Professional Cloud Architect — ケーススタディ要約
PCA 試験では 4本のケーススタディから2本が出題 され、試験全体の 20〜30% を占めます。 試験画面でフル本文が参照できますが、本番で初見だと読み込みに 10-15 分溶けるため、事前に骨格と論点を頭に入れておく ことが必須です。 4本全てが 2025年10月改訂版 で、Generative AI を中核要件として組み込んでいます。
共通の読み解きフレームワーク
ケーススタディ問題に当たる際は、以下の 5項目 をチェックリストとして即抽出してください。
| 抽出項目 | 試験での使い方 |
|---|---|
| Business Requirements（ビジネス要件） | 「コスト削減」「収益増」「規制対応」など → サービス選定の優先順位 |
| Technical Requirements（技術要件） | 「99.9%」「リージョン跨ぎ」「ハイブリッド」 → アーキの制約条件 |
| Existing Environment（既存環境） | レガシー資産、現在の DB/言語/IDプロバイダー → 移行戦略 |
| Pain Points（痛点） | 「手動」「サイロ」「監視されない」 → 解決手段の指針 |
| Executive Statement（経営者声明） | 「未来像」「重視する価値」 → 設計判断の最終決め手 |
試験テクニック: ケーススタディ問題は冒頭に「Refer to the case study」と明記されます。1問あたり 1〜2分で解けるよう、本文を1度だけ精読し、論点をメモ。
1. Altostrat Media（メディア・コンテンツ配信）
Company Overview
オーディオ・ビデオコンテンツを大量に持つ著名メディア企業。ポッドキャスト、インタビュー、ニュース、ドキュメンタリーを配信。
Solution Concept
Google Cloud Generative AI で コンテンツ管理 + ユーザーエンゲージメント を刷新。
- パーソナライズドレコメンデーション
- 自然言語インタラクション
- セルフサービスサポート
- 動的価格設定・ターゲティング広告
Existing Technical Environment
| 領域 | 現状 |
|---|---|
| コンテンツ管理基盤 | GKE で稼働 |
| メディア保存 | Cloud Storage（多様な形式） |
| データウェアハウス | BigQuery |
| イベント処理 | Cloud Run functions（トランスコード、メタデータ抽出、レコメンド） |
| レガシー（オンプレ） | コンテンツ取り込み・アーカイブワークフロー（移行予定） |
| ユーザー管理 | Google Identity + サードパーティ IdP |
| 監視 | Cloud Monitoring + Prometheus（メール通知のみ） |
Business Requirements
- 運用ワークフローの高速化と信頼性向上（GCP + オンプレ）
- インフラ管理の簡素化（迅速なデプロイ）
- ストレージコスト最適化（高可用性は維持）
- 自然言語インタラクション + 24/7 サポート
- メディアコンテンツの 要約自動生成
- NLP + Computer Vision によるリッチメタデータ抽出
- 不適切コンテンツの検出・フィルタリング
- コンテンツ分析でトレンド・インサイト抽出
- データドリブンな意思決定支援
Technical Requirements
- CI/CD の近代化（コンテナベース、集中管理）
- セキュアで高速なハイブリッドクラウド接続（データ取り込み）
- スケーラブルな Kubernetes（オンプレ + クラウド）
- ストレージコスト最適化
- AI による有害コンテンツ検出
- AI システムの 監査可能性 + 説明可能性
- LLM・対話 AI でパーソナライズ
- 自然言語理解を持つ高度なチャットボット
- 多様なメディアの自動要約
Executive Statement
AI 駆動のユーザー体験で業界をリードし、エンゲージメント深化と新収益源を獲得する。信頼性とコスト管理が最優先。
アーキテクチャの論点
| 課題 | 推奨アプローチ |
|---|---|
| 集中管理 CI/CD | Cloud Build + Cloud Deploy + Anthos Config Management で GKE 群を統制 |
| ハイブリッド接続 | Cloud Interconnect（Dedicated/Partner）+ HA VPN バックアップ |
| マルチクラスタ GKE | GKE Enterprise (Anthos) + Anthos on VMware |
| ストレージ最適化 | GCS Lifecycle + Autoclass + Archive クラス |
| 有害コンテンツ検出 | Vertex AI Safety Filter / Sensitive Data Protection / Model Armor |
| 説明可能性 | Vertex Explainable AI + Model Card |
| パーソナライズ | Recommendations AI / Discovery AI / Gemini モデル |
| 自動要約 | Vertex AI + Gemini Pro / 1.5 Flash（長文対応） |
| チャットボット | Vertex AI Conversation / Dialogflow CX + Agent Builder |
| 監視強化 | Cloud Monitoring SLO + アラート閾値 + Pub/Sub 通知（メールのみ→多チャネル化） |
2. Cymbal Retail（EC リテール）
Company Overview
急成長中のオンライン小売業者。複数サブバーティカルにわたる広範な商品カタログ管理が課題。
Solution Concept
3つの中核領域で Gen AI を活用：
- Catalog and Content Enrichment: サプライヤー情報から商品属性・説明・画像を Gen AI で生成
- Conversational Commerce + Product Discovery: AI 仮想エージェントで自然言語ショッピング体験
- Technical Stack Modernization: クラウドベース化、3rd Party 統合、監視・セキュリティ強化
Existing Technical Environment
| 領域 | 現状 |
|---|---|
| インフラ構成 | オンプレ + クラウドのミックス |
| DB | MySQL / Microsoft SQL Server / Redis / MongoDB |
| コンテナ実行 | Kubernetes クラスタ |
| レガシー統合 | SFTP / ETL バッチ |
| Web アプリ | カスタムビルド（RDB クエリ） |
| 電話対応 | IVR（音声応答）+ コールセンター人員 |
| 監視 | Grafana / Nagios / Elastic |
Pain Points
- 手作業多くエラー発生
- データサイロで顧客ジャーニーが見えない
- 新技術統合が困難
Business Requirements
- 商品カタログ拡張の自動化（手作業・エラー削減）
- 商品検索性向上
- 顧客エンゲージメント向上（返品削減効果）
- 売上コンバージョン向上
- コールセンター人件費 + データセンター費削減
Technical Requirements
- 属性生成: サプライヤーデータから商品属性を自動導出
- 画像生成・補正: バリエーション、背景変更、色調整、テキストオーバーレイ
- 自動商品発見: 自然言語クエリで関連商品提示
- スケーラビリティとパフォーマンス
- Human-in-the-Loop (HITL) Review: 担当者が AI 生成内容を承認/却下/修正する UI
- データセキュリティとコンプライアンス
Executive Statement
Google Cloud Gen AI for Digital Commerce で 業務効率化・顧客体験向上・収益増 を実現。コンバージョン率向上で競争力強化。
アーキテクチャの論点
| 課題 | 推奨アプローチ |
|---|---|
| カタログ拡張 | Vertex AI Gemini + Imagen + Cloud Function（属性/説明/画像生成） |
| 商品発見 | Discovery AI (旧 Retail Search) + Vector Search + Embeddings API |
| Conversational Commerce | Vertex AI Conversation + Agent Builder + Dialogflow CX |
| HITL UI | App Engine / Cloud Run + Firestore で承認ワークフロー |
| DB 統合 | Database Migration Service（MySQL/SQL Server → CloudSQL/Spanner）+ Redis → Memorystore + MongoDB → MongoDB Atlas on GCP / Firestore |
| ETL モダナイズ | Dataflow + BigQuery + Pub/Sub でストリーミング化 |
| データサイロ解消 | Dataplex で統合データガバナンス |
| IVR モダナイズ | Contact Center AI (CCAI) + Dialogflow CX |
| 監視統合 | Cloud Monitoring + Cloud Logging（Grafana は連携可） |
3. EHR Healthcare（医療業界 SaaS）
Company Overview
電子カルテソフトウェアの SaaS プロバイダー。多国籍の医療機関・病院・保険会社向け。
Solution Concept
業界の急速変化で事業急成長。スケーラビリティ + DR + CI/CD の高速化 を達成するために GCP でコロケーション設備を置き換え。
Existing Technical Environment
| 領域 | 現状 |
|---|---|
| 基盤 | 複数コロケーション設備（1施設はリース満了間近） |
| アプリ | Web ベース、多くは Kubernetes クラスタにコンテナ化済 |
| データ | MySQL / MS SQL Server / Redis / MongoDB |
| レガシー | 保険会社とのファイル/API ベース統合（複数年計画で置換予定、現時点では移行・アップグレード対象外） |
| ユーザー管理 | Microsoft Active Directory |
| 監視 | OSS ツール、メール通知（無視されがち） |
Business Requirements
- 新規保険会社の 迅速オンボーディング
- 顧客向け 99.9% 可用性
- 集中可視化と プロアクティブアクション
- ヘルスケアトレンドのインサイト提供
- 全顧客のレイテンシ削減
- 規制コンプライアンス維持（HIPAA など）
- インフラ管理コスト削減
- プロバイダーデータから業界トレンドの予測・レポート
Technical Requirements
- 保険会社とのレガシーインターフェース維持（オンプレ + クラウド双方接続）
- コンテナベース顧客向けアプリの一貫管理
- オンプレ ↔ GCP のセキュア高速接続
- 一貫したロギング・保持・モニタリング・アラート
- 複数コンテナ環境の管理
- 動的スケール・新環境プロビジョニング
- 新規プロバイダーデータ取り込み・処理インターフェース
Executive Statement
オンプレ戦略は限界。スケーラブルでレジリエントなプラットフォーム で複数環境をシームレスに繋ぎ、安定した UX を提供。将来成長を支える基盤に。
アーキテクチャの論点
| 課題 | 推奨アプローチ |
|---|---|
| AD 統合 | Cloud Identity + Google Cloud Directory Sync (GCDS) で AD と同期、Workload Identity Federation |
| マルチクラスタ管理 | GKE Enterprise (Anthos) + Anthos Config Management + Fleet |
| オンプレ高速接続 | Dedicated Interconnect（10/100 Gbps、99.99% SLA）+ HA VPN バックアップ |
| 99.9% 可用性 | マルチリージョン Cloud SQL / Spanner / Cloud Load Balancing |
| レガシー保険 IF | Apigee + Cloud Functions で API ファサード、レガシーは VPN/Interconnect 経由維持 |
| 監視刷新 | Cloud Monitoring SLO ベースアラート + Pub/Sub → PagerDuty/Slack |
| HIPAA 対応 | BAA 契約、CMEK、VPC SC、Audit Logs、Sensitive Data Protection |
| 動的環境 | Terraform + Cloud Deploy で IaC + GitOps |
| データ移行 | Database Migration Service（MySQL/SQL Server → Cloud SQL）+ MongoDB Atlas / Firestore |
| トレンド分析 | BigQuery + BigQuery ML + Looker |
4. KnightMotives Automotive（コネクテッドカー）
Company Overview
コネクテッドカーサービス提供企業。車両から テレメトリ（位置、センサー、運転挙動） を収集してメンテナンスとドライバーサービスを向上、選別データを パートナー（保険会社、ディーラー） にも共有。
Solution Concept
現在は 車両からオンプレデータセンターへバッチアップロード → スケーラビリティと リアルタイム解析 に制約。GCP 移行で グローバル規模・高速度 に対応。
Existing Technical Environment
| 領域 | 現状 |
|---|---|
| データ取り込み | 車両 → オンプレ DC へバッチアップロード |
| データ用途 | メンテナンス向上、ドライバーサービス、パートナー共有 |
Business Requirements
- 安全性向上と人命救助
- グローバル規模での処理
- リアルタイム解析能力獲得
- パートナーへの安全なデータ共有
- 国家安全統計を上回る AI 性能維持
Technical Requirements
- データローカリティ尊重（地域データはリージョン内維持、規制対応）
- 超高速取り込みレート
- ストレージ・処理コスト管理
- パートナー向け API（セキュリティ確保）
- AI モデルの継続改善
Executive Statement
運転・道路条件・行動研究・衝突安全統計を活用し、ドライバーに魅力的なデジタル体験を提供。AI で安全性向上。
アーキテクチャの論点
| 課題 | 推奨アプローチ |
|---|---|
| 大量テレメトリ取り込み | Pub/Sub + Dataflow Streaming（バッチ→ストリーミング化） |
| データローカリティ | マルチリージョン構成（地域ごとに Pub/Sub Topic 分離、Data Residency ポリシー） |
| リアルタイム解析 | Dataflow + Bigtable（時系列データ）+ BigQuery（分析） |
| グローバルストレージ | Bigtable for IoT / GCS Multi-region / Spanner（強整合性が必要な場合） |
| パートナー API | Apigee + IAM Conditions + VPC SC + IAP |
| AI モデル | Vertex AI + AutoML + Model Garden |
| コスト管理 | GCS Autoclass + Bigtable Autoscaling + Committed Use Discounts |
| エッジ処理 | Edge TPU + Cloud IoT (代替: Pub/Sub + Anthos on bare metal) |
| データガバナンス | Dataplex + Sensitive Data Protection + DLP（PII マスキング） |
ケーススタディ攻略の汎用パターン
出題されやすい論点（業種別）
| 業種 | 必ず問われる論点 |
|---|---|
| メディア（Altostrat） | GKE Multi-cluster、GCS Lifecycle、Recommendations AI、Content Moderation、CDN |
| EC（Cymbal） | Discovery AI、Vector Search、CCAI、HITL、DB 移行 |
| ヘルスケア（EHR） | HIPAA、AD 統合、Interconnect、99.9% 可用性、Anthos |
| 自動車（KnightMotives） | Pub/Sub + Dataflow、データローカリティ、Bigtable、Apigee、エッジ |
全ケース共通の汎用解答パターン
| 要件 | デフォルト解 |
|---|---|
| 「99.9% 以上の可用性」 | マルチリージョン LB + Cloud SQL HA / Spanner / GKE Multi-cluster |
| 「オンプレ ↔ GCP の高速接続」 | Dedicated/Partner Interconnect（+ HA VPN バックアップ） |
| 「動的スケール」 | GKE Autopilot / Cloud Run / Managed Instance Group + Autoscaler |
| 「コスト最適化」 | Spot VMs / Committed Use / Autoclass / Lifecycle / BigQuery Reserved Slots |
| 「規制対応・データ主権」 | マルチリージョン + Data Residency + VPC SC + CMEK |
| 「監視の集中化」 | Cloud Monitoring + Cloud Logging + Pub/Sub → SOAR/PagerDuty |
| 「ID 統合」 | Cloud Identity + Workload Identity Federation + GCDS |
| 「API ゲートウェイ」 | Apigee（Cloud Endpoints/API Gateway は軽量用途） |
| 「IaC」 | Terraform（Google Cloud Foundation Toolkit / Blueprints） |
| 「コンテナデプロイ管理」 | Cloud Build → Artifact Registry → Cloud Deploy |