極点マクロ｜Financial Cloud Cloud · AWS Amarathon 2025
極点マクロ｜Amarathon 2025 振り返り 29：サーバーレス MediaOps：Amazon Web Services 上の AI による動画ワークフローの自動化
問題の概要
● 手作業による動画処理
● 長い所要時間
● スケーリングや自動化が困難
● 多大な運用負荷／サーバーメンテナンス
従来の動画ワークフローの概要
[ 1 ] 入力：
● コンテンツは初期工程を通じて手動で管理されます。
● 手作業
● 長い処理時間
● サーバーを使用
● トランスコーディングの滞留
[ 2 ] 運用フロー：
● 入力は Cron Job（スケジューリングユーティリティ）に送られます。
● cron ジョブがエンコーディングをトリガーします。
● メタデータが生成され、EC2 サーバーに保存されます。
● エンコーディング／保存後、コンテンツはコンテンツレビューを受けます。
● レビュー済みのコンテンツは、その後視聴者に配信されます。
[ 3 ] 出力：
● 配信を表す、コンピューターモニター上での最終的な視聴段階です。
MediaOps とは？
● MediaOps = 動画ワークフローのための DevOps
● 取り込み → 処理 → 配信を自動化
● 手作業の工程を削減
● 一貫性がありスケーラブルなパイプラインを確保
● 品質、速度、信頼性を向上
4 段階のメディア運用（MediaOps）ワークフロー
● 取り込み：メディアコンテンツを受け入れるプロセス。
● 処理：メディアを準備または変更する段階。
● 品質／メタデータ：品質管理を行い、メディアに関する関連データを追加する工程。
● 配信：メディアが配布される、または配信先で利用可能になる最終段階。
中核となる Amazon Web Services
● S3 – 取り込みと保存
● Lambda – イベント駆動ロジック
● Step Functions – オーケストレーション
● MediaConvert – トランスコーディング
● Rekognition / Bedrock – 分析と AI メタデータ
● CloudFront – グローバル配信
AI 自動化レイヤー
● シーン分析（Rekognition）
● 自動生成メタデータ（Bedrock）
● インテリジェントな判断：再処理、フラグ付け、公開
● イベント駆動のオーケストレーション（Lambda + Step
● Functions）AI 自動化レイヤーのワークフロー概要
AI 駆動の動画コンテンツワークフロー
● 入力：動画出力が自動化システムに送られます。
● AI 自動化：中核となる処理では、AI サービスである Rekognition と Bedrock を使用します。
● 出力／アクション：AI 分析に基づいて、システムは次の 3 つのアクションのいずれかをトリガーできます：
● [ 1 ] 再処理：追加処理のためにコンテンツを戻します。
● [ 2 ] フラグ付け：手動レビューまたは確認が必要なコンテンツとしてマークします。
● [ 3 ] 公開：コンテンツをライブ配信します。
主なメリット
● 主なメリットには、手作業の 80% の削減が含まれます
● 公開までの時間を 10 倍高速化
● 自動スケーラビリティを実現し、AI が生成する一貫した品質とメタデータによって、発見可能性とコンプライアンスを向上させます。