前の前提になっている市場で、片方だけが据え置きになる。差は静かに開く。
② 断絶 ― 1件目は動くが、2件目が作れない。 これは日本の大企業構造に直撃する。許可されるのは「過去12ヶ月に利用実績のあるアカウント」だけで、判定はアカウント単位である。部門ごと・子会社ごと・環境ごとにアカウントを分けるのは、大企業のガバナンス上むしろ正しい設計だ。ところがその設計のもとでは、最初の1部門は動き続けるのに、次の部門の新アカウントでは新規作成が403で弾かれる。私たちが「横展開の壁」と呼んでいる現象が、業務要因ではなく基盤の都合で発生する。成功事例を作った直後に、その成功事例を複製できないという最悪の形で。
③ 評価基盤の消滅 ― 品質の物差しごと失う。 見落とされやすいが、最も重い。OpenAI は Evals プラットフォームを2026年10月31日に読み取り専用、11月30日に停止する。エージェント基盤だけでなく、その品質を測る仕組み自体がベンダー都合で消えるという事例が現実に発生した。eval設計と合格基準をベンダーの画面の中だけに置いていた企業は、載せ替えと同時に「業務水準を満たしているか」を判定する根拠を失う。新しい土台に移せたとしても、それが前と同じ品質かを証明できない。 本番システムとして、これは移行工数よりはるかに厄介な問題である。
日本の大企業にとっての意味 ― 「10年使う」調達と「2年8ヶ月で変わる」土台
日本の大企業は、いま本番化のただ中にいる。パーソルキャリアが売上1000億円超の企業の管理職以上505名に実施した調査（2026年5月20〜22日）では、AIエージェントを本番運用していると答えた企業は48.3%（全社展開20%、複数部門パイロット15.4%、一部部門12.9%）。効果を実感しているのは59%。つまりちょうど今、最初の本番システムが立ち上がっている。その土台の下で、基盤の世代交代が起きている。
ここで日本固有の構造が効いてくる。基幹システムを5年から10年使う前提で調達し、複数年契約と減価償却を組み、要件を固めて一括発注する——この型は、寿命2年8ヶ月の土台と相性が悪い。「作って納品」で終わる契約では、載せ替えは必ず追加発注になる。そして追加予算の稟議には、また時間がかかる。その間、システムは凍結されたまま動く。
同じ調査で挙がった最大の障壁も示唆的だ。「AIエージェントを設計・評価できる人材が社内にいない」が45.9%。載せ替えの局面では、この不足が二重に効く。移行を判断するには「今の品質」を測れなければならず、移行後に「同じ品質か」を検証できなければならない。評価できない組織は、載せ替えの是非を自分で決められない。 判断をベンダーに委ねることになる。
市場全体の圧力も同じ方向を向いている。Gartner は2026年7月1日、最大2340億ドル（約23兆円）の企業アプリケーション支出が「エージェント型アービトラージ」の影響下にあると発表した。2030年までにエンタープライズSaaS支出の約2割に相当する規模だ。同社の George Brocklehurst の言葉が的確である——「もはや主に人のためにソフトウェアを買うのではなく、エージェントのために買う比重が増している」。買う対象が変われば、買い方も変わらざるを得ない。Gartner は同時に、2027年末までにエージェント型AIプロジェクトの40%超が中止されるとも予測しており、その理由はコスト・不明確な事業価値・不十分なリスク管理である。「土台の載せ替えで凍結し、横展開できず、ROIを示せない」プロジェクトは、この40%に入る典型的な経路だ。
「載せ替え前提」で本番化する ― 3つの打ち手
載せ替え前提で本番化するための3つの打ち手を示す図。1つ目は、載せ替えても失わないものを一覧にして自社側に置くこと。eval・受入基準・テストデータ、業務ロジック、コンテキスト設計、トレース定義が対象で、評価はどのSaaSで回すかではなくどこに保管し誰が更新するかを先に決める。関連する壁は品質の壁と横展開の壁。2つ目は、調達と契約に載せ替え条項を入れること。RFPでこの構成のどこがベンダー固有か、別基盤へ移すのに何が必要かを問い、引き渡し範囲（プロンプト・eval・IaC・トレース定義）と保守モード時の責任を明記する。関連する壁はガバナンスの壁と横展開の壁。3つ目は、1件目を作る前に10件目の置き場所を決めること。アカウント単位の許可制のように横展開は基盤の都合で先に止まることがあるため、基盤選定の基準を1件目が動くかから10件目まで同じ土台に並べられるかへ変える。関連する壁は横展開の壁と人材の壁
私たちはAIの本番化を阻む構造を「4つの壁」（品質／ガバナンス／横展開／人材）として整理している。基盤の世代交代が突き当たるのは、主に横展開の壁と品質の壁だ。打ち手を3つに絞る。
① 「載せ替えても失わないもの」を一覧にして、自社側に置く（品質の壁／横展開の壁）。 土台は借り物と割り切ってよい。だが、その上に載るeval・受入基準・テストデータセット、業務ロジック、コンテキスト設計、トレース定義は、企業が保有し続ける資産として扱う。OpenAI の Evals 廃止が示したのは、評価基盤すらベンダー都合で消えるという一般法則だ。だから決めるべきは「どのツールでevalを回すか」ではなく、「評価データと合格基準がどこに保管され、誰が更新し、基盤を変えても再実行できるか」である。ここが揃っていれば、載せ替えは「同じ物差しで前後を比べる作業」に落ちる。揃っていなければ、載せ替えは毎回ゼロからの再検証になる。
② 調達と契約に「載せ替え条項」を入れる（ガバナンスの壁／横展開の壁）。 RFPの段階で問うべき質問は2つに集約できる。「この構成のうち、ベンダー固有の部分はどこか」と「別基盤へ移すために何が必要か」。回答できないベンダーは、移行時に必ず追加見積もりを出してくる。契約側には、引き渡し範囲（プロンプト、eval、IaC、トレース定義、移行手順書）と、採用した基盤が保守モードに入った場合の対応責任を明記する。ベンダーロックインをゼロにする必要はない。ロックインの場所と深さを、契約前に把握しておくことが要点だ。
③ 1件目を作る前に、10件目の置き場所を決める（横展開の壁／人材の壁）。 アカウント単位の許可制という今回の実例は、重要な教訓を含んでいる。横展開は、業務要因より先に基盤の都合で止まりうる。 したがって基盤選定の評価軸を、「1件目のPoCが動くか」から「10件目まで同じ土台に、同じ統制で並べられるか」へ変えるべきだ。具体的には、複数アカウント・複数部門での展開可否、権限とID管理の一貫性、そしてMCPやA2Aのような標準への準拠度を見る。MCP と A2A は Linux Foundation の Agentic AI Foundation（2025年12月設立）に移管され、ベンダー中立の標準に近づいている。標準に寄せた接続部分は、載せ替えの影響を受けにくい。 これは技術選好の話ではなく、投資の耐用年数を延ばす話である。
まとめ ― 「土台は借り物、資産は自社」という前提に書き換える
2026年に起きたことは、単純な事実の集合である。AWSは2023年の看板エージェント基盤を Classic にし、モデルカタログを凍結した。OpenAIは Assistants API を8月26日に止め、Agent Builder と Evals を11月30日に畳む。Googleは旧SDKを6月24日に止め、プラットフォームを改称した。MicrosoftはSemantic Kernel と AutoGen を保守モードへ送った。すべて、故障ではなく世代交代である。
ここから導かれる結論は一つだ。AIエージェント基盤の耐用年数は、企業の基幹システムより明らかに短い。 5年から10年使う前提の調達と減価償却の型に、2〜3年で世代交代する土台を載せると、「動いているが凍結され、横展開できず、ROIを示せないシステム」が残る。Gartnerが予測する「2027年末までに40%超が中止」の典型的な経路がこれだ。
だから前提を書き換える必要がある。土台は借り物、資産は自社。 借り物である基盤は、載せ替えを織り込んで選ぶ。資産である業務ロジック・eval・受入基準・トレースは、どの基盤の上でも再実行できる形で自社に置く。この線引きができている企業だけが、基盤が変わっても本番化の実績を積み上げられる。
Wizitは、「PoCで止まったAIを、本番運用とROIまで動かし切る」工程を、エンドクライアントの現場で手を動かしてやり切る実装パートナーだ。本番化基準の合意、業務水準まで出力を作り込むeval設計とcontext engineering、大企業のガバナンス要件を満たす本番アーキテクチャ、運用後の継続evalとROI可視化——そのすべてを、「基盤は変わるもの」という前提で設計している。評価基準と業務ロジックを顧客側の資産として残す設計にしておけば、次の世代交代は事故ではなく、計画された更新になる。
土台が2年8ヶ月で変わることは、もう止められない。変えられるのは、そのとき何が失われるかである。
---
出典:
- AWS ドキュメント「Amazon Bedrock Agents Classic maintenance mode」（2023年11月提供開始の Amazon Bedrock Agents は Bedrock Agents Classic に改称、2026年7月30日から新規顧客に非公開・保守モード。既存エージェントと既存API（InvokeAgent、UpdateAgent、GetAgent 等）は継続、Knowledge Bases・Guardrails・IaCテンプレートは影響なし、EOLと移行期限は未設定。モデルカタログは2026年7月30日時点で凍結、以後の新モデルは AgentCore のみ。新機能追加の予定なし。過去12ヶ月に Bedrock Agents 利用実績のないアカウントでは CreateAgent・InvokeInlineAgent が HTTP 403 AccessDeniedException、例外申請の窓口なし。移行先 AgentCore では段階別プロンプト上書きが直接再現されず、マルチエージェントのルーティングは現時点では容易でないと明記。単純構成は数時間、独自オーケストレーターやマルチエージェント連携はまとまったコード作業）
- Forbes / Janakiram MSV「AWS Kills The AI Services It Launched Just Two Years Ago」（2026年7月24日。AWSが2026年6月30日付で約20のサービスを保守モードへ移行。Amazon Kendra、Amazon Q Business、SageMaker AI の10機能（Ground Truth、Clarify、Debugger、Model Monitor 等）を含む。6月30日に新機能開発終了、7月30日に新規受付終了。「立ち上げから3年以内にAI製品を畳むプラットフォームは、次の発表を割り引いて聞くよう顧客に教えている」と指摘し、企業側の対策として特定サービスAPIからの抽象化を推奨）
- OpenAI「Deprecations」（Assistants API：2025年8月26日に廃止通告、2026年8月26日に停止、移行先は Responses API と Conversations API。Agent Builder：2026年6月3日通告、2026年11月30日停止。Evals プラットフォーム：2026年6月3日通告、2026年10月31日に読み取り専用、2026年11月30日停止）
- Google Cloud / Vertex AI 移行ガイダンス（旧 Vertex AI Python SDK の該当モジュール（vertexai.generative_models、language_models、vision_models、tuning、caching）は2026年6月24日で停止、移行先は Google Gen AI SDK（google-genai）。Cloud Next 2026 で Vertex AI は Agentspace と統合され Gemini Enterprise Agent Platform へ改称）
- Microsoft Learn / Microsoft Agent Framework 移行ガイド（Agent Framework 1.0 を2026年4月3日に Python・.NET でGA、長期サポートを表明。Semantic Kernel と AutoGen は保守モードへ。AutoGen は新機能・新オーケストレーションパターンの追加なし、Semantic Kernel のエージェント抽象化はGA後1年以上の重大バグ修正のみ。両フレームワークからの移行ガイドを公開）
- Gartner「Gartner Says $234 Billion in Enterprise Application Software Spend Is at Risk from Agentic AI」（2026年7月1日。2030年までに最大2340億ドルの企業アプリケーション支出がエージェント型アービトラージの影響下に入り、エンタープライズSaaS支出の約20%に相当。George Brocklehurst：「もはや主に人のためにソフトウェアを買うのではなく、エージェントのために買う比重が増している」）
- Gartner エージェント型AI予測（2026年末までに企業アプリケーションの最大40%がタスク特化型AIエージェントを搭載、2025年時点は5%未満。2027年末までにエージェント型AIプロジェクトの40%超が中止、理由はコスト・不明確な事業価値・不十分なリスク管理）
- Dataiku × The Harris Poll 企業CIO調査（世界のエンタープライズCIO600名。81%が2026年に2社以上のLLMプロバイダーへの依存を見込む、93%が用途によって得意なLLMが異なり継続的な評価と切り替えが必要と回答、55%がすでに1回以上LLMを切り替え済みで主因はコスト削減）
- パーソルキャリア「大手企業におけるAIエージェント活用実態調査」（2026年5月20〜22日実施、売上1000億円超の企業の管理職以上505名。AIエージェントを本番運用しているのは48.3%（全社展開20%、複数部門パイロット15.4%、一部部門12.9%）、効果を実感しているのは59%、最大の障壁は「AIエージェントを設計・評価できる人材の不足」45.9%。日本経済新聞2026年7月報道）
- Linux Foundation「Agentic AI Foundation（AAIF）」（2025年12月設立。Anthropic の Model Context Protocol（MCP）、Block の goose、OpenAI の AGENTS.md を創設プロジェクトとして受け入れ、Google の Agent2Agent（A2A）も移管。ベンダー中立の標準化が進行中）