Claude や Gemini、GPT は各社の API から直接呼べます。それなのに、わざわざ AWS Bedrock・Google Vertex AI（現 Gemini Enterprise Agent Platform）・Microsoft Foundry（旧 Azure AI Foundry）といったクラウドプラットフォーム経由で同じモデルを使う企業が多いのはなぜか。理由は単純で、会社がすでに使っているクラウドの中に AI を“同居”させられるからです。請求・権限・データの置き場所・監査ログ——これらを新しく作り直さずに済むのが最大の価値です。この記事は、その仕組みと選び方を初学者向けに、図とともに整理します。
FIG.1 同じモデルでも、クラウド経由なら認証・ネットワーク・請求・ログを“自社の枠”の中で完結できる
01クラウド経由を選ぶ5つの動機
機能や速度はほぼ同じです。違いが出るのは「組織として運用しやすいか」という一点に集約されます。代表的な動機は次の5つです。
- セキュリティとコンプライアンス：通信や認証を自社の IAM／VPC の枠内に収め、既存の社内ルール（誰がどのモデルを呼べるか）にそのまま乗せられます。データの取り扱い条件も、すでに締結済みのクラウド契約に従います。
- 請求の一本化：AI の利用料が既存の AWS／GCP／Azure 請求に合算され、経理・予算管理が増えません。部門別のコスト配賦も既存の仕組みで回せます。
- データの所在（リージョン）指定：処理を行う地域を選べます。「EU 内で処理」「国内リージョンのみ」といった要件があるときに効きます。ただしモデルごとに使えるリージョンは限られるため、要件のリージョンで目的のモデルが提供されているかは必ず事前確認します。
- SLA とサポート：エンタープライズ契約があれば、稼働保証や問い合わせ窓口も既存の契約・サポート体制の延長で扱えます。
- マルチモデルを1つの基盤で：同じプラットフォーム上で Claude・Gemini・GPT・Llama・Mistral などを横並びに試し、用途ごとに切り替えられます。比較検証や乗り換えのコストが下がります。
02主要3プラットフォームの全体像
2026 年時点で、企業向けにモデルを束ねる主力は次の3つです。名称が近年変わっているので、まずそこを押さえます。
- AWS Bedrock（Amazon）：Claude を厚く揃え、Llama や Amazon 自社の Nova／Titan 系も扱う。
- Google Vertex AI：2026 年に Gemini Enterprise Agent Platform へ改称・拡張。Gemini を中心に、Claude や Llama も Model Garden から呼べる。
- Microsoft Foundry（旧 Azure AI Foundry）：GPT 系（GPT-5.x）の本拠地。2026 年からは Claude も提供開始し、Gemini を除く主要モデルがほぼ揃う。
かつては「Claude は Bedrock／Vertex、GPT は Azure、両者に Claude/GPT は無い」という棲み分けでしたが、各社が相互にモデルを取り込んだ結果、境界はかなり曖昧になっています。下表は“どこで何が一級市民として使えるか”の現状の目安です（提供状況は頻繁に変わるため、最終判断は各公式カタログで確認してください）。
