top of page
홈페이지 메인.png

産業AIのため
高速時系列
データプラットフォーム

サンプリングされたデータ、途切れた時間軸、失われた原データだけでは、どのようなAIも現場を正確に判断できません。

Machbaseは、現場のあらゆる瞬間をAIがすぐに使えるデータにつなげます

#1 TPCx-IoT 24M/s PLCデータ 17M/s 水資源データ 150+ お客様

データがなければ、AIは何もしません

フィールドデータをAIに直接活用するのが難しいのはなぜですか?​

04_unplug.png

元のデータがありません

01

高頻度のセンサーデータが機器やファイルの中で失われると、AIは故障や品質問題の原因を再学習できません。

06_clock-3.png

必要なデータをすぐに取り出せません

03

クエリに数分かかったり、一部のサンプルしか残っていなかったりすると、リアルタイムの判断や反復学習につなげられません。

05_git-merge.png

現場の時間軸がデータごとに異なります

02

センサー・ログ・映像が異なる時間軸で保存されると、出来事の前後の文脈や因果関係を再現できません。

07_workflow.png

PoCが運用につながりません

04

収集・変換・API・セキュリティを課題ごとに再構築すれば、AI PoCは現場運営と戦士拡張につながりません。

現場を記録し、理解し、
行動につなげる 
データプラットフォーム

==> Machbase Neo

LAYER 
01
13_database.png
​現場を記録します

Database Engine

高頻度のセンサー・ログ・時系列の原データを超高速で収集し、リアルタイムで圧縮して長期間 保存します。

14_check.png
14_check.png
14_check.png
14_check.png

毎秒数百万件の高速入力

オリジナルデータリアルタイム圧縮

標準SQLベースの即時分析

Edge・Server・Cluster拡張

LAYER 
02
18_network.png
データを理解できるようにします

Data Service Platform

収集・変換・分析・可視化・APIをつなぎ、OTデータをAIや業務システムがすぐに 利用できるようにします。

14_check.png
14_check.png
14_check.png
14_check.png

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によるセキュリティ

LAYER 
03
05_bot.png
理解したデータを行動に変えます

AI Application Runtime

JSHとBuilt-in Appを通じて、分析結果を警報・保全・品質・運用業務に連携します。

14_check.png
14_check.png
14_check.png
14_check.png

Data Replication 

OPC-UA Client

Machine Blackbox 

LLM Chat・業種別アプリ

現場を記録し、理解し、
行動につなげる 
データプラットフォーム

==> Machbase Neo

09_radio.png
COMPLETE

あらゆる信号

PLC・センサー・ログ・映像から発生するデータを欠損なく収集します。

11_git-merge-2.png
CONTEXTUAL

​共通のコンテキスト

データを時間・機器・工程・イベントごとに整理し、原因と結果を併せて分析します

10_activity.png
CONTINUOUS

あらゆる瞬間

サンプルではなく、元の解像度を保った連続データで過去の状況を再現します。

12_zap.png
AVAILABLE

​即時アクセス

標準SQL、API、ダッシュボード、アプリを通じて、EdgeとServerですぐに利用できます。

データインフラの性能は、
実際の運用データで実証する必要があります。

製造・モビリティ・エネルギー・公共・金融現場で検証された産業データインフラ

​

現代自動車ロゴ.png

24時間365日のIoT保険サービス

50x Faster

現代自動車ロゴ.png

24時間365日のIoT保険サービス

50x Faster

現代自動車ロゴ.png

24時間365日のIoT保険サービス

50x Faster

現代自動車ロゴ.png

24時間365日のIoT保険サービス

50x Faster

現代自動車ロゴ.png

24時間365日のIoT保険サービス

50x Faster

現代自動車ロゴ.png

24時間365日のIoT保険サービス

50x Faster

現代自動車ロゴ.png

24時間365日のIoT保険サービス

50x Faster

現代自動車ロゴ.png

24時間365日のIoT保険サービス

50x Faster

ChatGPT Image 2026년 9월 9일 오후 06_41_11.png

HD現代マリンソリューションは、世界中の船舶管理ソリューションの既存のInfluxDBをマークベースに置き換えて運営しています。

人工衛星で収集した数百隻の船舶データを保存・管理し、船舶の状態をリアルタイムで確認します。

2018年から約9,000億件のデータを蓄積し、毎日数千万件の船舶データをサービスに活用しています。

ci_img01.png

韓国電力とETRIの電力データプラットフォームは、既存のHadoopインフラストラクチャの複雑さとメンテナンスの負担で、パフォーマンスと運用コストに苦労しました。

マークベースを導入し、大規模な電力データをリアルタイムで収集・保存・分析・視覚化するシステムを構築し、 既存のコントラストコストを1/6以下に減らし、処理性能を50倍以上高めて電力データサービスを運営しています。

ChatGPT Image 2026년 9월 9일 오후 09_58_55.png

従来のMS-SQLの性能限界でリアルタイムのデータ収集と分析に困難を経験したロッテ七星飲料は、2021年にマークベースを導入しました。

導入後、毎秒最大20万件のデータをリアルタイムで処理し、必要なデータを抽出して分析しています。

これに基づき、製造工程を分析し、品質改善に活用しています。

ChatGPT Image 2026년 9월 9일 오후 09_54_54.png

ハンファ損害保険は、100万台以上の車両の走行データをリアルタイムで収集し、保険サービスと連携しています。

マークベースクラスタエディションをコアリポジトリとして活用して全国車両の走行情報を管理し、 高可用性技術を基盤に障害に対応して24時間365日安定したサービス運営を支援します。

データインフラの性能は、
実際の運用データで実証する必要があります。

32_activity-2.png

​設備振動AI

高速に収集した振動の原データとFFTを結び付け、異常兆候と保全の時期を判断します。

32_activity-2.png
41_message-square-text.png

​設備振動AI

高速に収集した振動の原データとFFTを結び付け、異常兆候と保全の時期を判断します。

32_activity-2.png
39_factory.png

​設備振動AI

高速に収集した振動の原データとFFTを結び付け、異常兆候と保全の時期を判断します。

32_activity-2.png
43_bot-2.png

​設備振動AI

高速に収集した振動の原データとFFTを結び付け、異常兆候と保全の時期を判断します。

32_activity-2.png
37_video.png

​設備振動AI

高速に収集した振動の原データとFFTを結び付け、異常兆候と保全の時期を判断します。

32_activity-2.png
45_scan-line.png

​設備振動AI

高速に収集した振動の原データとFFTを結び付け、異常兆候と保全の時期を判断します。

貴社のデータで、
​実際の結果を 
ご確認ください。

01
30_download-2.png

ダウンロード

オペレーティングシステムに合ったパッケージを受け取ります。

02
31_play.png

Run

単一の実行可能ファイルでサービスを開始します。

03
32_activity-2.png

Verify

수집·SQL·차트를 실제데이터로 검증합니다.

image.png

貴社のデータで、
​実際の結果を 
ご確認ください。

内容を検討した担当エンジニアが適用可能性と次の検証段階をご案内いたします

DATA BOTTLENECK
03_gauge.png

現在、データに課題があります

入力の遅延、クエリ性能、保存コスト、Historianの置き換えなど、すでに

明確な課題がある場合は、データ構造から診断します。

PHYSICAL AI POC

05_bot.png

​産業AIの取り組みを始めます

異常検知、品質トレーサビリティ、予知保全など、検証したい課題が

ある場合は、それに近いデータとデモから始めます。

導入前に
よくあるご質問

既存のHistorianやRDBMSがあっても必要ですか?

はい、必要です。
既存のシステムを維持しながら、高頻度の原データ、長期履歴、AIへのリアルタイムデータ供給が必要な領域から始めましょう。

EdgeとCloudのどちらに構築しますか?

データが発生するEdgeから単一サーバー、Clusterまで、同じデータ構造で始めて拡張できます。

AIモデルがまだなくても始められますか?

はい。まず原データの収集、時間軸の整列、長期保存、即時検索を検証しておくことで、AIモデルの導入後に、目的のビジネスをより速く正確に構築できます。

デモでは何を確認できますか?

デモ版でも機能を制限していません。お手持ちの実データやサンプルデータで、収集、圧縮保存、SQLクエリ、チャート、ダッシュボード、APIまでのエンドツーエンドの流れを確認し、導入の判断をすばやく行えます。 

call
english
bottom of page