**あらゆる情報の一元管理ができるオールインワンツールとして人気のNotionに、新たに「Notion AI」が登場し、2023年2月に正式リリースされました。**AIとしてはChatGPTが有名ですが、Notion AIを利用することで何ができるのか、ChatGPTと使い分けをどのようにするのか気になるところです。

当記事ではNotion AIの概要、メリット・デメリット、使い方や料金プラン、使用例などについて紹介します。Notionが初めての方、Notion AIに興味がある方、業務に活用してみたい方など、ぜひ参考にしてください。

【参考】：[Notion (ノーション)  AI｜Notion](https://www.notion.so/ja-jp/product/ai)

Notion AIとは？その便利な機能とChatGPTとの違いも解説

**Notion AIは、様々なビジネス情報を一元管理できるメモアプリ「Notion」に新たに搭載されたAIアシスタントサービスです。**利用はNotionのワークスペース上となるため、Notionユーザーにとって利用しやすい機能が搭載されています。

Notion AIは2022年11月より招待制でテストリリースされ、2023年2月から正式リリースとなりました。

Notion AIの機能としては、テキスト文書の作成、校正、テキスト文書の要約や翻訳、ブレインストーミングの支援などがあります。自然言語処理を得意としており、人間のアシスタントの手助けを受けているような感覚で利用できます。

ちなみにNotion AIに「Notion AIの概要について説明して」と質問したところ、以下の回答が返ってきました。かなり読みやすい自然な表現になっています。

~~【図】：Notion AIの回答実例（Notion AIの概要）　~~

**Notion AIを利用するためにはNotionのアカウントが必要です。**Notionのアカウントを登録していない方は先にユーザー登録を行ってください。アカウント登録は以下のサイトから行います。

【参考】：[Notion（ノーション） – すべてのチームをひとつのワークスペースで｜Notion](https://www.notion.so/ja-jp/product)

サイトにアクセスしたら、【Notionを無料で入手→】をクリックし、指示に従ってアカウントを登録してください。

~~【図】：Notion 公式サイト　~~

【初心者向け】Notionの基本的な使い方を7ステップで分かりやすく解説！

**Notion AIは概要で紹介した以外にも、ブログの原稿作成、小説の執筆などChatGPTと同様のことができます。**またNotionのToDoリストの作成、議事録のまとめなどが簡単にできます。その他、翻訳や要約、プログラミングの下書きなどもできますので、アイデア次第で様々な業務での活用が可能です。

ChatGPTとは？今話題のAIチャットボットの概要や仕組みを解説！

**Notion AIには無料プランがありますので、まずはお試しで使ってみましょう。**Notionのアカウントを取得している方は以下のNotion AIのサイトにアクセスし、【始める】をクリックしてください。

【参考】：[Notion  (ノーション)  AI](https://www.notion.so/ja-jp/product/ai)

~~【図】：Notion AI 公式サイト　~~

初めてNotion AIを利用する場合は、最初に「Notion AI 登場」というタイトルのガイダンスが表示されますので、内容を確認したら［続行］ボタンをクリックします。

~~【図】：Notion AI 公式サイト ガイダンス ①　~~

続いて、「Notion AI 活用のヒント」のガイダンスが表示されますので、確認したら［今すぐAIを試す］ボタンをクリックします。

~~【図】：Notion AI 公式サイト ガイダンス ②　~~

次の「無題」の画面が表示されたら、ガイダンスに従って操作します。今回はAIを呼び出しますので、キーボードの「スペース」キーを押してください。

次の画面が表示されたら、「AIに文書作成を依頼」と表示されたテキストボックスに依頼内容をテキスト入力するか、「AIでドラフトを作成」の下にある項目から目的に合った項目を選択するかの何れかの方法でNotion AIに作業を依頼します。

今回は、「その他」の中にある「営業メール」を選択し、取引先に対する営業メールのドラフトを作成してみましょう。

~~【図】：Notion AI 営業メール作成選択　~~

「次について営業メールを作成：」というテキストボックスが表示されたら、誰宛に、どのような営業メールを送りたいのか、アウトラインを入力します。ここでは「A取引先の担当者に当社が得意とするヘルプデスクの利用を勧める」と入力してみます。

~~【図】：Notion AI 営業メール作成指示　~~

数秒ほどで、以下のような営業メールのアウトラインが自動的に作成されました。この内容で良ければ［完了］をクリックします。完了すると、この文書がNotion AI内でプライベート文書として保存されますので、必要に応じて修正して利用したり、チームで共有したりできます。

~~【図】：Notion AI 営業メール 作成例　~~

**Notion AIの無料での利用には、20回までの制限があります。**そのため、お試しで使っていると早々に無料分を使い切ってしまい、「このワークスペースでご利用いただける無料のAI応答をすべて使い切りました」というメッセージが表示され、サービスが使えなくなります。

~~【図】：Notion AI 無料回数超過　~~

引き続き使いたい場合は、「このワークスペースでご利用いただける無料のAI応答をすべて使い切りました」というメッセージの右側に表示された［無制限にアップグレード］のリンクをクリックします。

続いて「さらにNotion AIを入手する」という表示の画面に遷移し、支払いに関する情報入力を求められます。有料プランの料金は10ドル/月ですが、初回はクレジットポイントの適用が行えるため、初月は5ドルで済むようです。支払いに関する情報を入力したら、［今すぐアップグレード］ボタンをクリックします。

~~【図】：Notion AI 有料プランへのアップグレード　~~

**Notion AIはChatGPTと何が違うのか気になるところです。**「ChatGPTとNotion AIの違いについて箇条書きで説明してください」とそれぞれのAIに指示をしてみたところ、以下のような回答が返ってきました。

~~【図】：Notion AI とChatGPT 比較　（ChatGPTの回答）~~

ChatGPTは先行であるためか、知識の蓄積も進んでいるようで、回答内容はボリュームがあります。自然言語で文章もうまくまとめられていますが、Notion AIがNotion内でしか利用できない点が明記されていないのが気になります。

~~【図】：Notion AI とChatGPT 比較　（Notion AIの回答）~~

Notion AIは「開発元」や「目的」、「応用範囲」や「学習データ」、「アクセス方法」なと、幅広く様々な切り口から両者を比較している点が目を引きます。文書としての体裁も整っており、ChatGPT、NotionAI共にNotionAIの方がビジネス向きであると回答しています。

## Notion AIとChatGPTのどっちを選ぶ？

「Notion AIと ChatGPTのどっちを選べばよいのか？」と悩まれる方がいますが、どちらが優れていて、どちらを選択すべきかを判断するのは簡単なことではありません。利用目的や利用方法、予算によって判断は異なります。

Notion AIは基本的にNotion内部でしか利用できませんので、利用範囲が限定されます。一方、ChatGPTはAPIを利用して、様々なアプリやシステムから利用することが可能です。有料プランではChatGPTは月額20ドル、Notion AIは月額10ドルと料金差があります。

**これらの点を考慮した上で、どちらを利用するのかを判断すると良いでしょう。**

【参考】：[Introducing ChatGPT ｜ OpenAI](https://openai.com/blog/chatgpt)
【参考】：[AIの料金と使用制限｜Notion ヘルプセンター](https://www.notion.so/ja-jp/help/ai-pricing-and-usage)

ここまで、Notion AIの概要、メリットとデメリット、使い方について解説しました。Notion AIはあくまでも多機能メモ管理ツールのNotion内の1つの機能であり、無料での利用枠が少ない点などは気になりますが、業務の効率化や情報共有といったビジネス面での利用には適したツールと言えます。

記事を読んで気になった方は、ぜひ1度無料枠でNotionと併せて利用して試してみることをおすすめします。

Notionでできること５選！概要や基本操作も分かりやすく解説！

2023年2月にNotion上で利用できるAIアシスタントサービスの「Notion AI」が正式リリースされ、注目されています。この記事ではNotion AIとは何か、メリットやデメリット、ChatGPTとの違いなどを紹介し、使い方を実際の操作画面を見ながら解説します。

Notion AIは、人工知能技術を活用したNotion上の文書作成支援ツールである

Notion AIはNotion上で業務の効率化や作業の自動化を実現できる

Notion AIは無料での利用枠に制限があり、業務で利用する場合は有料プランの利用がおすすめ

Notion AIの使い方とは？料金やChatGPTとの使い分けも解説！ 

ビジネスのデジタル化が進み、多くのサービスやデバイスから膨大なデジタルデータが日々生成されています。

また、多くの企業が保有するデータを自社の事業活動に活用する「データ駆動型経営」を目指すようになりました。そうした状況では、新たな洞察を得られるデータ分析基盤を構築することがますます重要になっています。

そのため近年では、データ分析に必要な技術的スキルを身に着けているエンジニアが組織内で高く評価され始めています。ビジネスにとって戦略的で重要な役割を果たすエンジニアになるためには、データ分析スキルが強く求められるようになったのです。

**データ分析スキルの向上に役立つサービスとして、現在注目されているのが「AWS Athena」です。**今回は、AWS Athenaの特徴や使い方、メリット・デメリットなどを解説していきます。

### AWS Athenaはデータ分析に利用できるフルマネージドサービス

*AWS Athenaは、AWS（Amazon Web Services）から提供される「データ分析」に利用できるフルマネージドサービスの1つです。*一般的なデータ分析の流れとしては「データ蓄積」「データ加工」「データ分析」「データ可視化」などがあります。

AWSでは、この流れの各フェーズで活用できるサービス群を提供しています。「データ分析」フェーズでは、Amazon Athenaの他にも「Amazon EMR」「Amazon Redshift」などのサービスがあります。

AWS Athenaは2016年11月30日に公表され、同日から一般提供が開始されました。AWSは、クエリエンジンのバグ修正や機能追加・パフォーマンス向上などのアップデートを実施していて、2022年10月にリリースされた「Version 3」が最新のバージョンです（2023年4月時点）。

【参考】：[AWS Athena公式サイト](https://aws.amazon.com/jp/athena/)

*AWS Athenaを使うことで、AWS上で利用可能なクラウド型ストレージサービス「Amazon S3」内のデータに対して、標準データフォーマットを使用した簡単な操作で高速に大量のデータを分析できます*。

具体的な分析方法としては、Amazon S3などに対して標準SQLのクエリを実行します。その実行結果を参照しながら、データ分析を進めることが可能です。たとえば、レポート作成、ビジネスインテリジェンスなど大量のデータを扱う必要がある場合に役立ちます。

また、エンジニアが利用する際は、クエリパフォーマンスのチューニングやセキュリティの管理、クエリ結果の可視化、機械学習や人工知能のアプリケーションへの応用など、様々なビジネスニーズに対応することにも活用可能です。

AWSのサービスであるAmazon S3とは？その特徴と利用方法を解説！

AWS Athenaは、ペタバイト規模のような大量のデータの保管ストレージを分析するための優れた機能を備えています。

具体的にはどのような機能を持っているのでしょうか。まずは、AWS Athenaの特徴を解説していきます。

【参考】：[AWS Athena公式サイト「AWS Athenaの特徴」](https://aws.amazon.com/jp/athena/features/)

### 大規模データでも高速なデータ分析

一般的には膨大なデータに対する分析では、サーバなどシステムリソースに大きな処理負荷がかかるため、分析結果を取得するまで時間を要することがあります。

AWS Athenaでは、データの抽出や変換、ロードなどの手順を踏む必要がありません。AWSマネジメントコンソールを数回クリックすることでストレージに格納されたデータにアクセスして、インタラクティブなクエリを実行できます。

多くの場合、その分析や抽出結果は数秒で表示されます。対象となるデータ形式は、CSV・JSON・ORC・Avro・Parquetなどです。

JSONとは？概要からJSONファイルフォーマットまで解説！

### ログ解析を高速化するクエリエンジン「Presto」

*AWS Athenaが迅速に大量のデータを分析できる理由の1つが、データ分析用に最適化されたオープンソースの分散型SQLクエリエンジン「Presto」を活用している点です。*クエリを並列実行することで、膨大な量のデータを効率的に処理できます。

Prestoでは、大規模な結合やWindow関数、配列をサポートするANSI SQLを使用します。ANSI SQLは「American National Standards Institute（ANSI）」が定義したSQLの標準規格です。標準化されたクエリ言語として、SQLを使用する多くのデータベース管理システム（DBMS）で同じクエリを実行できます。

ANSI SQLは、多くの商用、またはオープンソースのデータ分析ツールでサポートされています。DBMSごとに固有の機能を使用することなく、標準的なSQLクエリで多様な分析を可能にしています。ただ、CSVやJSONといった「整形済みのデータが前提となる」ことが注意点です。

SQLの入門編：初心者から経験者まで役立つSQL情報を掲載！

### ディスク使用量を低減できる

従来のデータ分析では、まず分析対象となるデータをデータベースに格納して、そのデータベースに対してSQLクエリを実行する形式を取ります。元データとデータベースで同じ内容のデータを二重保存するため、ディスク容量を余分に消費することが課題でした。

Amazon Athenaでは、Amazon S3にSQLクエリを直接実行するため、二重のデータ保存が不要となり、コスト削減の効果も期待できます。

### インフラの設定や管理が不要

Amazon Athenaは、サーバレス型サービスである点も特徴の1つです。そのため、サービスを利用するために「Amazon Elastic Compute Cloud（EC2）」などのインフラを配備する必要はありません。

また、各種設定やソフトウェアの更新、セキュリティ監視や障害などをアウトソーシングできるフルマネージドサービスであり、ユーザー数増加に伴うインフラの拡張も含めて利用者側での対処は不要です。

AWSのサーバー提供サービスであるAmazon EC2とは？活用方法や料金体系等を解説！

**Amazon Athenaの利用料金は、実行するクエリに対して発生します。前払い料金や基本料金は存在しません。**

たとえば、クエリ結果は選択したS3バケットに保存され、その際にS3の標準料金が請求されます。AWSによると、データの圧縮や分割、列形式への変換で、クエリに対するコストを30％から90％削減してパフォーマンスを向上できるとのことです。

Amazon Athenaのアジアパシフィック（東京）リージョンでは、SQLクエリ処理におけるスキャンされたデータは1テラバイト当たり「5.00 USD」となっています（2023年4月15日時点）。

【参考】：[AWS Athena公式サイト「Amazon Athenaの料金」](https://aws.amazon.com/jp/athena/pricing/)

### 他のデータリソースへの横串検索

Amazon Athenaでは、Amazon S3以外のデータも活用できます。たとえば、「Amazon DynamoDB」「Amazon Redshift」「MySQL」「PostgreSQL」「Redis」などが挙げられます。

また、その他の一般的なサードパーティーデータストア向けのコネクタが用意されています。これらのコネクタを使えば、Amazon Athenaで複数のデータベースをまたいだ横串検索を行えます。

PostgreSQLとは？MySQL・Oracleとの違いを解説

*Amazon Athenaは、単独で利用するよりも他のAWSサービスやツールと組み合わせる使い方が一般的です。*ここからは、Amazon Athenaの基本的な使用方法や具体的な利用例を説明していきます。

Amazon Athenaの基本的な使用方法や活用例などを見ていきましょう。

### ステップ1：分析対象のデータを「Amazon S3」に保存する

まず、分析対象のデータを「Amazon S3」に保存するためにデータを保存するフォルダ「S3バケット」を作成します。次にAWSのコンソール画面を操作して、S3バケットに分析対象のデータやファイルをアップロードします。

コンソール画面で操作する方法以外にも、S3バケットに一意に設定されるURLに対して「AWS Database Migration Service」といった他のAWSサービスが提供するAPIを利用してデータを保存する方法もあります。

AWSマネジメントコンソールとは？機能やCLIとの違いを解説

### ステップ2：テーブルを定義する

Amazon AthenaでSQLクエリを実行するためには、テーブル定義が必要です。デフォルト設定では「AWS Glue Data Catalog」上のテーブル定義を使用します。テーブル定義をするクエリを実行した後に「パーティション定義」「データ形式」「データの場所」「圧縮形式」などを指定していきます。

AWS Glue Data Catalogとは、メタデータを管理するオープンソースソフトウェアのデータベース「Apache Hive Metastore」と互換性のあるリポジトリです。

AWS Glue Data Catalogにテーブル定義を作成するには、「Athena DDL」「AWS Glue Catalog API」「AWS Glue Crawler」を活用する3つの方法が活用できます。

データの分析・抽出では、先ほど説明したANSI SQLに準拠したクエリを実行します。複雑なJOINやWindow関数、複雑なデータ型なども使うことができます。

SQLクエリの実行結果は、指定した「S3バケット」に自動的に保存されます。

具体的な利用例としては「BIツールとの連携」が考えられます。

Amazon Athenaは、Javaで開発したアプリケーションからデータベースを操作するためのAPIである「JDBC（Java Database Connectivity）」などを経由して、各種BIツールと連携可能です。また、AWSで提供しているBIツールには「Amazon QuickSight」があります。

BIツールとの連携では、Amazon AthenaからSQLクエリを実行して取得したデータをBIツールに連携させてより分かりやすく「可視化」するというデータ分析が可能になります。

### 活用例2：AWSサービス上の各種ログのデータ分析

Amazon Athenaを活用すると、各種AWSサービスが出力するログをAmazon S3に集めることもできます。そうしたS3に集積したログに対して、Amazon AthenaからSQLクエリを実行してデータ分析が可能です。

ログを取得できるAWSサービスとしては、「Elastic Load Balancing（ELB）」「Amazon CloudFront」「AWS CloudTrail」などがあります。

### 活用例3：「AWS Glue」との併用

**AWSでは、Amazon Athenaの有効活用として「AWS Glue」との併用を推奨しています。**AWS Glueとは、AWSが提供する「データETL（抽出／変換／ロード）サービス」です。

先述したようにAmazon Athenaでは整形されたデータしか扱えません。そのため、AWS Glueでデータを整形してデータカタログ化することで、Amazon Athenaでも簡単に扱えるようになります。

AWS Glueにはその他にも、データソースの自動的スキャンでデータ形式を特定してスキーマを推論するクローラー、データストアに保存されているデータベースとテーブルに関するメタデータ情報を保存するデータカタログなどの機能を備えています。Amazon AthenaとAWS Glueの併用には数多くのメリットがあるのです。

## AWS Athenaのメリット・デメリットとは？

ここからは、より具体的な例を交えてAWS Athenaを利用するメリット、デメリットを見ていきましょう。AWS Athenaを利用する上で、ぜひ参考にしてください。

ここまで説明してきたように、AWS Athenaには「大規模データでも高速なデータ分析が可能」「サーバレス型でインフラ設定・管理が不要」「各種標準データフォーマットに対応」「クエリごとの料金体系」などの特徴があります。

**Amazon Athenaを利用すると、インフラ周りやコストを気にすることなく、エンジニアがデータ分析に集中できるというメリットがあります。**

多くの機能を備えて高速なデータ分析が可能なAmazon Athenaは、以下のような処理に向いています。

・新たに取得したデータをデータウェアハウスに保有するための検証
・利用頻度の低い過去のデータを活用した一時的な分析
・Webサーバの障害発生時におけるアクセスログによる原因追求
・データ量がそれほど多くない低頻度で実施するETL処理

また、概念実証（PoC）やプロトタイピングなどを実施する際、様々なパターンの分析を手早く試したい場合は、Amazon Athenaが適しています。

*一方で、AWS Athenaはデータを絞って高速にスキャンする手法を利用するため、一定量のデータを集めて一括処理するバッチ処理は苦手です。*また、大量のデータを長時間処理する作業には向いていません。

Amazon Athenaに向いていない処理としては、以下のようなものが挙げられます。

・大規模なデータに対する定期的なフルスキャン
・テンポラリテーブルを活用する多段階のETL処理
・サブクエリやJOINを駆使した複雑な集計処理
・高頻度なレポーティングのための大量のデータ分析

同一手順の分析を定期的に実施する場合は、Amazon RedshiftやAmazon EMRなどを活用した方が処理時間や料金などの点で優れている場合もあります。

## AWS Athenaはエンジニアとして活躍するための必須ツール

**AWS Athenaは、Amazon S3で高速なパフォーマンスが得られるように最適化されています。**インフラの構築や管理が不要なので、簡単に利用を開始することが可能です。

また、サーバ管理に関連する業務が不要なので、エンジニアはデータ分析のみに集中できます。さらに組織により貢献できる業務に多くの時間を割くことも考えられます。

データ分析のニーズは幅広く、そのスキルはあらゆる業種や職種にとっても重要な素養になると考えられます。これからエンジニアとして活躍していくためにも、ぜひAWS Athenaを使いこなせるようになることをおすすめします。

データサイエンスとは？注目されている理由と基礎スキルについて解説！

AWS Athenaとは、AWSから提供される「データ分析」に利用できるフルマネージドサービスです。簡単な操作で高速に大量のデータを分析できる機能を備えています。この記事ではその特徴や使い方、メリット・デメリットなどを解説します。

AWS Athenaとは、AWS（Amazon Web Services）から提供される「データ分析」に利用できるフルマネージドサービスです

標準的なSQLクエリで実行できてサーバレス型でインフラ設定・管理が不要なため、データ分析に集中できるというメリットがあります

実行したクエリごとに料金が発生する仕組みなので、初期費用や維持費はかかりません

AWS Athenaとは？特徴や使い方、料金、メリットなどを解説！

Amazonが提供するクラウドサービスであるAWSでは様々な機能が提供されており、クラウドサービス業界の中でも非常に高いシェアを誇っています。**そんなAWSが提供するサービスの中に、「AWS SES」と呼ばれるメール配信プラットフォームがあります。**

このAWS SESとはどのようなサービスなのでしょうか。本記事ではAWS SESの概要や活用事例を説明するとともに、導入のメリットや高度な活用方法も解説します。

### メール配信プラットフォームについて

そもそもメール配信プラットフォームとは、どのようなサービスなのでしょうか。

インターネット上のWebサービスやショッピングサイト運営者にとって、大多数の利用者へのメール配信は必要不可欠と言ってもいいでしょう。広告配信や確認、定期配信など、多くの利用者に同時にかつ安全にメールを配信することは運営上欠かせないからです。

*こうした需要に応えて生まれたサービスがメール配信プラットフォームです。*Googleを始めとして様々な企業が上記サービスを提供しています。

AWSが提供するメール配信プラットフォームが「AWS SES」です。*SESは「Simple Email Service」の略であり、AWSのアカウントを所持していれば誰でも利用可能です。*

他のメール配信プラットフォームと同様に、ユーザが持つドメインとEメールアドレスを利用してメール送信を行えます。詳しくは後述しますが、SESではメールの受信も行うことができ、受信後の処理や振り分けもカスタマイズ可能です。

AWSのサービスの1つであるがゆえに、他のAWSサービスと連携できるところが大きな強みとも言えるでしょう。

【参考】：[AWSのSES](https://aws.amazon.com/jp/ses/)

AWS SESには様々な特徴がありますが、代表的なものとして以下が挙げられます。

- Amazon SES コンソール、Simple Mail Transfer Protocol (SMTP) など送信時の設定オプションを選択可能
- 送信先にスパムや迷惑メール扱いされないようVirtual Deliverability Manager (VDM) を通じて、配信可能性を簡単かつ自動で改善することができる
- インサイトダッシュボードにより、メールの送信や配信に関わるデータを一目で確認可能
- SESによるメールの受信では受信後の処理を自動化することができる

【参考】：[AWS SESの特徴](https://aws.amazon.com/jp/ses/details/)

上記のような特徴を備えたAWS SESは、具体的にどのような場面で活躍するのでしょうか。SESが使用するドメインやEメールアドレスに制限はなく、既にあるWebサイトで使用することができます。

例えば、運営しているECサイトにおいて、利用者への広告メール配信を行うことを例としましょう。SESは利用者の迷惑メールボックスに振り分けられることを避けるために必要な高い信頼性を維持しており、高い配信性能を誇ります。さらに、開封率やクリック率などの統計情報も収集可能です。

そのため、*運営するサイトに安価なメール配信機能を実装できるだけでなく、強力な分析機能も実装することができるでしょう。*

AWS SESの概要や特徴を説明してきましたが、他社のメール配信プラットフォームに比べると、SESを選ぶことにどのようなメリットがあるのでしょうか。

### 無料枠もあり運用コストが安い

AWS SESのメリットの1つはその運用コストの安さでしょう。*まずSESには無料枠があり、送信メッセージが1ヶ月で62,000件を超えない限りはコストが一切かかりません。*例え超えたとしても1,000件あたり0.1ドルというコストであるので、大きな負担にはならないでしょう。

受信メッセージの無料枠は1,000件と低めですが、超過した時のコストは送信メッセージと同じであるため、こちらも負担は大きくないと言えます。小規模から中規模のユーザにとっては、無料枠だけで十分活用できます。

### AWSの他のサービスと連携できる

AWS SESはAWSのサービスの一部であり、他のサービスと連携できる点が大きなメリットと言えます。例えば、クラウドコンピューティングサービスであるAmazon EC2と連携することもでき、同サービス上にEメール送受信機能をスムーズに実装することができるでしょう。

ストレージサービスであるAWS S3と連携し、受信したメールをクラウド上に保存することもできます。また、AWS自体が非常にメジャーなクラウドサービスであるため、既にアカウントを所持している方も多いでしょう。*使い慣れたサービスの中の追加機能として使用できることもメリットです。*

AWS SESの特徴でありメリットでもあることが、配信性能の高さです。SESを使ってメールを送信するユーザが求めていることは、送信したメールが配信先に読んでもらえるかです。どんなにメールの内容を工夫し、大勢に送信したとしても、配信先で迷惑メールやスパム扱いにされてしまっては意味がありません。

SESはそういったことにならないよう、SES自体が高い評価を維持するような工夫がなされています。例えば、配信前に自動でフィルタリングを実施し、迷惑メールと疑われるメールが配信されることを防止します。

*この積み重ねにより、SESを利用するユーザは信頼された評価のもとでメール配信を行うことができます。*

【参考】：[SESの配信性能](https://docs.aws.amazon.com/ja_jp/ses/latest/dg/send-email-concepts-deliverability.html?tag=mochaglobal10-20)

AWS SESがどのようなもので、どういったメリットがあるかを説明してきました。では、具体的にSESを使うにはどうすればよいでしょうか。ここでは、説明方法や料金プランを解説します。

まずはSESを実際にどのようにして使っていけばよいかを説明します。

*■AWSアカウントの作成*
まずはAWSのアカウントを取得しなければSESも使用できません。無料アカウントでもいいので作成しましょう。

*■リージョンの選択*
続いてAWSアカウントのマネジメントコンソールにログインし、SESのサービスを探します。SESのサービス画面を開くことができたら、リージョン設定を東京にします。

*■メールアドレス登録と認証*
次にメールアドレスの登録と認証を行います。同じくSESの設定画面からメールアドレスを登録します。ここで登録したメールアドレスが送信元のメールを配信する形です。その後、そのアドレスが存在するかどうかを認証するためにリクエストを送信し、受信したメールのリンクを押下すれば完了です。

*■メール送信テスト*
最後に送信テストを行います。先ほど認証に成功したメールアドレスを送信元と送信先に設定し、テストメールを送信します。この時点ではサンドボックスモードで認証済みのアドレス以外には送信できないので、同モードを解除することでSES本来の機能を使用することができます。

AWSのリージョンとは？リージョン選択のおすすめポイントを解説

AWS SESを利用するための料金はどの程度なのでしょうか。*SESにも無料利用枠があり、制限の範囲内で無料で利用することも可能です。*2023年4月時点では、

- 送信メッセージが1 か月あたり 62,000 件
- 受信メッセージが1 か月あたり 1,000 件

という制限です。この制限を超える範囲では料金が発生します。具体的には、

- 送信メッセージ1000件あたり0.1ドル、添付ファイル1GBにつき0.13ドルの追加料金
- 受信メッセージ1000件あたり0.1ドル、受信メールチャンク 1,000 件につき 0.09 USDの追加料金

です。このように有料枠であってもかなり安価に利用できることがわかります。

【参考】：[AWSの利用料金](https://aws.amazon.com/jp/ses/pricing/)

最後にSESならではの高度な私用方法についての一部を紹介します。こうした高度な機能を利用できることもSESのメリットと言えるでしょう。

AWSには様々なサービスがあり、その中にソフトウェア開発キットであるAWS SDKがあります。*あらゆるAWSのサービスを操作するプログラムを作成可能なこのSDKは、もちろんSESとも連携が可能です。*

例えば、AWS SDK for Javaとの連携により、Java言語でのメール送受信プログラムを作成することもできます。もしAWS SDKを既に使いこなしているのであれば、SESとの連携もスムーズにできるため、AWS SESを選ぶ理由にもなるでしょう。

SESと連携できるプログラミング言語は.NET・Java・PHP・Ruby・Pythonから選ぶことができるようです。

【参考】：[AWS SDK](https://docs.aws.amazon.com/ja_jp/ses/latest/dg/send-an-email-using-sdk-programmatically.html?tag=mochaglobal10-20)

Java入門！概要やメリット、基本事項について徹底解説！

SDKを使用する以外にもSESによるメール送受信プログラムを作成する方法があります。*AWS Lambdaと呼ばれるコンピューティングサービスを活用すれば、SDKを使用するよりも簡単にプログラムを設計することができます。*

設計したプログラムは容易にSESを含むAWSサービスと連携することができ、ユーザのリクエストや定期的なタイミングで実行することも可能です。SESと連携するにあたっては、メール送信の自動化や受信時の自動処理も実装することができるでしょう。

【参考】：[AWS Lambda](https://aws.amazon.com/jp/lambda/?tag=mochaglobal10-20)

AWS Lambdaとは？できることを分かりやすく解説！

SESはメールを送信するだけでなく、受信する機能も持ち合わせています。例えば、メール配信先が誤って誤ってメールを返信してしまうというケースも場合によっては考えられるでしょう。

*そうしたときにSESで受信メール設定を行っておけば、自動処理でメール返信を行うこともフィルタリング処理を行うことも可能です。*前述したAWSのLambdaを活用することで上記のような柔軟な処理を自由に実装することができます。

## AWSのSESを使いこなして効率的なサイト運営を

本記事ではAWSのSESについて解説し、そのメリットや高度な活用方法も紹介しました。そもそもメール配信プラットフォームを知らない方も、SESがなぜ役に立つのかを理解できたのではないでしょうか。

AWSには様々なサービスがあり、SESはその中の1つにしか過ぎません。**SES導入をきっかけに他のサービスについても調べ、導入を検討していけば、自分が運営するサービスやWebサイトをより良くすることもできるでしょう。**

一般提供開始のAmazon EC2 Hpc6aインスタンスを解説

Amazon S3の使い方は？AWSのストレージサービスを解説！

クラウドサービスの中でもトップクラスのシェアを誇るAWSにメール配信プラットフォームのSESがあることをご存知でしょうか。本記事ではこのSESについて、概要や活用事例を説明するとともにメリットや高度な使い方も紹介していきます。

AWSのSESは大多数へのメール送信を可能にするメール配信プラットフォーム

AWSのSESは無料枠があり、コストが安いだけでなく配信性能も高いことがメリット

AWSのSDKやLambdaと連携すればメール送受信の自動プログラムを作成可能

AWSのSESとは？特徴や活用事例だけでなく高度な使い方も紹介

AWS（Amazon Web Service）はGAFAの一角、Amazon社が展開する世界最大のクラウドサービスです。クラウドサービスはセキュリティ対策も万全で、AWSを利用する上で利用者側は何も意識する必要がないと思われがちですが、それは大きな誤りです。

サービス・ツール・技術の記事（45ページ目）