AWSは2026年6月9日、AWS Cost Explorerに「Analyze with Amazon Q」を追加したと発表しました。Cost Explorerで開いている任意のレポートについて、現在のフィルターと期間を前提に、コスト傾向、主要なコストドライバー、異常、最適化機会をAmazon Q Developerのチャットパネルで説明する機能です。
この更新で大事なのは、「コスト分析がAIで楽になる」という大きな言い方ではありません。どのCost Explorerレポートを開き、どの期間を見て、どのアカウント、サービス、リージョン、タグで絞っているかが、そのまま説明の前提になります。つまり、Amazon Qに聞く前のCost Explorer側の見方が、答えの質を大きく左右します。
同じタイミングで、2026年6月8日にはAWS Cost Anomaly DetectionのAI-powered cost investigationも発表されています。こちらは、検知済みの異常コストに対して、usage-drivenかrate-drivenか、どのサービス、アカウント、リージョンが寄与しているか、さらに条件によってはCloudTrail上のAPI callやIAM principalまで掘るための機能です。この記事では、2026年6月9日 Asia/Tokyo時点のAWS公式情報をもとに、通常のコスト説明と異常コスト調査を分けて整理します。
3行まとめ
このテーマをもう少し広げて見るなら、AWS FinOps Agentプレビューとは：異常コスト調査をAIエージェント化する前に確認すべきこと と Amazon EC2 M9g/M9gdが一般提供開始：Graviton5とNitro Isolation Engineで移行前に確認すべきこと も合わせて確認してください。Cost Explorerの画面内説明と、異常コスト調査をワークフロー化するFinOps Agentの違いを続けて確認できるため。
開いているCost Explorerレポートの期間とフィルターをもとに、コスト傾向や主要ドライバーを読み解く。
Cost Anomaly Detectionは検知済みの異常コストを調べる機能で、日常のCost Explorerレビューとは見る場面が異なる。
Analyze with Amazon Q自体は追加料金なしと発表されているが、API、時間単位データ、ログ調査の料金は別に確認する。
まずは「どの画面で、何を説明させる機能か」を分けると、期待値を合わせやすい。
- AWS Cost ExplorerのAnalyze with Amazon Qは、開いているCost Explorerレポートのフィルターと期間をもとに、コスト傾向、主要ドライバー、異常、最適化機会を説明する機能です。
- Cost Anomaly DetectionのAI-powered cost investigationは、検知済みの異常コストの原因を調べる機能で、Cost Explorerの通常レビューとは起点が違います。
- Analyze with Amazon Q自体は全商用AWSリージョンで追加料金なしと発表されていますが、Cost Explorer API、時間単位データ、CloudWatch Logs Insightsの料金は別に確認が必要です。
AWS Cost ExplorerのAnalyze with Amazon Qで何が変わったか
- 1期間とフィルターを設定する
サービス、アカウント、リージョン、タグ、Cost Categoriesなどで、見たいコスト範囲を切り分ける。
- 2Amazon Qに読み取りを任せる
現在のレポートをもとに、傾向、主要ドライバー、異常、最適化機会の説明を受ける。
- 3追加の問いで絞り込む
気になるサービス、アカウント、期間をさらに質問し、確認すべき範囲を狭める。
- 4根拠データで見直す
Amazon Qの説明を入口にして、Cost Explorerのグラフや表、必要な証跡を確認する。
Amazon Qの説明は確認作業の入口であり、請求監査や根本原因の確定をそのまま置き換えるものではない。
AWS Cost Explorerは、AWSのコストと使用量を表示、分析するためのサービスです。今回追加されたAnalyze with Amazon Qは、Cost Explorerで作ったレポートをもとに、Amazon Q Developerが説明を返す入口と考えると分かりやすいです。
これまでもCost Explorerでは、期間、サービス、アカウント、リージョン、タグ、Cost Categoriesなどでコストを切り分けられました。ただ、増減理由を追うには、グラフ、表、フィルター、過去期間、予測、別レポートを行き来する必要がありました。今回の発表は、その読み取り部分をAmazon Qが補助するものです。
任意のCost Explorerレポートを説明対象にする
AWSの発表では、Analyze with Amazon QはCost Explorerで設定した任意のレポートに対して使えると説明されています。ここでいう「任意のレポート」は、Amazon Qが空中からコストを推測するという意味ではありません。ユーザーが開いているCost Explorerの表示、フィルター、期間、グループ化が前提になります。
月次レビューであれば、まずCost Explorer側で期間を今月や前月に合わせます。サービス別に見るのか、アカウント別に見るのか、タグ別に見るのかも先に決めます。その状態でAnalyze with Amazon Qを使うことで、Amazon Qは現在の文脈をもとに、どこが増えたのか、どの要素が効いているのか、追加で何を聞くべきかを説明します。
過去、予測、混在期間で説明の意味が変わる
AWSの発表では、Amazon Qが過去日付にはhistorical explanations、将来日付にはforecast explanations、過去と将来が混在する期間にはその両方の説明を返すとされています。ここは実務上かなり重要です。
過去期間の説明は、すでに発生した利用や料金の増減を見るものです。将来期間の説明は、Cost Explorerの予測をどう読むかに近くなります。過去と将来を混ぜた期間では、実績値の増減と、今後の見込みを分けて読む必要があります。
AWS Cost ExplorerのUser Guideでは、Cost Explorerで最大13か月前までのデータを表示でき、最大18か月先までの支出予測を確認できると説明されています。したがって、Amazon Qへの質問も「先月なぜ増えたか」と「このままだと来月どこが増えそうか」を分ける方が安全です。
Amazon Qの説明は確認作業の入口であって、監査そのものではない
Analyze with Amazon Qは、月次レビューや費用の一次切り分けを速くする機能です。一方で、請求データそのもの、監査証跡、承認済みの削減判断を置き換えるものとして扱うのは危険です。
たとえば、Amazon Qが「EC2の利用増が主要因」と説明した場合でも、実際に止めてよいインスタンスか、予約やSavings Plansの影響はどうか、タグの付与漏れはないか、どのチームの利用なのかは別に確認します。Cost Explorerのグラフや表、請求データ、Cost and Usage Report、CloudTrailなどへ戻る前提で使うと、過信しにくくなります。
AI機能をAWS上の運用に寄せる流れは、すでに公開済みの<a href="https://amzn-watch.blog.mo-gmo.com/amzn-36-openai-gpt55-codex-bedrock-ga/" rel="noopener">OpenAI GPT-5.5/GPT-5.4とCodexのAmazon Bedrock一般提供</a>でも扱いました。ただし今回の主語はモデル選定ではなく、Cost Managementの現場でコスト説明をどう短縮するかです。
最初に見るべき4点
| 確認項目 | 見る理由 |
|---|---|
| 期間 | 実績説明か、予測説明か、混在期間かで読み方が変わるため |
| フィルター | サービス、アカウント、リージョン、タグの範囲が回答の前提になるため |
| グループ化 | 主要ドライバーの見え方が変わるため |
| 追加確認先 | 回答だけで削減、停止、購入予約を決めないため |
Cost Explorerのどの文脈で使うのか
組織全体、事業部、プロダクト、環境、アカウントなど、責任を持つ単位を決めてから増減理由を見る。
サービス別、アカウント別、タグ別など、Cost Explorer側の切り口を合わせてから質問する。
実績期間と予測期間を混ぜず、見込みの上振れや下振れを分けて確認する。
最初の説明で広く把握し、追加質問で対象サービス、リージョン、タグを絞り込む。
タグやアカウント分離が粗いままだと、Amazon Qの説明も粗くなりやすい。
Analyze with Amazon Qは、Cost Explorerをすでに月次レビューや予算確認に使っているチームほど効きやすい機能です。逆に、タグやアカウント分離が粗いままでは、Amazon Qに聞いても説明は粗くなります。AIの前に、Cost Explorer側の見方を整える必要があります。
月次レビューでは、期間とグループ化を先に整える
月次レビューで使うなら、最初に見るのは「今月は何が増えたか」ではなく、「どの切り口で今月を見るか」です。組織全体、事業部、プロダクト、環境、本番、検証、個別アカウントなど、どの単位で責任を持つのかをCost Explorer側で表現してから質問します。
たとえば、全社の月次コストが増えているときに、いきなりAmazon Qへ「なぜ増えたか」と聞くと、回答は広くなります。まずサービス別に見るのか、アカウント別に見るのか、タグ別に見るのかを決める方が実務では役立ちます。
予測を見るときは、実績と見込みを混ぜない
Cost Explorerの予測は、これからの支出見込みを見るための入口です。Analyze with Amazon Qが予測期間の説明を返すとしても、それは確定した請求額ではありません。
予測が上振れしている場合は、継続的な利用増、短期的なスパイク、リザーブドインスタンスやSavings Plansの適用状況、データ反映のタイミングを分けて見ます。下振れしている場合も、実際に利用が減っているのか、たまたま反映が遅れているのか、過去の季節性が効いているのかを確認します。
フォローアップ質問は、対象を絞るために使う
AWSの発表では、Amazon Qが会話文脈を維持し、フォローアップ質問で詳しく掘れると説明されています。最初の説明を読んだら、次は対象を絞る質問に進むのが自然です。
たとえば、次のような使い方です。
| 場面 | 最初の質問 | 深掘り質問 | 人が最後に確認するもの |
|---|---|---|---|
| 月次レビュー | 今月の主要な増加要因は何か | 増加したサービスをアカウント別に分けるとどう見えるか | Cost Explorerの表、タグ、チーム別の利用実態 |
| 予測確認 | 来月の予測で上振れしている要素は何か | その予測は継続利用と一時的スパイクのどちらに見えるか | 予約、Savings Plans、実運用予定 |
| サービス別増加 | EC2またはS3の増加要因は何か | リージョンやタグで絞ると主要因は変わるか | リソース所有者、停止可否、保持要件 |
| 異常らしい増加 | どの期間で急に増えたか | Cost Anomaly Detectionで検知済みの異常があるか | 異常アラート、CloudTrail、運用変更履歴 |
この表の最後の列が大事です。Amazon Qの説明は、次に人が見るべき資料を絞るために使います。回答がそれらしいからといって、即座にリソース停止やコミットメント購入へ進むのは避けた方がよいです。
Cost Anomaly DetectionのAI調査とはどう違うか
どちらが上位という比較ではなく、通常レビューか異常調査かで入口を分ける。
2026年6月8日のAWS発表では、AWS Cost Anomaly DetectionにAI-powered cost investigationが追加されたと説明されています。Cost ExplorerのAnalyze with Amazon Qと近い名前に見えますが、起点が違います。
Cost Explorer側は、通常のコストレポートを読み解くための機能です。Cost Anomaly Detection側は、検知済みの異常コストを起点に、原因を調べるための機能です。ここを混ぜると、どの画面を見ればよいのか、どの証跡まで確認できるのかが分かりにくくなります。
Cost Explorerは通常レポートの説明に向く
Cost ExplorerのAnalyze with Amazon Qは、毎月のコストレビュー、予算超過の予兆確認、サービス別やアカウント別の増減確認、予測の説明に向いています。まだ「異常」として確定していない段階で、広く見るための入口です。
たとえば、前月比でS3が増えている、特定アカウントのEC2が増えている、東京以外のリージョンで費用が出ている、特定タグのコストが伸びている、といった場面ではCost Explorer側から見るのが自然です。
Cost Anomaly Detectionは検知済み異常の調査に向く
Cost Anomaly Detectionは、機械学習を使って異常な支出パターンを検知し、アラートを出す機能です。User Guideでは、異常支出の検知、メールやAmazon SNSでの通知、週次や月次の季節性や自然増を考慮した評価、根本原因の確認などが説明されています。
今回のAI-powered cost investigationでは、Amazon Qが検知済みのcost anomalyについて、usage-drivenなのかrate-drivenなのかを判断し、寄与したサービス、アカウント、リージョンを特定する、と発表されています。usage-drivenの変化については、CloudTrailと関連付けて、具体的なAPI callやIAM principalに紐づける説明もあります。
ただし、これは「すべての異常で必ず誰が何をしたかまで分かる」という意味ではありません。CloudTrailの設定、Organizationsの構成、CloudWatch Logsへの配信、対象データの条件によって、見える範囲は変わります。
どちらを先に見るか
迷ったときは、次の分岐で考えると整理しやすいです。
| 目的 | 先に見る場所 | 次に見るもの |
|---|---|---|
| 月次コストの説明 | Cost Explorer | Analyze with Amazon Q、Cost Explorerの表 |
| 将来予測の読み取り | Cost Explorer | 予測期間の説明、Savings Plansや予約の状況 |
| 異常アラートの調査 | Cost Anomaly Detection | AI-powered cost investigation、異常の根本原因 |
| API操作やIAM principalの確認 | CloudTrail、CloudWatch Logs | Cost Anomaly Detectionの調査結果、運用変更履歴 |
| 継続的な配賦改善 | Cost Categories、タグ、Organizations | チーム別レビュー、請求データ |
クロスアカウントの権限やAWS Organizationsの見方は、AIエージェント向けの話ではありますが、<a href="https://amzn-watch.blog.mo-gmo.com/amzn-34-aws-mcp-server-cross-account-roles/" rel="noopener">AWS MCP Serverのクロスアカウント対応</a>でも扱っています。Cost Explorerでも、誰がどのアカウントのコストを見られるかは同じく重要です。
「追加料金なし」の範囲と見落としやすい費用
今回の機能が追加料金なしでも、Cost Management全体の利用料金まで無料になるわけではない。
AWSの発表では、Cost ExplorerのAnalyze with Amazon Qは全商用AWSリージョンで追加料金なしとされています。Cost Anomaly DetectionのAI-powered cost investigationも、全商用AWSリージョンで追加料金なしと発表されています。
一方で、AWS Cost Management全体には別の料金論点があります。ここをまとめて「無料」と読んでしまうと、APIや時間単位データ、ログ調査の費用を見落とします。
Analyze with Amazon Q自体は追加料金なし
今回の発表文に基づく限り、Analyze with Amazon Qを使うこと自体に追加料金はありません。Cost Explorerでレポートを開き、Amazon Qの説明を受ける機能として、追加料金なしと読むのが素直です。
ただし、「全商用AWSリージョン」は、GovCloudや中国リージョンを含むという意味ではありません。また、アカウントの権限、Cost Explorerの有効化状態、組織内のコスト閲覧ルールは別に確認が必要です。
Cost Explorer APIと時間単位データは別料金
AWS Cost ExplorerのUser Guideでは、Cost Explorer UIは無料で利用できる一方、Cost Explorer APIはリクエスト課金があると説明されています。Cost Explorer Pricingページでは、primary billing viewを使うAPIリクエストは1リクエストあたり0.01ドル、custom billing viewsではsource数に応じて課金されると説明されています。
また、Cost Explorer Hourly Granularityには別の料金があります。Pricingページでは、過去14日分の時間単位データについて、使用レコードごとに日次課金される説明があります。チャットで説明を受ける機能と、APIで大量に取得する、あるいは時間単位データを有効化する話は分けて見てください。
CloudWatch Logs Insightsの料金が関係する場合がある
Cost Anomaly DetectionのAI-powered cost investigationでは、クロスアカウント調査でorganization-wide CloudTrail trailをAmazon CloudWatch Logsへ配信している場合、CloudWatch Logs Insightsの標準データスキャン料金が発生し得るとAWSは説明しています。
これは、異常調査機能そのものが追加料金なしと発表されていることと矛盾しません。調査のためにCloudWatch Logs Insightsでログをスキャンする条件では、その周辺サービスの料金が発生する可能性がある、という話です。
料金確認の分解表
| 項目 | 公式発表の読み方 | 見落としやすい費用 |
|---|---|---|
| Analyze with Amazon Q | 全商用AWSリージョンで追加料金なし | Cost Explorer自体の権限や有効化状態は別確認 |
| Cost Explorer UI | User Guide上、UI利用は無料 | APIや時間単位データとは分ける |
| Cost Explorer API | 直接APIで取得できる | リクエスト単位の課金 |
| Hourly Granularity | 過去14日分の時間単位データを扱える | 使用レコード単位の日次課金 |
| AI-powered cost investigation | 全商用AWSリージョンで追加料金なし | 周辺ログ調査の条件に注意 |
| CloudWatch Logs Insights | ログ調査に使う場合がある | データスキャン料金が発生し得る |
実務で使う質問の順番
- 1見る期間を決める
今月、前月、四半期など、比較したい期間をCost Explorerで選ぶ。
- 2グループ化を決める
サービス別、アカウント別、タグ別など、責任や原因を追いやすい単位にそろえる。
- 3関係ない範囲を外す
明らかに対象外のアカウント、リージョン、サービスをフィルターで除く。
- 4主要な増減要因を聞く
Amazon Qの説明を使い、見るべきサービスやアカウントをさらに絞る。
- 5異常なら調査へ進む
通常の増減ではなく異常らしい変化なら、Cost Anomaly Detectionや証跡確認につなげる。
AIへの質問より前にCost Explorerの表示を整えることが、回答の精度を読みやすくする近道になる。
Analyze with Amazon Qを使うときは、質問の前にCost Explorer側の表示を整えるのが近道です。AIに曖昧な問いを投げるほど、回答も曖昧になります。これは生成AI一般の話というより、Cost Explorerのフィルターと期間に依存する機能だからです。
月次レビューでは、まず「何を説明してほしいか」を固定する
月次レビューの入口では、次の順で進めると読みやすくなります。
- Cost Explorerで今月、前月、四半期などの期間を選ぶ。
- サービス別、アカウント別、タグ別などのグループ化を決める。
- 明らかに関係ない範囲をフィルターで外す。
- Analyze with Amazon Qで主要な増減要因を聞く。
- 回答をもとに、対象サービス、アカウント、リージョン、タグをさらに絞る。
この順番なら、Amazon Qの説明をそのまま資料に貼るのではなく、月次レビューの目次や確認チケットへ落とし込みやすくなります。
予測では、上振れと下振れを分けて聞く
予測を見るときは、実績の説明よりも慎重に扱います。Cost Explorerの予測は、将来の請求額を保証するものではありません。Amazon Qに聞く場合も、「なぜこの予測なのか」と「どの条件が変わると外れるのか」を分ける方がよいです。
上振れしている場合は、特定サービスの継続利用、開発環境の放置、データ転送、ストレージ増加、予約やSavings Plansの適用不足を疑います。下振れしている場合は、停止予定のワークロード、季節性、データ反映の遅れ、短期的な利用減を確認します。
異常らしい増加を見つけたら、Cost Anomaly Detectionへ進む
Cost Explorerで「この増加はいつもと違う」と感じたら、まず対象期間、サービス、アカウント、リージョンを絞ります。そのうえで、Cost Anomaly Detectionで検知済みの異常があるかを確認します。
検知済み異常があるなら、AI-powered cost investigationの出番です。Cost Explorerで広く見て、Cost Anomaly Detectionでアラートを起点に掘り、必要に応じてCloudTrailやCloudWatch Logsで証跡を見る。流れとしては、この順番が自然です。
本番監視の観点では、<a href="https://amzn-watch.blog.mo-gmo.com/amzn-19-bedrock-mantle-cloudwatch-metrics/" rel="noopener">Bedrock MantleのCloudWatchメトリクス追加</a>の記事でも、AI APIの利用量をどう見るかを扱っています。今回の記事はCost Management側ですが、最終的にはサービスごとの監視とコスト確認をつなげて読む必要があります。
権限、タグ、監査で先に確認すること
Billing and Cost Management、Cost Explorer、Amazon Q Developerを誰が使えるかを確認する。
どのアカウントや請求範囲を見られるのかを、IAMやアカウント設定と合わせて確認する。
チーム、プロダクト、環境ごとの費用が追えるように、タグとCost Categoriesを整える。
削減判断や原因確定が必要な場合は、CloudTrailやログなどの証跡で裏取りする。
自然文で質問できることと、組織内で見せてよいコスト情報の範囲は別に考える。
Analyze with Amazon Qは便利ですが、コストデータを誰が見られるかという問題を軽くしてくれるわけではありません。むしろ、自然文で聞けるようになるほど、組織内の閲覧権限や配賦設計の粗さが目立ちやすくなります。
誰がCost ExplorerとAmazon Qを使えるのか
まず、Billing and Cost Management、Cost Explorer、Amazon Q Developerに関する権限を確認します。組織のメンバーがCost Explorerを開けるのか、どのアカウントやbilling viewを見られるのか、Amazon Qに質問できるのかは、IAMやアカウント設定の問題です。
特に、開発者に広くCost Explorerを見せる場合は、コスト透明性と情報開示の範囲を分ける必要があります。全社の請求を見せるのか、チームやプロダクト単位に絞るのか、請求責任者だけが見るのかを先に決めてください。
タグとCost Categoriesが粗いと、説明も粗くなる
Cost Explorerはフィルターとグループ化が重要です。タグ、Cost Categories、アカウント分離が整っていない場合、Amazon Qに聞いても「どのチームの何が増えたのか」まできれいには分かりません。
たとえば、本番と検証のタグが混ざっている、プロダクト別タグが抜けている、共有アカウントに複数チームのリソースがある、といった状態では、説明はサービス名やアカウント名の大きな単位に寄ります。Amazon Qは、配賦設計そのものを自動で直してくれる機能ではありません。
監査証跡が必要ならCloudTrailやログを見る
誰がどのAPIを実行したか、どのIAM principalが関係したか、どの運用変更がコスト増につながったかを確認したい場合は、Cost Explorerの説明だけでは足りません。Cost Anomaly DetectionのAI調査、CloudTrail、CloudWatch Logs、変更管理の記録へ進む必要があります。
Cost Anomaly DetectionのAI-powered cost investigationは、usage-drivenの変化についてCloudTrailと関連付ける説明があります。ただし、CloudTrailの設定が不十分だったり、対象ログがない場合は、期待通りの証跡が得られない可能性があります。コスト調査と監査調査は近いようで、必要な準備が違います。
導入前の確認表
| 項目 | 先に確認すること |
|---|---|
| IAMと権限 | 誰がCost Explorer、Amazon Q、Cost Anomaly Detectionを使えるか |
| Cost Explorer | 有効化済みか、どのbilling viewを使うか |
| Organizations | 複数アカウントをどう集約して見るか |
| タグ | 本番、検証、チーム、プロダクト、環境が分かれるか |
| Cost Categories | 経理や事業部の見方に合わせて分類できているか |
| CloudTrail | 異常時にAPI callやIAM principalを追えるか |
| CloudWatch Logs | クロスアカウント調査でログスキャン料金が発生し得るか |
導入前チェックリスト
試す前に用途を分けておくと、Amazon Qの説明を過信せず、確認作業に使いやすくなる。
Analyze with Amazon Qは、Cost Explorerを日常的に使っているチームならすぐ試す価値があります。一方で、回答の読み方を決めずに使うと、「AIがそれっぽい説明を出した」で終わってしまいます。導入前には、用途を先に分けておきましょう。
今すぐ試しやすいケース
次のような状態なら、既存レポートで試してよいケースです。
- Cost Explorerをすでに月次レビューで使っている。
- サービス別、アカウント別、タグ別の見方がある程度決まっている。
- 主要な費用責任者や確認者が決まっている。
- Amazon Qの回答を、そのまま削減判断ではなく、確認先の絞り込みに使える。
この場合は、まず既存の月次レビュー用レポートでAnalyze with Amazon Qを使い、どの説明が役に立つか、どの説明は粗いかを見ます。粗い説明が出たら、Amazon Qの問題と決めつけず、Cost Explorer側のフィルターやタグ設計を見直します。
先に整えるべきケース
次の状態では、Amazon Qを試す前にCost Managementの基本を整えた方がよいです。
- Cost Explorerを有効化したばかりで、データが十分にそろっていない。
- タグやCost Categoriesが未整備で、チーム別の費用が分からない。
- Organizationsのアカウント分離が曖昧で、責任単位が見えない。
- Cost Anomaly Detectionのモニターやアラート運用がない。
- 誰が請求データを見てよいか決まっていない。
Cost Anomaly DetectionのUser Guideでは、新しいモニターが検知を始めるまでに時間がかかることや、新しいサービス利用では検知に必要な履歴が必要になることも説明されています。異常検知は、設定したその瞬間からすべてを完璧に見張るものではありません。
既存記事との読み分け
Amazon Watch Japanでは、2026年6月のAmazon/AWS重要トピックを<a href="https://amzn-watch.blog.mo-gmo.com/monthly-topics-2026-06/" rel="noopener">月次まとめ</a>に集約しています。今回のCost Explorer更新は、AIモデルそのものよりも、AWS利用者のコスト説明とFinOpsに寄った更新です。
AI基盤やモデル提供を追いたい場合はBedrock系の記事、AIエージェントにAWS権限を渡す設計を見たい場合はMCP Serverの記事、本番監視を見たい場合はCloudWatchメトリクスの記事を読むと、今回のCost Management機能との位置づけが分かりやすくなります。
読み分けマトリクス
| 読者の目的 | まず読むもの | 次に確認するもの |
|---|---|---|
| 月次コストを説明したい | Cost Explorer、Analyze with Amazon Q | タグ、Cost Categories、チーム別レビュー |
| 異常コストを掘りたい | Cost Anomaly Detection | CloudTrail、CloudWatch Logs、運用変更履歴 |
| AI利用の費用を監視したい | Cost Explorer、サービス別メトリクス | CloudWatch、各サービスの利用量 |
| AWSのAI機能全体を追いたい | 月次まとめ、Bedrock関連記事 | 公式発表、User Guide、Pricing |
次に読むなら
参照した主な情報源
- AWS What’s New, "AWS Cost Explorer launches intelligent cost explanations powered by Amazon Q"
https://aws.amazon.com/about-aws/whats-new/2026/06/aws-cost-explorer-intelligent-cost-explanations/
- AWS What’s New, "AWS now provides AI-powered cost investigations for cost anomalies"
https://aws.amazon.com/about-aws/whats-new/2026/06/aws-ai-powered-cost-investigations/
- AWS Cost Management User Guide, "Analyzing your costs and usage with AWS Cost Explorer"
https://docs.aws.amazon.com/cost-management/latest/userguide/ce-what-is.html
- AWS Cost Management User Guide, "Detecting unusual spend with AWS Cost Anomaly Detection"
https://docs.aws.amazon.com/cost-management/latest/userguide/manage-ad.html
- AWS Cost Explorer Pricing
https://aws.amazon.com/aws-cost-management/aws-cost-explorer/pricing/
- AWS Cost Anomaly Detection product page
https://aws.amazon.com/aws-cost-management/aws-cost-anomaly-detection/