AWS Migration Hub Strategy Recommendations 完全ガイド v2.0（2026年最新対応）

AI 駆動の 7R 移行戦略分析・ポートフォリオ評価・TCO 削減見積・優先順位付け

AWS Migration Hub Strategy Recommendations は、「Application Discovery Service で収集したアプリケーション・サーバーのデータを AI/ML で分析し、各アプリケーションに最適な 7R 移行戦略（Rehost・Replatform・Refactor・Repurchase・Relocate・Retire・Retain）を自動推奨するサービス」 である。ポートフォリオレベルの移行計画立案・優先順位付け・ビジネスケース作成を自動化する。

目次

1. ドキュメントメタデータ
2. 概要と課題
3. このサービスを選ぶ理由
4. 7R 移行戦略の詳細
5. アーキテクチャと設計原則
6. コアコンポーネント
7. 主要ユースケース
8. 設定・操作の具体例
9. 類似サービス比較表
10. ベストプラクティス
11. トラブルシューティング表
12. 2025-2026 最新動向
13. 学習リソース・参考文献
14. 実装例・チェックリスト
15. まとめ

ドキュメントメタデータ

• 最終更新: 2026-04-27
• バージョン: v2.0
• 対象者: Enterprise Architect、Cloud Strategy Lead、CFO、Portfolio Manager
• 難易度: 初級～中級
• 関連サービス: Application Discovery Service、Migration Hub、Cost Explorer

概要と課題

本質

AWS Migration Hub Strategy Recommendations は 「数百～数千のアプリケーションのデータセンター移行戦略を自動分析・推奨し、ビジネス価値・技術実現性・コスト削減を考慮した移行優先順位を提案するサービス」 である。

ポートフォリオ全体の 7R 分類・TCO 削減量・リスク評価を自動生成し、CIO・CFO・PMO が移行計画立案・投資判断・リソース配分を迅速に実施できる基盤を提供する。

従来の課題

Strategy Recommendations が提供する解決策

✅ 自動 7R 分類：Application Discovery Service データ + machine learning で自動推奨
✅ TCO 削減試算：AWS vs On-Premises コスト比較表を自動生成
✅ ポートフォリオ優先順位付け：ビジネス価値スコア + 技術スコア + リスクスコアで優先度列挙
✅ 依存関係マッピング：アプリケーション間の依存関係を自動検出・ウェーブ計画に反映
✅ ビジネスケース自動生成：ROI・payback period・3 年合計コスト削減などを自動計算
✅ リスク評価：EOL OS・unsupported DB など技術リスク自動検出

このサービスを選ぶ理由

なぜ AWS Migration Hub Strategy Recommendations なのか？

1. 数百アプリケーションの迅速な assess（3 週間 → 1 週間に短縮）

   • 従来：150 個 app × 2 時間/app = 300 時間（3～4 ヶ月）
   • Strategy Recommendations：自動分析 → 1 週間で 150 app assess 完了

2. 属人性排除・標準化

   • ML model が統一された基準で判定（「この app は Rehost に最適」）
   • チーム内で判定基準がばらつかない

3. TCO 削減の数値化

   • 「Rehost app は year 1 で 30% コスト削減」
   • 「Refactor app は year 3 から黒字化」
   • 経営層への説得材料が量化される

4. 依存関係を考慮した移行順序提案

   • DB → APP → Reporting tool の正しい順序を自動提案
   • 「先に DB 移行しないと APP 移行できない」を自動検出

5. 複数シナリオの比較

   • Scenario A：全 app Rehost（期間短い、リスク低い）
   • Scenario B：50% Rehost + 50% Refactor（コスト削減大きい、期間長い） → 複数シナリオを financial/timeline で比較

このサービスを選ばない理由

• 単一 app 移行：assessment 不要（即座に移行開始）
• 既に strategy 決定済み：recommend 不要
• クラウド 100% 移行困難（regulatory / legacy app）：TCO 削減小さい

7R 移行戦略の詳細

1. Retire（廃止）

定義：使用されていない / 不要なアプリケーション

特性：
├─ ビジネスユーザーが使用していない（ログイン数 = 0）
├─ 古いバージョン / EOL アプリ（Oracle Forms 6i など）
└─ System 削除によるコスト削減機会

検出方法：
├─ Application Discovery Service のアクティビティモニタリング
├─ ユーザー login 統計
└─ 管理者 interview

経営判定：
├─ Risk: ★ (Low) - 削除で機能喪失しない
├─ Effort: ★ (Low) - 単に shutdown
├─ Cost Savings: $100k+/year（ライセンス・保守廃止）
└─ Timeline: 1-2 週間

割合：典型的に portfolio の 10-20% が retire 対象

2. Retain（現状維持）

定義：AWS に移行しない（オンプレミス・他クラウドに残す）

理由：
├─ Regulatory requirement（金融・医療の data residency）
├─ Legacy app with unknown dependencies（古い COBOL メインフレーム）
├─ Physical hardware（特殊な measuring equipment）
└─ Cost: on-premises 維持がまだ安い

戦略：
├─ On-Premises のまま保守継続
├─ AWS に移行した他 app からのアクセスは VPN / Direct Connect 経由
└─ 5-10 年後に再評価

割合：典型的に portfolio の 5-15% が retain

3. Rehost（リホスト）= Lift & Shift

定義：コード変更なしに EC2 に移行

特性：
├─ OS・アプリケーションを一切変更しない（互換性 100%）
├─ MGN（Application Migration Service）で自動化可能
├─ 移行期間：2-4 週間/app
└─ ダウンタイム：最小化（数分）

Cost Profile：
├─ Year 1: 30-40% コスト削減（datacenter 廃止）
├─ ライセンス: Windows Server（bring-your-own-license）
└─ 管理負荷: 相変わらず IAM ops 要

典型的事例：
├─ Windows Server 2012 R2 + SQL Server 2012
├─ Tomcat + Java 6 legacy app
└─ IBM AIX mainframe → PowerVM on AWS

割合：典型的に portfolio の 50-70% が rehost

4. Replatform（リプラットフォーム）= Lift & Tinker

定義：最小限の変更でクラウド最適化

例 1: Database
From: MySQL on-premises
To: RDS MySQL managed service
Changes: connection string 変更のみ
Benefits: 自動バックアップ・multi-AZ・read replicas が無料で実現

例 2: Web Server
From: Apache + PHP 5.3（legacy）
To: Elastic Beanstalk + PHP 7.4
Changes: PHP version update + test
Benefits: auto-scaling・load balancing・deployment automation

例 3: Application Server
From: Tomcat 6 on EC2
To: Elastic Beanstalk（managed Tomcat）
Changes: war file を EBS にアップロード
Benefits: 自動スケーリング・ゼロダウンタイム deployment

Cost Profile：
├─ Year 1: 40-50% コスト削減
├─ Year 2+: 追加最適化で 50-60%
└─ Effort: 1-2 週間/app（moderate refactoring）

割合：典型的に portfolio の 10-20% が replatform

5. Refactor / Re-architect（リファクタリング）= Modernization

定義：クラウドネイティブで再設計

変更範囲：
├─ Monolith → Microservices
├─ On-Premises DB → DynamoDB / Aurora
├─ Custom code → AWS managed services
└─ Batch processing → Lambda + EventBridge

事例 1: E-commerce Monolith
Old: Tomcat + MySQL all-in-one（2 DB instance + 3 app servers）
New: API Gateway + Lambda（orders / payments / inventory）+ RDS Aurora + S3 + CloudFront
Benefits: unlimited scalability・70% cost reduction・faster feature delivery

事例 2: Report Engine
Old: Custom Java batch（nightly run, 6 hours）
New: AWS Glue + Athena + QuickSight（on-demand, 2 minutes）
Benefits: 99% cost reduction・real-time reporting

Cost Profile：
├─ Year 1: 50-60% 削減 but higher dev cost（refactoring investment）
├─ Year 2+: 60-75% 削減（スケーリングメリット）
└─ Effort: 6-12 週間/app（significant development）

割合：典型的に portfolio の 5-10% が refactor

6. Repurchase（再購入）= Drop & Shop

定義：SaaS に移行

例 1: CRM
From: Salesforce on-premises（違法、実際は Oracle / SAP 製品）
To: Salesforce Cloud
Benefits: automatic updates・no infrastructure management・unlimited scalability

例 2: HCM / HR
From: Oracle HCM Suite on-premises
To: Workday or SuccessFactors
Benefits: modern UX・built-in mobile・social collaboration

例 3: Enterprise Data Warehouse
From: Teradata on-premises
To: Snowflake / Databricks
Benefits: pay-per-use・unlimited scalability・advanced ML integration

Cost Profile：
├─ Year 1: 20-40% 削減 but SaaS subscription 新規費用
├─ Year 2+: 30-50% 削減（on-premises maintenance終了）
└─ Effort: 4-8 週間（migration + customization）

割合：典型的に portfolio の 5-10% が repurchase

7. Relocate（リロケート）= Hypervisor-based Migration

定義：VMware on AWS へ移行

用途：
├─ VMware vSphere cluster → VMware on AWS（AWS 上で vCenter 動作継続）
├─ Hyper-V → Azure Stack（Microsoft hybrid）
└─ Cloud の provider switching（自社 VCP → AWS）

特徴：
├─ Hypervisor abstraction layer により App は無変更
├─ vMotion 相当で VM を AWS に移行
├─ vCenter / ESX tools が AWS 上で動作
├─ ライセンス：bring-your-own-license

Cost Profile：
├─ Year 1: 20-30% コスト削減（初期のみ）
├─ Year 2+: VMware licensing cost 高い（あまり削減進まない）
└─ Effort: 3-4 週間/cluster

割合：typical に portfolio の 0-5%（VMware limited）

アーキテクチャと設計原則

全体フロー（Mermaid）

graph TB
    subgraph Discovery["Discovery Phase"]
        AGENT["Application Discovery Service<br/>(Agent-based / Agentless)"]
        SCAN["System Scan<br/>(2-4 weeks)"]
        DATA["Collected Data<br/>(Servers, Apps, Dependencies)"]
    end
    
    subgraph Analysis["Analysis Phase"]
        SR["Strategy Recommendations<br/>(ML-based Assessment)"]
        MODEL["AI Model<br/>(7R Classification)"]
        SCORE["Scoring Algorithm<br/>(Business + Tech + Risk)"]
    end
    
    subgraph Output["Output & Planning"]
        REPORT["Portfolio Report<br/>(7R Distribution)"]
        PRIORITY["Priority Matrix<br/>(Wave Planning)"]
        TCO["TCO Analysis<br/>(Cost Savings)"]
        RISK["Risk Assessment<br/>(EOL, Dependencies)"]
    end
    
    subgraph Planning["Migration Planning"]
        WAVE1["Wave 1: Quick Wins<br/>(Retire + Simple Rehost)"]
        WAVE2["Wave 2: Core Systems<br/>(DB + Critical Apps)"]
        WAVE3["Wave 3: Strategic Apps<br/>(Refactor / Repurchase)"]
    end
    
    AGENT --> SCAN --> DATA
    DATA --> SR
    SR --> MODEL
    MODEL --> SCORE
    SCORE --> REPORT
    SCORE --> PRIORITY
    SCORE --> TCO
    SCORE --> RISK
    
    REPORT --> WAVE1
    PRIORITY --> WAVE2
    TCO --> WAVE3
    RISK --> WAVE3

コアコンポーネント

1. Data Collection（データ収集）

方法：Application Discovery Service と統合

# Agent-based approach（詳細）
├─ Agentless VM Scan
│  └─ vCenter / Hyper-V introspection
├─ Agent on each server
│  └─ Network flows / processes / dependencies
└─ Result: Network graph + dependency visualization

# Output:
├─ Server inventory（IP・OS・CPU・Memory・Storage）
├─ Process list（application component）
├─ Network flows（communication ports）
├─ Database connections（application to DB）
└─ User interactions（application usage patterns）

2. AI/ML 分類モデル

学習データ：

• 過去の AWS 移行事例（SAP・SQL Server・Rehost など）
• Application characteristics（size・age・complexity・dependencies）
• AWS service suitability matrix

推奨ロジック：

Input: Application metadata
├─ OS: Windows Server 2012 R2
├─ App: Java EE 6（Tomcat）
├─ DB: Oracle 10g（EOL）
├─ Size: 50GB data + 20 users
├─ Business Criticality: Medium
└─ Dependencies: [Reporting App, ETL Tool]

Model Analysis:
├─ OS EOL: Oracle 10g → High cost to keep
├─ Complexity: Java EE 6 → Rehost is safer than Refactor
├─ Size: 50GB → DMS replication feasible
├─ Dependencies: 2 downstream apps → Rehost together
└─ Business Value: Medium → Not highest priority but valuable

Output: Replatform (85% confidence)
├─ Rationale: "Migrate to RDS Oracle + EC2（Java 11）"
├─ Timeline: 3-4 weeks
├─ Cost Savings: $120k/year
├─ Risk Score: Medium (Java version update test needed)
└─ Wave: Wave 2 (depends on DB migration first)

3. Portfolio Summary Report

内容：

Company Migration Portfolio Assessment
=======================================

Total Applications: 200
  ├─ Retire: 35 (17.5%) → Save $500k/year
  ├─ Retain: 15 (7.5%) → Compliance / Legal hold
  ├─ Rehost: 120 (60%) → Migrate as-is
  ├─ Replatform: 20 (10%) → Minimal modernization
  ├─ Refactor: 8 (4%) → Microservices/Serverless
  └─ Repurchase: 2 (1%) → SaaS adoption

TCO Projection (3 Years)
  Current On-Premises: $15M/year × 3 = $45M
  AWS Estimated: $9M/year × 3 = $27M
  Gross Savings: $18M (40% reduction)
  AWS Setup Cost: -$2M (net: $16M)
  
  Payback Period: 1.5 years
  Year 3 Annual Saving: $6M

Risk Assessment
  High Risk (EOL): 25 apps
  Medium Risk: 45 apps
  Low Risk: 130 apps

Dependency Analysis
  ├─ Database apps: migrate DB first (Wave 1)
  ├─ Reporting tools: depend on Data Warehouse (Wave 2)
  └─ Web apps: independent (Wave 1 or 2)

Wave Planning
  Wave 1 (Months 1-2): Retire (35) + Simple Rehost (40) = 75 apps
    └─ Quick wins, lower risk, build momentum
  
  Wave 2 (Months 3-5): Core DB + Dependent Apps (50 apps)
    └─ Medium risk, high business value
  
  Wave 3 (Months 6-9): Refactor + Repurchase (10 apps)
    └─ Highest value, longest timeline, risk mitigation

Recommendations
  1. Retire 35 apps immediately (low effort, $500k/year saving)
  2. Start Rehost Wave 1 (40 simple apps) to build team capability
  3. Parallel: Database migration planning (Wave 2 prerequisite)
  4. Refactor planning for strategic apps (Wave 3)

4. TCO Calculator（TCO 計算エンジン）

入力：

• Application characteristics（size・criticality）
• AWS target configuration（instance type・RDS tier）
• Current on-premises cost（infrastructure・license・management）

出力：

• Year 1-3 AWS cost
• Year 1-3 Savings
• Payback period

主要ユースケース

1. エンタープライズ評価（200+ アプリケーション）

シナリオ：

• Fortune 500 大企業が datacenter を AWS に全面移行
• 250 個のアプリケーション・500 台のサーバー・複雑な依存関係

実施フロー：

Week 1: Discovery
├─ Application Discovery Service agent を 500 台サーバーに配置
├─ 1 週間スキャンで全 process・network flow 収集
└─ 250 app の metadata + 1000+ dependencies 自動検出

Week 2-3: Strategy Recommendations 分析
├─ AI model が 250 app を 7R 分類
├─ TCO calculator が 3 年見積
├─ Risk assessment が EOL・compatibility issue 抽出
└─ Wave planner が最適移行順序提案

Week 4: Portfolio Report 生成
├─ CIO / CFO 向け executive summary
├─ PMO 向けの Wave 1-3 detailed plan
├─ Application owner 向けの individual assessment
└─ Financial team 向けの ROI・payback analysis

Result:
├─ "Retire 30 → 60 app savings"
├─ "Rehost 160 → 18 ヶ月で移行可能"
├─ "Refactor 20 → cloud native benefits unlock"
└─ "Total 3-year savings: $45M"

Impact：

• 手作業なら 3-6 ヶ月かかる assess が 4 週間で完了
• 経営層の意思決定が加速（Go/No-go 判定が明確）
• Resource planning が正確（Wave 1 は 40 人-month、Wave 2 は 60 人-month など）

2. コスト削減シナリオ分析

シナリオ：

• CFO が「年間 $1M 削減するには何をすればいい？」と質問

Strategy Recommendations による分析：

Scenario A: Conservative (Retire + Rehost only)
├─ Retire: 30 app ($500k saving)
├─ Rehost: 140 app ($800k saving)
├─ Total: $1.3M/year
├─ Timeline: 12 months
└─ Team size: 30 people

Scenario B: Aggressive (includes Refactor)
├─ Retire: 30 app ($500k)
├─ Rehost: 100 app ($600k)
├─ Refactor: 20 app ($400k + additional benefits)
├─ Total: $1.5M/year
├─ Timeline: 18 months
└─ Team size: 40 people

Scenario C: Phased (minimize upfront capex)
├─ Wave 1 (6 months): Retire + 50 Rehost = $700k/year
├─ Wave 2 (6 months): 50 Rehost + 10 Refactor = $800k/year
├─ Total Year 1: $700k, Year 2+: $800k
└─ Team size: 20 people + 10 part-time

CFO Decision：Scenario B を選択（aggressive but realistic）

3. Regulatory Compliance（規制対応）

シナリオ：

• 金融機関が「データレジデンシー要件で Japan region only」という constraint

Strategy Recommendations：

Assessment:
├─ 250 app 中 200 app は AWS Japan region 対応可能
├─ 30 app（sensitive customer data）は Retain（on-prem）
├─ 20 app（regional regulatory）は hybrid（Japan + Singapore region）

Migration Path:
├─ Wave 1: On-prem Japanese datacenters → Tokyo region（190 app）
├─ Wave 2: Subsidiary systems（Singapore / HK）→ local AWS region
└─ Wave 3: Sensitive data systems → Retain on-prem + VPN gateway

設定・操作の具体例

CLI ベースの操作

1. Assessment 開始

# Discovery Service を有効化（前提条件）
aws discovery start-continuous-export \
  --region ap-northeast-1

# Strategy Recommendations に分析を依頼
# （Discovery データ収集後、1-2 週間後に自動実行）

# 分析進捗確認
aws migrationhubstrategy get-assessment-summary \
  --region ap-northeast-1

# 出力例：
# {
#   "assessmentSummary": {
#     "totalServers": 500,
#     "totalApplicationComponents": 250,
#     "assessmentStatus": "ANALYSIS_IN_PROGRESS",
#     "assessmentDate": "2026-04-20T10:00:00Z"
#   }
# }

2. Portfolio Summary 取得

# Portfolio 全体のサマリー
aws migrationhubstrategy get-portfolio-summary \
  --region ap-northeast-1

# 出力例：
# {
#   "portfolioSummary": {
#     "totalApplicationCount": 250,
#     "strategyCount": [
#       {
#         "strategy": "Rehost",
#         "count": 150
#       },
#       {
#         "strategy": "Replatform",
#         "count": 50
#       },
#       {
#         "strategy": "Refactor",
#         "count": 30
#       },
#       {
#         "strategy": "Retire",
#         "count": 20
#       }
#     ],
#     "totalCostOfOwnershipComparison": {
#       "currentCostTotal": 15000000,
#       "onDemandCostTotal": 9000000
#     }
#   }
# }

3. Application Component 分析

# 特定の application component の戦略を確認
aws migrationhubstrategy get-server-strategies \
  --server-id "server-abc12345" \
  --region ap-northeast-1

# 出力例：
# {
#   "serverStrategies": [
#     {
#       "strategy": "Replatform",
#       "recommendation": {
#         "description": "Migrate to Amazon RDS for MySQL",
#         "reason": "MySQL 5.7 EOL approaching, RDS managed service reduces overhead"
#       },
#       "isPreferred": true,
#       "numberOfApplicationComponents": 3,
#       "resourceDirection": "OUTBOUND"
#     }
#   ]
# }

4. Report 生成・Export

# Portfolio report を CSV / JSON export
aws migrationhubstrategy list-application-components \
  --sort-by "APP_NAME" \
  --region ap-northeast-1 > portfolio_assessment.json

# 出力例：
# [
#   {
#     "applicationComponentId": "app-comp-001",
#     "name": "E-commerce Website",
#     "strategy": "Replatform",
#     "strategyScore": {
#       "rank": 1,
#       "reasonCodeList": ["OS_EOL", "DB_VERSION_MISMATCH"]
#     },
#     "costOfOwnershipComparison": {
#       "onDemandCost": 80000,
#       "currentCost": 120000,
#       "savingsOpportunity": 40000
#     }
#   }
# ]

SDK ベースの操作（Python）

import boto3
import json

client = boto3.client('migrationhubstrategy', region_name='ap-northeast-1')

def analyze_portfolio():
    # Portfolio assessment summary
    summary = client.get_portfolio_summary()
    
    print("=== Portfolio Assessment ===")
    print(f"Total Applications: {summary['portfolioSummary']['totalApplicationCount']}")
    print(f"Total On-Prem Cost: ${summary['portfolioSummary']['totalCostOfOwnershipComparison']['currentCostTotal']:,}")
    print(f"AWS Estimated Cost: ${summary['portfolioSummary']['totalCostOfOwnershipComparison']['onDemandCostTotal']:,}")
    print(f"Projected Savings: ${summary['portfolioSummary']['totalCostOfOwnershipComparison']['currentCostTotal'] - summary['portfolioSummary']['totalCostOfOwnershipComparison']['onDemandCostTotal']:,}")
    
    # Strategy distribution
    print("\n=== Strategy Distribution ===")
    for strategy in summary['portfolioSummary']['strategyCount']:
        print(f"{strategy['strategy']}: {strategy['count']} applications")
    
    # Detailed application components
    print("\n=== Top Cost Savings Opportunities ===")
    apps = client.list_application_components(
        sort='COST_SAVING'  # Sort by highest cost savings
    )
    
    for app in apps['applicationComponents'][:10]:
        cost_saving = app['costOfOwnershipComparison'].get('savingsOpportunity', 0)
        strategy = app['strategy']
        print(f"{app['name']}: ${cost_saving:,} saving via {strategy}")
    
    return summary

if __name__ == "__main__":
    portfolio = analyze_portfolio()

類似サービス比較表

ベストプラクティス

1. Discovery データ品質

✅ 推奨：

• Agent-based scan + agentless scan の併用
• 4-6 週間の continuous export（full visibility）
• ネットワーク flow analysis for dependency detection

❌ アンチパターン：

• 1-2 週間の短期スキャン（incomplete）
• Agentless のみ（process-level dependency 見落とし）

2. Assessment 結果の validation

✅ 推奨：

• AI 推奨を application owner に review させる
• 「これ Rehost？それとも Refactor？」と stakeholder 確認
• Manual override を許容（expert knowledge の活用）

❌ アンチパターン：

• AI 推奨を 100% 信頼（一部間違っていることあり）

3. TCO 分析の活用

✅ 推奨：

• Year 1・2・3 の cost trajectory を separate に表示
• Capex（AWS setup）と Opex（monthly AWS costs）を区分
• Scenario 複数用意（Conservative / Moderate / Aggressive）

❌ アンチパターン：

• 3 年合計だけを表示（year-by-year trend が見えない）

4. Wave Planning の dependency 考慮

✅ 推奨：

• Wave 1: Database systems（他に依存されない）
• Wave 2: Core applications（Wave 1 DB に依存）
• Wave 3: Dependent applications（Wave 1-2 に依存）

❌ アンチパターン：

• Wave 実行順序が dependency 無視（Wave 1 中に Wave 3 開始 → failure）

トラブルシューティング表

2025-2026 最新動向

1. AI Model 精度向上

2025 年の改善予定：

• AWS 顧客の実績データを学習（1000+ 移行 projects）
• Industry-specific models（Financial・Healthcare 等）
• Refactor vs Replatform の判別精度向上（currently 85% → target 95%）

2. Sustainability Score の追加

計画：

• Carbon footprint 分析（on-prem vs AWS emissions）
• Green IT 推奨（renewable energy regions の優先提案）

3. AWS Transform への統合（2025 年下半期）

方向性：

• Strategy Recommendations 単独サービスの廃止予定（Migration Hub に統合）
• AWS Transform という統一 platform へ移行

学習リソース・参考文献

公式ドキュメント

ケーススタディ

実装例・チェックリスト

Assessment チェックリスト

Pre-Assessment

• [ ] CIO / CFO commitment（assessment → decision → migration until complete）
• [ ] Project team setup（architect × 2、business analyst × 1）
• [ ] Scope definition（全社 vs 部門 vs business unit）

Discovery

• [ ] Application Discovery Service agent 配置（全 server）
• [ ] Continuous export 開始（4-6 週間）
• [ ] Network analysis for dependency detection
• [ ] Application owner interview（optional, for manual input）

Analysis

• [ ] Strategy Recommendations automatic analysis
• [ ] AI 推奨の stakeholder review
• [ ] TCO scenario analysis（3 scenarios minimum）
• [ ] Wave planning & dependency validation

Report

• [ ] Executive summary（CIO / CFO）
• [ ] Detailed application assessment（owners）
• [ ] Financial case（CFO）
• [ ] Wave plan + resource requirement（PMO）

Go/No-Go Decision

• [ ] Steering committee approval
• [ ] Budget allocation
• [ ] Team assignment
• [ ] Timeline confirmation

まとめ

AWS Migration Hub Strategy Recommendations は 「AI/ML で数百のアプリケーションを自動分析し、7R 戦略・TCO 削減・優先順位を推奨して、エンタープライズ移行計画立案を加速するサービス」 である。

主な価値

1. ポートフォリオ assess の加速：3-6 ヶ月 → 4 週間
2. 属人性排除・標準化：AI model による一貫した判定基準
3. TCO 削減の数値化：年間削減額・payback period を明確化
4. 優先順位付け：Wave 1-3 計画自動化
5. 依存関係を考慮：Application dependency を reflected in wave sequence

注意点

• AI 推奨は参考：final decision は human（business owner）が行う
• Discovery 品質に依存：incomplete discovery → poor recommendations
• On-prem cost estimation に注意：実績と大きく異なることあり

次ステップ

• Strategy Recommendations で 7R 推奨を取得
• Wave planning で段階的移行スケジュール立案
• Migration Hub・Orchestrator・MGN・DMS と連携して actual migration 実行

最終更新：2026-04-27
バージョン：v2.0