150社以上に選ばれる
AI導入、
課題はデータです
AIの性能を決めるのはデータです。
生データを漏れなく集め、長期間保存し、必要なときにすぐ使えることが重要です。
大量データもリアルタイム収集
01
センサーや設備の大量データをリアルタイムで収集します。
遅く、不完全な検索
03
SQLやダッシュボードで必要な期間を検索し、
設備の状態を確認します。
そろっていないデータの時間軸
02
リアルタイム圧縮で保存容量を抑え、生データを長期間保管します。
実運用につながらないPoC
04
収集・変換・API・安全対策を毎回作り直すと、AI PoCを現場運用や全社展開につなげられません。
Neo活用デモ
設備振動AI
高速振動の生データとFFTで、異常兆候や保全時期を判断します。
機器の記録装置
センサーデータと映像を同じ時間軸で比較し、故障や品質問題の原因を追跡します。実演は3分50秒からご覧ください。
LLMデータ分析官
時系列データからチャートやAIレポートを作成します。金融データの例でご確認ください。
OPC-UAヒストリアン
PLCデータを自動で収集し、エッジでの長期履歴管理とリアルタイム分析を実現します。
製造から金融まで、
お客様が実現した成果
約150社のお客様が、Machbaseで大量の時系列デー タを運用しています。
収集から活用まで、
Neoひとつで
DBエンジン
大量の時系列データを圧縮して保存し、SQLで検索します。
毎秒数百万件を取り込み
生データをリアルタイム圧縮
標準SQLで分析
Edge・Server・Clusterへ拡張
データサービス基盤
TQLでデータを変換し、APIやダッシュボードにつなぎます。
HTTP・MQTT・OPC-UA接続
TQLによるデータ変換と分析
Dashboard・Tag Analyzer
API・Token・X.509認証
AIアプリ実行環境
JSHとアプリで、分析結果を現場業務やAIにつなぎます。
データ複製
OPC-UAクライアント
機器の記録装置
LLM対話・業種別アプリ
よくある質問
既存のヒストリアンやRDBMSがあっても必要ですか？
はい、必要です。既存のヒストリアンやRDBMSだけでは、増え続けるデータ量に対応しきれません。
既存システムを保ち、高頻度の生データ、長期履歴、AIへの即時データ供給が必要な領域から始めましょう。
エッジとクラウド、どちらに構築？
データが発生するエッジから単一サーバー、クラスターまで、共通のデータ構造で導入し、拡張できます。
まだAIモデルがなくても始められますか？
可能です。まずデータの収集・保存・検索から始め、必要なアプリやAIをつなげてください。
無料体験と個別デモはどう違いますか？
直接体験する場合は、Neoをインストールしてサンプルデータの収集、SQL、チャートを確認します。
個別デモは、担当者と課題・データ・検証範囲を相談して進めます。
