ある組織がAmazon Bedrockを使用した生成AIシステムを本番環境に展開しています。ガバナンスの観点から、組織内のどのチームがどの基盤モデルを使用できるかを制御し、コスト管理と利用追跡を行う必要があります。この要件を満たすために組み合わせて使用すべきAWSの仕組みとして最も適切なものはどれですか？
IAMポリシーを使用することで、特定のAmazon Bedrockモデル（例：anthropic.claude-v2）へのInvokeModelアクションをチーム・ロール単位で許可・拒否できます。AWS Budgetsはサービス別・タグ別のコスト上限アラートを設定できるため、チームごとのコスト管理に適しています。 選択肢AのIAMポリシーとAWS Budgetsの組み合わせは、チームごとのモデルアクセス制御とコストアラートを実現する最も直接的な方法です。アクセス制御・コスト管理・利用追跡の要件をすべて満たす最適な構成です。 選択肢BのAmazon Bedrock GuardrailsはLLMの出力コンテンツをフィルタリングするサービスであり、チームごとのモデルアクセス制御には対応していません。Amazon QuickSightはBIツールとしてコスト可視化に有効ですが、モデルへのアクセス制限機能はありません。 選択肢CのAWS Organizations SCPはアカウントレベルでサービスへのアクセスを制限できますが、特定のBedrockモデルIDやロール単位での細かなアクセス制御をSCPのみで実現するのは困難です。 選択肢DのAmazon Bedrockプロビジョンドスループットはモデル呼び出しのキャパシティを確保する仕組みであり、アクセス制御とは別の機能です。S3へのログ保管は監査には有用ですが、チームごとの利用制限やコスト管理の手段にはなりません。